CN104917643A - 异常账号检测方法及装置 - Google Patents

异常账号检测方法及装置 Download PDF

Info

Publication number
CN104917643A
CN104917643A CN201410088862.4A CN201410088862A CN104917643A CN 104917643 A CN104917643 A CN 104917643A CN 201410088862 A CN201410088862 A CN 201410088862A CN 104917643 A CN104917643 A CN 104917643A
Authority
CN
China
Prior art keywords
account
behavior label
tag types
access times
abnormal account
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410088862.4A
Other languages
English (en)
Other versions
CN104917643B (zh
Inventor
张�杰
陈敏浩
廖晨
林宇东
刘海生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Tencent Cloud Computing Beijing Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201410088862.4A priority Critical patent/CN104917643B/zh
Publication of CN104917643A publication Critical patent/CN104917643A/zh
Application granted granted Critical
Publication of CN104917643B publication Critical patent/CN104917643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Transfer Between Computers (AREA)

Abstract

本发明提供了一种异常账号检测方法,包括:接收上传的业务请求,查找所述业务请求对应的发起帐号;从所述业务请求中提取相应的请求参数,所述请求参数包括至少一种行为标签,且所述行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种;根据所述请求参数更新与所述发起账号对应的统计信息,所述统计信息包括与行为标签各自对应的访问次数;根据所述统计信息判断所述发起账号是否为异常账号。此外,还提供了一种异常账号检测装置。上述异常账号检测方法和装置能够提高准确性。

Description

异常账号检测方法及装置
技术领域
本发明涉及网络安全技术领域,特别是涉及一种异常账号检测方法及装置。
背景技术
目前互联网上帐号密码泄漏很严重,经常发生盗号事件。盗号者在盗取账号密码后,通常会向盗取的账号对应的好友发送色情广告、诈骗、病毒链接等消息,扰乱用户的日常生活,因此,需要对这种异常账号进行检测。
传统技术中检测异常账号的方法通常基于IP段,通过统计接收到的指令类型的分布判断该IP段是否被盗号者所占用,从而将该IP段下的账号判定为异常账号。
然而,盗号者可通过拨号、代理IP等手段绕过上述检测方法,且对IP段进行判定也容易将该IP段下的正常账号(例如同一个网关下子网中的其他用户账号)误判为异常账号,使得对异常账号的判定准确度不高。
发明内容
基于此,有必要提供一种能够提高准确度的异常账号检测方法。
一种异常账号检测方法,包括:
接收上传的业务请求,查找所述业务请求对应的发起帐号;
从所述业务请求中提取相应的请求参数,所述请求参数包括至少一种行为标签,且所述行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种;
根据所述请求参数更新与所述发起账号对应的统计信息,所述统计信息包括与行为标签各自对应的访问次数;
根据所述统计信息判断所述发起账号是否为异常账号。
此外,还有必要提供一种能够提高准确度的异常账号检测装置
一种异常账号检测装置,包括:
请求接收模块,用于接收上传的业务请求,查找所述业务请求对应的发起帐号;
标签提取模块,用于从所述业务请求中提取相应的请求参数,所述请求参数包括至少一种行为标签,且所述行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种;
统计信息更新模块,用于根据所述请求参数更新与所述发起账号对应的统计信息,所述统计信息包括与行为标签各自对应的访问次数;
异常判定模块,用于根据所述统计信息判断所述发起账号是否为异常账号。
上述异常账号检测方法和装置基于发起账号对应的历史发送的业务请求中包含的行为标签的访问次数的统计信息对发起账号进行判定,和传统技术中基于IP段的模拟测试方法相比,直接关注发起账号的业务请求历史记录,不会造成对IP段进行封杀时,对该IP段下子网中的其他正常账号进行封杀,从而提高了准确性。且根据请求参数中提取的多种行为标签的访问次数进行判定,可参考用户的历史访问记录,即该用户的浏览兴趣和操作习惯,由于盗号者使用异常账号的操作习惯通常与该账号的用户使用时的操作习惯相差较大,因此,检测异常账号的准确性也得到提高。
附图说明
图1为一个实施例中异常账号检测方法的流程图;
图2为一个实施例中异常账号判定过程的流程图;
图3为一个实施例中标签类型为系统类型的访问次数分布柱状图;
图4为一个实施例中标签类型为业务类型的访问次数分布柱状图;
图5为一个实施例中标签类型为时间区间的访问次数分布柱状图;
图6为一个实施例中异常账号检测装置的结构示意图;
图7为一个实施例中运行异常账号检测方法的服务器运行环境示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
除非上下文另有特定清楚的描述,本发明中的元件和组件,数量既可以单个的形式存在,也可以多个的形式存在,本发明并不对此进行限定。本发明中的步骤虽然用标号进行了排列,但并不用于限定步骤的先后次序,除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础,否则步骤的相对次序是可以调整的。可以理解,本文中所使用的术语“和/或”涉及且涵盖相关联的所列项目中的一者或一者以上的任何和所有可能的组合。
在一个实施例中,如图1所示,一种异常账号检测方法,该方法可依赖于计算机程序,能够运行于基于冯洛伊曼体系的计算机系统上。该计算机系统可以是互联网应用的服务器设备。
在本实施例中,如图1所示,该方法包括:
步骤S102,接收上传的业务请求,查找业务请求对应的发起帐号。
业务请求即用户使用的互联网应用的客户端向服务器发送的访问请求,用于向服务器要求提供相应的业务服务。发起账号即用户注册的互联网应用的账号。用户在通过客户端向服务器发送业务请求之前,需要先使用其注册的发起账号进行登录,登录后服务器即创建与客户端的会话。可根据接收到业务请求的连接查找到相应的会话,通过会话找到发起账号。
例如,业务请求可以是网页访问请求,用户可在登录网站后通过点击链接发起网页访问请求;业务请求也可以是即时通信消息请求,用户可在登录即时通信软件之后通过客户端向服务器发起即时通信消息请求,即时通信消息请求中可包含消息以及作为该消息的发送目标的关联账号,服务器接收该即时通信消息请求后即可将提取出消息并转发给相应的关联账号;业务请求也可以是客户端操作请求,用户使用客户端软件(例如游戏客户端)时,在客户端界面上对按钮和输入框的操作触发的事件产生的数据将由客户端通过客户端操作请求发送至服务器,服务器即可在会话中查找到在客户端上操作之前登录的发起账号。
步骤S104,从业务请求中提取相应的请求参数,请求参数包括至少一种行为标签,且行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种。
如上所述,业务请求中包含多种参数信息(统称为请求参数),行为标签即为对应某个种类(即标签类型)的参数信息的具体的参数值。
例如,对于标签类型为业务标识的行为标签,在业务请求为网页访问请求的应用场景中,行为标签可以是用户点击的页面中链接的url。若用户点击了网页中3个链接,则对应发起3个业务请求,该三个业务请求在标签类型为业务标识下的行为标签即分别为该3个链接各自的url。而在业务请求为客户端操作请求的应用场景中,行为标签可以是客户端根据用户操作生成的指令的标识信息或该互联网应用定义的客户端与服务器通信的通信协议的标识信息。
对于标签类型为时间区间的行为标签,可以是服务器接收到业务请求时的时间戳。例如,可预先按小时设置时间区间,若服务器接收到3个业务请求时的时间戳分别为0点40分32秒、4点10分52秒、6点08分37秒,则时间戳分别位于0(即0点到1点之间的时间区间)、4(即4点到5点之间的时间区间)、6(即6点到7点之间的时间区间)三个时间戳内,相应的该三个业务请求在时间区间下的行为标签即分别为0、4和6。
对于标签类型为IP地址的行为标签,则行为标签可以是发起的业务请求的客户端的IP地址或IP地址段。
对于标签类型为发起位置的行为标签,则可预先按省、市、县或区划定地理位置局域,然后根据业务请求中IP地址的位置获取发起位置类型的行为标签。例如,若按省划定地理位置区域,则在接收到3个分别来自佛山市、宜昌市和北京市海淀区的业务请求时,该三个业务请求在标签类型为发起位置下的行为标签即分别为广东、湖北和北京。
对于标签类型为系统类型的行为标签,则可预先为根据安装客户端程序的终端的操作系统类型划分系统类型,然后根据业务请求中包含的终端的系统相关信息确定行为标签。例如,若接收到3个业务请求中包含的系统信息分别为android4.0、android4.4和ios7.0,则该三个业务请求在标签类型为系统类型下的行为标签即分别为android、android和ios。
对于标签类型为版本标识的行为标签,则可预先为根据客户端程序的版本信息进行划分,然后根据业务请求中包含的终端的版本信息确定行为标签。例如,若接收到3个业务请求中包含的版本信息分别为android4.0、android4.4和android4.2,则该三个业务请求在标签类型为版本标识下的行为标签即分别为4.0、4.4和4.2。
业务数据数值区间可以是金额区间。例如,在互联网应用为支付应用的应用场景中,对于标签类型为业务数据数值区间的行为标签,则可根据业务请求中包含的支付金额信息进行划分。例如,若预先划定支付金额0至500为A段,500至2000为B段,2000至10000为C段,10000至100000为D段,100000以上为E段,则若接收到3个业务请求中包含的支付金额分别为321、6663和23412,则该三个业务请求在标签类型为版本标识下的行为标签即分别为A、C和D。
业务数据数值区间也可以是资源下载/上传的数量区间。例如,在互联网应用为下载应用的应用场景中,对于标签类型为业务数据数值区间的行为标签,则可根据业务请求中包含的请求批量下载的资源的数量进行划分。例如,若预先划定下载数量0至5为A段,5至20为B段,20至100为C段,100至1000为D段,1000以上为E段,则若接收到3个批量下载请求中的要求下载的资源的数量分别为2、12和999,则该三个批量下载请求在标签类型为版本标识下的行为标签即分别为A、B和D。
也就是说,业务数据数值区间可以是业务请求中包含的与业务数据的数量相关的各种数值区间。在不同的应用场景中,并不限于上述两种数值区间类型。
在互联网应用为即时通信应用的应用场景中,对于标签类型为关联账号的行为标签,则可以是业务请求对应的关联账号的数量。例如,若三个业务请求分别为:给1个指定的好友发消息,给5个指定的好友发消息,给所有200个好友发消息,则该三个业务请求在标签类型为关联账号下的行为标签即分别为1、5、200。
需要说明的是,行为标签的标签类型并不限于上述的业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号等类型,在其他实施例中,还可根据业务请求中的参数设置行为标签的类型。例如,若客户端与服务器之间预先定义有较复杂的通信协议,客户端向服务器发送的业务请求中需要按照该通信协议限定的方式包含多种属性值,则也可按照通信协议的规定的属性值设置行为标签的标签类型。
例如,在网络游戏应用场景中,游戏客户端和服务器之间预设的游戏通信协议中预先限定了业务请求中需要添加显卡类型和当前帧数的属性值,则可将显卡类型和当前帧数作为行为标签的标签类型进行设置。
步骤S106,根据请求参数更新与发起账号对应的统计信息,统计信息包括与行为标签各自对应的访问次数。
统计信息可存储在数据库中,更新与发起账号对应的统计信息即根据由接收到的业务请求提取的多个业务标签更新数据库中业务标签的访问次数。
例如,若请求参数包括业务标识和时间区间两种标签类型(实际中不限于该两种标签类型,在此为方便描述),则在业务请求包含的行为标签为submit(表示用户在客户端输入了提交指令)和4(表示接收到该业务请求的时间戳位于4至5点之间),则可在数据库中将标签类型为业务标识下的行为标签submit对应的访问次数加1,将标签类型为时间区间下的行为标签4对应的访问次数加1,而其他的行为标签,例如标签类型为时间区间下的行为标签5对应访问次数则保持不变。
步骤S108,根据统计信息判断发起账号是否为异常账号。
在本实施例中,如图2所示,根据统计信息判断发起账号是否为异常账号的步骤包括:
步骤S202,获取请求参数中的行为标签,获取其各自对应的访问次数,筛选出其各自对应的访问次数大于第一阈值的行为标签。
在本实施例中,可获取请求参数中行为标签各自对应的标签类型,获取与各个标签类型对应的第一阈值,筛选出其各自对应的访问次数大于其标签类型对应的第一阈值的行为标签。
步骤S204,获取标签类型的第一数量和筛选出的行为标签的第二数量,根据第一数量和第二数量判定发起账号是否为异常账号。
在本实施例中,可根据第一数量和第二数量判定所述发起账号是否为异常账号的步骤为:计算第二数量和所述第一数量的比值,判断比值是否小于第二阈值,若是,则将发起账号判定为异常账号。
例如,在一个web应用场景中,由网页访问请求中提取的行为标签包括业务标识、时间区间、IP地址和发起位置4种,分别为:
业务标识:\home
时间区间:4
IP地址:61.135.169.125
发起位置:北京
则可在统计信息中查找该4个行为标签各自对应的访问次数,并获取与每个标签类型对应的第一阈值,如表1所示:
表1
标签类型 行为标签 访问次数 第一阈值
业务标识 \home 929 423
时间区间 4 2 333
IP地址 61.135.169.125 223 123
发起位置 北京 1029 433
由表1可看出,标签类型一共有4种,即第一数量为4;而大于各自对应的第一阈值的行为标签有3个,即第二数量为3。因此,第二数量和第一数量的比值为3/4=0.75,若第二阈值设置为0.6,则该网页访问请求对应的发起账号为正常账号,因为仅仅有时间区间下的行为标签有异常情况,但很可能是该用户熬夜4点上网看体育直播,因此该发起账号为异常账号的几率较小。
但是,若在该例中,IP地址和发起位置的行为标签分别为新疆的IP和位置,且访问次数小于各自的第一阈值,则第二数量为1,第二数量和第一数量的比值为1/4=0.25小于0.6,则可将该网页访问请求对应的发起账号为异常账号。因为注册该账号的用户通常不会离开其常驻地,并在凌晨4点进行活动,因此该发起账号为异常账号的几率较大。
在本实施例中,第一阈值可以是动态设置的阈值,也可根据统计信息中的访问次数计算得出。例如,可遍历统计信息中的标签类型,查找与遍历到的标签类型对应的行为标签及其对应的访问次数,并生成与遍历到的标签类型对应的访问次数分布;根据访问次数分布计算与遍历到的标签类型对应的第一阈值。
优选的,可获取标签类型下的所有行为标签的访问次数之和N以及第一数目M,可根据N和M的比值计算第一阈值,例如,可根据公式:
F=a×N/M+b
计算某个标签类型对应的第一阈值F。其中N为该标签类型下的所有行为标签的访问次数之和,M该标签类型的第二数量,a和b为预设的调节因子。
例如,若标签类型为系统类型,且系统类型下的行为标签为android、ios、wp(windows phone)和其他,且其访问次数分布如图3中的柱状图所示:
android:964(96.4%);
ios:23(2.3%);
wp:11(1.1%);
其他:2(0.2%);
则第一阈值可设置为250。
在另一个实施例中,也可先计算某个标签类型下所有行为标签的访问次数的均值和方差,若方差小于预设的值,则可将该标签类型对应的第一阈值设置为小于访问次数最小值的值。
例如,若标签类型为业务类型,其访问次数分布如图4中的柱状图所示,每种业务类型的访问次数分布较平均,而访问次数最小值为行为标签A的访问次数,则可将第一阈值设置为小于该访问次数的值。也就是说,可不参考该行为标签。
若方差大于预设的值,则可先过滤掉访问次数与前述计算的均值之差小于预设的值的行为标签,然后将过滤后的行为标签对应的访问次数的最小值作为第一阈值。例如,若标签类型为时间区间,其访问次数分布如图5中的柱状图所示,则0至8的访问次数过少,可先排除,然后将行为标签10的访问次数设置为第一阈值。
需要说明的是,计算第一阈值的方法并不限于上述介绍的方案,管理员可根据实际需要动态地调整第一阈值的计算方法。且计算第一阈值的步骤可在每接收到业务请求时执行,也可定期或在接收到业务请求的次数达到一定值时进行计算(因为单一的业务请求在统计中通常不会影响整体的访问次数分布,而定期或在接收到业务请求的次数达到一定值时进行计算可减少频繁计算第一阈值带来的性能损耗)。
在判定了发起账号为异常账号之后,服务器可将客户端的业务请求暂停处理,并返回认证问题。认证问题可以是用户注册账号时填写的密码保护问题,例如身份证号、父母姓名、毕业院校等相关的问题。客户端可通过页面或窗口展示问题,并将用户输入的认证答案返回给服务器进行校验,若服务器校验通过,则表示该发起账号为正常账号,从而继续执行该业务请求。且可为该会话设置发起账号为正常账号的标记,即由该会话接收到的业务请求均为正常账号所发起,不需要对其是否为异常账号进行判定(统计信息仍要更新)。也可设置一个定时器,例如在一周之内,不在对该发起账号进行判定。
在一个实施例中,如图6所示,一种异常账号检测装置,包括请求接收模块102、标签提取模块104、统计信息更新模块106和异常判定模块108,其中:
一种异常账号检测装置,包括:
请求接收模块102,用于接收上传的业务请求,查找业务请求对应的发起帐号。
标签提取模块104,用于从业务请求中提取相应的请求参数,请求参数包括至少一种行为标签,且行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种。
统计信息更新模块106,用于根据请求参数更新与发起账号对应的统计信息,统计信息包括与行为标签各自对应的访问次数。
异常判定模块108,用于根据统计信息判断发起账号是否为异常账号。
在本实施例中,异常判定模块108还用于获取请求参数中的行为标签,获取其各自对应的访问次数,筛选出其各自对应的访问次数大于第一阈值的行为标签;获取标签类型的第一数量和筛选出的行为标签的第二数量,根据第一数量和第二数量判定发起账号是否为异常账号。
在本实施例中,异常判定模块108还用于计算第二数量和第一数量的比值,判断比值是否小于第二阈值,若是,则将发起账号判定为异常账号。
在本实施例中,异常判定模块108还用于获取请求参数中行为标签各自对应的标签类型,获取与各个标签类型对应的第一阈值,筛选出其各自对应的访问次数大于其标签类型对应的第一阈值的行为标签。
在本实施例中,如图6所示,异常账号检测装置还包括阈值计算模块110,用于遍历统计信息中的标签类型,查找与遍历到的标签类型对应的行为标签及其对应的访问次数,并生成与遍历到的标签类型对应的访问次数分布;根据访问次数分布计算与遍历到的标签类型对应的第一阈值。
上述异常账号检测方法和装置基于发起账号对应的历史发送的业务请求中包含的行为标签的访问次数的统计信息对发起账号进行判定,和传统技术中基于IP段的模拟测试方法相比,直接关注发起账号的业务请求历史记录,不会造成对IP段进行封杀时,对该IP段下子网中的其他正常账号进行封杀,从而提高了准确性。且根据请求参数中提取的多种行为标签的访问次数进行判定,可参考用户的历史访问记录,即该用户的浏览兴趣和操作习惯,由于盗号者使用异常账号的操作习惯通常与该账号的用户使用时的操作习惯相差较大,因此,检测异常账号的准确性也得到提高。
在一个实施例中,如图7所示,提供了一种可运行前述异常账号检测方法的服务器结构示意图,该服务器结构可应用于互联网应用的服务器上。该服务器500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)522(例如,一个或一个以上处理器)和存储器532,一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(如前述的请求接收模块102、标签提取模块104、统计信息更新模块106和异常判定模块108),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器522可以设置为与存储介质530通信,在服务器500上执行存储介质530中的一系列指令操作。服务器500还可以包括一个或一个以上电源526,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口558,和/或,一个或一个以上操作系统541,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述图1所示实施例中所述的由服务器所执行的步骤可以基于该图7所示的服务器结构。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种异常账号检测方法,包括:
接收上传的业务请求,查找所述业务请求对应的发起帐号;
从所述业务请求中提取相应的请求参数,所述请求参数包括至少一种行为标签,且所述行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种;
根据所述请求参数更新与所述发起账号对应的统计信息,所述统计信息包括与行为标签各自对应的访问次数;
根据所述统计信息判断所述发起账号是否为异常账号。
2.根据权利要求1所述的异常账号检测方法,其特征在于,所述根据所述统计信息判断所述发起账号是否为异常账号的步骤包括:
获取所述请求参数中的行为标签,获取其各自对应的访问次数,筛选出其各自对应的访问次数大于第一阈值的行为标签;
获取所述标签类型的第一数量和所述筛选出的行为标签的第二数量,根据所述第一数量和第二数量判定所述发起账号是否为异常账号。
3.根据权利要求2所述的异常账号检测方法,其特征在于,所述根据所述第一数量和第二数量判定所述发起账号是否为异常账号的步骤为:
计算所述第二数量和所述第一数量的比值,判断所述比值是否小于第二阈值,若是,则将所述发起账号判定为异常账号。
4.根据权利要求2所述的异常账号检测方法,其特征在于,所述筛选出其各自对应的访问次数大于第一阈值的行为标签的步骤为:
获取请求参数中行为标签各自对应的标签类型,获取与各个标签类型对应的第一阈值,筛选出其各自对应的访问次数大于其标签类型对应的第一阈值的行为标签。
5.根据权利要求2所述的异常账号检测方法,其特征在于,所述方法还包括:
遍历统计信息中的标签类型,查找与遍历到的标签类型对应的行为标签及其对应的访问次数,并生成与遍历到的标签类型对应的访问次数分布;
根据所述访问次数分布计算与所述遍历到的标签类型对应的第一阈值。
6.一种异常账号检测装置,其特征在于,包括:
请求接收模块,用于接收上传的业务请求,查找所述业务请求对应的发起帐号;
标签提取模块,用于从所述业务请求中提取相应的请求参数,所述请求参数包括至少一种行为标签,且所述行为标签的标签类型包括业务标识、时间区间、IP地址、发起位置、系统类型、版本标识、业务数据数值区间或关联账号中的至少一种;
统计信息更新模块,用于根据所述请求参数更新与所述发起账号对应的统计信息,所述统计信息包括与行为标签各自对应的访问次数;
异常判定模块,用于根据所述统计信息判断所述发起账号是否为异常账号。
7.根据权利要求6所述的异常账号检测装置,其特征在于,所述异常判定模块还用于获取所述请求参数中的行为标签,获取其各自对应的访问次数,筛选出其各自对应的访问次数大于第一阈值的行为标签;获取所述标签类型的第一数量和所述筛选出的行为标签的第二数量,根据所述第一数量和第二数量判定所述发起账号是否为异常账号。
8.根据权利要求7所述的异常账号检测装置,其特征在于,所述异常判定模块还用于计算所述第二数量和所述第一数量的比值,判断所述比值是否小于第二阈值,若是,则将所述发起账号判定为异常账号。
9.根据权利要求7所述的异常账号检测装置,其特征在于,所述异常判定模块还用于获取请求参数中行为标签各自对应的标签类型,获取与各个标签类型对应的第一阈值,筛选出其各自对应的访问次数大于其标签类型对应的第一阈值的行为标签。
10.根据权利要求7所述的异常账号检测装置,其特征在于,所述装置还包括阈值计算模块,用于遍历统计信息中的标签类型,查找与遍历到的标签类型对应的行为标签及其对应的访问次数,并生成与遍历到的标签类型对应的访问次数分布;根据所述访问次数分布计算与所述遍历到的标签类型对应的第一阈值。
CN201410088862.4A 2014-03-11 2014-03-11 异常账号检测方法及装置 Active CN104917643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410088862.4A CN104917643B (zh) 2014-03-11 2014-03-11 异常账号检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410088862.4A CN104917643B (zh) 2014-03-11 2014-03-11 异常账号检测方法及装置

Publications (2)

Publication Number Publication Date
CN104917643A true CN104917643A (zh) 2015-09-16
CN104917643B CN104917643B (zh) 2019-02-01

Family

ID=54086371

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410088862.4A Active CN104917643B (zh) 2014-03-11 2014-03-11 异常账号检测方法及装置

Country Status (1)

Country Link
CN (1) CN104917643B (zh)

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096996A (zh) * 2016-05-31 2016-11-09 北京奇虎科技有限公司 移动终端作弊行为的检测方法及相应装置
CN106507308A (zh) * 2016-11-29 2017-03-15 中国银联股份有限公司 一种身份认证方法及装置
CN106571933A (zh) * 2016-11-03 2017-04-19 广州酷狗计算机科技有限公司 业务处理方法及装置
WO2017124954A1 (zh) * 2016-01-21 2017-07-27 阿里巴巴集团控股有限公司 一种通过丢失账号定位恶意账号的方法和系统
CN107222471A (zh) * 2017-05-26 2017-09-29 微梦创科网络科技(中国)有限公司 一种非人工刷功能接口的识别方法及识别系统
CN107465651A (zh) * 2016-06-06 2017-12-12 腾讯科技(深圳)有限公司 网络攻击检测方法及装置
CN107743108A (zh) * 2016-09-21 2018-02-27 腾讯科技(深圳)有限公司 一种介质访问控制地址识别方法及装置
CN107819765A (zh) * 2017-11-13 2018-03-20 长沙科悦企业管理咨询有限公司 一种公众平台游戏账号管理登录系统
CN107872436A (zh) * 2016-09-27 2018-04-03 阿里巴巴集团控股有限公司 一种账号识别方法、装置及系统
CN108295477A (zh) * 2018-01-26 2018-07-20 珠海金山网络游戏科技有限公司 一种基于大数据的游戏账号安全检测方法、系统及装置
CN108540431A (zh) * 2017-03-03 2018-09-14 阿里巴巴集团控股有限公司 账号类型的识别方法、装置和系统
CN108694547A (zh) * 2018-06-15 2018-10-23 顺丰科技有限公司 账号异常识别方法、装置、设备和储存介质
CN108768943A (zh) * 2018-04-26 2018-11-06 腾讯科技(深圳)有限公司 一种检测异常账号的方法、装置及服务器
CN109446764A (zh) * 2018-09-18 2019-03-08 广州神马移动信息科技有限公司 一种知识问答中答题用户的身份验证方法、装置和终端设备
CN109600398A (zh) * 2019-01-28 2019-04-09 杭州数梦工场科技有限公司 一种账号使用行为检测方法及装置
CN110198476A (zh) * 2018-02-27 2019-09-03 武汉斗鱼网络科技有限公司 弹幕行为异常检测方法、存储介质、电子设备及系统
CN110210883A (zh) * 2018-05-09 2019-09-06 腾讯科技(深圳)有限公司 群控账号识别方法、装置、服务器及存储介质
CN110460587A (zh) * 2019-07-23 2019-11-15 平安科技(深圳)有限公司 一种异常账号检测方法、装置及计算机存储介质
CN110474871A (zh) * 2019-07-05 2019-11-19 中国平安财产保险股份有限公司 一种异常账号检测方法、装置、计算机设备及存储介质
CN110505181A (zh) * 2018-05-17 2019-11-26 优酷网络技术(北京)有限公司 客户端识别方法及装置
CN110611635A (zh) * 2018-06-14 2019-12-24 蓝盾信息安全技术股份有限公司 一种基于多维度失陷账号的检测方法
CN110704832A (zh) * 2019-09-27 2020-01-17 杭州顺网科技股份有限公司 基于大数据处理识别实体账号营业场所唯一性的判断方法
CN111078417A (zh) * 2019-12-17 2020-04-28 深圳前海环融联易信息科技服务有限公司 账号调度方法、装置、计算机设备及存储介质
WO2020082588A1 (zh) * 2018-10-25 2020-04-30 平安科技(深圳)有限公司 异常业务请求的识别方法、装置、电子设备及介质
CN111737556A (zh) * 2020-07-03 2020-10-02 广州云博互联网技术有限公司 一种大数据信息热度分析方法及云平台装置
CN112733104A (zh) * 2021-01-11 2021-04-30 杭州迪普科技股份有限公司 账号注册请求处理方法及装置
CN112822143A (zh) * 2019-11-15 2021-05-18 网宿科技股份有限公司 一种ip地址的评估方法、系统及设备
CN113297840A (zh) * 2021-04-28 2021-08-24 百果园技术(新加坡)有限公司 恶意流量账号检测方法、装置、设备和存储介质
CN113660277A (zh) * 2021-08-18 2021-11-16 广州优视云集科技有限公司 一种基于复用埋点信息的反爬虫方法及处理终端
CN113783828A (zh) * 2020-11-25 2021-12-10 北京沃东天骏信息技术有限公司 一种业务系统监控方法和装置
WO2022222665A1 (zh) * 2021-04-20 2022-10-27 北京字节跳动网络技术有限公司 一种请求识别方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101924660A (zh) * 2009-06-09 2010-12-22 阿尔卡特朗讯公司 检测网络恶意行为的方法和装置
CN102325062A (zh) * 2011-09-20 2012-01-18 北京神州绿盟信息安全科技股份有限公司 异常登录检测方法及装置
WO2012073233A1 (en) * 2010-11-29 2012-06-07 Biocatch Ltd. Method and device for confirming computer end-user identity
US20120297477A1 (en) * 2011-05-18 2012-11-22 Check Point Software Technologies Ltd. Detection of account hijacking in a social network
CN103023718A (zh) * 2012-11-29 2013-04-03 北京奇虎科技有限公司 一种用户登录监测设备和方法
CN103532797A (zh) * 2013-11-06 2014-01-22 网之易信息技术(北京)有限公司 一种用户登录异常监测方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101924660A (zh) * 2009-06-09 2010-12-22 阿尔卡特朗讯公司 检测网络恶意行为的方法和装置
WO2012073233A1 (en) * 2010-11-29 2012-06-07 Biocatch Ltd. Method and device for confirming computer end-user identity
US20120297477A1 (en) * 2011-05-18 2012-11-22 Check Point Software Technologies Ltd. Detection of account hijacking in a social network
CN102325062A (zh) * 2011-09-20 2012-01-18 北京神州绿盟信息安全科技股份有限公司 异常登录检测方法及装置
CN103023718A (zh) * 2012-11-29 2013-04-03 北京奇虎科技有限公司 一种用户登录监测设备和方法
CN103532797A (zh) * 2013-11-06 2014-01-22 网之易信息技术(北京)有限公司 一种用户登录异常监测方法和装置

Cited By (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017124954A1 (zh) * 2016-01-21 2017-07-27 阿里巴巴集团控股有限公司 一种通过丢失账号定位恶意账号的方法和系统
CN106096996A (zh) * 2016-05-31 2016-11-09 北京奇虎科技有限公司 移动终端作弊行为的检测方法及相应装置
CN107465651A (zh) * 2016-06-06 2017-12-12 腾讯科技(深圳)有限公司 网络攻击检测方法及装置
CN107743108B (zh) * 2016-09-21 2020-06-23 腾讯科技(深圳)有限公司 一种介质访问控制地址识别方法及装置
CN107743108A (zh) * 2016-09-21 2018-02-27 腾讯科技(深圳)有限公司 一种介质访问控制地址识别方法及装置
CN107872436B (zh) * 2016-09-27 2020-11-24 阿里巴巴集团控股有限公司 一种账号识别方法、装置及系统
CN107872436A (zh) * 2016-09-27 2018-04-03 阿里巴巴集团控股有限公司 一种账号识别方法、装置及系统
CN106571933A (zh) * 2016-11-03 2017-04-19 广州酷狗计算机科技有限公司 业务处理方法及装置
CN106571933B (zh) * 2016-11-03 2020-12-04 广州酷狗计算机科技有限公司 业务处理方法及装置
CN106507308A (zh) * 2016-11-29 2017-03-15 中国银联股份有限公司 一种身份认证方法及装置
CN108540431A (zh) * 2017-03-03 2018-09-14 阿里巴巴集团控股有限公司 账号类型的识别方法、装置和系统
CN107222471A (zh) * 2017-05-26 2017-09-29 微梦创科网络科技(中国)有限公司 一种非人工刷功能接口的识别方法及识别系统
CN107222471B (zh) * 2017-05-26 2020-01-14 微梦创科网络科技(中国)有限公司 一种非人工刷功能接口的识别方法及识别系统
CN107819765A (zh) * 2017-11-13 2018-03-20 长沙科悦企业管理咨询有限公司 一种公众平台游戏账号管理登录系统
CN108295477A (zh) * 2018-01-26 2018-07-20 珠海金山网络游戏科技有限公司 一种基于大数据的游戏账号安全检测方法、系统及装置
CN108295477B (zh) * 2018-01-26 2021-10-15 珠海金山网络游戏科技有限公司 一种基于大数据的游戏账号安全检测方法、系统及装置
CN110198476B (zh) * 2018-02-27 2021-09-07 武汉斗鱼网络科技有限公司 弹幕行为异常检测方法、存储介质、电子设备及系统
CN110198476A (zh) * 2018-02-27 2019-09-03 武汉斗鱼网络科技有限公司 弹幕行为异常检测方法、存储介质、电子设备及系统
CN108768943A (zh) * 2018-04-26 2018-11-06 腾讯科技(深圳)有限公司 一种检测异常账号的方法、装置及服务器
CN108768943B (zh) * 2018-04-26 2020-06-26 腾讯科技(深圳)有限公司 一种检测异常账号的方法、装置及服务器
CN110210883A (zh) * 2018-05-09 2019-09-06 腾讯科技(深圳)有限公司 群控账号识别方法、装置、服务器及存储介质
CN110210883B (zh) * 2018-05-09 2023-08-22 腾讯科技(深圳)有限公司 群控账号识别方法、装置、服务器及存储介质
CN110505181A (zh) * 2018-05-17 2019-11-26 优酷网络技术(北京)有限公司 客户端识别方法及装置
CN110611635A (zh) * 2018-06-14 2019-12-24 蓝盾信息安全技术股份有限公司 一种基于多维度失陷账号的检测方法
CN110611635B (zh) * 2018-06-14 2022-02-25 蓝盾信息安全技术股份有限公司 一种基于多维度失陷账号的检测方法
CN108694547A (zh) * 2018-06-15 2018-10-23 顺丰科技有限公司 账号异常识别方法、装置、设备和储存介质
CN109446764A (zh) * 2018-09-18 2019-03-08 广州神马移动信息科技有限公司 一种知识问答中答题用户的身份验证方法、装置和终端设备
WO2020082588A1 (zh) * 2018-10-25 2020-04-30 平安科技(深圳)有限公司 异常业务请求的识别方法、装置、电子设备及介质
CN109600398B (zh) * 2019-01-28 2022-03-01 杭州数梦工场科技有限公司 一种账号使用行为检测方法及装置
CN109600398A (zh) * 2019-01-28 2019-04-09 杭州数梦工场科技有限公司 一种账号使用行为检测方法及装置
CN110474871B (zh) * 2019-07-05 2023-10-13 中国平安财产保险股份有限公司 一种异常账号检测方法、装置、计算机设备及存储介质
CN110474871A (zh) * 2019-07-05 2019-11-19 中国平安财产保险股份有限公司 一种异常账号检测方法、装置、计算机设备及存储介质
CN110460587B (zh) * 2019-07-23 2022-01-25 平安科技(深圳)有限公司 一种异常账号检测方法、装置及计算机存储介质
CN110460587A (zh) * 2019-07-23 2019-11-15 平安科技(深圳)有限公司 一种异常账号检测方法、装置及计算机存储介质
CN110704832A (zh) * 2019-09-27 2020-01-17 杭州顺网科技股份有限公司 基于大数据处理识别实体账号营业场所唯一性的判断方法
CN110704832B (zh) * 2019-09-27 2022-03-01 杭州顺网科技股份有限公司 基于大数据处理识别实体账号营业场所唯一性的判断方法
CN112822143B (zh) * 2019-11-15 2022-05-27 网宿科技股份有限公司 一种ip地址的评估方法、系统及设备
CN112822143A (zh) * 2019-11-15 2021-05-18 网宿科技股份有限公司 一种ip地址的评估方法、系统及设备
CN111078417A (zh) * 2019-12-17 2020-04-28 深圳前海环融联易信息科技服务有限公司 账号调度方法、装置、计算机设备及存储介质
CN111737556A (zh) * 2020-07-03 2020-10-02 广州云博互联网技术有限公司 一种大数据信息热度分析方法及云平台装置
CN113783828A (zh) * 2020-11-25 2021-12-10 北京沃东天骏信息技术有限公司 一种业务系统监控方法和装置
CN112733104A (zh) * 2021-01-11 2021-04-30 杭州迪普科技股份有限公司 账号注册请求处理方法及装置
CN112733104B (zh) * 2021-01-11 2023-08-25 杭州迪普科技股份有限公司 账号注册请求处理方法及装置
WO2022222665A1 (zh) * 2021-04-20 2022-10-27 北京字节跳动网络技术有限公司 一种请求识别方法、装置、设备及存储介质
CN113297840A (zh) * 2021-04-28 2021-08-24 百果园技术(新加坡)有限公司 恶意流量账号检测方法、装置、设备和存储介质
CN113297840B (zh) * 2021-04-28 2024-05-24 百果园技术(新加坡)有限公司 恶意流量账号检测方法、装置、设备和存储介质
CN113660277A (zh) * 2021-08-18 2021-11-16 广州优视云集科技有限公司 一种基于复用埋点信息的反爬虫方法及处理终端

Also Published As

Publication number Publication date
CN104917643B (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN104917643A (zh) 异常账号检测方法及装置
US20210133816A1 (en) Cross-Browser, Cross-Machine Recoverable User Identifiers
US11546439B2 (en) Method and system for predicting a geographic location of a network entity
CN107169094B (zh) 信息聚合方法及装置
CN106202117B (zh) 数据处理方法、装置和服务器
AU2022279417A1 (en) Methods and apparatus to collect distributed user information for media impressions
US8438184B1 (en) Uniquely identifying a network-connected entity
US11411928B2 (en) Mobile device identification using second entity matching
CN106934627B (zh) 一种电商行业作弊行为的检测方法及装置
US11030632B2 (en) Device identification systems and methods
CN105100032A (zh) 一种防止资源盗取的方法及装置
US20170011113A1 (en) System and Method for Identifying Users on a Network
US9721279B2 (en) Determining mobile operators for mobile devices
WO2015005957A1 (en) Methods and apparatus to collect distributed user information for media impressions
CN110677384B (zh) 钓鱼网站的检测方法及装置、存储介质、电子装置
US20170076323A1 (en) Matching devices with entities using real-time data and batch-processed data
WO2011147800A1 (en) Method of identifying remote users of websites
CN111143165A (zh) 一种监控方法及装置
US20160253711A1 (en) Methods and systems for network terminal identification
CN113572752A (zh) 异常流量的检测方法和装置、电子设备、存储介质
CN105491172B (zh) 一种用于确定网络地址的归属地信息的方法与设备
US10277709B2 (en) Determining a visitation profile for a user
EP3057291B1 (en) Method for providing a third party service associated with a network-accessible site
CN110968785B (zh) 目标帐号的识别方法和装置、存储介质及电子装置
CN113037792B (zh) 一种业务识别参数的验证方法、装置及网关

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20190808

Address after: 518000 Nanshan District science and technology zone, Guangdong, Zhejiang Province, science and technology in the Tencent Building on the 1st floor of the 35 layer

Co-patentee after: Tencent cloud computing (Beijing) limited liability company

Patentee after: Tencent Technology (Shenzhen) Co., Ltd.

Address before: Shenzhen Futian District City, Guangdong province 518000 Zhenxing Road, SEG Science Park 2 East Room 403

Patentee before: Tencent Technology (Shenzhen) Co., Ltd.