本發(fā)明涉及數(shù)據(jù)交換網(wǎng)絡(luò)，尤其涉及一種登錄異常檢測方法、系統(tǒng)及設(shè)備。

背景技術(shù)：

目前用戶異常登錄檢查中通?；趩尉S度等靜態(tài)規(guī)則進行匹配，在實際的應(yīng)用中產(chǎn)生大量的假報警，導(dǎo)致調(diào)查人員無法一一覆蓋調(diào)查異常事件，真正異常事件未被調(diào)查發(fā)現(xiàn)；目前常見異常登錄檢測維度存在凌晨登錄、異地登錄、多次訪問失敗常見維度，對真正的異常檢測維度不足；目前的檢測維度僅對于規(guī)則本身，尚未考慮用戶自身操作習(xí)慣以及用戶所在群體的操作習(xí)慣。

上述每個問題，現(xiàn)有技術(shù)均無法解決，更不用說是同時解決上述問題，本發(fā)明經(jīng)過大量的實驗、研究開發(fā)了一種登錄異常檢測方法及系統(tǒng)，突破性的解決了上述所有問題，對本領(lǐng)域技術(shù)人員而言具有里程碑式的意義。

技術(shù)實現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明的目的在于提供一種登錄異常檢測方法、系統(tǒng)及設(shè)備。

根據(jù)本發(fā)明的一個方面，提供了一種登錄異常檢測方法，包括以下步驟：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)中至少兩維度的登錄異常指數(shù)，其中，登錄的時間節(jié)點、時間類型、登錄ip所屬城市維度至少存在一個；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本發(fā)明基于用戶自身操作習(xí)慣以及用戶所在群體的操作為基礎(chǔ)建立通過時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)中至少兩個維度，即多維度聚合解決單一維度誤報的問題。通過更多的檢測維度完善目前維度不足，檢測精度高。

用戶無歷史成功登錄數(shù)據(jù)或成功登錄數(shù)據(jù)累計不足預(yù)設(shè)時間區(qū)段時，異常指數(shù)賦值則為0％。

進一步的，基于登錄的時間節(jié)點的異常指數(shù)的生成包括：

獲取用戶在歷史預(yù)設(shè)時間區(qū)段內(nèi)的成功登錄數(shù)據(jù)；

根據(jù)所述成功登錄數(shù)據(jù)，按照時間節(jié)點順序創(chuàng)建登錄習(xí)慣表；

獲取最新的登錄數(shù)據(jù)的時間節(jié)點，與所述登錄習(xí)慣表對比；

若最新登錄數(shù)據(jù)所在時間節(jié)點與登錄習(xí)慣表上的時間節(jié)點的正常值的時長間隔大于預(yù)設(shè)閾值，則為異常登錄并生成異常指數(shù)；

若最新登錄數(shù)據(jù)所在時間節(jié)點與登錄習(xí)慣表上的時間節(jié)點的正常值的時長間隔小于等于預(yù)設(shè)閾值，則為正常登錄。

該時間節(jié)點為一小時或半小時。

進一步的，所述按照時間節(jié)點順序創(chuàng)建登錄習(xí)慣表包括，

獲取歷史預(yù)設(shè)時間區(qū)段內(nèi)用戶各時間節(jié)點中最低登錄次數(shù)；

遍歷各時間節(jié)點，將各時間節(jié)點的登錄次數(shù)與最低登錄次數(shù)對比，

若大于等于最低登錄次數(shù)，則將該時間節(jié)點標(biāo)記為第一標(biāo)識；

若小于最低登錄次數(shù)，且相鄰的時間節(jié)點為第一標(biāo)識，則將該時間節(jié)點標(biāo)記為第一標(biāo)識；

生成習(xí)慣表。

統(tǒng)計用戶在各個時間節(jié)點成功登錄的次數(shù)；

計算其登錄次數(shù)的平均值以及標(biāo)準(zhǔn)差；

定義用戶的最低登錄次數(shù)＝平均值-n×標(biāo)準(zhǔn)差；

其中，n＝0-2。n可根據(jù)具體業(yè)務(wù)場景設(shè)定，通常取1。

進一步的，在生成習(xí)慣表之前還包括，

查找未標(biāo)記第一標(biāo)識的孤立的時間節(jié)點；

獲取孤立的時間節(jié)點的位置，判斷該時間節(jié)點是否位于兩第一標(biāo)識之間；

若是，則將該孤立的時間節(jié)點標(biāo)記為第二標(biāo)識；

若否，則將該孤立的時間節(jié)點標(biāo)記為第三標(biāo)識。

進一步的，若最新登錄數(shù)據(jù)所在時間節(jié)點與登錄習(xí)慣表上的時間節(jié)點的正常值的距離大于預(yù)設(shè)閾值，包括：

判斷該最新登錄時間節(jié)點距離第一標(biāo)識或第二標(biāo)識是否在預(yù)設(shè)的時長范圍內(nèi)，若超過預(yù)設(shè)時長范圍則為異常，并根據(jù)其超出預(yù)設(shè)時長范圍的時長距離生成異常指數(shù)。

若最新登錄數(shù)據(jù)所在時間節(jié)點與登錄習(xí)慣表上的時間節(jié)點的正常值的距離小于等于預(yù)設(shè)閾值，包括：

判斷該最新登錄時間節(jié)點距離第一標(biāo)識或第二標(biāo)識是否在預(yù)設(shè)的時長范圍內(nèi)，若未超過預(yù)設(shè)時長范圍則為正常。

優(yōu)選，該最新登錄時間節(jié)點正好對應(yīng)第一標(biāo)識或第二標(biāo)識時，登錄正常，若與第一標(biāo)識或第二標(biāo)識未對應(yīng)，則異常，異常指數(shù)根據(jù)距離最近第一標(biāo)識或第二標(biāo)識的時長距離獲取。

進一步的，基于時間類型的異常指數(shù)的生成包括：

獲取用戶在預(yù)設(shè)歷史時間區(qū)段內(nèi)的成功登錄數(shù)據(jù)；

將預(yù)設(shè)歷史時間區(qū)段映射為工作日類型、全息日類型及節(jié)假日類型；

計算各日期類型的登錄比例，生成登錄習(xí)慣類型；

獲取最新登錄數(shù)據(jù)所屬的日期類型；

將最新登錄類型與登錄習(xí)慣類型對比，并生成基于時間類型的登錄異常指數(shù)。

全息日比例＝全息日登錄的天數(shù)/全息日天數(shù)；

節(jié)假日比例＝節(jié)假日登錄的天數(shù)/節(jié)假日天數(shù)；

工作日比例＝工作日登錄的天數(shù)/工作日天數(shù)。

進一步的，所述生成登錄習(xí)慣類型包括，

將各日期類型登錄比例與登錄平均值比較；

若該日期類型的登錄比例大于所述登錄平均值，則生成第一習(xí)慣登錄類型；

若該日期類型的登錄比例小于等于所述登錄平均值，則生成非第一習(xí)慣登錄類型。

非第一習(xí)慣登錄類型包括第二習(xí)慣性時間類型類型、第三習(xí)慣性時間類型類型，

如果該日期類型的登錄比例小于所述登錄平均值×50％，為用戶第二習(xí)慣性時間類型類型；

如果該日期類型的登錄比例小于所述登錄平均值×30％，為用戶第三習(xí)慣性時間類型類型。

進一步的，將最新登錄類型與登錄習(xí)慣類型對比，并生成基于時間類型的登錄異常指數(shù)，包括，

將最新登錄數(shù)據(jù)所屬日期類型與登錄習(xí)慣類型對比；

若最新登錄數(shù)據(jù)所屬的日期類型為第一習(xí)慣登錄類型，則為正常；若最新登錄數(shù)據(jù)所屬的日期類型為非第一習(xí)慣登錄類型，則為異常，并根據(jù)距離所述登錄平均值的數(shù)值間隔，生成異常指數(shù)。

進一步的，基于兩次登錄時間間隔異常指數(shù)的生成包括：

獲取最新登錄與上次登錄的時間間隔；

若兩次登錄的時間間隔小于預(yù)設(shè)的閾值，則為正常；

若兩次登錄的時間間隔大于預(yù)設(shè)的閾值，則為異常，并根據(jù)距離閾值的時長生成異常指數(shù)。

該閾值可以為7-15天。

進一步的，基于登錄ip所屬城市異常指數(shù)的生成包括，

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

獲取用戶發(fā)生過登錄操作的城市，并生成各城市登錄比例及用戶登錄平均值；

將各城市的登錄比例與用戶登錄平均值進行對比，生成習(xí)慣登錄ip所屬城市；

獲取最新登錄ip所屬的城市；

將該最新登錄ip所屬的城市與習(xí)慣登錄ip所屬城市對比，并生成基于登錄ip所屬城市的異常指數(shù)。

進一步的，所述生成習(xí)慣登錄ip所屬城市包括，

對比各城市的登錄比例與平均值；

若該登錄ip所屬城市的登錄比例大于平均值，則為第一習(xí)慣登錄ip所屬城市；若該登錄ip所屬城市的登錄比例小于等于平均值，則為非第一習(xí)慣登錄ip所屬城市。

該非第一習(xí)慣登錄ip所屬城市包括第二習(xí)慣登錄ip所屬城市、第三習(xí)慣登錄ip所屬城市，

如果該城市登錄比例小于該用戶登錄ip所屬城市的平均值×50％，則該城市為用戶第二習(xí)慣登錄ip所屬城市；

如果該城市登錄比例小于該用戶登錄ip所屬城市的平均值×30％，則該城市為用戶第三習(xí)慣登錄ip所屬城市。

進一步的，所述生成基于登錄ip所屬城市的異常指數(shù)包括，

將最新登錄ip所屬城市與登錄習(xí)慣城市對比，若最新登錄操作發(fā)生在第一習(xí)慣登錄ip所屬城市，則為正常；若登錄操作發(fā)生在非第一習(xí)慣登錄ip所屬城市，則為異常，并根據(jù)距離所述平均值的數(shù)值間隔，生成異常指數(shù)。

進一步的，基于兩地登錄速度異常指數(shù)的生成包括如下步驟：

獲取用戶兩地登錄速度，用戶兩地登錄速度＝|用戶上一次登錄ip所屬城市-用戶本次登錄ip所屬城市|÷|用戶上一次登錄時間-用戶本次登錄時間|；

將用戶兩地登錄速度與預(yù)設(shè)速度閾值比較，

若用戶兩地登錄速度小于等于預(yù)設(shè)速度閾值則正常，

若用戶兩地登錄速度大于預(yù)設(shè)速度閾值則為異常，根據(jù)用戶兩地登錄速度與預(yù)設(shè)速度閾值之間的數(shù)值間隔生成異常指數(shù)。

基于登錄嘗試次數(shù)異常指數(shù)的獲取包括：

獲取距上次登錄成功后，最新登錄成功前失敗登錄嘗試次數(shù)；

若該失敗登錄嘗試次數(shù)小于預(yù)設(shè)的閾值，則為正常；

若該失敗登錄嘗試次數(shù)大于預(yù)設(shè)的閾值，則為異常，并根據(jù)距離閾值的數(shù)值間隔生成異常指數(shù)。

進一步的，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)通過下述權(quán)重評分或/和異常檢測算法的計算公式，生成異常得分，

權(quán)重評分＝a1×(時間節(jié)點異常指數(shù))+a2×(時間類型異常指數(shù))+a3×(登錄ip所屬城市異常指數(shù))+a4×(兩地登錄速度異常指數(shù))+a5×(兩次登錄時間間隔異常指數(shù))+a6×(登錄嘗試次數(shù)異常指數(shù))，

每個維度的異常指數(shù)取值為0-100％，a1-6取值為0-1，

登錄數(shù)據(jù)異常檢測算法為：

當(dāng)每個維度的異常指數(shù)均小于閾值時，登錄無異常，

當(dāng)其中至少一個維度的異常指數(shù)大于閾值時，則輸入iforest函數(shù)計算異常得分。

根據(jù)本發(fā)明的一個方面，提供了一種登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)中至少兩維度的登錄異常指數(shù)，其中，登錄的時間節(jié)點、時間類型、登錄ip所屬城市維度至少存在一個；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

所述維度的建立及其異常指數(shù)的獲取如登錄異常檢測部分所述。

根據(jù)本發(fā)明的一個方面，提供了一種登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)中至少兩維度的登錄異常指數(shù)，其中，登錄的時間節(jié)點、時間類型、登錄ip所屬城市維度至少存在一個；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

所述維度的建立及其異常指數(shù)的獲取如登錄異常檢測部分所述。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

1、本發(fā)明示例的登錄異常檢測方法及系統(tǒng)，基于用戶歷史登錄數(shù)據(jù)建立時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)中至少兩維度下的登錄異常指數(shù)，即多維度聚合解決單一維度誤報的問題，通過更多的檢測維度完善目前維度不足，提高異常登錄命中率。

2、本發(fā)明示例的登錄異常檢測方法及系統(tǒng)，通過登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分?jǐn)?shù)據(jù)進行調(diào)查，判斷是否為異常登錄，多種檢測方式進行檢測，從根本上杜絕異常登錄誤漏的情況，通過篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，有效提高賬戶的安全性。

3.本發(fā)明示例的登錄異常檢測設(shè)備，通過存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于建立多個維度，根據(jù)多個維度的異常指數(shù)識別出異常登錄，異常登錄命中率高。

附圖說明

圖1為本發(fā)明流程圖。

具體實施方式

為了更好的了解本發(fā)明的技術(shù)方案，下面結(jié)合具體實施例、說明書附圖對本發(fā)明作進一步說明。

實施例一：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)6個維度。

1時間節(jié)點維度

1)獲取過去半年登錄數(shù)據(jù)；

2)篩選成功登錄的數(shù)據(jù)；

3)按照工號、時間節(jié)點(每小時)聚合每工號在各個小時點共成功登錄的次數(shù)；

4)按照工號統(tǒng)計過去半年登錄次數(shù)的平均值(mean)以及標(biāo)準(zhǔn)差(sd)；

5)從0點開始遍歷各小時點：

定義各個賬號的最低登錄次數(shù)count＝mean-1×sd；

第一次遍歷：

如果該小時點登錄次數(shù)大于等于count，標(biāo)志為1；

如果該小時點登錄次數(shù)小于count，但是鄰近一個小時的小時點大于等于count，標(biāo)志為1；

第二次遍歷：

查看是否有“孤立”的小時點，若經(jīng)過第一次遍歷，存在有時間沒有標(biāo)志位1，但在

兩個標(biāo)志為1的小時點中間，則標(biāo)志為2；其他時間點標(biāo)志為0，形成用戶登錄時間習(xí)慣表；

6)對于登錄數(shù)據(jù)累計不足1個月的用戶，不對該用戶進行時間節(jié)點打標(biāo)簽；

7)當(dāng)對用戶的新登錄數(shù)據(jù)進行處理時：

若用戶的時間節(jié)點對比用戶登錄習(xí)慣表，如果該時點的標(biāo)簽為1或2，則該登錄的異常指數(shù)為0％；

如果該時間節(jié)點離最近的一個1或2標(biāo)簽，距離1到2個小時，異常值設(shè)置為50％；

距離3個小時，異常值設(shè)置為80％；

距離4個小時以上設(shè)置為100％；

若用戶無歷史標(biāo)簽，異常指數(shù)賦值為0％。

2時間類型維度

1)獲取過去半年登錄數(shù)據(jù)

2)篩選成功登錄的數(shù)據(jù)

3)按照工號、日期、聚合記錄，日期映射成工作日、全息日、節(jié)假日，形成半年來用戶節(jié)假日統(tǒng)計表，周期為該員工第一次登錄至獲取數(shù)據(jù)當(dāng)天。

4)統(tǒng)計用戶的全息日(周六日)，工作日，節(jié)假日(不包括周六日)的登錄比例：

全息日(周六日)比例＝該周期全息日登錄的天數(shù)/該周期全息日天數(shù)

節(jié)假日(不包括周六日)比例＝該周期節(jié)假日登錄的天數(shù)/該周期節(jié)假日天數(shù)

工作日比例＝該周期工作日登錄的天數(shù)/該周期工作日天數(shù)

5)如果該日期類型登錄比例大于該用戶登錄比例的平均值，為用戶第一習(xí)慣性時間類型類型；

如果該日期類型比例小于該用戶登錄比例的平均值×50％，為用戶第二習(xí)慣性時間類型類型；

如果該日期類型比例小于該用戶登錄比例的平均值×30％，為用戶第三習(xí)慣性時間類型類型；

6)對于登錄數(shù)據(jù)累計不足1個月的用戶，不對該用戶進行時間節(jié)點打標(biāo)簽；

7)當(dāng)對用戶的新登錄數(shù)據(jù)進行處理時：

若用戶的時間類型映射成全息日、節(jié)假日、工作日；

如果登錄ip所映射的日期類型為第一習(xí)慣登錄，則該登錄的異常指數(shù)為0％；

如果登錄ip所映射的日期類型為第二習(xí)慣登錄，則該登錄的異常指數(shù)為50％；

如果登錄ip所映射的日期類型為第三習(xí)慣登錄，則該登錄的異常指數(shù)為80％；

如果登錄ip所映射的日期為非習(xí)慣性登錄，則該登錄的異常指數(shù)為100％；

若用戶無歷史標(biāo)簽，異常指數(shù)賦值為0％。

3登錄ip所屬城市維度

1)獲取過去半年登錄數(shù)據(jù)

2)篩選成功登錄的數(shù)據(jù)

3)按照工號、日期、登錄ip聚合記錄，形成半年來用戶在每個ip上登錄的次數(shù)統(tǒng)計表

4)按照ip地址掩碼計算規(guī)則，利用ip數(shù)據(jù)源文件-全網(wǎng)數(shù)據(jù)，匹配登錄ip所屬城市

5)按用戶計算，所登錄過城市的比例

如果該城市的登錄比例大于該用戶登錄ip所屬城市的平均值，則該城市為用戶的第一習(xí)慣登錄ip所屬城市；

如果該城市登錄比例小于該用戶登錄ip所屬城市的平均值×50％，則該城市為用戶第二習(xí)慣登錄ip所屬城市；

如果該城市登錄比例小于該用戶登錄ip所屬城市的平均值×30％，則該城市為用戶第二習(xí)慣登錄ip所屬城市；

6)對于登錄數(shù)據(jù)累計不足1個月的用戶，不對該用戶進行時間節(jié)點打標(biāo)簽；

7)當(dāng)對用戶的新登錄數(shù)據(jù)進行處理時：

若用戶的登錄ip對比用戶登錄ip所屬城市習(xí)慣表，如果登錄ip所映射的城市為第一習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為0％；

如果登錄ip所映射的城市為第二習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為50％；

如果登錄ip所映射的城市為第三習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為80％；

如果登錄ip所映射的城市為非習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為100％；

如果登錄ip未能映射到城市，則該登錄的異常指數(shù)為100％；

若用戶無歷史標(biāo)簽，異常指數(shù)賦值為0％。

4兩地登錄速度維度

用戶兩地登錄速度(km/h)＝|用戶上一次登錄ip所屬城市(無論成功失敗)-用戶本次登錄ip所屬城市|/＝|用戶上一次登錄時間-用戶本次登錄時間|

100km/h≤用戶兩地登錄速度＜120km/h，則該登錄的異常指數(shù)為50％；

120km/h≤用戶兩地登錄速度＜150km/h，則該登錄的異常指數(shù)為80％；

用戶兩地登錄速度≥150km/h，則該登錄的異常指數(shù)為100％。

5兩次登錄時間間隔維度

用戶當(dāng)次登錄時間–用戶上次登錄時間≥6個月，則登錄異常指數(shù)為100％；

3個月≤用戶當(dāng)次登錄時間–用戶上次登錄時間<6個月，則登錄異常指數(shù)為80％；

2個月≤用戶當(dāng)次登錄時間–用戶上次登錄時間<3個月，則登錄異常指數(shù)為50％；

6登錄前的嘗試-登錄嘗試次數(shù)維度

統(tǒng)計用戶失敗登錄次數(shù)：

如果上次登錄成功后本次登錄成功前失敗登錄嘗試超過15次，則該次登錄異常指數(shù)為100％；

如果上次登錄成功后本次登錄成功前失敗登錄嘗試超過10次，則異常指數(shù)為80％；

如果上次登錄成功后本次登錄成功前失敗登錄嘗試超過5次，則異常指數(shù)為50％；

注：過往的統(tǒng)計數(shù)據(jù)需要跟隨新數(shù)據(jù)的變化而變化，按周更新。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝1×(時間節(jié)點的異常指數(shù))+1×(時間類型的異常指數(shù))+1×(登錄ip所屬城市的異常指數(shù))+1×(兩地登錄速度的異常指數(shù))+1×(兩次登錄時間間隔的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))。

登錄數(shù)據(jù)異常檢測算法為：

當(dāng)每個維度的異常指數(shù)均低于0.5時，登錄無異常，

當(dāng)其中至少一個維度的異常指數(shù)≥0.5時，通過iforest函數(shù)計算登錄數(shù)據(jù)評分。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例二

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.2×(時間節(jié)點的異常指數(shù))+0.2×(時間類型的異常指數(shù))+1×(登錄ip所屬城市的異常指數(shù))+0.9×(兩地登錄速度的異常指數(shù))+1×(兩次登錄時間間隔的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

實施例三

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.2×(時間節(jié)點的異常指數(shù))+0.1×(時間類型的異常指數(shù))+0.7×(登錄ip所屬城市的異常指數(shù))+0.8×(兩地登錄速度的異常指數(shù))+0.9×(兩次登錄時間間隔的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

實施例四

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、登錄嘗試次數(shù)5個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝1×(時間節(jié)點的異常指數(shù))+1×(時間類型的異常指數(shù))+1×(登錄ip所屬城市的異常指數(shù))+1×(兩地登錄速度的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、登錄嘗試次數(shù)的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、登錄嘗試次數(shù)的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例五

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)5個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.1×(時間節(jié)點的異常指數(shù))+0.8×(登錄ip所屬城市的異常指數(shù))+0.9×(兩地登錄速度的異常指數(shù))+0.1×(兩次登錄時間間隔的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例六：

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、時間類型、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)5個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.5×(時間節(jié)點的異常指數(shù))+0.5×(時間類型的異常指數(shù))+0.7×(兩地登錄速度的異常指數(shù))+0.8×(兩次登錄時間間隔的異常指數(shù))+0.9×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例七

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、登錄ip所屬城市、兩地登錄速度、登錄嘗試次數(shù)4個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.4×(時間節(jié)點的異常指數(shù))+0.9×(登錄ip所屬城市的異常指數(shù))+0.8×(兩地登錄速度的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、登錄ip所屬城市、兩地登錄速度、登錄嘗試次數(shù)的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、登錄ip所屬城市、兩地登錄速度、登錄嘗試次數(shù)的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例八

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、兩地登錄速度、登錄嘗試次數(shù)3個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.9×(時間節(jié)點的異常指數(shù))+0.8×(兩地登錄速度的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、兩地登錄速度、登錄嘗試次數(shù)的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、兩地登錄速度、登錄嘗試次數(shù)的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例九

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、登錄ip所屬城市2個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.8×(時間節(jié)點的異常指數(shù))+1×(登錄ip所屬城市的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、登錄ip所屬城市的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、登錄ip所屬城市的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

實施例十

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、時間類型。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.8×(時間節(jié)點的異常指數(shù))+1×(時間類型的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

本實施例的登錄異常檢測系統(tǒng)，包括：

采集單元，用于獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

維度建立單元，用于根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型的登錄異常指數(shù)；

異常評估單元，用于獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分。

本實施例的登錄異常檢測設(shè)備，包括存儲有計算機程序的計算機可讀介質(zhì),所述程序被運行用于執(zhí)行：

獲取用戶歷史預(yù)設(shè)時間區(qū)段內(nèi)的登錄數(shù)據(jù)；

根據(jù)所述登錄數(shù)據(jù)生成基于登錄的時間節(jié)點、時間類型的登錄異常指數(shù)；

獲取新的登錄數(shù)據(jù)，結(jié)合最新登錄數(shù)據(jù)的維度及該維度對應(yīng)的所述登錄異常指數(shù)，生成異常得分

實施例十一

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

依據(jù)用戶歷史數(shù)據(jù)建立時間節(jié)點、時間類型、登錄ip所屬城市、兩地登錄速度、兩次登錄時間間隔、登錄嘗試次數(shù)6個維度。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.2×(時間節(jié)點的異常指數(shù))+0.1×(時間類型的異常指數(shù))+0.9×(登錄ip所屬城市的異常指數(shù))+0.9×(兩地登錄速度的異常指數(shù))+0.8×(兩次登錄時間間隔的異常指數(shù))+1×(登錄嘗試次數(shù)的異常指數(shù))，

每個維度已各自設(shè)置異常指數(shù)為0-100％。

實施例十二

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

1時間節(jié)點維度

4)按照工號統(tǒng)計過去半年登錄次數(shù)的平均值(mean)以及標(biāo)準(zhǔn)差(sd)；

5)從0點開始遍歷各小時點：

定義各個賬號的最低登錄次數(shù)count＝mean-2×sd；

7)當(dāng)對用戶的新登錄數(shù)據(jù)進行處理時：

如果該時間節(jié)點離最近的一個1或2標(biāo)簽，距離1到2個小時，異常值設(shè)置為60％；

距離3個小時，異常值設(shè)置為85％；

距離4個小時以上設(shè)置為100％。

2時間類型維度

7)當(dāng)對用戶的新登錄數(shù)據(jù)進行處理時：

如果登錄ip所映射的日期類型為第二習(xí)慣登錄，則該登錄的異常指數(shù)為60％；

如果登錄ip所映射的日期類型為第三習(xí)慣登錄，則該登錄的異常指數(shù)為85％；

如果登錄ip所映射的日期為非習(xí)慣性登錄，則該登錄的異常指數(shù)為100％。

3登錄ip所屬城市維度

7)當(dāng)對用戶的新登錄數(shù)據(jù)進行處理時：

如果登錄ip所映射的城市為第二習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為60％；

如果登錄ip所映射的城市為第三習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為85％；

如果登錄ip所映射的城市為非習(xí)慣登錄ip所屬城市，則該登錄的異常指數(shù)為100％。

4兩地登錄速度維度

100km/h≤用戶兩地登錄速度＜120km/h，則該登錄的異常指數(shù)為60％；

120km/h≤用戶兩地登錄速度＜150km/h，則該登錄的異常指數(shù)為85％；

用戶兩地登錄速度≥150km/h，則該登錄的異常指數(shù)為100％。

5兩次登錄時間間隔維度

3個月≤用戶當(dāng)次登錄時間–用戶上次登錄時間<6個月，則登錄異常指數(shù)為85％；

2個月≤用戶當(dāng)次登錄時間–用戶上次登錄時間<3個月，則登錄異常指數(shù)為60％；

6登錄前的嘗試-登錄嘗試次數(shù)維度

如果上次登錄成功后本次登錄成功前失敗登錄嘗試超過10次，則異常指數(shù)為85％；

如果上次登錄成功后本次登錄成功前失敗登錄嘗試超過5次，則異常指數(shù)為60％；

注：過往的統(tǒng)計數(shù)據(jù)需要跟隨新數(shù)據(jù)的變化而變化，按周更新。

登錄數(shù)據(jù)依據(jù)權(quán)重評分或/和異常檢測算法的結(jié)果，篩選出高分命中的數(shù)據(jù)進行調(diào)查，判斷是否為異常登錄，

將登錄數(shù)據(jù)錄入下述登錄記錄最終異常得分求解公式中進行權(quán)重評分：

該登錄記錄最終異常得分＝0.7×(時間節(jié)點的異常指數(shù))+0.7×(時間類型的異常指數(shù))+0.9×(登錄ip所屬城市的異常指數(shù))+0.4×(兩地登錄速度的異常指數(shù))+0.3×(兩次登錄時間間隔的異常指數(shù))+0.3×(登錄嘗試次數(shù)的異常指數(shù))。

每個維度已各自設(shè)置異常指數(shù)為0-100％。

登錄數(shù)據(jù)異常檢測算法為：

當(dāng)每個維度的異常指數(shù)均低于0.2時，登錄無異常，

當(dāng)其中至少一個維度的異常指數(shù)≥0.2時，通過iforest函數(shù)計算登錄數(shù)據(jù)評分。

實施例十三

本實施例與實施例一相同的特征不再贅述，本實施例與實施例一不同的特征在于：

1時間節(jié)點維度

4)按照工號統(tǒng)計過去半年登錄次數(shù)的平均值(mean)以及標(biāo)準(zhǔn)差(sd)；

5)從0點開始遍歷各小時點：

定義各個賬號的最低登錄次數(shù)count＝mean。

登錄數(shù)據(jù)異常檢測算法為：

當(dāng)每個維度的異常指數(shù)均低于0.8時，登錄無異常，

當(dāng)其中至少一個維度的異常指數(shù)≥0.8時，通過iforest函數(shù)計算登錄數(shù)據(jù)評分。

以上描述僅為本申請的較佳實施例以及對所運用技術(shù)原理的說明。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，本申請中所涉及的發(fā)明范圍，并不限于上述技術(shù)特征的特定組合而成的技術(shù)方案，同時也應(yīng)涵蓋在不脫離所述發(fā)明構(gòu)思的情況下，由上述技術(shù)特征或其等同特征進行任意組合而形成的其它技術(shù)方案。例如上述特征與本申請中公開的(但不限于)具有類似功能。