电子交易过程用户行为模式检测的免疫方法

摘要

电子交易过程用户行为模式的免疫检测方法,包括数据预处理步骤，主要将用户操作过程处理成序列格式，清洗相关重复数据；训练步骤，主要是按照时间顺利，按照年龄演变过程，计算出各条序列的年龄值，根据年龄值删除衰老日志提取出正常序列库(即抗体)；检测步骤，主要是检测新产生的交易序列是否发生突变；更新步骤，是根据检测结果，及时更新自体和异体的年龄值，进而更新有关库集。本发明面向的情况是电子交易过程中的异常情况，可能是用户自身的误操作，也可能是账户冒用的非法操作等不符合用户行为惯的情况。本发明是为电商和第三方支付平台提供的检测电子交易过程中用户异常情况的免疫方法，具有可控可防、自适应、自学等特点。

主权项

电子交易过程用户行为模式的免疫检测方法,其特征在于，包括如下步骤：(1)数据预处理步骤将用户操作过程处理成序列格式，清洗相关重复数据；(2)训练步骤按照时间顺利，按照年龄演变过程，计算出各条序列的年龄值，根据年龄值删除衰老日志提取出正常序列库(即抗体)，具体为：建立正常序列库(即抗体集Ab)和异常序列库(即异体库Non‑selves)；首先，按照年龄演变过程，即新产生的序列与历史序列进行亲和度计算，亲和度大于某个阈值β，则年龄保持不变，否则年龄age值增加两者的序列距离；计算出用户历史交易操作序列的年龄值之后，按照年龄大小，提取年龄age值小于阈值β的序列集合作为正常交易序列库；所述异体交易序列库的来源主要包括两个方面，一方面是已知非法交易序列，其中包括一些和用户正常行为亲和度较高的序列；另一方面是运行过程中检测出来新的异常序列；当新产生的异常交易序列加入异体库，根据年龄值演变过程，更新异体库中异体的年龄值，保留其中的活跃异体，实现对异体库的自稳更新；(3)行为模式检测步骤检测新产生的交易序列是否发生突变，是针对新产生的交易序列Ag进行的“突变”检测，分两步检测：第一步，将新产生的交易序列Ag与异体库进行比较，如果匹配成功，则报警行为异常，并采取相关审查和通知用户措施，否则进入第二步；第二步，将新产生的交易序列Ag与正常交易序列(即抗体集Ab)进行比较，如果与所有抗体亲和度都很低，则说明该序列有“突变”的可能，报警异常采取相应措施，反之检测为正常行为；(4)更新步骤更新正常模式库和异常模式库:根据检测的结果，如果结果为正常行为模式，那么就要按年龄演变过程，对正常模式库(即抗体集Ab)进行年龄更新，删除其中的“衰老”日志，保证抗体集Ab能反应用户近期行为习惯；如果结果为异常行为模式，和异常库中模式进行比较，如果是新模式，则添加到异常模式库中，并更新异体库中异体序列的年龄值，清除“衰老”异体。