一种用于数据安全防护的检测方法、系统、介质及产品与流程

摘要: 本技术涉及互联网大数据风控,尤其涉及一种用于数据安全防护的检测方法、系统、介质及产品。背景技术:1、随着互联网营销业务的快速发展,广告投放方与营销平台通常会通过...
一种用于数据安全防护的检测方法、系统、介质及产品与流程

本技术涉及互联网大数据风控,尤其涉及一种用于数据安全防护的检测方法、系统、介质及产品。

背景技术:

1、随着互联网营销业务的快速发展,广告投放方与营销平台通常会通过监测各类推广链接、广告位等营销活动被访问的情况,来评估营销活动的投放效果并据此调整投放策略。由于每次对营销活动的访问都可能对应着相应的推广费用结算,为了保障营销费用的合理支出,需要对营销活动所收到的访问行为进行检测,以识别出其中的异常访问行为。

2、相关技术通常采用基于滑动时间窗口的访问频次统计方法进行检测,即在时间轴上设定一个固定长度的时间窗口,并使该时间窗口随时间的推移向前滑动,在每个时间窗口内分别统计同一营销活动所收到的访问次数、访问该营销活动的访问来源数量以及各次访问之间的时间间隔,进而将上述统计结果与预先设定的判定阈值进行比较,当某一时间窗口内的访问次数、访问来源聚集程度等统计结果超过判定阈值时,即将该时间窗口内的访问行为判定为异常访问行为并予以拦截,从而实现对营销活动异常访问的检测。

3、然而,在营销业务中,部分具备一定隐蔽性的异常访问会有意将访问操作在时间上加以分散,使得在任意一个时间窗口内所产生的访问次数和访问来源聚集程度均维持在较低水平,仅略高于正常访问的波动范围而不触及判定阈值;在此情形下,采用上述检测方法时,由于其在每个时间窗口内均独立地进行统计与判定,且判定完成后即随时间窗口的向前滑动而将该时间窗口内的统计结果予以清除,因而各个时间窗口内的低强度访问被彼此割裂地看待,每个时间窗口内的统计结果都因未达到判定阈值而被作为正常访问行为放行,使得该类经跨时间窗口分散实施的隐蔽异常访问被持续漏检,进而造成营销费用的无效支出。

技术实现思路

1、本技术提供了一种用于数据安全防护的检测方法、系统、介质及产品,用于提升跨窗作弊行为识别的准确率。

2、第一方面,本技术提供了一种用于数据安全防护的检测方法,应用于检测系统,方法包括:采集预设时间窗口内的访问数据,以构建访问图,访问图包括营销顶点、访问顶点以及访问边,访问边用于连接营销顶点与访问顶点;基于访问图,计算营销顶点在预设时间窗口内的访问强度,不同预设时间窗口对应不同访问图和不同访问强度;提取访问强度处于预设风险区间的目标时间窗口,并确定营销顶点在目标时间窗口内的访问特征;根据访问特征,计算不同目标时间窗口之间的访问重合度,并将访问重合度大于或等于预设重合度阈值的目标时间窗口加入复现窗口集合;通过复现窗口集合中各个目标时间窗口的时间戳,计算相邻目标时间窗口之间的时间间隔,并根据时间间隔的离散程度确定时间间隔规整度,离散程度越小,时间间隔规整度越高;统计复现窗口集合中的目标时间窗口数量,作为跨窗复现次数,并基于跨窗复现次数与时间间隔规整度,计算营销顶点的跨窗异常值,跨窗异常值随跨窗复现次数的增加而增大,且随时间间隔规整度的升高而增大;若跨窗异常值大于或等于预设跨窗异常阈值,则判定存在跨窗分散式访问异常,并对营销顶点对应的异常访问行为进行拦截处理。

3、通过采用上述技术方案,检测系统将分散在多个时间窗口、单个时间窗口未触发告警的访问刷量行为进行全局关联分析,完整捕捉作弊主体分窗口访问以规避单点风控的隐蔽作弊模式,从根源解决现有滑动窗口独立检测导致跨窗分散异常持续漏检的问题,精准拦截营销无效访问,减少营销费用无端损耗,同时依靠多维度联合打分提升跨窗作弊行为识别的准确率,兼顾风控识别精度与作弊行为溯源能力。

4、结合第一方面的一些实施例,在一些实施例中,基于访问图,计算营销顶点在预设时间窗口内的访问强度,不同预设时间窗口对应不同访问图和不同访问强度,具体包括:统计访问图中与营销顶点相连的访问顶点的数量,以及访问顶点对营销顶点发起的累计访问边的数量,同一访问顶点在预设时间窗口内对营销顶点发起多次访问,对应多条访问边;基于累计访问边的数量与访问顶点的数量的比值,确定营销顶点在预设时间窗口内的访问强度,比值越大,访问强度越高。

5、通过采用上述技术方案,检测系统区分少量设备高频重复访问和大量设备零星正常访问两类行为,以划分窗口风险等级,基于访问强度筛选目标时间窗口,既能快速识别单窗口集中式作弊,也能精准筛选存在设备高频访问隐患的风险窗口,避免遗漏具备跨窗分散作弊潜质的时间窗口,提升整体跨窗异常检测的前置筛选有效性。

6、结合第一方面的一些实施例,在一些实施例中,提取访问强度处于预设风险区间的目标时间窗口,并确定营销顶点在目标时间窗口内的访问特征,访问特征包括关联主体集合,具体包括:将访问强度落入预设风险区间的预设时间窗口确定为目标时间窗口;在目标时间窗口对应的目标访问图中,获取与营销顶点通过访问边相连的各个访问顶点;根据各个访问顶点分别携带的设备标识,确定营销顶点在目标时间窗口内的关联主体集合。

7、通过采用上述技术方案,检测系统确定目标时间窗口内的关联主体集合,以精准定位在多个时间窗口内反复发起访问的作弊主体,从而克服多窗口访问数据割裂、难以关联作弊主体的问题,保障后续重合度计算与跨窗异常评估的数据可信度。

8、结合第一方面的一些实施例,在一些实施例中,若跨窗异常值大于或等于预设跨窗异常阈值,则判定存在跨窗分散式访问异常,并对营销顶点对应的异常访问行为进行拦截处理,具体包括:获取复现窗口集合中各个目标时间窗口分别对应的目标关联主体集合;对各个目标关联主体集合求并集,得到累计关联主体集合;将累计关联主体集合中的各个关联主体确定为异常访问主体;若跨窗异常值大于或等于预设跨窗异常阈值,识别由异常访问主体发起的针对营销顶点的访问请求,并对访问请求执行拦截处理。

9、通过采用上述技术方案,锁定作弊设备而非仅拦截某一时间窗口内的单次访问,能够一次性阻断同批作弊主体长期分时段拆分访问发起的持续刷量行为,避免作弊设备切换时间窗口继续实施营销无效访问,同时实现作弊主体的精准溯源与定向拦截,减少无差别拦截带来的正常访问误拦截问题,从源头遏制跨窗口分散作弊,从而降低营销推广费用的无效消耗。

10、结合第一方面的一些实施例,在一些实施例中,预设风险区间包括风险下限值与风险上限值;在基于访问图,计算营销顶点在预设时间窗口内的访问强度,不同预设时间窗口对应不同访问图和不同访问强度的步骤之后,方法还包括:若访问强度大于或等于风险上限值,则判定营销顶点在预设时间窗口内存在单窗口集中式访问异常,并对预设时间窗口内针对营销顶点的访问行为进行拦截处理;若访问强度小于或等于风险下限值,则判定营销顶点在预设时间窗口内的访问行为正常,释放访问图的内存数据。

11、通过采用上述技术方案,一方面实现单窗口集中刷量与跨窗分散作弊两类异常行为的分层识别,兼顾瞬时集中作弊和分时分散作弊两类风控场景,另一方面对完全无风险时间窗口及时释放访问图内存,大幅降低存储全量时间窗口完整访问图带来的内存占用压力,仅保留具备潜在跨窗作弊风险的窗口特征参与后续计算,在保障全场景异常识别能力的同时优化内存资源开销,平衡检测全面性与系统运行性能。

12、结合第一方面的一些实施例,在一些实施例中,基于跨窗复现次数与时间间隔规整度,计算营销顶点的跨窗异常值,跨窗异常值随跨窗复现次数的增加而增大,且随时间间隔规整度的升高而增大,具体包括:根据跨窗复现次数确定复现异常分量,跨窗复现次数越大,复现异常分量越大;将时间间隔规整度映射为放大系数,时间间隔规整度越高,放大系数越大;利用放大系数对复现异常分量进行放大,得到营销顶点的跨窗异常值。

13、通过采用上述技术方案,将作弊行为的两大核心特征(重复出现频次和访问时间规律性)进行融合加权打分,相比于仅依靠复现次数单一维度进行判定,能够精准区分随机零散跨窗访问与有组织、定时分窗口实施的恶意刷量行为,提升跨窗分散异常判定的精准度,减少正常用户自然跨时段访问带来的误判,从而精准识别隐蔽分时作弊。

14、结合第一方面的一些实施例,在一些实施例中,方法还包括:在内存中构建并维护当前预设时间窗口对应的访问图;在当前预设时间窗口结束并进入下一预设时间窗口时,释放当前预设时间窗口对应的访问图的内存数据,将提取到的目标时间窗口对应的访问特征保存于内存中,以用于计算不同目标时间窗口之间的访问重合度。

15、通过采用上述技术方案,规避了保存全量时间窗口完整访问图带来的海量内存占用问题,访问图仅在单窗口实时计算阶段临时驻留内存,单窗口结束后仅保留目标时间窗口对应的访问特征这类轻量化特征数据参与跨窗口关联运算,有效减轻系统内存与算力负载,在支撑多窗口同源访问关联分析、识别隐蔽分时作弊行为的同时,提升高并发场景下检测系统的实时处理性能。

16、第二方面,本技术实施例提供了一种检测系统,该检测系统包括:一个或多个处理器和存储器;该存储器与该一个或多个处理器耦合,该存储器用于存储计算机程序代码,该计算机程序代码包括计算机指令,该一个或多个处理器调用该计算机指令以使得该检测系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

17、第三方面,本技术实施例提供一种包含指令的计算机程序产品,当上述计算机程序产品在检测系统上运行时,使得上述检测系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

18、第四方面,本技术实施例提供一种计算机可读存储介质,包括指令,当上述指令在检测系统上运行时,使得上述检测系统执行如第一方面以及第一方面中任一可能的实现方式描述的方法。

19、可以理解地,上述第二方面提供的检测系统,第三方面提供的计算机程序产品和第四方面提供的计算机存储介质均用于执行本技术实施例所提供的方法。因此,其所能达到的有益效果可参考对应方法中的有益效果,此处不再赘述。

20、本技术实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:

21、1、通过采用上述技术方案,检测系统将分散在多个时间窗口、单个时间窗口未触发告警的访问刷量行为进行全局关联分析,完整捕捉作弊主体分窗口访问以规避单点风控的隐蔽作弊模式,从根源解决现有滑动窗口独立检测导致跨窗分散异常持续漏检的问题,精准拦截营销无效访问,减少营销费用无端损耗,同时依靠多维度联合打分提升跨窗作弊行为识别的准确率,兼顾风控识别精度与作弊行为溯源能力。

22、2、通过采用上述技术方案,将作弊行为的两大核心特征(重复出现频次和访问时间规律性)进行融合加权打分,相比于仅依靠复现次数单一维度进行判定,能够精准区分随机零散跨窗访问与有组织、定时分窗口实施的恶意刷量行为,提升跨窗分散异常判定的精准度,减少正常用户自然跨时段访问带来的误判,从而精准识别隐蔽分时作弊。

23、3、通过采用上述技术方案,规避了保存全量时间窗口完整访问图带来的海量内存占用问题,访问图仅在单窗口实时计算阶段临时驻留内存,单窗口结束后仅保留目标时间窗口对应的访问特征这类轻量化特征数据参与跨窗口关联运算,有效减轻系统内存与算力负载,在支撑多窗口同源访问关联分析、识别隐蔽分时作弊行为的同时,提升高并发场景下检测系统的实时处理性能。