CN112182520A - 非法账号的识别方法、装置、可读介质及电子设备 - Google Patents
非法账号的识别方法、装置、可读介质及电子设备 Download PDFInfo
- Publication number
- CN112182520A CN112182520A CN201910597885.0A CN201910597885A CN112182520A CN 112182520 A CN112182520 A CN 112182520A CN 201910597885 A CN201910597885 A CN 201910597885A CN 112182520 A CN112182520 A CN 112182520A
- Authority
- CN
- China
- Prior art keywords
- account
- suspicious
- information
- accounts
- suspicious 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
Abstract
本发明的实施例提供了一种非法账号的识别方法、装置、计算机可读介质及电子设备。该非法账号的识别方法包括:获取可疑账号;基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合;基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值;根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。本发明实施例的技术方案根据可疑账号的账号信息进行分组以得到可疑账号集合,并通过计算可疑账号之间的相似值以得到可疑账号集合的分值,进行非法账号的识别,提高了识别的准确性以及处理效率。
Description
技术领域
本发明涉及信息安全技术领域,具体而言,涉及一种非法账号的识别方法、装置、计算机可读介质及电子设备。
背景技术
随着网络业务的普及,用户都会注册对应的账号进行操作。在使用账号的过程中,可能会出现部分用户通过账号发送不良或不法消息(例如诈骗、推销等)。虽然设置有举报机制,但是根据举报信息逐一进行审核,举报信息提供的信息较少,审核结果准确率低,费时费力。
发明内容
本发明实施例的目的在于提供一种非法账号的识别方法、装置、计算机可读介质及电子设备,进而至少在一定程度上克服根据举报信息逐一审核,审核结果准确率低,费时费力的问题。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种非法账号的识别方法,包括:
获取可疑账号;
基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合;
基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值;
根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
根据本发明实施例的第二方面,提供了一种非法账号的识别装置,包括:
获取模块,用于获取可疑账号;
分组模块,用于基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合;
计算模块,用于基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值;
识别模块,用于根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
根据本发明的一示例性实施例,所述计算模块还用于:获取所述可疑账号集合中除用于分组的账号信息之外的目标账号信息;基于所述可疑账号集合中至少两个可疑账号之间的所述目标账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值。
根据本发明的一示例性实施例,所述计算模块还用于:计算所述至少两个可疑账号之间相同的目标账号信息占同类账号信息的比例值;根据所述相同的目标账号信息占同类账号信息的比例值,计算所述相同的目标账号信息的信息量;将所述至少两个可疑账号之间相同的目标账号信息的信息量相加,以得到所述至少两个可疑账号之间的相似值。
根据本发明的一示例性实施例,所述计算模块还用于:根据所述相同的目标账号信息占同类账号信息的比例值,通过如下公式计算所述相同的目标账号信息的信息量I:
I=-lognPn
其中,P为所述相同的目标账号信息占同类账号信息的比例,n为所述至少两个可疑账号的账号数量。
根据本发明的一示例性实施例,所述识别模块还用于:将所述可疑账号集合中至少两个可疑账号之间的相似值相加,以得到所述可疑账号集合的相似总值;将所述可疑账号集合的相似总值除以所述可疑账号集合中所述相似值的个数,以得到所述可疑账号集合的分值。
根据本发明的一示例性实施例,所述识别模块还用于:确定所述分值大于或等于预定阈值的所述可疑账号集合为非法账号集合;或用于将所述可疑账号集合按照其所对应的分值由大到小的顺序进行排列,确定排列在第一预定比例前的所述可疑账号集合为非法账号集合。
根据本发明的一示例性实施例,所述获取模块还用于:获取用户指定的可疑账号;并用于基于所述用户指定的可疑账号的登陆设备信息,获取同一登陆设备的其他账号,并将所述其他账号作为可疑账号。
根据本发明的一示例性实施例,所述分组模块还用于:根据不同类别的账号信息,对所述可疑账号进行分组以得到可疑账号集合;并用于若存在至少两个可疑账号集合所包含的可疑账号的重复度达到第二预定比例,则将所述至少两个可疑账号集合进行合并。
根据本发明的一示例性实施例,所述分组模块还用于:选取所述至少两个可疑账号集合的用于进行分组的分组账号信息中优先级最高的分组账号信息,以作为合并后的可疑账号集合的分组账号信息。
根据本发明的一示例性实施例,当账号信息为账号名称时,所述分组模块还用于:将所述可疑账号的账号名称进行分词,将所述可疑账号的账号名称以及分词结果作为名称集合;根据所述可疑账号的名称集合之间的重复度,对所述可疑账号进行分组以得到可疑账号集合。
根据本发明的一示例性实施例,当账号信息为账号头像时,所述分组模块还用于:计算所述可疑账号的账号头像的平均哈希值;基于所述可疑账号的所述平均哈希值,对所述可疑账号进行分组以得到所述可疑账号集合。
根据本发明的一示例性实施例,所述分组模块还用于:计算所述可疑账号集合中可疑账号的账号头像的其他类型的感知哈希值;将所述其他类型的感知哈希值中相同数量最多的目标类型的感知哈希值的相同数量除以所述可疑账号集合中可疑账号的数量,以得到相似比;过滤掉所述相似比小于第三预定比例的可疑账号集合。
根据本发明的一示例性实施例,所述分组模块还用于:将所述可疑账号的账号头像与默认头像库中的默认头像进行对比;当所述可疑账号的账号头像与默认头像库中的默认头像相同时,则删除所述可疑账号的所述平均哈希值。
根据本发明实施例的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的非法账号的识别方法。
根据本发明实施例的第四方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中所述的非法账号的识别方法。
本发明实施例提供的技术方案可以包括以下有益效果:
在本发明的一些实施例所提供的技术方案中,通过根据可疑账号的账号信息对可疑账号进行分组得到可疑账号集合,使得同一可疑账号集合中的可疑账号具有一定的关联性。再根据可疑账号集合中可疑账号的账号信息,计算可疑账号集合中至少两个可疑账号之间的相似值,根据该相似值能够直观得出至少两个可疑账号之间关联性的大小,关联性越大,则代表该至少两个可疑账号为团伙的可能性越高。通过至少两个可疑账号之间的相似值计算得到每一可疑账号集合的分值以进行识别非法账号集合,充分考虑了可疑账号与其他可疑账号之间的关联性,使得非法账号识别结果更加准确。同时将可疑账号进行分组得到可疑账号集合,能够对可疑账号进行批量处理,提高了识别非法账号的效率。
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,并不能限制本发明。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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示出了可以应用本发明实施例的非法账号的识别方法或非法账号的识别装置的示例性系统架构的示意图;
图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图;
图3示出了根据本发明一示例性实施例的非法账号的处理方法的流程示意图;
图4示出了根据本发明一示例性实施例的图3的非法账号的识别方法中步骤S330的流程示意图;
图5示出了根据本发明一示例性实施例的图4的非法账号的识别方法中步骤S420的流程示意图;
图6示出了根据本发明一示例性实施例的图3的非法账号的识别方法中计算可疑账号集合的分值的流程示意图;
图7示出了根据本发明一示例性实施例的图3的非法账号的识别方法中步骤S310的流程示意图;
图8示出了根据本发明一示例性实施例的图3的非法账号的识别方法中步骤S320的流程示意图;
图9示出了根据本发明一示例性实施例的图3的非法账号的识别方法在根据账号名称进行分组时步骤S320的流程示意图;
图10示出了根据本发明一示例性实施例的图3的非法账号的识别方法在根据账号头像进行分组时步骤S320的流程示意图;
图11示出了根据本发明一示例性实施例的非法账号的识别方法在步骤S1020之后还包括的过滤可疑账号集合的流程示意图;
图12示出了根据本发明一示例性实施例的图10的非法账号的识别方法在步骤S1020之前还包括的去除默认账号头像的流程示意图;
图13示出了根据本发明一示例性实施例的非法账号的识别方法的流程示意图;
图14至图15示出了应用于本发明实施例的非法账号的识别方法的终端界面的示意图;
图16示出了根据本发明的一示例性实施例的非法账号的识别装置的框图。
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发明将更加全面和完整,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。
此外,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例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有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方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,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内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/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。
请参阅图1,图1示出了可以应用本发明实施例的非法账号的识别方法或非法账号的识别装置的示例性系统架构100的示意图。
如图1所示,系统架构100可以包括终端设备101、102、103中的一种或多种,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
在本发明的一个具体应用场景中,用户可以使用终端设备101、102、103通过网络104向服务器105发送针对账号的举报消息,且不同用户使用终端设备发送的举报消息可以通过服务器进行整合,以确保不同用户使用不同的终端设备发送的举报消息都能够被统一进行处理。
在本发明的一个实施例中,服务器(例如服务器105)可以获取可疑账号,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值,根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
基于上述的应用场景可知,本发明实施例所提供的非法账号的识别方法可以由服务器执行,相应地,非法账号的识别装置一般设置于服务器中。但是,在本发明的其它实施例中,终端设备(如终端设备101、102、103中的一个或多个)也可以具有相似的功能,从而执行本发明实施例所提供的非法账号的识别方法,即在本发明的实施例中,终端设备101、102、103中的一个或多个可以获取可疑账号,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值,再根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
请参阅图2,图2示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图2示出的电子设备的计算机系统200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2所示,计算机系统200包括中央处理单元(CPU)201,其可以根据存储在只读存储器(ROM)202中的程序或者从存储部分208加载到随机访问存储器(RAM)203中的程序而执行各种适当的动作和处理。在RAM 203中,还存储有系统操作所需的各种程序和数据。CPU201、ROM 202以及RAM 203通过总线204彼此相连。输入/输出(I/O)接口205也连接至总线204。
以下部件连接至I/O接口205:包括键盘、鼠标等的输入部分206;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分207;包括硬盘等的存储部分208;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分209。通信部分209经由诸如因特网的网络执行通信处理。驱动器210也根据需要连接至I/O接口205。可拆卸介质211,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器210上,以便于从其上读出的计算机程序根据需要被安装入存储部分208。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分209从网络上被下载和安装,和/或从可拆卸介质211被安装。在该计算机程序被中央处理单元(CPU)201执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机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。而在本发明中,计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机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、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如下述实施例中所述的方法。例如,所述的电子设备可以实现如图3至图12所示的各个步骤。
以下对本发明实施例的技术方案的实现细节进行详细阐述:
请参考图3,图3示出了根据本发明的一个实施例的非法账号的识别方法的流程示意图,该非法账号的识别方法适用于前述实施例中所述的电子设备。参照图3所示,该非法账号的识别方法至少包括步骤S310至步骤S340,详细介绍如下:
在步骤S310中,获取可疑账号。
其中,可疑账号是指具有违规操作(例如群发诈骗消息、传播不良信息等)的用户账号。
在本发明的一可选实施例中,可疑账号可以是由用户进行举报指定,用户可根据其他用户账号的违规操作对该用户账号进行举报,以将具有违规操作的用户账号列为可疑账号。具体而言,当用户接收到其他用户账号发送的不良信息或者诈骗消息时,可通过点击界面上的特定区域(例如“举报”按钮等)对该用户账号进行举报,并选择对应的举报内容(例如“诈骗信息”、“不良信息”等),系统在接收到用户的举报信息后,将被举报的用户账号列为可疑账号。
在本发明的一可选实施例中,可疑账号可以是由系统检测用户账号所发送信息中的敏感词汇,例如“利润”、“翻倍”或“投资”等,进行识别该用户账号是否为可疑账号。特别地,当用户账号在较短时间内(例如1分钟、5分钟或者30分钟等)发送大量含有敏感词汇的信息时,则可将该用户账号列为可疑账号。
在步骤S320中,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合。
其中,账号信息可以是与可疑账号相关联的信息,例如可疑账号的账号信息可以是可疑账号的账号名称、账号头像、签名、登录设备信息、登陆地信息、绑定信息等。
需要说明的是,账号的绑定信息可以是用户的手机号码或与所述用户身份相关的信息(例如身份证号码、护照编号等),以使得在分组时能够将同一用户所持有的账号进行划分,便于识别。应该理解的是,账号的绑定信息可以是正使用的绑定信息,也可以是历史绑定信息,以避免因为用户更换绑定信息而出现不能分组的情况。
根据可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合(例如将使用相同账号头像的可疑账号划分在一起作为可疑账号集合、或将登陆地信息相同的可疑账号划分在一起作为可疑账号集合,等等),使得在同一可疑账号集合中的可疑账号之间存在一定的关联性(即可疑账号之间部分或者全部账号信息相同或相似)。
当在对可疑账号集合进行非法账号识别时,能够根据可疑账号之间的关联性大小进行判断,以识别出疑似同一团伙的可疑账号,进而提供更多的参考信息(例如存在多个可疑账号之间账号名称相同,账号头像相同,登陆地信息相同,则所述多个可疑账号为同一团伙的可能性较高,确实存在不良或不法行为),提高了非法账号的识别结果的准确率。
在本发明的一示例性实施例中,根据可疑账号的账号信息对可疑账号进行分组时,可采用聚类算法进行分组。具体而言,首先将可疑账号的账号信息转换成对应的向量以进行聚类(例如将账号名称对应转换为词向量、将签名对应转换成句向量等),再使用聚类算法分别对不同类别的向量进行聚类以达到分组的目的。
在本发明的一示例性实施例中,在步骤S320之后,该示例性非法账号的识别方法还包括:
若可疑账号集合中可疑账号的数量小于预定数量,则删除所述可疑账号集合。
在本发明的实施例中,在分组过后,当可疑账号集合中的可疑账号的数量较少时,将其进行删除,能够减少后续的计算工作,以提高识别效率。其中,预定数量为预先配置,所述预定数量可以为20、30、或50等。
继续参考图3,在步骤S330中,基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值。
在本发明的一示例性实施例中,通过计算至少两个可疑账号之间的相似值,将其作为判断所述至少两个可疑账号是否为同一团伙的依据。在同一可疑账号集合中,可疑账号之间相同的账号信息越多,则相似值越高,相似值越高,则代表着为同一团伙的可能性更高。例如:账号名称和账号头像都相同的可疑账号为同一团伙的可能性高于只有账号名称相同的可疑账号为同一团伙的可能性,等等。
在步骤S340中,根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
在本发明的一示例性实施例中,根据可疑账号集合中至少两个可疑账号之间的相似值,计算可疑账号集合的分值。可疑账号集合的分值越大,则代表着该可疑账号集合中的可疑账号为同一团伙的可能性越大,确实存在不法或不良行为的可能性也越大。
图3所示实施例的技术方案,能够根据可疑账号集合的分值进行识别非法账号集合,以提高识别结果的正确率,且能够对可疑账号进行批量处理,提高了可疑账号的处理效率,节省时间以及人工成本。
请参考图4,图4示出了根据本发明一示例性实施例的图3所示的非法账号的识别方法中步骤S330的流程示意图,在图4所示的实施例中,该示例性非法账号的识别方法中步骤S330包括如下步骤:
在步骤S410中,获取所述可疑账号集合中除用于分组的分组账号信息之外的目标账号信息。
其中,分组账号信息是指在进行分组得到可疑账号集合时用作分组依据的账号信息,例如当可疑账号集合中的可疑账号是根据账号名称进行分组得到时,账号名称即为该可疑账号集合的分组账号信息。而目标账号信息则是指除分组账号信息之外的账号信息。
在步骤S420中,基于所述可疑账号集合中至少两个可疑账号之间的所述目标账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值。
在本发明一示例性实施例中,至少两个可疑账号之间可以是两个可疑账号之间,在本发明另一示例性实施例中,至少两个可疑账号之间也可以是三个或三个以上可疑账号之间,等等,本发明对此不做特殊限定。
在图4所示的实施例中,由于可疑账号集合中的可疑账号原本就是根据分组账号信息分组得来,因此,根据该分组账号信息计算可疑账号之间的相似值会导致可疑账号集合中可疑账号之间的相似值虚大,是无意义的。在计算相似值时不考虑分组账号信息能够提高相似值的可靠性,保证识别结果的准确性。
请参考图5,图5示出了根据本发明一示例性实施例的图4所示的非法账号的识别方法中步骤S420的流程示意图,在图5所示的实施例中,该示例性非法账号的识别方法中步骤S420包括如下步骤:
在步骤S510中,计算所述至少两个可疑账号之间相同的目标账号信息占同类账号信息的比例值。
其中,相同的目标账号信息是指可疑账号之间除分组账号信息之外相同的账号信息。
同类账号信息是指与所述至少两个可疑账号之间相同的目标账号信息同一类别的账号信息。
例如,共有2000个可疑账号,经过分组后,在可疑账号集合X中包含有账号A、账号B,其中,账号A和账号B的登陆地均为C省,而在2000个可疑账号中,一共有200个可疑账号的登陆地为C省,所以账号A和账号B中相同的目标账号信息(即登陆地)占同类账号信息的比例值为200/2000=10%。
在步骤S520中,根据所述相同的目标账号信息占同类账号信息的比例值,计算所述相同的目标账号信息的信息量。
其中,信息量是指至少两个可疑账号之间相同的目标账号信息所能够体现的所述至少两个可疑账号为同一团伙的相似度。
在本发明的一示例性实施例中,根据至少两个可疑账号之间相同的目标账号信息占同类账号信息的比例值来计算相同的目标账号信息的信息量,能够直观的反映出多个可疑账号之间的相似度。应该理解的是,相同的目标账号信息占同类账号信息的比例越小,则越能够代表着至少两个可疑账号之间的相似度越高。所占比例越小,代表着情况发生的可能性越小,因此一旦出现则为同一团伙的可能性应该更高,进而该相同的目标账号信息所能够体现的信息量也越多。
在本发明的一示例性实施例中,根据所述相同的目标账号信息占同类账号信息的比例值,通过如下公式计算所述相同的目标账号信息的信息量I:
I=-lognPn
其中,P为所述相同的目标账号信息占同类账号信息的比例,n为所述至少两个可疑账号的账号数量。
例如,可疑账号集合X中包含账号A、账号B,其中,账号A和账号B均来自广东省,并且账号A和账号B有相同的账号名称XXX,在所有的可疑账号中来自广东省的可疑账号占比为P广东省=1/34,在所有的可疑账号中账号名称为XXX的可疑账号占比为1/100,所以,账号A和账号B均来自广东省所能够体现的信息量I为:账号A和账号B的账号名称均为XXX所能够体现的信息量I为:由此能够看出,省份相同的概率较大而账号名称相同的概率较小,二者所能够体现的信息量也不同,相同的账号名称比相同的省份所能够体现的信息量更大,符合实际。
在步骤S530中,将所述至少两个可疑账号之间相同的目标账号信息的信息量相加,以得到所述至少两个可疑账号之间的相似值。
在图5所示的实施例中,根据多个可疑账号之间相同的目标账号信息占同类账号信息的比例值以计算多个可疑账号之间的相似值,能够准确体现出多个可疑账号之间的相似性,提高了识别为同一团伙的可疑账号的结果的准确性。
基于图3至图5所示的非法账号的识别方法,在本发明一示例性实施例中,如图6所示,根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,包括如下步骤:
在步骤S610中,将所述可疑账号集合中至少两个可疑账号之间的相似值相加,以得到所述可疑账号集合的相似总值。
其中,将至少两个可疑账号之间的相似值相加是指将所述可疑账号集合中任意数量相同的至少两个可疑账号之间的相似值相加,例如,当所述至少两个可疑账号的数量为两个时,则计算所述可疑账号集合中任意两个可疑账号之间的相似值,并将计算得到的所有相似值进行相加。当所述至少两个可疑账号的数量为三个或者三个以上时,则计算所述可疑账号集合中任意三个或者任意三个以上的可疑账号之间的相似值,并将计算所得到的所有相似值进行相加。
在步骤S620中,将所述可疑账号集合的相似总值除以所述可疑账号集合中所述相似值的个数,以得到所述可疑账号集合的分值。
在本发明的示例性实施例中,将计算得到的相似总值除以可疑账号集合中相似值的个数,能够避免由于可疑账号集合中可疑账号数量过多而造成相似总值虚大,将其除以可疑账号集合中相似值的个数,以得到每一组多个可疑账号之间的平均相似值,更能体现可疑账号集合中多个可疑账号之间的相似度,以确保非法账号识别的准确度。例如,可疑账号集合中包括账号A、账号B和账号C,其中,账号A和账号B之间的相似值为3.2,账号A和账号C之间的相似值为5.8,账号B和账号C之间的相似值为2.7,所以所述可疑账号集合的相似总值为3.2+5.8+2.7=11.7,则所述可疑账号集合的分值为11.7/3=3.9。
基于图6所示的非法账号的识别方法,在本发明的一示例性实施例中,根据所述可疑账号集合的分值识别非法账号集合,包括:
确定所述分值大于或等于预定阈值的所述可疑账号集合为非法账号集合;
或
将所述可疑账号集合按照其所对应的分值由大到小的顺序进行排列,确定排列在第一预定比例前的所述可疑账号集合为非法账号集合。
在本发明的示例性实施例中,将分值大于或等于预定阈值的所述可疑账号集合确定为非法账号集合,确保在可疑账号集合中的可疑账号之间存在一定的相似度,能够保证非法账号识别的准确性。其中,预定阈值为预先配置,本领域技术人员可根据实际使用情况进行设置,本发明对此不做特殊限定。
再者,将所述可疑账号集合按照其所对应的分值由大到小的顺序进行排列,确定排列在第一预定比例前的所述可疑账号集合为非法账号集合,能够在可疑账号集合数量较多的情况下,识别足够数量的可疑账号集合,保证了非法账号的识别效率。其中,第一预定比例为预先配置,其可以为20%、30%或50%,本发明对此不做特殊限定。
请参考图7,图7示出了根据本发明一示例性实施例的图3的非法账号的识别方法中步骤S310的流程示意图。如图7所示,步骤S310,获取可疑账号,包括如下步骤:
在步骤S710中,获取用户指定的可疑账号。
其中,用户指定的可疑账号是指被用户举报而确定的可疑账号。
在步骤S720中,基于所述用户指定的可疑账号的登陆设备信息,获取同一登陆设备的其他账号,并将所述其他账号作为可疑账号。
在图7所示的实施例中,作为同一团伙的可疑账号,有较大的可能性是由同一登录设备进行登陆。因此根据用户所指定的可疑账号,获取与用户所指定的可疑账号同一登陆设备的其他账号,并将其作为可疑账号,能够保证即使在可疑账号未被举报的情况下,也能够对其获取并进行识别,保证了识别的全面性。且将与可疑账号同一登录设备的其他账号同时确定为可疑账号,在进行非法账号识别时,能够提供更多的依据以证明该可疑账号是否为非法账号,提高了非法账号识别的准确性。
具体而言,当系统接收到用户对可疑账号的举报信息时,其中,对可疑账号的举报信息包括该可疑账号的账号信息,例如账号名称、账号头像、登陆设备信息等。系统从举报信息中提取该可疑账号的登陆设备信息,并基于该可疑账号的登陆设备信息,对所有的账号进行匹配,以匹配到相同登录设备的账号,并将其作为可疑账号。
请参考图8,图8示出了根据本发明一示例性实施例的图3的非法账号的识别方法中步骤S320的流程示意图。如图8的实施例所示,步骤S320,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,包括如下步骤:
在步骤S810中,根据不同类别的账号信息,对所述可疑账号进行分组以得到可疑账号集合。
在本发明的示例性实施例中,根据不同类别的账号信息,分别对可疑账号进行分组,以保证可疑账号能够尽可能的被匹配到相似的可疑账号,提高了分组的准确性。
在步骤S820中,若存在至少两个可疑账号集合所包含的可疑账号的重复度达到第二预定比例,则将所述至少两个可疑账号集合进行合并。
其中,至少两个可疑账号集合所包含的可疑账号的重复度是指在多个可疑账号集合内,重复的可疑账号数量占可疑账号集合的可疑账号数量的比例。其中,第二预定比例为预先配置,所述第二预定比例可以为80%、85%或90%等。
应该理解的是,计算至少两个可疑账号所包含的可疑账号的重复度,应计算重复的可疑账号数量占可疑数量较少的可疑账号集合的可疑账号数量的比例。例如,可疑账号集合A中有200个可疑账号,可疑账号集合B中有150个账号,第二预定比例为80%,其中,可疑账号集合A和可疑账号集合B中有120个可疑账号相同,则可疑账号集合A和可疑账号集合B所包含的可疑账号的重复度为120/150=80%,因为重复度达到第二预定比例80%,因此将可疑账号集合A和可疑账号集合B进行合并。
在图8所示的实施例中,将重复度达到第二预定比例的至少两个可疑账号集合进行合并,能够保证合并后的可疑账号集合中的可疑账号之间存在一定的相似性,以提高非法账号识别的准确性。且能够减少分组得到的可疑账号集合的数量,提高了识别效率。
基于图8所示的非法账号的识别方法,在本发明的一示例性实施例中,在步骤S820之后,该示例性非法账号的识别方法还包括:
选取所述至少两个可疑账号集合的用于进行分组的分组账号信息中优先级最高的分组账号信息,以作为合并后的可疑账号集合的分组账号信息。
其中,分组账号信息的优先级为预先配置。具体而言,本领域技术人员可通过输入设备(例如键盘、触摸屏等)对每一账号信息进行设置优先级。需要说明的是,账号信息的优先级越高,代表着该账号信息的重要性越大,例如账号名称的优先级高于账号头像的优先级、账号头像的优先级高于登录地的优先级,等等。
在本发明的示例性实施例中,预先设置账号信息的优先级,当对至少两个可疑账号集合进行合并时,选取优先级较高的分组账号信息作为合并后的可疑账号集合的分组账号信息。在计算合并后的可疑账号集合中至少两个可疑账号之间的相似值时,将分组账号信息不予考虑,能够避免合并后的可疑账号集合中可疑账号值之间的相似值虚高,影响非法账号的识别结果。
在本发明的另一示例性实施例中,在步骤S820之后,该示例性非法账号的识别方法还包括:
选取所述至少两个可疑账号集合中可疑账号数量较多的可疑账号集合的分组账号信息作为合并后的可疑账号集合的分组账号信息。
在本发明的示例性实施例中,选取可疑账号数量较多的可疑账号集合的分组账号信息作为合并后的可疑账号集合的分组账号信息,能够将占大部分的可疑账号的相同的分组账号信息去除,在计算合并后的可疑账号集合中至少两个可疑账号之间的相似值时,避免相似值虚高,影响非法账号的识别结果。
请参考图9,图9示出了根据本发明一示例性实施例的图3的非法账号的识别方法在根据账号名称进行分组时步骤S320的流程示意图。在图9所示的实施例中,当账号信息为账号名称时,步骤S320,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,包括如下步骤:
在步骤S910中,将所述可疑账号的账号名称进行分词,将所述可疑账号的账号名称以及分词结果作为名称集合。
在步骤S920中,根据所述可疑账号的名称集合之间的重复度,对所述可疑账号进行分组以得到可疑账号集合。
在本发明的示例性实施例中,通过计算至少两个可疑账号之间的名称集合的重复度,对可疑账号进行分组以得到可疑账号集合。能够将具有相同或者相似的账号名称的可疑账号划分为同一可疑账号集合,保证了基于账号名称进行分组所得到的可疑账号集合中可疑账号之间的关联性。例如,可疑账号A的账号名称为A={a1,a2,a3},对账号名称A进行分词得到分词结果:a1,a2、a1,a3、a2,a3、a1、a2、a3,将账号名称A和分词结果作为该可疑账号A的名称集合为{(a1,a2,a3),(a1,a2),(a1,a3),(a2,a3),a1,a2,a3},通过计算至少两个可疑账号的名称集合之间的重复度,以对可疑账号进行分组得到可疑账号集合。
在本发明一示例性实施例中,根据所述可疑账号的名称集合之间的重复度进行分组可以是当至少两个可疑账号的名称集合中所包含的元素重复数量达到预定数量时,则将所述至少两个可疑账号分为同一可疑账号集合。
在本发明另一示例性实施例中,根据所述可疑账号的名称集合之间的重复度进行分组可以是当至少两个可疑账号的名称集合中含有相同的元素,则将至少两个可疑账号分为同一账号集合。由于只要名称集合中含有相同的元素就划分为同一可疑账号集合,导致同一可疑账号在根据账号名称进行分组时,会出现被划分进不同可疑账号集合的情况,进而出现大量可疑账号重复的可疑账号集合,因此,需要对可疑账号重复度达到第二预定比例的可疑账号集合进行合并,以减少计算工作量。在一示例中,可预先对名称集合中的元素进行配置优先级,以将优先级较高的分组账号信息作为合并后的可疑账号集合的分组账号信息。例如包含分词结果越多的元素的优先级越高,包含越少的分词结果的元素的优先级越低,等等。
请参考图10,图10示出了根据本发明一示例性实施例的图3的非法账号的识别方法在根据账号头像进行分组时步骤S320的流程示意图。在图10所示的实施例中,当账号信息为账号头像时,步骤S320,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,包括如下步骤:
在步骤S1010中,计算所述可疑账号的账号头像的平均哈希值。
其中,平均哈希值是感知哈希算法中的一种,可通过对比两个账号头像的平均哈希值来判断两个账号头像的相似度。
在步骤S1020中,基于所述可疑账号的所述平均哈希值,对所述可疑账号进行分组以得到所述可疑账号集合。
在本发明的示例性实施例中,通过比较两个可疑账号的账号头像的平均哈希值,以确定两个账号头像是否相同。在一示例性实施例中,将账号头像的平均哈希值相同的可疑账号划分为同一可疑账号集合,以确保基于可疑账号的账号头像进行分组所得到的可疑账号集合中可疑账号的关联性。在另一示例性实施例中,通过计算账号头像之间的平均哈希值的汉明距离(即逐位计算两个平均哈希值是否相同),以确定账号头像是否为相似或者相同。当账号头像的平均哈希值之间的汉明距离小于预先设置的阈值时,则将该账号头像相对应的可疑账号划分为同一可疑账号集合。
基于图10所示的非法账号的识别方法,请参考图11,图11示出了根据本发明一示例性实施例的非法账号的识别方法在步骤S1020之后还包括的过滤可疑账号集合的流程示意图,如图11的实施例所示,在步骤S1020之后,该示例性非法账号的识别方法还包括:
在步骤S1110中,计算所述可疑账号集合中可疑账号的账号头像的其他类型的感知哈希值。
其中,其他类型的感知哈希值可以为感知哈希值(pHash)、差异值哈希值(dHash)等。
在步骤S1120中,将所述其他类型的感知哈希值中相同数量最多的目标类型的感知哈希值的相同数量除以所述可疑账号集合中可疑账号的数量,以得到相似比。
在本发明的示例性实施例中,将计算所得到的其他类型的感知哈希值中相同数量最多的感知哈希值的类型定义为目标类型,并将目标类型的感知哈希值的相同数量除以所述可疑账号集合中可疑账号的数量,以得到可疑账号集合中可疑账号的相似比。例如,计算得到在含有100个可疑账号的可疑账号集合中,可疑账号的账号头像的感知哈希值相同的数量为50个,差异值哈希值相同的数量为40个,感知哈希值相同的数量最多,因此将感知哈希值作为目标类型,将目标类型的感知哈希值的相同数量(即50)除以可疑账号集合中可疑账号的数量(即100),以得到相似比为50%。
在步骤S1130中,过滤掉所述相似比小于第三预定比例的可疑账号集合。
在图11所示的实施例中,由于在计算平均哈希值时会对账号头像进行压缩,不可避免的会导致账号头像的信息缺失,相似的图片会被压缩为同一个平均哈希值。因此通过不同的感知哈希值以得到可疑账号集合中可疑账号的相似比,将相似比小于第三预定比例的可疑账号集合过滤掉,能够减少由于压缩账号头像导致信息缺失而对非法账号的识别结果的影响,提高非法账号识别的准确性。其中,第三预定比例值为预先配置。
基于图10所示的非法账号的识别方法,请参考图12,图12示出了根据本发明一示例性实施例的非法账号的识别方法在步骤S1020之前还包括的去除默认账号头像的流程示意图,如图12的实施例所示,在步骤S1020之前,该示例性非法账号的识别方法还包括:
在步骤S1210中,将所述可疑账号的账号头像与默认头像库中的默认头像进行对比。
其中,默认头像是指系统预先配置、用以供用户进行选择的头像,默认头像库中包含了所有的默认头像。
在步骤S1220中,当所述可疑账号的账号头像与默认头像库中的默认头像相同时,则删除所述可疑账号的所述平均哈希值。
在图12所示的实施例中,由于默认头像库中的头像具有普遍性,因此不具有比较的意义。通过将账号头像与默认头像库中的默认头像进行对比,并删除与默认头像库中默认头像相同的账号头像的平均哈希值,能够提高分组效率,且减少无用可疑账号集合的出现。
基于上述实施例的技术方案,以下介绍本申请实施例的一个具体应用场景:
图13示出了根据本发明一示例性实施例的非法账号的识别方法的流程示意图,在图13所示的实施例中,当接收到用户1310的举报信息时,将用户1310所举报的账号确定为可疑账号。由用户的举报信息中获取可疑账号的登陆设备信息,根据可疑账号的登陆设备信息,获取与可疑账号同一登陆设备的其他账号,并将所获取的其他账号作为可疑账号。根据所获得的可疑账号,按照不同的账号属性进行分组,以得到可疑账号集合1310。通过计算可疑账号集合1310的分值以进行识别非法账号集合1320。
如图14至图15所示为应用于本发明实施例的非法账号的识别方法的终端界面的示意图。如图14所示,在对可疑账号进行分组之后,当用户在账号名称栏1410里填入欲搜索的账号名称时(该实施例中以iphone为例进行说明),界面上会显示账号名称与iphone相关的可疑账号集合1420,以供用户进行审核。
如图15所示,当用户选择图14中的“iPhoneX特惠286?秒杀”这一可疑账号集合时,界面会显示“iPhoneX特惠286?秒杀”这一可疑账号集合中的可疑账号信息,由界面中的信息可以看出,可疑账号集合中可疑账号有着相同的的账号名称1520,甚至有的可疑账号的账号头像1510相同。
综上,本发明实施例的非法账号的识别方法可以将可疑账号按照不同的账号信息进行分组以得到可疑账号集合,并通过计算可疑账号集合中可疑账号之间的相似值以得到可疑账号集合的分值,根据该分值进行识别非法账号集合,能够提高非法账号的识别结果的准确性。且将可疑账号进行批量识别,能够提高对可疑账号的处理效率。
以下介绍本发明的装置实施例,可以用于执行本发明上述实施例中的非法账号的识别方法。对于本发明装置实施例中未披露的细节,请参照本发明上述的非法账号的识别方法的实施例。
图16示意性示出了根据本发明的一示例性实施例的非法账号的识别装置的框图。
参照图16所示,根据本发明的一个实施例的非法账号的识别装置160,包括:获取模块1610、分组模块1620、计算模块1630和识别模块1640。
其中,获取模块1610用于获取可疑账号。分组模块1620用于基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合。计算模块1630用于基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值。识别模块1640用于根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
在本发明的一示例性实施例中,所述计算模块1630还用于:获取所述可疑账号集合中除用于分组的账号信息之外的目标账号信息;基于所述可疑账号集合中至少两个可疑账号之间的所述目标账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值。
在本发明的一示例性实施例中,所述计算模块1630还用于:计算所述至少两个可疑账号之间相同的目标账号信息占同类账号信息的比例值;根据所述相同的目标账号信息占同类账号信息的比例值,计算所述相同的目标账号信息的信息量;将所述至少两个可疑账号之间相同的目标账号信息的信息量相加,以得到所述至少两个可疑账号之间的相似值。
在本发明的一示例性实施例中,所述计算模块1630还用于:根据所述相同的目标账号信息占同类账号信息的比例值,通过如下公式计算所述相同的目标账号信息的信息量I:
I=-lognPn
其中,P为所述相同的目标账号信息占同类账号信息的比例,n为所述至少两个可疑账号的账号数量。
在本发明的一示例性实施例中,所述识别模块1640还用于:将所述可疑账号集合中至少两个可疑账号之间的相似值相加,以得到所述可疑账号集合的相似总值;将所述可疑账号集合的相似总值除以所述可疑账号集合中所述相似值的个数,以得到所述可疑账号集合的分值。
在本发明的一示例性实施例中,所述识别模块1640还用于:确定所述分值大于或等于预定阈值的所述可疑账号集合为非法账号集合;或用于将所述可疑账号集合按照其所对应的分值由大到小的顺序进行排列,确定排列在第一预定比例前的所述可疑账号集合为非法账号集合。
在本发明的一示例性实施例中,所述获取模块1610还用于:获取用户指定的可疑账号;并用于基于所述用户指定的可疑账号的登陆设备信息,获取同一登陆设备的其他账号,并将所述其他账号作为可疑账号。
在本发明的一示例性实施例中,所述分组模块1620还用于:根据不同类别的账号信息,对所述可疑账号进行分组以得到可疑账号集合;并用于若存在至少两个可疑账号集合所包含的可疑账号的重复度达到第二预定比例,则将所述至少两个可疑账号集合进行合并。
在本发明的一示例性实施例中,所述分组模块1620还用于:选取所述至少两个可疑账号集合的用于进行分组的分组账号信息中优先级最高的分组账号信息,以作为合并后的可疑账号集合的分组账号信息。
在本发明的一示例性实施例中,当账号信息为账号名称时,所述分组模块1620还用于:将所述可疑账号的账号名称进行分词,将所述可疑账号的账号名称以及分词结果作为名称集合;根据所述可疑账号的名称集合之间的重复度,对所述可疑账号进行分组以得到可疑账号集合。
在本发明的一示例性实施例中,当账号信息为账号头像时,所述分组模块1620还用于:计算所述可疑账号的账号头像的平均哈希值;基于所述可疑账号的所述平均哈希值,对所述可疑账号进行分组以得到所述可疑账号集合。
在本发明的一示例性实施例中,所述分组模块1620还用于:计算所述可疑账号集合中可疑账号的账号头像的其他类型的感知哈希值;将所述其他类型的感知哈希值中相同数量最多的目标类型的感知哈希值的相同数量除以所述可疑账号集合中可疑账号的数量,以得到相似比;过滤掉所述相似比小于第三预定比例的可疑账号集合。
在本发明的一示例性实施例中,所述分组模块1620还用于:将所述可疑账号的账号头像与默认头像库中的默认头像进行对比;当所述可疑账号的账号头像与默认头像库中的默认头像相同时,则删除所述可疑账号的所述平均哈希值。
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,根据本发明的实施方式,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。
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,根据本发明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、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明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,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。
Claims (15)
1.一种非法账号的识别方法,其特征在于,包括
获取可疑账号;
基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合;
基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值;
根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
2.根据权利要求1所述的识别方法,其特征在于,基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值,包括:
获取所述可疑账号集合中除用于分组的账号信息之外的目标账号信息;
基于所述可疑账号集合中至少两个可疑账号之间的所述目标账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值。
3.根据权利要求2所述的识别方法,其特征在于,基于所述可疑账号集合中至少两个可疑账号之间的所述目标账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值,包括:
计算所述至少两个可疑账号之间相同的目标账号信息占同类账号信息的比例值;
根据所述相同的目标账号信息占同类账号信息的比例值,计算所述相同的目标账号信息的信息量;
将所述至少两个可疑账号之间相同的目标账号信息的信息量相加,以得到所述至少两个可疑账号之间的相似值。
4.根据权利要求1-3中任一项所述的识别方法,其特征在于,根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,包括:
将所述可疑账号集合中至少两个可疑账号之间的相似值相加,以得到所述可疑账号集合的相似总值;
将所述可疑账号集合的相似总值除以所述可疑账号集合中所述相似值的个数,以得到所述可疑账号集合的分值。
5.根据权利要求4所述的识别方法,其特征在于,根据所述可疑账号集合的分值识别非法账号集合,包括:
确定所述分值大于或等于预定阈值的所述可疑账号集合为非法账号集合;
或
将所述可疑账号集合按照其所对应的分值由大到小的顺序进行排列,确定排列在第一预定比例前的所述可疑账号集合为非法账号集合。
6.根据权利要求1所述的识别方法,其特征在于,获取可疑账号,包括:
获取用户指定的可疑账号;
基于所述用户指定的可疑账号的登陆设备信息,获取同一登陆设备的其他账号,并将所述其他账号作为可疑账号。
7.根据权利要求1所述的识别方法,其特征在于,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,包括:
根据不同类别的账号信息,对所述可疑账号进行分组以得到可疑账号集合;
若存在至少两个可疑账号集合所包含的可疑账号的重复度达到第二预定比例,则将所述至少两个可疑账号集合进行合并。
8.根据权利要求7所述的识别方法,其特征在于,在将所述至少两个可疑账号集合进行合并之后,还包括:
选取所述至少两个可疑账号集合的用于进行分组的分组账号信息中优先级最高的分组账号信息,以作为合并后的可疑账号集合的分组账号信息。
9.根据权利要求1所述的识别方法,其特征在于,当账号信息为账号名称时,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,包括:
将所述可疑账号的账号名称进行分词,将所述可疑账号的账号名称以及分词结果作为名称集合;
根据所述可疑账号的名称集合之间的重复度,对所述可疑账号进行分组以得到可疑账号集合。
10.根据权利要求1所述的识别方法,其特征在于,当账号信息为账号头像时,基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合,包括:
计算所述可疑账号的账号头像的平均哈希值;
基于所述可疑账号的所述平均哈希值,对所述可疑账号进行分组以得到所述可疑账号集合。
11.根据权利要求10所述的识别方法,其特征在于,在基于所述可疑账号的所述平均哈希值,对所述可疑账号进行分组以得到可疑账号集合之后,还包括:
计算所述可疑账号集合中可疑账号的账号头像的其他类型的感知哈希值;
将所述其他类型的感知哈希值中相同数量最多的目标类型的感知哈希值的相同数量除以所述可疑账号集合中可疑账号的数量,以得到相似比;
过滤掉所述相似比小于第三预定比例的可疑账号集合。
12.根据权利要求10所述的识别方法,其特征在于,在基于所述可疑账号的所述平均哈希值,对所述可疑账号进行分组以得到所述可疑账号集合之前,还包括:
将所述可疑账号的账号头像与默认头像库中的默认头像进行对比;
当所述可疑账号的账号头像与默认头像库中的默认头像相同时,则删除所述可疑账号的所述平均哈希值。
13.一种非法账号的识别装置,其特征在于,包括:
获取模块,用于获取可疑账号;
分组模块,用于基于所述可疑账号的账号信息,对所述可疑账号进行分组以得到可疑账号集合;
计算模块,用于基于所述可疑账号集合中可疑账号的账号信息,计算所述可疑账号集合中至少两个可疑账号之间的相似值;
识别模块,用于根据所述可疑账号集合中至少两个可疑账号之间的相似值,计算所述可疑账号集合的分值,以根据所述可疑账号集合的分值识别非法账号集合。
14.一种计算机可读存储介质,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如权利要求1至13中任一项所述的非法账号的识别方法。
15.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至12中任一项所述的非法账号的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910597885.0A CN112182520B (zh) | 2019-07-03 | 2019-07-03 | 非法账号的识别方法、装置、可读介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910597885.0A CN112182520B (zh) | 2019-07-03 | 2019-07-03 | 非法账号的识别方法、装置、可读介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112182520A true CN112182520A (zh) | 2021-01-05 |
CN112182520B CN112182520B (zh) | 2024-01-26 |
Family
ID=73914515
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910597885.0A Active CN112182520B (zh) | 2019-07-03 | 2019-07-03 | 非法账号的识别方法、装置、可读介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112182520B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN116846596A (zh) * | 2023-05-31 | 2023-10-03 | 北京数美时代科技有限公司 | 一种恶意账号的识别方法、系统、介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301978A (zh) * | 2015-05-26 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 团伙成员账号的识别方法、装置及设备 |
CN109102151A (zh) * | 2018-07-03 | 2018-12-28 | 阿里巴巴集团控股有限公司 | 一种可疑群组识别方法和装置 |
CN109271418A (zh) * | 2018-08-14 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 可疑团伙识别方法、装置、设备及计算机可读存储介质 |
-
2019
- 2019-07-03 CN CN201910597885.0A patent/CN112182520B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106301978A (zh) * | 2015-05-26 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 团伙成员账号的识别方法、装置及设备 |
CN109102151A (zh) * | 2018-07-03 | 2018-12-28 | 阿里巴巴集团控股有限公司 | 一种可疑群组识别方法和装置 |
CN109271418A (zh) * | 2018-08-14 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 可疑团伙识别方法、装置、设备及计算机可读存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN116846596A (zh) * | 2023-05-31 | 2023-10-03 | 北京数美时代科技有限公司 | 一种恶意账号的识别方法、系统、介质及设备 |
CN116846596B (zh) * | 2023-05-31 | 2024-01-30 | 北京数美时代科技有限公司 | 一种恶意账号的识别方法、系统、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112182520B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
CN110929799B (zh) | 用于检测异常用户的方法、电子设备和计算机可读介质 | |
CN111371858B (zh) | 群控设备识别方法、装置、介质及电子设备 | |
CN106874253A (zh) | 识别敏感信息的方法及装置 | |
CN107809371B (zh) | 共享资源显示方法及装置 | |
TW201426593A (zh) | 資訊校驗的方法及裝置 | |
CN106844550B (zh) | 一种虚拟化平台操作推荐方法及装置 | |
CN112182520B (zh) | 非法账号的识别方法、装置、可读介质及电子设备 | |
WO2019056496A1 (zh) | 图片复审概率区间生成方法及图片复审判定方法 | |
CN110895811A (zh) | 一种图像篡改检测方法和装置 | |
CN112966756A (zh) | 一种可视化的准入规则的生成方法、装置、机器可读介质及设备 | |
CN113590756A (zh) | 信息序列生成方法、装置、终端设备和计算机可读介质 | |
US20230096921A1 (en) | Image recognition method and apparatus, electronic device and readable storage medium | |
CN113312554B (zh) | 用于评价推荐系统的方法及装置、电子设备和介质 | |
US20210357955A1 (en) | User search category predictor | |
CN107368597B (zh) | 信息输出方法和装置 | |
CN111770080A (zh) | 一种设备指纹的恢复方法及装置 | |
CN117033801B (zh) | 一种业务推荐方法、装置、设备和存储介质 | |
CN115665452A (zh) | 视频中嵌入推送内容的方法、装置及电子设备 | |
CN116055202A (zh) | 风险设备的识别方法、装置、设备以及存储介质 | |
CN112925854A (zh) | 用户数据筛选方法、装置、电子设备及存储介质 | |
CN118051670A (zh) | 业务推荐方法、装置、设备和介质 | |
CN117076988A (zh) | 异常行为检测方法、装置、设备及介质 | |
CN113343238A (zh) | 应用程序识别方法、装置、存储介质以及终端 | |
CN115619413A (zh) | 一种异常交易的确定方法、装置、设备及存储介质 |
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 |