[发明专利]用户操作行为的风险识别方法及装置

权利要求书

1.一种用户操作行为的风险识别方法，其特征在于，应用于服务端，所述服务端包括样本数据库；所述样本数据库中存储了由若干样本用户在执行目标操作行为之前的若干个操作行为构成的行为序列样本，以及对应于各行为序列样本的风险标签；所述风险标签表征各样本用户在执行所述目标操作行为时是否存在安全风险；所述方法包括：

计算所述样本数据库中构成所述行为序列样本的各操作行为，对应于所述风险标签的风险特性值，并将计算出的所述风险特性值大于预设阈值的若干个操作行为确定为关键操作行为；其中，所述风险特性值表征各操作行为与所述风险标签的相关程度；

计算各关键操作行为分别对应于目标用户以及所述各样本用户的行为权重；

基于各关键操作行为对应于所述目标用户以及所述各样本用户的行为权重，为所述目标用户以及各样本用户分别构建对应的操作行为向量；

分别计算所述目标用户与各样本用户的操作行为向量之间的相似度，并基于所述相似度来确定所述目标用户在执行所述目标操作行为时是否存在安全风险。

2.根据权利要求1所述的方法，其特征在于，所述计算所述样本数据库中构成所述行为序列样本的各操作行为，对应于所述风险标签的风险特性值，包括：

在计算所述样本数据库中构成所述行为序列样本的各操作行为中的任一目标操作行为的风险特性值时，将所述样本数据库中执行了该目标操作行为且该目标操作行为存在安全风险的用户数、执行了该目标操作行为且该目标操作行为不存在安全风险的用户数、未执行该目标操作行为且该目标操作行为存在安全风险的的用户数、以及未执行该目标操作行为且该目标操作行为存在安全风险的的用户数作为计算参数，执行一阶自由度的卡方检验计算，得到对应于该目标操作行为的风险特性值。

3.根据权利要求1所述的方法，其特征在于，所述计算各关键操作行为分别对应于目标用户以及所述各样本用户的行为权重，包括：

在计算各关键操作行为中任一关键操作行为，对应于所述目标用户以及各样本用户中任一用户的行为权重时，将该用户在执行所述目标操作行为之前执行各关键操作行为的次数与该用户执行的操作行为的总次数的比值，以及，总用户数和执行了该关键操作行为的总用户数的比值作为计算参数，执行TF-IDF统计计算，得到该关键操作行为对应于该用户的行为权重。

4.根据权利要求1所述的方法，其特征在于，所述分别计算所述目标用户与各样本用户的操作行为向量之间的相似度，包括：

分别计算所述目标用户与各样本用户的操作行为向量之间的余弦夹角，并基于计算出的所述余弦夹角表征所述目标用户与各样本用户的操作行为向量之间的相似度。

5.根据权利要求1所述的方法，其特征在于，所述基于所述相似度来确定所述目标用户在执行所述目标操作行为时是否存在安全风险，包括：

针对计算出的所述目标用户与各样本用户的操作行为向量之间的相似度进行KNN-K近邻分类计算；

基于KNN-K近邻分类的分类结果，确定与所述目标用户划分至同一分类的样本用户中，执行所述目标操作行为时存在安全风险的用户占比是否达到预设阈值；

如果与所述目标用户划分至同一分类的样本用户中，执行所述目标操作行为时存在安全风险的用户占比达到所述预设阈值，则确定所述目标用户在执行所述目标操作行为时存在安全风险；

如果与所述目标用户划分至同一分类的样本用户中，执行所述目标操作行为时存在安全风险的用户占比未达到所述预设阈值，则确定所述目标用户在执行所述目标操作行为时不存在安全风险。

6.根据权利要求1所述的方法，其特征在于，还包括：

基于预设的更新周期，对所述样本数据库中存储的行为序列样本进行更新。

7.根据权利要求1所述的方法，其特征在于，所述目标操作行为包括支付操作行为；所述行为序列样本由若干样本用户在登录支付客户端后，首次执行支付操作行为之前的若干个操作行为构成。