CN113139182A - 一种在线电商平台的数据入侵检测方法 - Google Patents
一种在线电商平台的数据入侵检测方法 Download PDFInfo
- Publication number
- CN113139182A CN113139182A CN202110534605.9A CN202110534605A CN113139182A CN 113139182 A CN113139182 A CN 113139182A CN 202110534605 A CN202110534605 A CN 202110534605A CN 113139182 A CN113139182 A CN 113139182A
- Authority
- CN
- China
- Prior art keywords
- index
- data
- initialized
- global
- current global
- 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
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
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/55—Detecting local intrusion or implementing counter-measures
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q30/01—Customer relationship services
- G06Q30/012—Providing warranty services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种在线电商平台的数据入侵检测方法。首先获取待检测在线电商数据,确定待检测在线电商数据的初始化网站流量指标,其次对电商产品进行评估,这样能够根据得到产品优势性指标快速、准确地分析出业务下单转化数据,对在线电商数据中的各类指标进行解析,以得到初始化解析信息,进而判断出初始化解析信息与初始化网站流量指标的第一指标更新信息,根据第一指标更新信息校正当前全局会员类指标和当前全局流量质量类指标,这样能够更加准确地得到符合要求的数据检测条件。然后在基于满足检测条件的情况下对数据调用行为进行检测,如此能够使得待检测在线电商数据对应的数据入侵检测结果更为准确可靠。
Description
技术领域
本公开涉及在线电商以及数据检测技术领域,特别涉及一种在线电商平台的数据入侵检测方法。
背景技术
随着大数据的发展,在线电商平台也越来越活跃,如今电子商务为用户带来便捷的同时也为用户带来了安全隐患。比如:用户在电商平台进行业务交互时时常会出现信息泄露。所以为了更好地保护用户的隐私信息,则需要对在线电商平台的业务交互数据进行检测,而现有的数据检测过于片面,无法保证数据检测结果的可靠性以及准确性。
发明内容
为改善相关技术中存在的技术问题,本公开提供了一种在线电商平台的数据入侵检测方法。
本发明提供了一种在线电商平台的数据入侵检测方法,所述方法包括:
获取待检测在线电商数据,确定所述待检测在线电商数据的初始化网站流量指标;其中,所述初始化网站流量指标包括初始化会员类指标和初始化流量质量类指标;
从所述待检测在线电商数据对应的当前全局业务交互数据中选取当前全局会员类指标,基于所述待检测在线电商数据获取对应的当前全局流量质量类指标;
基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标;
根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据;
基于所述产品优势性指标对所述更新全局流量质量类指标和所述当前全局会员类指标进行指标解析得到初始化解析信息,根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件;
基于满足第一数据检测条件的业务下单转化数据和产品优势性指标进行数据调用行为检测,得到所述待检测在线电商数据对应的数据入侵检测结果。
可选地,在所述根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件,包括:
基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,当所述第一指标更新信息未满足第一数据检测条件时,基于所述业务下单转化数据校正所述当前全局业务交互数据,得到校正后的全局业务交互数据;
从所述校正后的全局业务交互数据中选取更新全局会员类指标,得到更新的当前全局会员类指标,并将所述更新全局流量质量类指标作为更新的当前全局流量质量类指标,返回基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标的步骤,直到满足第一数据检测条件;
其中,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据,所述初始化解析信息包括初始化活跃会员类指标和初始化活跃流量类指标;基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,包括:
基于所述初始化活跃会员类指标与所述初始化会员类指标确定得到会员类指标更新信息,并基于所述初始化活跃流量类指标与所述初始化流量质量类指标确定得到流量质量类指标更新信息;
基于所述流量质量类指标更新信息与所述会员类指标更新信息,得到所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息;
其中,所述待检测在线电商数据为静态业务交互数据对应的交互事件数据,所述初始化解析信息包括初始化活跃会员类指标和初始化活跃流量类指标;基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,包括:
基于所述初始化活跃会员类指标与所述初始化会员类指标确定得到会员类指标更新信息,并基于所述初始化活跃流量类指标与所述初始化流量质量类指标确定得到流量质量类指标更新信息;
获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度状态特征,所述热度状态特征是所述热度交互事件数据在数据调用行为检测时使用的状态特征;
确定所述热度状态特征与所述业务下单转化数据的状态指标更新信息,基于所述流量质量类指标更新信息、所述会员类指标更新信息和所述状态指标更新信息,得到所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息。
可选地,确定所述待检测在线电商数据对应的初始化会员类指标和初始化流量质量类指标,包括:
基于所述待检测在线电商数据进行业务交互数据检测,得到业务交互数据列表;
在所述业务交互数据列表中进行基准交互数据检测,得到所述待检测在线电商数据对应的基准交互数据检测结果;
从所述基准交互数据检测结果中确定初始化会员类指标和初始化流量质量类指标。
可选地,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据;所述基于所述业务交互数据交互事件数据获取对应的当前全局流量质量类指标,包括:
获取电商会员反馈数据集合,根据所述电商会员反馈数据集合将所述当前全局会员类指标加载到初始化会员数据,得到加载后的会员类指标,基于所述加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到动态产品评估数据;
根据所述动态产品评估数据从所述当前全局业务交互数据的全局业务交互流量指标集中选取所述动态业务交互数据对应的交互事件数据的当前全局流量质量类指标;
其中,所述获取电商会员反馈数据集合,包括:获取各个会员分类评价数据,从所述各个会员分类评价数据选取当前会员数据;根据所述当前会员数据将所述当前全局会员类指标加载到初始化会员数据,得到会员数据中加载后的会员类指标,基于所述会员数据中加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到会员数据产品评估数据;根据所述会员数据产品评估数据从所述当前全局业务交互数据的全局业务交互流量指标集中选取会员数据的全局流量质量类指标;基于所述会员数据的全局流量质量类指标、所述当前全局会员类指标和所述初始化网站流量指标进行基于会员数据层面的电商产品评估,得到会员数据产品优势性指标;根据所述会员数据产品优势性指标从所述全局业务交互流量指标集中选取会员数据的更新全局流量质量类指标;根据所述会员数据的更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的会员数据的业务下单转化数据;基于所述会员数据产品优势性指标对所述会员数据的更新全局流量质量类指标和所述当前全局会员类指标进行指标解析,得到会员数据的初始化解析信息,根据所述会员数据的初始化解析信息和所述初始化网站流量指标的第二指标更新信息更新所述会员数据的全局流量质量类指标和当前全局会员类指标,返回所述基于会员数据层面的电商产品评估的步骤,直到满足第二数据检测条件,得到所述当前会员数据对应的当前第二指标更新信息;遍历所述各个会员分类评价数据,得到所述各个会员分类评价数据对应的各个当前第二指标更新信息,比较所述各个当前第二指标更新信息,得到目标第二指标更新信息,将所述目标第二指标更新信息对应的会员分类评价数据作为所述电商会员反馈数据集合。
可选地,所述根据所述会员数据的初始化解析信息和所述初始化网站流量指标的第二指标更新信息更新所述会员数据的全局流量质量类指标和当前全局会员类指标,返回所述基于会员数据层面的电商产品评估的步骤,直到满足第二数据检测条件,包括:当所述第二指标更新信息未满足第二数据检测条件时,基于所述会员数据的业务下单转化数据更新所述当前全局业务交互数据,得到会员数据对应的校正后的全局业务交互数据;从所述会员数据对应的校正后的全局业务交互数据中选取会员数据的更新全局会员类指标,将所述会员数据的更新全局会员类指标作为当前全局会员类指标,并将所述会员数据的更新全局流量质量类指标作为会员数据的全局流量质量类指标,返回基于所述会员数据的全局流量质量类指标、所述当前全局会员类指标和所述初始化网站流量指标进行基于会员数据层面的电商产品评估,得到会员数据产品优势性指标的步骤,直到满足第二数据检测条件。
可选地,所述基于所述加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到动态产品评估数据,包括:
获取所述动态业务交互数据对应的交互事件数据对应的第一初始产品评估数据,基于所述第一初始产品评估数据将所述当前全局会员类指标加载到初始化会员数据,得到第一加载后的动态会员类指标;
基于所述第一加载后的动态会员类指标与所述初始化会员类指标确定得到第三指标更新信息;
根据所述第三指标更新信息调整所述第一初始产品评估数据,并返回所述基于所述第一初始产品评估数据将所述当前全局会员类指标加载到初始化会员数据,得到第一加载后的动态会员类指标的步骤,直到所述第三指标更新信息满足第三数据检测条件;
将满足第三数据检测条件的第一初始产品评估数据作为所述动态产品评估数据。
可选地,
所述待检测在线电商数据为静态业务交互数据对应的交互事件数据;所述基于所述待检测在线电商数据获取对应的当前全局流量质量类指标,包括:
获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度全局流量质量类指标,所述热度全局流量质量类指标是所述热度交互事件数据对应的全局业务交互数据中的全局流量质量类指标;
将所述热度全局流量质量类指标作为所述当前全局流量质量类指标;
所述待检测在线电商数据为动态业务交互数据对应的交互事件数据;所述基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标,包括:
获取所述动态业务交互数据对应的交互事件数据对应的第二初始产品评估数据,基于所述第二初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到动态初始化解析信息;
基于所述动态初始化解析信息与所述初始化网站流量指标确定得到第四指标更新信息;
根据所述第四指标更新信息调整所述第二初始产品评估数据,并返回所述基于所述第二初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到动态初始化解析信息的步骤,直到所述第四指标更新信息满足第四数据检测条件;
将满足第四数据检测条件的第二初始产品评估数据作为所述动态业务交互数据对应的交互事件数据对应的产品优势性指标。
可选地,
所述待检测在线电商数据为静态业务交互数据对应的交互事件数据;所述基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标,包括:
获取所述静态业务交互数据对应的交互事件数据对应的第三初始产品评估数据,根据所述第三初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到静态初始化解析信息;
基于所述静态初始化解析信息与所述初始化网站流量指标确定得到第五指标更新信息,并获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度产品评估数据;其中,所述热度产品评估数据是所述热度交互事件数据对应的全局业务交互数据的产品评估数据;
确定所述热度产品评估数据与所述第三初始产品评估数据的产品热度指标更新信息,根据所述第五指标更新信息和所述产品热度指标更新信息,得到目标第五指标更新信息;
根据所述目标第五指标更新信息调整所述静态业务交互数据对应的交互事件数据对应的第三初始产品评估数据,并返回所述根据所述第三初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到静态初始化解析信息的步骤,直到所述目标第五指标更新信息满足第五数据检测条件;
将满足第五数据检测条件的第三初始产品评估数据作为所述静态业务交互数据对应的交互事件数据对应的产品优势性指标;
所述根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据,包括:
获取所述当前全局业务交互数据的全局业务交互流量指标集中的预设指标的指标属性数据,获取订单处理记录,根据所述订单处理记录从所述预设指标的指标属性数据中选取对应的各个全局交互指标属性数据;
根据所述产品优势性指标将所述各个全局交互指标属性数据加载到初始化会员数据,得到各个指标解析信息;
分别基于所述各个指标解析信息与所述初始化流量质量类指标确定得到第六指标更新信息,比较所述各个指标解析信息对应的第六指标更新信息,得到目标第六指标更新信息,将所述目标第六指标更新信息对应的全局交互指标属性数据作为所述初始化流量质量类指标对应的更新全局流量质量类指标;
根据所述更新全局流量质量类指标和所述当前全局会员类指标之间的关联性数据,并基于所述关联性数据确定当前全局业务交互数据;
基于历史业务交互热度提取所述当前全局业务交互数据中的下单数据,得到业务下单转化数据。
本发明还提供了一种计算机设备,包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中调取计算机程序,并通过运行所述计算机程序实现上述所述的方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在运行时实现上述所述的方法。
本公开的实施例提供的技术方案可以包括以下有益效果。
本公开提供了一种在线电商平台的数据入侵检测方法,首先获取待检测在线电商数据,确定待检测在线电商数据的初始化网站流量指标,其次对电商产品进行评估,得到产品优势性指标,这样能够根据产品优势性指标快速、准确地分析出当前全局业务交互数据对应的业务下单转化数据,进一步对在线电商数据中的各类指标进行解析,以得到初始化解析信息,进而判断出初始化解析信息与初始化网站流量指标的第一指标更新信息,根据第一指标更新信息校正当前全局会员类指标和当前全局流量质量类指标,这样能够更加准确地得到符合要求的数据检测条件,然后在满足数据检测条件时,对业务下单转化数据和产品优势性指标进行数据调用行为检测。这样一来,在基于满足检测条件的情况下对数据调用行为进行检测,能够使得待检测在线电商数据对应的数据入侵检测结果更为准确可靠。
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,并于说明书一起用于解释本发明的原理。
图1是本发明实施例提供的一种在线电商平台的数据入侵检测方法的流程图。
图2是本发明实施例提供的一种在线电商平台的数据入侵检测装置的框图。
图3是本发明实施例提供的一种计算机设备的硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
为解决背景技术存在的技术问题,请结合参阅图1,提供了一种在线电商平台的数据入侵检测方法的流程示意图,在实现上述方法时具体执行以下步骤11-步骤16所描述的内容。
步骤11,获取待检测在线电商数据,确定所述待检测在线电商数据的初始化网站流量指标。在本实施例中,所述初始化网站流量指标包括初始化会员类指标和初始化流量质量类指标。
在具体实施时,为了实时准确地解析出初始化会员类指标和初始化流量质量类指标,避免在对待检测在线电商数据进行解析时被异常数据干扰,步骤11描述的确定所述待检测在线电商数据对应的初始化会员类指标和初始化流量质量类指标,具体包括步骤111-步骤113所描述的内容。
步骤111,基于所述待检测在线电商数据进行业务交互数据检测,得到业务交互数据列表;
步骤112,在所述业务交互数据列表中进行基准交互数据检测,得到所述待检测在线电商数据对应的基准交互数据检测结果;
步骤113,从所述基准交互数据检测结果中确定初始化会员类指标和初始化流量质量类指标。
这样一来,执行步骤111-步骤113所描述的内容,能够从待检测在线电商数据中依次实时准确地解析出初始化会员类指标和初始化流量质量类指标,这样能够避免在对待检测在线电商数据进行解析时被异常数据干扰。
步骤12,从所述待检测在线电商数据对应的当前全局业务交互数据中选取当前全局会员类指标,基于所述待检测在线电商数据获取对应的当前全局流量质量类指标。
在一种可替换的实施例中,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据。进一步地,步骤12所描述的基于所述业务交互数据交互事件数据获取对应的当前全局流量质量类指标,具体包括步骤121和步骤122:
步骤121,获取电商会员反馈数据集合,根据所述电商会员反馈数据集合将所述当前全局会员类指标加载到初始化会员数据,得到加载后的会员类指标,基于所述加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到动态产品评估数据。
步骤122,根据所述动态产品评估数据从所述当前全局业务交互数据的全局业务交互流量指标集中选取所述动态业务交互数据对应的交互事件数据的当前全局流量质量类指标。
更进一步地,步骤121中获取电商会员反馈数据集合,具体包括步骤1211-步骤1213所描述的内容。
步骤1211,获取各个会员分类评价数据,从所述各个会员分类评价数据选取当前会员数据。
步骤1212,根据所述当前会员数据将所述当前全局会员类指标加载到初始化会员数据,得到会员数据中加载后的会员类指标,基于所述会员数据中加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到会员数据产品评估数据。
步骤1213,根据所述会员数据产品评估数据从所述当前全局业务交互数据的全局业务交互流量指标集中选取会员数据的全局流量质量类指标。
步骤1214,基于所述会员数据的全局流量质量类指标、所述当前全局会员类指标和所述初始化网站流量指标进行基于会员数据层面的电商产品评估,得到会员数据产品优势性指标。
步骤1215,根据所述会员数据产品优势性指标从所述全局业务交互流量指标集中选取会员数据的更新全局流量质量类指标。
步骤1216,根据所述会员数据的更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的会员数据的业务下单转化数据。
步骤1217,基于所述会员数据产品优势性指标对所述会员数据的更新全局流量质量类指标和所述当前全局会员类指标进行指标解析,得到会员数据的初始化解析信息,根据所述会员数据的初始化解析信息和所述初始化网站流量指标的第二指标更新信息更新所述会员数据的全局流量质量类指标和当前全局会员类指标,返回所述基于会员数据层面的电商产品评估的步骤,直到满足第二数据检测条件,得到所述当前会员数据对应的当前第二指标更新信息。
步骤1218,遍历所述各个会员分类评价数据,得到所述各个会员分类评价数据对应的各个当前第二指标更新信息,比较所述各个当前第二指标更新信息,得到目标第二指标更新信息,将所述目标第二指标更新信息对应的会员分类评价数据作为所述电商会员反馈数据集合。
在该实施方式的基础上,步骤1217所描述的根据所述会员数据的初始化解析信息和所述初始化网站流量指标的第二指标更新信息更新所述会员数据的全局流量质量类指标和当前全局会员类指标,返回所述基于会员数据层面的电商产品评估的步骤,直到满足第二数据检测条件,具体包括:当所述第二指标更新信息未满足第二数据检测条件时,基于所述会员数据的业务下单转化数据更新所述当前全局业务交互数据,得到会员数据对应的校正后的全局业务交互数据;从所述会员数据对应的校正后的全局业务交互数据中选取会员数据的更新全局会员类指标,将所述会员数据的更新全局会员类指标作为当前全局会员类指标,并将所述会员数据的更新全局流量质量类指标作为会员数据的全局流量质量类指标,返回基于所述会员数据的全局流量质量类指标、所述当前全局会员类指标和所述初始化网站流量指标进行基于会员数据层面的电商产品评估,得到会员数据产品优势性指标的步骤,直到满足第二数据检测条件。
在具体实施时,步骤121基于所述加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到动态产品评估数据,具体包括:获取所述动态业务交互数据对应的交互事件数据对应的第一初始产品评估数据,基于所述第一初始产品评估数据将所述当前全局会员类指标加载到初始化会员数据,得到第一加载后的动态会员类指标;基于所述第一加载后的动态会员类指标与所述初始化会员类指标确定得到第三指标更新信息;根据所述第三指标更新信息调整所述第一初始产品评估数据,并返回所述基于所述第一初始产品评估数据将所述当前全局会员类指标加载到初始化会员数据,得到第一加载后的动态会员类指标的步骤,直到所述第三指标更新信息满足第三数据检测条件;将满足第三数据检测条件的第一初始产品评估数据作为所述动态产品评估数据。
可选地,所述待检测在线电商数据为静态业务交互数据对应的交互事件数据。可以理解,步骤12所描述的基于所述待检测在线电商数据获取对应的当前全局流量质量类指标,具体包括以下内容:获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度全局流量质量类指标,所述热度全局流量质量类指标是所述热度交互事件数据对应的全局业务交互数据中的全局流量质量类指标;将所述热度全局流量质量类指标作为所述当前全局流量质量类指标。
步骤13,基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标。
在一种可替换的实施例中,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据。进一步地,步骤13所描述的基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标,具体可以包括步骤13A1-步骤13A4所描述的内容。
步骤13A1,获取所述动态业务交互数据对应的交互事件数据对应的第二初始产品评估数据,基于所述第二初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到动态初始化解析信息。
步骤13A2,基于所述动态初始化解析信息与所述初始化网站流量指标确定得到第四指标更新信息。
步骤13A3,根据所述第四指标更新信息调整所述第二初始产品评估数据,并返回所述基于所述第二初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到动态初始化解析信息的步骤,直到所述第四指标更新信息满足第四数据检测条件。
步骤13A4,将满足第四数据检测条件的第二初始产品评估数据作为所述动态业务交互数据对应的交互事件数据对应的产品优势性指标。
在一种可替换的实施例中,待检测在线电商数据为静态业务交互数据对应的交互事件数据。步骤13所描述的基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标,具体还可以包括以下步骤13B1-步骤13B5所描述的内容。
步骤13B1,获取所述静态业务交互数据对应的交互事件数据对应的第三初始产品评估数据,根据所述第三初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到静态初始化解析信息。
步骤13B2,基于所述静态初始化解析信息与所述初始化网站流量指标确定得到第五指标更新信息,并获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度产品评估数据;其中,所述热度产品评估数据是所述热度交互事件数据对应的全局业务交互数据的产品评估数据。
步骤13B3,确定所述热度产品评估数据与所述第三初始产品评估数据的产品热度指标更新信息,根据所述第五指标更新信息和所述产品热度指标更新信息,得到目标第五指标更新信息。
步骤13B4,根据所述目标第五指标更新信息调整所述静态业务交互数据对应的交互事件数据对应的第三初始产品评估数据,并返回所述根据所述第三初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到静态初始化解析信息的步骤,直到所述目标第五指标更新信息满足第五数据检测条件。
步骤13B5,将满足第五数据检测条件的第三初始产品评估数据作为所述静态业务交互数据对应的交互事件数据对应的产品优势性指标。
通过上述两种实施例中的其中一种实施例,都能够得到以下有益效果:基于当前全局会员类指标、当前全局流量质量类指标和初始化网站流量指标,能够全面地对电商产品进行评估分析,进而更加准确地得到产品优势性指标。
步骤14,根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据。
可以理解,步骤14所描述的根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据,具体可以包括步骤141-步骤145所描述的内容。
步骤141,获取所述当前全局业务交互数据的全局业务交互流量指标集中的预设指标的指标属性数据,获取订单处理记录,根据所述订单处理记录从所述预设指标的指标属性数据中选取对应的各个全局交互指标属性数据。
步骤142,根据所述产品优势性指标将所述各个全局交互指标属性数据加载到初始化会员数据,得到各个指标解析信息。
步骤143,分别基于所述各个指标解析信息与所述初始化流量质量类指标确定得到第六指标更新信息,比较所述各个指标解析信息对应的第六指标更新信息,得到目标第六指标更新信息,将所述目标第六指标更新信息对应的全局交互指标属性数据作为所述初始化流量质量类指标对应的更新全局流量质量类指标。
步骤144,根据所述更新全局流量质量类指标和所述当前全局会员类指标之间的关联性数据,并基于所述关联性数据确定当前全局业务交互数据。
步骤145,基于历史业务交互热度提取所述当前全局业务交互数据中的下单数据,得到业务下单转化数据。
这样一来,通过步骤141-步骤145所描述的方法,能够根据产品优势性指标有效地解析出当前全局业务交互数据对应的业务下单转化数据。
步骤15,基于所述产品优势性指标对所述更新全局流量质量类指标和所述当前全局会员类指标进行指标解析得到初始化解析信息,根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件。
可以理解,为了能够更加快速、准确地得到符合要求的数据检测条件,步骤15所描述的根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件,具体可以包括步骤151和步骤152所描述的内容。
步骤151,基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,当所述第一指标更新信息未满足第一数据检测条件时,基于所述业务下单转化数据校正所述当前全局业务交互数据,得到校正后的全局业务交互数据。
步骤152,从所述校正后的全局业务交互数据中选取更新全局会员类指标,得到更新的当前全局会员类指标,并将所述更新全局流量质量类指标作为更新的当前全局流量质量类指标,返回基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标的步骤,直到满足第一数据检测条件。
通过执行步骤151和步骤152所描述的内容,逐步对初始化解析信息、初始化网站流量指标和更新全局会员类指标进行指标更新处理,能够更加快速、准确地得到符合要求的数据检测条件。
在一种可替换的实施例中,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据,所述初始化解析信息包括初始化活跃会员类指标和初始化活跃流量类指标。进一步地,步骤151所描述的基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,具体包括:基于所述初始化活跃会员类指标与所述初始化会员类指标确定得到会员类指标更新信息,并基于所述初始化活跃流量类指标与所述初始化流量质量类指标确定得到流量质量类指标更新信息;基于所述流量质量类指标更新信息与所述会员类指标更新信息,得到所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息。
在一种可替换的实施例中,所述待检测在线电商数据为静态业务交互数据对应的交互事件数据,所述初始化解析信息包括初始化活跃会员类指标和初始化活跃流量类指标。进一步地,步骤151所描述的基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,具体还可以包括:基于所述初始化活跃会员类指标与所述初始化会员类指标确定得到会员类指标更新信息,并基于所述初始化活跃流量类指标与所述初始化流量质量类指标确定得到流量质量类指标更新信息;获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度状态特征,所述热度状态特征是所述热度交互事件数据在数据调用行为检测时使用的状态特征;确定所述热度状态特征与所述业务下单转化数据的状态指标更新信息,基于所述流量质量类指标更新信息、所述会员类指标更新信息和所述状态指标更新信息,得到所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息。
步骤16,基于满足第一数据检测条件的业务下单转化数据和产品优势性指标进行数据调用行为检测,得到所述待检测在线电商数据对应的数据入侵检测结果。
在执行上述步骤11-步骤16所描述的方法时可以达到如下有益技术效果:首先获取待检测在线电商数据,确定待检测在线电商数据的初始化网站流量指标,其次对电商产品进行评估,得到产品优势性指标,这样能够根据产品优势性指标快速、准确地分析出当前全局业务交互数据对应的业务下单转化数据,进一步对在线电商数据中的各类指标进行解析,以得到初始化解析信息,进而判断出初始化解析信息与初始化网站流量指标的第一指标更新信息,根据第一指标更新信息校正当前全局会员类指标和当前全局流量质量类指标,这样能够更加准确地得到符合要求的数据检测条件,然后在满足数据检测条件时,对业务下单转化数据和产品优势性指标进行数据调用行为检测。这样一来,在基于满足检测条件的情况下对数据调用行为进行检测,能够使得待检测在线电商数据对应的数据入侵检测结果更为准确可靠。
在上述基础上,请结合图2,本发明还提供了一种在线电商平台的数据入侵检测方法20的框图,所述装置包括以下功能模块。
电商数据获取模块21,用于获取待检测在线电商数据,确定所述待检测在线电商数据的初始化网站流量指标;其中,所述初始化网站流量指标包括初始化会员类指标和初始化流量质量类指标。
会员指标确定模块22,用于从所述待检测在线电商数据对应的当前全局业务交互数据中选取当前全局会员类指标,基于所述待检测在线电商数据获取对应的当前全局流量质量类指标。
优势指标生成模块23,用于基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标。
下单数据转换模块24,用于根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据。
检测条件确定模块25,用于基于所述产品优势性指标对所述更新全局流量质量类指标和所述当前全局会员类指标进行指标解析得到初始化解析信息,根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件。
数据调用检测模块26,用于基于满足第一数据检测条件的业务下单转化数据和产品优势性指标进行数据调用行为检测,得到所述待检测在线电商数据对应的数据入侵检测结果。
在上述基础上,请结合参阅图3,提供了一种计算机设备110,包括处理器111以及与所述处理器111连接的存储器112和总线113;其中,所述处理器111和所述存储器112通过所述总线113完成相互间的通信;所述处理器111用于调用所述存储器112中的程序指令,以执行上述的方法。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
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执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (8)
1.一种在线电商平台的数据入侵检测方法,其特征在于,所述方法包括:
获取待检测在线电商数据,确定所述待检测在线电商数据的初始化网站流量指标;其中,所述初始化网站流量指标包括初始化会员类指标和初始化流量质量类指标;
从所述待检测在线电商数据对应的当前全局业务交互数据中选取当前全局会员类指标,基于所述待检测在线电商数据获取对应的当前全局流量质量类指标;
基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标;
根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据;
基于所述产品优势性指标对所述更新全局流量质量类指标和所述当前全局会员类指标进行指标解析得到初始化解析信息,根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件;
基于满足第一数据检测条件的业务下单转化数据和产品优势性指标进行数据调用行为检测,得到所述待检测在线电商数据对应的数据入侵检测结果。
2.根据权利要求1所述的方法,其特征在于,在所述根据所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息校正所述当前全局会员类指标和当前全局流量质量类指标,返回所述电商产品评估的步骤,直到满足第一数据检测条件,包括:
基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,当所述第一指标更新信息未满足第一数据检测条件时,基于所述业务下单转化数据校正所述当前全局业务交互数据,得到校正后的全局业务交互数据;
从所述校正后的全局业务交互数据中选取更新全局会员类指标,得到更新的当前全局会员类指标,并将所述更新全局流量质量类指标作为更新的当前全局流量质量类指标,返回基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标的步骤,直到满足第一数据检测条件;
其中,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据,所述初始化解析信息包括初始化活跃会员类指标和初始化活跃流量类指标;基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,包括:
基于所述初始化活跃会员类指标与所述初始化会员类指标确定得到会员类指标更新信息,并基于所述初始化活跃流量类指标与所述初始化流量质量类指标确定得到流量质量类指标更新信息;
基于所述流量质量类指标更新信息与所述会员类指标更新信息,得到所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息;
其中,所述待检测在线电商数据为静态业务交互数据对应的交互事件数据,所述初始化解析信息包括初始化活跃会员类指标和初始化活跃流量类指标;基于所述初始化解析信息与所述初始化网站流量指标确定得到第一指标更新信息,包括:
基于所述初始化活跃会员类指标与所述初始化会员类指标确定得到会员类指标更新信息,并基于所述初始化活跃流量类指标与所述初始化流量质量类指标确定得到流量质量类指标更新信息;
获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度状态特征,所述热度状态特征是所述热度交互事件数据在数据调用行为检测时使用的状态特征;
确定所述热度状态特征与所述业务下单转化数据的状态指标更新信息,基于所述流量质量类指标更新信息、所述会员类指标更新信息和所述状态指标更新信息,得到所述初始化解析信息与所述初始化网站流量指标的第一指标更新信息。
3.根据权利要求1所述的方法,其特征在于,确定所述待检测在线电商数据对应的初始化会员类指标和初始化流量质量类指标,包括:
基于所述待检测在线电商数据进行业务交互数据检测,得到业务交互数据列表;
在所述业务交互数据列表中进行基准交互数据检测,得到所述待检测在线电商数据对应的基准交互数据检测结果;
从所述基准交互数据检测结果中确定初始化会员类指标和初始化流量质量类指标。
4.根据权利要求1所述的方法,其特征在于,所述待检测在线电商数据为动态业务交互数据对应的交互事件数据;所述基于所述业务交互数据交互事件数据获取对应的当前全局流量质量类指标,包括:
获取电商会员反馈数据集合,根据所述电商会员反馈数据集合将所述当前全局会员类指标加载到初始化会员数据,得到加载后的会员类指标,基于所述加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到动态产品评估数据;
根据所述动态产品评估数据从所述当前全局业务交互数据的全局业务交互流量指标集中选取所述动态业务交互数据对应的交互事件数据的当前全局流量质量类指标;
其中,所述获取电商会员反馈数据集合,包括:获取各个会员分类评价数据,从所述各个会员分类评价数据选取当前会员数据;根据所述当前会员数据将所述当前全局会员类指标加载到初始化会员数据,得到会员数据中加载后的会员类指标,基于所述会员数据中加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到会员数据产品评估数据;根据所述会员数据产品评估数据从所述当前全局业务交互数据的全局业务交互流量指标集中选取会员数据的全局流量质量类指标;基于所述会员数据的全局流量质量类指标、所述当前全局会员类指标和所述初始化网站流量指标进行基于会员数据层面的电商产品评估,得到会员数据产品优势性指标;根据所述会员数据产品优势性指标从所述全局业务交互流量指标集中选取会员数据的更新全局流量质量类指标;根据所述会员数据的更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的会员数据的业务下单转化数据;基于所述会员数据产品优势性指标对所述会员数据的更新全局流量质量类指标和所述当前全局会员类指标进行指标解析,得到会员数据的初始化解析信息,根据所述会员数据的初始化解析信息和所述初始化网站流量指标的第二指标更新信息更新所述会员数据的全局流量质量类指标和当前全局会员类指标,返回所述基于会员数据层面的电商产品评估的步骤,直到满足第二数据检测条件,得到所述当前会员数据对应的当前第二指标更新信息;遍历所述各个会员分类评价数据,得到所述各个会员分类评价数据对应的各个当前第二指标更新信息,比较所述各个当前第二指标更新信息,得到目标第二指标更新信息,将所述目标第二指标更新信息对应的会员分类评价数据作为所述电商会员反馈数据集合。
5.根据权利要求4所述的方法,其特征在于,所述根据所述会员数据的初始化解析信息和所述初始化网站流量指标的第二指标更新信息更新所述会员数据的全局流量质量类指标和当前全局会员类指标,返回所述基于会员数据层面的电商产品评估的步骤,直到满足第二数据检测条件,包括:当所述第二指标更新信息未满足第二数据检测条件时,基于所述会员数据的业务下单转化数据更新所述当前全局业务交互数据,得到会员数据对应的校正后的全局业务交互数据;从所述会员数据对应的校正后的全局业务交互数据中选取会员数据的更新全局会员类指标,将所述会员数据的更新全局会员类指标作为当前全局会员类指标,并将所述会员数据的更新全局流量质量类指标作为会员数据的全局流量质量类指标,返回基于所述会员数据的全局流量质量类指标、所述当前全局会员类指标和所述初始化网站流量指标进行基于会员数据层面的电商产品评估,得到会员数据产品优势性指标的步骤,直到满足第二数据检测条件。
6.根据权利要求4所述的方法,其特征在于,所述基于所述加载后的会员类指标和所述初始化会员类指标进行电商产品评估,得到动态产品评估数据,包括:
获取所述动态业务交互数据对应的交互事件数据对应的第一初始产品评估数据,基于所述第一初始产品评估数据将所述当前全局会员类指标加载到初始化会员数据,得到第一加载后的动态会员类指标;
基于所述第一加载后的动态会员类指标与所述初始化会员类指标确定得到第三指标更新信息;
根据所述第三指标更新信息调整所述第一初始产品评估数据,并返回所述基于所述第一初始产品评估数据将所述当前全局会员类指标加载到初始化会员数据,得到第一加载后的动态会员类指标的步骤,直到所述第三指标更新信息满足第三数据检测条件;
将满足第三数据检测条件的第一初始产品评估数据作为所述动态产品评估数据。
7.根据权利要求1所述的方法,其特征在于,
所述待检测在线电商数据为静态业务交互数据对应的交互事件数据;所述基于所述待检测在线电商数据获取对应的当前全局流量质量类指标,包括:
获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度全局流量质量类指标,所述热度全局流量质量类指标是所述热度交互事件数据对应的全局业务交互数据中的全局流量质量类指标;
将所述热度全局流量质量类指标作为所述当前全局流量质量类指标;
所述待检测在线电商数据为动态业务交互数据对应的交互事件数据;所述基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标,包括:
获取所述动态业务交互数据对应的交互事件数据对应的第二初始产品评估数据,基于所述第二初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到动态初始化解析信息;
基于所述动态初始化解析信息与所述初始化网站流量指标确定得到第四指标更新信息;
根据所述第四指标更新信息调整所述第二初始产品评估数据,并返回所述基于所述第二初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到动态初始化解析信息的步骤,直到所述第四指标更新信息满足第四数据检测条件;
将满足第四数据检测条件的第二初始产品评估数据作为所述动态业务交互数据对应的交互事件数据对应的产品优势性指标。
8.根据权利要求1所述的方法,其特征在于,
所述待检测在线电商数据为静态业务交互数据对应的交互事件数据;所述基于所述当前全局会员类指标、所述当前全局流量质量类指标和所述初始化网站流量指标进行电商产品评估,得到产品优势性指标,包括:
获取所述静态业务交互数据对应的交互事件数据对应的第三初始产品评估数据,根据所述第三初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到静态初始化解析信息;
基于所述静态初始化解析信息与所述初始化网站流量指标确定得到第五指标更新信息,并获取所述静态业务交互数据对应的交互事件数据的热度交互事件数据对应的热度产品评估数据;其中,所述热度产品评估数据是所述热度交互事件数据对应的全局业务交互数据的产品评估数据;
确定所述热度产品评估数据与所述第三初始产品评估数据的产品热度指标更新信息,根据所述第五指标更新信息和所述产品热度指标更新信息,得到目标第五指标更新信息;
根据所述目标第五指标更新信息调整所述静态业务交互数据对应的交互事件数据对应的第三初始产品评估数据,并返回所述根据所述第三初始产品评估数据将所述当前全局会员类指标和所述当前全局流量质量类指标加载到初始化会员数据,得到静态初始化解析信息的步骤,直到所述目标第五指标更新信息满足第五数据检测条件;
将满足第五数据检测条件的第三初始产品评估数据作为所述静态业务交互数据对应的交互事件数据对应的产品优势性指标;
所述根据产品优势性指标从所述当前全局业务交互数据中选取更新全局流量质量类指标,根据所述更新全局流量质量类指标和所述当前全局会员类指标确定所述当前全局业务交互数据对应的业务下单转化数据,包括:
获取所述当前全局业务交互数据的全局业务交互流量指标集中的预设指标的指标属性数据,获取订单处理记录,根据所述订单处理记录从所述预设指标的指标属性数据中选取对应的各个全局交互指标属性数据;
根据所述产品优势性指标将所述各个全局交互指标属性数据加载到初始化会员数据,得到各个指标解析信息;
分别基于所述各个指标解析信息与所述初始化流量质量类指标确定得到第六指标更新信息,比较所述各个指标解析信息对应的第六指标更新信息,得到目标第六指标更新信息,将所述目标第六指标更新信息对应的全局交互指标属性数据作为所述初始化流量质量类指标对应的更新全局流量质量类指标;
根据所述更新全局流量质量类指标和所述当前全局会员类指标之间的关联性数据,并基于所述关联性数据确定当前全局业务交互数据;
基于历史业务交互热度提取所述当前全局业务交互数据中的下单数据,得到业务下单转化数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110534605.9A CN113139182B (zh) | 2021-05-17 | 2021-05-17 | 一种在线电商平台的数据入侵检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110534605.9A CN113139182B (zh) | 2021-05-17 | 2021-05-17 | 一种在线电商平台的数据入侵检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113139182A true CN113139182A (zh) | 2021-07-20 |
CN113139182B CN113139182B (zh) | 2022-06-21 |
Family
ID=76817202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110534605.9A Active CN113139182B (zh) | 2021-05-17 | 2021-05-17 | 一种在线电商平台的数据入侵检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113139182B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116257884A (zh) * | 2023-03-20 | 2023-06-13 | 杭州霖芮科技有限公司 | 一种基于流量分析的电商平台客户数据处理方法与系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180020021A1 (en) * | 2016-07-13 | 2018-01-18 | Hill Top Security, Inc. | Computerized system and method for providing cybersecurity detection and response functionality |
US20180204215A1 (en) * | 2017-01-17 | 2018-07-19 | Hung-Tzaw Hu | Detecting electronic intruders via updatable data structures |
CN109064189A (zh) * | 2018-07-13 | 2018-12-21 | 北京亚鸿世纪科技发展有限公司 | 基于密集块检测的刷单检测引擎装置 |
CN111324883A (zh) * | 2020-02-20 | 2020-06-23 | 徐世云 | 基于互联网的电商平台入侵检测方法及计算机设备 |
CN112650935A (zh) * | 2021-01-25 | 2021-04-13 | 梁志彬 | 应用于电商云业务环境的智能化信息处理方法及云服务器 |
CN112685469A (zh) * | 2020-12-24 | 2021-04-20 | 冯丽琴 | 一种基于物联网的业务数据分析方法及装置 |
-
2021
- 2021-05-17 CN CN202110534605.9A patent/CN113139182B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180020021A1 (en) * | 2016-07-13 | 2018-01-18 | Hill Top Security, Inc. | Computerized system and method for providing cybersecurity detection and response functionality |
US20180204215A1 (en) * | 2017-01-17 | 2018-07-19 | Hung-Tzaw Hu | Detecting electronic intruders via updatable data structures |
CN109064189A (zh) * | 2018-07-13 | 2018-12-21 | 北京亚鸿世纪科技发展有限公司 | 基于密集块检测的刷单检测引擎装置 |
CN111324883A (zh) * | 2020-02-20 | 2020-06-23 | 徐世云 | 基于互联网的电商平台入侵检测方法及计算机设备 |
CN112685469A (zh) * | 2020-12-24 | 2021-04-20 | 冯丽琴 | 一种基于物联网的业务数据分析方法及装置 |
CN112650935A (zh) * | 2021-01-25 | 2021-04-13 | 梁志彬 | 应用于电商云业务环境的智能化信息处理方法及云服务器 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116257884A (zh) * | 2023-03-20 | 2023-06-13 | 杭州霖芮科技有限公司 | 一种基于流量分析的电商平台客户数据处理方法与系统 |
CN116257884B (zh) * | 2023-03-20 | 2023-09-05 | 杭州霖芮科技有限公司 | 一种基于流量分析的电商平台客户数据处理方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113139182B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10970641B1 (en) | Heuristic context prediction engine | |
CN109241461B (zh) | 一种用户画像构建方法及装置 | |
CN109241343B (zh) | 一种刷量用户识别系统、方法及装置 | |
CN111061956B (zh) | 用于生成信息的方法和装置 | |
CN110826071A (zh) | 软件漏洞风险预测方法、装置、设备及存储介质 | |
CN109543891B (zh) | 容量预测模型的建立方法、设备及计算机可读存储介质 | |
CN114840853B (zh) | 基于大数据的数字化业务分析方法及云服务器 | |
US10659311B2 (en) | Method and apparatus for processing delivery data, and storage medium | |
CN111343154A (zh) | 漏洞检测方法、装置、终端设备以及存储介质 | |
US20220269736A1 (en) | Identifying web elements based on user browsing activity and machine learning | |
US9811447B2 (en) | Generating a fingerprint representing a response of an application to a simulation of a fault of an external service | |
CN113139182B (zh) | 一种在线电商平台的数据入侵检测方法 | |
CN112529575A (zh) | 风险预警方法、设备、存储介质及装置 | |
CN113535577B (zh) | 基于知识图谱的应用测试方法、装置、电子设备和介质 | |
EP3506592A1 (en) | Method and system for detecting fradulent user-content provider pairs | |
CN116340934A (zh) | 终端异常行为检测方法、装置、设备及存储介质 | |
CN106817296B (zh) | 信息推荐的测试方法、装置以及电子设备 | |
CN110704614B (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
CN105302700A (zh) | 一种记录在触摸终端上的用户操作的方法与设备 | |
WO2020258509A1 (zh) | 终端设备异常访问的隔离方法和装置 | |
CN112749352A (zh) | 网页跳转方法、装置、电子设备及可读存储介质 | |
CN116318974A (zh) | 站点风险识别方法、装置、计算机可读介质及电子设备 | |
CN113034211A (zh) | 一种预测用户行为的方法、装置及电子设备 | |
CN113127858A (zh) | 异常检测模型训练方法、异常检测方法及装置 | |
CN112822200A (zh) | 一种物联网数据安全防护方法、装置及服务器 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220526 Address after: A103, warehouse 10, South China logistics, Minxin community, Minzhi street, Longhua District, Shenzhen, Guangdong 518000 Applicant after: Shenzhen bee Internet Technology Co.,Ltd. Address before: 050051 Aojia building, 215 Zhongshan West Road, Qiaoxi District, Shijiazhuang City, Hebei Province Applicant before: Bi Xiaobai |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |