CN109561045A - 数据拦截方法及装置、存储介质和电子设备 - Google Patents
数据拦截方法及装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN109561045A CN109561045A CN201710873590.2A CN201710873590A CN109561045A CN 109561045 A CN109561045 A CN 109561045A CN 201710873590 A CN201710873590 A CN 201710873590A CN 109561045 A CN109561045 A CN 109561045A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- piece
- characteristic value
- request data
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
- H04L63/101—Access control lists [ACL]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
- H04L63/1466—Active attacks involving interception, injection, modification, spoofing of data unit addresses, e.g. hijacking, packet injection or TCP sequence number attacks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种数据拦截方法及装置、存储介质和电子设备,涉及数据处理领域。该数据拦截方法包括:获取预定时间片内的请求数据;其中,请求数据包含数据指标信息;基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值;基于特征值确定异常请求数据;以及对异常请求数据进行拦截。本公开可以避免异常数据的漏识别,进而可以提高异常数据拦截的成功率。
Description
技术领域
本公开涉及数据处理领域,具体而言,涉及一种数据拦截方法、数据拦截装置、存储介质和电子设备。
背景技术
数据接收端往往会接收到期望之外的数据,而这些数据可能是危害企业利益、用户利益乃至社会利益的恶意数据,在这种情况下,数据接收端需要对这些数据进行拦截。
以电商平台发放优惠券为例,优惠券作为推广新用户、反馈老用户、促进商品销量的一种方式,已被各大电商平台使用。商家发放优惠券的初衷本是实现用户和商家的互赢,然而,由于电商黑产的存在,危害了这一初衷。电商黑产往往通过互联网技术(例如,浏览器插件、抢券脚本或相应软件等),轮询各大电商平台的优惠券活动,在活动开始就通过大批量请求数据将优惠券收入囊中,然后转手售卖以谋取不正当利益。对用户而言,正常的请求数据被埋没在电商黑产发出的请求数据中,降低了正常用户抢券成功的概率,严重影响了抢券的公平性。
目前,针对上述问题的解决方案包括:针对同一账号一次性发出的多个请求数据进行拦截;针对IP同时发出多个请求数据进行拦截;以及结合账号历史情况进行拦截。针对一账号或IP,主要考虑的因素包括是否频繁进行抢券活动、优惠券是否进行交易、历史上是否进行机器抢券等。上述过程采用的是同步返回该请求是否进行拦截,即当请求发出时立即返回是否拦截的结果。然而,这种拦截方式的缺点在于,一方面,对于电商黑产采用软件、机器抢券的恶意行为,分析单条请求数据后,可能判断出不存在恶意的证据;另一方面,由于上述方式采用的是同步策略,因此在阈值前的请求可能已经被系统遗漏,例如,一条规则为同一IP请求次数大于9次,当进行拦截时,就会造成阈值之前的9条请求数据被系统放过。
鉴于此,需要一种数据拦截方法、数据拦截装置、存储介质和电子设备。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种数据拦截方法、数据拦截装置、存储介质和电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面,提供一种数据拦截方法,包括:
获取预定时间片内的请求数据;其中,请求数据包含数据指标信息;
基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值;
基于特征值确定异常请求数据;以及
对异常请求数据进行拦截。
优选地,预定时间片包括预发放时间片;
其中,预发放时间片为在业务活动开始后且业务数据发放前配置的时间片。
优选地,基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值包括:
统计预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为数据指标信息的特征值。
优选地,基于特征值确定异常请求数据包括:
基于预发放时间片内数据指标信息的特征值确定预发放时间片内的异常请求数据。
优选地,预定时间片还包括当前时间片;其中,基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值包括:
统计当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为数据指标信息的特征值。
优选地,基于特征值确定异常请求数据包括:
基于当前时间片内数据指标信息的特征值确定当前时间片内的异常请求数据。
优选地,基于特征值确定异常请求数据包括:
基于当前时间片内数据指标信息的特征值并结合预发放时间片内的异常请求数据和/或整场业务活动的异常请求数据确定当前时间片的异常请求数据。
优选地,数据拦截方法还包括:
确定整场业务活动的异常请求数据。
优选地,确定整场业务活动的异常请求数据包括:
统计整场业务活动获取的相同数据指标信息的时间间隔平均值和/或时间间隔方差;
根据整场业务活动的相同数据指标信息的时间间隔平均值和/或时间间隔方差确定整场业务活动的异常请求数据。
根据本公开的一个方面,提供一种数据拦截装置,包括:
数据获取模块,用于获取预定时间片内的请求数据;其中,请求数据包含数据指标信息;
特征值确定模块,用于基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值;
异常数据确定模块,用于基于特征值确定异常请求数据;以及
异常数据拦截模块,用于对异常请求数据进行拦截。
优选地,预定时间片包括预发放时间片;
其中,预发放时间片为在业务活动开始后且业务数据发放前配置的时间片。
优选地,特征值确定模块包括:
第一特征值确定单元,用于统计预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为数据指标信息的特征值。
优选地,异常数据确定模块包括:
第一异常数据确定单元,用于基于预发放时间片内数据指标信息的特征值确定预发放时间片内的异常请求数据。
优选地,预定时间片还包括当前时间片;其中,特征值确定模块包括:
第二特征值确定单元,用于统计当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为数据指标信息的特征值。
优选地,异常数据确定模块包括:
第二异常数据确定单元,用于基于当前时间片内数据指标信息的特征值确定当前时间片内的异常请求数据。
优选地,异常数据确定模块包括:
第三异常数据确定单元,用于基于当前时间片内数据指标信息的特征值并结合预发放时间片内的异常请求数据和/或整场业务活动的异常请求数据确定当前时间片的异常请求数据。
优选地,数据拦截装置还包括:
整场数据确定模块,用于确定整场业务活动的异常请求数据。
优选地,整场数据确定模块包括:
整场数据统计单元,用于统计整场业务活动获取的相同数据指标信息的时间间隔平均值和/或时间间隔方差;
整场数据确定单元,用于根据整场业务活动的相同数据指标信息的时间间隔平均值和/或时间间隔方差确定整场业务活动的异常请求数据。
根据本公开的一个方面,提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任意一项的数据拦截方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储处理器的可执行指令;
其中,处理器配置为经由执行可执行指令来执行上述任意一项的数据拦截方法。
在本公开的一些实施例所提供的技术方案中,通过获取预定时间片内的请求数据,基于获取的请求数据的统计信息确定请求数据中数据指标信息的特征值,基于特征值确定出异常请求数据,并对异常请求数据进行拦截,一方面,通过对预定时间片内的请求数据进行分析,实现了异步的风险控制策略,可以避免相关技术中采用同步策略而造成漏识别异常数据的问题,提高了异常数据拦截的成功率;另一方面,由于可以有效地拦截异常数据,因此正常数据可以及时地得到处理并反馈,维护了正常数据发出者的利益。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出了根据本公开的示例性实施方式的数据拦截方法的流程图;
图2示意性示出了根据本公开的示例性实施方式的数据拦截装置的方框图;
图3示意性示出了根据本公开的示例性实施方式的特征值确定模块的一种方框图;
图4示意性示出了根据本公开的示例性实施方式的异常数据确定模块的一种方框图;
图5示意性示出了根据本公开的示例性实施方式的特征值确定模块的另一种方框图;
图6示意性示出了根据本公开的示例性实施方式的异常数据确定模块的另一种方框图;
图7示意性示出了根据本公开的示例性实施方式的异常数据确定模块的再一种方框图;
图8示意性示出了根据本公开的示例性实施方式的数据拦截装置的另一方框图;
图9示意性示出了根据本公开的示例性实施方式的整场数据确定模块的方框图;
图10示出了根据本公开的示例性实施方式的存储介质的示意图;以及
图11示意性示出了根据本公开的示例性实施方式的电子设备的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
下面将以优惠券获取请求为例对本公开的示例性实施方式进行说明。然而,应当理解的是,本公开的数据拦截方法还可以应用于对其他类型的数据进行拦截,例如,在一些限时抢购、系统安全维护等场景中均可以采用本公开的数据拦截方法以避免异常数据的干扰。
图1示意性示出了本公开的示例性实施方式的数据拦截方法。参考图1,所述数据拦截方法可以包括以下步骤:
S10.获取预定时间片内的请求数据;其中,请求数据包含数据指标信息。
当业务活动开始时,服务器可以获取系统外部发送的请求数据,这些请求数据可以包括由用户发送的正常请求数据,还可能包括异常请求数据。其中,本公开所述的异常请求数据可以是由黑产通过互联网技术生成的恶意数据。
本公开所述的请求数据可以包含数据指标信息,其中,数据指标信息可以包含请求数据的标识信息,例如,数据指标信息可以包含用户或黑产使用的账号名称、注册时间、注册IP、注册手机的标识码、请求IP等。容易理解的是,其他与该用户相关的数据也可以包含于数据指标信息,例如,用户的邮箱号、注册的手机号等。
在本公开的示例性实施方式中,服务器可以获取预定时间片内的请求数据。根据本公开的一些实施例,预定时间片可以包括预发放时间片。具体的,系统开发人员可以在业务活动开始后且业务数据发放前配置一时间片,将该时间片作为预发放时间片。预发放时间片可以较短,以使用户在该时间片内几乎不可能向服务器发送请求数据或者在该时间片内不可能频繁发出请求数据。在这种情况下,一方面,通过对预发放时间片内获取的请求数据进行分析,有助于在正式发放业务数据前确定异常请求数据对应的账号或IP,并且在正式发放业务数据时对这些账号或IP发送的请求数据进行拦截;另一方面,由于预发放时间片较短,因此,几乎不会影响到正常用户发送请求并获取服务器的反馈信息。
以电商平台发放优惠券为例,当发放优惠券的活动开始后,服务器在预发放时间片内不发放优惠券,而是仅接受系统外部发送的获取优惠券的请求数据。例如,该预发放时间片可以例如为rand(0.05,0.2)秒,其中,rand(0.05,0.2)可以指0.05至0.2之间的随机数。然而,预发放时间还可以是其他时间,例如,0.02秒、0.3秒等,本公开对预发放时间片的具体数值不做特殊限定。由此,由于该预发时间片较短,用户可能无法频繁发送请求,进而可以利用该预发放时间片确定机器抢券的账号或IP。
根据本公开的一些实施例,预定时间片还可以包括当前时间片,例如,该当前时间片可以是业务活动开始后设定的2秒的时间片。然而,容易理解的是,预定时间片的长短可以由系统开发人员根据实际业务活动情况自行设定,本示例性实施方式中对此不做特殊限定。在这种情况下,服务器可以获取当前时间片内的请求数据。
S12.基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值。
根据本公开的一些实施例,统计信息可以包含相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值。以数据指标信息为注册IP为例,统计信息可以包含相同注册IP的数量和/或相同注册IP的时间间隔平均值。然而,应当理解的是,本公开所述的统计信息还可以包含其他信息,例如,相同注册IP的请求时间的方差等。此外,可以获取每个数据指标数据的统计信息。
在预定时间片包括预发放时间片的情况下,首先,可以统计预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值;接下来,可以将预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值的具体数值作为该数据指标信息的特征值。
根据本公开的一些实施例,在预定时间片包括当前时间片的情况下,与上述在预发放时间片内的情况类似,首先,可以统计当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值;接下来,可以将当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值的具体数值作为该数据指标信息的特征值。
S14.基于特征值确定异常请求数据。
根据本公开的一些实施例,针对预发放时间片,可以基于预发放时间片内数据指标信息的特征值确定预发放片内的异常请求数据。具体的,由于预发放时间片较短,用户在该时间片内几乎不可能向服务器发送请求数据或者在该时间片内不可能频繁发出请求数据,因此,系统开发人员可以针对每一数据指标信息配置不同的阈值,并且将步骤S12中确定出的特征值与对应阈值进行比较,在特征值与对应阈值范围不符的情况下,可以将特征值对应的请求数据确定为异常请求数据。然而,本公开还可以采用例如分类的算法来确定出异常请求数据,本示例性实施方式中对此不做特殊限定。
另外,本公开的数据拦截方法还可以包括将预发放时间片内确定出的异常请求数据对应的账号名称、注册IP、注册手机和请求IP添加至黑名单。其中,通过黑名单内的账号名称、注册IP、注册手机和请求IP发送的请求数据将被拦截。
例如,当确定出预发放时间片内一注册IP的数量为10时,如果系统开发人员预先配置与注册IP对应的数量阈值为3,则可以判断出该注册IP的数量大于预设数量阈值,进而可以判断出该注册IP对应的请求数据为异常请求数据;或者,当确定出预发放时间内一注册IP的时间间隔平均值为0.01秒时,如果系统开发人员预先配置的注册IP对应的时间间隔阈值为0.1秒,则可以判断出该注册IP的时间间隔小于预设时间间隔阈值,进而可以判断出该注册IP对应的请求数据为异常请求数据。容易理解的是,在综合数据指标信息的数量与时间间隔的方案中,当数据和时间间隔中任一不满足预设阈值要求,即可判断出该数据指标信息对应的请求数据为异常请求数据。然而,本公开还包括仅利用数量或时间间隔或其他统计信息确定异常请求数据的方案。
在本公开的示例性实施方式中,针对当前时间片,短时高并发的请求数据中,请求流在理想情况下应满足均匀分布,因此在短时请求数据中一数据指标信息存在高聚集性时,则存在较高的机器抢购概率。下面将以注册IP为例,说明一数据指标信息高聚集时会存在较高的机器抢购概率。
首先,可以将当前时间片的请求量设定为n,注册IP地址Y出现的概率P满足均匀分布,即式1:
其中,m为注册IP前两段的个数。
接下来,注册IP出现的次数X可以服从多项分布,记为X~B(n,p),即式2:
由独立同分布的中心极限定理可知,当n很大时,二项分布B(n,p)近似正态分布N(np,np(1-p))。
由此可以看出,当一注册IP出现次数超过一定阈值时其概率很小,以发放优惠券为例,当这种小概率事件发生时,其为机器抢券的概率较高。类似地,对于其他数据指标信息。当出现较高聚集现象时,则可以判断出其为异常请求数据。
根据本公开的一些实施例,针对当前时间片,可以基于当前时间片内数据指标信息的特征值确定当前时间片内的异常请求数据。具体的,与预发放时间片的情况类似,系统开发人员可以针对每一数据指标信息配置不同的阈值,并将步骤S12中确定出的特征值与对应阈值进行比较,在特征值与对应阈值范围不符的情况下,可以将特征值对应的请求数据确定为异常请求数据。
另外,本公开的数据拦截方法还可以包括将当前时间片确定出的异常请求数据对应的账号名称、注册IP、注册手机和请求IP添加至黑名单。其中,通过黑名单内的账号名称、注册IP、注册手机和请求IP发送的请求数据将被拦截。
例如,以当前时间片为2秒为例,当确定出当前时间片内一注册IP的数量为50时,如果系统开发人员预先配置与注册IP对应的数量阈值为5,则可以判断出该注册IP的数量大于预设数量阈值,进而可以判断出该注册IP对应的请求数据为异常请求数据;或者,当确定出当前时间片内一注册IP的时间间隔平均值为0.05秒,如果系统开发人员预先配置的注册IP对应的时间间隔阈值为0.3秒,则可以判断出该注册IP的时间间隔小于预设时间间隔阈值,进而可以判断出该注册IP对应的请求数据为异常请求数据。容易理解的是,在综合数据指标信息的数量与时间间隔的方案中,当数据和时间间隔中任一不满足预设阈值要求,即可判断出该数据指标信息对应的请求数据为异常请求数据。然而,本公开还包括仅利用数量或时间间隔或其他统计信息确定异常请求数据的方案。
根据另外一些实施例,仍针对当前时间片,可以基于当前时间片内数据指标信息的特征值并结合预发放时间片内的异常请求数据确定当前时间片的异常请求数据。具体的,首先,如上面所描述的,预发放时间片内的异常请求数据对应的账号名称、注册IP、注册手机和请求IP可以被添加至黑名单。接下来,在当前时间片内,当出现黑名单中的账号名称、注册IP、注册手机或请求IP时,可以直接将它们发送的请求数据确定为异常请求数据。另外,在黑名单中未出现但基于当前时间片内数据指标信息的特征值得到的异常请求数据也将被归为这种情况下的异常请求数据。
此外,本公开所述的数据拦截方法还可以包括确定整场业务活动的异常请求数据。
由于整场业务活动可以是一个长时间的数据行为,正常用户可以发放多次请求数据,因此,仅单从数据指标信息的接收数量分析异常请求数据可能存在以下情况,一方面,当配置的阈值较低时,可能将正常用户发放的请求数据当作异常请求数据;另一方面,当配置的阈值较高时,可能将黑产通过机器发送的异常请求数据漏掉。
在这种情况下,首先,可以统计整场业务活动获取的相同数据指标信息的时间间隔平均值和/或时间间隔方差;接下来,可以根据整场业务活动的相同数据指标信息的时间间隔平均值和/或时间间隔方差确定整场业务活动的异常请求数据。
具体的,以账号名称为例,如果一账号名称发送的请求数据的时间间隔分别为ti(其中,i为正整数),则请求数据的时间间隔平均值meant可以表示为式3:
其中,N为账号名称发放的请求次数。
则时间间隔方差vart可以表示为式4:
其中,方差代表整个请求数据的平稳性,如果方差很小,则说明该数据指标信息每次请求的间隔时间稳定,则是一种典型的机器抢券行为。另外,可以针对整场业务活动设置时间间隔阈值,例如0.5秒,当接收到一数据指标信息的时间间隔小于0.5秒,则也可以判定该请求数据为异常请求数据。
此外,可以将整场业务活动确定出的异常请求数据对应的账号名称、注册IP、注册手机和请求IP可以被添加至黑名单。
根据另外一些实施例,仍针对当前时间片,可以基于当前时间片内数据指标信息的特征值并结合整场业务活动的异常请求数据确定当前时间片的异常请求数据。具体的,首先,如上面所描述的,整场业务活动确定出的异常请求数据对应的账号名称、注册IP、注册手机和请求IP可被添加至黑名单。接下来,在当前时间片内,当出现黑名单中的账号名称、注册IP、注册手机或请求IP时,可以直接将它们发送的请求数据确定为异常请求数据。另外,在黑名单中未出现但基于当前时间片内数据指标信息的特征值得到的异常请求数据也将被归为这种情况下的异常请求数据。
根据另外一些实施例,仍针对当前时间片,可以基于当前时间片内数据指标信息的特征值并结合预发放时间片内的异常请求数据和整场业务活动的异常请求数据确定当前时间片的异常请求数据。具体的,首先,可以判断接收到的请求数据的账号名称、注册IP、注册手机和请求IP是否在由预发放时间片及整场业务活动确定的黑名单中,若在黑名单中,则直接将这些请求数据确定为异常请求数据。另外,在黑名单中未出现但基于当前时间片内数据指标信息的特征值得到的异常请求数据也将被归为这种情况下的异常请求数据。
此外,容易理解的是,当前时间片内确定出的异常请求数据对应的账号名称、注册IP、注册手机和请求IP也可以被添加至黑名单。
S16.对异常请求数据进行拦截。
在本公开的示例性实施方式中,可以采用现有的数据拦截工具(例如,网络嗅探器等)实现对异常请求数据的拦截。本示例性实施方式中对此不做特殊限定。
综上所述,根据本公开的数据拦截方法,一方面,通过对预定时间片内的请求数据进行分析,实现了异步的风险控制策略,可以避免相关技术中采用同步策略而造成漏识别异常数据的问题,提高了异常数据拦截的成功率;另一方面,由于可以有效地拦截异常数据,因此正常数据可以及时地得到处理并反馈,维护了正常数据发出者的利益;再一方面,通过配置预发放时间片,有助于在正式发放业务数据前确定异常请求对应的账号或IP,并在正式发放业务数据时对这些账号或IP发送的请求数据进行拦截;又一方面,基于不同的时间维度,采用不同的异常请求数据确定策略,进一步可以提高异常数据拦截的成功率。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
进一步的,本示例实施方式中还提供了一种数据拦截装置。
图2示意性示出了本公开的示例性实施方式的数据拦截装置的方框图。参考图2,根据本公开的示例性实施方式的数据拦截装置2可以包括数据获取模块21、特征值确定模块23、异常数据确定模块25和异常数据拦截模块27,其中:
数据获取模块21,可以用于获取预定时间片内的请求数据;其中,请求数据包含数据指标信息;
特征值确定模块23,可以用于基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值;
异常数据确定模块25,可以用于基于特征值确定异常请求数据;以及
异常数据拦截模块27,可以用于对异常请求数据进行拦截。
根据本公开的数据拦截装置,一方面,通过对预定时间片内的请求数据进行分析,实现了异步的风险控制策略,可以避免相关技术中采用同步策略而造成漏识别异常数据的问题,提高了异常数据拦截的成功率;另一方面,由于可以有效地拦截异常数据,因此正常数据可以及时地得到处理并反馈,维护了正常数据发出者的利益。
根据本公开的示例性实施例,预定时间片包括预发放时间片;
其中,预发放时间片为在业务活动开始后且业务数据发放前配置的时间片。
通过配置预发放时间片,一方面,有助于在正式发放业务数据前确定异常请求数据对应的账号或IP,并且在正式发放业务数据时对这些账号或IP发送的请求数据进行拦截;另一方面,由于配置的预发放时间较短,因此,几乎不会影响到正常用户发送请求并获取服务器的反馈信息。
根据本公开的示例性实施例,参考图3,特征值确定模块23可以包括:
第一特征值确定单元301,可以用于统计预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为数据指标信息的特征值。
根据本公开的示例性实施例,参考图4,异常数据确定模块25可以包括:
第一异常数据确定单元401,可以用于基于预发放时间片内数据指标信息的特征值确定预发放时间片内的异常请求数据。
根据本公开的示例性实施例,预定时间片还包括当前时间片;其中,参考图5,特征值确定模块23可以包括:
第二特征值确定单元501,可以用于统计当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为数据指标信息的特征值。
根据本公开的示例性实施例,参考图6,异常数据确定模块25可以包括:
第二异常数据确定单元601,可以用于基于当前时间片内数据指标信息的特征值确定当前时间片内的异常请求数据。
根据本公开的示例性实施例,参考图7,异常数据确定模块25除包括第一异常数据确定单元401外,还可以包括:
第三异常数据确定单元701,可以用于基于当前时间片内数据指标信息的特征值并结合预发放时间片内的异常请求数据和/或整场业务活动的异常请求数据确定当前时间片的异常请求数据。
根据本公开的示例性实施例,参考图8,数据拦截装置8相比于数据拦截装置2,除包括数据获取模块21、特征值确定模块23、异常数据确定模块25和异常数据拦截模块27外,还可以包括整场数据确定模块81,其中:
整场数据确定模块81,可以用于确定整场业务活动的异常请求数据。
根据本公开的示例性实施例,参考图9,整场数据确定模块81可以包括:
整场数据统计单元901,可以用于统计整场业务活动获取的相同数据指标信息的时间间隔平均值和/或时间间隔方差;
整场数据确定单元903,可以用于根据整场业务活动的相同数据指标信息的时间间隔平均值和/或时间间隔方差确定整场业务活动的异常请求数据。
根据本公开的数据拦截装置,一方面,通过对预定时间片内的请求数据进行分析,实现了异步的风险控制策略,可以避免相关技术中采用同步策略而造成漏识别异常数据的问题,提高了异常数据拦截的成功率;另一方面,由于可以有效地拦截异常数据,因此正常数据可以及时地得到处理并反馈,维护了正常数据发出者的利益;再一方面,通过配置预发放时间片,有助于在正式发放业务数据前确定异常请求对应的账号或IP,并在正式发放业务数据时对这些账号或IP发送的请求数据进行拦截;又一方面,基于不同的时间维度,采用不同的异常请求数据确定策略,进一步可以提高异常数据拦截的成功率。
由于本发明实施方式的程序运行性能分析装置的各个功能模块与上述方法发明实施方式中相同,因此在此不再赘述。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图10所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品1000,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图11来描述根据本发明的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于:上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130、显示单元1140。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1110执行,使得所述处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元1110可以执行如图1中所示的步骤S10:获取预定时间片内的请求数据;其中,请求数据包含数据指标信息;步骤S12:基于预定时间片内的请求数据的统计信息确定数据指标信息的特征值;步骤S14:基于特征值确定异常请求数据;步骤S16:对异常请求数据进行拦截。
存储单元1120可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)11201和/或高速缓存存储单元11202,还可以进一步包括只读存储单元(ROM)11203。
存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204,这样的程序模块11205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1130可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1100也可以与一个或多个外部设备1200(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1100交互的设备通信,和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且,电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1100使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (20)
1.一种数据拦截方法,其特征在于,包括:
获取预定时间片内的请求数据;其中,所述请求数据包含数据指标信息;
基于所述预定时间片内的请求数据的统计信息确定所述数据指标信息的特征值;
基于所述特征值确定异常请求数据;以及
对所述异常请求数据进行拦截。
2.根据权利要求1所述的数据拦截方法,其特征在于,所述预定时间片包括预发放时间片;
其中,所述预发放时间片为在业务活动开始后且业务数据发放前配置的时间片。
3.根据权利要求2所述的数据拦截方法,其特征在于,基于所述预定时间片内的请求数据的统计信息确定所述数据指标信息的特征值包括:
统计所述预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将所述预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为所述数据指标信息的特征值。
4.根据权利要求3所述的数据拦截方法,其特征在于,基于所述特征值确定异常请求数据包括:
基于所述预发放时间片内所述数据指标信息的特征值确定所述预发放时间片内的异常请求数据。
5.根据权利要求4所述的数据拦截方法,其特征在于,所述预定时间片还包括当前时间片;其中,基于所述预定时间片内的请求数据的统计信息确定所述数据指标信息的特征值包括:
统计所述当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将所述当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为所述数据指标信息的特征值。
6.根据权利要求5所述的数据拦截方法,其特征在于,基于所述特征值确定异常请求数据包括:
基于所述当前时间片内所述数据指标信息的特征值确定所述当前时间片内的异常请求数据。
7.根据权利要求5所述的数据拦截方法,其特征在于,基于所述特征值确定异常请求数据包括:
基于所述当前时间片内所述数据指标信息的特征值并结合所述预发放时间片内的异常请求数据和/或整场业务活动的异常请求数据确定所述当前时间片的异常请求数据。
8.根据权利要求7所述的数据拦截方法,其特征在于,所述数据拦截方法还包括:
确定整场业务活动的异常请求数据。
9.根据权利要求8所述的数据拦截方法,其特征在于,确定整场业务活动的异常请求数据包括:
统计整场业务活动获取的相同数据指标信息的时间间隔平均值和/或时间间隔方差;
根据整场业务活动的相同数据指标信息的时间间隔平均值和/或时间间隔方差确定整场业务活动的异常请求数据。
10.一种数据拦截装置,其特征在于,包括:
数据获取模块,用于获取预定时间片内的请求数据;其中,所述请求数据包含数据指标信息;
特征值确定模块,用于基于所述预定时间片内的请求数据的统计信息确定所述数据指标信息的特征值;
异常数据确定模块,用于基于所述特征值确定异常请求数据;以及
异常数据拦截模块,用于对所述异常请求数据进行拦截。
11.根据权利要求10所述的数据拦截装置,其特征在于,所述预定时间片包括预发放时间片;
其中,所述预发放时间片为在业务活动开始后且业务数据发放前配置的时间片。
12.根据权利要求11所述的数据拦截装置,其特征在于,所述特征值确定模块包括:
第一特征值确定单元,用于统计所述预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将所述预发放时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为所述数据指标信息的特征值。
13.根据权利要求12所述的数据拦截装置,其特征在于,所述异常数据确定模块包括:
第一异常数据确定单元,用于基于所述预发放时间片内所述数据指标信息的特征值确定所述预发放时间片内的异常请求数据。
14.根据权利要求13所述的数据拦截装置,其特征在于,所述预定时间片还包括当前时间片;其中,所述特征值确定模块包括:
第二特征值确定单元,用于统计所述当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值,并将所述当前时间片内获取的相同数据指标信息的数量和/或相同数据指标信息的时间间隔平均值作为所述数据指标信息的特征值。
15.根据权利要求14所述的数据拦截装置,其特征在于,所述异常数据确定模块包括:
第二异常数据确定单元,用于基于所述当前时间片内所述数据指标信息的特征值确定所述当前时间片内的异常请求数据。
16.根据权利要求14所述的数据拦截装置,其特征在于,所述异常数据确定模块包括:
第三异常数据确定单元,用于基于所述当前时间片内所述数据指标信息的特征值并结合所述预发放时间片内的异常请求数据和/或整场业务活动的异常请求数据确定所述当前时间片的异常请求数据。
17.根据权利要求16所述的数据拦截装置,其特征在于,所述数据拦截装置还包括:
整场数据确定模块,用于确定整场业务活动的异常请求数据。
18.根据权利要求17所述的数据拦截装置,其特征在于,所述整场数据确定模块包括:
整场数据统计单元,用于统计整场业务活动获取的相同数据指标信息的时间间隔平均值和/或时间间隔方差;
整场数据确定单元,用于根据整场业务活动的相同数据指标信息的时间间隔平均值和/或时间间隔方差确定整场业务活动的异常请求数据。
19.一种存储介质,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9中任一项所述的数据拦截方法。
20.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至9中任一项所述的数据拦截方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710873590.2A CN109561045B (zh) | 2017-09-25 | 2017-09-25 | 数据拦截方法及装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710873590.2A CN109561045B (zh) | 2017-09-25 | 2017-09-25 | 数据拦截方法及装置、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109561045A true CN109561045A (zh) | 2019-04-02 |
CN109561045B CN109561045B (zh) | 2021-12-14 |
Family
ID=65862818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710873590.2A Active CN109561045B (zh) | 2017-09-25 | 2017-09-25 | 数据拦截方法及装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109561045B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110933115A (zh) * | 2019-12-31 | 2020-03-27 | 上海观安信息技术股份有限公司 | 基于动态session的分析对象行为异常检测方法及装置 |
CN111224939A (zh) * | 2019-11-15 | 2020-06-02 | 上海钧正网络科技有限公司 | 任务请求的拦截方法、装置、计算机设备和存储介质 |
CN112019520A (zh) * | 2020-08-07 | 2020-12-01 | 广州华多网络科技有限公司 | 请求拦截方法、装置、设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8725532B1 (en) * | 2012-06-29 | 2014-05-13 | Mckesson Financial Holdings | Systems and methods for monitoring controlled substance distribution |
CN104731816A (zh) * | 2013-12-23 | 2015-06-24 | 阿里巴巴集团控股有限公司 | 一种处理异常业务数据的方法和装置 |
CN104778591A (zh) * | 2015-04-01 | 2015-07-15 | 北京三快在线科技有限公司 | 一种异常行为的特征信息的提取、识别方法和装置 |
CN105812378A (zh) * | 2016-04-21 | 2016-07-27 | 北京小米移动软件有限公司 | 访问请求处理方法及装置 |
CN106056369A (zh) * | 2016-06-02 | 2016-10-26 | 财付通支付科技有限公司 | 一种信息处理方法及装置 |
CN106549784A (zh) * | 2015-09-21 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种数据处理方法和设备 |
CN106844402A (zh) * | 2015-12-04 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
CN106998317A (zh) * | 2016-01-22 | 2017-08-01 | 高德信息技术有限公司 | 异常访问请求识别方法及装置 |
-
2017
- 2017-09-25 CN CN201710873590.2A patent/CN109561045B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8725532B1 (en) * | 2012-06-29 | 2014-05-13 | Mckesson Financial Holdings | Systems and methods for monitoring controlled substance distribution |
CN104731816A (zh) * | 2013-12-23 | 2015-06-24 | 阿里巴巴集团控股有限公司 | 一种处理异常业务数据的方法和装置 |
CN104778591A (zh) * | 2015-04-01 | 2015-07-15 | 北京三快在线科技有限公司 | 一种异常行为的特征信息的提取、识别方法和装置 |
CN106549784A (zh) * | 2015-09-21 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种数据处理方法和设备 |
CN106844402A (zh) * | 2015-12-04 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 数据处理方法及装置 |
CN106998317A (zh) * | 2016-01-22 | 2017-08-01 | 高德信息技术有限公司 | 异常访问请求识别方法及装置 |
CN105812378A (zh) * | 2016-04-21 | 2016-07-27 | 北京小米移动软件有限公司 | 访问请求处理方法及装置 |
CN106056369A (zh) * | 2016-06-02 | 2016-10-26 | 财付通支付科技有限公司 | 一种信息处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
张楠等: "网络异常流量检测方法", 《兵工自动化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111224939A (zh) * | 2019-11-15 | 2020-06-02 | 上海钧正网络科技有限公司 | 任务请求的拦截方法、装置、计算机设备和存储介质 |
CN110933115A (zh) * | 2019-12-31 | 2020-03-27 | 上海观安信息技术股份有限公司 | 基于动态session的分析对象行为异常检测方法及装置 |
CN110933115B (zh) * | 2019-12-31 | 2022-04-29 | 上海观安信息技术股份有限公司 | 基于动态session的分析对象行为异常检测方法及装置 |
CN112019520A (zh) * | 2020-08-07 | 2020-12-01 | 广州华多网络科技有限公司 | 请求拦截方法、装置、设备及存储介质 |
CN112019520B (zh) * | 2020-08-07 | 2022-08-16 | 广州华多网络科技有限公司 | 请求拦截方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109561045B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108322473A (zh) | 用户行为分析方法与装置 | |
US10178548B2 (en) | Method for protecting terminal location information and intelligent terminal | |
CN112396521B (zh) | 用于降低区块链中智能合约的风险的方法和系统 | |
CN108521405B (zh) | 一种风险管控方法、装置及存储介质 | |
EP3084672B1 (en) | Protection system including machine learning snapshot evaluation | |
CN107689988A (zh) | 一种消息推送的方法、装置、电子设备及终端设备 | |
CN109561045A (zh) | 数据拦截方法及装置、存储介质和电子设备 | |
US11429698B2 (en) | Method and apparatus for identity authentication, server and computer readable medium | |
US20160275603A1 (en) | Service processing method, device, and terminal | |
CN105809471B (zh) | 一种获取用户属性的方法、装置及电子设备 | |
CN111090615A (zh) | 混合资产的分析处理方法、装置、电子设备及存储介质 | |
CN106790727A (zh) | 消息推送方法及装置 | |
CN110198248A (zh) | 检测ip地址的方法和装置 | |
CN109272348A (zh) | 活跃用户数量确定方法及装置、存储介质和电子设备 | |
CN108154048B (zh) | 资产信息处理方法和装置 | |
CN109547436A (zh) | 关系链中节点评价方法及装置、存储介质和电子设备 | |
CN110162518A (zh) | 数据分组方法、装置、电子设备及存储介质 | |
CN111669379A (zh) | 行为异常检测方法和装置 | |
CN110827155A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
CN109450963A (zh) | 消息推送方法及终端设备 | |
CN112615808B (zh) | 智能变电站过程层报文白名单的表示方法、设备及介质 | |
CN109284452A (zh) | 电子协议在线展示方法、装置、电子设备、存储介质 | |
CN108875355A (zh) | 一种访问权限的控制方法和装置 | |
CN110083501A (zh) | 接口调用计数方法和装置 | |
CN110033291A (zh) | 信息对象推送方法、装置和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |