本公開涉及人工智能，尤其涉及流量數(shù)據(jù)處理、網(wǎng)絡(luò)生態(tài)安全和深度學(xué)習(xí)等領(lǐng)域，可應(yīng)用于搜索、社交、購物、出行、問答、本地生活、視頻等各種基于移動終端設(shè)備的業(yè)務(wù)場景中。本公開具體涉及一種設(shè)備檢測方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、在互聯(lián)網(wǎng)中，一些企業(yè)或商家會推廣一些新的app(application，應(yīng)用程序)，例如搜索、社交、購物、出行、問答、本地生活、視頻等app。同時(shí)，也會記錄app的激活行為在各個渠道中的增長情況，并基于各個渠道的增長情況來進(jìn)行后續(xù)的推廣方案調(diào)整。但是，有一些黑灰產(chǎn)采用作弊設(shè)備對app的激活行為進(jìn)行機(jī)刷等操作，這樣，會影響app推廣方案的調(diào)整，以及破壞該app的移動生態(tài)。

技術(shù)實(shí)現(xiàn)思路

1、本公開提供了一種設(shè)備檢測方法、裝置、電子設(shè)備和存儲介質(zhì)。

2、根據(jù)本公開的一方面，提供了一種設(shè)備檢測方法，包括：

3、獲取第一設(shè)備中的應(yīng)用程序的激活行為數(shù)據(jù)；

4、對所述激活行為數(shù)據(jù)中各個行為數(shù)據(jù)分片進(jìn)行特征計(jì)算，得到各個所述行為數(shù)據(jù)分片的第一特征；

5、基于各個所述行為數(shù)據(jù)分片之間的時(shí)間距離，對各個所述行為數(shù)據(jù)分片的第一特征進(jìn)行特征修正，得到各個所述行為數(shù)據(jù)分片的第二特征；

6、基于各個所述行為數(shù)據(jù)分片的第二特征，確定所述第一設(shè)備是否為應(yīng)用程序激活作弊設(shè)備。

7、根據(jù)本公開的另一方面，提供一種設(shè)備檢測裝置，包括：

8、數(shù)據(jù)獲取模塊，用于獲取第一設(shè)備中的應(yīng)用程序的激活行為數(shù)據(jù)；

9、特征計(jì)算模塊，用于對所述激活行為數(shù)據(jù)中各個行為數(shù)據(jù)分片進(jìn)行特征計(jì)算，得到各個所述行為數(shù)據(jù)分片的第一特征；

10、特征修正模塊，用于基于各個所述行為數(shù)據(jù)分片之間的時(shí)間距離，對各個所述行為數(shù)據(jù)分片的第一特征進(jìn)行特征修正，得到各個所述行為數(shù)據(jù)分片的第二特征；

11、作弊檢測模塊，用于基于各個所述行為數(shù)據(jù)分片的第二特征，確定所述第一設(shè)備是否為應(yīng)用程序激活作弊設(shè)備。

12、根據(jù)本公開的另一方面，提供了一種電子設(shè)備，包括：

13、至少一個中央處理器；以及

14、與所述至少一個中央處理器通信連接的存儲器；其中，

15、所述存儲器存儲有可被所述至少一個中央處理器執(zhí)行的指令，所述指令被所述至少一個中央處理器執(zhí)行，以使所述至少一個中央處理器能夠執(zhí)行本公開實(shí)施例中任一泊車方法。

16、根據(jù)本公開的另一方面，提供了一種存儲有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲介質(zhì)，其中，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行本公開實(shí)施例中任一設(shè)備檢測方法。

17、根據(jù)本公開的另一方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)本公開實(shí)施例中任一設(shè)備檢測方法。

18、根據(jù)本公開的技術(shù)，對設(shè)備中應(yīng)用程序的激活行為數(shù)據(jù)進(jìn)行特征計(jì)算，得到第一特征，然后，利用激活行為數(shù)據(jù)中各個行為數(shù)據(jù)分片之間的時(shí)間距離對各個分片的特征所造成的影響，對各個分片的特征進(jìn)行修正，以得到各個分片的第二特征，如此，可以準(zhǔn)確地得到描述激活行為數(shù)據(jù)的特征，進(jìn)而，對該特征進(jìn)行識別，可以準(zhǔn)確地判斷設(shè)備是否為激活作弊設(shè)備。從而，提高對激活作弊設(shè)備的識別準(zhǔn)確度。

19、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本公開的實(shí)施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其他特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種設(shè)備檢測方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述基于各個所述行為數(shù)據(jù)分片之間的時(shí)間距離，對各個所述行為數(shù)據(jù)分片的第一特征進(jìn)行修正，得到各個所述行為數(shù)據(jù)分片的第二特征，包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述基于第一行為數(shù)據(jù)分片與各個第二行為數(shù)據(jù)分片的時(shí)間距離，分別對各個所述第二行為數(shù)據(jù)分片的第一特征進(jìn)行特征衰減，得到各個所述第二行為數(shù)據(jù)分片對所述第一行為數(shù)據(jù)分片的特征影響量，包括：

4.根據(jù)權(quán)利要求2所述的方法，其中，所述基于各個所述第二行為數(shù)據(jù)分片對所述第一行為數(shù)據(jù)分片的特征影響量，對所述第一行為數(shù)據(jù)分片的第一特征進(jìn)行特征修正，得到所述第一行為數(shù)據(jù)分片的第二特征，包括：

5.根據(jù)權(quán)利要求1所述的方法，其中，所述第二特征包括各個維度類別下各個維度對象在所述行為數(shù)據(jù)分片中的出現(xiàn)頻次，所述基于各個所述行為數(shù)據(jù)分片的第二特征，確定所述第一設(shè)備是否為應(yīng)用程序激活作弊設(shè)備，包括：

6.根據(jù)權(quán)利要求5所述的方法，其中，所述第三特征包括占比特征，所述基于各個維度類別下各個所述維度對象在第三行為數(shù)據(jù)分片中的出現(xiàn)頻次，確定所述第三行為數(shù)據(jù)分片在各個所述維度類別下的第三特征，包括：

7.根據(jù)權(quán)利要求6所述的方法，其中，所述占比特征包括集中度特征，所述預(yù)設(shè)條件為所述目標(biāo)出現(xiàn)頻次排序在所述第一維度類別下所有維度對象的出現(xiàn)頻次中的前n位，其中，n為大于1的正整數(shù)。

8.一種設(shè)備檢測裝置，包括：

9.根據(jù)權(quán)利要求8所述的裝置，其中，所述特征修正模塊，包括：

10.根據(jù)權(quán)利要求9所述的裝置，其中，所述特征衰減單元，具體用于：

11.根據(jù)權(quán)利要求9所述的裝置，其中，所述特征修正單元，具體用于：

12.根據(jù)權(quán)利要求8所述的裝置，其中，所述第二特征包括各個維度類別下各個維度對象在所述行為數(shù)據(jù)分片中的出現(xiàn)頻次，所述作弊檢測模塊，包括：

13.根據(jù)權(quán)利要求12所述的裝置，其中，所述第三特征包括占比特征，所述特征統(tǒng)計(jì)單元，具體用于：

14.根據(jù)權(quán)利要求13所述的裝置，其中，所述占比特征包括集中度特征，所述預(yù)設(shè)條件為所述目標(biāo)出現(xiàn)頻次排序在所述第一維度類別下所有維度對象的出現(xiàn)頻次中的前n位，其中，n為大于1的正整數(shù)。

15.一種電子設(shè)備，包括：

16.一種存儲有計(jì)算機(jī)指令的非瞬時(shí)計(jì)算機(jī)可讀存儲介質(zhì)，其中，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的方法。

17.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本公開提供了一種設(shè)備檢測方法、裝置、電子設(shè)備和存儲介質(zhì)，涉及人工智能技術(shù)領(lǐng)域，尤其涉及流量數(shù)據(jù)處理、網(wǎng)絡(luò)生態(tài)安全和深度學(xué)習(xí)等領(lǐng)域，可應(yīng)用于搜索、社交、購物、出行、問答、本地生活、視頻等場景中。具體實(shí)現(xiàn)方案為：獲取第一設(shè)備中的應(yīng)用程序的激活行為數(shù)據(jù)；對所述激活行為數(shù)據(jù)中各個行為數(shù)據(jù)分片進(jìn)行特征計(jì)算，得到各個所述行為數(shù)據(jù)分片的第一特征；基于各個所述行為數(shù)據(jù)分片之間的時(shí)間距離，對各個所述行為數(shù)據(jù)分片的第一特征進(jìn)行特征修正，得到各個所述行為數(shù)據(jù)分片的第二特征；基于各個所述行為數(shù)據(jù)分片的第二特征，確定所述第一設(shè)備是否為應(yīng)用程序激活作弊設(shè)備。

技術(shù)研發(fā)人員：趙小琦,孫高尚,沈杰,李世誠,范薺丹
受保護(hù)的技術(shù)使用者：百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10