在线访问的检测方法及检测装置与流程

文档序号:19156541发布日期:2019-11-16 00:52阅读:来源:国知局

技术特征:

1.一种在线访问的检测方法,其特征在于,包括:

确定用户当前访问数据平台时的第一访问数据;

利用深度学习模型,针对所述第一访问数据提取第一特征数据,针对第二访问数据提取第二特征数据,并对所述第一特征数据和所述第二特征数据进行识别,以确定所述用户的当前访问是否是异常访问,其中,所述第二访问数据是在所述用户上一次访问所述数据平台时生成的。

2.根据权利要求1所述的检测方法,其特征在于,所述深度学习模型包括第一特征提取器、第二特征提取器、特征拼接器以及分类器,其中,所述利用深度学习模型,针对所述第一访问数据提取第一特征数据,针对第二访问数据提取第二特征数据,并对所述第一特征数据和所述第二特征数据进行识别,以确定所述用户的当前访问是否是异常访问,包括:

利用所述第一特征提取器针对所述第一访问数据提取所述第一特征数据;

利用所述第二特征提取器针对所述第二访问数据提取所述第二特征数据;

利用所述特征拼接器拼接所述第一特征数据和所述第二特征数据,得到第三特征数据;

利用所述分类器对所述第三特征数据进行识别,以确定所述当前访问是否是异常访问。

3.根据权利要求2所述的检测方法,其特征在于,所述第一特征数据包括第一特征向量,所述第二特征数据包括第二特征向量,所述第一特征提取器与所述第二特征提取器的参数设置不同,以使得所述第一特征向量与所述第二特征向量的维度不同。

4.根据权利要求1至3中任一项所述的检测方法,其特征在于,所述第一访问数据包括至少一个访问向量,其中,所述确定用户当前访问数据平台时的第一访问数据,包括:

对所述当前访问的时间权重数据和访问地点数据进行向量化处理,确定所述至少一个访问向量,所述时间权重数据用于表征所述当前访问的时间与所述用户上一次访问所述数据平台的时间的间隔。

5.根据权利要求4所述的检测方法,其特征在于,所述对所述当前访问的时间权重数据和访问地点数据进行向量化处理,确定所述至少一个访问向量,包括:

对所述时间权重数据、所述访问地点数据以及所述当前访问的访问行为数据进行向量化处理,确定所述至少一个访问向量,所述访问行为数据用于表征所述用户对所述数据平台执行的操作行为。

6.根据权利要求5所述的检测方法,其特征在于,所述至少一个访问向量包括第一访问向量和第二访问向量,所述对所述时间权重数据、所述访问地点数据以及所述当前访问的访问行为数据进行向量化处理,确定所述至少一个访问向量,包括:

对所述访问地点数据进行向量化处理,确定所述第一访问向量;

对所述访问行为数据和所述时间权重数据进行向量化处理,确定所述第二访问向量,所述第一访问向量和所述第二访问向量的维度一致。

7.一种在线访问的检测装置,其特征在于,包括:

确定模块,用于确定用户当前访问数据平台时的第一访问数据;

识别模块,用于利用深度学习模型,针对所述第一访问数据提取第一特征数据,针对第二访问数据提取第二特征数据,并对所述第一特征数据和所述第二特征数据进行识别,以确定所述用户的当前访问是否是异常访问,其中,所述第二访问数据是在所述用户上一次访问所述数据平台时生成的。

8.根据权利要求7所述的检测装置,其特征在于,所述深度学习模型包括第一特征提取器、第二特征提取器、特征拼接器以及分类器,其中,所述第一特征提取器用于针对所述第一访问数据提取第一特征数据;所述第二特征提取器用于针对所述第二访问数据提取第二特征数据;所述特征拼接器用于拼接所述第一特征数据和所述第二特征数据,得到第三特征数据;所述分类器用于对所述第三特征数据进行识别,以确定所述当前访问是否是异常访问。

9.根据权利要求8所述的检测装置,其特征在于,所述第一特征数据包括第一特征向量,所述第二特征数据包括第二特征向量,所述第一特征提取器与所述第二特征提取器的参数设置不同,以使得所述第一特征向量与所述第二特征向量的维度不同。

10.根据权利要求7至9中任一项所述的检测装置,其特征在于,所述第一访问数据包括至少一个访问向量,其中,所述确定模块用于对所述当前访问的时间权重数据和访问地点数据进行向量化处理,确定所述至少一个访问向量,所述时间权重数据用于表征所述当前访问的时间与所述用户上一次访问所述数据平台的时间的间隔。

11.根据权利要求10所述的检测装置,其特征在于,所述确定模块用于对所述时间权重数据、所述访问地点数据以及所述当前访问的访问行为数据进行向量化处理,确定所述至少一个访问向量,所述访问行为数据用于表征所述用户对所述数据平台执行的操作行为。

12.根据权利要求11所述的检测装置,其特征在于,所述至少一个访问向量包括第一访问向量和第二访问向量,所述确定模块用于对所述访问地点数据进行向量化处理,确定所述第一访问向量,对所述访问行为数据和所述时间权重数据进行向量化处理,确定所述第二访问向量,所述第一访问向量和所述第二访问向量的维度一致。

13.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1至6中任一项所述的在线访问的检测方法。

14.一种电子设备,包括:

处理器;

用于存储所述处理器可执行指令的存储器,

其中,所述处理器用于执行上述权利要求1至6中任一项所述的在线访问的检测方法。


技术总结
本发明提供了一种在线访问的检测方法及检测装置,该检测方法包括:确定用户当前访问数据平台时的第一访问数据;利用深度学习模型,针对第一访问数据提取第一特征数据,针对第二访问数据提取第二特征数据,并对第一特征数据和第二特征数据进行识别,以确定用户的当前访问是否是异常访问,其中,第二访问数据是在用户上一次访问数据平台时生成的。本发明的技术方案能够充分挖掘用户当前访问的动机和意图,进而能够提高异常访问行为检测的准确率和召回率。

技术研发人员:陈芝茂;邹金根;许杜亮
受保护的技术使用者:北京人人云图信息技术有限公司
技术研发日:2019.07.02
技术公布日:2019.11.15
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1