CN113923011B - 一种网络诈骗的预警方法、装置、计算机设备及存储介质 - Google Patents
一种网络诈骗的预警方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113923011B CN113923011B CN202111165357.1A CN202111165357A CN113923011B CN 113923011 B CN113923011 B CN 113923011B CN 202111165357 A CN202111165357 A CN 202111165357A CN 113923011 B CN113923011 B CN 113923011B
- Authority
- CN
- China
- Prior art keywords
- fraud
- website
- party
- type
- early warning
- 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.)
- Active
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
- H04L63/1416—Event detection, e.g. attack signature detection
-
- 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
-
- 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
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种网络诈骗的预警方法、装置、计算机设备及存储介质。其中,该方法包括:实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。本发明实施例,通过上述方法,解决了对诈骗分子识别困难的问题,实时处理案件数据。降低了网络诈骗案件的发生,减少了人们的财产损失以及可以对网络诈骗事件进行预警。
Description
技术领域
本发明实施例涉及网络安全技术领域,尤其涉及一种网络诈骗的预警方法、装置、计算机设备及存储介质。
背景技术
近年来,随着信息技术的发展,互联网给人们的生活带来了越来越多的便利,比如说:手机支付、手机购物、网络贷款以及网络投资等等。因此,人们可以足不出户,只需要上网就可以完成很多事情。互联网在给人们带来便捷生活的同时,也为诈骗人员提供了可乘之机。在互联网技术不断更新换代的同时,网络诈骗犯罪的数量也呈直线上升趋势。
网络诈骗犯罪与传统意义上的犯罪不同,它是一种利用通信、网络以及金融电子支付等手段实施的非接触性的新型犯罪。因为网络诈骗手段比较多、蔓延速度快以及诈骗行为比较隐蔽等特点。目前,受害者通常是在产生经济损失后进行报案处理的。因此,由于网络诈骗都是发生在互联网中,对诈骗人员的识别存在一定的困难。
发明内容
本发明实施例提供了一种网络诈骗的预警方法、装置、计算机设备及存储介质,以实现实时处理案件数据,降低网络诈骗案件的发生以及减少人们的财产损失。
第一方面,本发明实施例提供了一种网络诈骗的预警方法,其中,包括:
实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;
将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;
如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。
第二方面,本发明实施例还提供了一种网络诈骗的预警装置,该网络诈骗的预警装置包括:
网络流量数据获取模块,用于实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;
识别结果获取模块,用于将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;
访问方类型识别模块,用于如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如本发明任意实施例所述的网络诈骗的预警方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本发明任意实施例所述的网络诈骗的预警方法。
本发明实施例所提供的技术方案,通过实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。解决了对诈骗分子识别困难的问题,实时处理案件数据。降低了网络诈骗案件的发生,减少了人们的财产损失以及可以对网络诈骗事件进行预警。
附图说明
图1a为本发明实施例一提供的一种网络诈骗的预警方法的流程图;
图1b为本发明实施例一提供的一种网络诈骗的预警方法中的具体操作过程的流程图;
图2为本发明实施例二提供的另一种网络诈骗的预警方法的流程图;
图3是本发明实施例三提供的一种网络诈骗的预警装置的结构示意图;
图4是本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1a为本发明实施例一提供的一种网络诈骗的预警方法的流程图。本实施例可适用于在互联网中发生的网络诈骗并且对其识别并预警的情况。本实施例的方法可以由网络诈骗的预警装置执行,该装置可以通过软件和/或硬件的方式实现,该装置可配置于服务器,典型的,配置于公安办公服务系统的服务器中。
相应的,该方法具体包括如下步骤:
S110、实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址。
其中,网络流量数据可以是的当进行网站访问时,统计分析获取网站需要的流量的基本数据。目标访问网址可以是用户需要访问的网页对应的网络地址。
在本实施例中,当用户进行网站访问时,需要实时获取网络流量数据,可以根据网络流量数据提取目标访问网站的网址信息。这样可以实时的监控网站访问信息,从而减少网络诈骗的行为。
S120、将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果。
其中,诈骗网站预警模型可以是根据网络诈骗案件信息表中大量的案件信息样本训练得到的诈骗网站的预警模型。
在本实施例中,通过获取得到的目标访问网址,并可以将其输入到预先训练的诈骗网站预警模型中,从而通过诈骗网站模型,进行是否为诈骗网站的判别。具体的判别结果可以目标访问网址属于或者不属于诈骗网站。
示例性的,可以将目标访问网址看做是某一涉诈网址。当用户对某一涉诈网址进行访问,通过诈骗网站预警模型可以对这一涉诈网址进行分析,并进行预警操作。识别结果可以是通过诈骗网站预警模型对某一涉诈网站是否属于诈骗网站的判断,具体可以包括涉诈网站属于诈骗网站和涉诈网站不属于诈骗网站。
S130、如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。
其中,访问方类型可以是对诈骗网站进行访问的访问方属于的类型,可以具体包括诈骗方和受骗方。预警方式可以是对诈骗行为发生之前需要提防的危险行为,与此同时,向相关部门以及相关人员发出的危险警告信号。
在本实施例中,通过诈骗网站预警模型的判别,当目标访问网址属于诈骗网站的时候,需要进一步的判别对目标访问网址进行访问的用户属于诈骗方还是受骗方,并根据判别结果,进行相应的预警。
示例性的,当访问方的类型属于诈骗方的时候,可以将预警信息发送给警方,警方可以进一步地追踪相应诈骗网站的信息,获取诈骗人员的信息,并且保存为案件信息表,用于之后的数据分析。当访问方的类型属于受骗方的时候,同样可以将预警信息发送给警方,警方通过案件分析,可以通过给受骗方打电话等方式说明具体的情况,进一步预防或者减少受骗方的财产损失。
可选的,识别目标访问网址的访问方类型为诈骗方或是受骗方,包括:将所述目标访问网址在预先构建的欺诈网站后台管理网址库中进行匹配;如果匹配成功,则确定所述目标访问网址的访问方类型为诈骗方;如果匹配失败,则确定所述目标访问网址的访问方类型为受骗方。
其中,诈骗网站后台管理网址库可以根据网络诈骗案件信息表,获取得到的诈骗网址,可以将多个诈骗网址收录在诈骗网站后台管理网址库中。
在本实施例中,通过将目标访问网址和诈骗网站后台管理网址库中的网址信息进行匹配,如果可以完成匹配,则可以进一步的确定,当前访问目标访问网址的访问方是诈骗方;如果不可以完成匹配,则可以进一步的确定,当前访问目标访问网址的访问方是受骗方。
这样设置的好处在于:通过目标访问网址和欺诈网站后台管理网址库中的网址进行匹配,来进一步的判别确定访问方类型。通过访问方的进一步的确定判别,可以对不同的访问方进行相应的预警操作。这样可以更加准确地和快速地进行相关的预警操作,进一步的,更加迅速的获取诈骗分子的相关信息,以及受骗方更加快速的接收到预警信息,从而避免受骗方更多的财产损失。
可选的,在将所述目标访问网址在预先构建的欺诈网站后台管理网址库中进行匹配之前,还包括:获取与各所述欺诈网址所属的欺诈网站的欺诈网站域名;根据预先构建的后台管理路径字典,对各所述欺诈网站域名下的各网址进行模拟访问,得到与每个欺诈网站分别对应的后台管理页面的网址;根据与每个欺诈网站分别对应的后台管理页面的网址,构建得到欺诈网站后台管理网址库。
其中,欺诈网站域名可以是由一串用点分隔的名字组成,在因特网上某一台计算机或计算机组中的欺诈网站的名称,可以用于在数据传输时对计算机的定位标识。后台管理路径字典可以是很多网站管理员为了防止后台被搜索引擎抓取,所以会把后台路径放进字典里,如果字典内有目标的后台路径,那么就可以进一步得到后台管理页面的网址。模拟访问可以是设置某个程序指令,模拟人为访问各网址的行为。后台管理页面的网址可以是对应每一个欺诈网站,可以有相应的后台管理页面的网址。
在本实施例中,构建欺诈网站后台管理网址库需要以下操作:首先需要获取各欺诈网址所属的欺诈网站的欺诈网站域名;进一步的,根据后台管理路径字典,并且模拟访问各欺诈网站域名下的各网址;相应的,可以得到每个欺诈网站分别对应的后台管理页面的网址,进一步的构建欺诈网站后台管理网址库。
示例性的,根据欺诈网站的欺诈网站域名,通过预先构建的后台管理路径字典,进一步地得到与每个欺诈网站分别对应的后台管理页面的网址。比如说,对于欺诈网站可以获取得到欺诈网站域名,相应的,大部分网站默认都是admin目录后台,并且很多网站管理员为了防止后台被搜索引擎抓取,因此,会把后台路径放进robots.txt里,因此可以构建成后台管理路径字典,其中,robots.txt是防止搜索引擎抓取敏感目录和文件的的一个指引文件。进一步的,如果后台管理路径字典内有目标的后台路径,那么就可以进一步地得到与每个欺诈网站分别对应的后台管理页面的网址。
这样设置的好处在于:通过构建得到欺诈网站后台管理网址库,可以将目标访问网址与欺诈网站后台管理网址库进行匹配,从而进一步的判别访问方类型。其中,具体可以包括欺诈网站域名获取,以及通过预先构建的后台管理路径字典,进一步的,得到后台管理页面的网址。这样可以使得更加程序化、准确合理地对访问方进行判别,进一步的可以进行相应的预警操作,相应的,可以准确地识别出诈骗方,并且降低网络诈骗案件的发生,从而减少受骗方的财产损失。
可选的,根据访问方类型,采取匹配的预警方式进行诈骗预警,包括:如果确定所述访问方类型为诈骗方,则根据所述诈骗方的网络识别信息,进行诈骗方预警;如果确定所述访问方类型为受骗方,则获取与所述受骗方对应的目标流量数据;并根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次;根据所述访问频次,确定所述受骗方的受骗阶段和受骗类型,并根据所述受骗方的受骗阶段、受骗类型和网络识别信息,进行受骗方预警。
其中,网络识别信息可以是根据每个欺诈网站分别对应的后台管理页面的网址,进行网址分析,分析出诈骗方相关信息。目标流量数据可以是受骗方在欺诈网站上消耗的流量数据的统计。诈骗网站的访问频次可以是由于受骗方对诈骗网站一次访问消耗的流量在一定的范围内,因此可以根据目标数据流量进行分析,可以得到受骗方对诈骗网站访问的次数。受骗阶段可以包括受骗方处于诈骗中和受骗方没有被诈骗两种情况。受骗类型可以是当前受骗方被诈骗方的诈骗程度。
在本实施例中,对于访问方的类型进行相应的预警方式。其中,可以具体包括:如果访问方为诈骗方,则需要根据获取的网络识别信息,反馈给相应部门来进行诈骗方的预警操作。如果是受骗方,则可以实时统计受骗方在目标访问网站上消耗的数据流量。由于访问目标访问网站上一般消耗的流量数据在一定的范围之内,所以可以根据总消耗的数据流量,计算得出受骗方访问目标访问网站的次数。通过统计到的次数可以进一步反应出受骗方的受骗阶段以及受骗类型,因此可以将得到的信息反馈给相关部门进行预警操作。具体的操作流程如图1b所示。
这样的好处在于:通过访问方的类型进行相应的预警操作。进一步的,对于访问方类型是受骗方的情况,可以获取相应的网络识别信息,反馈给相应部门进行预警;对于访问方类型是受骗方的情况,可以通过目标数据流量进一步反应出受骗方的受骗阶段以及受骗类型,从而进行预警操作。这样可以判断访问方的类型来进行预警,进一步的合理化预警操作,可以使得相关部门能够更加清晰地以及快速地进行相应的预警操作,从而能够降低网络诈骗案件的发生,更加有效保护了受骗方的财产安全,对诈骗方也进行合理有效的打击。
本发明实施例所提供的技术方案,通过实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。解决了对诈骗分子识别困难的问题,实时处理案件数据。降低了网络诈骗案件的发生,减少了人们的财产损失以及可以对网络诈骗事件进行预警。
实施例二
图2为本发明实施例二提供的另一种网络诈骗的预警方法的流程图。本实施例以上述各实施例为基础进行优化,在本实施例中,在将目标访问网址输入至预先训练的诈骗网站预警模型中之前,还可以包括对网络诈骗案件信息表的分析处理。
相应的,本发明实施例的技术方案可以包括下述操作:
实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;
S210、获取网络诈骗案件信息表。
其中,网络诈骗案件信息表可以是从公安部门等渠道获取的过去的诈骗案件信息表。
S220、对所述网络诈骗案件信息表中包括的各项网络诈骗案件信息进行正则匹配,获取至少一个涉诈网址。
其中,正则匹配可以是使用正则表达式,用于匹配字符串中字符组合的模式。涉诈网址可以是在网络诈骗案件信息表中,通过正则匹配,得到的涉嫌诈骗的网址信息。
S230、提取各所述涉诈网址的网站域名,并采用白名单过滤的方式,滤除各所述涉诈网址中包括的合法网址。
其中,白名单可以是如果设立了白名单,则在白名单中的用户、IP地址、IP包以及邮件等都会优先通过,不会被当成垃圾邮件拒收,安全性和快捷性都大大提高。示例性的,对各涉诈网址的网站域名,通过采用白名单过滤的方法,可以滤除各涉诈网址中包括的合法网址,剩余的则是各涉诈网址中包括的不合法网址。
S240、调用备案网址查询接口,对白名单过滤后的各涉诈网址进行二次清洗,并对二次清洗后的各涉诈网址进行历史去重,得到所述欺诈网址。
其中,二次清洗可以是指对数据进行再次清洗,即发现并纠正数据文件中可识别的错误的最后一道程序,可以包括检查数据一致性、处理无效值和缺失值等。历史去重可以是对数据去重,一般操作是已知一个数组,可以调用去重方法,进一步的可以返回数值副本,并且副本中没有重复元素。
示例性的,白名单过滤后的各涉诈网址进行二次清洗,通过数据清洗,可以数据清洗之后的各涉诈网址。进一步的,对得到的各涉诈网址进行数据去重,从而可以得到去重之后的欺诈网址。当前白名单过滤后的各涉诈网址可以设为有100个,可以对这100个涉诈网址进行数据清洗,也即检查这100个涉诈网址的数据一致性、处理无效值和缺失值等,可以设进行二次清洗之后的有效涉诈网址剩余30个。对剩余30个涉诈网址进行历史去重,也即去掉重复的涉诈网址,如果当前重复的涉诈网址为8个,那么剩下22个涉诈网址即为欺诈网址。
S250、获取与各所述欺诈网址分别对应的欺诈网址源码。
其中,欺诈网址源码可以是指未编译的文本代码或一个网址对应网站的全部源码文件,是一系列人类可读的计算机语言指令。具体的,可以根据各欺诈网址获取得到其对应的欺诈网址源码。
S260、对各所述欺诈网址源码进行数据解析。
其中,数据解析可以是在网络通信过程中需要传输数据,需要对相应的数据进行解析处理。
S270、在与当前处理的目标欺诈网址源码对应的解析结果中,提取各特征词条,并分别确定每个特征词条所属的词条欺诈类型标签。
其中,特征词条可以是一事物异于其他事物的特点用词条的方式进行表示。欺诈类型标签可以是每个特征词条可以属于相应的类型标签。
S280、统计与各词条欺诈类型标签分别对应的特征词条数量值,并获取特征词条数量值满足预设数量值条件的目标词条欺诈类型标签。
示例性的,分析欺诈网址源码信息,根据标签权重比例,对涉诈网址中权重较高的标签提取特征词条。比如说,对于一个欺诈网址的源码信息,其中出现赌博、色情、刷单、投资以及数字货币交易所等词汇,可以根据源码信息进行统计,得出每个标签的权重这里的标签权重,当赌博这个标签的权重较高,则可以将赌博设置为特征词条。当获取特征词条数量值满足预设数量值条件时,则目标词条欺诈类型标签为赌博。
S290、根据各所述目标词条欺诈类型标签,确定与目标欺诈网址源码对应的网站欺诈类型标签。
在本实施例中,当各目标词条欺诈类型标签确定时,则与目标欺诈网址源码对应的网站欺诈类型标相应可以确定。
示例性的,其中,由于这个欺诈网址的特征词条是赌博,则各目标词条欺诈类型标签为赌博,进一步的可以确定目标欺诈网址源码对应的网站欺诈类型标签是赌博类型欺诈网站。
S2100、将隶属于各目标词条欺诈类型标签的各特征词条,作为与目标词条欺诈类型标签对应的特征词条组。
其中,特征词条组可以是由各特征词条进行组合,从而得到的。
示例性的,一个特征词条组包含多个特征词条。比如说,赌博类型欺诈网站的特征词条组可以包含赌博、投注以及充值等特征词条。因此,赌博、投注以及充值等特征词条归于赌博这个特征词条组。
S2110、使用各所述欺诈网址源码的网站欺诈类型标签和特征词条组,训练得到诈骗网站预警模型。
S2120、将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果。如果是,则执行S2130,如果否,则执行S2140。
S2130、判断目标访问网址的访问方类型是否属于诈骗方。如果是,则执行S2150,如果否,则执行S2160。
S2140、结束目标访问网址的进一步判别,并进行下一个涉诈网址的获取。
S2150、根据所述诈骗方的网络识别信息,进行诈骗方预警。
S2160、获取与所述受骗方对应的目标流量数据;并根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次。
S2170、根据所述访问频次,确定所述受骗方的受骗阶段和受骗类型,并根据所述受骗方的受骗阶段、受骗类型和网络识别信息,进行受骗方预警。
本发明实施例所提供的技术方案,通过实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址。进一步的,网络诈骗案件信息表获取相应的欺诈网址源码,并且对其域名获取、数据清洗、历史去重、特征词条的提取等操作,进行诈骗网站预警模型的优化。相应的,根据优化好的诈骗网站预警模型,对目标访问网址是否属于诈骗网站的进行识别,以及访问方类型的确定并进行相应的预警操作。这样可以更加系统化的利用网络诈骗案件信息表,进一步的提取出相应的欺诈网址的信息。从而更加合理化地对欺诈网址进行识别,从而可以降低了网络诈骗案件的发生,减少了人们的财产损失以及可以对网络诈骗事件进行预警。
实施例三
图3是本发明实施例三提供的一种网络诈骗的预警装置的结构示意图,本实施例所提供的一种网络诈骗的预警装置可以通过软件和/或硬件来实现,可配置于服务器中来实现本发明实施例中的一种网络诈骗的预警方法。如图3所示,该装置具体可包括:网络流量数据获取模块310、识别结果获取模块320和访问方类型识别模块330。
其中,网络流量数据获取模块310,用于实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;
识别结果获取模块320,用于将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;
访问方类型识别模块330,用于如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。
本发明实施例所提供的技术方案,通过实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。解决了对诈骗分子识别困难的问题,实时处理案件数据。降低了网络诈骗案件的发生,减少了人们的财产损失以及可以对网络诈骗事件进行预警。
在上述各实施例的基础上,还可以包括,诈骗网站预警模型训练模块,可以具体包括:网络诈骗案件信息表获取子单元,用于在将目标访问网址输入至预先训练的诈骗网站预警模型中之前,获取网络诈骗案件信息表;欺诈网址获取子单元,用于根据所述网络诈骗案件信息表,获取欺诈网址,并获取与各所述欺诈网址分别对应的欺诈网址源码;结果解析子单元,用于对各所述欺诈网址源码进行数据解析,并根据解析结果,获取与各所述欺诈网址源码对应的网站欺诈类型标签和至少一个特征词条组;诈骗网站预警模型训练子单元,用于使用各所述欺诈网址源码的网站欺诈类型标签和特征词条组,训练得到诈骗网站预警模型。
在上述各实施例的基础上,欺诈网址获取子单元,可以具体用于:对所述网络诈骗案件信息表中包括的各项网络诈骗案件信息进行正则匹配,获取至少一个涉诈网址;提取各所述涉诈网址的网站域名,并采用白名单过滤的方式,滤除各所述涉诈网址中包括的合法网址;调用备案网址查询接口,对白名单过滤后的各涉诈网址进行二次清洗,并对二次清洗后的各涉诈网址进行历史去重,得到所述欺诈网址。
在上述各实施例的基础上,结果解析子单元,可以具体用于:在与当前处理的目标欺诈网址源码对应的解析结果中,提取各特征词条,并分别确定每个特征词条所属的词条欺诈类型标签;统计与各词条欺诈类型标签分别对应的特征词条数量值,并获取特征词条数量值满足预设数量值条件的目标词条欺诈类型标签;根据各所述目标词条欺诈类型标签,确定与目标欺诈网址源码对应的网站欺诈类型标签;将隶属于各目标词条欺诈类型标签的各特征词条,作为与目标词条欺诈类型标签对应的特征词条组。
在上述各实施例的基础上,识别目标访问网址的访问方类型为诈骗方或是受骗方,可以具体用于:将所述目标访问网址在预先构建的欺诈网站后台管理网址库中进行匹配;如果匹配成功,则确定所述目标访问网址的访问方类型为诈骗方;如果匹配失败,则确定所述目标访问网址的访问方类型为受骗方。
在上述各实施例的基础上,还可以包括,欺诈网站后台管理网址库构建模块,可以具体用于:在将所述目标访问网址在预先构建的欺诈网站后台管理网址库中进行匹配之前,获取与各所述欺诈网址所属的欺诈网站的欺诈网站域名;根据预先构建的后台管理路径字典,对各所述欺诈网站域名下的各网址进行模拟访问,得到与每个欺诈网站分别对应的后台管理页面的网址;根据与每个欺诈网站分别对应的后台管理页面的网址,构建得到欺诈网站后台管理网址库。
在上述各实施例的基础上,根据访问方类型,采取匹配的预警方式进行诈骗预警,可以具体用于:如果确定所述访问方类型为诈骗方,则根据所述诈骗方的网络识别信息,进行诈骗方预警;如果确定所述访问方类型为受骗方,则获取与所述受骗方对应的目标流量数据;并根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次;根据所述访问频次,确定所述受骗方的受骗阶段和受骗类型,并根据所述受骗方的受骗阶段、受骗类型和网络识别信息,进行受骗方预警。
上述网络诈骗的预警装置可执行本发明任意实施例所提供的网络诈骗的预警方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4是本发明实施例四提供的一种计算机设备的结构示意图。如图4所示,该设备包括处理器410、存储器420、输入装置430和输出装置440;设备中处理器410的数量可以是一个或多个,图4中以一个处理器410为例;设备中的处理器410、存储器420、输入装置430和输出装置440可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器420作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的网络诈骗的预警方法对应的程序指令/模块(例如,网络流量数据获取模块310、识别结果获取模块320和访问方类型识别模块330)。处理器410通过运行存储在存储器420中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的网络诈骗的预警方法,该方法包括:
实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。
存储器420可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器420可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器420可进一步包括相对于处理器410远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置430可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置440可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种网络诈骗的预警方法,该方法包括:
实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的网络诈骗的预警方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述搜索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种网络诈骗的预警方法,其特征在于,包括:
实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;
将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;
如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警;
所述根据访问方类型,采取匹配的预警方式进行诈骗预警,包括:
如果确定所述访问方类型为诈骗方,则根据所述诈骗方的网络识别信息,进行诈骗方预警,具体包括:将预警信息发送给警方,警方进一步地追踪相应诈骗网站的信息,获取诈骗人员的信息,并且保存为案件信息表,用于之后的数据分析;
如果确定所述访问方类型为受骗方,则获取与所述受骗方对应的目标流量数据;并根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次,同时,将所述预警信息发送给警方,警方对所述受骗方进行预警;根据所述访问频次,确定所述受骗方的受骗阶段和受骗类型,并根据所述受骗方的受骗阶段、受骗类型和网络识别信息,进行受骗方预警;
所述目标流量数据为所述受骗方在欺诈网站上消耗的流量数据的统计,所述网络识别信息是根据每个欺诈网站分别对应的后台管理页面的网址,进行网址分析,分析出的诈骗方相关信息,所述受骗阶段包括所述受骗方处于诈骗中和所述受骗方没有被诈骗,所述受骗类型包括当前所述受骗方被所述诈骗方的诈骗程度;
所述根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次包括:
基于所述受骗方单次访问诈骗网站消耗的流量范围,对所述目标流量数据进行分析,得到所述受骗方对诈骗网站访问的次数。
2.根据权利要求1所述的方法,其特征在于,在将目标访问网址输入至预先训练的诈骗网站预警模型中之前,还包括:
获取网络诈骗案件信息表;
根据所述网络诈骗案件信息表,获取欺诈网址,并获取与各所述欺诈网址分别对应的欺诈网址源码;
对各所述欺诈网址源码进行数据解析,并根据解析结果,获取与各所述欺诈网址源码对应的网站欺诈类型标签和至少一个特征词条组;
使用各所述欺诈网址源码的网站欺诈类型标签和特征词条组,训练得到诈骗网站预警模型。
3.根据权利要求2所述的方法,其特征在于,根据所述网络诈骗案件信息表,获取欺诈网址,包括:
对所述网络诈骗案件信息表中包括的各项网络诈骗案件信息进行正则匹配,获取至少一个涉诈网址;
提取各所述涉诈网址的网站域名,并采用白名单过滤的方式,滤除各所述涉诈网址中包括的合法网址;
调用备案网址查询接口,对白名单过滤后的各涉诈网址进行二次清洗,并对二次清洗后的各涉诈网址进行历史去重,得到所述欺诈网址。
4.根据权利要求2所述的方法,其特征在于,根据解析结果,获取与各所述欺诈网址源码对应的网站欺诈类型标签和至少一个特征词条组:
在与当前处理的目标欺诈网址源码对应的解析结果中,提取各特征词条,并分别确定每个特征词条所属的词条欺诈类型标签;
统计与各词条欺诈类型标签分别对应的特征词条数量值,并获取特征词条数量值满足预设数量值条件的目标词条欺诈类型标签;
根据各所述目标词条欺诈类型标签,确定与目标欺诈网址源码对应的网站欺诈类型标签;
将隶属于各目标词条欺诈类型标签的各特征词条,作为与目标词条欺诈类型标签对应的特征词条组。
5.根据权利要求2-4任一项所述的方法,其特征在于,识别目标访问网址的访问方类型为诈骗方或是受骗方,包括:
将所述目标访问网址在预先构建的欺诈网站后台管理网址库中进行匹配;
如果匹配成功,则确定所述目标访问网址的访问方类型为诈骗方;如果匹配失败,则确定所述目标访问网址的访问方类型为受骗方。
6.根据权利要求5所述的方法,其特征在于,在将所述目标访问网址在预先构建的欺诈网站后台管理网址库中进行匹配之前,还包括:
获取与各所述欺诈网址所属的欺诈网站的欺诈网站域名;
根据预先构建的后台管理路径字典,对各所述欺诈网站域名下的各网址进行模拟访问,得到与每个欺诈网站分别对应的后台管理页面的网址;
根据与每个欺诈网站分别对应的后台管理页面的网址,构建得到欺诈网站后台管理网址库。
7.一种网络诈骗的预警装置,其特征在于,包括:
网络流量数据获取模块,用于实时获取的网络流量数据,并提取网络流量数据中包括的目标访问网址;
识别结果获取模块,用于将目标访问网址输入至预先训练的诈骗网站预警模型中,获取目标访问网址是否属于诈骗网站的识别结果;
访问方类型识别模块,用于如果确定识别结果为属于诈骗网站,则识别目标访问网址的访问方类型为诈骗方或是受骗方,并根据访问方类型,采取匹配的预警方式进行诈骗预警;
所述访问方类型识别模块具体用于:
如果确定所述访问方类型为诈骗方,则根据所述诈骗方的网络识别信息,进行诈骗方预警,具体包括:将预警信息发送给警方,警方进一步地追踪相应诈骗网站的信息,获取诈骗人员的信息,并且保存为案件信息表,用于之后的数据分析;
如果确定所述访问方类型为受骗方,则获取与所述受骗方对应的目标流量数据;并根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次,同时,将所述预警信息发送给警方,警方对所述受骗方进行预警;
根据所述访问频次,确定所述受骗方的受骗阶段和受骗类型,并根据所述受骗方的受骗阶段、受骗类型和网络识别信息,进行受骗方预警;
所述目标流量数据为所述受骗方在欺诈网站上消耗的流量数据的统计,所述网络识别信息是根据每个欺诈网站分别对应的后台管理页面的网址,进行网址分析,分析出的诈骗方相关信息,所述受骗阶段包括所述受骗方处于诈骗中和所述受骗方没有被诈骗,所述受骗类型包括当前所述受骗方被所述诈骗方的诈骗程度;
所述根据所述目标流量数据,获取所述受骗方访问所述目标访问网址所属诈骗网站的访问频次包括:
基于所述受骗方单次访问诈骗网站消耗的流量范围,对所述目标流量数据进行分析,得到所述受骗方对诈骗网站访问的次数。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6中任一项所述的网络诈骗的预警方法。
9.一种计算机可执行指令的存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的网络诈骗的预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111165357.1A CN113923011B (zh) | 2021-09-30 | 2021-09-30 | 一种网络诈骗的预警方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111165357.1A CN113923011B (zh) | 2021-09-30 | 2021-09-30 | 一种网络诈骗的预警方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113923011A CN113923011A (zh) | 2022-01-11 |
CN113923011B true CN113923011B (zh) | 2023-10-17 |
Family
ID=79237947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111165357.1A Active CN113923011B (zh) | 2021-09-30 | 2021-09-30 | 一种网络诈骗的预警方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113923011B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114513356A (zh) * | 2022-02-15 | 2022-05-17 | 上海阅维科技股份有限公司 | 一种镜像流量下基于Path相似度的同类型网站发现方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567788A (zh) * | 2010-12-28 | 2012-07-11 | 中国移动通信集团重庆有限公司 | 一种通信业务欺诈行为的实时识别系统和方法 |
CN106453061A (zh) * | 2016-11-22 | 2017-02-22 | 北京锐安科技有限公司 | 一种识别网络诈骗行为的方法及系统 |
CN107506776A (zh) * | 2017-01-16 | 2017-12-22 | 恒安嘉新(北京)科技股份公司 | 一种诈骗电话号码的分析方法 |
CN108134784A (zh) * | 2017-12-19 | 2018-06-08 | 东软集团股份有限公司 | 网页分类方法及装置、存储介质及电子设备 |
CN108449319A (zh) * | 2018-02-09 | 2018-08-24 | 秦玉海 | 一种识别诈骗网站及远程木马取证的方法及装置 |
CN108737327A (zh) * | 2017-04-14 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 拦截恶意网站的方法、装置、系统、处理器和存储器 |
CN109802915A (zh) * | 2017-11-16 | 2019-05-24 | 中国移动通信集团河南有限公司 | 一种电信诈骗检测处理方法及装置 |
CN110337107A (zh) * | 2019-07-26 | 2019-10-15 | 金彩芬 | 一种诈骗短信智能监控告警装置 |
CN111049837A (zh) * | 2019-12-16 | 2020-04-21 | 多彩贵州印象网络传媒股份有限公司 | 基于通信运营商网络传送层的恶意网址识别和拦截技术 |
CN111278014A (zh) * | 2019-12-31 | 2020-06-12 | 中移(杭州)信息技术有限公司 | 一种防诈骗系统、方法、服务器及存储介质 |
CN112491864A (zh) * | 2020-11-23 | 2021-03-12 | 恒安嘉新(北京)科技股份公司 | 检测网络诈骗的深度受害用户的方法、装置、设备及介质 |
CN112506983A (zh) * | 2020-09-18 | 2021-03-16 | 上海欣方智能系统有限公司 | 一种基于大数据支撑的反欺诈方法 |
CN112804370A (zh) * | 2020-12-29 | 2021-05-14 | 互联网域名系统北京市工程研究中心有限公司 | 诈骗网站的分析方法及系统 |
CN113067820A (zh) * | 2021-03-19 | 2021-07-02 | 深圳市安络科技有限公司 | 对异常网页和/或app进行预警的方法、装置及设备 |
CN113098870A (zh) * | 2021-04-01 | 2021-07-09 | 恒安嘉新(北京)科技股份公司 | 一种网络诈骗检测方法、装置、电子设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9521161B2 (en) * | 2007-01-16 | 2016-12-13 | International Business Machines Corporation | Method and apparatus for detecting computer fraud |
CN103368958A (zh) * | 2013-07-05 | 2013-10-23 | 腾讯科技(深圳)有限公司 | 一种网页检测方法、装置和系统 |
US20190303940A1 (en) * | 2018-03-27 | 2019-10-03 | Wells Fargo Bank, N.A. | Systems and methods for detecting and reporting fraud in transactions |
-
2021
- 2021-09-30 CN CN202111165357.1A patent/CN113923011B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567788A (zh) * | 2010-12-28 | 2012-07-11 | 中国移动通信集团重庆有限公司 | 一种通信业务欺诈行为的实时识别系统和方法 |
CN106453061A (zh) * | 2016-11-22 | 2017-02-22 | 北京锐安科技有限公司 | 一种识别网络诈骗行为的方法及系统 |
CN107506776A (zh) * | 2017-01-16 | 2017-12-22 | 恒安嘉新(北京)科技股份公司 | 一种诈骗电话号码的分析方法 |
CN108737327A (zh) * | 2017-04-14 | 2018-11-02 | 阿里巴巴集团控股有限公司 | 拦截恶意网站的方法、装置、系统、处理器和存储器 |
CN109802915A (zh) * | 2017-11-16 | 2019-05-24 | 中国移动通信集团河南有限公司 | 一种电信诈骗检测处理方法及装置 |
CN108134784A (zh) * | 2017-12-19 | 2018-06-08 | 东软集团股份有限公司 | 网页分类方法及装置、存储介质及电子设备 |
CN108449319A (zh) * | 2018-02-09 | 2018-08-24 | 秦玉海 | 一种识别诈骗网站及远程木马取证的方法及装置 |
CN110337107A (zh) * | 2019-07-26 | 2019-10-15 | 金彩芬 | 一种诈骗短信智能监控告警装置 |
CN111049837A (zh) * | 2019-12-16 | 2020-04-21 | 多彩贵州印象网络传媒股份有限公司 | 基于通信运营商网络传送层的恶意网址识别和拦截技术 |
CN111278014A (zh) * | 2019-12-31 | 2020-06-12 | 中移(杭州)信息技术有限公司 | 一种防诈骗系统、方法、服务器及存储介质 |
CN112506983A (zh) * | 2020-09-18 | 2021-03-16 | 上海欣方智能系统有限公司 | 一种基于大数据支撑的反欺诈方法 |
CN112491864A (zh) * | 2020-11-23 | 2021-03-12 | 恒安嘉新(北京)科技股份公司 | 检测网络诈骗的深度受害用户的方法、装置、设备及介质 |
CN112804370A (zh) * | 2020-12-29 | 2021-05-14 | 互联网域名系统北京市工程研究中心有限公司 | 诈骗网站的分析方法及系统 |
CN113067820A (zh) * | 2021-03-19 | 2021-07-02 | 深圳市安络科技有限公司 | 对异常网页和/或app进行预警的方法、装置及设备 |
CN113098870A (zh) * | 2021-04-01 | 2021-07-09 | 恒安嘉新(北京)科技股份公司 | 一种网络诈骗检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Dimitrijevic Dragomir等.The scope and limitations of external audit in detecting frauds in company's operations.Journal of Financial Crime.2020,全文. * |
诈骗信息的传播与预防策略;贾士倩;;青年记者(第32期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113923011A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106453061B (zh) | 一种识别网络诈骗行为的方法及系统 | |
Azeez et al. | Identifying phishing attacks in communication networks using URL consistency features | |
CN106713579B (zh) | 一种电话号码识别方法及装置 | |
CN104217160A (zh) | 一种中文钓鱼网站检测方法及系统 | |
CN108712426A (zh) | 基于用户行为埋点的爬虫识别方法及系统 | |
CN112416730A (zh) | 一种用户上网行为分析方法、装置、电子设备及存储介质 | |
CN108023868B (zh) | 恶意资源地址检测方法和装置 | |
CN110351248B (zh) | 一种基于智能分析和智能限流的安全防护方法及装置 | |
Krishnaveni et al. | Ensemble approach for network threat detection and classification on cloud computing | |
CN103415004A (zh) | 一种检测垃圾短消息的方法及装置 | |
CN110209841A (zh) | 一种基于诈骗案件案情的诈骗分析方法及装置 | |
CN103745156A (zh) | 一种在搜索引擎中提示风险信息的方法和装置 | |
CN113923011B (zh) | 一种网络诈骗的预警方法、装置、计算机设备及存储介质 | |
CN113242223A (zh) | 一种网址检测方法及装置 | |
CN112468444B (zh) | 互联网域名滥用识别方法和装置,电子设备,存储介质 | |
CN113112323B (zh) | 基于数据分析的异常订单识别方法、装置、设备及介质 | |
CN117097571A (zh) | 一种网络传输敏感数据的检测方法、系统、装置及介质 | |
CN112528325B (zh) | 一种数据信息的安全处理方法及系统 | |
CN105653941A (zh) | 一种启发式检测钓鱼网站的方法及系统 | |
CN115442159B (zh) | 一种基于家用路由的风险管控方法、系统和存储介质 | |
CN116263761A (zh) | 一种操作日志审计方法、装置、计算设备和存储介质 | |
CN114363839A (zh) | 一种诈骗数据的预警方法、装置、设备及存储介质 | |
CN114861076A (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
Ogala et al. | Detecting Telecoms Fraud in a Cloud-Base Environment by Analyzing the Content of a Phone Conversation | |
CN105871937A (zh) | 数据处理的方法、装置及系统 |
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 |