一种结合人工智能的业务风险处理方法及服务器技术

本发明专利技术提供一种结合人工智能的业务风险处理方法及服务器，通过第一业务风险分析日志的事件内容识别结果以及目标风险属性注释结果，获得多种属性注释更新指示，并依据多种属性注释更新指示和事件内容识别结果，对第一业务风险分析日志以及目标风险属性注释结果进行优化，这样可以获得包括携带有目标风险属性的会话攻击事件的第二业务风险分析日志，以上设计思路依据事件内容识别技术，尽可能完整丰富地挖掘会话攻击事件的关键数据，可以避免在风险属性更新过中会话攻击事件的关键数据出现丢失或者产生混乱，这样可以保障风险属性注释更新后的业务风险分析日志的完整性和质量，进而便于后续对该业务风险分析日志进行准确可靠的风控分析处理。可靠的风控分析处理。可靠的风控分析处理。

【技术实现步骤摘要】
一种结合人工智能的业务风险处理方法及服务器


[0001]本专利技术涉及人工智能
，尤其涉及一种结合人工智能的业务风险处理方法及服务器。

技术介绍

[0002]在人工智能与应用深度融合的趋势下，人工智能与大数据融合，能够带动产业数字化、智能化以及合规化，同时能够提高产业效率，开拓产业边界，创造产业价值，提高公平性，并且还能够返哺行业获得更高生产力（算法、算力）、生产要素（数据）。与此同时，在各类数字业务处理过程中，数据安全、数据隐私等涉及到风控层面的要求越来越高，因此，业务风险分析不必可少。对于业务风险分析而言，风险标定是其中一个关键环节，但是相关技术在进行风险标定和更新时难以保障原有风控分析信息的质量。

技术实现思路

[0003]本专利技术提供一种结合人工智能的业务风险处理方法及服务器，为实现上述技术目的，本专利技术采用如下技术方案。
[0004]第一方面是一种结合人工智能的业务风险处理方法，应用于人工智能服务器，该方法至少包括：通过第一业务风险分析日志中会话攻击事件的第一事件内容识别结果以及目标风险属性注释结果，确定属性注释更新指示以及第一事件描述参考信息，所述第一事件描述参考信息中携带有没有被目标风险属性注释的会话攻击事件内容集；通过所述属性注释更新指示，对所述目标风险属性注释结果进行更新操作，确定已更新风险属性注释结果；依据所述第一业务风险分析日志中会话攻击事件的第二事件内容识别结果和所述属性注释更新指示，对所述第一事件描述参考信息进行优化，获得第二事件描述参考信息；通过所述已更新风险属性注释结果、所述第二事件描述参考信息以及所述属性注释更新指示，将所述第一业务风险分析日志变更为包括携带所述目标风险属性的会话攻击事件的第二业务风险分析日志。
[0005]如此设计，通过第一业务风险分析日志的事件内容识别结果（例如第一事件内容识别结果和第二事件内容识别结果）以及目标风险属性注释结果，获得多种属性注释更新指示，并依据多种属性注释更新指示和事件内容识别结果，对第一业务风险分析日志以及目标风险属性注释结果进行优化，这样可以获得包括携带有目标风险属性的会话攻击事件的第二业务风险分析日志，以上设计思路依据事件内容识别技术，尽可能完整丰富地挖掘会话攻击事件的关键数据，可以避免在风险属性更新过中会话攻击事件的关键数据出现丢失或者产生混乱，这样可以保障风险属性注释更新后的业务风险分析日志的完整性和质量，进而便于后续对该业务风险分析日志进行准确可靠的风控分析处理。
[0006]对于一些可独立实施的设计思路下，该方法还可以包括：对所述第一业务风险分析日志进行互动行为解析，确定用户反映事件互动行为状态的事件互动行为特征分布；所述通过第一业务风险分析日志的第一事件内容识别结果以及目标风险属性注释结果，确定
属性注释更新指示以及第一事件描述参考信息，包括：通过所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果，确定属性注释更新指示以及所述第一事件描述参考信息。
[0007]如此一来，通过识别事件互动行为状态内容，使得确定的属性注释更新指示和第一事件描述参考信息更加全面，进而在对目标风险属性更新后，使得完成更新后的风险属性注释结果与事件互动行为状态更加匹配。进而在通过第一事件描述参考信息确定的第二事件描述参考信息能够更加准确的携带出会话攻击事件没有被目标风险属性注释的集合，这样一来确定的第二业务风险分析日志具有更高的完整性和质量。
[0008]对于一些可独立实施的设计思路下，所述通过所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果，确定属性注释更新指示以及所述第一事件描述参考信息，包括：依据第一人工智能模型对所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果进行处理，获得所述第一事件描述参考信息以及所述属性注释更新指示。
[0009]对于一些可独立实施的设计思路下，所述第一人工智能模型包括：第一深度分析模型以及第二深度分析模型；所述依据第一人工智能模型对所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果进行处理，获得所述第一事件描述参考信息以及所述属性注释更新指示，包括：依据所述第一深度分析模型对所述第一事件内容识别结果、所述事件互动行为特征分布以及所述目标风险属性注释结果进行处理，获得所述第一事件描述参考信息；依据所述第二深度分析模型对所述第一事件描述参考信息、所述事件互动行为特征分布以及所述目标风险属性注释结果进行处理，获得所述属性注释更新指示。
[0010]如此一来，依据第一深度分析模型和第二深度分析模型，分别获得第一事件描述参考信息和属性注释更新指示，尽可能根据深度分析模型对会话攻击事件的关键数据进行分析，使得确定的第一事件描述参考信息和属性注释更新指示更加完整可靠。
[0011]对于一些可独立实施的设计思路下，通过以下步骤确定所述第一事件内容识别结果：对所述第一业务风险分析日志进行事件内容提取操作，确定基础事件内容识别结果；所述基础事件内容识别结果中，包括第一业务风险分析日志中会话攻击事件的不同事件主题分别对应的日志定位数据集；对所述基础事件内容识别结果中，对应于相同事件主题且事件内容提取结果不同的至少两个日志定位数据集进行拼接，确定所述第一事件内容识别结果。
[0012]对于一些可独立实施的设计思路下，通过所述属性注释更新指示，对所述目标风险属性注释结果进行更新操作，确定已更新风险属性注释结果，包括：依据第二人工智能模型对所述属性注释更新指示、所述目标风险属性注释结果进行更新操作，获得所述已更新风险属性注释结果。
[0013]对于一些可独立实施的设计思路下，通过以下步骤调试所述第二人工智能模型：获取已认证属性注释更新指示以及已认证风险属性注释结果；依据原始模型分析所述已认证风险属性注释结果以及所述已认证属性注释更新指示之间的映射情况描述，并通过所述映射情况描述，对所述已认证风险属性注释结果进行扩展处理，获得所述已认证风险属性的测试型更新结果；通过对所述扩展处理的量化指标、所述测试型更新结果以及所述已认
证风险属性注释结果，获得运行代价，并通过所述运行代价，调试所述原始模型；将完成调试的所述原始模型作为所述第二人工智能模型。
[0014]如此一来，在通过属性注释更新指示对目标风险属性注释结果进行更新操作时，所借助的第二人工智能模型在调试过程中，通过量化指标，能够保障风险属性的更新误差最小化，保障完成更新的风险属性注释的可信度。
[0015]对于一些可独立实施的设计思路下，所述第一事件内容识别结果中携带有所述第一业务风险分析日志中会话攻击事件的不同事件主题；所述第二事件内容识别结果包括：携带有所述第一业务风险分析日志中被基础风险属性注释的会话攻击事件主题的第一局部事件内容识别结果；携带有所述第一业务风险分析日志中没有被基础风险属性注释的会话攻击事件主题的第二局部事件内容识别结果。
[0016]对于一些可独立实施的设计思路下，所述依据所述第一业本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合人工智能的业务风险处理方法，其特征在于，应用于人工智能服务器，该方法至少包括：通过第一业务风险分析日志中会话攻击事件的第一事件内容识别结果以及目标风险属性注释结果，确定属性注释更新指示以及第一事件描述参考信息，所述第一事件描述参考信息中携带有没有被目标风险属性注释的会话攻击事件内容集；通过所述属性注释更新指示，对所述目标风险属性注释结果进行更新操作，确定已更新风险属性注释结果；依据所述第一业务风险分析日志中会话攻击事件的第二事件内容识别结果和所述属性注释更新指示，对所述第一事件描述参考信息进行优化，获得第二事件描述参考信息；通过所述已更新风险属性注释结果、所述第二事件描述参考信息以及所述属性注释更新指示，将所述第一业务风险分析日志变更为包括携带所述目标风险属性的会话攻击事件的第二业务风险分析日志。2.根据权利要求1所述的结合人工智能的业务风险处理方法，其特征在于，该方法还包括：对所述第一业务风险分析日志进行互动行为解析，确定用户反映事件互动行为状态的事件互动行为特征分布；所述通过第一业务风险分析日志的第一事件内容识别结果以及目标风险属性注释结果，确定属性注释更新指示以及第一事件描述参考信息，包括：通过所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果，确定属性注释更新指示以及所述第一事件描述参考信息。3.根据权利要求2所述的结合人工智能的业务风险处理方法，其特征在于，所述通过所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果，确定属性注释更新指示以及所述第一事件描述参考信息，包括：通过第一人工智能模型对所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果进行处理，获得所述第一事件描述参考信息以及所述属性注释更新指示；其中，所述第一人工智能模型包括：第一深度分析模型以及第二深度分析模型；所述依据第一人工智能模型对所述第一事件内容识别结果、所述事件互动行为特征分布以及目标风险属性注释结果进行处理，获得所述第一事件描述参考信息以及所述属性注释更新指示，包括：依据所述第一深度分析模型对所述第一事件内容识别结果、所述事件互动行为特征分布以及所述目标风险属性注释结果进行处理，获得所述第一事件描述参考信息；依据所述第二深度分析模型对所述第一事件描述参考信息、所述事件互动行为特征分布以及所述目标风险属性注释结果进行处理，获得所述属性注释更新指示。4.根据权利要求1所述的结合人工智能的业务风险处理方法，其特征在于，通过以下步骤确定所述第一事件内容识别结果：对所述第一业务风险分析日志进行事件内容提取操作，确定基础事件内容识别结果；所述基础事件内容识别结果中，包括第一业务风险分析日志中会话攻击事件的不同事件主题分别对应的日志定位数据集；对所述基础事件内容识别结果中，对应于相同事件主题且事件内容提取结果不同的至少两个日志定位数据集进行拼接，确定所述第一事件内容识别结果。5.根据权利要求1所述的结合人工智能的业务风险处理方法，其特征在于，所述通过所
述属性注释更新指示，对所述目标风险属性注释结果进行更新操作，确定已更新风险属性注释结果，包括：依据第二人工智能模型对所述属性注释更新指示、所述目标风险属性注释结果进行更新操作，获得所述已更新风险属性注释结果；其中，通过以下步骤调试所述第二人工智能模型：获取已认证属性注释更新指示以及已认证风险属性注释结果；依据原始模型分析所述已认证风险属性注释结果以及所述已认证属性注释更新指示之间的映射情况描述，并通过所述映射情况描述，对所述已认证风险属性注释结果进行扩展处理，获得所述已认证风险属性的测试型更新结果；通过对所述扩展处理的量化指标、所述测试型更新结果以及所述已认证风险属性注释结果，获得运行代价，并通过所述运行代价，调试所述原始模型；将完成调试的所述原始模型作为所述第二人工智能模型。6.根据权利要求1所述的结合人工智能的业务风险处理方法，其特征在于，所述第一事件内容识别结果中携带有所述第一业务风险分析日志中会话攻击事件的不同事件主题；所述第二事件内容识别结果包括：携带有所述第一业务...

【专利技术属性】
技术研发人员：吴东，梁方振，
申请(专利权)人：潍坊凯智计算机科技有限公司，
类型：发明
国别省市：