[发明专利]虚假注册账号识别方法及相关装置

说明书

本申请提供一种虚假注册账号识别方法及相关装置，属于大数据技术领域。该方法包括：获取待识别账号集的第一账号数据及白名单账号集的第二账号数据；对设备参数变量字段进行遍历组合，得到设备参数变量字段组；从第一账号数据中获取设备参数变量字段组对应的第一字段数据组并从第二账号数据中获取对应的第二字段数据组；获取第一字段数据组在待识别账号集中对应的待识别账号的个数占比，获取第二字段数据组在白名单账号集中对应的白名单账号的个数占比；比较待识别账号的个数占比及白名单账号的个数占比，得到虚假注册账号。本申请还涉及区块链领域，第二账号数据可以存储于区块链中。本申请有效提升虚假注册账号识别的覆盖率及整体识别准确性。

技术领域

本申请涉及大数据技术领域，具体而言，涉及一种虚假注册账号识别方法及相关装置。

背景技术

互联网黑色产业与人们的生活息息相关，黑产通常注册大量虚假账号，薅羊毛牟利，对正常产业带来极大不良影响，所以对注册的虚假账号做识别并清理十分重要。

在识别和打击虚假账号方面，现有方法是风控规则形成策略，即命中风控规则的账号认为是虚假账号，这些风控规则通常根据专家经验总结出来，例如，模拟器操作、sdk数据解析异常、沙箱虚拟环境操作等等。风控规则形成策略的优点是快速上线，容易解释，单点打击精准，但是弱点是容易被黑产的虚假账号绕过，覆盖率较低，整体识别准确性较低。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本申请实施例的目的在于提供一种虚假注册账号识别方法及装置，其能够有效提升虚假注册账号识别的覆盖率及整体识别准确性。

根据本申请的一个实施例，一种虚假注册账号识别方法，包括：获取待识别账号集对应的第一账号数据，并获取白名单账号集对应的第二账号数据，所述第一账号数据及所述第二账号数据中均包括设备参数变量字段的字段数据；

对所述设备参数变量字段进行遍历组合，得到多个设备参数变量字段组；

从所述第一账号数据中分别获取所述设备参数变量字段组对应的第一字段数据组，并从所述第二账号数据中分别获取所述设备参数变量字段组对应的第二字段数据组；

获取所述第一字段数据组在所述待识别账号集中对应的所述待识别账号的个数占比，并获取所述第二字段数据组在所述白名单账号集中对应的所述白名单账号的个数占比；

比较每个所述设备参数变量字段组所对应的所述待识别账号的个数占比及所述白名单账号的个数占比，确定异常的所述设备参数变量字段组，并将异常的所述设备参数变量字段组对应的所述待识别账号确定为虚假注册账号。

在本申请的一些实施例中，所述对所述设备参数变量字段进行遍历组合，得到多个设备参数变量字段组，包括：

对所述设备参数变量字段进行全自由量遍历组合，得到多个设备参数变量字段组。

在本申请的一些实施例中，所述对所述设备参数变量字段进行遍历组合，得到多个设备参数变量字段组，包括：

从所述第一账号数据中，获取包含字段数据的数目小于预定数目的每个所述设备参数变量字段作为待聚合字段，并将剩余的每个所述设备参数变量字段作为第一待组合字段；

将所述待聚合字段进行聚合得到多个第二待组合字段；

对所有所述第一待组合字段与所述第二待组合字段进行遍历组合，得到多个设备参数变量字段组。

在本申请的一些实施例中，所述对所有所述第一待组合字段与所述第二待组合字段进行遍历组合，得到多个设备参数变量字段组，包括：