【技术实现步骤摘要】
本公开涉及电子商务数据识别和处理，尤其涉及一种适用于电商威胁的行为统计和智能安全响应方法、装置和电子设备。
技术介绍
1、电商威胁行为及其危害多种多样，电商平台和消费者都需要加强安全意识，采取有效的措施来防范这些威胁。
2、针对电商威胁行为，通常会采取以下措施：
3、1.建立严格的商家审核机制：电商平台应该建立一套完善的商家审核机制，确保平台上销售的商品质量合格、来源可靠。对于假冒伪劣商品，平台应该及时下架并处罚相关商家。
4、2.加强用户隐私保护：电商平台应该采取有效的加密技术和安全措施，保护用户个人信息不被泄露。同时，平台应该制定严格的隐私政策，明确告知用户收集、使用和保护个人信息的方式，并尊重用户的隐私权。
5、3.打击欺诈行为：电商平台应该加强与相关部门的合作，共同打击电商欺诈行为。对于涉嫌欺诈的商家和行为，平台应该及时采取措施进行调查和处理。
6、4.提升物流安全：电商平台应该与物流公司建立合作关系，确保货物的安全运输。物流公司应该采取有效的包装和运输措施，确保货物在运输过程中不被损坏或被盗。
7、5.建立完善的售后服务体系：电商平台应该建立完善的售后服务体系，为用户提供及时、有效的售后支持和服务。对于商品质量问题、物流问题等，平台应该积极协助用户解决，保障用户的合法权益。
8、但是在上述所采取的反威胁措施中，主要还是通过防火墙或者电商平台外包的第三方(比如360)进行行为数据的攻击检测，以此进行反威胁保护。其中，通过第三方进行反威胁的
9、此外，委托第三方检测需要花费较高的费用，而且仅仅能从第三方得到处理结果，电商平台对于威胁行为的详细内容比如威胁源、威胁类型和容易遭受威胁源攻击的数据类型等等，无法得到有效统计。
技术实现思路
1、为了解决上述问题，本申请提出一种适用于电商威胁的行为统计和智能安全响应方法、装置和电子设备。
2、本申请一方面，提出一种适用于电商威胁的行为统计和智能安全响应方法，包括如下步骤：
3、s1、构建威胁行为识别模型、威胁反应机制模型、威胁行为统计模型和自适应学习模型，其中：
4、所述威胁行为识别模型，用于基于电商大数据进行威胁识别，输出对应的威胁行为s；
5、所述威胁反应机制模型，用于响应并处理所述威胁行为s，并标记出本次有效处理所述威胁行为s的威胁反应措施k；
6、所述威胁行为统计模型，用于统计所述威胁行为s以及对应的所述威胁反应措施k，并组成数据集：(s，k)；
7、所述自适应学习模型，用于根据所述数据集：(s，k)，优化训练所述威胁行为识别模型和所述威胁反应机制模型；
8、s2、将所述威胁行为识别模型、所述威胁反应机制模型、所述威胁行为统计模型和所述自适应学习模型部署于电商平台的后台服务器中，用于对所述电商数据进行威胁识别。
9、作为本申请的一可选实施方案，可选地，在步骤s2之后，还包括：
10、在所述后台服务器上部署后台模型监控中心；
11、所述后台模型监控中心，用于：
12、监控所述威胁行为统计模型所统计的所述数据集：(s，k)的数据量信息p：当所述后台模型监控中心发现p达到预设的数据量阈值之时，发出激活指令，激活所述自适应学习模型，同时向管理员报告；
13、监控所述自适应学习模型优化训练所述威胁行为识别模型和所述威胁反应机制模型的状态：当优化训练完毕，删除本次用于优化训练的所述数据集：(s，k)。
14、作为本申请的一可选实施方案，可选地，步骤s1中，所述威胁行为识别模型的构建方法，包括：
15、从所述后台数据库中，调取存储的电商大数据；
16、对所述电商大数据进行清洗、筛查处理，得到用于训练模型的训练数据；
17、从所述电商数据中提取出与威胁行为相关的威胁行为特征，并利用预设的机器学习算法学习特征，进行模型训练，使得模型学习识别与威胁行为相关的特征的能力；
18、训练完毕，得到初始的所述威胁行为识别模型；
19、导入已标注威胁行为特征的优化数据集，优化训练初始的所述威胁行为识别模型；
20、优化训练完毕，得到所述威胁行为识别模型。
21、作为本申请的一可选实施方案，可选地，步骤s1中，所述威胁反应机制模型的构建方法，包括：
22、配置处理不同类型的所述威胁行为s的所述威胁反应措施k；
23、配置所述威胁行为s的威胁行为特征；
24、建立所述威胁反应措施k与对应的所述威胁行为s的威胁行为特征之间的映射关系；
25、保存所述映射关系至后台数据库，得到所述威胁反应机制模型。
26、作为本申请的一可选实施方案，可选地，步骤s1中，所述威胁行为统计模型的构建方法，包括：
27、构建空白模型；
28、在所述空白模型中生成各项统计项目，所述统计项目包括威胁行为的来源、目标、时间、频率、模式、是否涉及电商支付，以及有效处理威胁行为的所述威胁反应措施k；
29、生成完毕，得到所述威胁行为统计模型。
30、作为本申请的一可选实施方案，可选地，步骤s1中，所述自适应学习模型的构建方法，包括：
31、建立应激监控程序，用于监控所述后台模型监控中心是否发出激活指令；
32、建立usb数据端口，用于导入所述威胁行为统计模型生成的所述数据集：(s，k)；
33、建立api接口，用于将所述数据集：(s，k)分别发送至所述威胁行为识别模型和所述威胁反应机制模型；
34、建立自适应学习规则，用于调控学习所述威胁行为识别模型和所述威胁反应机制模型；
35、构建完毕，得到所述自适应学习模型。
36、作为本申请的一可选实施方案，可选地，步骤s2中，对所述电商数据进行威胁识别，包括：
37、采集并保存在电商平台上生成的电商行为数据；
38、将所述电商行为数据导入所述威胁行为识别模型，利用所述威胁行为识别模型提取所述电商行为数据的威胁行为特征，并识别输出对应的所述威胁行为s；
39、将所述威胁行为s导入所述威胁反应机制模型，利用所述威胁反应机制模型响应处理所述威胁行为s，并标记出本次有效处理所述威胁行为s的威胁反应措施k；
40、利用所述威胁行为统计模型统计所述威胁行为s以及对应的所述威胁反应措施k，并组成数据集：(s，k)；本文档来自技高网...
【技术保护点】
1.一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，在步骤S2之后，还包括：
3.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤S1中，所述威胁行为识别模型的构建方法，包括：
4.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤S1中，所述威胁反应机制模型的构建方法，包括：
5.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤S1中，所述威胁行为统计模型的构建方法，包括：
6.根据权利要求2所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤S1中，所述自适应学习模型的构建方法，包括：
7.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤S2中，对所述电商数据进行威胁识别，包括：
8.一种实现所述适用于电商威胁的行为统计和智能
9.一种电子设备，其特征在于，包括：
...【技术特征摘要】
1.一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，在步骤s2之后，还包括：
3.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤s1中，所述威胁行为识别模型的构建方法，包括：
4.根据权利要求1所述的一种适用于电商威胁的行为统计和智能安全响应方法，其特征在于，步骤s1中，所述威胁反应机制模型的构建方法，包括：
5.根据权利要求1所述的一种适用...
【专利技术属性】
技术研发人员：吕越，梁吉庆，李芬，田祥飞，严政，
申请(专利权)人：杭州河狸家信息技术有限公司，
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。