-
公开(公告)号：CN115761396A
公开(公告)日：2023-03-07
申请号：CN202211332485.5
申请日：2022-10-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/774 , G06V10/764 , G06Q10/0635 , G06Q10/04 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种判断节点性质的方法，包括步骤：获取用户拓扑图，用户拓扑图中的各节点用于表征群组用户中的各用户，用户拓扑图中的各边用于表征各用户之间的关系；在各节点中确定待识别节点，并通过图游走算法获取用户拓扑图中的若干局部子图；针对每个局部子图，通过预先训练的判断模型，判断该局部子图是否为以待识别节点为起点游走出的局部子图；根据针对每个局部子图的判断结果识别待识别节点的性质。相应地，本发明公开了判断节点性质的装置。
-
公开(公告)号：CN115018280A
公开(公告)日：2022-09-06
申请号：CN202210569609.5
申请日：2022-05-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/06 , G06F16/2458 , G06F16/25 , G06F16/22 , G06F16/9535 , G06K9/62
Abstract: 本说明书实施例提供了一种风险图模式的挖掘方法、风险识别方法及对应装置。其中主要挖掘方法包括：获取利用用户的网络行为数据构建的异构网络图；利用已知风险行为对应的边在异构网络图中确定风险子图，以及利用已知安全行为对应的边在异构网络图中确定安全子图；从风险子图和安全子图中进行图模式采样，得到多个候选图模式；分别确定各候选图模式在风险子图和安全子图中的出现状况，依据确定的出现状况从多个候选图模式中确定风险图模式，风险图模式用以对待识别的网络行为数据进行风险识别。通过本公开可以对用户在网络的各种风险行为模式进行挖掘，并基于此快速、有效地对用户在网络的各种行为进行风险识别。
-
公开(公告)号：CN116403034A
公开(公告)日：2023-07-07
申请号：CN202310333647.5
申请日：2023-03-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , G06Q40/04 , G06Q10/0635
Abstract: 在本说明书提供的图数据模型训练的方法中，根据历史业务记录确定训练样本，通过图数据模型确定训练样本的风险评估值，当训练样本为无标签样本时，根据各无标签样本的风险评估值确定分布；并根据有标签样本的标签，确定所述分布中与所述标签相匹配的区间，以各有标签样本的风险评估值落入与所述标签相匹配的区间为目标，训练所述待训练的图数据模型。从上述方法可以看出，通过利用无标签样本的风险评估值确定分布，再确定有标签样本的风险评估值与所述评估分布的差异，根据所述差异确定损失，利用所述损失训练图数据模型，实现了利用小样本训练图神经网络模型。
-
公开(公告)号：CN119205118A
公开(公告)日：2024-12-27
申请号：CN202411217185.1
申请日：2024-08-30
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种异常检测方法、装置、介质及设备，首先确定待检测账户，并获取包含待检测账户的图数据，图数据是以账户为节点，账户之间关系为边的图数据。将待检测账户对应的节点，作为待检测节点，根据预设的节点数量以及预设跳数，确定待检测节点的多个子图。将各子图分别输入训练完成的评分模型，分别得到各子图的评分。根据各子图的评分，确定待检测账户的检测结果。通过训练完成的评分模型，对从图数据上采集的子图进行评分，确定检测结果。避免了需要大量的人力成本去进行检测规则的提取。
-
Patent Agency Ranking
公开(公告)号：CN116342290A
公开(公告)日：2023-06-27
申请号：CN202310264151.7
申请日：2023-03-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q40/06 , G06Q40/04 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本说明书实施例提供了一种风险识别方法、模型训练方法及对应装置。主要技术方案包括：获取利用用户的网络行为数据构建的网络图，网络图包括节点和边，节点为网络行为，两个节点之间的边为两个网络行为对应的相同用户；利用子网提取模型从网络图中提取目标节点对应的子网络；利用风险识别模型确定目标节点在子网络中的第一特征表示以及在网络图中的第二特征表示，利用第一特征表示和第二特征表示识别目标节点的风险信息，风险信息包括该目标节点对应的网络行为是否为风险行为，或者该目标节点对应的网络行为的风险等级信息。通过本说明书实施例能够提高对用户网络行为风险识别的准确性和可解释性。
-
公开(公告)号：CN115018280B
公开(公告)日：2024-06-18
申请号：CN202210569609.5
申请日：2022-05-24
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06F16/2458 , G06F16/25 , G06F16/22 , G06F16/9535 , G06F18/2431
Abstract: 本说明书实施例提供了一种风险图模式的挖掘方法、风险识别方法及对应装置。其中主要挖掘方法包括：获取利用用户的网络行为数据构建的异构网络图；利用已知风险行为对应的边在异构网络图中确定风险子图，以及利用已知安全行为对应的边在异构网络图中确定安全子图；从风险子图和安全子图中进行图模式采样，得到多个候选图模式；分别确定各候选图模式在风险子图和安全子图中的出现状况，依据确定的出现状况从多个候选图模式中确定风险图模式，风险图模式用以对待识别的网络行为数据进行风险识别。通过本公开可以对用户在网络的各种风险行为模式进行挖掘，并基于此快速、有效地对用户在网络的各种行为进行风险识别。
-
公开(公告)号：CN116151620A
公开(公告)日：2023-05-23
申请号：CN202310149830.X
申请日：2023-02-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635 , G06Q40/04
Abstract: 本说明书公开了一种子图匹配的方法、装置、存储介质及电子设备，在本说明书提供的子图匹配的方法中，首先在拓扑图中确定指定节点，接着确定指定节点对应的子图以及各子图的特征，根据各子图的特征确定各子图所属的类型，然后在每个类型的子图中确定具有代表性的子图，最后在其他拓扑图里确定与代表子图相匹配的子图。从上述方法可以看出，在拓扑图中确定指定节点对应的子图即子图挖掘，在其他拓扑图里确定与代表子图相匹配的子图，即基于子图挖掘进行子图匹配，应用本方法可以较快地在大规模拓扑图中确定有用的信息。
-
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：CN117094554A
公开(公告)日：2023-11-21
申请号：CN202311007497.5
申请日：2023-08-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/0635
Abstract: 本说明书实施例公开了一种账户群组的发现方法、装置及设备，该方法包括：获取目标业务中包含的多种不同的关联关系的账户的信息，并基于每一种关联关系的账户的信息，构建每一种关联关系对应的账户关联图；对每一种关联关系对应的账户关联图进行社区划分处理，得到每一种关联关系对应的账户关联图的节点社区结构，并对得到的每一种关联关系对应的账户关联图的节点社区结构的可靠程度进行评估；基于不同账户关联图的节点社区结构的可靠程度、账户关联图中的账户群组的节点和账户的信息构建相应的二部图，对该二部图进行社区划分处理，得到目标业务中存在预设风险的目标账户群组。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.032 seconds)
