摘要
本申请涉及一种监控用户安全的重激活策略模型训练系统及方法,包括:通过第一安全识别模型对监控用户的用户信息进行评分;将评分小于安全阈值的用户作为目标用户;通过分箱准确率阈值和样本阈值区间对评分大于安全阈值的用户进行筛选,以提取第一类用户和第二类用户;通过目标用户、第一类用户、第二类用户生成训练样本;通过训练样本对第二安全识别模型进行训练;在训练满足预设策略时,生成重激活策略模型,重激活策略模型再次激活服务来拒绝用户。本申请能够在用户的服务申请被拒绝时,有效利用被拒绝的用户数据,通过重激活策略模型重新鉴定客户对于系统数据的安全性,捞回误排除客户,提升数据监控处理的安全性兼顾识别准确性,由此也避免排除正常合法安全的客户。
技术关键词
分箱
生成训练样本
模型训练系统
策略
模型训练方法
处理器
计算机程序产品
客户
模块
存储装置
数据
标签
数值
电子设备
指令
介质
系统为您推荐了相关专利信息
脱靶位点
病毒载体
高通量测序平台
序列比对算法
体内检测系统
流量识别模型
网络流量数据集
流量控制策略
加密算法
特征选择
数字孪生模型
标识
识别模块
数据处理模块
双曲正切函数
模型训练方法
构建语音识别模型
语音识别方法
解码器
语音识别文本