[发明专利]账号异常检测方法、装置、终端及存储介质

权利要求书

1.一种账号异常检测方法，其特征在于，所述方法包括：

提取预设时间段内待检测账号的基础特征数据，所述基础特征数据中至少包括动态行为特征数据；

基于所述待检测账号的基础特征数据，生成所述预设时间段内对应所述待检测账号的多维时序特征图谱；

将所述多维时序特征图谱输入预设分析模型进行分析，得到异常账号，所述预设分析模型由异常账号的监督样本训练多维卷积神经网络得到；

若所述基础特征数据中包括动态行为特征数据和静态特征数据，所述基于所述待检测账号的基础特征数据，生成所述预设时间段内对应所述待检测账号的多维时序特征图谱，包括：

获得所述待检测账号的所述动态行为特征数据中每个第一特征数据和所述静态特征数据中每个第二特征数据，所述每个第一特征数据对应不同行为类别，所述每个第二特征数据对应不同的账号静态信息；

建立所述待检测账号在所述预设时间段内所述每个第一特征数据对应的第一单维时序特征矩阵，及所述待检测账号在所述预设时间段内所述每个第二特征数据对应的第二单维时序特征矩阵；

根据所述第一单维时序特征矩阵和所述第二单维时序特征矩阵，生成多维时序特征图谱。

2.根据权利要求1所述的方法，其特征在于，所述建立所述待检测账号在所述预设时间段内所述每个第一特征数据对应的第一单维时序特征矩阵，包括：

根据获得的所述每个第一特征数据的数据量，确定第一坐标范围；

在所述第一坐标范围内建立所述预设时间段内对应所述每个第一特征数据的第一单维时序特征矩阵。

3.根据权利要求1所述的方法，其特征在于，所述建立所述预设时间段内所述每个第二特征数据对应的第二单维时序特征矩阵，包括：

根据获得的所述每个第二特征数据的数据量，确定第二坐标范围；

在所述第二坐标范围内建立所述预设时间段内对应所述每个第二特征数据的第二单维时序特征矩阵。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一单维时序特征矩阵和所述第二单维时序特征矩阵，生成多维时序特征图谱，包括：

对所述第一单维时序特征矩阵和所述第二单维时序特征矩阵中的数据进行归一化处理；

组合归一化处理后的第一单维时序特征矩阵和第二单维时序特征矩阵，生成多维时序特征图谱。

5.根据权利要求1-4中任一项所述的方法，其特征在于，所述将所述多维时序特征图谱输入预设分析模型进行分析，得到异常账号，包括：

将所述多维时序特征图谱输入预设分析模型，提取所述多维时序特征图谱中的特征数据进行特征计算，得到特征概率值；

若所述特征概率值处于异常概率值范围内，确定所述多维时序特征图谱对应的待检测账号为异常账号。

6.一种账号异常检测装置，其特征在于，所述装置包括：

提取模块，用于提取预设时间段内待检测账号的基础特征数据，所述基础特征数据中至少包括动态行为特征数据；

图谱生成模块，用于基于所述待检测账号的基础特征数据，生成所述预设时间段内对应所述待检测账号的多维时序特征图谱；

分析模块，用于将所述多维时序特征图谱输入预设分析模型进行分析，得到异常账号，所述预设分析模型由异常账号的监督样本训练多维卷积神经网络得到；

所述图谱生成模块，包括：

获得单元，用于获得所述待检测账号的所述动态行为特征数据中每个第一特征数据和静态特征数据中每个第二特征数据，所述每个第一特征数据对应不同行为类别，所述每个第二特征数据对应不同的账号静态信息；

单维图谱建立单元，用于建立所述待检测账号在所述预设时间段内所述每个第一特征数据对应的第一单维时序特征图谱，及所述待检测账号在所述预设时间段内所述每个第二特征数据对应的第二单维时序特征图谱；

多维图谱生成单元，用于根据所述第一单维时序特征图谱和所述第二单维时序特征图谱，生成多维时序特征图谱。