[发明专利]异常对象检测方法、装置、存储介质及电子设备

权利要求书

1.一种异常对象检测方法，其特征在于，包括：

获取预设时间段内的对象数据集，所述对象数据集中的每条数据至少包含与相应对象相匹配的账号标识、设备标识以及网际互联协议地址；

基于所述账号标识、所述设备标识以及所述网际互联协议地址为相应对象构建关联关系图，所述关联关系图包括账号标识节点、设备标识节点以及网际互联协议地址节点，所述账号标识节点、所述设备标识节点以及所述网际互联协议地址节点分别对应所述相应对象的账号标识、设备标识以及网际互联协议地址；

根据所述关联关系图的聚合特性确定至少一个目标关系图，每个所述目标关系图由共享账号标识节点或共享设备标识节点的关联关系图构成；

基于所述目标关系图确定所述对象数据集中所对应的嫌疑对象，根据所述嫌疑对象在目标时间段内的时间聚集特性确定异常对象。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取待测数据集，所述待测数据集中的每条数据至少包含与待测对象相匹配的账号标识和/或设备标识；

比对所述待测对象与所述异常对象的账号标识和/或设备标识，以确定所述待测对象的可信任性。

3.根据权利要求1所述的方法，其特征在于，所述目标关系图是由若干个具有相同账号标识节点的关联关系图构成；或者，

所述目标关系图是由若干个具有相同设备标识节点的关联关系图构成；其中，相应若干个关联关系图的数目为大于等于第一阈值的自然数。

4.根据权利要求1所述的方法，其特征在于，所述根据所述嫌疑对象在目标时间段内的时间聚集特性确定异常对象，包括：

确定所述嫌疑对象在所述目标时间段内的活跃时间点的分布信息，所述分布信息反映相应嫌疑对象在目标时间段内的时间聚集特性；

根据所述分布信息在所述嫌疑对象中确定异常对象。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述目标关系图对分类模型进行训练，所述分类模型包含特征提取模块，该分类模型用于根据所述特征提取模块所获得的关系图聚合特征以及时间聚集特征确定所述异常对象；其中，所述关系图聚合特征表征所述关联关系图的聚合特性，所述时间聚集特征表征所述嫌疑对象在目标时间段内的时间聚集特性。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取待测数据集，所述待测数据集中的每条数据至少包含与待测对象相匹配的账号标识、设备标识以及网际互联协议地址；

基于与所述待测对象相匹配的账号标识、设备标识以及网际互联协议地址构建待测关系图；

将所述待测关系图输入至所述分类模型进行检测，基于所述分类模型的输出结果确定所述待测对象的可信任性。

7.根据权利要求1所述的方法，其特征在于，所述根据所述嫌疑对象在目标时间段内的时间聚集特性确定异常对象，还包括：

获取对应于所述异常对象的异常账号标识和/或异常设备标识；

基于所述异常账号标识和/或异常设备标识建立黑名单。

8.一种异常对象检测装置，其特征在于，包括：

数据集获取模块，用于获取预设时间段内的对象数据集，所述对象数据集中的每条数据至少包含与相应对象相匹配的账号标识、设备标识以及网际互联协议地址；

关联图构建模块，用于基于所述账号标识、所述设备标识以及所述网际互联协议地址为相应对象构建关联关系图，所述关联关系图包括账号标识节点、设备标识节点以及网际互联协议地址节点，所述账号标识节点、所述设备标识节点以及所述网际互联协议地址节点分别对应所述相应对象的账号标识、设备标识以及网际互联协议地址；

关联图确定模块，用于根据所述关联关系图的聚合特性确定至少一个目标关系图，每个所述目标关系图由共享账号标识节点或共享设备标识节点的关联关系图构成；

对象确定模块，用于基于所述目标关系图确定所述对象数据集中所对应的嫌疑对象，根据所述嫌疑对象在目标时间段内的时间聚集特性确定异常对象。