集群检测方法、装置、电子设备和计算机可读存储介质制造方法及图纸

本发明专利技术实施例公开了一种集群检测方法、装置、电子设备和计算机可读存储介质；本发明专利技术实施例在获取待检测对象集合和待检测对象集合中每一待检测对象的对象交互信息后，在对象交互信息中识别出至少一个交互介质，根据对象交互信息，将待检测对象和交互介质作为节点构建异构网络图，然后，对异构网络图进行特征提取，得到待检测对象的对象特征，基于对象特征，对待检测对象进行聚类，得到至少一个候选集群，并在候选集群中筛选出目标集群；该方案可以提升集群检测的准确性，从而有效防护目标集群；本发明专利技术实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。辅助驾驶等各种场景。辅助驾驶等各种场景。

【技术实现步骤摘要】
集群检测方法、装置、电子设备和计算机可读存储介质


[0001]本专利技术涉及通信
，具体涉及一种集群检测方法、装置、电子设备和计算机可读存储介质。

技术介绍

[0002]近年来，随着互联网技术的飞速发展，出现了一些破坏网络秩序的群体，而且这些群体逐渐以集群的模式出现在网络中，因此，在网络中需要检测出这一类集群，现有的集群检测方法往往通过社区检测算法对可疑对象进行聚类，从而检测出目标集群。
[0003]在对现有技术的研究和实践过程中，本专利技术的专利技术人发现通过社区检测算法仅仅针对待检测对象之间的拓扑结构信息，而且，在社区检测中通常使用的同构网络图进行检测，从而使得待检测信息来源单一，且准确率较低，因此，导致集群检测的检测准确性较低。

技术实现思路

[0004]本专利技术实施例提供一种集群检测方法、装置、电子设备和计算机可读存储介质，可以提高集群检测的准确性。
[0005]一种集群检测方法，包括：
[0006]获取待检测对象集合和所述待检测对象集合中每一待检测对象的对象交互信息；
[0007]在所述对象交互信息中识别出至少一个交互介质，所述交互介质为所述待检测对象在交互过程中介质对象；
[0008]根据所述对象交互信息，将所述待检测对象和交互介质作为节点构建异构网络图，所述异构网络图用于指示所述待检测对象与所述交互介质的关联关系；
[0009]对所述异构网络图进行特征提取，得到所述待检测对象的对象特征；
[0010]基于所述对象特征，对所述待检测对象进行聚类，得到至少一个候选集群，并在所述候选集群中筛选出目标集群。
[0011]相应的，本专利技术实施例提供一种集群检测装置，包括：
[0012]获取单元，用于获取待检测对象集合和所述待检测对象集合中每一待检测对象的对象交互信息；
[0013]识别单元，用于在所述对象交互信息中识别出至少一个交互介质，所述交互介质为所述待检测对象在交互过程中介质对象；
[0014]构建单元，用于根据所述对象交互信息，将所述待检测对象和交互介质作为节点构建异构网络图，所述异构网络图用于指示所述待检测对象与所述交互之间的关联关系；
[0015]提取单元，用于对所述异构网络图进行特征提取，得到所述待检测对象的对象特征；
[0016]筛选单元，用于基于所述对象特征，对所述待检测对象进行聚类，得到至少一个候选集群，并在所述候选集群中筛选出目标集群。
[0017]可选的，在一些实施例中，所述识别单元，具体可以用于在所述对象交互信息中提
取出所述待检测对象的交互属性信息；在所述交互属性信息中识别出所述待检测对象对应的至少一个交互介质。
[0018]可选的，在一些实施例中，所述识别单元，具体可以用于在所述交互属性信息中提取出所述待检测对象的交互地址信息和交互终端信息；基于所述交互地址信息和交互终端信息，确定所述待检测对象对应的至少一个交互介质。
[0019]可选的，在一些实施例中，所述构建单元，具体可以用于在所述对象交互信息中筛选出所述待检测对象与所述交互介质的关联信息；基于所述交互介质的介质类型和所述关联信息，确定所述待检测对象与所述交互介质之间的关联关系；根据所述关联关系，将所述待检测对象和交互介质作为节点构建异构网络图。
[0020]可选的，在一些实施例中，所述提取单元，具体可以用于在所述异构网络图中提取出每一节点的节点特征；将所述节点特征映射至预设特征空间，得到基础节点特征；将所述基础节点特征进行聚合，得到所述待检测对象的对象特征。
[0021]可选的，在一些实施例中，所述提取单元，具体可以用于获取预设映射特征维度信息和每一所述节点特征的当前特征维度信息；基于所述预设映射特征维度信息和当前特征维度信息，确定所述节点特征对应的映射参数；根据所述映射参数，将所述节点特征映射至所述预设映射特征维度信息对应的节点特征，得到基础节点特征。
[0022]可选的，在一些实施例中，所述提取单元，具体可以用于在所述节点中筛选出所述待检测对象对应的节点，得到目标节点，并在所述异构网络图中采样出所述目标节点的至少一个邻节点；在所述基础节点特征中筛选出所述目标节点对应的目标节点特征和所述邻节点对应的邻节点特征；将所述目标节点特征和邻节点特征进行融合，得到所述待检测对象的对象特征。
[0023]可选的，在一些实施例中，所述提取单元，具体可以用于在所述异构网络图中识别出与所述目标节点相邻的候选节点的节点数量；根据所述节点数量，确定针对所述目标节点的邻节点的采样方式；基于所述采样方式，在所述候选节点中采样出至少一个邻节点。
[0024]可选的，在一些实施例中，所述提取单元，具体可以用于在所述异构网络图中识别出所述邻节点与所述目标节点的节点距离；基于所述节点距离，对所述邻节点进行分层，得到每一所述邻节点对应的节点层，并基于所述节点层，在所述邻节点中筛选出目标邻节点；将所述目标邻节点对应的邻节点特征与所述目标节点特征进行融合，以得到所述待检测对象的对象特征。
[0025]可选的，在一些实施例中，所述提取单元，具体可以用于将所述目标邻节点对应的邻节点特征与所述目标节点特征进行融合，得到当前节点层对应的融合后节点特征；当所述当前节点层低于预设节点层阈值时，将所述融合后节点特征作为所述目标节点特征，并返回执行所述基于所述节点层，在所述邻节点中筛选出目标邻节点的步骤，直至所述当前节点层未低于预设节点层阈值时为止，得到所述待检测对象的目标融合后节点特征；对所述目标融合后节点特征进行归一化处理，得到低维节点特征，并将所述低维节点特征作为所述待检测对象的对象特征。
[0026]可选的，在一些实施例中，所述筛选单元，具体可以用于基于所述对象特征，计算所述待检测对象集合中的待检测对象之间的对象相似度；根据所述对象相似度，将所述待检测对象作为图节点构建无向图；对所述无向图中的图节点进行聚类，以得到至少一个候
选集群。
[0027]可选的，在一些实施例中，所述筛选单元，具体可以用于将所述无向图中的每一图节点划分至对应的节点社区，并计算所述节点社区的基础模块度；在所述无向图中识别出每一图节点对应的相邻图节点，并将所述图节点划分至所述相邻图节点对应的目标节点社区；计算所述目标节点社区的当前模块度，并基于基础模块度和当前模块度，在待检测对象集合中筛选出至少一个目标节点社区对应的待检测对象，得到所述候选集群。
[0028]可选的，在一些实施例中，所述筛选单元，具体可以用于计算所述目标节点社区的基础模块度和当前模块度的差值，得到模块度差值；基于模块度差值，对目标节点社区内的图节点进行更新，得到更新后节点社区，并对所述更新后节点社区进行稳定性检测；当所述更新后节点社区稳定时，将所述更新后节点社区作为图节点构建无向图，得到当前无向图，并基于所述当前无向图，在待检测对象集合中筛选出至少一个更新后节点社区对应的待检测对象，得到所述候选集群。
[0029]可选的，在一些实施例中，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集群检测方法，其特征在于，包括：获取待检测对象集合和所述待检测对象集合中每一待检测对象的对象交互信息；在所述对象交互信息中识别出至少一个交互介质，所述交互介质为所述待检测对象在交互过程中介质对象；根据所述对象交互信息，将所述待检测对象和交互介质作为节点构建异构网络图，所述异构网络图用于指示所述待检测对象与所述交互介质的关联关系；对所述异构网络图进行特征提取，得到所述待检测对象的对象特征；基于所述对象特征，对所述待检测对象进行聚类，得到至少一个候选集群，并在所述候选集群中筛选出目标集群。2.根据权利要求1所述的集群检测方法，其特征在于，所述在所述对象交互信息中识别出至少一个交互介质，包括：在所述对象交互信息中提取出所述待检测对象的交互属性信息；在所述交互属性信息中识别出所述待检测对象对应的至少一个交互介质。3.根据权利要求2所述的集群检测方法，其特征在于，所述在所述交互属性信息中识别出所述待检测对象对应的至少一个交互介质，包括：在所述交互属性信息中提取出所述待检测对象的交互地址信息和交互终端信息；基于所述交互地址信息和交互终端信息，确定所述待检测对象对应的至少一个交互介质。4.根据权利要求2所述的集群检测方法，其特征在于，所述根据所述对象交互信息，将所述待检测对象和交互介质作为节点构建异构网络图，包括：在所述对象交互信息中筛选出所述待检测对象与所述交互介质的关联信息；基于所述交互介质的介质类型和所述关联信息，确定所述待检测对象与所述交互介质之间的关联关系；根据所述关联关系，将所述待检测对象和交互介质作为节点构建异构网络图。5.根据权利要求1至4任一项所述的集群检测方法，其特征在于，所述对所述异构网络图进行特征提取，得到所述待检测对象的对象特征，包括：在所述异构网络图中提取出每一节点的节点特征；将所述节点特征映射至预设特征空间，得到基础节点特征；将所述基础节点特征进行聚合，得到所述待检测对象的对象特征。6.根据权利要求5所述的集群检测方法，其特征在于，所述将所述节点特征映射至预设特征空间，得到基础节点特征，包括：获取预设映射特征维度信息和每一所述节点特征的当前特征维度信息；基于所述预设映射特征维度信息和当前特征维度信息，确定所述节点特征对应的映射参数；根据所述映射参数，将所述节点特征映射至所述预设映射特征维度信息对应的节点特征，得到基础节点特征。7.根据权利要求5所述的集群检测方法，其特征在于，所述将所述基础节点特征进行聚合，得到所述待检测对象的对象特征，包括：在所述节点中筛选出所述待检测对象对应的节点，得到目标节点，并在所述异构网络
图中采样出所述目标节点的至少一个邻节点；在所述基础节点特征中筛选出所述目标节点对应的目标节点特征和所述邻节点对应的邻节点特征；将所述目标节点特征和邻节点特征进行融合，得到所述待检测对象的对象特征。8.根据权利要求7所述的集群检测方法，其特征在于，所述在所述异构网络图中采样出所述目标节点的至少一个邻节点，包括：在所述异构网络图中识别出与所述目标节点相邻的候选节点的节点数量；根据所述节点数量，确定针对所述目标节点的邻节点的采样方式；基于所述采样方式，在所述候选节点中采样出至少一个邻节点。9.根据权利要求7所述的集群检测方法，其特征在于，所述将所述目标节点特征和邻节点特征进行融合，得到所述待检测对象的对象特征，包括：在所述异构网络图中识别出所述邻节点与所述目标节点的节点距离；基于所述节点距离，对所述邻节点进行分层，得到每一所述邻节点对应的节点层，并基于所述节点层，在所述邻节点中筛选出目标邻节点；将所述目标邻节点对应的邻节点特征与所述目标节点特征进行融合，以得到所述待检测对象的对象特征。10.根据权利要求9所述的集群检测方法，其特征在于，所述将所述目标邻节点对应的邻节点特征与所述目标节点特征进行融合，以得到所述待检测对象的对象特征，包括：将所述目标邻节点对应的邻节点特征与所...

【专利技术属性】
技术研发人员：尤梓荃，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：