异常行为检测方法技术

本发明专利技术公开了一种异常行为检测方法

【技术实现步骤摘要】
异常行为检测方法、装置、设备及介质


[0001]本专利技术涉及计算机
，尤其涉及一种异常行为检测方法
、
装置
、
设备及介质
。

技术介绍

[0002]随着计算机技术的发展，对异常行为检测的频率越来越高
。
[0003]目前，主要通过对人工对目标对象的数据进行识别，确定目标对象是否存在异常行为
。
[0004]但是，基于人工的目标对象的异常行为检测，存在异常行为检测准确度低的问题，亟待改善
。

技术实现思路

[0005]本专利技术提供了一种异常行为检测方法
、
装置
、
设备及介质，提高了异常行为检测的准确度
。
[0006]根据本专利技术的一方面，提供了一种异常行为检测方法，包括：
[0007]获取目标对象的实时行为数据；
[0008]获取所述目标对象的历史行为数据，并根据所述历史行为数据和所述实时行为数据检测行为数据的分布信息；
[0009]在根据所述分布信息，确定所述实时行为数据为稳定数据时，对所述实时行为数据进行异常检测，检测所述目标对象是否存在异常行为
。
[0010]根据本专利技术的另一方面，提供了一种异常行为检测装置，包括：
[0011]实时行为数据获取模块，用于获取目标对象的实时行为数据；
[0012]分布信息检测模块，用于获取所述目标对象的历史行为数据，并根据所述历史行为数据和所述实时行为数据检测行为数据的分布信息；
[0013]异常行为检测模块，用于在根据所述分布信息，确定所述实时行为数据为稳定数据时，对所述实时行为数据进行异常检测，检测所述目标对象是否存在异常行为
。
[0014]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：
[0015]至少一个处理器；以及
[0016]与所述至少一个处理器通信连接的存储器；其中，
[0017]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的异常行为检测方法
。
[0018]根据本专利技术的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的异常行为检测方法
。
[0019]本专利技术实施例的技术方案，通过获取目标对象的实时行为数据，获取所述目标对
象的历史行为数据，并根据所述历史行为数据和所述实时行为数据检测行为数据的分布信息，在根据所述分布信息，确定所述实时行为数据为稳定数据时，对所述实时行为数据进行异常检测，检测所述目标对象是否存在异常行为，解决了基于人工的目标对象的异常行为检测，存在异常行为检测准确度低的问题，提高了异常行为检测的准确度
。
[0020]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围
。
本专利技术的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0021]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
。
[0022]图1是根据本专利技术实施例一提供的一种异常行为检测方法的流程图；
[0023]图2是根据本专利技术实施例二提供的一种异常行为检测方法的流程图；
[0024]图3是根据本专利技术实施例三提供的一种异常行为检测装置的结构示意图；
[0025]图4是实现本专利技术实施例的异常行为检测方法的电子设备的结构示意图
。
具体实施方式
[0026]为了使本
的人员更好地理解本专利技术方案，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楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围
。
[0027]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序
。
应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施
。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程
、
方法
、
系统
、
产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程
、
方法
、
产品或设备固有的其它步骤或单元
。
[0028]实施例一
[0029]图1为本专利技术实施例一提供的一种异常行为检测方法的流程图
。
本专利技术实施例可适用于对异常行为进行检测的情况，该方法可以由异常行为检测装置来执行，该异常行为检测装置可以采用硬件和
/
或软件的形式实现，该异常行为检测装置可配置于承载异常行为检测功能的电子设备中
。
[0030]参见图1所示的异常行为检测方法，包括：
[0031]S110、
获取目标对象的实时行为数据
。
[0032]目标对象可以是资源需求方
。
可选的，资源可以包括硬件资源和
/
或软件资源
。
示例性的，硬件资源可以包括但不限于通讯设备资源和交通设备资源
。
其中，交通设备资源可
以为车辆
。
软件资源可以包括但不限于页面资源和程序资源
。
实时行为数据可以是资源需求方在发出资源需求过程中实时的行为数据
。
可选的，目标对象在发出资源需求时，可以在终端设备中上传数据
。
相应的，实时行为数据可以包括目标对象在终端设备中实时上传的数据和
/
或目标对象在上传数据过程中终端设备的实时数据等
。
可选的，目标对象在终端设备中实时上传的数据可以包括目标对象自身的特征数据和
/
或目标对象关联的特征数据
。
在获取目标对象的授权前提下，可以在终端设备上对相关节点进行数据埋点，以获取目标对象实时上传的数据
。
其中，相关节点可以包括页面跳转节点和最终提交节点等
。
另外，在获取目标对象实时上传本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种异常行为检测方法，其特征在于，所述方法包括：获取目标对象的实时行为数据；获取所述目标对象的历史行为数据，并根据所述历史行为数据和所述实时行为数据检测行为数据的分布信息；在根据所述分布信息，确定所述实时行为数据为稳定数据时，对所述实时行为数据进行异常检测，检测所述目标对象是否存在异常行为
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述历史行为数据和所述实时行为数据检测行为数据的分布信息，包括：按照至少一个维度，对所述历史行为数据和所述实时行为数据进行分类，得到各所述维度对应的行为数据；针对每个维度对应的行为数据，检测所述维度的行为数据的分布信息
。3.
根据权利要求2所述的方法，其特征在于，所述维度包括时间维度
、
空间维度和数据类别维度中至少一项
。4.
根据权利要求2所述的方法，其特征在于，所述根据所述分布信息，确定所述实时行为数据为稳定数据，包括：根据所述维度的行为数据的分布信息，检测所述维度的行为数据是否为稳定数据；统计所述稳定数据的维度的数量；在所述稳定数据的维度的数量大于预设维度数量时，确定所述实时行为数据为稳定数据
。5.
根据权利要求1所述的方法，其特征在于，所述对所述实时行为数据进行异常检测，检测所述目标对象是否存在异常行为，包括：将所述实时行为数据输入至异常行为检测模型中，检测所述目标对象是否存在异常行为；其中，所述异常行为检测模型的训练样本包括确定为稳定数据的历史行为样本和对应的目标...

【专利技术属性】
技术研发人员：张晓雷，
申请(专利权)人：南京田雨企业咨询管理有限公司，
类型：发明
国别省市：