本發(fā)明涉及虛假流量監(jiān)測(cè)領(lǐng)域，具體涉及一種互聯(lián)網(wǎng)廣告虛假流量監(jiān)測(cè)方法、系統(tǒng)及介質(zhì)。

背景技術(shù)：

1、互聯(lián)網(wǎng)廣告虛假流量指的是通過非自然或欺騙性手段產(chǎn)生的點(diǎn)擊、展示或交互，這些行為通常來自自動(dòng)化程序，這種流量不會(huì)帶來實(shí)際的用戶關(guān)注或轉(zhuǎn)換，而是制造虛假的廣告互動(dòng)數(shù)據(jù)，獲取廣告收益或其他不正當(dāng)利益，因此，為了提升廣告效果的真實(shí)性和精確度，減少因虛假流量導(dǎo)致的不公平交易，需要對(duì)互聯(lián)網(wǎng)廣告虛假流量進(jìn)行監(jiān)測(cè)。

2、相關(guān)技術(shù)中，通常使用機(jī)器學(xué)習(xí)技術(shù)對(duì)互聯(lián)網(wǎng)廣告虛假流量進(jìn)行識(shí)別和監(jiān)測(cè)，但由于互聯(lián)網(wǎng)廣告虛假流量的數(shù)量通常較多，且類型多種多樣，存在部分虛假流量與正常流量的區(qū)別較小，導(dǎo)致現(xiàn)有方法無法準(zhǔn)確監(jiān)測(cè)出互聯(lián)網(wǎng)廣告的虛假流量。

技術(shù)實(shí)現(xiàn)思路

1、為了解決現(xiàn)有方法無法準(zhǔn)確監(jiān)測(cè)出互聯(lián)網(wǎng)廣告的虛假流量的技術(shù)問題，本發(fā)明的目的在于提供一種互聯(lián)網(wǎng)廣告虛假流量監(jiān)測(cè)方法、系統(tǒng)及介質(zhì)，所采用的技術(shù)方案具體如下：

2、本發(fā)明提出了一種互聯(lián)網(wǎng)廣告虛假流量監(jiān)測(cè)方法，所述方法包括：

3、獲取互聯(lián)網(wǎng)廣告在預(yù)設(shè)時(shí)間段內(nèi)每個(gè)監(jiān)測(cè)周期的不同監(jiān)測(cè)時(shí)段的多個(gè)流量數(shù)據(jù)包，所述流量數(shù)據(jù)包包括不同字段的訪問環(huán)境數(shù)據(jù)；

4、將任意一個(gè)監(jiān)測(cè)周期作為目標(biāo)監(jiān)測(cè)周期，將目標(biāo)監(jiān)測(cè)周期中的任意一個(gè)監(jiān)測(cè)時(shí)段作為目標(biāo)監(jiān)測(cè)時(shí)段，將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)所有字段的所述訪問環(huán)境數(shù)據(jù)相同的流量數(shù)據(jù)包劃分為一類，獲得目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)不同種類的流量類簇；將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)任意一種流量類簇作為目標(biāo)流量類簇；根據(jù)目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)各流量數(shù)據(jù)包的每個(gè)字段的訪問環(huán)境數(shù)據(jù)的分布，以及目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)與目標(biāo)流量類簇中的流量數(shù)據(jù)包的每個(gè)字段的訪問環(huán)境數(shù)據(jù)相同的流量數(shù)據(jù)包的數(shù)量，獲得目標(biāo)流量類簇的比例系數(shù)；

5、根據(jù)不同監(jiān)測(cè)周期的同一監(jiān)測(cè)時(shí)段中相同種類的流量類簇之間所述比例系數(shù)的差異，以及不同監(jiān)測(cè)周期的同一監(jiān)測(cè)時(shí)段的流量數(shù)據(jù)包的數(shù)量，獲得目標(biāo)流量類簇的初始虛假度；根據(jù)目標(biāo)監(jiān)測(cè)周期中不同監(jiān)測(cè)時(shí)段中相同種類的流量類簇的所述初始虛假度，獲得目標(biāo)流量類簇的真實(shí)虛假度；基于所述真實(shí)虛假度，獲得預(yù)設(shè)時(shí)間段內(nèi)每個(gè)流量數(shù)據(jù)包的虛假可能性；

6、對(duì)預(yù)設(shè)時(shí)間段中的所有流量數(shù)據(jù)包進(jìn)行標(biāo)注并訓(xùn)練，構(gòu)建出多個(gè)決策樹；根據(jù)每個(gè)流量數(shù)據(jù)包的所述虛假可能性，以及每個(gè)決策樹對(duì)每個(gè)流量數(shù)據(jù)包的預(yù)測(cè)結(jié)果，獲得每個(gè)流量數(shù)據(jù)包的虛假得分；基于所述虛假得分，對(duì)每個(gè)流量數(shù)據(jù)包進(jìn)行虛假流量監(jiān)測(cè)。

7、進(jìn)一步地，所述獲得目標(biāo)流量類簇的比例系數(shù)包括：

8、將任意一個(gè)字段作為目標(biāo)字段，從目標(biāo)監(jiān)測(cè)時(shí)段的所有流量數(shù)據(jù)包中篩選出目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的特征流量數(shù)據(jù)包，所述特征流量數(shù)據(jù)包的目標(biāo)字段的所述訪問環(huán)境數(shù)據(jù)和目標(biāo)流量類簇中的流量數(shù)據(jù)包的目標(biāo)字段的訪問環(huán)境數(shù)據(jù)相同；將目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的特征流量數(shù)據(jù)包的數(shù)量作分子，將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)所有流量數(shù)據(jù)包的數(shù)量作分母，將比值作為目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的初始比例參數(shù)；

9、將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)目標(biāo)字段的所述訪問環(huán)境數(shù)據(jù)相同的流量數(shù)據(jù)包劃分到同一集合，獲得目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的多個(gè)流量集合；對(duì)目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的所有所述流量集合中的流量數(shù)據(jù)包的數(shù)量的方差進(jìn)行負(fù)相關(guān)映射，獲得目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的流量分布均勻度；對(duì)目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的流量集合的數(shù)量和所述流量分布均勻度進(jìn)行綜合后并進(jìn)行歸一化處理，獲得目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于目標(biāo)字段的權(quán)重參數(shù)；

10、利用目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于每個(gè)字段的所述權(quán)重參數(shù)，對(duì)所述目標(biāo)監(jiān)測(cè)時(shí)段關(guān)于每個(gè)字段的所述初始比例參數(shù)進(jìn)行加權(quán)求和，獲得目標(biāo)流量類簇的比例系數(shù)。

11、進(jìn)一步地，所述獲得目標(biāo)流量類簇的初始虛假度包括：

12、在預(yù)設(shè)時(shí)間段內(nèi)除目標(biāo)監(jiān)測(cè)周期之外的每個(gè)其他監(jiān)測(cè)周期中分別選取一個(gè)監(jiān)測(cè)時(shí)段，作為每個(gè)其他監(jiān)測(cè)周期的參考監(jiān)測(cè)時(shí)段，所述參考監(jiān)測(cè)時(shí)段在每個(gè)其他監(jiān)測(cè)周期中的位置與目標(biāo)監(jiān)測(cè)時(shí)段在目標(biāo)監(jiān)測(cè)周期的位置相同；從每個(gè)參考監(jiān)測(cè)時(shí)段中選取一個(gè)流量類簇作為每個(gè)參考監(jiān)測(cè)時(shí)段的參考流量類簇，所述參考流量類簇的種類與所述目標(biāo)流量類簇的種類相同；

13、將目標(biāo)流量類簇與每個(gè)參考監(jiān)測(cè)時(shí)段的參考流量類簇之間所述比例系數(shù)的差值的絕對(duì)值，作為每個(gè)參考監(jiān)測(cè)時(shí)段的比例系數(shù)差異值；

14、將每個(gè)參考監(jiān)測(cè)時(shí)段的流量數(shù)據(jù)包的數(shù)量作分子，將所有參考監(jiān)測(cè)時(shí)段的流量數(shù)據(jù)包的數(shù)量的平均值作分母，并對(duì)比值進(jìn)行負(fù)相關(guān)的歸一化處理，獲得每個(gè)參考監(jiān)測(cè)時(shí)段的置信度參數(shù)；

15、利用每個(gè)參考監(jiān)測(cè)時(shí)段的所述置信度參數(shù)，對(duì)每個(gè)參考監(jiān)測(cè)時(shí)段的所述比例系數(shù)差異值進(jìn)行加權(quán)求和，獲得目標(biāo)流量類簇的初始虛假度。

16、進(jìn)一步地，所述獲得目標(biāo)流量類簇的真實(shí)虛假度包括：

17、在目標(biāo)監(jiān)測(cè)周期內(nèi)，從除目標(biāo)監(jiān)測(cè)時(shí)段之外的每個(gè)其他監(jiān)測(cè)時(shí)段中分別選取一個(gè)流量類簇，作為每個(gè)其他監(jiān)測(cè)時(shí)段的對(duì)照流量類簇，所述對(duì)照流量類簇的種類與所述目標(biāo)流量類簇的種類相同；

18、將目標(biāo)監(jiān)測(cè)周期內(nèi)除目標(biāo)監(jiān)測(cè)時(shí)段之外的任意一個(gè)其他監(jiān)測(cè)時(shí)段作為待測(cè)監(jiān)測(cè)時(shí)段，將目標(biāo)監(jiān)測(cè)時(shí)段和待測(cè)監(jiān)測(cè)時(shí)段之間的其他監(jiān)測(cè)時(shí)段的對(duì)照流量類簇的所述初始虛假度、目標(biāo)流量類簇的所述初始虛假度以及待測(cè)監(jiān)測(cè)時(shí)段的對(duì)照流量類簇的所述初始虛假度中的最小值，作為待測(cè)監(jiān)測(cè)時(shí)段的虛假因子；

19、對(duì)待測(cè)監(jiān)測(cè)時(shí)段的所述虛假因子和待測(cè)監(jiān)測(cè)時(shí)段的對(duì)照流量類簇的所述初始虛假度進(jìn)行綜合，獲得待測(cè)監(jiān)測(cè)時(shí)段的連續(xù)虛假指標(biāo)；

20、將目標(biāo)監(jiān)測(cè)周期內(nèi)除目標(biāo)監(jiān)測(cè)時(shí)段之外的所有其他監(jiān)測(cè)時(shí)段的所述連續(xù)虛假指標(biāo)的累加值，作為目標(biāo)流量類簇的真實(shí)虛假度。

21、進(jìn)一步地，所述獲得預(yù)設(shè)時(shí)間段內(nèi)每個(gè)流量數(shù)據(jù)包的虛假可能性包括：

22、對(duì)于預(yù)設(shè)時(shí)間段內(nèi)任意一個(gè)監(jiān)測(cè)周期的任意一個(gè)監(jiān)測(cè)時(shí)段，將每個(gè)流量類簇的所述真實(shí)虛假度，作為每個(gè)流量類簇中的每個(gè)流量數(shù)據(jù)包的虛假可能性。

23、進(jìn)一步地，所述對(duì)預(yù)設(shè)時(shí)間段中的所有流量數(shù)據(jù)包進(jìn)行標(biāo)注并訓(xùn)練，構(gòu)建出多個(gè)決策樹包括：

24、對(duì)預(yù)設(shè)時(shí)間段中的每個(gè)流量數(shù)據(jù)包進(jìn)行人工標(biāo)注，獲得每個(gè)流量數(shù)據(jù)包的人工標(biāo)注信息，所述標(biāo)注信息分為虛假流量標(biāo)注和正常流量標(biāo)注；

25、利用隨機(jī)森林算法，并對(duì)預(yù)設(shè)時(shí)間段中的所有帶人工標(biāo)注信息的流量數(shù)據(jù)包進(jìn)行訓(xùn)練，構(gòu)建出多個(gè)決策樹。

26、進(jìn)一步地，所述獲得每個(gè)流量數(shù)據(jù)包的虛假得分包括：

27、將預(yù)設(shè)時(shí)間段內(nèi)所有流量數(shù)據(jù)包的所述虛假可能性輸入至大津閾值分割算法中，獲得預(yù)設(shè)時(shí)間段的最佳分割閾值；

28、對(duì)每個(gè)流量數(shù)據(jù)包的所述虛假可能性和所述最佳分割閾值的差值的絕對(duì)值進(jìn)行負(fù)相關(guān)的歸一化處理，獲得每個(gè)流量數(shù)據(jù)包的分析權(quán)重；

29、將任意一個(gè)決策樹作為目標(biāo)決策樹，將每個(gè)流量數(shù)據(jù)包輸入至目標(biāo)決策樹中，獲得目標(biāo)決策樹對(duì)每個(gè)流量數(shù)據(jù)包的預(yù)測(cè)標(biāo)注信息，將所述預(yù)測(cè)標(biāo)注信息與所述人工標(biāo)注信息相同的流量數(shù)據(jù)包，作為待測(cè)流量數(shù)據(jù)包，將所有待測(cè)流量數(shù)據(jù)包的所述分析權(quán)重的累加值進(jìn)行歸一化處理，獲得目標(biāo)決策樹的決策置信度；

30、將預(yù)設(shè)時(shí)間段內(nèi)的任意一個(gè)流量數(shù)據(jù)包作為目標(biāo)流量數(shù)據(jù)包，若每個(gè)決策樹對(duì)目標(biāo)流量數(shù)據(jù)包的所述預(yù)測(cè)標(biāo)注信息為虛假流量標(biāo)注，則將每個(gè)決策樹作為目標(biāo)流量數(shù)據(jù)包的待測(cè)決策樹，將所有待測(cè)決策樹的所述決策置信度的平均值，作為目標(biāo)流量數(shù)據(jù)包的虛假得分。

31、進(jìn)一步地，所述基于所述虛假得分，對(duì)每個(gè)流量數(shù)據(jù)包進(jìn)行虛假流量監(jiān)測(cè)包括：

32、將所述虛假得分大于預(yù)設(shè)虛假閾值的流量數(shù)據(jù)包，作為虛假流量數(shù)據(jù)包。

33、本發(fā)明還提出了一種互聯(lián)網(wǎng)廣告虛假流量監(jiān)測(cè)系統(tǒng)，所述系統(tǒng)包括：

34、數(shù)據(jù)采集模塊，用于獲取互聯(lián)網(wǎng)廣告在預(yù)設(shè)時(shí)間段內(nèi)每個(gè)監(jiān)測(cè)周期的不同監(jiān)測(cè)時(shí)段的多個(gè)流量數(shù)據(jù)包，所述流量數(shù)據(jù)包包括不同字段的訪問環(huán)境數(shù)據(jù)；

35、第一分析模塊，用于將任意一個(gè)監(jiān)測(cè)周期作為目標(biāo)監(jiān)測(cè)周期，將目標(biāo)監(jiān)測(cè)周期中的任意一個(gè)監(jiān)測(cè)時(shí)段作為目標(biāo)監(jiān)測(cè)時(shí)段，將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)所有字段的所述訪問環(huán)境數(shù)據(jù)相同的流量數(shù)據(jù)包劃分為一類，獲得目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)不同種類的流量類簇；將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)任意一種流量類簇作為目標(biāo)流量類簇；根據(jù)目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)各流量數(shù)據(jù)包的每個(gè)字段的訪問環(huán)境數(shù)據(jù)的分布，以及目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)與目標(biāo)流量類簇中的流量數(shù)據(jù)包的每個(gè)字段的訪問環(huán)境數(shù)據(jù)相同的流量數(shù)據(jù)包的數(shù)量，獲得目標(biāo)流量類簇的比例系數(shù)；

36、第二分析模塊，用于根據(jù)不同監(jiān)測(cè)周期的同一監(jiān)測(cè)時(shí)段中相同種類的流量類簇之間所述比例系數(shù)的差異，以及不同監(jiān)測(cè)周期的同一監(jiān)測(cè)時(shí)段的流量數(shù)據(jù)包的數(shù)量，獲得目標(biāo)流量類簇的初始虛假度；根據(jù)目標(biāo)監(jiān)測(cè)周期中不同監(jiān)測(cè)時(shí)段中相同種類的流量類簇的所述初始虛假度，獲得目標(biāo)流量類簇的真實(shí)虛假度；基于所述真實(shí)虛假度，獲得預(yù)設(shè)時(shí)間段內(nèi)每個(gè)流量數(shù)據(jù)包的虛假可能性；

37、虛假監(jiān)測(cè)模塊，用于對(duì)預(yù)設(shè)時(shí)間段中的所有流量數(shù)據(jù)包進(jìn)行標(biāo)注并訓(xùn)練，構(gòu)建出多個(gè)決策樹；根據(jù)每個(gè)流量數(shù)據(jù)包的所述虛假可能性，以及每個(gè)決策樹對(duì)每個(gè)流量數(shù)據(jù)包的預(yù)測(cè)結(jié)果，獲得每個(gè)流量數(shù)據(jù)包的虛假得分；基于所述虛假得分，對(duì)每個(gè)流量數(shù)據(jù)包進(jìn)行虛假流量監(jiān)測(cè)。

38、本發(fā)明還提出了一種計(jì)算機(jī)介質(zhì)，所述介質(zhì)包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)任意一項(xiàng)一種互聯(lián)網(wǎng)廣告虛假流量監(jiān)測(cè)方法的步驟。

39、本發(fā)明具有如下有益效果：

40、本發(fā)明考慮到現(xiàn)有的機(jī)器學(xué)習(xí)算法無法準(zhǔn)確監(jiān)測(cè)出互聯(lián)網(wǎng)廣告的虛假流量，因此首先獲取預(yù)設(shè)時(shí)間段內(nèi)每個(gè)監(jiān)測(cè)周期的不同監(jiān)測(cè)時(shí)段的多個(gè)流量數(shù)據(jù)包，考慮到虛假流量一般產(chǎn)生于相同的代理服務(wù)器或設(shè)備群，其各字段的訪問環(huán)境數(shù)據(jù)具有相似性，因此首先將目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)所有字段的訪問環(huán)境數(shù)據(jù)相同的流量數(shù)據(jù)包劃分到同一流量類簇，后續(xù)可對(duì)相同種類的流量類簇在時(shí)序上的特征差異進(jìn)行分析，準(zhǔn)確計(jì)算出流量數(shù)據(jù)包的虛假可能性，考慮到虛假流量的數(shù)量一般較多，其在目標(biāo)監(jiān)測(cè)時(shí)段內(nèi)所占比例較大，并且各字段的訪問環(huán)境數(shù)據(jù)較為相似，因此可通過比例系數(shù)反映目標(biāo)監(jiān)測(cè)時(shí)段中與目標(biāo)流量類簇的訪問環(huán)境相似的流量數(shù)據(jù)包的占比，后續(xù)可基于相同種類的流量類簇在時(shí)序上的比例系數(shù)的差異，對(duì)目標(biāo)流量類簇的初始虛假度進(jìn)行準(zhǔn)確分析，考慮到不同監(jiān)測(cè)周期的同一監(jiān)測(cè)時(shí)段中相同種類的虛假流量類簇和正常流量類簇之間的比例系數(shù)的差異較大，并且流量數(shù)據(jù)包的數(shù)量越少的監(jiān)測(cè)時(shí)段的存在正常流量類簇的可能性越大，因此可通過初始虛假度初步反映目標(biāo)流量類簇所包含的流量數(shù)據(jù)包是虛假流量的可能性，并進(jìn)一步通過真實(shí)虛假度準(zhǔn)確反映目標(biāo)流量類簇所包含的流量數(shù)據(jù)包是虛假流量的可能性，進(jìn)而通過構(gòu)建決策樹，并基于每個(gè)流量數(shù)據(jù)包的虛假可能性，對(duì)每個(gè)流量數(shù)據(jù)包進(jìn)行虛假流量監(jiān)測(cè)，提高對(duì)互聯(lián)網(wǎng)廣告的虛假流量進(jìn)行監(jiān)測(cè)的準(zhǔn)確性。