本公開涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種處理實體的方法和設(shè)備。

背景技術(shù)：

近些年，各個支付平臺的盜卡和盜帳戶案件已經(jīng)積累了很多，并形成了相應(yīng)的黑名單。如何有效的利用這些黑名單是一個很重要的課題。現(xiàn)有的黑名單應(yīng)用一般是直接做查詢使用，即只是利用黑名單本身，對黑名單中的實體進行處罰動作。

基于黑名單的拓展應(yīng)用目前一般是挖掘隱藏在其中的作案團伙，研究黑名單中的實體的行為方式等。

基于通過黑名單挖掘隱案，一般是通過反查的方式進行，即從單個黑名單中的實體出發(fā)，根據(jù)業(yè)務(wù)邏輯，向非黑實體一層層的進行反查，然后找出隱藏的有過非法行為但是沒有被發(fā)現(xiàn)的實體。

另外，隱案挖掘的方式還可以通過標(biāo)簽擴散算法，進行半監(jiān)督學(xué)習(xí)，通過不斷的迭代，在算法穩(wěn)定后會對非黑實體進行標(biāo)注，然后選擇標(biāo)注成有非法行為的實體進行處罰動作。

經(jīng)過研究，發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題：

通過反查進行隱案的挖掘時只對黑名單實體有直接關(guān)系的實體進行反查，這樣覆蓋率不高，且會遺漏存在隱案的實體，標(biāo)簽擴散算法是雙向擴散的，即一個實體的判斷邏輯，會在迭代過程中不斷受到同一個實體的影響，最終結(jié)果沒法判別到底是什么原因?qū)е碌?，結(jié)果的準(zhǔn)確率不是很高，同時，因為標(biāo)簽擴散算法是迭代機制的，只適用于離線模型訓(xùn)練，對于實時性支持不夠。

技術(shù)實現(xiàn)要素：

本公開提出了一種處理實體的方法和設(shè)備，本公開的技術(shù)方案可以有效用于通過黑名單去發(fā)現(xiàn)隱案，以及預(yù)測非黑實體的作案可能性等。

本公開的技術(shù)方案如下：

一種處理實體的方法，應(yīng)用于包括多個實體的實體網(wǎng)絡(luò)關(guān)系中，其中相鄰兩個實體之間通過邊進行連接，風(fēng)險經(jīng)由所述邊進行傳播是有方向的，所述方法包括：

根據(jù)起始實體的風(fēng)險概率以及每一條邊的擴散系數(shù)，按照風(fēng)險傳播的方向進行迭代處理，以確定所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率；

根據(jù)各實體的綜合風(fēng)險概率，來處理所述各實體。

可選的，所述起始實體為風(fēng)險概率已知的實體，所述每一條邊的擴散系數(shù)是基于所述實體網(wǎng)絡(luò)關(guān)系確定的，具體的確定過程包括以下步驟：

步驟A、根據(jù)所述實體網(wǎng)絡(luò)關(guān)系確定各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，以及各所述邊的邊權(quán)重系數(shù)；

步驟B、根據(jù)各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，各所述邊的邊權(quán)重系數(shù)三者的乘積來確定各所述邊的擴散系數(shù)。

可選的，各所述邊的衰減系數(shù)是根據(jù)各所述邊的業(yè)務(wù)屬性來確定的；

各所述邊的風(fēng)險傳播概率是根據(jù)各所述邊所連接的相鄰兩個實體的歷史行為而確定的；

各所述邊的邊權(quán)重系數(shù)是根據(jù)各所述邊所連接的相鄰兩個實體發(fā)生的歷史行為的次數(shù)來確定的。

可選的，所述根據(jù)起始實體的風(fēng)險概率以及每一條邊的擴散系數(shù)，按照風(fēng)險傳播的方向進行迭代處理，以確定所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率，具體包括以下步驟：

步驟1、以多個起始實體中的第N個起始實體為起點，確定與所述第N個起始實體相關(guān)聯(lián)的多條風(fēng)險傳播路徑，N為大于0的正整數(shù)；

步驟2、對于所述多條風(fēng)險傳播路徑中的每一條風(fēng)險傳播路徑，確定所述風(fēng)險傳播路徑上的第M個實體是否已計算了所述第M個實體對于所述第N個起始實體的風(fēng)險概率，M為大于0的正整數(shù)；

如已計算，則跳過并計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

如沒有計算，則計算所述第M個實體對于所述第N個起始實體的風(fēng)險概率＝第M-1個實體對于所述第N個起始實體的風(fēng)險概率×所述第M-1個實體和所述第M個實體之間的邊的擴散系數(shù)，之后跳轉(zhuǎn)到計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

步驟3、重復(fù)步驟2，直至對于所述第N個起始實體，計算完成了所有風(fēng)險傳播路徑中的所有實體對于所述第N個起始實體的風(fēng)險概率；

步驟4、對于所述多個起始實體中的第N+1個起始實體重復(fù)步驟1-3；直至計算了所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體對于所述多個起始實體中的每一個起始實體的風(fēng)險概率；

步驟5、對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率。

可選的，對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率，具體包括：

對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，匯總所述每一個實體分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，以得到所述每一個實體的綜合風(fēng)險概率。

可選的，根據(jù)各實體的綜合風(fēng)險概率，來處理所述各實體，具體包括：

根據(jù)各實體的綜合風(fēng)險概率構(gòu)建風(fēng)險網(wǎng)絡(luò)；

基于所述風(fēng)險網(wǎng)絡(luò)處理各實體。

可選的，基于所述風(fēng)險網(wǎng)絡(luò)處理各實體，具體包括：

根據(jù)各所述實體在所述風(fēng)險網(wǎng)絡(luò)中的綜合風(fēng)險概率、各所述實體的歷史行為和各所述實體的靜態(tài)屬性，對各所述實體進行風(fēng)險評估生成各所述實體的綜合得分；

確定綜合得分大于預(yù)先設(shè)定的閾值的實體，以確定出所述風(fēng)險網(wǎng)絡(luò)中風(fēng)險最大的實體群；

基于各所述實體的綜合得分，對各所述實體執(zhí)行與所述綜合得分對應(yīng)的處理；

其中，當(dāng)實體為賬號時，所述靜態(tài)屬性包括其中一個或多個的任意組合：所述賬號對應(yīng)的證件號，注冊時間、使用者年齡、資產(chǎn)數(shù)量、使用者職業(yè)，教育水平；當(dāng)所述實體為除賬號之外的其他實體時，所述靜態(tài)屬性包括：所述實體第一次出現(xiàn)的時間和與所述實體有關(guān)聯(lián)的賬號的數(shù)量。

一種處理實體的設(shè)備，應(yīng)用于包括多個實體的實體網(wǎng)絡(luò)關(guān)系中，其中相鄰兩個實體之間通過邊進行連接，風(fēng)險經(jīng)由所述邊進行傳播是有方向的，所述設(shè)備包括：

第一確定模塊，用于根據(jù)起始實體的風(fēng)險概率以及每一條邊的擴散系數(shù)，按照風(fēng)險傳播的方向進行迭代處理，以確定所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率；

處理模塊，用于根據(jù)各實體的綜合風(fēng)險概率，來處理所述各實體。

可選的，所述起始實體為風(fēng)險概率已知的實體；所述設(shè)備還包括：第二確定模塊，用于基于所述實體網(wǎng)絡(luò)關(guān)系確定每一條邊的擴散系數(shù)，其中具體的確定過程包括以下步驟：

步驟A、根據(jù)所述實體網(wǎng)絡(luò)關(guān)系確定各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，以及各所述邊的邊權(quán)重系數(shù)；

步驟B、根據(jù)各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，各所述邊的邊權(quán)重系數(shù)三者的乘積來確定各所述邊的擴散系數(shù)。

可選的，各所述邊的衰減系數(shù)是根據(jù)各所述邊的業(yè)務(wù)屬性來確定的；

各所述邊的風(fēng)險傳播概率是根據(jù)各所述邊所連接的相鄰兩個實體的歷史行為而確定的；

各所述邊的邊權(quán)重系數(shù)是根據(jù)各所述邊所連接的相鄰兩個實體發(fā)生的歷史行為的次數(shù)來確定的。

可選的，所述第一確定模塊，具體用于執(zhí)行以下步驟：

步驟1、以多個起始實體中的第N個起始實體為起點，確定與所述第N 個起始實體相關(guān)聯(lián)的多條風(fēng)險傳播路徑，N為大于0的正整數(shù)；

步驟2、對于所述多條風(fēng)險傳播路徑中的每一條風(fēng)險傳播路徑，確定所述風(fēng)險傳播路徑上的第M個實體是否已計算了所述第M個實體對于所述第N個起始實體的風(fēng)險概率，M為大于0的正整數(shù)；

如已計算，則跳過并計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

如沒有計算，則計算所述第M個實體對于所述第N個起始實體的風(fēng)險概率＝第M-1個實體對于所述第N個起始實體的風(fēng)險概率×所述第M-1個實體和所述第M個實體之間的邊的擴散系數(shù)，之后跳轉(zhuǎn)到計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

步驟3、重復(fù)步驟2，直至對于所述第N個起始實體，計算完成了所有風(fēng)險傳播路徑中的所有實體對于所述第N個起始實體的風(fēng)險概率；

步驟4、對于所述多個起始實體中的第N+1個起始實體重復(fù)步驟1-3；直至計算了所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體對于所述多個起始實體中的每一個起始實體的風(fēng)險概率；

步驟5、對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率。

可選的，所述第一確定模塊對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率，具體包括：

對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，匯總所述每一個實體分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，以得到所述每一個實體的綜合風(fēng)險概率。

可選的，所述處理模塊，具體用于：

根據(jù)各實體的綜合風(fēng)險概率構(gòu)建風(fēng)險網(wǎng)絡(luò)；

基于所述風(fēng)險網(wǎng)絡(luò)處理各實體。

可選的，所述處理模塊基于所述風(fēng)險網(wǎng)絡(luò)處理各實體，具體包括：

根據(jù)各所述實體在所述風(fēng)險網(wǎng)絡(luò)中的綜合風(fēng)險概率、各所述實體的歷史 行為和各所述實體的靜態(tài)屬性，對各所述實體進行風(fēng)險評估生成各所述實體的綜合得分；

確定綜合得分大于預(yù)先設(shè)定的閾值的實體，以確定出所述風(fēng)險網(wǎng)絡(luò)中風(fēng)險最大的實體群；

基于各所述實體的綜合得分，對各所述實體執(zhí)行與所述綜合得分對應(yīng)的處理；

其中，當(dāng)實體為賬號時，所述靜態(tài)屬性包括其中一個或多個的任意組合：所述賬號對應(yīng)的證件號，注冊時間、使用者年齡、資產(chǎn)數(shù)量、使用者職業(yè)，教育水平；當(dāng)所述實體為除賬號之外的其他實體時，所述靜態(tài)屬性包括：所述實體第一次出現(xiàn)的時間和與所述實體有關(guān)聯(lián)的賬號的數(shù)量。

本公開中通過實體網(wǎng)絡(luò)關(guān)系確定出連接各相鄰實體的邊的衰減系數(shù)、風(fēng)險傳播概率以及邊權(quán)重系數(shù)，再根據(jù)上述確定出的信息確定各邊的擴散系數(shù)，并基于以上信息與起始實體的風(fēng)險概率逐一確定出各實體的綜合風(fēng)險概率，以根據(jù)確定出的綜合風(fēng)險概率判斷非黑實體出現(xiàn)隱案的可能性，通過上述方法在挖掘隱案時涉及到了所有關(guān)聯(lián)的實體，擴大了實體的覆蓋率，并且準(zhǔn)確率還得到了提高，同時，能夠確定存在隱案的非黑實體是受哪些實體的影響，還能夠支持實時性的隱案挖掘。

附圖說明

為了更清楚地說明本公開或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對本公開或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本公開的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本公開實施例中的一種處理實體的方法流程圖；

圖2為本公開實施例中的一種實體網(wǎng)絡(luò)關(guān)系示意圖；

圖3為本公開實施例中的一種部分實體網(wǎng)絡(luò)關(guān)系示意圖；

圖4為本公開實施例中的一種添加擴散系數(shù)后的實體網(wǎng)絡(luò)關(guān)系示意圖；

圖5為本公開實施例中的一種確定實體綜合風(fēng)險概率的方法流程示意圖；

圖6為本公開實施例中的一種處理實體的設(shè)備結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本公開中的附圖，對本公開中的技術(shù)方案進行清楚、完整的描述，顯然，所描述的實施例是本公開的一部分實施例，而不是全部的實施例?；诒竟_中的實施例，本領(lǐng)域普通技術(shù)人員獲得的其他實施例，都屬于本公開保護的范圍。

根據(jù)本申請的一個實施例，提出了一種處理實體的方法，應(yīng)用于包括多個實體的實體網(wǎng)絡(luò)關(guān)系中，其中相鄰的實體和實體之前發(fā)生過業(yè)務(wù)關(guān)系則以一條邏輯連線來表示，該邏輯連線在此稱為實體與實體之間的邊，邊代表了所連接的兩個實體之間由于業(yè)務(wù)而存在一定的關(guān)系。風(fēng)險經(jīng)由所述邊進行傳播，且風(fēng)險經(jīng)由邊進行傳播是有方向的。其中，實體可以被表征為mac(Media Access Control，媒體訪問控制)地址，ip(Internet Protocol，網(wǎng)絡(luò)協(xié)議)地址，具體的，實體為可能會存在風(fēng)險的節(jié)點，并不限于mac地址、ip地址這兩種表現(xiàn)形式，也可以是使用者ID、賬號、使用者的移動設(shè)備IMEI(移動設(shè)備國際身份碼)、SIM卡標(biāo)識符、等等其他可以用于表征使用者身份的信息。

而具體的，本申請認為，風(fēng)險的傳播擴散過程可以理解為在密度不相等的水中，滴入N滴墨水(即N個風(fēng)險污染源)，墨水(即風(fēng)險)會以滴入點為中心進行擴散。由此會有以下三個特征：

特征1、擴散過程中墨水的濃度會衰減(也即離污染源越近，影響越大，隨著風(fēng)險的傳播，風(fēng)險的影響也逐漸減小)；

特征2、墨水交匯處墨水濃度疊加(也即與污染源關(guān)系越多，風(fēng)險越大)；

特征3、墨水的擴散過程中，濃度的衰減與水的密度有關(guān)系(也即在擴散的過程中，擴散系數(shù)還受到擴散過程中涉及到的介質(zhì)的影響，對應(yīng)于具體的風(fēng)險傳播，風(fēng)險的擴散衰減程度受到實體之間的邊的擴散性質(zhì)的影響。在下文中，將詳細定義邊的擴散系數(shù)＝邊的衰減系數(shù)×邊的風(fēng)險傳播概率×邊的邊權(quán)重)。

如圖1所示，根據(jù)本申請的一個實施例的風(fēng)險網(wǎng)絡(luò)構(gòu)建方法包括以下步驟：

步驟101、根據(jù)起始實體的風(fēng)險概率以及每一條邊的擴散系數(shù)，按照風(fēng)險傳播的方向進行迭代處理，以確定實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率；

步驟102、根據(jù)各實體的綜合風(fēng)險概率，來處理各實體。

具體的，在步驟101中的起始實體為風(fēng)險概率已知的實體。可以是由黑名單數(shù)據(jù)，或者是其他的數(shù)據(jù)來確定，只要數(shù)據(jù)中包含的實體的風(fēng)險概率已知，就可以作為起始實體。風(fēng)險概率為0到1之間的數(shù)值。在此，以黑名單數(shù)據(jù)為例，可以將黑名單數(shù)據(jù)中的實體作為實體網(wǎng)絡(luò)關(guān)系中的起始實體，如此該起始實體有預(yù)先設(shè)定好的風(fēng)險概率，例如可以設(shè)置為1，也即對應(yīng)圖2中的全黑實體。起始實體并不一定是全黑實體，對應(yīng)圖2中的全黑點，起始實體還可以是白點(對應(yīng)風(fēng)險概率為0)，也可以是半黑點(對應(yīng)風(fēng)險概率為0.5)，后續(xù)同樣可以導(dǎo)出擴散后各個實體的風(fēng)險概率。

如圖2所示，風(fēng)險沿著邊進行擴散，風(fēng)險的擴散是有方向的，以圖2中的賬號1為例來進行說明，其中，賬號1為風(fēng)險擴散的起始實體，風(fēng)險沿著邊擴散的方向是從賬號1到MAC5、MAC3、MAC2、MAC4，并進而再從MAC4到IP1、從MAC2到IP2、從MAC5到IP3。以此類推，從賬號2開始的風(fēng)險會傳播到MAC5(隨后到IP3)、MAC1、MAC6、MAC7。在另一個實例中，若是出現(xiàn)如圖3中所示的實體網(wǎng)絡(luò)關(guān)系，以賬號1為起始實體，對應(yīng)的風(fēng)險傳播方向為從賬號1到MAC，再從MAC到IP；若是以賬號2為起始實體，對應(yīng)的風(fēng)險傳播方向為從賬號2到IP，再從IP到MAC。

在步驟101中的每一條邊的擴散系數(shù)是基于實體網(wǎng)絡(luò)關(guān)系確定的，具體的確定過程包括以下步驟：

步驟A、根據(jù)所述實體網(wǎng)絡(luò)關(guān)系確定各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，以及各所述邊的邊權(quán)重系數(shù)；

步驟B、根據(jù)各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，各所述邊的邊權(quán)重系數(shù)三者的乘積來確定各所述邊的擴散系數(shù)。

具體而言，各所述邊的衰減系數(shù)是基于各所述邊的業(yè)務(wù)屬性來預(yù)先確定的。例如，以圖2為例，賬號1到MAC2的邊的衰減系數(shù)，根據(jù)實體(賬號1)和實體(MAC2)之間的業(yè)務(wù)關(guān)系(例如，登陸、訪問、讀取)，被定義為0.2。MAC2到IP2的邊的衰減系數(shù)，根據(jù)實體(MAC2)和實體(IP2)之間的業(yè)務(wù)關(guān)系(例如，映射、關(guān)聯(lián))，被定義為0.4。帳號2到MAC6的邊的衰減系數(shù)，根據(jù)實體(賬號2)和實體(MAC6)之間的業(yè)務(wù)關(guān)系(例如，轉(zhuǎn)賬，交易)，被定義為0.5。賬號2到MAC1的邊的衰減系數(shù)，根據(jù)實體(賬號2)和實體(MAC1)之間的業(yè)務(wù)關(guān)系(例如，請求，驗證，授權(quán))，被定義為0.3。衰減系數(shù)的作用是體現(xiàn)了風(fēng)險隨著實體之間的傳播而逐漸減小。以圖2中賬號1為起始實體為例來進行說明，賬號1通過邊1連接MAC2，而MAC2再通過邊2連接IP2，風(fēng)險從賬號1擴散到IP2，需要先擴散到MAC2，再擴散到IP2,由此，來自賬號1的風(fēng)險需要經(jīng)過兩個邊(賬號1到MAC2的邊、MAC2到IP2的邊)的迭代傳遞，會被乘以兩個衰減系數(shù)0.2和0.4，由此風(fēng)險擴散到IP2時會變小。

各所述邊的風(fēng)險傳播概率是根據(jù)各所述邊所連接的相鄰兩個實體的歷史行為而確定的；例如某個賬號在某個MAC地址上登陸過，以及某個賬號在某個IP地址上做過交易等等，選擇其中影響最大的行為(例如，詐騙行為、一直被認為是風(fēng)險行為中的影響最大的行為之一)作為確定這兩個實體之間的邊的風(fēng)險傳播概率的一個方面的依據(jù)，除此以外，在邊的風(fēng)險傳播概率時不僅考慮該邊所連接的兩個實體間的行為，還考慮另一方面，即該邊連接的兩個實體，若其中有實體的風(fēng)險概率較大，例如有實體為全黑實體(對應(yīng)風(fēng)險概率為1)，將會提高風(fēng)險傳播概率，例如：非黑實體間發(fā)生行為時，對應(yīng)的邊的風(fēng)險傳播概率為0.2，那么，黑名單中的實體間發(fā)生該行為時，對應(yīng)的邊的風(fēng)險轉(zhuǎn)播概率可能為1，黑名單中的實體與非黑實體間發(fā)生該行為時，對應(yīng)的邊的風(fēng)險傳播概率可能為0.8。其中，在設(shè)定邊的風(fēng)險傳播概率時可以根據(jù)實際情況進行設(shè)定，所述風(fēng)險傳播概率為不大于1的正數(shù)。

例如相鄰兩個實體分別為賬號1和IP1，賬號1在IP1上發(fā)生過很多歷史行為，例如賬號1在IP1上登陸過，賬號1在IP1上進行了交易活動，賬號1在IP1上進行了詐騙活動；發(fā)生的各歷史行為預(yù)設(shè)有風(fēng)險傳播概率，例如發(fā)生詐騙活動，比登陸或者交易活動的風(fēng)險傳播概率要大，若賬號1在IP1發(fā)生的詐騙活動是這兩個實體的歷史行為中風(fēng)險傳播概率最高的，則以詐騙活動作為確定連接賬號1與IP1的邊的風(fēng)險傳播概率的依據(jù)。

而除了考慮賬號1與IP1之間的歷史行為以外，確定風(fēng)險傳播概率還考慮另一方面的因素，也即賬號1以及IP1本身，實體(賬號1或IP1)本身是會影響到連接賬號1與IP1的邊的風(fēng)險傳播概率的，例如，若是在黑名單數(shù)據(jù)中，有賬號1和IP1，則在綜合了賬號1與IP1的詐騙歷史行為之后，邊對應(yīng)的風(fēng)險傳播概率相應(yīng)會很高，例如可以設(shè)置為1；若是只有IP1在黑名單中，對應(yīng)的可以設(shè)置邊的風(fēng)險傳播概率為0.8；若是都沒在黑名單中，可以設(shè)置邊的風(fēng)險傳播概率為0.6。

各所述邊的邊權(quán)重系數(shù)是根據(jù)各所述邊所連接的相鄰兩個實體發(fā)生的歷史行為的次數(shù)來確定的。實體之間行為發(fā)生的次數(shù)越多，對應(yīng)的權(quán)重系數(shù)越大。其中，所述邊權(quán)重系數(shù)可以根據(jù)實際情況進行設(shè)定，所述邊權(quán)重系數(shù)為不大于1的正數(shù)，邊權(quán)重系數(shù)用于衡量相鄰兩個實體關(guān)系的緊密程度。仍以賬號1與IP1這兩個實體為例來進行說明，當(dāng)這兩個實體發(fā)生的歷史行為，例如交易，登陸，轉(zhuǎn)賬等等的次數(shù)越多，表示這兩個實體的關(guān)系越緊密，對應(yīng)的，連接賬號1與IP1的邊的權(quán)重系數(shù)就越大。例如，歷史行為的次數(shù)為100次，對應(yīng)的邊的權(quán)重系數(shù)可能為0.6，而若歷史行為的次數(shù)為500次，對應(yīng)的邊的權(quán)重系數(shù)可能就為0.8、當(dāng)然具體的可基于實際情況進行設(shè)置。

具體的如圖2所示，圖2中黑點表示已確定的黑名單中的實體(風(fēng)險概率為1)，其他非黑點表示非黑實體(風(fēng)險概率為0到1之間的值)，所述實體網(wǎng)絡(luò)關(guān)系中涉及到的是相互之間存在業(yè)務(wù)關(guān)系的實體。在風(fēng)險傳播過程中，風(fēng)險分別從起始實體為中心開始向外擴散，具體的以圖2中的賬號1為例，風(fēng)險擴散將會有：(1)從賬號1擴散到MAC5；(2)從賬號1擴散到MAC3；(3)從賬號1擴散到MAC2,再經(jīng)MAC2擴散到IP2；(4)從賬號1擴散到MAC4，再經(jīng) MAC4擴散到IP1。根據(jù)前文所提到的風(fēng)險傳播特征，由此針對從同一個起始實體擴散傳播出的風(fēng)險，越外圍的實體被擴散到的風(fēng)險值越小。

在步驟101中的每一條邊的擴散系數(shù)的確定公式可以為：邊的擴散系數(shù)＝邊的衰減系數(shù)×邊的風(fēng)險傳播概率×邊的邊權(quán)重系數(shù)，如圖2所示，以確定連接IP2與MAC2的邊(例如為邊A)來進行說明，邊A的擴散系數(shù)＝邊A的衰減系數(shù)×邊A的風(fēng)險傳播概率×邊A的邊權(quán)重系數(shù)。確定各邊的擴散系數(shù)后可以將所述擴散系數(shù)添加到所述實體關(guān)系網(wǎng)絡(luò)中，如圖4所示。

在另一個實例中，如圖3所示的實體關(guān)系，賬號1和賬號2為黑點，以實體節(jié)點MAC為例，連接MAC有兩個邊，這兩個邊各自具有擴散系數(shù)。

其中，當(dāng)MAC受到賬號1的影響時，也即需要確定連接賬號1與MAC的邊(例如命名為邊B)的擴散系數(shù)，就需要確定邊B的衰減系數(shù)以及邊B的風(fēng)險傳播概率以及邊B的邊權(quán)重系數(shù)；

而當(dāng)需要確定MAC受到賬號2的影響時，由于MAC受到賬號2的影響是在風(fēng)險從賬號2先擴散到IP之后，再經(jīng)由IP擴散到MAC的,涉及到兩個邊，一個邊連接賬號2與IP，例如命名為邊C，還有一個邊連接IP與MAC，例如命名為邊D,為此，需要確定邊C的擴散系數(shù)和邊D的擴散系數(shù)，具體的，也就需要確定邊C的衰減系數(shù)、邊C的風(fēng)險傳播概率和邊C的邊權(quán)重系數(shù)，以及邊D的衰減系數(shù)、邊D的風(fēng)險傳播概率和邊D的邊權(quán)重系數(shù)。也即風(fēng)險從賬號2擴散到MAC，需要經(jīng)過邊C的擴散系數(shù)和邊D的擴散系數(shù)的兩次影響。其他邊的不同擴散系數(shù)同樣根據(jù)該方法進行確定。

進一步的，在步驟101中，根據(jù)所述起始實體的風(fēng)險概率以及所述每一條邊的擴散系數(shù)，按照風(fēng)險傳播的方向進行迭代處理，以確定所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率，如圖5所示，具體包括以下步驟：

步驟1、以多個起始實體中的第N個起始實體為起點，確定與所述第N個起始實體相關(guān)聯(lián)的多條風(fēng)險傳播路徑，N為大于0的正整數(shù)。每一條風(fēng)險傳播路徑是以某個起始實體為起點的遍歷多個實體的風(fēng)險單向傳播通路，風(fēng)險從起始實體開始，進過該通路，逐級傳播通過該多個實體，并經(jīng)歷衰減；

步驟2、對于所述多條風(fēng)險傳播路徑中的每一條風(fēng)險傳播路徑，確定所述風(fēng)險傳播路徑上的第M個實體是否已計算了所述第M個實體對于所述第N個起始實體的風(fēng)險概率，M為大于0的正整數(shù)；

如已計算，則跳過并計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

如沒有計算，則計算所述第M個實體對于所述第N個起始實體的風(fēng)險概率＝第M-1個實體對于所述第N個起始實體的風(fēng)險概率×所述第M-1個實體和所述第M個實體之間的邊的擴散系數(shù)，之后跳轉(zhuǎn)到計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

步驟3、重復(fù)步驟2，直至對于所述第N個起始實體，計算完成了所有風(fēng)險傳播路徑中的所有實體對于所述風(fēng)險傳播路徑上的第N個起始實體的風(fēng)險概率；

步驟4、對于所述多個起始實體中的第N+1個起始實體重復(fù)步驟1-3；直至計算了所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體對于所述多個起始實體中的每一個起始實體的風(fēng)險概率；

步驟5、對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率。

具體的，由于實體網(wǎng)絡(luò)關(guān)系中可能存在多個起始實體，針對每一個起始實體，會有一條或多條與該起始實體相關(guān)聯(lián)的風(fēng)險傳播路徑，例如圖2中有兩個起始實體，分別為賬號1和賬號2，其中以賬號1為例來進行說明，該賬號1作為起始實體，與之相關(guān)聯(lián)的風(fēng)險傳播路徑有四條，分別為：路徑1：賬號1-MAC4-IP1；路徑2：賬號1-MAC3；路徑3：賬號1-MAC5-IP3；路徑4：賬號1-MAC2-IP2。

具體的，如圖2中的賬號1作為起始實體，先計算路徑1上的實體MAC4、IP1對于賬號1的風(fēng)險概率，具體的計算方式為：路徑1上的第M個實體對于賬號1的風(fēng)險概率＝第M-1個實體對于賬號1的風(fēng)險概率×第M-1個實體和第M個實體之間的邊的擴散系數(shù)，以該路徑1中的實體MAC4為例，首先判斷MAC4對于賬號1的風(fēng)險概率未計算，則計算MAC4對于賬號1的風(fēng)險 概率為賬號1對于賬號1的風(fēng)險概率(即，賬號1為起始實體，則即為賬號1的風(fēng)險概率)×連接MAC4與賬號1的邊的擴散系數(shù)；接下來，進展到路徑1中的下一個實體IP1，判斷IP1對于賬號1的風(fēng)險概率未計算，則將IP1對于賬號1的風(fēng)險概率計算為＝MAC4對于賬號1的風(fēng)險概率×連接MAC4與IP1的邊的擴散系數(shù)；若該路徑還有其他的實體，按照該方法進行迭代處理，直到確定該路徑上所有的實體對于賬號1的風(fēng)險概率。至于由賬號1起始的其他風(fēng)險傳播路徑，按照上述與路徑1的相同方法進行處理，得到賬號1的所有風(fēng)險傳播路徑中所有實體對于賬號1的風(fēng)險概率。

另外若是由賬號1起始的風(fēng)險傳播路徑中，某一路徑有與其他路徑的重復(fù)部分，例如路徑1為：賬號1-MAC4-IP1；而還有路徑5為：賬號1-MAC4-IP2，其中MAC4以及連接MAC4與賬號1的邊是重復(fù)的。則例如在路徑1中已計算了MAC4對于帳號1的風(fēng)險概率的計算，則后續(xù)針對路徑5的處理過程中，判斷MAC4對于賬號1的風(fēng)險概率已被計算，則不再進行路徑5中MAC4對于帳號1的風(fēng)險概率的計算，而跳躍到路徑5中的下一個實體IP2的計算。當(dāng)然，該一個具體的例子中只有一個實體是重復(fù)的，若在重復(fù)部分中有多個實體，則這多個實體對于同一個起始實體的風(fēng)險概率也只被計算一次。

以上只確定了對于一個起始實體的所有風(fēng)險傳播路徑中所有實體對于該起始實體的風(fēng)險概率，而事實上，實體網(wǎng)絡(luò)關(guān)系中還可能有多個起始實體，例如圖2中，還會有起始實體為賬號2，關(guān)于賬號2，重復(fù)進行上述針對賬號1的相同的處理方式，確定賬號2的所有風(fēng)險傳播路徑中所有實體對于賬號2的風(fēng)險概率，若實體網(wǎng)絡(luò)關(guān)系中還存在有其他的起始實體，按照同樣的方式來確定與其他各起始實體相關(guān)聯(lián)的風(fēng)險傳播路徑中所有實體對于其他各起始實體的風(fēng)險概率。由此最終確定了實體網(wǎng)絡(luò)關(guān)系中所有實體對于每一個起始實體的風(fēng)險概率。

由前述步驟，獲取了實體網(wǎng)絡(luò)關(guān)系中與每一個起始實體相關(guān)聯(lián)的風(fēng)險傳播路徑中所有實體對于該起始實體的風(fēng)險概率，由于實體網(wǎng)絡(luò)關(guān)系中的某些實體，例如以實體MAC1為例，可能會被多個起始實體影響，也即實體MAC1會有分別對于多個起始實體中的每一個起始實體的風(fēng)險概率，針對這種情況， 綜合風(fēng)險概率具體的確定方式為：對于實體網(wǎng)絡(luò)關(guān)系中的任意實體a，匯總其分別對于多個起始實體中的每一個起始實體的風(fēng)險概率，以得到該實體a的綜合風(fēng)險概率。計算公式為：Qi＝1-(1-Ri1)×(1-Ri2)×…×(1-Rin)；其中，Qi為實體i的綜合風(fēng)險概率，Ri1為實體i對于起始實體1的風(fēng)險概率，Ri2為實體i對于起始實體2的風(fēng)險概率，以此類推，Rin為實體i對于起始實體n的風(fēng)險概率，在此已確定實體i受到起始實體1,2…n的風(fēng)險影響。

在此以一個具體的例子來進行說明，如圖4所示的實體MAC5，由于其受到兩個起始實體，也即賬號1和賬號2的影響，假如MAC5對于賬號1的風(fēng)險概率為0.4，MAC5對于賬號2的風(fēng)險概率為0.3，則MAC5對于這兩個起始實體的綜合風(fēng)險概率為：1-(1-0.4)×(1-0.3)＝0.58，因此在進行匯總時，以實體MAC1受兩個起始實體(例如分別為賬號1和賬號2)的影響為例來進行說明，確定MAC1的綜合風(fēng)險概率的匯總公式可以為Q_MAC1＝1-(1-R_MAC1-1)×(1-R_MAC1-2)，其中Q_MAC1為實體MAC1的綜合風(fēng)險概率，R_MAC1為MAC1對于賬號1的風(fēng)險概率，R_MAC1-2為MAC1對于賬號2的風(fēng)險概率。若是受到三個起始實體的影響，例如若MAC1還受到第三個起始實體(例如為賬號3)的影響，則計算MAC1的綜合風(fēng)險概率的匯總公式可以為Q_MAC1＝1-(1-R_MAC1-1)×(1-R_MAC1-2)×(1-R_MAC1-3)，R_MAC1-3為MAC1對于賬號3的風(fēng)險概率。若受到其他數(shù)量的起始實體的影響，按照類似方式對公式進行拓展。

再例如，再次回到圖3。如圖3所示的實體之間的關(guān)系，賬號1和賬號2為黑名單中的實體，其風(fēng)險概率都為1，如果連接賬號1與MAC的邊的擴散系數(shù)為0.5，那么實體MAC對于賬號1的風(fēng)險概率為0.5×1＝0.5，MAC對于賬號2的風(fēng)險概率通過IP對于賬號2的風(fēng)險概率和連接IP與MAC的邊的擴散系數(shù)確定，如果連接賬號2與IP的邊的擴散系數(shù)為0.,6，那么IP對于賬號2的風(fēng)險概率為0.6，如果連接IP與MAC的邊的擴散系數(shù)為0.5，那么MAC對于賬號2的風(fēng)險概率為0.6×0.5＝0.3，因此MAC的綜合風(fēng)險概率為1-(1-0.5)×(1-0.3)＝0.85。

實體關(guān)系網(wǎng)絡(luò)中的非黑實體關(guān)聯(lián)到的黑名單中的實體的個數(shù)越多，那么該非黑實體的綜合風(fēng)險概率就越大，若實體網(wǎng)絡(luò)關(guān)系中的某實體只關(guān)聯(lián)到一 個起始實體，則該實體對于這一個起始實體的風(fēng)險概率同時也是該實體的綜合風(fēng)險概率。

在步驟102中，在確定了實體網(wǎng)絡(luò)關(guān)系中各實體的綜合風(fēng)險概率之后，將各實體與對應(yīng)的綜合風(fēng)險概率關(guān)聯(lián)，構(gòu)建風(fēng)險網(wǎng)絡(luò)，并基于風(fēng)險網(wǎng)絡(luò)處理各實體；其中構(gòu)建的風(fēng)險網(wǎng)絡(luò)具體可以如圖4所示。

具體的，基于風(fēng)險網(wǎng)絡(luò)處理各實體，包括：

根據(jù)各所述實體在所述風(fēng)險網(wǎng)絡(luò)中的綜合風(fēng)險概率、各所述實體的歷史行為和各所述實體的靜態(tài)屬性，對各所述實體進行風(fēng)險評估生成各所述實體的綜合得分；

確定綜合得分大于預(yù)先設(shè)定的閾值的實體，以確定出所述風(fēng)險網(wǎng)絡(luò)中風(fēng)險最大的實體群；

基于各實體的綜合得分，對各實體執(zhí)行與綜合得分對應(yīng)的處理；

具體的，可部分地根據(jù)所述各實體的綜合風(fēng)險概率得出得分，也可以在其他實施例中，結(jié)合所述各實體的歷史行為和/或所述各實體的靜態(tài)屬性對所述各實體進行計算，生成各實體的綜合得分，該綜合得分代表了該實體的風(fēng)險情況，根據(jù)不同的計算方式，可以將得分最高的實體標(biāo)記為風(fēng)險最高(正向計分)，或是將得分最低的實體標(biāo)記為風(fēng)險最高(負向計分)；確定綜合得分大于預(yù)先設(shè)定的閾值(對應(yīng)的若是進行反向記分，則是低于預(yù)先設(shè)定的閾值)的實體，以確定出風(fēng)險最大的實體群。

其中，當(dāng)實體為賬號時，所述靜態(tài)屬性至少可以包括如下的一個或多個：所述賬號對應(yīng)的證件號、注冊時間、使用者年齡、資產(chǎn)數(shù)量、使用者職業(yè)，教育水平等。

當(dāng)所述實體為除賬號之外的其他實體時，所述靜態(tài)屬性包括：所述實體第一次出現(xiàn)的時間和與所述實體有關(guān)聯(lián)的賬號的數(shù)量。

具體的，所述實體的歷史行為可以為經(jīng)由所述實體進行過的交易，交易金額等行為信息，為了進一步避免由于個別原因?qū)е聜€別的實體由于綜合風(fēng)險概率過大造成的誤判，以及進一步確定風(fēng)險過大的實體確實具有高風(fēng)險， 在確定出各實體的綜合風(fēng)險概率后，還要根據(jù)各實體的歷史行為和靜態(tài)屬性對各實體進行風(fēng)險評估，例如：當(dāng)實體為賬號時，當(dāng)所述賬號的綜合風(fēng)險概率為0.9時，但是其歷史行為良好，如：在該賬號上進行過很多次交易，交易的金額也比較大，同時，該賬號注冊了很長時間，注冊時使用的證件號也是正確的，如：身份證號，或其他能夠表明真實身份的其他證件號，那么表明可能是由于個別原因?qū)е略撡~號的綜合風(fēng)險概率過高，該賬號可能不具有高風(fēng)險，因此需要再根據(jù)該賬號的歷史行為和靜態(tài)屬性對該賬號重新進行風(fēng)險評估，根據(jù)確定的綜合得分來判斷所述賬號是否真的具有高風(fēng)險，如果真的具有高風(fēng)險，那么就需要將所述賬號確定出來，以對所述賬號進行與綜合得分相應(yīng)的處理，例如降低所述賬號的信譽度、標(biāo)識所述賬號為風(fēng)險過高的實體，或者直接對所述賬號進行處罰，若賬號不具備高風(fēng)險，則可以將對其進行與綜合得分相應(yīng)的處理，例如加入白名單，或者標(biāo)識該賬號為風(fēng)險很低的實體等等。

本公開中通過實體網(wǎng)絡(luò)關(guān)系確定出連接各相鄰實體的邊的衰減系數(shù)、風(fēng)險傳播概率以及邊權(quán)重系數(shù)，再根據(jù)上述確定出的信息確定各邊的擴散系數(shù)，并基于以上信息與起始實體的風(fēng)險概率逐一確定出各實體的綜合風(fēng)險概率，以根據(jù)確定出的綜合風(fēng)險概率判斷非黑實體出現(xiàn)隱案的可能性，通過上述方法在挖掘隱案時涉及到了所有關(guān)聯(lián)的實體，擴大了實體的覆蓋率，并且準(zhǔn)確率還得到了提高，同時，能夠確定存在隱案的非黑實體是受哪些實體的影響，還能夠支持實時性的隱案挖掘。

基于與上述方法同樣的公開構(gòu)思，本公開還提出了一種具有數(shù)據(jù)處理能力的設(shè)備，該設(shè)備可以為服務(wù)器，或者具有計算能力的終端設(shè)備，例如，便攜式終端。該設(shè)備內(nèi)部包括有多個模塊，各個模塊之間可以進行信息和/或數(shù)據(jù)的互聯(lián)互通。該設(shè)備應(yīng)用于包括多個實體的實體網(wǎng)絡(luò)關(guān)系中，用于對實體網(wǎng)絡(luò)關(guān)系中的實體進行數(shù)據(jù)處理，其中相鄰兩個實體之間通過邊進行連接，風(fēng)險經(jīng)由所述邊進行傳播是有方向的，如圖6所示，該設(shè)備包括：

第一確定模塊601，用于根據(jù)起始實體的風(fēng)險概率以及每一條邊的擴散系數(shù)，按照風(fēng)險傳播的方向進行迭代處理，以確定所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率；其中第一模塊601具體可以為CPU(中央處理器)、GPU(圖形處理器)或其他處理部件，并用于基于獲取到起始實體的風(fēng)險概率，每一條邊的擴散系數(shù)，以及風(fēng)險傳播的方向，進行不斷的迭代處理，計算出實體網(wǎng)絡(luò)關(guān)系中的每一個實體的綜合風(fēng)險概率。

處理模塊602，用于根據(jù)各實體的綜合風(fēng)險概率，來處理所述各實體。

具體的，所述起始實體具體為風(fēng)險概率已知的實體；所述設(shè)備還包括:第二確定模塊，用于基于所述實體網(wǎng)絡(luò)關(guān)系確定所述每一條邊的擴散系數(shù)，其中，具體的確定過程包括以下步驟：

步驟A、根據(jù)所述實體網(wǎng)絡(luò)關(guān)系確定各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，以及各所述邊的邊權(quán)重系數(shù)；

步驟B、根據(jù)各所述邊的衰減系數(shù)、各所述邊的風(fēng)險傳播概率，各所述邊的邊權(quán)重系數(shù)三者的乘積來確定各所述邊的擴散系數(shù)；

其中，各所述邊的衰減系數(shù)是根據(jù)各所述邊的業(yè)務(wù)屬性來確定的；

各所述邊的風(fēng)險傳播概率是根據(jù)各所述邊所連接的相鄰兩個實體的歷史行為而確定的；

各所述邊的邊權(quán)重系數(shù)是根據(jù)各所述邊所連接的相鄰兩個實體發(fā)生的歷史行為的次數(shù)來確定的。

所述第一確定模塊601，具體用于執(zhí)行以下步驟：

步驟1、以多個起始實體中的第N個起始實體為起點，確定與所述第N個起始實體相關(guān)聯(lián)的多條風(fēng)險傳播路徑，N為大于0的正整數(shù)；

步驟2、對于所述多條風(fēng)險傳播路徑中的每一條風(fēng)險傳播路徑，確定所述風(fēng)險傳播路徑上的第M個實體是否已計算了所述第M個實體對于所述第N個起始實體的風(fēng)險概率，M為大于0的正整數(shù)；此時，第一確定模塊601對每一個實體都構(gòu)建一個風(fēng)險概率數(shù)據(jù)存儲表，其中標(biāo)注了該實體對于多個起始實體中的每一個起始實體的風(fēng)險概率，在確定某個實體是否已進行了風(fēng)險概率的計算時，可以通過查該風(fēng)險概率數(shù)據(jù)存儲表來實現(xiàn)，若能查到該實體 對于某個起始實體的風(fēng)險概率，則表示已進行了風(fēng)險概率的計算；若是沒有查到該實體對于某個起始實體的風(fēng)險概率，則表示沒有進行風(fēng)險概率的計算；

如已計算，則跳過并計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

如沒有計算，則計算所述第M個實體對于所述第N個起始實體的風(fēng)險概率＝第M-1個實體對于所述第N個起始實體的風(fēng)險概率×所述第M-1個實體和所述第M個實體之間的邊的擴散系數(shù)，之后跳轉(zhuǎn)到計算所述風(fēng)險傳播路徑上的下一個第M+1個實體；

步驟3、重復(fù)步驟2，直至對于所述第N個起始實體，計算完成了所有風(fēng)險傳播路徑中的所有實體對于第N個起始實體的風(fēng)險概率；

步驟4、對于所述多個起始實體中的第N+1個起始實體重復(fù)步驟1-3；直至計算了所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體對于所述多個起始實體中的每一個起始實體的風(fēng)險概率；

步驟5、對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率。

所述第一確定模塊601對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，根據(jù)其分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，計算所述每一個實體的綜合風(fēng)險概率，具體包括：

對于所述實體網(wǎng)絡(luò)關(guān)系中的每一個實體，匯總所述每一個實體分別對于所述多個起始實體中的每一個起始實體的風(fēng)險概率，以得到所述每一個實體的綜合風(fēng)險概率。

所述處理模塊602，具體用于：

根據(jù)各實體的綜合風(fēng)險概率構(gòu)建風(fēng)險網(wǎng)絡(luò)；

基于所述風(fēng)險網(wǎng)絡(luò)處理各實體。

其中，該處理模塊602中可以包括圖形化設(shè)備，在獲取到各個實體的綜合風(fēng)險概率之后，在實體網(wǎng)絡(luò)關(guān)系中各個實體對應(yīng)的位置標(biāo)注上該設(shè)備的綜合風(fēng)險概率。

所述處理模塊602基于所述風(fēng)險網(wǎng)絡(luò)處理各實體，具體包括：

根據(jù)各所述實體在所述風(fēng)險網(wǎng)絡(luò)中的綜合風(fēng)險概率、各所述實體的歷史行為和各所述實體的靜態(tài)屬性，對各所述實體進行風(fēng)險評估生成各所述實體的綜合得分；

確定綜合得分大于預(yù)先設(shè)定的閾值的實體，以確定出所述風(fēng)險網(wǎng)絡(luò)中風(fēng)險最大的實體群；

基于各所述實體的綜合得分，對各所述實體執(zhí)行與所述綜合得分對應(yīng)的處理；

其中，當(dāng)實體為賬號時，所述靜態(tài)屬性包括其中一個或多個的任意組合：所述賬號對應(yīng)的證件號，注冊時間、使用者年齡、資產(chǎn)數(shù)量、使用者職業(yè)，教育水平；當(dāng)所述實體為除賬號之外的其他實體時，所述靜態(tài)屬性包括：所述實體第一次出現(xiàn)的時間和與所述實體有關(guān)聯(lián)的賬號的數(shù)量。

本公開中通過實體網(wǎng)絡(luò)關(guān)系確定出連接各相鄰實體的邊的衰減系數(shù)、風(fēng)險傳播概率以及邊權(quán)重系數(shù)，再根據(jù)上述確定出的信息確定各邊的擴散系數(shù)，并基于以上信息與起始實體的風(fēng)險概率逐一確定出各實體的綜合風(fēng)險概率，以根據(jù)確定出的綜合風(fēng)險概率判斷非黑實體出現(xiàn)隱案的可能性，通過上述方法在挖掘隱案時涉及到了所有關(guān)聯(lián)的實體，擴大了實體的覆蓋率，并且準(zhǔn)確率還得到了提高，同時，能夠確定存在隱案的非黑實體是受哪些實體的影響，還能夠支持實時性的隱案挖掘。

通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本公開可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當(dāng)然也可以通過硬件，但很多情況下前者是更佳的實施方式?；谶@樣的理解，本公開的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺終端設(shè)備(可以是手機，個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本公開各個實施例所述的方法。

以上所述僅是本公開的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普 通技術(shù)人員來說，在不脫離本公開原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應(yīng)視本公開的保護范圍。

本領(lǐng)域技術(shù)人員可以理解實施例中的裝置中的模塊可以按照實施例描述進行分布于實施例的裝置中，也可以進行相應(yīng)變化位于不同于本實施例的一個或多個裝置中。上述實施例的模塊可以集成于一體，也可以分離部署；可以合并為一個模塊，也可以進一步拆分成多個子模塊。上述本公開實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。

以上公開的僅為本公開的幾個具體實施例，但是，本公開并非局限于此，任何本領(lǐng)域的技術(shù)人員能思之的變化都應(yīng)落入本公開的保護范圍。