[发明专利]实体关联方法、装置、设备及计算机可读存储介质

说明书

本发明涉及大数据技术领域，公开了一种实体关联方法、装置、设备和一种存储介质，该方法包括：在复杂网络中确定待分析的实体对象，获取待分析的实体对象的行为产生时刻，行为产生时刻为实体对象产生预设欺诈风险行为的时刻；对于行为产生时刻不同的任意两个实体对象，计算两个实体对象之间的行为相似度，并计算两个实体对象之间的行为产生间隔时长；判断行为相似度是否大于或等于预设的相似度阈值，以及行为产生间隔时长是否小于或等于预设时长；若行为相似度大于或等于预设的相似度阈值，且行为产生间隔时长小于或等于预设时长，则建立两个实体对象之间的异常时序行为关联关系。本发明提升了基于复杂网络的欺诈风险判别能力。

技术领域

本发明涉及风险管控领域，尤其涉及实体关联方法、装置、设备及计算机可读存储介质。

背景技术

复杂网络在风控反欺诈领域具有非常丰富的应用场景，在复杂网络中，通过关联关系，我们既可以发现和识别不同类型的欺诈或高危表现，也可以通过不同的关联关系进行风险传播，进而进行欺诈风险判别。然而随着黑产(指以互联网为媒介，以网络技术为主要手段，为计算机信息系统安全和网络空间管理秩序，甚至国家安全、社会政治稳定带来潜在威胁的非法行为)和风控之间的不断博弈，黑产的欺诈能力不断提升，通过传统的静态复杂网络很难发现一些隐秘行为的欺诈，因此现有的基于复杂网络的欺诈风险判别能力还有待提升。

发明内容

本发明的主要目的在于提出一种实体关联方法、装置、设备及计算机可读存储介质，旨在提升基于复杂网络的欺诈风险判别能力。

为实现上述目的，本发明提供一种实体关联方法，所述方法包括如下步骤：

在复杂网络中确定待分析的实体对象，获取所述待分析的实体对象的行为产生时刻，所述行为产生时刻为所述待分析的实体对象产生预设欺诈风险行为的时刻；

将获取到的不同实体对象的行为产生时刻进行比对，对于所述行为产生时刻不同的任意两个实体对象，分别获取所述两个实体对象的行为数据；

根据所述行为数据计算所述两个实体对象之间的行为相似度，并根据所述行为产生时刻计算所述两个实体对象之间的行为产生间隔时长；

判断所述行为相似度是否大于或等于预设的相似度阈值，以及所述行为产生间隔时长是否小于或等于预设时长；

若所述行为相似度大于或等于预设的相似度阈值，且所述行为产生间隔时长小于或等于预设时长，则建立所述两个实体对象之间的异常时序行为关联关系。

可选地，所述在复杂网络中确定待分析的实体对象的步骤包括：

在复杂网络中，检测各实体对象之间是否存在公共边，将与任一实体对象存在公共边的实体对象作为待分析的实体对象，其中，所述公共边用于表示实体对象之间的行为关联关系。

可选地，所述在复杂网络中确定待分析的实体对象的步骤之前，还包括：

当接收到实体对象插入请求时，根据所述实体对象插入请求在所述复杂网络中插入一个新的实体对象；

获取所述新的实体对象的行为数据，以及所述复杂网络中已有的实体对象的行为数据；

判断所述新的实体对象的行为数据与所述复杂网络中已有的实体对象的行为数据之间是否存在预设的公共部分；

若所述新的实体对象的行为数据与所述复杂网络中已有的实体对象的行为数据之间存在预设的公共部分，则在所述新的实体对象和所述复杂网络中已有的实体对象之间建立一条公共边。

可选地，所述根据所述行为数据计算所述两个实体对象之间的行为相似度的步骤包括：

分别从所述两个实体对象的行为数据中提取出预设维度的行为特征，对应得到两个行为特征集合；

计算所述两个行为特征集合之间的相似度；