本发明专利技术公开了一种识别异常设备的数据处理方法、装置、设备及介质，所述方法包括如下步骤：根据目标设备的设备电量数据，获取目标设备的第一特征列表和第二特征列表，将目标设备的第一特征列表和第二特征列表输入至异常设备识别模型，得到目标设备的异常值且根据目标设备的异常值，确定目标设备为异常设备；本发明专利技术能够基于设备电量数据，避免其他数据的干扰，同时通过梯度提升决策树模型筛选出特征，提高模型的拟合能力和计算准确率。提高模型的拟合能力和计算准确率。提高模型的拟合能力和计算准确率。
【技术实现步骤摘要】
一种识别异常设备的数据处理方法、装置、设备及介质
[0001]本专利技术涉及设备识别
，特别涉及一种识别异常设备的数据处理方法、装置、设备及介质。
技术介绍
[0002]目前，存在异常行为的用户归纳为异常用户，这些异常用户本身存在着一定的不安全的因素和一定的规律，例如，相对于正常用户，异常用户的设备每天用电时间固定、异常用户的设备每天用电量固定或者异常用户的设备充电周期固定等。
[0003]但是，现有技术中，对异常用户的确定是通过识别异常用户的属性信息，例如，设备ID、居住地址等进行判断，存在如下缺点：一方面，对于未知的异常用户无法进行判断，导致遗漏一些异常用户，对其他用户产生安全隐患或者无法进行监控；另一方面，通过用户的属性信息对异常用户进行判断，异常用户容易规避属性信息的判断，导致对异常用户的判断准确率降低或者无法确定，进而对其他用户产生安全隐患或者无法进行监控；此外，通过用户的属性信息对异常用户进行判断，需要大量所需样本数据进行训练，其计算量大并且效率低。
技术实现思路
[0004]为了解决现有技术的问题，通过获取设备电量数据，将所述设备电量数据输入至异常点检测模型进行预测，得到目标异常向量，根据所述目标异常向量，确定目标设备对应的用户为异常用户，能够对于未知的异常用户进行判断，避免导致遗漏一些异常用户，同时基于根据异常用户的设备电量使用的规律，基于设备电量数据确定异常用户，避免其他数据的干扰和规避，提高对异常用户的判断准确率，本专利技术实施例提供了一种识别异常设备的数据处理方法，所述技术方案如下：获取预设的第一时间窗口的目标设备ID列表；根据目标设备ID列表，获取任一目标设备ID对应的设备电量信息；对目标设备ID对应的设备电量信息进行处理，得到目标设备ID对应的第一特征列表和目标设备ID对应的第二特征列表；将所述第一特征列表和第二特征列表输入至预设的异常设备识别模型中，获取目标设备ID对应的目标异常值；当所述目标异常值不小于预设的异常阈值时，确定目标设备ID对应的目标设备为异常设备。
[0005]进一步地，所述第一时间窗口的取值范围为1~3个月。
[0006]进一步地，所述目标设备ID对应的目标设备为移动设备。
[0007]进一步地，在对目标设备ID对应的设备电量信息进行处理，得到目标设备ID对应的第一特征列表和目标设备ID对应的第二特征列表中，还包括如下步骤：获取目标设备ID对应的原始特征列表；所述原始特征列表为存储设备电量信息的
列表；将所述原始特征列表中原始特征维度与预设特征维度列表中任一预设特征维度进行比对；当所述原始特征列表中原始特征维度与预设特征维度列表中任一预设特征维度一致时，将原特征维度对应的原始特征插入至第一特征列表中；将第一特征列表输入至预设模型中，获取所述第二特征列表。
[0008]进一步地，所述预设模型为梯度提升决策树模型。
[0009]进一步地，所述预设特征维度列表中每一特征维度为电量信息对应的线性特征维度。
[0010]另一方面，本专利技术实施例还提供了一种识别异常设备的数据处理装置，所述装置包括：第一获取模块，所述第一获取模块用于获取预设的第一时间窗口的目标设备ID列表；第二获取模块，所述第二获取模块用于根据目标设备ID列表，获取任一目标设备ID对应的设备电量信息；特征获取模块，所述特征获取模块用于对目标设备ID对应的设备电量信息进行处理，得到目标设备ID对应的第一特征列表和目标设备ID对应的第二特征列表；异常值获取模块，所述异常值获取模块用于将所述第一特征列表和第二特征列表输入至预设的异常设备识别模型中，获取目标设备ID对应的目标异常值；确定模块，所述确定模块用于当所述目标异常值不小于预设的异常阈值时，确定目标设备ID对应的目标设备为异常设备。
[0011]进一步地，所述第一时间窗口的取值范围为1~3个月。
[0012]进一步地，所述目标设备ID对应的目标设备为移动设备。
[0013]进一步地，在所述装置还包括：原始特征获取模块，所述原始特征获取模块用于获取目标设备ID对应的原始特征列表；所述原始特征列表为存储设备电量信息的列表；判断模块，所述判断模块用于将所述原始特征列表中原始特征维度与预设特征维度列表中任一预设特征维度进行比对；第一执行模块，所述第一执行模块用于当所述原始特征列表中原始特征维度与预设特征维度列表中任一预设特征维度一致时，将原特征维度对应的原始特征插入至第一特征列表中；第二执行模块，将第一特征列表输入至预设模型中，获取所述第二特征列表。
[0014]进一步地，所述预设模型为梯度提升决策树模型。
[0015]进一步地，所述预设特征维度列表中每一特征维度为电量信息对应的线性特征维度。
[0016]另一方面，本专利技术实施例还提供了一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述所述的识别异常设备的数据处理方法。
[0017]另一方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存
储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述所述的识别异常设备的数据处理方法。
[0018]本专利技术提供的一种识别异常设备的数据处理方法、装置、设备及介质，具有如下技术效果：本专利技术通过获取设备电量数据，根据目标设备的设备电量数据，获取目标设备的第一特征列表和第二特征列表，将目标设备的第一特征列表和第二特征列表输入至异常设备识别模型，得到目标设备的异常值且根据目标设备的异常值，确定目标设备为异常设备，其中，第二特征列表通过梯度提升决策树模型提取的所需特征，可见，专利技术的技术方案一方面基于设备电量数据对于未知的异常用户进行判断，避免导致遗漏一些异常用户，同时基于根据异常用户的设备电量使用的规律，基于设备电量数据确定异常用户，避免其他数据的干扰和规避，提高对异常用户的判断准确率；另一方面，通过梯度提升决策树模型提取所需特征，增强了特征的非线性，降了特征工程所带来的额外人力成本；此外，由通过梯度提升决策树模型提取所需特征输入至异常点检测模型中，增加了异常点检测模型特征的拟合能力，进而提高了计算准确率。
附图说明
[0019]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术实施例一提供的一种识别异常设备的数据处理方法的流程图；图2是本专利技术实施例一提供的S300步骤的流程图；图3是本专利技术实施例二提供的一种识别异常设备的数据处理装置的结构图；图4是本专利技术实施例二提供的模块30的结构图。
具体实施方式
[0021]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种识别异常设备的数据处理方法，其特征在于，所述方法包括如下步骤：获取预设的第一时间窗口的目标设备ID列表；根据目标设备ID列表，获取任一目标设备ID对应的设备电量信息；对目标设备ID对应的设备电量信息进行处理，得到目标设备ID对应的第一特征列表和目标设备ID对应的第二特征列表；将所述第一特征列表和第二特征列表输入至预设的异常设备识别模型中，获取目标设备ID对应的目标异常值；当所述目标异常值不小于预设的异常阈值时，确定目标设备ID对应的目标设备为异常设备。2.根据权利要求1所述的识别异常设备的数据处理方法，其特征在于，所述第一时间窗口的取值范围为1~3个月。3.根据权利要求1所述的识别异常设备的数据处理方法，其特征在于，所述目标设备ID对应的目标设备为移动设备。4.根据权利要求1所述的识别异常设备的数据处理方法，其特征在于，在对目标设备ID对应的设备电量信息进行处理，得到目标设备ID对应的第一特征列表和目标设备ID对应的第二特征列表中，还包括如下步骤：获取目标设备ID对应的原始特征列表；所述原始特征列表为存储设备电量信息的列表；将所述原始特征列表中原始特征维度与预设特征维度列表中任一预设特征维度进行比对；当所述原始特征列表中原始特征维度与预设特征维度列表中任一预设特征维度一致时，将原特征维度对应的原始特征插入至第一特征列表中；将第一特征列表输入至预设模型中，获取所述第二特征列表。5.根据权利要求4所述的识别异常设备的数据处理方法，其特征在于，所述预设模型为梯度提升决策树模型。6.根据权利要求4所述的识别异常设备的数据处理方法，其特征在于，所述预设特征维度列表中每一特征维度为电量信息对应的线性特征维度。7.一种识别异常设备的数据处理装置，其特征在于，所述装置包括：第一获取模块，所述第一获取模块用于获取预设的第一时间窗口的目标设备ID列表；第二获取模块，所述第二获取模块用于根据目标设备ID列表，获取任一目标设备ID对应的设备电量信息；特征获取模块，所述特征获取模块用于对目标设备ID对应的设备电量信息进行处理，...
【专利技术属性】
技术研发人员：张静雅，张青青，段力阁，
申请(专利权)人：杭州云信智策科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。