一種風(fēng)險事件確定方法及裝置的制造方法
【專利摘要】本申請公開了一種風(fēng)險事件確定方法及裝置，用以提高確定風(fēng)險事件的效率和準(zhǔn)確率。該方法獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集，在預(yù)設(shè)的比對特征集中，判斷是否存在與當(dāng)前特征集相匹配的比對特征集，其中，該比對特征集是與安全事件對應(yīng)的特征集，若是，則確定當(dāng)前事件為安全事件，否則，確定當(dāng)前事件為風(fēng)險事件，這樣，服務(wù)器只需要獲取該當(dāng)前事件的特征，就可以確定當(dāng)前事件為安全事件或風(fēng)險事件，從而有效提高確定風(fēng)險事件的效率，由于服務(wù)器獲取的特征集中各特征可較全面準(zhǔn)確的描述該事件，這樣，確定出的當(dāng)前事件為風(fēng)險事件或安全事件的準(zhǔn)確性較高。
【專利說明】
一種風(fēng)險事件確定方法及裝置
技術(shù)領(lǐng)域
[0001] 本申請涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種風(fēng)險事件確定方法及裝置。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，越來越多的用戶習(xí)慣于通過網(wǎng)絡(luò)獲取服務(wù)器提供的 各種網(wǎng)絡(luò)服務(wù)。
[0003] 考慮到在實際應(yīng)用場景中，多數(shù)事件為合法操作的事件，這類事件為安全事件，但 是也存在非法操作的事件，這類事件稱為風(fēng)險事件。比如，非法用戶在盜用合法用戶的賬號 下進(jìn)行業(yè)務(wù)操作時，該業(yè)務(wù)操作的事件為風(fēng)險事件。為了保證合法用戶信息的安全性，需要 在風(fēng)險事件發(fā)生時，及時確定該風(fēng)險事件，以便于后續(xù)及時作出相應(yīng)的處理（如，攔截等）。
[0004] 在現(xiàn)有技術(shù)中，服務(wù)器是通過策略決策的方式來確定風(fēng)險事件的，具體的，服務(wù)器 根據(jù)歷史事件，確定各類型歷史事件對應(yīng)的業(yè)務(wù)邏輯規(guī)則。當(dāng)服務(wù)器獲取到當(dāng)前正在發(fā)生 的事件時，判斷是否存在與該事件相匹配的業(yè)務(wù)邏輯規(guī)則，若是，確定該事件為安全事件， 否則，確定該事件為風(fēng)險事件。
[0005] 但是，目前，隨著事件類型的不斷拓展，事件類型的數(shù)量呈指數(shù)型增長，這樣，為這 些呈指數(shù)型增長的事件設(shè)置業(yè)務(wù)邏輯規(guī)則，耗時耗力，從而會導(dǎo)致確定風(fēng)險事件的效率較 低的問題，此外，一旦未及時為增長的事件設(shè)置業(yè)務(wù)邏輯規(guī)則，這就可能會導(dǎo)致風(fēng)險事件確 定不準(zhǔn)確的問題。

【發(fā)明內(nèi)容】

[0006] 本申請實施例提供一種風(fēng)險事件確定方法及裝置，用以提高確定風(fēng)險事件的效率 和準(zhǔn)確率。
[0007] 本申請實施例提供的風(fēng)險事件確定方法，包括：
[0008] 獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集；
[0009] 在預(yù)設(shè)的比對特征集中，判斷是否存在與所述當(dāng)前特征集相匹配的比對特征集， 其中，所述比對特征集是與安全事件對應(yīng)的特征集；
[0010] 若是，則確定所述當(dāng)前事件為安全事件；
[0011] 否則，確定所述當(dāng)前事件為風(fēng)險事件。
[0012] 本申請實施例提供的風(fēng)險事件確定裝置，包括：
[0013] 獲取模塊，用于獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集；
[0014] 判斷模塊，用于在預(yù)設(shè)的比對特征集中，判斷是否存在與所述當(dāng)前特征集相匹配 的比對特征集，其中，所述比對特征集是與安全事件對應(yīng)的特征集；
[0015] 確定模塊，用于當(dāng)存在與所述當(dāng)前特征集相匹配的比對特征集時，確定所述當(dāng)前 事件為安全事件，以及當(dāng)不存在與所述當(dāng)前特征集相匹配的比對特征集時，確定所述當(dāng)前 事件為風(fēng)險事件。
[0016] 本申請實施例提供的風(fēng)險事件確定方法及裝置，該方法獲取由當(dāng)前事件的各特征 構(gòu)成的當(dāng)前特征集，在預(yù)設(shè)的比對特征集中，判斷是否存在與當(dāng)前特征集相匹配的比對特 征集，其中，該比對特征集是與安全事件對應(yīng)的特征集，若是，則確定當(dāng)前事件為安全事件， 否則，確定當(dāng)前事件為風(fēng)險事件，這樣，服務(wù)器只需要獲取該當(dāng)前事件的特征，就可以確定 當(dāng)前事件為安全事件或風(fēng)險事件，從而有效提高確定風(fēng)險事件的效率，由于服務(wù)器獲取的 特征集中各特征可較全面準(zhǔn)確的描述該事件，這樣，確定出的當(dāng)前事件為風(fēng)險事件或安全 事件的準(zhǔn)確性較高。
【附圖說明】
[0017] 此處所說明的附圖用來提供對本申請的進(jìn)一步理解，構(gòu)成本申請的一部分，本申 請的示意性實施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當(dāng)限定。在附圖中：
[0018] 圖1為本申請實施例提供的風(fēng)險事件確定方法流程不意圖；
[0019] 圖2為本申請實施例提供的初始矩陣A13X6中各行、各列、各歷史交易之間的關(guān)系 示意圖；
[0020] 圖3為本申請實施例提供的風(fēng)險事件確定裝置結(jié)構(gòu)示意圖。
【具體實施方式】
[0021] 為使本申請的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本申請具體實施例及 相應(yīng)的附圖對本申請技術(shù)方案進(jìn)行清楚、完整地描述。顯然，所描述的實施例僅是本申請一 部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├?，本領(lǐng)域普通技術(shù)人員在沒有做 出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護(hù)的范圍。
[0022] 圖1為本申請實施例提供的風(fēng)險事件確定方法，具體包括以下步驟：
[0023] S101 :獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集。
[0024] 考慮到在實際應(yīng)用場景中，每個當(dāng)前發(fā)生的事件或者每個歷史事件往往會有多個 描述該事件的特征，則每個事件對應(yīng)一個由該事件的各特征組成的特征集。
[0025] 在本申請實施例中，服務(wù)器則可獲取當(dāng)前事件的各特征構(gòu)成的特征集，將該特征 集作為當(dāng)前特征集。
[0026] 例如，在電子商務(wù)領(lǐng)域，用戶通過終端向服務(wù)器發(fā)起購買商品的業(yè)務(wù)請求，服務(wù)器 處理該當(dāng)前業(yè)務(wù)的過程就對應(yīng)一個當(dāng)前事件，服務(wù)器可獲取該當(dāng)前事件對應(yīng)的賬號、登錄 地點、登錄時間等特征構(gòu)成的特征集。
[0027] 在本申請實施例中，事件的特征不限于上述的賬號、登錄地點、登錄時間等特征。 具體的，事件（當(dāng)前事件或歷史事件）的特征可包括但不限于注冊特征、環(huán)境特征、操作特 征、業(yè)務(wù)特征等，每一類型的特征還可以是在不同時間維度（如，近一小時、近一天、近一個 月、近一年等時間維度）的多個特征。
[0028] 所述的注冊特征可包括但不限于注冊賬號時的用戶名、用戶身份證、用戶聯(lián)系方 式、注冊日期、注冊時的英特網(wǎng)協(xié)議（Internet Protocol，IP)地址、注冊終端的物理地址 (Media Access Control，MAC)等。
[0029] 所述的環(huán)境特征可包括但不限于事件發(fā)生時，終端的IP地址、終端的MAC地址、 Cookie、當(dāng)前地理位置（如國籍、省份、城市）等。
[0030] 所述的操作特征可包括但不限于同一身份證注冊賬號的數(shù)目、賬號的登錄次數(shù)、 登錄頻次和密碼修改次數(shù)等。
[0031] 所述的業(yè)務(wù)特征可包括但不限于當(dāng)前事件的業(yè)務(wù)類型、商品類目、支付類型等。
[0032] 由于事件的特征越多，對該事件的描述就越詳盡，從而就對該事件的描述就越準(zhǔn) 確。在本申請實施例中，針對當(dāng)前事件，服務(wù)器可獲取設(shè)定數(shù)量的特征，該設(shè)定數(shù)量可以是 幾百個或上千個，則服務(wù)器可獲取預(yù)設(shè)特征類型和特征數(shù)量的各特征，將獲取的各特征構(gòu) 成的特征集合，作為當(dāng)前特征集。
[0033] 例如，預(yù)設(shè)特征類型包括注冊特征、環(huán)境特征、操作特征、業(yè)務(wù)特征，預(yù)設(shè)注冊特征 的特征數(shù)量為300,環(huán)境特征的特征數(shù)量為500,操作特征的特征數(shù)量為500,業(yè)務(wù)特征的特 征數(shù)量為100 ;則各類型特征的總特征數(shù)量為300+500+500+100 = 1400。服務(wù)器可獲取當(dāng) 前事件對應(yīng)的300個注冊特征，500個環(huán)境特征，500個操作特征，以及100個業(yè)務(wù)特征，將 獲取的1400個特征構(gòu)成的特征集合，作為當(dāng)前特征集。
[0034] S102:在預(yù)設(shè)的比對特征集中，判斷是否存在與當(dāng)前特征集相匹配的比對特征集， 若是，則執(zhí)行步驟S103,否則，執(zhí)行步驟S104。
[0035] 在本申請實施例中，所述的比對特征集是預(yù)設(shè)的與安全事件對應(yīng)的特征集。其中， 所述的安全事件為正常操作產(chǎn)生的大樣本事件，該安全事件是相對于不正常操作產(chǎn)生的小 樣本風(fēng)險事件而言的。
[0036] 例如，在電子商務(wù)領(lǐng)域，假設(shè)交易（事件）的特征包括賬號、登錄地點、登錄時間。 若大量交易的賬號相同、登錄地點固定（比如，經(jīng)常在北京登錄），登錄時間范圍固定（比 如，通常在白天登錄），則認(rèn)為該類型交易為大樣本交易，對應(yīng)安全交易。若該交易的賬號對 應(yīng)的登錄地點由北京變?yōu)樵颇希卿洉r間范圍由原來的白天變?yōu)橥砩狭璩?，則認(rèn)為當(dāng)前交 易為小樣本交易，對應(yīng)風(fēng)險交易。
[0037] 在本申請實施例中，所述的比對特征集中可包括多個安全事件對應(yīng)的特征集。為 了能夠更清楚的說明本發(fā)明，本申請以下將以少數(shù)幾個交易事件和少量特征為例示意性的 說明本發(fā)明。假設(shè)比對特征集中包括安全交易1~安全交易3對應(yīng)的特征集，安全交易1~ 3,每一個交易的特征均包括：賬號、登錄地點和登錄時間，各安全交易和各特征的對應(yīng)關(guān)系 如表1所示。
[0038]
[0039] 表 1
[0040] 在表1中，安全交易1的各特征（賬號1、北京、8 :00~22 :00)，安全交易2的各 特征（賬號2、上海、8 :00~22 :00)，以及安全交易3的各特征（賬號3、武漢、8 :00~22 : 00)構(gòu)成比對特征集。
[0041] 例如，假設(shè)當(dāng)前交易的各特征構(gòu)成的當(dāng)前特征集包括：賬號1、登錄地點為北京、 登錄時間為10 :30(在比對特征集的登錄時間范圍內(nèi)），則說明該當(dāng)前交易的各特征與表1 中所示的安全交易1對應(yīng)的各特征完全匹配，可確定當(dāng)前交易的當(dāng)前特征集與表1所示的 比對特征集匹配，則通過步驟S103確定當(dāng)前交易（當(dāng)前事件）為安全交易（安全事件）。
[0042] 又例如，假設(shè)當(dāng)前交易的各特征構(gòu)成的當(dāng)前特征集包括：賬號1、登錄地點為云 南、登錄時間為00 :30(不在8 :00~22 :00的范圍內(nèi)），則說明該當(dāng)前交易的各特征與表 1中所示的安全交易1、2或3對應(yīng)的各特征均不匹配，可確定當(dāng)前交易的當(dāng)前特征集與表 1所示的比對特征集不匹配，這可說明該賬號很可能被不法分子盜取，且不法分子通過盜取 的賬號進(jìn)行交易，則確定該交易為風(fēng)險交易，則通過步驟S104確定當(dāng)前交易為不安全交易 (風(fēng)險事件）。
[0043] S103 :確定當(dāng)前事件為安全事件。
[0044] S104 :確定當(dāng)前事件為風(fēng)險事件。
[0045] 本申請上述圖1所示的方法，服務(wù)器獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征 集，判斷該當(dāng)前特征集是否與比對特征集相匹配，由于該比對特征集為與安全事件對應(yīng)的 特征集，即風(fēng)險事件對應(yīng)的特征集不在該比對特征集中，若當(dāng)前特征集與比對特征集相匹 配，則可確定該當(dāng)前事件為安全事件，否則，確定當(dāng)前事件為風(fēng)險事件，這樣，服務(wù)器只需要 獲取該當(dāng)前事件的特征，而不需要確定事件對應(yīng)的業(yè)務(wù)邏輯規(guī)則，從而有效提高確定風(fēng)險 事件的效率。
[0046] 此外，由于服務(wù)器獲取的當(dāng)前事件的各特征的數(shù)量一般都較大，大量的特征可較 全面準(zhǔn)確的描述該事件，這樣，通過特征集確定出的風(fēng)險事件或安全事件的準(zhǔn)確性就較高。
[0047] 在本申請實施例中，判斷是否存在與當(dāng)前特征集相匹配的比對特征集之前，需要 預(yù)設(shè)比對特征集。
[0048] 比如，可以對多個樣本事件（包括大樣本事件和小樣本事件）對應(yīng)的大量特征 (如，超高維度的特征）進(jìn)行特征篩選（如，特征維度規(guī)約），保留最具代表性的少數(shù)特征來 準(zhǔn)確表達(dá)事件，則特征篩選的過程中，保留相互之間為強(qiáng)相關(guān)的特征，摒棄相互之間為弱相 關(guān)的特征，保留下來的特征為大樣本安全事件對應(yīng)的特征，可構(gòu)成比對特征集。
[0049] 具體的，預(yù)設(shè)比對特征集時，預(yù)先根據(jù)記錄的各歷史事件，確定由各歷史事件的特 征構(gòu)成的初始特征集，對該初始特征集進(jìn)行歸約處理，將歸約處理后得到的特征集作為比 對特征集，其中，該歸約處理是對特征維度進(jìn)行歸約處理，該歸約處理的過程，就是對初始 特征集的特征維度進(jìn)行壓縮的過程。
[0050] 所述的歸約處理是一種對大型數(shù)據(jù)集的統(tǒng)計處理，在本申請實施例中，各歷史事 件的特征構(gòu)成的初始特征集可形成初始矩陣；該初始矩陣的每一行與一個歷史事件相對 應(yīng)；所述初始矩陣的每一列與各歷史事件的一個特征相對應(yīng)；所述比對特征集為對初始特 征集進(jìn)行歸約處理后得到的壓縮矩陣；則對初始特征集進(jìn)行歸約處理時，具體可首先確定 初始矩陣的協(xié)方差矩陣，對該協(xié)方差矩陣進(jìn)行奇異值分解，得到酉矩陣U、酉矩陣V和對角 矩陣Σ ;在對角矩陣Σ中的各奇異值λ中，選取大于預(yù)設(shè)閾值的奇異值λ ;保留酉矩陣U 中與選取的奇異值對應(yīng)的各列特征，得到列數(shù)壓縮后的酉矩陣U，即在酉矩陣U的各特征 中，確定與選取的奇異值λ對應(yīng)的各列特征所構(gòu)成的矩陣，作為列數(shù)壓縮后的酉矩陣U;將 協(xié)方差矩陣與列數(shù)壓縮后的酉矩陣U相乘得到壓縮矩陣，則該壓縮矩陣中的特征集就是比 對特征集。
[0051] 例如，在電子商務(wù)領(lǐng)域，服務(wù)器可獲取最近一年的所有歷史交易（歷史事件），假 設(shè)獲取了歷史交易1~歷史交易3,每一個歷史交易的特征包括特征1~特征6,特征1~ 特征6分別為賬號、登錄地點、登錄時間、登錄IP、賬號的密碼修改次數(shù)、賬號登錄次數(shù)。則 歷史交易1~3的各特征構(gòu)成一個三行六列（3x6)的初始矩陣A1 3X6。初始矩陣A13X6中各 行、各列、各歷史交易之間的關(guān)系如圖2所示。
[0052] 在圖2中，歷史交易1~3分別對應(yīng)矩陣A1的第1~3行，特征1~6分別對應(yīng) 矩陣A1的第1~6列。例如，歷史交易1的6個特征位于初始矩陣A1 3X6的第一行，則歷史 交易1對應(yīng)矩陣A13X6的第1行；歷史交易1~3的各特征1位于矩陣A1 3X6的第1列，則 特征1對應(yīng)矩陣A13X6的第1列。
[0053] 服務(wù)器獲得初始矩陣A13X6 (初始特征集）后，對初始矩陣A13X6進(jìn)行歸約處理時， 首先計算初始矩陣A13X6任意兩個特征之間的協(xié)方差，各協(xié)方差構(gòu)成的矩陣為協(xié)方差矩陣 A26X6 為：
[0054]
[0055] 在矩陣A26X6中，X，y，z，1，m，η分別為特征1~特征6對應(yīng)的6個變量。
[0056] 以計算X和y兩個特征之間的協(xié)方差為例說明，計算特征X和特征y之間的協(xié)方 差cov(x，y)的公式如（1-1)所示。
[0057] (1.-1 )
[0058] 其中，公式（1-1)中，m為初始矩陣A13X6的行數(shù)，m為大于1的整數(shù)，xi為初始矩 陣A1 3X6中第一列第i行的元素，yi為第二列第i行的元素 ，μ x為第一列元素的均值，μ y 為第二列元素的均值。
[0059] 得到6x6的協(xié)方差矩陣A26X6之后，對該協(xié)方差矩陣A2 6X6進(jìn)行奇異值分解，得到 酉矩陣U、酉矩陣V和對角矩陣Σ，協(xié)方差矩陣A26X6與酉矩陣U、酉矩陣V和對角矩陣Σ的 關(guān)系，如公式（1-2)所示。
[0060] A26X6 - U 6Χ4Σ 4x4V4x6 (1_2)
[0061] 公式（1-2)中，對角矩陣Σ 4X4的對角線上的元素為協(xié)方差矩陣A26X6的奇異值 λ?~λ4，λ1~λ4依次位于對角矩陣的第一行~第四行。各奇異值的大小可以反應(yīng)兩 個特征之間的相關(guān)程度，奇異值越大說明對應(yīng)的兩個特征之間的相關(guān)程度越大，奇異值越 小說明對應(yīng)的兩個特征之間的相關(guān)程度越小。則在對角矩陣Σ的各奇異值中，選取大于預(yù) 設(shè)閾值的奇異值。假設(shè)λ?、λ2和λ3大于預(yù)設(shè)閾值，選取λ?、λ2和λ3,保留酉矩陣U 中λ 1、λ2和λ3對應(yīng)的第一列~第三列的元素，摒棄酉矩陣U中第四列~第六列的元素， 得到的新的酉矩陣U'6X3;最后將協(xié)方差矩陣A2 6X6與新的酉矩陣U' 6X3相乘，得到壓縮矩陣 A36X3，該壓縮矩陣A36X3中的特征集就是比對特征集。
[0062] 在本申請實施例中，當(dāng)確定出比對特征集之后，在該比對特征集中，判斷是否存在 與當(dāng)前特征集相匹配的比對特征集，具體可確定當(dāng)前特征集對應(yīng)的當(dāng)前矩陣，再確定當(dāng)前 矩陣與列數(shù)壓縮后的酉矩陣U相乘得到的變換矩陣，然后判斷壓縮矩陣中是否存在變換矩 陣，若是，確定存在與當(dāng)前特征集相匹配的比對特征集，否則，確定不存在與當(dāng)前特征集相 匹配的比對特征集。
[0063] 沿用上例，在確定當(dāng)前特征集對應(yīng)的當(dāng)前矩陣時，根據(jù)預(yù)設(shè)特征1~特征6獲取當(dāng) 前交易的6個特征構(gòu)成的當(dāng)前特征集，該當(dāng)前特征集為1x6的矩陣，將該矩陣作為當(dāng)前矩陣 A0 1X6，假設(shè)該當(dāng)前矩陣為A0= {1 2 8 7 5 9}。將1x6的當(dāng)前矩陣A01X6與酉矩陣U' 6><3相 乘，得到1x3的變換矩陣，該變換矩陣中僅包含三個元素，在6x3的壓縮矩陣A3 6X3中，查找 是否存在變換矩陣，若存在，則說明，當(dāng)前矩陣A01X6與壓縮矩陣A3 6X3相匹配，該當(dāng)前矩陣 A01X6對應(yīng)的當(dāng)前交易為安全交易，否則，就可確定當(dāng)前矩陣A0 1X6與壓縮矩陣A36X3不匹配， 該當(dāng)前交易為風(fēng)險交易。
[0064] 例如，繼續(xù)沿用上例，假設(shè)壓縮矩陣A36X3為：
[0065] 若當(dāng)前矩陣A01X6與酉矩陣U' 6X3相乘，得到1x3的變換矩陣為{1、2、1}時，遍歷 壓縮矩陣中的每一行，從壓縮矩陣A36X3可知，壓縮矩陣中的第一行為變換矩陣為{1、2、1}， 可見，壓縮矩陣A3 6X3中存在變換矩陣{1、2、1}。
[0066] 若當(dāng)前矩陣A01X6與酉矩陣U' 6X3相乘，得到1x3的變換矩陣為{1、2、9}時，遍歷 壓縮矩陣中的每一行，從壓縮矩陣A36X3可知，壓縮矩陣中的每一行與{1、2、9}均不同，說明 壓縮矩陣A3 6X3中不存在變換矩陣{1、2、9}。
[0067] 在本申請實施例中，初始矩陣A13X6和當(dāng)前矩陣AO 1X6中的元素的量綱不完全相同 時，為了使得各特征的值具有可比性，則在本申請實施例中，獲取初始矩陣A1 3X6和當(dāng)前矩 陣A〇i X6后，可對這兩個矩陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理。
[0068] 具體的，在確定所述初始矩陣的協(xié)方差矩陣之前，所述方法還包括：對所述初始矩 陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理。
[0069] 在確定所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘得到的變換矩陣之前，所 述方法還包括：對所述當(dāng)前矩陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理。
[0070] 上述對元素進(jìn)行標(biāo)準(zhǔn)化處理時，針對初始矩陣中的每一列元素，確定該列元素的 均值μ和標(biāo)準(zhǔn)差S;根據(jù)公式= 對待標(biāo)準(zhǔn)化的元素進(jìn)行標(biāo)準(zhǔn)化處理，該待標(biāo)準(zhǔn)化 的元素與確定出均值μ和標(biāo)準(zhǔn)差S的一列元素對應(yīng)的特征相同；其中，xi為待標(biāo)準(zhǔn)化的元 素，xi'為標(biāo)準(zhǔn)化處理后的元素，i為正整數(shù)；待標(biāo)準(zhǔn)化的元素可以為所述初始矩陣中的元 素或者可以為當(dāng)前矩陣中的元素。
[0071] 例如，對初始矩陣A13X6中的第一行第二列的元素 2進(jìn)行標(biāo)準(zhǔn)化處理時，計算初始 矩陣A13X6中第二列的元素的均值μ和標(biāo)準(zhǔn)差S，將計算出的μ和S值以及元素2代入公 另
1中，計算出的Xi'的值為元素 2的標(biāo)準(zhǔn)化處理后的值。
[0072] 又例如，對當(dāng)前矩陣A01X6中的第一行第一列的元素 1進(jìn)行標(biāo)準(zhǔn)化處理時，獲取 (或者計算）初始矩陣A13X6中第一列元素的均值μ和標(biāo)準(zhǔn)差S，將計算出的μ和S值以 及當(dāng)前矩陣Α01Χ6中的元素1代入公式
中，計算出的Xi'的值為元素1的標(biāo)準(zhǔn) 化處理后的值。
[0073] 以上為本申請實施例提供的風(fēng)險事件確定方法，基于同樣的思路，本申請實施例 還提供了一種風(fēng)險事件確定裝置，如圖2所示。
[0074] 圖3為本申請實施例提供的風(fēng)險事件確定裝置，具體包括：
[0075] 獲取模塊31，用于獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集；
[0076] 判斷模塊32,用于在預(yù)設(shè)的比對特征集中，判斷是否存在與所述當(dāng)前特征集相匹 配的比對特征集，其中，比對特征集是與安全事件對應(yīng)的特征集；
[0077] 確定模塊33,用于當(dāng)存在與所述當(dāng)前特征集相匹配的比對特征集時，確定所述當(dāng) 前事件為安全事件，以及當(dāng)不存在與所述當(dāng)前特征集相匹配的比對特征集時，確定所述當(dāng) 前事件為風(fēng)險事件。
[0078] 可選的，所述裝置還包括：
[0079] 預(yù)設(shè)模塊34,用于預(yù)先根據(jù)記錄的各歷史事件，確定由各歷史事件的特征構(gòu)成的 初始特征集，對所述初始特征集進(jìn)行歸約處理，將歸約處理后得到的特征集作為比對特征 集。
[0080] 可選的，所述初始特征集為初始矩陣；所述初始矩陣的每一行與一個歷史事件相 對應(yīng)；所述初始矩陣的每一列與各歷史事件的一個特征相對應(yīng)；所述比對特征集為壓縮矩 陣；
[0081] 所述預(yù)設(shè)模塊34具體用于，確定所述初始矩陣的協(xié)方差矩陣；對所述協(xié)方差矩陣 進(jìn)行奇異值分解，得到酉矩陣U和對角矩陣；在所述對角矩陣中的各奇異值中，選取大于預(yù) 設(shè)閾值的奇異值；保留所述酉矩陣U中與選取的奇異值對應(yīng)的各列特征，得到列數(shù)壓縮后 的酉矩陣U ;將所述協(xié)方差矩陣與列數(shù)壓縮后的酉矩陣U相乘得到壓縮矩陣。
[0082] 可選的，所述判斷模塊32具體用于，確定所述當(dāng)前特征集對應(yīng)的當(dāng)前矩陣；確定 所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘得到的變換矩陣；判斷所述壓縮矩陣中是 否存在所述變換矩陣；
[0083] 所述確定模塊33具體用于，當(dāng)所述壓縮矩陣中存在所述變換矩陣時，確定存在與 所述當(dāng)前特征集相匹配的比對特征集，當(dāng)所述壓縮矩陣中不存在所述變換矩陣時，確定不 存在與所述當(dāng)前特征集相匹配的比對特征集。
[0084] 可選的，所述裝置還包括：
[0085] 處理模塊35,用于在確定所述初始矩陣的協(xié)方差矩陣之前，對所述初始矩陣中的 每一個元素進(jìn)行標(biāo)準(zhǔn)化處理，以及在確定所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘 得到的變換矩陣之前，對所述當(dāng)前矩陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理。
[0086] 可選的，所述處理模塊35具體用于，針對初始矩陣中的每一列元素，確定該列元 素的均值μ和標(biāo)準(zhǔn)差s ;根據(jù)公另
對待標(biāo)準(zhǔn)化的元素進(jìn)行標(biāo)準(zhǔn)化處理，其中， xi為待標(biāo)準(zhǔn)化的元素，xi'為標(biāo)準(zhǔn)化處理后的元素，i為正整數(shù)；所述待標(biāo)準(zhǔn)化的元素為所 述初始矩陣中的元素或者所述當(dāng)前矩陣中的元素。
[0087] 綜上所述，本申請實施例提供的一種風(fēng)險事件確定方法及裝置，該方法服務(wù)器獲 取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集，然后判斷該當(dāng)前特征集是否與比對特征集相匹 配，由于該比對特征集為與安全事件對應(yīng)的特征集，即風(fēng)險事件對應(yīng)的特征集不在該比對 特征集中，若當(dāng)前特征集與比對特征集相匹配，則可確定該當(dāng)前事件為安全事件，否則，確 定當(dāng)前事假為風(fēng)險事件，這樣，服務(wù)器只需要獲取該當(dāng)前事件的特征，而不需要確定事件對 應(yīng)的業(yè)務(wù)邏輯規(guī)則，從而有效提高確定風(fēng)險事件的效率。此外，由于服務(wù)器獲取的特征集中 特征數(shù)量一般都較大，大量的特征可較全面準(zhǔn)確的描述該事件，這樣，通過特征集確定出的 風(fēng)險事件和安全事件的準(zhǔn)確性較高。
[0088] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機(jī)程序 產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實 施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī) 可用存儲介質(zhì)（包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等）上實施的計算機(jī)程序產(chǎn) 品的形式。
[0089] 本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備（系統(tǒng)）、和計算機(jī)程序產(chǎn)品的流程 圖和/或方框圖來描述的。應(yīng)理解可由計算機(jī)程序指令實現(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。可提供這些計算 機(jī)程序指令到通用計算機(jī)、專用計算機(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)生一個機(jī)器，使得通過計算機(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 用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能 的裝置。
[0090] 這些計算機(jī)程序指令也可存儲在能引導(dǎo)計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特 定方式工作的計算機(jī)可讀存儲器中，使得存儲在該計算機(jī)可讀存儲器中的指令產(chǎn)生包括指 令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或 多個方框中指定的功能。
[0091] 這些計算機(jī)程序指令也可裝載到計算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計 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)生計算機(jī)實現(xiàn)的處理，從而在計算機(jī)或 其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖 一個方框或多個方框中指定的功能的步驟。
[0092] 在一個典型的配置中，計算設(shè)備包括一個或多個處理器（CPU)、輸入/輸出接口、 網(wǎng)絡(luò)接口和內(nèi)存。
[0093] 內(nèi)存可能包括計算機(jī)可讀介質(zhì)中的非永久性存儲器，隨機(jī)存取存儲器（RAM)和/ 或非易失性內(nèi)存等形式，如只讀存儲器（ROM)或閃存（flash RAM)。內(nèi)存是計算機(jī)可讀介質(zhì) 的示例。
[0094] 計算機(jī)可讀介質(zhì)包括永久性和非永久性、可移動和非可移動媒體可以由任何方法 或技術(shù)來實現(xiàn)信息存儲。信息可以是計算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。 計算機(jī)的存儲介質(zhì)的例子包括，但不限于相變內(nèi)存（PRAM)、靜態(tài)隨機(jī)存取存儲器（SRAM)、 動態(tài)隨機(jī)存取存儲器（DRAM)、其他類型的隨機(jī)存取存儲器（RAM)、只讀存儲器（ROM)、電 可擦除可編程只讀存儲器（EEPR0M)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤只讀存儲器 (CD-ROM)、數(shù)字多功能光盤（DVD)或其他光學(xué)存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁 性存儲設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲可以被計算設(shè)備訪問的信息。按照本文中 的界定，計算機(jī)可讀介質(zhì)不包括暫存電腦可讀媒體（transitory media)，如調(diào)制的數(shù)據(jù)信 號和載波。
[0095] 還需要說明的是，術(shù)語"包括"、"包含"或者其任何其他變體意在涵蓋非排他性的 包含，從而使得包括一系列要素的過程、方法、商品或者設(shè)備不僅包括那些要素，而且還包 括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設(shè)備所固有的要 素。在沒有更多限制的情況下，由語句"包括一個……"限定的要素，并不排除在包括所述 要素的過程、方法、商品或者設(shè)備中還存在另外的相同要素。
[0096] 本領(lǐng)域技術(shù)人員應(yīng)明白，本申請的實施例可提供為方法、系統(tǒng)或計算機(jī)程序產(chǎn)品。 因此，本申請可采用完全硬件實施例、完全軟件實施例或結(jié)合軟件和硬件方面的實施例的 形式。而且，本申請可采用在一個或多個其中包含有計算機(jī)可用程序代碼的計算機(jī)可用存 儲介質(zhì)（包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等）上實施的計算機(jī)程序產(chǎn)品的形 式。
[0097] 以上所述僅為本申請的實施例而已，并不用于限制本申請。對于本領(lǐng)域技術(shù)人員 來說，本申請可以有各種更改和變化。凡在本申請的精神和原理之內(nèi)所作的任何修改、等同 替換、改進(jìn)等，均應(yīng)包含在本申請的權(quán)利要求范圍之內(nèi)。
【主權(quán)項】
1. 一種風(fēng)險事件確定方法，其特征值在于，包括： 獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集； 在預(yù)設(shè)的比對特征集中，判斷是否存在與所述當(dāng)前特征集相匹配的比對特征集，其中， 所述比對特征集是與安全事件對應(yīng)的特征集； 若是，則確定所述當(dāng)前事件為安全事件； 否則，確定所述當(dāng)前事件為風(fēng)險事件。2. 如權(quán)利要求1所述的方法，其特征在于，預(yù)設(shè)比對特征集，具體包括： 預(yù)先根據(jù)記錄的各歷史事件，確定由各歷史事件的特征構(gòu)成的初始特征集； 對所述初始特征集進(jìn)行歸約處理，將歸約處理后得到的特征集作為比對特征集。3. 如權(quán)利要求2所述的方法，其特征在于，所述初始特征集為初始矩陣；所述初始矩 陣的每一行與一個歷史事件相對應(yīng)；所述初始矩陣的每一列與各歷史事件的一個特征相對 應(yīng)；所述比對特征集為壓縮矩陣； 對所述初始特征集進(jìn)行歸約處理，具體包括： 確定所述初始矩陣的協(xié)方差矩陣； 對所述協(xié)方差矩陣進(jìn)行奇異值分解，得到酉矩陣U和對角矩陣； 在所述對角矩陣中的各奇異值中，選取大于預(yù)設(shè)闊值的奇異值； 保留所述酉矩陣U中與選取的奇異值對應(yīng)的各列特征，得到列數(shù)壓縮后的酉矩陣U ; 將所述協(xié)方差矩陣與列數(shù)壓縮后的酉矩陣U相乘得到壓縮矩陣。4. 如權(quán)利要求3所述的方法，其特征在于，在預(yù)設(shè)的比對特征集中，判斷是否存在與所 述當(dāng)前特征集相匹配的比對特征集，具體包括： 確定所述當(dāng)前特征集對應(yīng)的當(dāng)前矩陣； 確定所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘得到的變換矩陣； 判斷所述壓縮矩陣中是否存在所述變換矩陣； 若是，確定存在與所述當(dāng)前特征集相匹配的比對特征集； 否則，確定不存在與所述當(dāng)前特征集相匹配的比對特征集。5. 如權(quán)利要求4所述的方法，其特征在于，在確定所述初始矩陣的協(xié)方差矩陣之前，所 述方法還包括： 對所述初始矩陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理； 在確定所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘得到的變換矩陣之前，所述方 法還包括： 對所述當(dāng)前矩陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理。6. 如權(quán)利要求5所述的方法，其特征在于，對元素進(jìn)行標(biāo)準(zhǔn)化處理，具體包括： 針對初始矩陣中的每一列元素，確定該列元素的均值y和標(biāo)準(zhǔn)差S ; 根據(jù)公式對待標(biāo)準(zhǔn)化的元素進(jìn)行標(biāo)準(zhǔn)化處理，其中，Xi為待標(biāo)準(zhǔn)化的元 素，xi'為標(biāo)準(zhǔn)化處理后的元素，i為正整數(shù)； 所述待標(biāo)準(zhǔn)化的元素為所述初始矩陣中的元素或者所述當(dāng)前矩陣中的元素。7. -種風(fēng)險事件確定裝置，其特征在于，包括： 獲取模塊，用于獲取由當(dāng)前事件的各特征構(gòu)成的當(dāng)前特征集； 判斷模塊，用于在預(yù)設(shè)的比對特征集中，判斷是否存在與所述當(dāng)前特征集相匹配的比 對特征集，其中，所述比對特征集是與安全事件對應(yīng)的特征集； 確定模塊，用于當(dāng)存在與所述當(dāng)前特征集相匹配的比對特征集時，確定所述當(dāng)前事件 為安全事件，W及當(dāng)不存在與所述當(dāng)前特征集相匹配的比對特征集時，確定所述當(dāng)前事件 為風(fēng)險事件。8. 如權(quán)利要求7所述的裝置，其特征在于，所述裝置還包括： 預(yù)設(shè)模塊，用于預(yù)先根據(jù)記錄的各歷史事件，確定由各歷史事件的特征構(gòu)成的初始特 征集，對所述初始特征集進(jìn)行歸約處理，將歸約處理后得到的特征集作為比對特征集。9. 如權(quán)利要求8所述的裝置，其特征在于，所述初始特征集為初始矩陣；所述初始矩 陣的每一行與一個歷史事件相對應(yīng)；所述初始矩陣的每一列與各歷史事件的一個特征相對 應(yīng)；所述比對特征集為壓縮矩陣； 所述預(yù)設(shè)模塊具體用于，確定所述初始矩陣的協(xié)方差矩陣；對所述協(xié)方差矩陣進(jìn)行奇 異值分解，得到酉矩陣U和對角矩陣；在所述對角矩陣中的各奇異值中，選取大于預(yù)設(shè)闊值 的奇異值；保留所述酉矩陣U中與選取的奇異值對應(yīng)的各列特征，得到列數(shù)壓縮后的酉矩 陣U ;將所述協(xié)方差矩陣與列數(shù)壓縮后的酉矩陣U相乘得到壓縮矩陣。10. 如權(quán)利要求9所述的裝置，其特征在于，所述判斷模塊具體用于，確定所述當(dāng)前特 征集對應(yīng)的當(dāng)前矩陣；確定所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘得到的變換矩 陣；判斷所述壓縮矩陣中是否存在所述變換矩陣； 所述確定模塊具體用于，當(dāng)所述壓縮矩陣中存在所述變換矩陣時，確定存在與所述當(dāng) 前特征集相匹配的比對特征集，當(dāng)所述壓縮矩陣中不存在所述變換矩陣時，確定不存在與 所述當(dāng)前特征集相匹配的比對特征集。11. 如權(quán)利要求10所述的裝置，其特征在于，所述裝置還包括： 處理模塊，用于在確定所述初始矩陣的協(xié)方差矩陣之前，對所述初始矩陣中的每一個 元素進(jìn)行標(biāo)準(zhǔn)化處理，W及在確定所述當(dāng)前矩陣與所述列數(shù)壓縮后的酉矩陣U相乘得到的 變換矩陣之前，對所述當(dāng)前矩陣中的每一個元素進(jìn)行標(biāo)準(zhǔn)化處理。12. 如權(quán)利要求11所述的裝置，其特征在于，所述處理模塊具體用于，針對初始矩陣中 的每一列元素，確定該列元素的均值y和標(biāo)準(zhǔn)差S ;根據(jù)公式對待標(biāo)準(zhǔn)化的元 素進(jìn)行標(biāo)準(zhǔn)化處理，其中，Xi為待標(biāo)準(zhǔn)化的元素，xi'為標(biāo)準(zhǔn)化處理后的元素，i為正整數(shù)； 所述待標(biāo)準(zhǔn)化的元素為所述初始矩陣中的元素或者所述當(dāng)前矩陣中的元素。
【文檔編號】H04L29/06GK105991609SQ201510093189
【公開日】2016年10月5日
【申請日】2015年3月2日
【發(fā)明人】祝志博, 楊志雄, 張英
【申請人】阿里巴巴集團(tuán)控股有限公司