一种网络虚拟用户的风险控制方法及系统技术方案

本申请提供了一种网络虚拟用户的风险控制方法及系统，以解决现有的方法不能准确地分析出网络虚拟用户的真实关联，进而不能准确地识别出恶意用户的问题。本申请对虚拟用户间的关联维度进行了多维度的扩展，在分析两个虚拟用户时，可以同时使用多个维度进行分析，即针对每个维度计算关联值，最后将多个维度的关联值进行汇总，得出这两个虚拟用户间最终的关联度。本申请可以准确地识别出与恶意用户关联度高的其他用户也可能为恶意用户，大大提供了网络风险控制的力度，尽可能地避免了网络欺诈行为的发生。

【技术实现步骤摘要】
一种网络虚拟用户的风险控制方法及系统
本申请涉及网络技术，特别是涉及一种网络虚拟用户的风险控制方法及系统。
技术介绍
随着互联网的发展，越来越多的人通过网络进行沟通和交流，网络已经成为众多用户的一个信息交流平台。在网络中，每一个用户都是一个虚拟用户。虚拟用户在网络中的行为在一定程度上可以反映出真实世界中用户之间的关系。例如，以社交网络(SNS，SocialNetworkingServices)为例，如图1所示，如果虚拟用户A和虚拟用户B在网络中都有一个共同的好友用户C，那么用户A和用户B在真实世界中就很有可能也是好友。实际应用中，利用虚拟用户之间的这种真实关联，可以对用户的网络行为进行风险控制，避免网络欺诈行为。例如，在网上交易系统中，如果分析出某个用户在交易过程中存在欺诈行为，并且已经将该用户列入恶意用户的黑名单，如果能够分析出与该恶意用户有真实关联的其他虚拟用户，这些其他虚拟用户存在欺诈的可能性也很大，那么可以将这些有关联的其他虚拟用户也提前设定为恶意用户，从而尽早地避免交易欺诈的发生。在上述风险控制的过程中，现有技术中，一般通过机器指纹来分析网络虚拟用户的真实关联。通过采集机器数据(即机器指纹)，如硬盘、主板等能够唯一标识一台机器的数据，可判断虚拟用户是否使用同一台物理机器。如果两个虚拟用户共同使用一台物理机器，那么这两个虚拟用户可能存在关联。上述现有技术存在的缺点是：只有在不同的虚似用户使用同一台物理机器的时候，才能判断出虚似用户为关联用户，如果虚拟用户使用了不同的物理机器，即使他们为关联用户，上述方法也无法分析出来。因此，现有的这种分析方法太过局限，并不能准确地分析出网络虚拟用户的真实关联，进而不能准确地识别出恶意用户，为网络欺诈行为的发生提供了可乘之机。
技术实现思路
本申请提供了一种网络虚拟用户的风险控制方法及系统，以解决现有的方法不能准确地分析出网络虚拟用户的真实关联，进而不能准确地识别出恶意用户的问题。为了解决上述问题，本申请公开了一种网络虚拟用户的风险控制方法，包括：分别获取第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，所述原始关联数据包括多维度的数据，每个维度的数据都能标识用户身份，每个维度的数据作为一个关联维度；基于所述第一虚拟用户和第二虚拟用户的原始关联数据，分别计算每个关联维度下第一虚拟用户与第二虚拟用户间的关联值；将各个关联维度下的关联值进行汇总，得到第一虚拟用户与第二虚拟用户间的真实关联度；判定所述第一虚拟用户与第二虚拟用户间的真实关联度是否超过预设阈值，如果超过，则当其中一个用户为恶意用户时，确定出与其关联的另一个用户也为恶意用户。优选地，所述分别计算每个关联维度下第一虚拟用户与第二虚拟用户间的关联值，包括：在每个关联维度下，都基于数量因素、时间因素和级联因素，计算第一虚拟用户和第二虚拟用户间的关联值。优选地，所述数量因素采用求和函数。优选地，所述时间因素和级联因素都采用倒数函数。优选地，通过以下公式计算每个关联维度下第一虚拟用户和第二虚拟用户间的关联值：∑x∑level∑t(1/t)*(1/level)；其中，∑表示求和函数，x表示某个关联维度下的关联数量，level表示级联层次，t表示时间。优选地，所述多维度的原始关联数据包括：IP，和/或cookie，和/或机器指纹，和/或手机号码，和/或电话号码，和/或传真，和/或电子邮箱，和/或地址，和/或登录账号。优选地，所述分别获取第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，包括：获取第一虚拟用户的原始关联数据；基于所述第一虚拟用户的原始关联数据，查找与第一虚拟用户关联的第二虚拟用户，以及所述第二虚拟用户的原始关联数据。优选地，所述查找与第一虚拟用户关联的第二虚拟用户，包括：对每个关联维度，根据第一虚拟用户的标识查找该用户使用的维度数据；利用所述查找到的维度数据，继续查找其中每个维度数据对应的用户列表；将每个关联维度下查找到的用户列表进行去重整理，最后得到的用户列表中标识的所有用户即为与所述第一虚拟用户关联的第二虚拟用户。优选地，所述将各个关联维度下的关联值进行汇总，包括：将各个关联维度下的关联值进行求和。本申请还提供了一种网络虚拟用户的风险控制系统，包括：数据获取模块，用于分别获取第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，所述原始关联数据包括多维度的数据，每个维度的数据都能标识用户身份，每个维度的数据作为一个关联维度；关联计算模块，用于基于所述第一虚拟用户和第二虚拟用户的原始关联数据，分别计算每个关联维度下第一虚拟用户与第二虚拟用户间的关联值；关联汇总模块，用于将各个关联维度下的关联值进行汇总，得到第一虚拟用户与第二虚拟用户间的真实关联度；风险判定模块，用于判定所述第一虚拟用户与第二虚拟用户间的真实关联度是否超过预设阈值，如果超过，则当其中一个用户为恶意用户时，确定出与其关联的另一个用户也为恶意用户。优选地，所述关联计算模块在每个关联维度下，都基于数量因素、时间因素和级联因素，计算第一虚拟用户和第二虚拟用户间的关联值。优选地，所述数量因素采用求和函数；所述时间因素和级联因素都采用倒数函数；所述关联计算模块通过以下公式计算每个关联维度下第一虚拟用户和第二虚拟用户间的关联值：∑x∑level∑t(1/t)*(1/level)；其中，∑表示求和函数，x表示某个关联维度下的关联数量，level表示级联层次，t表示时间。优选地，所述多维度的原始关联数据包括：IP，和/或cookie，和/或机器指纹，和/或手机号码，和/或电话号码，和/或传真，和/或电子邮箱，和/或地址，和/或登录账号。优选地，所述数据获取模块包括：第一获取子模块，用于获取第一虚拟用户的原始关联数据；第二获取子模块，用于基于所述第一虚拟用户的原始关联数据，查找与第一虚拟用户关联的第二虚拟用户，以及所述第二虚拟用户的原始关联数据。优选地，所述第二获取子模块包括：第一查询子单元，用于对每个关联维度，根据第一虚拟用户的标识查找该用户使用的维度数据；第二查询子单元，用于利用所述查找到的维度数据，继续查找其中每个维度数据对应的用户列表；去重整理子单元，用于将每个关联维度下查找到的用户列表进行去重整理，最后得到的用户列表中标识的所有用户即为与所述第一虚拟用户关联的第二虚拟用户。优选地，所述关联汇总模块包括：求和子模块，用于将各个关联维度下的关联值进行求和。与现有技术相比，本申请包括以下优点：首先，本申请对虚拟用户间的关联维度进行了多维度的扩展，IP、cookie、机器指纹、手机号码、电话号码、传真、电子邮箱、地址、登录账号，等等能够标识用户身份的信息，都可以作为一个关联维度来分析用户间的真实关联情况。基于此，本申请在分析两个虚拟用户时，可以同时使用多个维度进行分析，即针对每个维度计算关联值，最后将多个维度的关联值进行汇总，得出这两个虚拟用户间最终的关联度。这种关联维度的扩展，在虚拟用户不使用同一台物理机器的时候，也能利用其它维度的信息分析出用户间的真实关联，因此打破了传统分析方法的限制，能够更加准确地分析出网络虚拟用户的真实关联。进而，通过这种准确的分析方法，可以准确地识别出与恶意用户关联度高的其他用户也可能为恶意用户，大大提供了本文档来自技高网...

【技术保护点】
一种网络虚拟用户的风险控制方法，其特征在于，包括：分别获取第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，所述原始关联数据包括多维度的数据，每个维度的数据都能标识用户身份，每个维度的数据作为一个关联维度；基于所述第一虚拟用户和第二虚拟用户的原始关联数据，分别计算每个关联维度下第一虚拟用户与第二虚拟用户间的关联值；将各个关联维度下的关联值进行汇总，得到第一虚拟用户与第二虚拟用户间的真实关联度；判定所述第一虚拟用户与第二虚拟用户间的真实关联度是否超过预设阈值，如果超过，则当其中一个用户为恶意用户时，确定出与其关联的另一个用户也为恶意用户。

【技术特征摘要】
1.一种网络虚拟用户的风险控制方法，其特征在于，包括：分别获取第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，所述原始关联数据包括多维度的数据，每个维度的数据都能标识用户身份，每个维度的数据作为一个关联维度；基于所述第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，分别计算每个关联维度下第一虚拟用户与第二虚拟用户间的关联值；其中，所述分别计算每个关联维度下第一虚拟用户与第二虚拟用户间的关联值，包括：在每个关联维度下，都基于数量因素、时间因素和级联因素，计算第一虚拟用户和第二虚拟用户间的关联值；针对每个关联维度，所述数量因素、时间因素和级联因素从同一关联维度下扩展出；将各个关联维度下的关联值进行汇总，得到第一虚拟用户与第二虚拟用户间的真实关联度；判定所述第一虚拟用户与第二虚拟用户间的真实关联度是否超过预设阈值，如果超过，则当其中一个用户为恶意用户时，确定出与其关联的另一个用户也为恶意用户。2.根据权利要求1所述的方法，其特征在于：所述数量因素采用求和函数。3.根据权利要求2所述的方法，其特征在于：所述时间因素和级联因素都采用倒数函数。4.根据权利要求3所述的方法，其特征在于，通过以下公式计算每个关联维度下第一虚拟用户和第二虚拟用户间的关联值：∑x∑level∑t(1/t)*(1/level)；其中，∑表示求和函数，x表示某个关联维度下的关联数量，level表示级联层次，t表示时间。5.根据权利要求1所述的方法，其特征在于，所述多维度的原始关联数据包括：IP，和/或cookie，和/或机器指纹，和/或手机号码，和/或电话号码，和/或传真，和/或电子邮箱，和/或地址，和/或登录账号。6.根据权利要求1所述的方法，其特征在于，所述分别获取第一虚拟用户的原始关联数据和第二虚拟用户的原始关联数据，包括：获取第一虚拟用户的原始关联数据；基于所述第一虚拟用户的原始关联数据，查找与第一虚拟用户关联的第二虚拟用户，以及所述第二虚拟用户的原始关联数据。7.根据权利要求6所述的方法，其特征在于，所述查找与第一虚拟用户关联的第二虚拟用户，包括：对每个关联维度，根据第一虚拟用户的标识查找该用户使用的维度数据；利用所述查找到的维度数据，继续查找其中每个维度数据对应的用户列表；将每个关联维度下查找到的用户列表进行去重整理，最后得到的用户列表中标识的所有用户即为与所述第一虚拟用户关联的第二虚拟用户。8.根据权利要求1所述的方法，其特征在于，所述将各个关联维度下的关联值进行汇总，包括：将各个关联维度下的关联值进行求和。9.一种网络虚拟...

【专利技术属性】
技术研发人员：胡四海，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：