申请/专利权人：腾讯科技(深圳)有限公司

申请日：2020-10-09

公开（公告）日：2024-04-09

公开（公告）号：CN114417944B

主分类号：G06F18/214

分类号：G06F18/214;G06F18/25;G06N20/20;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2022.10.14#实质审查的生效;2022.04.29#公开

摘要：本公开涉及基于人工智能的识别模型训练方法及装置、用户异常行为识别方法及装置，具体而言涉及人工智能中的机器学习方面。用于训练识别模型的方法包括：接收至少两个用户的至少两个用户数据，其包括与用户异常行为有关的数据；从至少两个用户数据提取至少两个用户特征；执行将至少两个用户特征中的第一用户特征进行加权，或将至少两个用户特征中的第二用户特征与至少两个用户特征中的第三用户特征进行关联中的至少一个；对经加权或关联中的至少一个的至少两个用户特征进行组合；以及对经组合的至少两个用户特征进行深度学习。

主权项：1.一种用于识别用户异常行为的方法，其特征在于，包括：获取一个或多个当前用户行为，所述一个或多个当前用户行为是用户在访问应用时的用户行为；从所述一个或多个当前用户行为提取一个或多个当前用户行为特征；取回所述用户的历史行为特征和用户属性特征；将所提取的一个或多个当前用户行为特征进行拼接，以生成用户实时特征向量；将用户实时特征向量与所取回的用户的历史行为特征和用户属性特征进行拼接，以获得所述用户行为特征向量；将所述用户行为特征向量输入到用户异常行为识别模型，来识别用户异常行为；其中，所述用户异常行为识别模型通过如下方式被得到：接收应用的至少两个用户的至少两个用户数据，所述至少两个用户数据包括与在使用应用的过程中用户异常行为有关的数据；从所述至少两个用户数据提取至少两个用户特征；将所述至少两个用户特征中的第一用户特征进行加权，以及将所述至少两个用户特征中的第二用户特征与所述至少两个用户特征中的第三用户特征进行关联；对经加权和关联的所述至少两个用户特征进行组合；以及对经组合的所述至少两个用户特征进行深度学习，以获得用于识别所输入的至少两个特征中是否包含有用户的异常行为特征的模型；其中，从所述至少两个用户数据提取至少两个用户特征包括：从所述至少两个用户数据中的、与所述应用的第一用户的用户属性有关的数据，提取一个或多个用户属性特征；从所述至少两个用户数据中的、与所述第一用户的访问所述应用的行为有关的数据，提取一个或多个用户业务行为特征；从所述至少两个用户数据中的、与所述第一用户的除访问所述应用以外的行为有关的数据，提取一个或多个用户非业务行为特征；以及对所提取的所述一个或多个用户属性特征、所述一个或多个用户业务行为特征以及所述一个或多个用户非业务行为特征进行特征处理，以增加特征密度；所提取的特征包括嵌入特征和非嵌入特征。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 识别模型训练方法及装置、用户异常行为识别方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD