摘要
本公开提供了一种欺诈识别方法及电子设备,所述方法包括利用目标程序获取网络数据;网络数据包括网络请求数据、函数调用数据和网络流量数据;对网络请求数据与网络流量数据进行比对结合处理,得到网络结合数据,利用函数调用数据得到重建调用链;重建调用链的数据对神经网络模型进行训练,得到识别模型;将实时数据输入到识别模型中,得到识别结果;识别结果用于表征实时数据为正常行为数据或欺诈行为数据。本申请通过结合网络请求数据、函数调用数据和网络流量数据得到重建调用链,利用重建调用链得到识别模型,本申请采用完整的调用链数据能够得到识别更加准确的识别模型,从而高效、准确的识别应用程序中的欺诈行为,提供更好的安全保障。
技术关键词
网络请求数据
网络流量数据
欺诈识别方法
神经网络模型
实时数据
训练集
电子设备
处理器通信
存储器
参数
指令
系统为您推荐了相关专利信息
滑动时间窗口
调度优化方法
资源分配参数
实时数据采集
调度优化模型
深度神经网络模型
降噪方法
训练深度神经网络
降噪电路
分支
神经网络控制器
优化控制方法
变工况
优化控制目标
神经网络控制方法
智能感知方法
微通道换热器
温度场重构
元器件
工况
损伤预测方法
机器学习模型
非晶涂层
X射线三维成像系统
超参数