本申請(qǐng)涉及計(jì)算機(jī)網(wǎng)絡(luò)與信息技術(shù)領(lǐng)域，尤其涉及一種惡意用戶識(shí)別方法及裝置。

背景技術(shù)：

隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展，越來越多的服務(wù)方傾向于通過網(wǎng)絡(luò)為用戶提供業(yè)務(wù)服務(wù)，但也同時(shí)帶來了很多不誠信的網(wǎng)絡(luò)行為。比如有的服務(wù)方會(huì)通過批量操作來達(dá)到提高自身信用度的目的，由于服務(wù)方的信用度并不真實(shí)，從而降低了網(wǎng)絡(luò)服務(wù)的安全性。

目前，一般通過識(shí)別批量操作中的批量注冊(cè)行為，以及識(shí)別批量交易行為來達(dá)到對(duì)上述批量操作行為的識(shí)別。但是，目前非法人員在進(jìn)行批量注冊(cè)時(shí)一般采用模擬器、社會(huì)化分工的方式來規(guī)避在注冊(cè)階段對(duì)批量操作行為的識(shí)別，而且，很多合法用戶也會(huì)體現(xiàn)出批量注冊(cè)的行為，比如，在網(wǎng)吧共用一臺(tái)電腦注冊(cè)的用戶，其注冊(cè)使用的互聯(lián)網(wǎng)協(xié)議(Internet Protocol，IP)地址、媒體接入控制(MediumAccessControl，MAC)地址都是相同的。另外，由于交易行為的實(shí)時(shí)性特點(diǎn)，在交易中實(shí)時(shí)進(jìn)行批量操作行為識(shí)別的復(fù)雜度較高，而且容易造成對(duì)合法用戶的交易行為的攔截，解釋成本較高。

技術(shù)實(shí)現(xiàn)要素：

本申請(qǐng)實(shí)施例提供一種惡意用戶識(shí)別方法及裝置，用以解決在識(shí)別具有批量操作行為的惡意用戶時(shí)，現(xiàn)有的基于批量注冊(cè)和批量交易行為的識(shí)別方式，對(duì)惡意用戶的識(shí)別準(zhǔn)確率較低的問題。

本申請(qǐng)實(shí)施例提供一種惡意用戶識(shí)別方法，包括：

根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；其中，每個(gè)黑樣本為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，每個(gè)白樣本為一條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄；

針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為；

若確定所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄為電子數(shù)據(jù)批量轉(zhuǎn)移行為，則確定所述待識(shí)別用戶為惡意用戶。

可選地，根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量，包括：

根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，確定待篩選的用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的多個(gè)特征變量的信息值IV，以及不同特征變量之間的相關(guān)性系數(shù)；

基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，對(duì)所述多個(gè)特征變量進(jìn)行篩選，使得篩選出的特征變量的IV大于第一閾值、且篩選出特征變量之間的相關(guān)性系數(shù)小于第二閾值。

可選地，根據(jù)以下公式確定任一特征變量的信息值IV：

其中，pn_i表示具有該特征變量的第i個(gè)特征值區(qū)間中的特征值的黑樣本數(shù)目占獲取的黑樣本總數(shù)目的比例，py_i表示具有該特征變量的第i個(gè)特征值區(qū)間中的特征值的白樣本數(shù)目占獲取的白樣本總數(shù)目的比例，WOE_i表示該特征變量的第i個(gè)特征值區(qū)間對(duì)應(yīng)的證明力權(quán)重，m為該種特征變量的特征值區(qū)間數(shù)目。

可選地，根據(jù)以下公式確定任意兩個(gè)特征變量之間的相關(guān)系數(shù)：

其中，n為黑樣本和白樣本的總樣本個(gè)數(shù)，X_i為第i個(gè)樣本在特征變量X下的特征值，為所有樣本在特征變量X下的特征值的平均值，Y_i為第i個(gè)樣本在特征變量Y下的特征值，為所有樣本在特征變量Y下的特征值的平均值。

可選地，基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，對(duì)所述多個(gè)特征變量進(jìn)行篩選，包括：

基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，篩選出IV大于第一閾值、且兩兩之間的相關(guān)性系數(shù)大于第二閾值的特征變量；

若篩選出的特征變量數(shù)量大于L，則從篩選出的特征變量中進(jìn)一步篩選出IV最大的L個(gè)特征變量，將進(jìn)一步篩選出的L個(gè)特征變量作為用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；所述IV最大的L個(gè)特征變量是指將特征變量按照IV從大到小的順序排列后，排列在前L名的L個(gè)特征變量，L為大于1的正整數(shù)。

可選地，所述判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為，包括：

根據(jù)所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，確定該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的證明力權(quán)重WOE匯總值；

基于所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

可選地，根據(jù)待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中 每一種特征變量下的取值，確定該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值，包括：

根據(jù)所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的每一種特征變量下的取值，確定該取值所屬的特征值區(qū)間對(duì)應(yīng)的WOE；

將所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在每一種特征變量下的WOE的和值，確定為該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值。

可選地，針對(duì)任一特征變量，根據(jù)以下公式確定該特征變量的第i個(gè)特征值區(qū)間對(duì)應(yīng)的證明力權(quán)重：

WOE_i＝ln(pn_i/py_i)；

其中，pn_i＝n_i/N，py_i＝y(tǒng)_i/Y，n_i為具有第i個(gè)特征值區(qū)間中的特征值的黑樣本數(shù)目，N為獲取的黑樣本總數(shù)目，y_i為具有第i個(gè)特征值區(qū)間中的特征值的白樣本數(shù)目，Y為獲取的白樣本總數(shù)目。

可選地，所述從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量之后，還包括：

針對(duì)多個(gè)樣本中的每一個(gè)樣本，根據(jù)該樣本在篩選出的特征變量中每一種特征變量下的取值，確定該樣本的WOE匯總值；

根據(jù)確定的每一個(gè)樣本的WOE匯總值，以及每一個(gè)樣本的屬性信息，確定對(duì)篩選出的特征變量的測(cè)試結(jié)果，若測(cè)試不通過，則重新確定待篩選的特征變量，并返回從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量的步驟；其中，每個(gè)樣本的屬性信息用于表示該樣本是白樣本或黑樣本。

可選地，基于所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，包括：

在所述WOE匯總值大于預(yù)設(shè)的WOE閾值后，確定所述待識(shí)別的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

本申請(qǐng)實(shí)施例提供一種惡意用戶識(shí)別裝置，包括：

篩選模塊，用于根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；其中，每個(gè)黑樣本為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，每個(gè)白樣本為一條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄；

判斷模塊，用于針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為；

確定模塊，用于在所述判斷模塊判斷出所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄為電子數(shù)據(jù)批量轉(zhuǎn)移行為時(shí)，確定所述待識(shí)別用戶為惡意用戶。

本申請(qǐng)實(shí)施例首先根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；然后針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為；若確定所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄為電子數(shù)據(jù)批量轉(zhuǎn)移行為，則確定所述待識(shí)別用戶為惡意用戶。

可見，本申請(qǐng)實(shí)施例通過對(duì)電子數(shù)據(jù)批量轉(zhuǎn)移行為的識(shí)別來判斷待識(shí)別用戶是否為惡意用戶，惡意用戶的批量操作除涉及批量注冊(cè)及批量交易行為外，通常還會(huì)涉及電子數(shù)據(jù)的批量轉(zhuǎn)移，電子數(shù)據(jù)的批量轉(zhuǎn)移可以指批量轉(zhuǎn)賬行為，電子數(shù)據(jù)的批量轉(zhuǎn)移是為了給后續(xù)的批量交易行為提供必要的電子數(shù)據(jù)支持。由于合法用戶通常不會(huì)出現(xiàn)批量電子數(shù)據(jù)轉(zhuǎn)移的行為，因此通過對(duì)電子數(shù)據(jù)的批量轉(zhuǎn)移行為進(jìn)行識(shí)別，可以大大提高對(duì)非法的批量操作行為的識(shí)別率，并且識(shí)別過程復(fù)雜度較低。

附圖說明

圖1為本申請(qǐng)實(shí)施例一提供的惡意用戶識(shí)別方法流程圖；

圖2為批量轉(zhuǎn)賬示意圖；

圖3為本申請(qǐng)實(shí)施例二提供的惡意用戶識(shí)別方法流程圖；

圖4為本申請(qǐng)實(shí)施例三提供的惡意用戶識(shí)別方法流程圖；

圖5為訓(xùn)練特征變量的示意圖；

圖6為本申請(qǐng)實(shí)施例提供的惡意用戶識(shí)別裝置結(jié)構(gòu)示意圖。

具體實(shí)施方式

在網(wǎng)絡(luò)平臺(tái)(如電商平臺(tái))中，存在有作弊、炒信、黃牛等惡意行為的惡意用戶，惡意用戶通常具有批量操作行為。惡意用戶的批量操作除涉及批量注冊(cè)及批量交易行為外，通常還會(huì)涉及電子數(shù)據(jù)的批量轉(zhuǎn)移，電子數(shù)據(jù)的批量轉(zhuǎn)移可以指批量轉(zhuǎn)賬行為，電子數(shù)據(jù)的批量轉(zhuǎn)移是為了給后續(xù)的批量交易行為提供必要的電子數(shù)據(jù)支持。由于合法用戶通常不會(huì)出現(xiàn)批量電子數(shù)據(jù)轉(zhuǎn)移的行為，因此通過對(duì)電子數(shù)據(jù)的批量轉(zhuǎn)移行為進(jìn)行識(shí)別，可以大大提高對(duì)非法的批量操作行為的識(shí)別率。

基于此，本申請(qǐng)?zhí)岢隽嘶趯?duì)電子數(shù)據(jù)批量轉(zhuǎn)移行為的識(shí)別來識(shí)別可能存在惡意行為的惡意用戶的方法。

實(shí)施例一

如圖1所示，為本申請(qǐng)實(shí)施例一提供的惡意用戶識(shí)別方法流程圖，包括：

S101：服務(wù)器根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；其中，每個(gè)黑樣本為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，每個(gè)白樣本為一條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

在具體實(shí)施過程中，可以根據(jù)預(yù)設(shè)的黑樣本和白樣本的比例(比如5:95)，從歷史操作行為中，提取多個(gè)電子數(shù)據(jù)批量轉(zhuǎn)移行為中每一個(gè)電子數(shù)據(jù)批量轉(zhuǎn) 移行為的多條電子數(shù)據(jù)轉(zhuǎn)移行為記錄作為黑樣本，提取多條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄作為白樣本，并基于對(duì)黑樣本的分析，確定多個(gè)待篩選的特征變量。這里的特征變量是與電子數(shù)據(jù)轉(zhuǎn)移行為記錄中的賬戶信息、網(wǎng)絡(luò)環(huán)境信息、設(shè)備信息等相關(guān)聯(lián)的特征，可以是連續(xù)型變量，也可以是離散型變量，若為連續(xù)型變量，則可以將該特征變量劃分為多個(gè)特征值區(qū)間，每個(gè)特征值區(qū)間作為一種統(tǒng)計(jì)數(shù)據(jù)，若為離散型變量，則以下所述特征值區(qū)間可以指一個(gè)特定的特征值。比如，以電子數(shù)據(jù)轉(zhuǎn)移行為是轉(zhuǎn)賬行為為例，特征變量可以與黑樣本的以下異常特征相關(guān)：1)個(gè)別賬戶向多個(gè)賬戶進(jìn)行轉(zhuǎn)賬；2)各筆轉(zhuǎn)賬的時(shí)間間隔極短；3)各筆轉(zhuǎn)賬的轉(zhuǎn)賬金額較為平均；4)各筆轉(zhuǎn)賬的網(wǎng)絡(luò)環(huán)境較為集中；5)轉(zhuǎn)賬收款方除該轉(zhuǎn)賬行為之外的其它行為較少。具體地，特征變量可以為：1)付款方轉(zhuǎn)賬5分鐘內(nèi)有過多少次小額轉(zhuǎn)賬；2)付款方轉(zhuǎn)賬60分鐘內(nèi)有過多少筆轉(zhuǎn)賬時(shí)間間隔小于3秒的轉(zhuǎn)賬行為；3)付款方當(dāng)天付款金額眾數(shù)(也即多次付款中付款金額相同時(shí)的付款金額，比如0.1元)及筆數(shù)；4)IP地址相同的收款方數(shù)量；5)收款方過去90天內(nèi)每天登陸服務(wù)器的次數(shù)等。如圖2所示，為批量轉(zhuǎn)賬示意圖，從圖中可以看出，收款方收款金額都是相同的小額度，且轉(zhuǎn)賬時(shí)間間隔都很短。

在確定多個(gè)待篩選的特征變量后，可以分別基于白樣本和黑樣本在每一個(gè)待篩選的特征變量下的取值，來篩選出對(duì)白樣本和黑樣本有區(qū)分作用的特征變量，比如，若白樣本和黑樣本在某一個(gè)特征變量下的取值差異很明顯(比如超過80％的白樣本的取值為0，而超過80％的黑樣本的取值為1)，則可以將該特征變量作為篩選出的特征變量。

需要說明的是，步驟S101可以是預(yù)先通過樣本訓(xùn)練的方式執(zhí)行的步驟，在識(shí)別惡意用戶的過程中，可以直接采用之前篩選好的特征變量及對(duì)應(yīng)的取值，無需在每一次識(shí)別過程中都執(zhí)行。

S102：針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，判 斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為。

在具體實(shí)施中，可以根據(jù)每一種特征變量的每一個(gè)取值區(qū)間所對(duì)應(yīng)的權(quán)重(該權(quán)重可以用于衡量該取值區(qū)間對(duì)證明是電子數(shù)據(jù)批量轉(zhuǎn)移行為的影響度)，以及該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的每一種特征變量下的取值，來確定所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

S103：若確定所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄為電子數(shù)據(jù)批量轉(zhuǎn)移行為，則確定所述待識(shí)別用戶為惡意用戶，否則，進(jìn)入S104，可以基于其它方式繼續(xù)識(shí)別或確定所述待識(shí)別用戶為安全用戶。

這里，在基于篩選出的特征變量，識(shí)別出用戶具有本申請(qǐng)中的電子數(shù)據(jù)批量轉(zhuǎn)移行為后，可以確定該用戶為惡意用戶。

實(shí)施例二

在本申請(qǐng)實(shí)施例二中，給出了特征變量篩選的優(yōu)選實(shí)施方式：基于特征變量的信息值IV及相關(guān)性系數(shù)，進(jìn)行特征變量篩選，然后基于篩選出的特征變量，判斷待識(shí)別的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為中的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

如圖3所示，為本申請(qǐng)實(shí)施例二提供的惡意用戶識(shí)別方法流程圖，包括：

S301：選取記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，以及待篩選的多個(gè)特征變量；其中，每個(gè)黑樣本為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，每個(gè)白樣本為一條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

S302：根據(jù)獲取的白樣本和黑樣本，確定所述待篩選的多個(gè)特征變量的信息值(IV，Information Value)，以及不同特征變量之間的相關(guān)性系數(shù)；所述IV用于表示對(duì)應(yīng)的特征變量對(duì)識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的貢獻(xiàn)程度。

在具體實(shí)施中，可以根據(jù)以下公式確定任一特征變量的信息值IV：

其中，pn_i表示具有該特征變量的第i個(gè)特征值區(qū)間中的特征值的黑樣本數(shù) 目占獲取的黑樣本總數(shù)目的比例，py_i表示具有該特征變量的第i個(gè)特征值區(qū)間中的特征值的白樣本數(shù)目占獲取的白樣本總數(shù)目的比例，WOE_i表示該特征變量的第i個(gè)特征值區(qū)間對(duì)應(yīng)的證明力權(quán)重，m為該種特征變量的特征值區(qū)間數(shù)目。

關(guān)于WOE_i的計(jì)算可參見關(guān)于S104的描述。

另外，可以根據(jù)以下公式確定任意兩個(gè)特征變量之間的相關(guān)系數(shù)：

其中，n為黑樣本和白樣本的總樣本個(gè)數(shù)，X_i為第i個(gè)樣本在特征變量X下的特征值，為所有樣本在特征變量X下的特征值的平均值，Y_i為第i個(gè)樣本在特征變量Y下的特征值，為所有樣本在特征變量Y下的特征值的平均值。

S303：基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，對(duì)所述多個(gè)特征變量進(jìn)行篩選，使得篩選出的特征變量的IV大于第一閾值、且篩選出特征變量之間的相關(guān)性系數(shù)小于第二閾值。

具體地，可以根據(jù)以下步驟對(duì)所述多個(gè)特征變量進(jìn)行篩選，包括：

基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，篩選出IV大于第一閾值、且兩兩之間的相關(guān)性系數(shù)大于第二閾值的特征變量；

若篩選出的特征變量數(shù)量大于L，則從篩選出的特征變量中進(jìn)一步篩選出IV最大的L個(gè)特征變量，將進(jìn)一步篩選出的L個(gè)特征變量作為用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；所述IV最大的L個(gè)特征變量是指將特征變量按照IV從大到小的順序排列后，排列在前L名的L個(gè)特征變量。

在具體實(shí)施過程中，可以首先篩選出IV大于第一閾值的特征變量，再針對(duì)篩選出的特征變量，確定兩兩之間的相關(guān)性系數(shù)，若任意兩個(gè)特征變量之間 的相關(guān)性系數(shù)大于第二閾值，則可以保留其中IV較大的特征變量，篩除IV較小的特征變量。在執(zhí)行過程中，可以在完成一對(duì)特征變量之間的相關(guān)性系數(shù)的計(jì)算及篩選之后再選擇下一對(duì)特征變量進(jìn)行相關(guān)性系數(shù)的計(jì)算及篩選，以避免工作量的冗余及造成不必要的篩除，比如，若特征變量A與特征變量C之間的相關(guān)性系數(shù)大于第二閾值，則保留IV較大的特征變量A，篩除特征變量C，則接下來就不必再將特征變量C與其它特征變量之間進(jìn)行相關(guān)性系數(shù)的計(jì)算及篩選了。另外，本申請(qǐng)實(shí)施例在篩選出IV大于第一閾值、且兩兩之間的相關(guān)性系數(shù)大于第二閾值的特征變量后，若篩選出的特征變量數(shù)量大于L，則為了減少計(jì)算量及噪聲的干擾，可以進(jìn)一步篩選出IV最大的L個(gè)特征變量作為本次最終篩選出的特征變量。

S304：針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，確定該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的證明力權(quán)重WOE匯總值。

具體地，可以根據(jù)所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的每一種特征變量下的取值，確定該取值所屬的特征值區(qū)間對(duì)應(yīng)的WOE；將所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在每一種特征變量下的WOE的和值，確定為該待識(shí)別的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值。

這里，針對(duì)任一特征變量，根據(jù)以下公式確定該特征變量的第i個(gè)特征值區(qū)間對(duì)應(yīng)的證明力權(quán)重：

WOE_i＝ln(pn_i/py_i)；

其中，pn_i＝n_i/N，py_i＝y(tǒng)_i/Y，n_i為具有第i個(gè)特征值區(qū)間中的特征值的黑樣本數(shù)目，N為獲取的黑樣本總數(shù)目，y_i為具有第i個(gè)特征值區(qū)間中的特征值的白樣本數(shù)目，Y為獲取的白樣本總數(shù)目。

S305：基于所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

在具體實(shí)施中，可以在所述WOE匯總值大于預(yù)設(shè)的WOE閾值后，確定待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，之后，可以對(duì)該記錄所涉及的賬戶的業(yè)務(wù)行為進(jìn)行一定的預(yù)先限制處理，比如屏蔽相關(guān)賬戶的活動(dòng)信息、降低賬戶購買優(yōu)先級(jí)等，這種方式下的解釋成本較低。

實(shí)施例三

相比實(shí)施例二，本申請(qǐng)實(shí)施例三增加了模型測(cè)試的步驟，在完成一次特征變量篩選后，基于已有的樣本對(duì)篩選出的特征變量的識(shí)別準(zhǔn)確率進(jìn)行測(cè)試，若測(cè)試通過，則將篩選出的特征變量投入使用，若測(cè)試不通過，則重新選擇待篩選的特征變量重復(fù)篩選過程。

如圖4所示，為本申請(qǐng)實(shí)施例三提供的惡意用戶識(shí)別方法流程圖，圖5為訓(xùn)練特征變量的示意圖，包括：

S401：根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，確定待篩選的多個(gè)特征變量的信息值IV，以及不同特征變量之間的相關(guān)性系數(shù)；其中，每個(gè)黑樣本為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，每個(gè)白樣本為一條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄；所述IV用于表示對(duì)應(yīng)的特征變量對(duì)識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的貢獻(xiàn)程度。

S402：基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，對(duì)所述多個(gè)特征變量進(jìn)行篩選，使得篩選出的特征變量的IV大于第一閾值、且篩選出特征變量之間的相關(guān)性系數(shù)小于第二閾值。

S403：針對(duì)多個(gè)樣本中的每一個(gè)樣本，根據(jù)該樣本在篩選出的特征變量中每一種特征變量下的取值，確定該樣本的WOE匯總值；根據(jù)確定的每一個(gè)樣本的WOE匯總值，以及每一個(gè)樣本的屬性信息，確定對(duì)篩選出的特征變量的測(cè)試結(jié)果，若測(cè)試通過，則確認(rèn)將篩選出的特征變量作為用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量，否則，重新確定待篩選的多個(gè)特征變量，返回S401；其中，每個(gè)樣本的屬性信息用于表示該樣本是白樣本或黑樣本。

該步驟中，針對(duì)每一個(gè)樣本，計(jì)算該樣本的WOE匯總值，基于每個(gè)樣本的WOE匯總值及樣本屬性(白樣本還是黑樣本)，判斷是否通過測(cè)試。比如，若在對(duì)應(yīng)的WOE匯總值大于預(yù)設(shè)值的樣本中，黑樣本與白樣本的比例大于預(yù)設(shè)比例，則認(rèn)為測(cè)試通過。

另外，基于測(cè)試結(jié)果，還可以確定一個(gè)WOE閾值，用于對(duì)待識(shí)別的電子數(shù)據(jù)轉(zhuǎn)移行為記錄進(jìn)行識(shí)別時(shí)使用，當(dāng)待識(shí)別的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的證明力權(quán)重WOE匯總值大于該WOE閾值時(shí)，認(rèn)為該待識(shí)別的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是電子數(shù)據(jù)批量轉(zhuǎn)移行為。

S404：針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，確定該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的證明力權(quán)重WOE匯總值。

S405：基于所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

采用本申請(qǐng)實(shí)施例，具有以下有益效果：

1)識(shí)別面廣：由于非法用戶為了批量實(shí)現(xiàn)作弊、炒信、黃牛等行為，通常都會(huì)提前準(zhǔn)備小額資金，而這些資金必然需要背后大號(hào)通過轉(zhuǎn)賬的方式批量轉(zhuǎn)賬給小號(hào)，因此惡意賬戶很難繞過本申請(qǐng)實(shí)施例提供的批量轉(zhuǎn)賬行為識(shí)別方法的識(shí)別。2)誤殺率低：惡意批量賬戶的批量轉(zhuǎn)賬行為，與正常賬戶的轉(zhuǎn)賬行為存在很大的不同，比如在金額、頻率、環(huán)境等特征上，因此，在轉(zhuǎn)賬行為上識(shí)別惡意批量賬戶，與在注冊(cè)環(huán)節(jié)及交易環(huán)節(jié)進(jìn)行識(shí)別相比，能有效降低誤殺的發(fā)生。3)模型部署技術(shù)要求低：由于批量轉(zhuǎn)賬行為識(shí)別算法是部署在賬戶進(jìn)行惡意行為之前的資金準(zhǔn)備階段，不需要實(shí)時(shí)環(huán)境，并且不需要對(duì)惡意行為實(shí)時(shí)攔截。所以，該算法可以部署在離線環(huán)境中，技術(shù)要求低。4)解釋成本低：惡意批量轉(zhuǎn)賬行為的識(shí)別發(fā)生在賬戶進(jìn)行惡意行為之前，所以可以直接通過屏蔽活動(dòng)信息、降低賬戶購買優(yōu)先級(jí)等方法提前部署限制策略，賬戶感知 自然，解釋成本低。

基于同一發(fā)明構(gòu)思，本申請(qǐng)實(shí)施例中還提供了一種與惡意用戶識(shí)別方法對(duì)應(yīng)的惡意用戶識(shí)別裝置，由于該裝置解決問題的原理與本申請(qǐng)實(shí)施例惡意用戶識(shí)別方法相似，因此該裝置的實(shí)施可以參見方法的實(shí)施，重復(fù)之處不再贅述。

如圖6所示，為本申請(qǐng)實(shí)施例提供的惡意用戶識(shí)別裝置結(jié)構(gòu)示意圖，包括：

篩選模塊61，用于根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；其中，每個(gè)黑樣本為電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄，每個(gè)白樣本為一條非批量的電子數(shù)據(jù)轉(zhuǎn)移行為記錄；

判斷模塊62，用于針對(duì)任一待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄，根據(jù)該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移行為,；

確定模塊63，用于在所述判斷模塊62判斷出所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄為電子數(shù)據(jù)批量轉(zhuǎn)移行為時(shí)，確定所述待識(shí)別用戶為惡意用戶。

可選地，所述篩選模塊61具體用于：

根據(jù)獲取的記錄電子數(shù)據(jù)轉(zhuǎn)移行為的白樣本和黑樣本，確定待篩選的用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的多個(gè)特征變量的信息值IV，以及不同特征變量之間的相關(guān)性系數(shù)；基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，對(duì)所述多個(gè)特征變量進(jìn)行篩選，使得篩選出的特征變量的IV大于第一閾值、且篩選出特征變量之間的相關(guān)性系數(shù)小于第二閾值。

可選地，所述篩選模塊61具體用于根據(jù)以下公式確定任一特征變量的信息值IV：

其中，pn_i表示具有該特征變量的第i個(gè)特征值區(qū)間中的特征值的黑樣本數(shù)目占獲取的黑樣本總數(shù)目的比例，py_i表示具有該特征變量的第i個(gè)特征值區(qū)間 中的特征值的白樣本數(shù)目占獲取的白樣本總數(shù)目的比例，WOE_i表示該特征變量的第i個(gè)特征值區(qū)間對(duì)應(yīng)的證明力權(quán)重，m為該種特征變量的特征值區(qū)間數(shù)目。

可選地，所述篩選模塊61具體用于根據(jù)以下公式確定任意兩個(gè)特征變量之間的相關(guān)系數(shù)：

其中，n為黑樣本和白樣本的總樣本個(gè)數(shù)，X_i為第i個(gè)樣本在特征變量X下的特征值，為所有樣本在特征變量X下的特征值的平均值，Y_i為第i個(gè)樣本在特征變量Y下的特征值，為所有樣本在特征變量Y下的特征值的平均值。

可選地，所述篩選模塊61具體用于：

基于確定的所述多個(gè)特征變量的IV，以及不同特征變量之間的相關(guān)性系數(shù)，篩選出IV大于第一閾值、且兩兩之間的相關(guān)性系數(shù)大于第二閾值的特征變量；

若篩選出的特征變量數(shù)量大于L，則從篩選出的特征變量中進(jìn)一步篩選出IV最大的L個(gè)特征變量，將進(jìn)一步篩選出的L個(gè)特征變量作為用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量；所述IV最大的L個(gè)特征變量是指將特征變量按照IV從大到小的順序排列后，排列在前L名的L個(gè)特征變量，L為大于1的正整數(shù)。

可選地，所述判斷模塊62具體用于：

根據(jù)所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的特征變量中每一種特征變量下的取值，確定該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的證明力權(quán)重WOE匯總值；基于所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值，判斷所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是否為電子數(shù)據(jù)批量轉(zhuǎn)移 行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

可選地，所述判斷模塊62具體用于：

根據(jù)所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在篩選出的每一種特征變量下的取值，確定該取值所屬的特征值區(qū)間對(duì)應(yīng)的WOE；將所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄在每一種特征變量下的WOE的和值，確定為該待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄的WOE匯總值。

可選地，任一特征變量的第i個(gè)特征值區(qū)間對(duì)應(yīng)的證明力權(quán)重為根據(jù)以下公式確定的：

WOE_i＝ln(pn_i/py_i)；

其中，pn_i＝n_i/N，py_i＝y(tǒng)_i/Y，n_i為具有第i個(gè)特征值區(qū)間中的特征值的黑樣本數(shù)目，N為獲取的黑樣本總數(shù)目，y_i為具有第i個(gè)特征值區(qū)間中的特征值的白樣本數(shù)目，Y為獲取的白樣本總數(shù)目。

可選地，所述裝置還包括：

測(cè)試模塊64，用于在篩選模塊61從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量之后，針對(duì)多個(gè)樣本中的每一個(gè)樣本，根據(jù)該樣本在篩選出的特征變量中每一種特征變量下的取值，確定該樣本的WOE匯總值；根據(jù)確定的每一個(gè)樣本的WOE匯總值，以及每一個(gè)樣本的屬性信息，確定對(duì)篩選出的特征變量的測(cè)試結(jié)果，若測(cè)試不通過，則重新確定待篩選的特征變量，并返回從待篩選的多個(gè)特征變量中篩選出用于識(shí)別電子數(shù)據(jù)批量轉(zhuǎn)移行為的特征變量的步驟；其中，每個(gè)樣本的屬性信息用于表示該樣本是白樣本或黑樣本。

可選地，所述判斷模塊62具體用于：

在所述WOE匯總值大于預(yù)設(shè)的WOE閾值后，確定所述待識(shí)別用戶的電子數(shù)據(jù)轉(zhuǎn)移行為記錄是電子數(shù)據(jù)批量轉(zhuǎn)移行為的一條電子數(shù)據(jù)轉(zhuǎn)移行為記錄。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本申請(qǐng)的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本申請(qǐng)可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié) 合軟件和硬件方面的實(shí)施例的形式。而且，本申請(qǐng)可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。

本申請(qǐng)是參照根據(jù)本申請(qǐng)實(shí)施例的方法、裝置(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。

這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。

這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。

盡管已描述了本申請(qǐng)的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本申請(qǐng)范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本申請(qǐng)進(jìn)行各種改動(dòng)和變型而不脫離本申請(qǐng)的精神和范圍。這樣，倘若本申請(qǐng)的這些修改和變型屬于本申請(qǐng)權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本申請(qǐng)也意圖包含這些改動(dòng)和變型在內(nèi)。