“骆昕艳”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]终端安全状态识别方法、装置、设备及介质-CN202110720738.5有效
发明人： 骆昕艳 -专利权人：平安银行股份有限公司
申请日： 2021-06-28 - 公布日： 2023-10-27 - 主分类号： G06F21/57 文献下载
摘要：本发明涉及安全监测技术领域，揭露了一种终端安全状态识别方法，包括：获取用户终端采集到的使用状态数据子集以及群控终端采集到的多个群控状态数据子集；获取由群控状态数据子集之间的动态时间规整距离构建的箱线图的下限值和上限值；判断使用状态数据子集与群控状态数据子集之间的目标动态时间规整距离是否小于下限值或大于上限值；计算小于下限值和大于上限值的目标动态时间规整距离的数量；根据该数量确定用户终端是否为安全状态。本发明还涉及区块链技术，使用状态数据集可存储于区块链节点中。本发明还提出了一种终端安全状态识别装置、设备及计算机可读存储介质。本发明可提高识别终端终端安全状态的准确率。
终端安全状态识别方法装置设备介质

[发明专利]多维特征构建方法、装置、电子设备及存储介质-CN201910882077.9有效
发明人： 骆昕艳 -专利权人：平安科技（深圳）有限公司
申请日： 2019-09-18 - 公布日： 2023-06-27 - 主分类号： G06F16/28 文献下载
摘要：本发明提供一种多维特征构建方法、装置、电子设备及存储介质。所述多维特征构建方法能够当接收到特征构建指令时，采集目标应用程序的历史访问数据，检测所述目标应用程序的当前访问数据，采用K‑L散度算法计算所述历史访问数据及所述当前访问数据的相似度，得到第一特征数据，获取当前时间并确定所述当前时间所属的目标时间分片，从预先存储的活跃度数据中调取与所述目标时间分片对应的目标活跃度，并处理所述目标活跃度，得到第二特征数据，进一步获取配置传感器采集的第三特征数据，并对所述第一特征数据、所述第二特征数据及所述第三特征数据做归一化处理，进而进行数据分析，得到多维特征，使用户特征的刻画更加全面，且具有更高的灵活性。
多维特征构建方法装置电子设备存储介质

[发明专利]一种事件特征提取方法、装置、系统及介质-CN202310307251.3在审
发明人： 骆昕艳 -专利权人：平安科技（深圳）有限公司
申请日： 2023-03-27 - 公布日： 2023-06-23 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了一种事件特征提取方法、装置、系统及介质，方法包括：采集事件数据；根据所述事件数据构建事件序列集合；对所述事件序列集合中的每个事件进行编码，得到训练样本集；将所述训练样本集输入至预先构建的向量映射模型中，对所述向量映射模型中的参数矩阵进行训练；将完成训练的参数矩阵中的每个行向量，提取为所述训练样本集中每个事件对应的向量特征。通过对采集到的事件数据进行统一的序列化以及编码处理，得到向量映射模型的原始输入，进一步通过事件的序列训练样本进行模型训练，使得模型训练结束后可得到代表了事件特征信息的参数矩阵，进而实现准确的事件特征提取，可以丰富推荐模型的特征输入，提高推荐效果。
一种事件特征提取方法装置系统介质

[发明专利]对多业务线进行采样的方法、装置和电子设备-CN202210743693.8在审
发明人： 骆昕艳 -专利权人：平安银行股份有限公司
申请日： 2022-06-27 - 公布日： 2022-09-27 - 主分类号： G06F17/18 文献下载
摘要：本发明提供了一种对多业务线进行采样的方法、装置和电子设备，该方法中，是采用预设分桶策略对各个待采样业务线的样本概率进行分桶后，根据随机确定的目标分桶所包含的待采样业务线的样本概率实现的在目标待采样业务线上的随机采样，上述各个待采样业务线的样本概率是根据当前预设时间段内各个待采样业务线的待采样样本的样本量确定的，能够根据实际业务需求灵活调节各个待采样业务线的样本量，并且上述预设分桶策略是基于别名算法的原理得到的，确定的各个分桶所包含的待采样业务线的样本概率随机性好，进而确定的目标待采样业务线的随机性好，最终在目标待采样业务线上采样得到的样本的随机性好。
业务进行采样方法装置电子设备

[发明专利]基于移动设备的风险用户识别方法、装置、设备及介质-CN202110910485.8在审
发明人： 骆昕艳 -专利权人：平安银行股份有限公司
申请日： 2021-08-09 - 公布日： 2021-10-15 - 主分类号： G06Q10/06 文献下载
摘要：本发明涉及安全监控领域，揭露了一种基于移动设备的风险用户识别方法，包括：在移动设备中配置数据埋点控件，根据数据埋点控件，采集历史用户在移动设备的历史用户数据；对历史用户数据进行特征提取和向量转换，得到历史特征向量；利用异常点检测模型检测历史特征向量的异常数据点，根据异常数据点，识别历史特征向量的异常历史特征向量；接收当前用户在移动设备的当前用户数据，对当前用户数据进行特征提取和向量转换，得到当前特征向量；计算异常历史特征向量与当前特征向量的相似度，以识别当前用户在移动设备中的风险系数。此外，本发明还涉及区块链技术，所述历史特征数据可存储于区块链中。本发明可以提高移动设备下风险用户的识别能力。
基于移动设备风险用户识别方法装置介质