条件化异常样本生成方法及系统与流程

本文涉及计算机，特别是涉及条件化异常样本生成方法、系统、电子设备、非暂时性计算机可读存储介质及计算机程序产品。

背景技术：

1、在异常行为识别模型的训练过程中，样本数据的覆盖范围和结构质量会影响模型对异常行为模式的识别能力。对于部分异常行为场景，真实异常样本可能存在数量不足、标签反馈滞后、样本分布变化较快等情况，使得模型训练数据难以及时覆盖新出现或变化后的异常行为模式。

2、此处所介绍的内容只是提供与本文有关的背景信息，而不必然地属于现有技术。

技术实现思路

1、本文提供条件化异常样本生成方法、系统、电子设备、非暂时性计算机可读存储介质及计算机程序产品。

2、第一方面，本文提供一种条件化异常样本生成方法。该方法包括：获取目标异常行为类型以及与目标异常行为类型关联的对象行为数据，对象行为数据指示一个或多个目标对象的行为记录以及行为记录对应的关联信息；根据目标异常行为类型，从对象行为数据中提取与样本生成相关的行为特征，得到生成约束数据，生成约束数据限定样本生成模型生成合成异常样本时的样本对象范围以及样本内行为记录的生成条件；将生成约束数据输入样本生成模型，生成与目标异常行为类型对应的合成异常样本。

3、根据本文一个或多个实施例的方法，其中，可选地，对象行为数据包括分别对应多个行为阶段的阶段行为数据，同一目标对象在不同阶段行为数据中的行为记录通过对象标识关联。

4、根据本文一个或多个实施例的方法，其中，可选地，从对象行为数据中提取与样本生成相关的行为特征，包括：按照多个行为阶段的先后关系，对各阶段行为数据中具有相同对象标识的行为记录进行排序，得到跨阶段行为序列；从跨阶段行为序列中提取行为时序特征。

5、根据本文一个或多个实施例的方法，其中，可选地，关联信息以关联图表示，关联图包括分别对应目标对象的对象节点，以及表征目标对象之间的行为关联的关系边。

6、根据本文一个或多个实施例的方法，其中，可选地，从对象行为数据中提取与样本生成相关的行为特征，包括：基于关联图中对象节点之间的连接关系，确定节点连接度或节点聚集程度，得到对象关联特征。

7、根据本文一个或多个实施例的方法，其中，可选地，目标异常行为类型基于当前时间窗口内的待观测行为数据相对于历史参考数据的分布变化确定。

8、根据本文一个或多个实施例的方法，其中，可选地，分布变化的确定包括：分别根据待观测行为数据和历史参考数据计算对应的观测指标；根据待观测行为数据对应的观测指标与历史参考数据对应的观测指标之间的差异，确定分布变化。

9、根据本文一个或多个实施例的方法，其中，可选地，响应于分布变化满足触发条件，生成异常事件，异常事件记录触发异常事件的观测指标以及与观测指标关联的候选对象集合。

10、根据本文一个或多个实施例的方法，其中，可选地，异常事件对应单对象异常、对象特征簇漂移或异常行为类型分布变化中的一种，该方法还包括：根据异常事件对应的异常层级，确定是否满足合成异常样本生成的触发条件；响应于满足触发条件，确定样本对象范围。

11、根据本文一个或多个实施例的方法，其中，可选地，得到生成约束数据，包括：根据异常事件记录的观测指标，从与目标异常行为类型对应的预设条件项集合中选择目标条件项；基于以下一项或多项，确定目标条件项的取值或取值范围，得到生成约束数据：观测指标的异常数值范围；异常事件对应的异常层级；候选对象集合。

12、根据本文一个或多个实施例的方法，其中，可选地，得到生成约束数据，包括：从与目标异常行为类型对应的预设条件项集合中，选择与行为特征匹配的目标条件项；根据行为特征确定目标条件项的取值，得到生成约束数据。

13、根据本文一个或多个实施例的方法，其中，可选地，目标条件项的取值根据真实异常样本集合中对应行为特征的分布确定。

14、根据本文一个或多个实施例的方法，其中，可选地，生成约束数据包括对象筛选条件，对象筛选条件限定合成异常样本包含的目标对象以及目标对象之间的关联范围。

15、根据本文一个或多个实施例的方法，其中，可选地，生成约束数据包括行为时序条件，行为时序条件限定合成异常样本中多个行为记录之间的时间顺序和时间间隔。

16、根据本文一个或多个实施例的方法，其中，可选地，生成约束数据包括资金流转条件，资金流转条件限定合成异常样本中资金在多个目标对象之间的流转路径以及资金流入量与资金流出量之间的关系。

17、根据本文一个或多个实施例的方法，其中，可选地，在将生成约束数据输入样本生成模型之前，该方法还包括：根据生成约束数据所表征的数据结构，从多个候选样本生成模型中选择样本生成模型。

18、根据本文一个或多个实施例的方法，其中，可选地，响应于生成约束数据表征关联图结构，选择图结构生成模型，并通过图结构生成模型生成包括对象节点和关系边的合成异常样本。

19、根据本文一个或多个实施例的方法，其中，可选地，响应于生成约束数据表征待生成的合成异常样本具有行为时序结构，选择时序样本生成模型，并将生成约束数据输入时序样本生成模型，生成包括按时间排序的多个行为记录的合成异常样本。

20、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：记录合成异常样本对应的生成元数据，生成元数据包括生成约束数据标识、样本生成模型类型、样本生成模型版本、生成时间和样本批次信息中的一项或多项。

21、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：获取合成异常样本对应的生成反馈数据；根据生成反馈数据，调整样本生成模型的模型参数、条件注入参数和采样参数中的至少一项。

22、根据本文一个或多个实施例的方法，其中，可选地，生成反馈数据包括合成异常样本的样本统计分布以及真实异常样本集合的样本统计分布；根据生成反馈数据，调整样本生成模型的模型参数、条件注入参数和采样参数中的至少一项，包括：根据合成异常样本的样本统计分布与真实异常样本集合的样本统计分布之间的分布差异，调整样本生成模型的条件注入参数。

23、根据本文一个或多个实施例的方法，其中，可选地，生成反馈数据包括线上确认标签指示异常的对象行为数据；根据生成反馈数据，调整样本生成模型的模型参数、条件注入参数和采样参数中的至少一项，包括：根据线上确认标签指示异常的对象行为数据，对样本生成模型进行校准。

24、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：记录调整后的样本生成模型的模型版本以及与模型版本对应的生成参数；基于调整后的样本生成模型生成下一批合成异常样本。

25、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：对合成异常样本执行约束校验，得到校验结果以及满足校验条件的目标合成异常样本。

26、根据本文一个或多个实施例的方法，其中，可选地，对合成异常样本执行约束校验，包括：基于生成约束数据对合成异常样本执行硬约束校验，以确定合成异常样本是否满足生成约束数据限定的生成条件。

27、根据本文一个或多个实施例的方法，其中，可选地，硬约束校验包括：校验合成异常样本中的多个行为记录是否按照时间戳递增排列，以及各行为记录的发生时间是否不早于对应目标对象的状态生效时间。

28、根据本文一个或多个实施例的方法，其中，可选地，硬约束校验还包括：根据合成异常样本中多个目标对象分别对应的资金流入量和资金流出量，确定合成异常样本是否满足资金流转守恒条件。

29、根据本文一个或多个实施例的方法，其中，可选地，对合成异常样本执行约束校验，包括：确定合成异常样本与真实异常样本子集之间的分布相似度；根据分布相似度确定合成异常样本的软约束评分。

30、根据本文一个或多个实施例的方法，其中，可选地，确定合成异常样本与真实异常样本子集之间的分布相似度，包括：确定合成异常样本与真实异常样本子集之间的特征分布差异、对象关联结构差异和行为时序分布差异中的至少一项。

31、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：响应于校验结果指示合成异常样本未满足校验条件，调整生成约束数据，并根据调整后的生成约束数据重新生成合成异常样本。

32、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：根据校验结果，调整样本生成模型的模型参数、条件注入参数和采样参数中的至少一项。

33、根据本文一个或多个实施例的方法，其中，可选地，根据校验结果，调整样本生成模型的模型参数、条件注入参数和采样参数中的至少一项，包括：根据校验结果中硬约束校验未通过的样本比例，调整样本生成模型的采样参数或条件注入参数。

34、根据本文一个或多个实施例的方法，其中，可选地，根据校验结果，调整样本生成模型的模型参数、条件注入参数和采样参数中的至少一项，还包括：根据校验结果中软约束评分的变化趋势，调整样本生成模型的模型参数。

35、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：记录调整后的样本生成模型的模型版本、调整前后的生成参数以及触发模型调整的校验结果。

36、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：根据目标合成异常样本和真实异常样本集合训练或更新异常行为识别模型。

37、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：根据训练或更新后的异常行为识别模型的验证结果，调整目标合成异常样本在训练样本集合中的样本权重。

38、根据本文一个或多个实施例的方法，其中，可选地，该方法还包括：将线上确认标签指示异常的对象行为数据写入真实异常样本集合；根据更新后的真实异常样本集合校准生成约束数据。

39、第二方面，本文提供一种条件化异常样本生成系统。该系统包括数据获取模块、特征提取模块和样本生成模块。数据获取模块配置成获取目标异常行为类型以及与目标异常行为类型关联的对象行为数据，对象行为数据指示一个或多个目标对象的行为记录以及行为记录对应的关联信息。特征提取模块配置成根据目标异常行为类型，从对象行为数据中提取与样本生成相关的行为特征，得到生成约束数据，生成约束数据限定样本生成模型生成合成异常样本时的样本对象范围以及样本内行为记录的生成条件。样本生成模块配置成将生成约束数据输入样本生成模型，生成与目标异常行为类型对应的合成异常样本。

40、第三方面，本文提供一种电子设备。该电子设备包括处理器以及存储器，存储器存储有程序指令，程序指令在被处理器执行时，使处理器执行第一方面任一项的方法。

41、第四方面，本文提供一种非暂时性计算机可读存储介质。该非暂时性计算机可读存储介质存储有程序指令，程序指令在被处理器执行时，使处理器执行第一方面任一项的方法。

42、第五方面，本文提供一种计算机程序产品。该计算机程序产品包括程序指令，程序指令在被处理器执行时，使处理器执行第一方面任一项的方法。