用于区分攻击与正常交易的门控多编码器机器学习模型制造技术

技术编号:46443114 阅读:3 留言:0更新日期:2025-09-19 20:44
可以应用机器学习技术来区分攻击(包括枚举攻击和账户测试攻击)与正常交易活动。集成机器学习模型可以包括至少两个生成单元,其中一个生成单元是使用正常交易数据来训练的,并且另一个生成单元是使用攻击交易数据来训练的。每个生成单元以反映正常交易或攻击交易中的潜在模式的方式从给定输入产生重建输出。所述重建输出和原始交易数据可以作为输入提供到机器学习分类器,例如多标签(或多类)分类器,所述机器学习分类器确定不同交易类型(或标签)的概率得分,所述不同交易类型(或标签)包括指示正常交易的第一标签、指示攻击交易的第二标签或指示不确定交易类型的第三标签。基于所述概率得分,所述交易可以被分类为正常类型或攻击类型。

【技术实现步骤摘要】
【国外来华专利技术】

本公开总体上涉及在计算机系统处检测可疑活动,并且具体地涉及用于区分攻击交易与正常交易的门控多编码器机器学习模型。


技术介绍

1、许多类型的基于因特网的活动涉及访问与特定用户(例如,个人)相关联的账户。通常,希望访问由服务器提供的服务的用户或客户端通过向服务器提供有效账户的凭证来证明其授权。在登录的情况下,账户凭证可以包括用户名和密码。在金融交易的情况下,账户凭证可以包括与用户的金融账户有关的信息;例如,对于经由购买卡进行的支付,数据可以包括卡号、安全代码(例如,cvv)、到期日期等。如果有效账户凭证由未被授权使用那些凭证的用户或客户端提供给服务器,则可能导致欺诈交易。欺诈交易可能对用户和/或服务提供商具有显著的负面后果。因此,需要防止账户凭证被未授权的人或实体获得和/或检测何时已经非法获得账户凭证。

2、在“攻击”情境中,攻击者(即,试图进行欺诈交易的人或实体)试图确定有效账户凭证。攻击的示例包括枚举攻击和账户测试攻击。在枚举攻击中,攻击者可能具有部分账户信息并且可能尝试猜测其余账户信息。例如,具有信用卡账号但没有其它信息的攻击者可以使用关于缺本文档来自技高网...

【技术保护点】

1.一种计算机实施的方法,其包括:

2.根据权利要求1所述的方法,其进一步包括:

3.根据权利要求2所述的方法,其中所述训练数据集中的一些所述交易数据最初被标记。

4.根据权利要求2所述的方法,其中所述机器学习模型的训练包括多个训练时期,并且其中在每个训练时期结束时,经更新标签基于由所述多标签分类器单元确定的所述概率得分被指派到所述训练数据集中的所述交易中的至少一个的所述交易数据。

5.根据权利要求1所述的方法,其中对所述交易进行分类包括:

6.根据权利要求5所述的方法,其进一步包括:

7.根据权利要求1所述的方法,...

【技术特征摘要】
【国外来华专利技术】

1.一种计算机实施的方法,其包括:

2.根据权利要求1所述的方法,其进一步包括:

3.根据权利要求2所述的方法,其中所述训练数据集中的一些所述交易数据最初被标记。

4.根据权利要求2所述的方法,其中所述机器学习模型的训练包括多个训练时期,并且其中在每个训练时期结束时,经更新标签基于由所述多标签分类器单元确定的所述概率得分被指派到所述训练数据集中的所述交易中的至少一个的所述交易数据。

5.根据权利要求1所述的方法,其中对所述交易进行分类包括:

6.根据权利要求5所述的方法,其进一步包括:

7.根据权利要求1所述的方法,其中所述交易数据是在交易在进行中时被接收,并且其中所述方法进一步包括:

8.一种计算机系统,其包括:

9.根据权利要求8所述的计算机系统,其中所述生成单元中的至少一个包括变分自编码器。

10.根据权利要求8所述的计算机系统,其中所述多标签分类器单元包括具有一个或多个层的前馈神经网络。

11.根据权利要求8所述的计算机系统,其中每个交易的所述交易数据包括由客户端系统提供到所述服务器系统的账户凭证,其中所述正常交易类型对应于所述账户凭证的经授权使用,并且其中所述攻击交易类型对应于所述账户凭证的经尝试或成功的未授权使用。

12.根据权利要求8所述的计...

【专利技术属性】
技术研发人员:徐惟佳陈照杨沛王卓毅王丹S·E·佩拉内克Y·M·贾巴拉
申请(专利权)人:维萨国际服务协会
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1