本发明涉及数据处理,特别是涉及一种异常账户识别方法、装置及电子设备。
背景技术:
1、用户的异常行为往往会给企业的互联网业务带来风险,例如,同一用户反复注册新账户,以多次享受低价会员权益,并将会员权益以转赠的方式出售;活动期低价购买会员账户,再以换绑手机号的方式出售给他人;将购买了会员权益的账户出租给多人使用等行为,这些异常行为中所涉及使用的账户可以视作异常账户。而若能准确地识别异常账户,并及时采取风控措施,则可以有效降低风险。
2、然而,注册的新账户是否为同一用户反复注册、账户是否出租给他人使用往往难以判定,且用户在正常使用过程中也会对账户进行换绑手机号和转赠会员权益的操作,因此,异常账户难以被准确的识别。
技术实现思路
1、本发明实施例的目的在于提供一种异常账户识别方法、装置及电子设备,以准确地识别异常账户。具体技术方案如下:
2、在本发明实施的第一方面,提供了一种异常账户识别方法,所述方法包括:
3、获取多个账户的账户信息;其中,每一账户的账户信息中包括该账户的指示信息;每一账户的指示信息为:指示该账户的关联对象的信息,每一账户的关联对象为:与该账户存在关联关系的对象;
4、以每一账户为账户节点,每一账户的指示信息所指示的关联对象为对象节点,建立账户知识图谱;其中,所述账户知识图谱中的每一账户所对应的账户节点,与该账户的关联对象所对应的对象节点之间存在节点边;
5、基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户。
6、可选地,每一账户的账户信息中还包括:表征该账户的行为状态的账户属性,和/或描述该账户与关联对象之间关联状态的关联描述信息;
7、在所述基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户之前,所述方法还包括:
8、针对每一账户,在所述账户知识图谱中,将该账户的账户属性作为该账户对应的账户节点的节点属性;和\或,将该账户的关联描述信息作为该账户对应的节点,和该账户的关联对象对应的节点之间节点边的边属性。
9、可选地,在所述基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户之前,所述方法还包括:
10、针对每一关联对象,获取表征该关联对象行为状态的对象属性;
11、将每一关联对象的对象属性作为该关联对象对应的对象节点的节点属性。
12、可选地,在各关联对象中包括:账户所登录过的设备,且所述设备为多个,所述设备的对象属性包括:指定设备特征的情况下;其中,每一所述设备的指定设备特征为表征该设备唯一性的信息;在所述针对每一关联对象,获取表征该关联对象行为状态的对象属性之后,所述方法还包括:
13、针对每一所述设备,确定与该设备的指定设备特征相同,身份标识码不同的其他设备,与该设备之间存在同设备篡改关系;
14、在存在同设备篡改关系的设备所对应的对象节点之间生成节点边。
15、可选地,在所述基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户之前,所述方法还包括:
16、获取账户状态信息;其中,所述账户状态信息用于指示所述账户知识图谱各账户节点所对应的各账户中,已确定异常的账户,和/或已确定正常的账户;
17、将所述已确定异常的账户和/或已确定正常的账户中的至少一账户作为样本账户;
18、利用所述样本账户所对应的账户节点,和所述样本账户是否为异常的真值,训练待训练的图神经网络模型,并将训练完成的图神经网络模型作为节点分类模型;
19、所述基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户,包括:
20、利用所述节点分类模型,识别所述多个账户中的目标账户所对应的节点是否为异常节点;若是异常节点,确定所述目标账户为异常账户。
21、可选地,所述基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户,包括:
22、基于所述目标账户对应的目标节点与其他各节点的连接关系,确定所述目标账户是否为异常账户;其中,所述目标节点与其他各节点的连接关系表征:所述目标节点与其他各节点之间是否存在节点边。
23、可选地,所述基于所述目标账户对应的目标节点与其他各节点的连接关系,确定所述目标账户是否为异常账户,包括:
24、确定所述目标节点是否与异常的第一类型对象节点之间是否存在节点边;若是,确定所述目标账户为异常账户;其中,所述第一类型对象节点包括:表征使用账户时所利用的外部实体的节点。
25、可选地,所述异常的第一类型对象节点的确定方式包括:
26、将与账户节点之间的节点边数量达到第一预设阈值的第一类型对象节点确定为异常的第一类型对象节点;和/或,
27、在所述第一类型对象节点表征:账户所登录过的设备,且各所述设备中包含至少两个存在同设备篡改关系的设备的情况下,将该至少两个存在同设备篡改关系的设备所对应的第一类型对象节点,确定为异常的第一类型对象节点。
28、可选地,所述基于所述目标账户对应的目标节点与其他各节点的连接关系,确定所述目标账户是否为异常账户,包括:
29、检测所述目标节点与账户节点,或第一类型对象节点之间的节点边的数量;其中,所述第一类型对象节点包括:表征使用账户时所利用的外部实体的节点;
30、判断所检测的数量是否达到第二预设阈值;若达到,将所述目标账户确定为异常账户。
31、可选地,所述基于所述目标账户对应的目标节点与其他各节点的连接关系,确定所述目标账户是否为异常账户,包括:
32、确定与所述目标节点之间存在节点边的各个第二类型对象节点;其中,所述第二类型对象节点包括:表征账户所访问的网络产品的节点;
33、获取所确定的各个第二类型对象所表征对象的类型标签;其中,每一对象的类型标签为预先针对该对象的类型所设定的标签;
34、计算所获取的各个类型标签的离散程度;
35、判断所述各个类型标签的离散程度是否达到第三预设阈值;若达到,将所述目标账户确定为异常账户。
36、在本发明实施的又一方面,还提供了一种异常账户识别装置,所述装置包括:
37、信息获取模块,用于获取多个账户的账户信息;其中,每一账户的账户信息中包括该账户的指示信息;每一账户的指示信息为:指示该账户的关联对象的信息,每一账户的关联对象为:与该账户存在关联关系的对象;
38、图谱建立模块,以每一账户为账户节点,每一账户的指示信息所指示的关联对象为对象节点,建立账户知识图谱;其中,所述账户知识图谱中的每一账户所对应的账户节点,与该账户的关联对象所对应的对象节点之间存在节点边;
39、识别模块,基于所述账户知识图谱,确定所述多个账户中的目标账户是否为异常账户。
40、在本发明实施的又一方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
41、存储器,用于存放计算机程序;
42、处理器,用于执行存储器上所存放的程序时,实现上述任一所述的异常账户识别方法。
43、在本发明实施的又一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的异常账户识别方法。
44、在本发明实施的又一方面,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的异常账户识别方法。
45、本发明实施例提供的异常账户识别方法,通过获取多个账户的账户信息;以每一账户为账户节点,每一账户的指示信息所指示的关联对象为对象节点,建立账户知识图谱;其中,账户知识图谱中的每一账户所对应的账户节点,与该账户的关联对象所对应的对象节点之间存在节点边;基于账户知识图谱,确定多个账户中的目标账户是否为异常账户。可见,本方案中,利用账户信息以账户和关联对象为节点生成账户知识图谱,以及用节点边来表示账户与关联对象之间的关联关系,在进行异常账户识别时,能够利用该账户知识图谱反映各账户、各关联对象之间的关系,从而将账户信息的数据与知识图谱技术相结合,以准确识别异常账户。