[发明专利]网络数据检测方法、装置、计算机设备和存储介质

说明书

本申请涉及一种网络数据检测方法、系统、计算机设备和存储介质。所述方法包括：截取待检测网络数据，并将所截取的待检测网络数据存放至数据队列中；将存储在所述数据队列中的待检测网络数据输入至机器学习模型中进行处理得到初始判断结果；当所述初始判断结果表示所述待检测网络数据为第一作弊数据时，则将所述第一作弊数据与规则库中的第二作弊数据进行匹配；当所述第一作弊数据与所述规则库中的第二作弊数据匹配成功时，则将所述待检测网络数据标记为作弊数据。采用本方法通过机器学习模型对待检测网络数据进行初步判断，然后再通过规则库进行判断，两者相互查漏补缺，可以提高判断的准确率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种网络数据检测方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了各种各样的营销活动，但是为了获取到该些营销活动中的奖励，出现了羊毛党，其中，羊毛党是指活跃在各互联网金融平台上，搜集各大电子商城、银行、实体店等各渠道的优惠促销活动、免费业务之类的信息，以此赚取小额奖励的投资者。

为了识别出该些羊毛党，传统上是基于事前规则进行的，即通过事前规则判断对应的网络数据是否为作弊数据来判断该网络数据对应的用户是否为羊毛党。然而基于规则的反作弊系统需要事先制定规则，并根据该制定的规则对网络数据进行判断，并根据羊毛党的特征手动调整规则，但是这种判断方式中，由于手动调整的规则极易出现错误，因此通过手动调整规则极易造成羊毛党的判断错误。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高作弊数据判断准确率的网络数据检测方法、装置、计算机设备和存储介质。

一种网络数据检测方法，所述方法包括：

截取待检测网络数据，并将所截取的待检测网络数据存放至数据队列中；

将存储在所述数据队列中的待检测网络数据输入至机器学习模型中进行处理得到初始判断结果；

当所述初始判断结果表示所述待检测网络数据为第一作弊数据时，则将所述第一作弊数据与规则库中的第二作弊数据进行匹配；

当所述第一作弊数据与所述规则库中的第二作弊数据匹配成功时，则将所述待检测网络数据标记为作弊数据。

在其中一个实施例中，所述方法还包括：

获取已经标记的历史网络数据，并提取所述历史网络数据的特征数据；

将标记为作弊数据的所述历史网络数据添加至黑名单库，将标记为正常数据的所述历史网络数据添加至白名单库；

根据所述黑名单库中的历史网络数据的特征数据以及所述白名单库中的历史网络数据的特征数据建立机器学习模型。

在其中一个实施例中，所述提取所述历史网络数据的特征数据的步骤，包括：

对所述历史网络数据进行分词处理；

根据当前分词在当前历史网络数据中的词频，并根据包含所述当前分词的历史网络数据的条数以及所述历史网络数据的总条数获取到所述当前分词的逆文档频率；

根据所述当前分词的词频和逆文档频率计算所述当前分词的词权重；

获取词权重最大的当前分词作为所述当前历史网络数据的特征数据。

在其中一个实施例中，所述截取待检测网络数据的步骤之后，还包括：

获取所述待检测网络数据对应的终端的网络地址；

统计截取到的所述网络地址对应的终端发送的所述待检测网络数据的频率；

当所述频率大于预设频率时，则将所述待检测网络数据添加到所述黑名单库中。