申请/专利权人：哈尔滨工业大学;上海浦东发展银行股份有限公司

申请日：2021-10-25

公开（公告）日：2024-04-16

公开（公告）号：CN113961438B

主分类号：G06F11/34

分类号：G06F11/34;G06F18/23213;G06F18/214;G06F18/2321

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.02.15#实质审查的生效;2022.01.21#公开

摘要：本申请公开了一种基于多粒度多层级的历史行为异常用户检测系统、方法、设备及存储介质，属于数据分析技术领域。解决了现有技术中识别异常种类少导致的漏报问题和正常行为模式偏离较大导致的误报的问题。本申请的多粒度多层次聚类包括层级划分、组间粗粒度聚类、组内细粒度聚类；层级划分：将天数按照多个层级进行逐层划分并对每一层级的组内和组间进行定义；组间粗粒度聚类：对每一层级中的每组构建用户的单组特征向量，进行聚类标记；组内细粒度聚类：对每一层级中每组内的用户构建单日行为特征向量，进行聚类标记；最终综合聚类标记得到用户异常行为标记。本申请减少了异常用户的漏报率和误报率，实现了较高的历史行为异常用户识别率和鲁棒性。

主权项：1.一种基于多粒度多层级的历史行为异常用户检测系统，其特征在于，包括：历史行为数据集构建模块，用于建立用户历史行为数据集；历史行为预处理模块，用于对用户历史行为数据集中的用户历史行为进行预处理；正常行为规则库构建模块，用于后续判断用户历史行为是否正常；用户单日行为特征向量构建模块，用于对每一个用户构建单日行为的特征向量，其中包括用户当日行为的种类数，当日行为总数，用户当日出现高频行为集中每个行为的次数，用户当日出现低频行为集中每个行为的次数；多层次聚类模块，其中包括层级划分模块、组间粗粒度聚类模块、组内细粒度聚类模块；层级划分模块，用于将天数按照多个层级进行逐层划分并对每一层级的组内和组间进行定义；组间粗粒度聚类模块，用于对每一层级中的每组构建用户的单组特征向量，然后利用K-means或者DBSCAN方法进行聚类，将具有可疑段的用户进行标记；组内细粒度聚类模块，用于对每一层级中每组内的用户构建单日行为特征向量，然后利用K-means或者DBSCAN方法进行聚类，对聚类结果中可疑的用户进行标记；可疑用户整合筛选模块，对所有的可疑标记用户进行整合，然后将可疑用户的可疑行为与该用户的正常行为规则库进行匹配，最终综合不同层级、不同粒度的聚类标记得到所有用户的异常行为标记，从而实现对可疑用户的可疑行为集合进行过滤，完成异常用户检测。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学;上海浦东发展银行股份有限公司 一种基于多粒度多层级的历史行为异常用户检测系统、方法、设备及存储介质

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