本申请涉及大数据技术领域，特别是涉及一种对象行为风险识别方法、装置、计算机设备和存储介质。所述方法包括：获取待识别对象在不同平台中的对象行为数据；从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征；将待识别对象在不同平台的数据特征分别输入行为风险识别模型，得到待识别对象的行为风险识别结果；行为风险识别模型是基于不同对象在不同平台的数据特征进行模型训练处理得到的；在行为风险识别结果表征待识别对象处于高风险状态的情况下，向待识别对象发送预警消息。采用本方法能够准确识别潜在的以欺骗为目的的虚假信息，进而提高对以欺骗为目的的虚假信息的识别准确率、防护效果。
【技术实现步骤摘要】
本申请涉及大数据，特别是涉及一种对象行为风险识别方法、装置、计算机设备和存储介质。
技术介绍
1、随着网络技术与电信技术的发展，用户容易接触到各类以欺骗为目的的虚假信息，如何在用户发生较大损失之前，或者未发生损失时，及时识别用户行为是否存在被欺骗的风险，对网络安全至关重要。
2、传统的防护技术，主要包括以下几种：对用户终端访问的网址是否为以欺骗为目的的虚假网址进行检测、检测来电是否为以欺骗为目的的虚假来电、以及判断用户安装的软件是否为以欺骗为目的的虚假软件。
3、然而，传统的防护技术，均是对较为直观的网址、来电以及软件进行分析与检测，无法及时发现非网址、来电、软件形式的潜在的以欺骗为目的的虚假信息，导致对以欺骗为目的的虚假信息的识别准确率不高、防护效果不佳。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高对以欺骗为目的的虚假信息的识别准确率、防护效果的对象行为风险识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种对象行为风险识别方法。所述方法包括：
3、获取待识别对象在不同平台中的对象行为数据；
4、从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征；
5、将待识别对象在不同平台的数据特征分别输入行为风险识别模型，得到待识别对象的行为风险识别结果；行为风险识别模型是基于不同对象在不同平台的数据特征进行模型训练处理得到的；
<
p>6、在行为风险识别结果表征待识别对象处于高风险状态的情况下，向待识别对象发送预警消息。7、在其中一个实施例中，获取待识别对象在不同平台中的对象行为数据，包括：
8、获取待识别对象的对象标识；
9、基于对象标识，从不同平台存储的平台数据中，分别获取待识别对象在不同平台中的对象行为数据。
10、在其中一个实施例中，从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征，包括：
11、针对每一平台，对平台的对象行为数据进行解密处理，得到解密数据；
12、从解密数据中提取出待识别对象在平台的数据特征。
13、在其中一个实施例中，行为风险识别模型的训练过程包括：
14、分别获取不同平台中存储的对象标识；
15、通过对不同平台中存储的对象标识进行标识对齐处理，确定不同平台中相同的对象标识；
16、将相同的对象标识作为共有标识；
17、获取每一共有标识在不同平台对应的对象行为数据；
18、基于各共有标识各自在不同平台对应的对象行为数据，迭代优化原始模型，直至达到模型优化停止条件，得到行为风险识别模型。
19、在其中一个实施例中，获取每一共有标识在不同平台对应的对象行为数据，包括：
20、针对每一共有标识，响应于不同平台的数据上传操作，获取不同平台上传的携带有共有标识的加密数据；加密数据是不同平台分别对各自存储的携带共有标识的对象行为数据进行加密处理得到的；
21、对共有标识在不同平台对应的加密数据分别进行解密处理，得到共有标识在不同平台对应的对象行为数据。
22、在其中一个实施例中，基于各共有标识各自在不同平台对应的对象行为数据，迭代优化原始模型，直至达到模型优化停止条件，得到行为风险识别模型，包括：
23、将各共有标识各自在不同平台对应的对象行为数据，划分为训练样本、验证样本以及测试样本；
24、基于训练样本，训练原始模型，得到多个训练后模型；
25、基于验证样本，对训练后模型的识别效果进行验证，并基于得到验证结果，确定至少一个待优化模型；
26、基于测试样本，对待优化模型进行评估，得到评估结果；
27、基于评估结果优化待优化模型中的模型参数，直至达到模型优化停止条件，得到行为风险识别模型。
28、第二方面，本申请还提供了一种对象行为风险识别装置。所述装置包括：
29、对象行为数据获取模块，用于获取待识别对象在不同平台中的对象行为数据；
30、数据特征提取模块，用于从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征；
31、识别结果获得模块，用于将待识别对象在不同平台的数据特征分别输入行为风险识别模型，得到待识别对象的行为风险识别结果；行为风险识别模型是基于不同对象在不同平台的数据特征进行模型训练处理得到的；
32、预警消息发送模块，用于在行为风险识别结果表征待识别对象处于高风险状态的情况下，向待识别对象发送预警消息。
33、第三方面，本申请还提供了一种计算机设备。所述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以下步骤：
34、获取待识别对象在不同平台中的对象行为数据；
35、从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征；
36、将待识别对象在不同平台的数据特征分别输入行为风险识别模型，得到待识别对象的行为风险识别结果；行为风险识别模型是基于不同对象在不同平台的数据特征进行模型训练处理得到的；
37、在行为风险识别结果表征待识别对象处于高风险状态的情况下，向待识别对象发送预警消息。
38、第四方面，本申请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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
39、获取待识别对象在不同平台中的对象行为数据；
40、从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征；
41、将待识别对象在不同平台的数据特征分别输入行为风险识别模型，得到待识别对象的行为风险识别结果；行为风险识别模型是基于不同对象在不同平台的数据特征进行模型训练处理得到的；
42、在行为风险识别结果表征待识别对象处于高风险状态的情况下，向待识别对象发送预警消息。
43、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
44、获取待识别对象在不同平台中的对象行为数据；
45、从每一平台的对象行为数据中，分别提取待识别对象在每一平台的数据特征；
46、将待识别对象在不同平台的数据特征分别输入行为风险识别模型，得到待识别对象的行为风险识别结果；行为风险识别模型是基于不同对象在不同平台的数据特征进行模型训练处理得到的；
47、在行为风险识别结果表征待识别对象处于高风险状态的情况下，向待识别对象发送预警消息。
48、上述对象行为风险识别方法、装置、计算机设备、存储介质和计算机程序产品，先获取待识别对象在不同平台中的对象行为数据，由于不同平台存本文档来自技高网
...
【技术保护点】
1.一种对象行为风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待识别对象在不同平台中的对象行为数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述从每一所述平台的对象行为数据中，分别提取所述待识别对象在每一所述平台的数据特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述行为风险识别模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，所述获取每一所述共有标识在不同平台对应的对象行为数据，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于各所述共有标识各自在不同平台对应的对象行为数据，迭代优化原始模型，直至达到模型优化停止条件，得到行为风险识别模型，包括：
7.一种对象行为风险识别装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...
【技术特征摘要】
1.一种对象行为风险识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待识别对象在不同平台中的对象行为数据，包括：
3.根据权利要求1所述的方法，其特征在于，所述从每一所述平台的对象行为数据中，分别提取所述待识别对象在每一所述平台的数据特征，包括：
4.根据权利要求1所述的方法，其特征在于，所述行为风险识别模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，所述获取每一所述共有标识在不同平台对应的对象行为数据，包括：
6.根据权利要求4所述的方法，其特征在于，所述基于各所述共有标识各自在不同平台对应...
【专利技术属性】
技术研发人员：任方园，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。