一种机票订单安全检测方法、系统、设备及存储介质与流程

本技术涉及数据安全检测，特别是本技术涉及一种机票订单安全检测方法、系统、设备及存储介质。

背景技术：

1、安全检测是一种系统性的过程，旨在发现和评估目标系统、网络、应用程序或设备中的潜在安全漏洞和风险，其目的是确保信息系统的完整性、可用性和保密性，防止未经授权的访问、数据泄露、恶意软件攻击等安全威胁。

2、机票订单安全检测是指对航空公司或在线旅行代理商系统中的机票订单进行安全性审查和验证的过程，这个过程的目的是确保机票交易的合法性、客户信息的安全等，随着机票订单的与日俱增，航空公司需要花费大量的时间和相关人员对机票订单进行安全筛查，因此，如何实现机票订单安全性的快速检测成为了业界面临的难题。

技术实现思路

1、基于此，有必要针对上述技术问题，本技术提供一种用以实现机票订单安全性的快速检测的机票订单安全检测方法、系统、设备及存储介质。

2、为解决上述技术问题，本技术采用如下技术方案：

3、第一方面，本技术提供一种机票订单安全检测方法，包括如下步骤：

4、启动机票订单安全检测，获取目标航班中所有订购用户的历史机票订单数据集；

5、根据所述历史机票订单数据集确定数据趋近权点数，通过所述数据趋近权点数对所述历史机票订单数据集进行数据趋近划分，得到各个历史机票订单数据趋近子集，进而得到各个对应的订购用户相似簇；

6、选取一个订购用户相似簇，确定该个订购用户相似簇的各个用户趋近数据特征量，通过所有的用户趋近数据特征量确定该个订购用户相似簇对应的数据特征贡献因子基；

7、确定该个订购用户相似簇的实时用户趋近特征数据，根据所述实时用户趋近特征数据和所述数据特征贡献因子基确定该个订购用户相似簇的机票订购预警决策值，重复上述步骤，确定剩余订购用户相似簇的机票订购预警决策值；

8、根据所有的机票订购预警决策值确定目标航班的检测预警界，按照所述检测预警界对目标航班的机票订单进行预警检测。

9、在一些实施例中，根据所述历史机票订单数据集确定数据趋近权点数具体包括：

10、根据预设的数据趋近权点过渡数和所述历史机票订单数据集确定趋近权点决策值；

11、当所述趋近权点决策值小于等于预设的趋近划分阈值时，将所述数据趋近权点过渡数作为数据趋近权点数；

12、当所述趋近权点决策值大于预设的趋近划分阈值时，则增加预设的数据趋近权点过渡数，并重新确定趋近权点决策值；

13、重复上述步骤，直至重新确定的趋近权点决策值小于等于预设的趋近划分阈值。

14、在一些实施例中，根据预设的数据趋近权点过渡数和所述历史机票订单数据集确定趋近权点决策值具体包括：

15、根据预设的数据趋近权点过渡数确定所述历史机票订单数据集的各个历史机票订单过渡数据；

16、选取所述历史机票订单数据集中的一个历史机票订单数据，确定该个历史机票订单数据和每个历史机票订单过渡数据的数据趋近过渡值；

17、将该个历史机票订单数据与最小的数据趋近过渡值对应的历史机票订单过渡数据组合为历史机票订单数据趋近过渡子集，重复上述步骤，对所述历史机票订单数据集中剩余历史机票订单数据进行组合，得到多个历史机票订单数据趋近过渡子集；

18、根据所有的历史机票订单数据趋近过渡子集确定趋近权点决策值。

19、在一些实施例中，通过所述数据趋近权点数对所述历史机票订单数据集进行数据趋近划分，得到各个历史机票订单数据趋近子集，进而得到各个对应的订购用户相似簇采用下述步骤实现：

20、根据所述数据趋近权点数确定所述历史机票订单数据集中的历史机票订单权点数据；

21、选取所述历史机票订单数据集中的一个历史机票订单数据，确定该个历史机票订单数据和各个历史机票订单权点数据的数据趋近值；

22、将该个历史机票订单数据与最小的数据趋近值对应的历史机票订单权点数据组合为历史机票订单数据趋近子集；

23、重复上述步骤，对所述历史机票订单数据集中剩余历史机票订单数据进行组合，得到多个历史机票订单数据趋近子集；

24、将历史机票订单数据趋近子集中对应的所有订购用户的集合作为对应历史机票订单数据趋近子集的订购用户相似簇。

25、在一些实施例中，确定该个历史机票订单数据和各个历史机票订单权点数据的数据趋近值采用下述步骤实现：

26、确定该个历史机票订单数据中第v个评分值集的数据映射量dv；

27、确定第z个历史机票订单权点数据中第v个权点评分值集的权点数据映射量evz；

28、确定该个历史机票订单数据中评分值集的总个数v；

29、根据该个历史机票订单数据中第v个评分值集的数据映射量dv、所述第z个历史机票订单权点数据中第v个权点评分值集的权点数据映射量evz和该个历史机票订单数据中评分值集的总个数v确定该个历史机票订单数据和各个历史机票订单权点数据的数据趋近值，其中所述数据趋近值采用下述公式确定：

30、

31、其中，ξz表示该个历史机票订单数据和第z个历史机票订单权点数据的数据趋近值，v＝1，2，...，v，z＝1，2，...，z。

32、在一些实施例中，根据所有的机票订购预警决策值确定目标航班的检测预警界采用下述步骤实现：

33、选取一个机票订购预警决策值；

34、当该个机票订购预警决策值小于等于预设的机票订购预警决策阈值时，将该个机票订购预警决策值对应订购用户相似簇中每个订购用户标记为免检测；

35、当该个机票订购预警决策值大于预设的机票订购预警决策阈值时，将该个机票订购预警决策值对应订购用户相似簇中每个订购用户标记为待检测；

36、重复上述步骤，得到剩余机票订购预警决策值中标记为待检测的订购用户；

37、将所有标记为待检测的订购用户组成检测预警界。

38、在一些实施例中，所述历史机票订单数据集中的历史机票订单数据为对应订购用户近一年内订购机票时产生的订购数据，其中，所述订购数据为对订购用户购买机票时的影响因素进行评分得到的值的集合。

39、第二方面，本技术提供一种机票订单安全检测系统，包括：

40、数据获取模块，用于在启动机票订单安全检测后，获取目标航班中所有订购用户的历史机票订单数据集；

41、数据划分模块，用于根据所述历史机票订单数据集确定数据趋近权点数，通过所述数据趋近权点数对所述历史机票订单数据集进行数据趋近划分，得到各个历史机票订单数据趋近子集，进而得到各个对应的订购用户相似簇；

42、分析确定模块，用于选取一个订购用户相似簇，确定该个订购用户相似簇的各个用户趋近数据特征量，通过所有的用户趋近数据特征量确定该个订购用户相似簇对应的数据特征贡献因子基；

43、所述分析确定模块，还用于确定该个订购用户相似簇的实时用户趋近特征数据，根据所述实时用户趋近特征数据和所述数据特征贡献因子基确定该个订购用户相似簇的机票订购预警决策值，重复上述步骤，确定剩余订购用户相似簇的机票订购预警决策值；

44、执行模块，用于根据所有的机票订购预警决策值确定目标航班的检测预警界，按照所述检测预警界对目标航班的机票订单进行预警检测。

45、第三方面，本技术提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的机票订单安全检测方法的步骤。

46、第四方面，本技术提供一种计算机可读存储介质，所存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的机票订单安全检测方法的步骤。

47、本技术公开的实施例提供的技术方案具有以下有益效果：

48、本技术提供的机票订单安全检测方法、系统、设备及存储介质中，该方案根据历史机票订单数据集确定数据趋近权点数，所述数据趋近权点数反映了所述历史机票订单数据集中划分簇数的最佳簇数，进而通过数据趋近权点数对所述历史机票订单数据集进行数据趋近划分，能将历史机票订单数据集中数据相似性达到要求的一类历史机票订单数据进行集中，通过对订购用户相似簇中的数据进行处理有助于提高处理结果的准确性和处理速度，确定该个订购用户相似簇对应的数据特征贡献因子基，所述数据特征贡献因子基中的数据特征贡献因子反映了对应用户趋近数据特征量在该个订购用户相似簇中对用户订购机票的影响程度，从而根据所述数据特征贡献因子基确定该个订购用户相似簇的机票订购预警决策值，机票订购预警决策值反映了该个订购用户相似簇中每个用户订购机票的预警程度，最终根据所有的机票订购预警决策值确定目标航班的检测预警界，并按照检测预警界对目标航班的机票订单进行预警检测，通过机票订购预警决策值筛除了能够履行机票使用权限的订购用户，减少了需要进行机票订单安全检测的订购用户的数量，综上所述，与现有技术中需要花费大量的时间和相关人员对机票订单进行安全检测相比，实现了机票订单安全性的快速检测。