[发明专利]黑名单的数据更新方法、装置以及计算机设备

说明书

本发明提供了一种黑名单的数据更新方法、装置以及计算机设备，其中方法包括：检测所述访问者的行为信息；将所述访问者的行为信息输入至预训练的风险行为模型中，得到所述访问者的行为信息对应的风险系数；根据所述风险系数判断是否将所述访问者加入所述预设的黑名单数据库内。本发明的有益效果：通过预设的黑名单数据库对访问者进行检测，然后监督访问者的行为信息，并通过预训练的风险行为模型进行计算，当计算结果为该访问者满足黑名单条件时，将该访问者加入对应黑名单数据库中，从而实现对黑名单数据库的自助更新，无需购买第三方接口的昂贵数据，减小了经济支出。

技术领域

本发明涉及数据更新领域，特别涉及一种黑名单的数据更新方法、装置以及计算机设备。

背景技术

为了防止其他人员恶意获取相关数据，现有技术中都会构建对应的黑名单数据库，但是黑名单数据库的数据来源一般都是通过购买第三方接口的数据，而且无法对黑名单数据进行管理，购买第三方接口的数据会产生昂贵的费用，而且数据来源有限，无法及时更新对应的黑名单数据，因此，亟需一种黑名单的数据更新方法。

发明内容

本发明的主要目的为提供一种黑名单的数据更新方法、装置以及计算机设备，旨在解决无法及时更新对应的黑名单数据的问题。

本发明提供了一种黑名单的数据更新方法，包括：

获取访问者的唯一标识性信息，所述唯一标识性信息至少包括身份信息、IP地址、电话中的一种或多种；

根据所述唯一标识性信息判断所述访问者是否在预设的黑名单数据库内；

若不在预设的黑名单数据库内，则检测所述访问者的行为信息；

将所述访问者的行为信息输入至预训练的风险行为模型中，得到所述访问者的行为信息对应的风险系数；

根据所述风险系数判断是否将所述访问者加入所述预设的黑名单数据库内。

进一步地，所述将所述访问者的行为信息输入至预训练的风险行为模型中，得到所述访问者的行为信息对应的风险系数的步骤之前，还包括：

获取所述黑名单数据库中各黑名人员的行为信息以及对应的风险系数；

按照预设的维度将所述行为信息转化为多维向量；其中，所述多维向量为X_j＝(x_1j，x_2j…x_ij…x_nj)，X_j表示第j个黑名人员的多维向量，x_ij表示第j个黑名人员的第i维向量；

将各所述多维向量以及对应的所述风险系数输入至风险行为初始模型中进行训练，得到所述预训练的风险行为模型；其中所述初始模型为h_w(x)＝w₀+w₁x₁+w₂x₂+w_ix_i…+w_nx_n，其中，h_w(x)为所述风险系数，w₀，w₁，…，w_n均为待训练的参数值，x_i表示所述多维向量中的第i维向量。

进一步地，所述将各所述多维向量以及对应的所述黑名单时间输入至风险行为初始模型中进行训练，得到所述预训练的风险行为模型的步骤，包括：

获取各黑名人员的实际风险系数和所述预训练的风险行为模型的预测风险系数；

根据损失函数公式计算所述预训练的风险行为模型的损失值；其中所述损失函数公式为：