异常用户识别方法、装置、电子设备及可读存储介质与流程

技术特征：
1.一种异常用户识别方法，其特征在于，所述方法包括：获取第一时间段内登录目标应用程序的用户的第一历史操作数据，基于所述第一历史操作数据建立用户关联图；对所述用户关联图进行社团划分，得到多个社团，确定所述多个社团中每个社团的风险等级；接收某一指定用户对所述目标应用程序的操作请求，判断所述指定用户是否为预先确定的黑名单中的用户，当判断所述指定用户不是所述黑名单中的用户时，确定所述指定用户对应的目标社团，基于所述目标社团的风险等级确定所述指定用户对应的第一风险分值；获取所述指定用户的目标操作数据，将所述目标操作数据输入风险识别模型，得到所述指定用户对应的第二风险分值；基于所述第一风险分值及所述第二风险分值计算所述指定用户对应的目标风险分值，当所述目标风险分值大于第一阈值时，确定所述指定用户为异常用户，拒绝所述操作请求。2.如权利要求1所述的异常用户识别方法，其特征在于，所述第一历史操作数据包括用户账号、设备标识、设备的gps坐标及通信基站坐标，所述基于所述第一历史操作数据建立用户关联图包括：以每个所述设备标识作为一个节点，将具有连通关系的所述节点进行连接，得到用户关联图，其中，所述连通关系包括共享所述用户账号的设备之间、根据所述gps坐标得到的gps距离小于第二阈值的设备之间、以及根据所述通信基站坐标得到的通信基站距离小于第三阈值的设备之间的连接关系。3.如权利要求1所述的异常用户识别方法，其特征在于，所述对所述用户关联图进行社团划分，包括：将所述用户关联图中的每个节点作为一个社团，选择一个节点，判断与选择的节点连通的邻居社团是否有多个；若判断与所述选择的节点连通的邻居社团有多个，计算所述选择的节点加入到每个邻居社团时，每个邻居社团的紧密度变化值；将所述选择的节点加入至紧密度变化值最大的邻居社团；当所述用户关联图中每个节点对应的社团不再发生变化时，完成社团划分。4.如权利要求1所述的异常用户识别方法，其特征在于，所述确定所述多个社团中每个社团的风险等级，包括：基于所述第一历史操作数据计算各个社团中每个节点的第一活跃度，基于所述第一活跃度计算各个社团的第二活跃度；基于每个社团中节点的数量及所述第二活跃度计算每个社团的第三风险分值，基于所述第三风险分值确定每个社团的风险等级。5.如权利要求1所述的异常用户识别方法，其特征在于，在所述确定所述多个社团中每个社团的风险等级之后，所述方法还包括：每隔第二时间段，根据风险等级与抽样比例之间的映射关系从每个社团中抽取对应抽样比例的节点放入待识别节点集中；将所述待识别节点集中每个节点在所述第二时间段内的第二历史操作数据输入所述
风险识别模型，得到所述待识别节点集中每个节点对应的第四风险分值；将所述待识别节点集中第四风险分值大于第四阈值的节点对应的用户作为异常用户，并增加至所述黑名单中。6.如权利要求5所述的异常用户识别方法，其特征在于，在所述将所述待识别节点集中第四风险分值大于第四阈值的节点对应的用户作为异常用户之后，所述方法还包括：将所述待识别节点集中第四风险分值大于第四阈值的节点所属的社团放入待识别社团集，对所述待识别社团集中各个社团的每个节点进行风险识别，将识别得到的异常用户增加至所述黑名单中。7.如权利要求1所述的异常用户识别方法，其特征在于，在所述确定所述多个社团中每个社团的风险等级之后，所述方法还包括：每隔第三时间段，获取各个社团中每个节点的第三活跃度，将各个社团中第三活跃度小于第五阈值的节点删除，得到更新后的社团。8.一种异常用户识别装置，其特征在于，所述装置包括：建立模块，用于获取第一时间段内登录目标应用程序的用户的第一历史操作数据，基于所述第一历史操作数据建立用户关联图；划分模块，用于对所述用户关联图进行社团划分，得到多个社团，确定所述多个社团中每个社团的风险等级；判断模块，用于接收某一指定用户对所述目标应用程序的操作请求，判断所述指定用户是否为预先确定的黑名单中的用户，当判断所述指定用户不是所述黑名单中的用户时，确定所述指定用户对应的目标社团，基于所述目标社团的风险等级确定所述指定用户对应的第一风险分值；输入模块，用于获取所述指定用户的目标操作数据，将所述目标操作数据输入风险识别模型，得到所述指定用户对应的第二风险分值；确定模块，用于基于所述第一风险分值及所述第二风险分值计算所述指定用户对应的目标风险分值，当所述目标风险分值大于第一阈值时，确定所述指定用户为异常用户，拒绝所述操作请求。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的异常用户识别程序，所述异常用户识别程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的异常用户识别方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有异常用户识别程序，所述异常用户识别程序可被一个或者多个处理器执行，以实现如权利要求1至7任一项所述的异常用户识别方法。

技术总结
本发明涉及数据处理，揭露一种异常用户识别方法，包括：建立用户关联图，对用户关联图进行社团划分，得到多个社团，确定每个社团的风险等级；当判断指定用户不是黑名单中的用户时，确定指定用户对应的目标社团，基于目标社团的风险等级确定指定用户对应的第一风险分值；将指定用户的目标操作数据输入风险识别模型，得到指定用户对应的第二风险分值，基于第一风险分值及第二风险分值计算指定用户对应的目标风险分值，当目标风险分值大于第一阈值时，确定指定用户为异常用户。本发明还提供一种异常用户识别装置、电子设备及可读存储介质。本发明提高了异常用户识别准确度。本发明提高了异常用户识别准确度。本发明提高了异常用户识别准确度。


技术研发人员：潘俊俊
受保护的技术使用者：平安普惠企业管理有限公司
技术研发日：2021.07.26
技术公布日：2021/10/23