-
公开(公告)号：CN118228255A
公开(公告)日：2024-06-21
申请号：CN202410257025.3
申请日：2024-03-06
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种应用程序的风险检测方法、装置及设备，该方法包括：获取用于检测目标应用程序是否存在预设的经营性风险的目标数据，目标数据中至少包括用户使用目标应用程序前用户的访问日志数据；基于访问日志数据，确定用户的行为序列数据，并基于访问日志数据和行为序列数据，确定序列图结构数据；通过预先训练的编码器中的序列编码子模型对行为序列数据进行编码处理，得到行为序列数据对应的序列表征；将序列图结构数据输入到编码器中的序列图编码子模型中，以对序列图结构数据进行编码处理，得到序列图结构数据对应的序列图结构表征；基于序列表征和序列图结构表征，确定目标应用程序是否存在预设的经营性风险。
-
公开(公告)号：CN119760347A
公开(公告)日：2025-04-04
申请号：CN202411830587.9
申请日：2024-12-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/2433 , G06F18/214 , G06N3/042 , G06N3/0895
Abstract: 本说明书实施例公开了一种动态图表征模型训练、动态图异常检测方法及装置。该训练方法在训练过程中依赖于节点记忆表征进行图对比学习，不需要标签即可高效地训练异常检测模型。基于上述动态图表征模型训练方法训练的动态图表征模型，能够有效地捕获动态图场景中的图结构异常、节点属性异常及时序异常，进而能够以无监督的方式有效解决动态图异常检测问题。本说明书实施例所述的动态图表征模型训练装置、动态图异常检测方法及装置同样具有上述效果。
-
公开(公告)号：CN119167287A
公开(公告)日：2024-12-20
申请号：CN202411129996.6
申请日：2024-08-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N3/045 , G06N3/042 , G06N3/0455 , G06N3/08
Abstract: 本说明书实施例公开了一种图数据处理方法、装置、计算机可读存储介质与电子设备，该图数据处理方法可以包括：利用包含图神经网络模型、超图神经网络模型与特征融合模型的目标深度学习模型，对业务实体的关联关系图的第一图数据与该业务实体的关联关系超图的第二图数据进行处理，以通过图神经网络模型根据第一图数据生成该业务实体的第一特征数据，通过超图神经网络模型根据第二图数据生成该业务实体的第二特征数据，以及，通过特征融合模型针对同一业务实体的第一特征数据与第二特征数据进行特征融合处理，从而得到业务实体的目标特征数据。
-
公开(公告)号：CN117455304A
公开(公告)日：2024-01-26
申请号：CN202311527242.1
申请日：2023-11-15
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0639 , G06Q10/0635 , G06N5/022 , G06F18/241
Abstract: 本公开提供了一种用于数字生态图谱链路预测的方法，方法包括：基于初始节点信息和初始边信息来构建初始数字生态图谱，该初始数字生态图谱包含不同类型的节点和不同类型的边；将初始数字生态图谱中待预测链路关系的节点对中的各节点的初始节点特征分别送入更新网络以得到各节点的节点更新特征，其中该更新网络采用嵌入边类型表征的邻域聚集来更新各节点的节点特征；以及将该节点对中的各节点的节点更新特征送入分类器以预测该节点对之间是否存在潜在链路。本申请还涉及用于数字生态图谱链路预测的系统、装置和介质。
-
公开(公告)号：CN119807476A
公开(公告)日：2025-04-11
申请号：CN202411832603.8
申请日：2024-12-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/901 , G06F9/50
Abstract: 本说明书实施例提供一种分布式图分析方法和系统。方法包括：中心节点对目标关系网络图进行社区检测，将所述目标关系网络图划分为多个第一子图；每个第一子图对应于一个社区；中心节点将所述多个第一子图分发给多个工作节点；所述多个工作节点并行执行目标操作，所述目标操作包括，计算单个第一子图的局部最小生成树，从而得到局部处理结果；其中，各个第一子图分别对应的局部最小生成树形成所述目标关系网络图的全局的最小生成树；所述中心节点汇总所述多个工作节点的局部处理结果，执行全局图处理。能够适应于图分析场景，具有高效率。
-
Patent Agency Ranking
公开(公告)号：CN118709148A
公开(公告)日：2024-09-27
申请号：CN202410712785.9
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/26 , G06F18/22 , G06N3/042 , H04L67/50 , H04L67/1396
Abstract: 本说明书实施例公开了一种模式挖掘的方法、装置及电子设备。所述模式挖掘的方法包括：对数据集中的每组数据组，构建以目标用户为中心的原始图；基于所述数据集中包含的数据组中的行为数据，构建所述原始图中各个节点的补充信息；从所述原始图中，提取包含所述原始图中目标用户对应的节点的至少一个子图，并对所述子图进行聚合处理，得到所述子图的聚合信息，所述聚合处理用于在将所述子图中节点的邻接节点的补充信息汇聚到节点后，对所述子图中各个节点的信息进行聚合；对所述数据集中各个所述目标用户对应的聚合信息进行匹配，并根据匹配结果，确定所述数据集中所述目标用户的行为模式。
-
公开(公告)号：CN118349902A
公开(公告)日：2024-07-16
申请号：CN202410532691.3
申请日：2024-04-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2413 , G06F18/20 , G06F18/213 , G06F18/2323
Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备，其中，方法包括：获取目标图结构数据中与候选节点对应的子图数据；基于所述子图数据，通过表征提取模型对所述子图数据进行表征提取处理，得到所述子图数据包含的节点对应的表征向量；基于所述子图数据包含的节点对应的表征向量，对多个所述子图数据进行聚类处理，得到多个类；基于每个类对应的所述子图数据的数量，确定所述多个类中的目标类；在基于所述目标类对应的子图数据包含的节点的风险标签，确定所述目标类对应的子图数据为存在风险的子图数据的情况下，基于所述目标类对应的子图数据和待检测的图结构数据，对目标用户触发执行资源转移业务是否存在风险进行检测。
-
公开(公告)号：CN117726459A
公开(公告)日：2024-03-19
申请号：CN202410077862.8
申请日：2024-01-18
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/08 , G06N5/022 , G06N3/0455 , G06N3/0464 , G06N3/042
Abstract: 本说明书实施例公开了一种数据的处理方法、装置及设备，该方法包括：获取针对目标商户的多种不同的模态数据，然后，可以基于多种不同的模态数据，分别通过多种不同的多模态知识图谱构建方式，构建相应的多模态知识图谱，对构建的多个多模态知识图谱中的节点之间的关系进行增补检测，并对需要进行增补的多模态知识图谱的不同节点之间的关系进行增补处理，得到增补后的多模态知识图谱，最终，可以将无需增补的多模态知识图谱和增补后的多模态知识图谱输入到预先训练的图谱表征模型中，得到针对目标商户的表征信息，基于针对目标商户的表征信息进行风险防控处理，图谱表征模型中包括注意力模块。
-
公开(公告)号：CN118885934A
公开(公告)日：2024-11-01
申请号：CN202410904433.3
申请日：2024-07-05
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/2433 , G06F18/22 , G06N5/045
Abstract: 本说明书公开了一种识别异常数据的方法、装置、存储介质、设备，随机生成初始图结构，对初始图结构进行优化，得到了用于识别异常用户数据的应用图结构，通过该应用图结构对待检测数据进行识别提高了识别异常数据的识别效果，且由于该获取应用图结构的过程未使用机器学习模型，所得到的应用图结构对于现实的用户行为模式具有一定的可解释性。
-
公开(公告)号：CN118708630A
公开(公告)日：2024-09-27
申请号：CN202410714249.2
申请日：2024-06-03
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/2458 , G06F16/35 , G06F16/36 , G06F40/284 , G06F40/30 , G06N5/025 , G06N3/042 , G06N3/045 , G06N3/0895 , G06F18/2433 , G06F18/26 , G06Q20/40 , G06Q50/00
Abstract: 本说明书实施例公开了一种群组的挖掘方法、装置及设备，该方法包括：获取基于预设的社区挖掘算法对预先构建的关联图谱进行挖掘而得到的一个或多个不同的挖掘群组，关联图谱是针对存在预设风险的目标用户构建的图谱，关联图谱中的边由介质的信息和/或交易信息构建；获取每个挖掘群组中的每个节点的属性信息，并基于属性信息，通过属性图模型，确定每个节点对应的节点表征；基于每个节点对应的节点表征和每个挖掘群组中的每个节点的属性信息，确定每个挖掘群组中的离群节点，并基于每个挖掘群组中的离群节点对相应的挖掘群组进行提纯处理，得到提纯后的群组；基于提纯后的群组的属性信息，从提纯后的群组中获取存在预设风险的目标群组。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
