本申請(qǐng)涉及網(wǎng)絡(luò)技術(shù)，特別是涉及一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法及系統(tǒng)。

背景技術(shù)：
隨著互聯(lián)網(wǎng)的發(fā)展，越來越多的人通過網(wǎng)絡(luò)進(jìn)行溝通和交流，網(wǎng)絡(luò)已經(jīng)成為眾多用戶的一個(gè)信息交流平臺(tái)。在網(wǎng)絡(luò)中，每一個(gè)用戶都是一個(gè)虛擬用戶。虛擬用戶在網(wǎng)絡(luò)中的行為在一定程度上可以反映出真實(shí)世界中用戶之間的關(guān)系。例如，以社交網(wǎng)絡(luò)(SNS，SocialNetworkingServices)為例，如圖1所示，如果虛擬用戶A和虛擬用戶B在網(wǎng)絡(luò)中都有一個(gè)共同的好友用戶C，那么用戶A和用戶B在真實(shí)世界中就很有可能也是好友。實(shí)際應(yīng)用中，利用虛擬用戶之間的這種真實(shí)關(guān)聯(lián)，可以對(duì)用戶的網(wǎng)絡(luò)行為進(jìn)行風(fēng)險(xiǎn)控制，避免網(wǎng)絡(luò)欺詐行為。例如，在網(wǎng)上交易系統(tǒng)中，如果分析出某個(gè)用戶在交易過程中存在欺詐行為，并且已經(jīng)將該用戶列入惡意用戶的黑名單，如果能夠分析出與該惡意用戶有真實(shí)關(guān)聯(lián)的其他虛擬用戶，這些其他虛擬用戶存在欺詐的可能性也很大，那么可以將這些有關(guān)聯(lián)的其他虛擬用戶也提前設(shè)定為惡意用戶，從而盡早地避免交易欺詐的發(fā)生。在上述風(fēng)險(xiǎn)控制的過程中，現(xiàn)有技術(shù)中，一般通過機(jī)器指紋來分析網(wǎng)絡(luò)虛擬用戶的真實(shí)關(guān)聯(lián)。通過采集機(jī)器數(shù)據(jù)(即機(jī)器指紋)，如硬盤、主板等能夠唯一標(biāo)識(shí)一臺(tái)機(jī)器的數(shù)據(jù)，可判斷虛擬用戶是否使用同一臺(tái)物理機(jī)器。如果兩個(gè)虛擬用戶共同使用一臺(tái)物理機(jī)器，那么這兩個(gè)虛擬用戶可能存在關(guān)聯(lián)。上述現(xiàn)有技術(shù)存在的缺點(diǎn)是：只有在不同的虛似用戶使用同一臺(tái)物理機(jī)器的時(shí)候，才能判斷出虛似用戶為關(guān)聯(lián)用戶，如果虛擬用戶使用了不同的物理機(jī)器，即使他們?yōu)殛P(guān)聯(lián)用戶，上述方法也無法分析出來。因此，現(xiàn)有的這種分析方法太過局限，并不能準(zhǔn)確地分析出網(wǎng)絡(luò)虛擬用戶的真實(shí)關(guān)聯(lián)，進(jìn)而不能準(zhǔn)確地識(shí)別出惡意用戶，為網(wǎng)絡(luò)欺詐行為的發(fā)生提供了可乘之機(jī)。

技術(shù)實(shí)現(xiàn)要素：
本申請(qǐng)?zhí)峁┝艘环N網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法及系統(tǒng)，以解決現(xiàn)有的方法不能準(zhǔn)確地分析出網(wǎng)絡(luò)虛擬用戶的真實(shí)關(guān)聯(lián)，進(jìn)而不能準(zhǔn)確地識(shí)別出惡意用戶的問題。為了解決上述問題，本申請(qǐng)公開了一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法，包括：分別獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，所述原始關(guān)聯(lián)數(shù)據(jù)包括多維度的數(shù)據(jù)，每個(gè)維度的數(shù)據(jù)都能標(biāo)識(shí)用戶身份，每個(gè)維度的數(shù)據(jù)作為一個(gè)關(guān)聯(lián)維度；基于所述第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，分別計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶與第二虛擬用戶間的關(guān)聯(lián)值；將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行匯總，得到第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度；判定所述第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度是否超過預(yù)設(shè)閾值，如果超過，則當(dāng)其中一個(gè)用戶為惡意用戶時(shí)，確定出與其關(guān)聯(lián)的另一個(gè)用戶也為惡意用戶。優(yōu)選地，所述分別計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶與第二虛擬用戶間的關(guān)聯(lián)值，包括：在每個(gè)關(guān)聯(lián)維度下，都基于數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素，計(jì)算第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值。優(yōu)選地，所述數(shù)量因素采用求和函數(shù)。優(yōu)選地，所述時(shí)間因素和級(jí)聯(lián)因素都采用倒數(shù)函數(shù)。優(yōu)選地，通過以下公式計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值：∑x∑level∑t(1/t)*(1/level)；其中，∑表示求和函數(shù)，x表示某個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)數(shù)量，level表示級(jí)聯(lián)層次，t表示時(shí)間。優(yōu)選地，所述多維度的原始關(guān)聯(lián)數(shù)據(jù)包括：IP，和/或cookie，和/或機(jī)器指紋，和/或手機(jī)號(hào)碼，和/或電話號(hào)碼，和/或傳真，和/或電子郵箱，和/或地址，和/或登錄賬號(hào)。優(yōu)選地，所述分別獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，包括：獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)；基于所述第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，查找與第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶，以及所述第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)。優(yōu)選地，所述查找與第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶，包括：對(duì)每個(gè)關(guān)聯(lián)維度，根據(jù)第一虛擬用戶的標(biāo)識(shí)查找該用戶使用的維度數(shù)據(jù)；利用所述查找到的維度數(shù)據(jù)，繼續(xù)查找其中每個(gè)維度數(shù)據(jù)對(duì)應(yīng)的用戶列表；將每個(gè)關(guān)聯(lián)維度下查找到的用戶列表進(jìn)行去重整理，最后得到的用戶列表中標(biāo)識(shí)的所有用戶即為與所述第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶。優(yōu)選地，所述將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行匯總，包括：將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行求和。本申請(qǐng)還提供了一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制系統(tǒng)，包括：數(shù)據(jù)獲取模塊，用于分別獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，所述原始關(guān)聯(lián)數(shù)據(jù)包括多維度的數(shù)據(jù)，每個(gè)維度的數(shù)據(jù)都能標(biāo)識(shí)用戶身份，每個(gè)維度的數(shù)據(jù)作為一個(gè)關(guān)聯(lián)維度；關(guān)聯(lián)計(jì)算模塊，用于基于所述第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，分別計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶與第二虛擬用戶間的關(guān)聯(lián)值；關(guān)聯(lián)匯總模塊，用于將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行匯總，得到第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度；風(fēng)險(xiǎn)判定模塊，用于判定所述第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度是否超過預(yù)設(shè)閾值，如果超過，則當(dāng)其中一個(gè)用戶為惡意用戶時(shí)，確定出與其關(guān)聯(lián)的另一個(gè)用戶也為惡意用戶。優(yōu)選地，所述關(guān)聯(lián)計(jì)算模塊在每個(gè)關(guān)聯(lián)維度下，都基于數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素，計(jì)算第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值。優(yōu)選地，所述數(shù)量因素采用求和函數(shù)；所述時(shí)間因素和級(jí)聯(lián)因素都采用倒數(shù)函數(shù)；所述關(guān)聯(lián)計(jì)算模塊通過以下公式計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值：∑x∑level∑t(1/t)*(1/level)；其中，∑表示求和函數(shù)，x表示某個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)數(shù)量，level表示級(jí)聯(lián)層次，t表示時(shí)間。優(yōu)選地，所述多維度的原始關(guān)聯(lián)數(shù)據(jù)包括：IP，和/或cookie，和/或機(jī)器指紋，和/或手機(jī)號(hào)碼，和/或電話號(hào)碼，和/或傳真，和/或電子郵箱，和/或地址，和/或登錄賬號(hào)。優(yōu)選地，所述數(shù)據(jù)獲取模塊包括：第一獲取子模塊，用于獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)；第二獲取子模塊，用于基于所述第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，查找與第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶，以及所述第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)。優(yōu)選地，所述第二獲取子模塊包括：第一查詢子單元，用于對(duì)每個(gè)關(guān)聯(lián)維度，根據(jù)第一虛擬用戶的標(biāo)識(shí)查找該用戶使用的維度數(shù)據(jù)；第二查詢子單元，用于利用所述查找到的維度數(shù)據(jù)，繼續(xù)查找其中每個(gè)維度數(shù)據(jù)對(duì)應(yīng)的用戶列表；去重整理子單元，用于將每個(gè)關(guān)聯(lián)維度下查找到的用戶列表進(jìn)行去重整理，最后得到的用戶列表中標(biāo)識(shí)的所有用戶即為與所述第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶。優(yōu)選地，所述關(guān)聯(lián)匯總模塊包括：求和子模塊，用于將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行求和。與現(xiàn)有技術(shù)相比，本申請(qǐng)包括以下優(yōu)點(diǎn)：首先，本申請(qǐng)對(duì)虛擬用戶間的關(guān)聯(lián)維度進(jìn)行了多維度的擴(kuò)展，IP、cookie、機(jī)器指紋、手機(jī)號(hào)碼、電話號(hào)碼、傳真、電子郵箱、地址、登錄賬號(hào)，等等能夠標(biāo)識(shí)用戶身份的信息，都可以作為一個(gè)關(guān)聯(lián)維度來分析用戶間的真實(shí)關(guān)聯(lián)情況?；诖?，本申請(qǐng)?jiān)诜治鰞蓚€(gè)虛擬用戶時(shí)，可以同時(shí)使用多個(gè)維度進(jìn)行分析，即針對(duì)每個(gè)維度計(jì)算關(guān)聯(lián)值，最后將多個(gè)維度的關(guān)聯(lián)值進(jìn)行匯總，得出這兩個(gè)虛擬用戶間最終的關(guān)聯(lián)度。這種關(guān)聯(lián)維度的擴(kuò)展，在虛擬用戶不使用同一臺(tái)物理機(jī)器的時(shí)候，也能利用其它維度的信息分析出用戶間的真實(shí)關(guān)聯(lián)，因此打破了傳統(tǒng)分析方法的限制，能夠更加準(zhǔn)確地分析出網(wǎng)絡(luò)虛擬用戶的真實(shí)關(guān)聯(lián)。進(jìn)而，通過這種準(zhǔn)確的分析方法，可以準(zhǔn)確地識(shí)別出與惡意用戶關(guān)聯(lián)度高的其他用戶也可能為惡意用戶，大大提供了網(wǎng)絡(luò)風(fēng)險(xiǎn)控制的力度，盡可能地避免了網(wǎng)絡(luò)欺詐行為的發(fā)生。其次，本申請(qǐng)還對(duì)關(guān)聯(lián)的同一維度的分析因素進(jìn)行了擴(kuò)展。在對(duì)每一個(gè)維度進(jìn)行關(guān)聯(lián)分析時(shí)，不僅僅考慮一個(gè)因素，而是同時(shí)結(jié)合了多個(gè)因素(數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素)綜合分析，并匯總了同維度下各個(gè)因素對(duì)關(guān)聯(lián)的影響。這種同一維度下多因素的擴(kuò)展，相比現(xiàn)有技術(shù)中的單一因素分析，能夠使分析結(jié)果更加準(zhǔn)確。當(dāng)然，實(shí)施本申請(qǐng)的任一產(chǎn)品不一定需要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。附圖說明圖1是現(xiàn)有技術(shù)中社交網(wǎng)絡(luò)中SNS好友的示意圖；圖2是本申請(qǐng)實(shí)施例中數(shù)量因素的示意圖；圖3.1至3.3是本申請(qǐng)實(shí)施例中時(shí)間因素的示意圖；圖4是本申請(qǐng)實(shí)施例中級(jí)聯(lián)因素的示意圖；圖5是本申請(qǐng)實(shí)施例所述一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法的流程圖；圖6是本申請(qǐng)另一優(yōu)選實(shí)施例中獲取第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)的流程圖；圖7是本申請(qǐng)實(shí)施例中用戶間通過多維度關(guān)聯(lián)的示意圖；圖8是本申請(qǐng)實(shí)施例中關(guān)聯(lián)度計(jì)算的示意圖；圖9是本申請(qǐng)實(shí)施例所述一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制系統(tǒng)結(jié)構(gòu)圖。具體實(shí)施方式為使本申請(qǐng)的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本申請(qǐng)作進(jìn)一步詳細(xì)的說明。本申請(qǐng)?zhí)岢龅木W(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法，在分析用戶真實(shí)關(guān)聯(lián)時(shí)，對(duì)關(guān)聯(lián)的維度和同一維度下的分析因素都進(jìn)行了擴(kuò)展。其中，關(guān)聯(lián)的維度不局限于機(jī)器指紋，IP、cookie、手機(jī)號(hào)碼、電話號(hào)碼、傳真、電子郵箱、地址、登錄賬號(hào)，等等能夠標(biāo)識(shí)用戶身份的信息，都可以作為一個(gè)關(guān)聯(lián)維度來分析用戶間的真實(shí)關(guān)聯(lián)情況。而且，同一維度下的分析因素?cái)U(kuò)展出數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素。參照?qǐng)D2所示，是本申請(qǐng)實(shí)施例中數(shù)量因素的示意圖。數(shù)量因素是指：如果虛擬用戶A和虛擬用戶B都有共同的一批好友C，D，E...，那么A和B為好友的可能將會(huì)大大增加。參照?qǐng)D3.1至3.3所示，是本申請(qǐng)實(shí)施例中時(shí)間因素的示意圖。時(shí)間因素是指：如果虛擬用戶A和虛擬用戶B都有共同的一個(gè)好友C，且都在最近一年內(nèi)成為好友，那A和B是好友的可能極大，如圖3.1所示；同樣的，若虛擬用戶A和虛擬用戶C在十年前是好友，虛擬用戶B和虛擬用戶C在十年前也是好友，那么A和B是好友的可能也極大，如圖3.2所示；反之，若虛擬用戶A和虛擬用戶C在十年前是好友，而虛擬用戶B和虛擬用戶C最近一年才是好友，那么A和B為好友的可能性就會(huì)小一些。參照?qǐng)D4所示，是本申請(qǐng)實(shí)施例中級(jí)聯(lián)因素的示意圖。級(jí)聯(lián)因素是指：朋友的朋友的朋友...也可能是朋友，當(dāng)然級(jí)聯(lián)導(dǎo)數(shù)越多，可能性就會(huì)降低。例如虛擬用戶A和虛擬用戶B是好友，虛擬用戶B和虛擬用戶C是好友，那么A和C是好友的可能極大；進(jìn)一步地，虛擬用戶C和虛擬用戶D是好友，那么A和D是好友的可能下降；再進(jìn)一步，虛擬用戶D和虛擬用戶E是好友，那么A和E是好友的可能再下降。其中，稱A和B一層關(guān)聯(lián)，A和C二層關(guān)聯(lián)，A和D三層關(guān)聯(lián)，A和E四層關(guān)聯(lián)?；谝陨蟽?nèi)容，下面通過實(shí)施例對(duì)本申請(qǐng)所述的方法進(jìn)行詳細(xì)說明。參照?qǐng)D5所示，是本申請(qǐng)實(shí)施例所述一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法的流程圖。下面以分析兩個(gè)虛擬用戶之間真實(shí)關(guān)聯(lián)的過程為例，步驟如下：步驟501，分別獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，所述原始關(guān)聯(lián)數(shù)據(jù)包括多維度的數(shù)據(jù)，每個(gè)維度的數(shù)據(jù)都能標(biāo)識(shí)用戶身份，每個(gè)維度的數(shù)據(jù)作為一個(gè)關(guān)聯(lián)維度；如前所述，所述多維度的原始關(guān)聯(lián)數(shù)據(jù)可以包括：IP，cookie，機(jī)器指紋，手機(jī)號(hào)碼，電話號(hào)碼，傳真，電子郵箱，地址，登錄賬號(hào)，等等信息。其中每個(gè)維度的數(shù)據(jù)都能夠標(biāo)識(shí)虛擬用戶的身份，因此每個(gè)維度的數(shù)據(jù)都可以用來分析關(guān)聯(lián)度。此外，其他能夠標(biāo)識(shí)虛擬用戶身份的信息也可以作為原始關(guān)聯(lián)數(shù)據(jù)使用，在此不一一列舉。步驟502，基于所述第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，分別計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶與第二虛擬用戶間的關(guān)聯(lián)值；例如，第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)都包含IP和cookie，先利用IP計(jì)算這兩個(gè)虛擬用戶間的關(guān)聯(lián)值1，然后再利用cookie計(jì)算這兩個(gè)虛擬用戶間的關(guān)聯(lián)值2。優(yōu)選地，如前所述，同一維度下的分析因素?cái)U(kuò)展出數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素。因此，在每個(gè)關(guān)聯(lián)維度下，都可基于數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素，計(jì)算第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值。具體的基于每個(gè)分析因素計(jì)算關(guān)聯(lián)值的方法，將在下面的實(shí)施例中詳細(xì)介紹。步驟503，將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行匯總，得到第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度；所述匯總的方法有很多，可以根據(jù)實(shí)際應(yīng)用情況而定，下面僅列舉一種匯總方法，但本申請(qǐng)的保護(hù)范圍不應(yīng)限定于此。例如，可以將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行求和，求和得到的結(jié)果即表示第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度。其中，所述求和可以是簡(jiǎn)單的求和函數(shù)，也可以是平方求和或加權(quán)求和等函數(shù)。例如：求和＝x1+x2+x3；平方求和＝x1^2+x2^2+x3^2；加權(quán)求和＝a*x1+b*x2+c*x3；注x1^2＝x1*x1，a、b、c均為加權(quán)系數(shù)。步驟504，判定所述第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度是否超過預(yù)設(shè)閾值，如果超過，則當(dāng)其中一個(gè)用戶為惡意用戶時(shí)，確定出與其關(guān)聯(lián)的另一個(gè)用戶也為惡意用戶。在網(wǎng)絡(luò)風(fēng)險(xiǎn)控制中，經(jīng)過步驟501至503的處理，可以得到兩個(gè)虛擬用戶間的真實(shí)關(guān)聯(lián)度，基于此，如果這兩個(gè)用戶的真實(shí)關(guān)聯(lián)度超過預(yù)設(shè)的閾值，表明這兩個(gè)用戶在真實(shí)世界中的關(guān)聯(lián)度很高，因此，如果其中一個(gè)用戶已經(jīng)確定為惡意用戶，那么與其關(guān)聯(lián)的關(guān)聯(lián)度高的用戶是惡意用戶的可能性也非常大，所以將關(guān)聯(lián)度超過預(yù)設(shè)閾值的關(guān)聯(lián)用戶也確定為惡意用戶。綜上所述，在分析兩個(gè)虛擬用戶時(shí)，可以同時(shí)使用多個(gè)關(guān)聯(lián)維度的數(shù)據(jù)(如IP、cookie、機(jī)器指紋等等)進(jìn)行分析。這種關(guān)聯(lián)維度的擴(kuò)展，在虛擬用戶不使用同一臺(tái)物理機(jī)器的時(shí)候，也能利用其它維度的信息分析出用戶間的真實(shí)關(guān)聯(lián)，因此打破了傳統(tǒng)分析方法的限制，能夠更加準(zhǔn)確地分析出網(wǎng)絡(luò)虛擬用戶的真實(shí)關(guān)聯(lián)。進(jìn)而，通過這種準(zhǔn)確的分析方法，可以準(zhǔn)確地識(shí)別出與惡意用戶關(guān)聯(lián)度高的其他用戶也可能為惡意用戶，大大提供了網(wǎng)絡(luò)風(fēng)險(xiǎn)控制的力度，盡可能地避免了網(wǎng)絡(luò)欺詐行為的發(fā)生?；趫D5實(shí)施例，在本申請(qǐng)的另一優(yōu)選實(shí)施例中，上述步驟501可通過圖6所示的步驟實(shí)現(xiàn)，具體如下。參照?qǐng)D6所示，是本申請(qǐng)另一優(yōu)選實(shí)施例中獲取第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)的流程圖。步驟601，獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)；假設(shè)第一虛擬用戶為用戶A，用戶A的原始關(guān)聯(lián)數(shù)據(jù)包括IP和cookie。步驟602，基于所述第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，查找與第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶，以及所述第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)。以IP關(guān)聯(lián)維度為例，為了找出虛擬用戶A和其他所有用戶共同使用過的IP的情況，去除時(shí)間因素，數(shù)據(jù)存儲(chǔ)格式如下表1和表2：用戶IP列表AIP1，IP2，IP3BIP2CIP4表1IP值用戶列表IP1AIP2B，CIP3A，CIP4C表2上述這種key-value的存儲(chǔ)格式可以快速查詢出所有與虛擬用戶A共同使用過IP的其他虛擬用戶。因此，找出和A的關(guān)聯(lián)用戶就很簡(jiǎn)單了，步驟602包含的子步驟如下：子步驟6021，對(duì)每個(gè)關(guān)聯(lián)維度，根據(jù)第一虛擬用戶的標(biāo)識(shí)查找該用戶使用的維度數(shù)據(jù)；仍以IP關(guān)聯(lián)維度為例，查詢上述表1，可以得到表3的查詢結(jié)果，如下：用戶IP列表AIP1，IP2，IP3表3由表3可知，用戶A使用過的IP為IP1、IP2和IP3。子步驟6022，利用所述查找到的維度數(shù)據(jù)，繼續(xù)查找其中每個(gè)維度數(shù)據(jù)對(duì)應(yīng)的用戶列表；仍以IP關(guān)聯(lián)維度為例，根據(jù)表3中的IP1、IP2和IP3，查詢表2，可以得到表4的查詢結(jié)果，如下：IP值用戶列表IP1AIP2B，CIP3A，C表4子步驟6023，將每個(gè)關(guān)聯(lián)維度下查找到的用戶列表進(jìn)行去重整理，最后得到的用戶列表中標(biāo)識(shí)的所有用戶即為與所述第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶。如表4所示，使用IP1的用戶為A，使用IP2的用戶為B和C，使用IP3的用戶為A和C。經(jīng)過去重整理，最后得到的用戶列表中包含用戶A、B和C。由此可知，一層關(guān)聯(lián)就是A、B和C。去掉A自身后，就是B和C，即與用戶A一層關(guān)聯(lián)的用戶為B和C。繼續(xù)查找與用戶A二層關(guān)聯(lián)的用戶，查詢表1，得到表5的查詢結(jié)果，如下：BIP2CIP4表5查詢表2，得到表6的查詢結(jié)果，如下：IP2B，CIP4C表6去重后，二層關(guān)聯(lián)仍是B和C。類似的，其他原始關(guān)聯(lián)數(shù)據(jù)，如cookie、機(jī)器指紋、手機(jī)號(hào)碼、...，都可以采用上述的數(shù)據(jù)存儲(chǔ)格式。綜上所述，由圖6可以看出，為了節(jié)省計(jì)算量，可以先確定一個(gè)虛擬用戶，然后再查詢與該用戶關(guān)聯(lián)的其他用戶，再進(jìn)行真實(shí)關(guān)聯(lián)度的計(jì)算。當(dāng)然，根據(jù)實(shí)際應(yīng)用的需要，也可以將任意兩個(gè)用戶進(jìn)行組合，計(jì)算他們的關(guān)聯(lián)度，但可能存在關(guān)聯(lián)度為0的組合情況。基于以上內(nèi)容，在查找到用戶A及其關(guān)聯(lián)用戶B和C之后，下面通過另一實(shí)施例詳細(xì)說明如何計(jì)算用戶A與其關(guān)聯(lián)用戶的真實(shí)關(guān)聯(lián)度。仍以IP關(guān)聯(lián)維度為例，如果用戶A和B都使用過相同的IP：IP1，那么A和B就很有可能“有關(guān)聯(lián)”。在這種關(guān)聯(lián)上考慮數(shù)量因素、時(shí)間因素、級(jí)聯(lián)因素，如下：數(shù)量因素：如果A和B都用過相同的一批IP：IP1，IP2，IP3...，那么A和B“有關(guān)聯(lián)”的可能將會(huì)大大增加。時(shí)間因素：如果A和B都使用過相同的IP：IP1，且都在最近一年內(nèi)使用過，那A和B“有關(guān)聯(lián)”的可能極大；反之，若A在十年前使用過IP1，而B在最近一年才使用過IP1，那么A和B“有關(guān)聯(lián)”的可能性就會(huì)小一些。級(jí)聯(lián)因素：如果A和B使用過相同的IP：IP1，B和C使用過相同的IP：IP2。那么A和C也有可能“有關(guān)聯(lián)”?？梢远x：稱A和B通過IP一層關(guān)聯(lián)；A和C通過IP二層關(guān)聯(lián)。綜合以上三個(gè)因素，考慮“時(shí)間”和“級(jí)聯(lián)層次”對(duì)“關(guān)聯(lián)”的衰減效應(yīng)，可以采用衰減函數(shù)進(jìn)行計(jì)算；考慮“數(shù)量”對(duì)“關(guān)聯(lián)”的累積效應(yīng)，可以采用累積函數(shù)進(jìn)行計(jì)算。對(duì)于具體的衰減函數(shù)和累積函數(shù)，本申請(qǐng)不進(jìn)行限定。一種函數(shù)方案如下：對(duì)“數(shù)量”的累積函數(shù)使用求和函數(shù)，對(duì)“時(shí)間”和“級(jí)聯(lián)層次”的衰減函數(shù)使用倒數(shù)函數(shù)。仍然以IP為例，說明如下：將時(shí)間(t)按月為單位分類：t＝1代表本月，t＝2代表上個(gè)月...定義關(guān)聯(lián)度函數(shù)為1/t。級(jí)聯(lián)層次(level)：level＝1代表通過IP一層關(guān)聯(lián)，level＝2代表通過IP二層關(guān)聯(lián)...定義關(guān)聯(lián)度函數(shù)為1/level。舉例如下：若時(shí)間間隔為t，級(jí)聯(lián)層次為level，則關(guān)聯(lián)度為(1/t)*(1/level)。如果A和B在本月(t＝1)，有通過IP一層關(guān)聯(lián)(level＝1)(使用過相同IP1)，那么關(guān)聯(lián)度為(1/1)*(1/1)＝1；如果A和B在上個(gè)月(t＝2)，有通過IP一層關(guān)聯(lián)(level＝1)，那么關(guān)聯(lián)度為(1/2)*(1/1)＝0.5；如果A和B在上個(gè)月(t＝2)，有通過IP二層關(guān)聯(lián)(level＝2)，那么關(guān)聯(lián)度為(1/2)*(1/2)＝0.25。綜上所述，假設(shè)限制時(shí)間為半年，級(jí)聯(lián)層數(shù)為3層，那么針對(duì)某個(gè)IP1，某二人A和B的關(guān)聯(lián)度為：∑level(level＝1～3)∑t(t＝1～6)(1/t)*(1/level)。對(duì)數(shù)量進(jìn)行匯總：對(duì)數(shù)量的累積函數(shù)使用求和函數(shù)。即求和每個(gè)IP的關(guān)聯(lián)度。假設(shè)我們限制時(shí)間為半年，級(jí)聯(lián)層數(shù)為3層，那么針對(duì)所有IP，某二人A和B的關(guān)聯(lián)度為：∑ip∑level(level＝1～3)∑t(t＝1～6)(1/t)*(1/level)。需要說明的是，以上是以IP為例，即只考慮了一個(gè)維度(IP)。實(shí)際上，可以有更多的維度：IP，cookie，機(jī)器指紋，手機(jī)號(hào)碼，電話號(hào)碼，傳真，電子郵箱，地址，登錄賬號(hào)，...，如圖7所示。對(duì)每個(gè)維度都進(jìn)行類似于IP關(guān)聯(lián)的計(jì)算，如圖8所示，每個(gè)維度的計(jì)算都考慮時(shí)間因素、數(shù)量因素和級(jí)聯(lián)因素。最后將每個(gè)維度的計(jì)算結(jié)果匯總(如求和)后，即可以得到網(wǎng)絡(luò)虛擬用戶之間的真實(shí)的關(guān)聯(lián)性。例如，用戶A和B之間通過IP、cookie、機(jī)器指紋、電話號(hào)碼關(guān)聯(lián)，計(jì)算時(shí)每個(gè)維度都考慮時(shí)間因素、數(shù)量因素和級(jí)聯(lián)因素，分別計(jì)算出A和B之間的IP關(guān)聯(lián)值、cookie關(guān)聯(lián)值、機(jī)器指紋關(guān)聯(lián)值、電話號(hào)碼關(guān)聯(lián)值，然后將這些關(guān)聯(lián)值求和匯總，得到A和B最終的真實(shí)關(guān)聯(lián)度。再例如，用戶A和B之間通過IP關(guān)聯(lián)，B和C之間通過cookie關(guān)聯(lián)，最后匯總時(shí)就可以將A和B之間的IP關(guān)聯(lián)值與B和C之間的cookie關(guān)聯(lián)值相加求和，得到A和C之間的真實(shí)關(guān)聯(lián)度。此外，還需要說明的是，對(duì)“數(shù)量”的累積函數(shù)包括但不限定于上述列舉的求和函數(shù)，還可以是加權(quán)求和函數(shù)或平方求和函數(shù)，或者是其他的求和方式，這些都可統(tǒng)稱為求和函數(shù)。同樣，對(duì)“時(shí)間”和“級(jí)聯(lián)層次”的衰減函數(shù)包括但不限定于上述列舉的倒數(shù)函數(shù)，還可以是加權(quán)倒數(shù)函數(shù)或平方倒數(shù)函數(shù)，或者是其他的求和方式，這些都可統(tǒng)稱為倒數(shù)函數(shù)。其中，加權(quán)求和與加權(quán)倒數(shù)的舉例如下：比如求和＝x1+x2+x3；加權(quán)求和＝a*x1+b*x2+c*x3；倒數(shù)＝1/x1+1/x2+1/x3；加權(quán)倒數(shù)＝a/x1+b/x2+c/x3；注：a、b、c均為加權(quán)系數(shù)。平方求和與平方倒數(shù)的舉例如下：比如求和＝x1+x2+x3；平方求和＝x1^2+x2^2+x3^2；倒數(shù)＝1/x1+1/x2+1/x3；平方倒數(shù)＝1/(x1^2)+1/(x2^2)+1/(x3^2)；注：x1^2＝x1*x1。綜上所述，這種對(duì)關(guān)聯(lián)維度和同一維度下分析因素的擴(kuò)展，在虛擬用戶不使用同一臺(tái)物理機(jī)器的時(shí)候，也能利用其它維度的信息分析出用戶間的真實(shí)關(guān)聯(lián)，因此打破了傳統(tǒng)分析方法的限制，能夠更加準(zhǔn)確地分析出網(wǎng)絡(luò)虛擬用戶的真實(shí)關(guān)聯(lián)。而且，相比現(xiàn)有技術(shù)中的單一因素分析，進(jìn)一步使分析結(jié)果更加準(zhǔn)確。上述這種分析網(wǎng)絡(luò)虛擬用戶真實(shí)關(guān)聯(lián)的方法，可以應(yīng)用到多種場(chǎng)景中。例如，在網(wǎng)絡(luò)風(fēng)險(xiǎn)控制的場(chǎng)景中，如果獲知某個(gè)用戶具有欺詐行為不可靠，那么與該用戶有真實(shí)關(guān)聯(lián)的其他用戶也可能存在這種欺詐的風(fēng)險(xiǎn)。再例如，在智能推薦的場(chǎng)景中，如果獲知某個(gè)用戶喜好購買戶外用品，那么也可以向與該用戶真實(shí)關(guān)聯(lián)的其他用戶自動(dòng)推薦戶外用品，以提高購買度。需要說明的是，對(duì)于前述的方法實(shí)施例，為了簡(jiǎn)單描述，故將其都表述為一系列的動(dòng)作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本申請(qǐng)并不受所描述的動(dòng)作順序的限制，因?yàn)橐罁?jù)本申請(qǐng)，某些步驟可以采用其他順序或者同時(shí)進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說明書中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動(dòng)作并不一定是本申請(qǐng)所必需的。基于上述方法實(shí)施例的說明，本申請(qǐng)還提供了相應(yīng)的系統(tǒng)實(shí)施例。參照?qǐng)D9所示，是本申請(qǐng)實(shí)施例所述一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制系統(tǒng)結(jié)構(gòu)圖。所述系統(tǒng)可以包括以下模塊：數(shù)據(jù)獲取模塊10，用于分別獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，所述原始關(guān)聯(lián)數(shù)據(jù)包括多維度的數(shù)據(jù)，每個(gè)維度的數(shù)據(jù)都能標(biāo)識(shí)用戶身份，每個(gè)維度的數(shù)據(jù)作為一個(gè)關(guān)聯(lián)維度；關(guān)聯(lián)計(jì)算模塊20，用于基于所述第一虛擬用戶和第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，分別計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶與第二虛擬用戶間的關(guān)聯(lián)值；關(guān)聯(lián)匯總模塊30，用于將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行匯總，得到第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度；風(fēng)險(xiǎn)判定模塊40，用于判定所述第一虛擬用戶與第二虛擬用戶間的真實(shí)關(guān)聯(lián)度是否超過預(yù)設(shè)閾值，如果超過，則當(dāng)其中一個(gè)用戶為惡意用戶時(shí)，確定出與其關(guān)聯(lián)的另一個(gè)用戶也為惡意用戶。在另一優(yōu)選實(shí)施例中，所述關(guān)聯(lián)計(jì)算模塊20可以在每個(gè)關(guān)聯(lián)維度下，都基于數(shù)量因素、時(shí)間因素和級(jí)聯(lián)因素，計(jì)算第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值。在另一優(yōu)選實(shí)施例中，所述數(shù)量因素可采用求和函數(shù)。在另一優(yōu)選實(shí)施例中，所述時(shí)間因素和級(jí)聯(lián)因素都可采用倒數(shù)函數(shù)。在另一優(yōu)選實(shí)施例中，所述關(guān)聯(lián)計(jì)算模塊20可以通過以下公式計(jì)算每個(gè)關(guān)聯(lián)維度下第一虛擬用戶和第二虛擬用戶間的關(guān)聯(lián)值：∑x∑level∑t(1/t)*(1/level)；其中，∑表示求和函數(shù)，x表示某個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)數(shù)量，level表示級(jí)聯(lián)層次，t表示時(shí)間。在另一優(yōu)選實(shí)施例中，所述多維度的原始關(guān)聯(lián)數(shù)據(jù)可以包括：IP，和/或cookie，和/或機(jī)器指紋，和/或手機(jī)號(hào)碼，和/或電話號(hào)碼，和/或傳真，和/或電子郵箱，和/或地址，和/或登錄賬號(hào)。在另一優(yōu)選實(shí)施例中，所述數(shù)據(jù)獲取模塊10可以包括以下子模塊：第一獲取子模塊，用于獲取第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)；第二獲取子模塊，用于基于所述第一虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)，查找與第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶，以及所述第二虛擬用戶的原始關(guān)聯(lián)數(shù)據(jù)。在另一優(yōu)選實(shí)施例中，所述第二獲取子模塊可以包括以下子單元：第一查詢子單元，用于對(duì)每個(gè)關(guān)聯(lián)維度，根據(jù)第一虛擬用戶的標(biāo)識(shí)查找該用戶使用的維度數(shù)據(jù)；第二查詢子單元，用于利用所述查找到的維度數(shù)據(jù)，繼續(xù)查找其中每個(gè)維度數(shù)據(jù)對(duì)應(yīng)的用戶列表；去重整理子單元，用于將每個(gè)關(guān)聯(lián)維度下查找到的用戶列表進(jìn)行去重整理，最后得到的用戶列表中標(biāo)識(shí)的所有用戶即為與所述第一虛擬用戶關(guān)聯(lián)的第二虛擬用戶。在另一優(yōu)選實(shí)施例中，所述關(guān)聯(lián)匯總模塊30可以包括以下子模塊：求和子模塊，用于將各個(gè)關(guān)聯(lián)維度下的關(guān)聯(lián)值進(jìn)行求和。對(duì)于上述系統(tǒng)實(shí)施例而言，由于其與方法實(shí)施例基本相似，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法實(shí)施例的部分說明即可。上述風(fēng)險(xiǎn)控制系統(tǒng)可以準(zhǔn)確地分析出網(wǎng)絡(luò)虛擬用戶間的真實(shí)關(guān)聯(lián)情況，進(jìn)而可以準(zhǔn)確地識(shí)別出與惡意用戶關(guān)聯(lián)度高的其他用戶也可能為惡意用戶，大大提供了網(wǎng)絡(luò)風(fēng)險(xiǎn)控制的力度，盡可能地避免了網(wǎng)絡(luò)欺詐行為的發(fā)生。本說明書中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似的部分互相參見即可。需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開來，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，上文中的“和/或”表示本文既包含了“和”的關(guān)系，也包含了“或”的關(guān)系，其中：如果方案A與方案B是“和”的關(guān)系，則表示某實(shí)施例中可以同時(shí)包括方案A和方案B；如果方案A與方案B是“或”的關(guān)系，則表示某實(shí)施例中可以單獨(dú)包括方案A，或者單獨(dú)包括方案B。以上對(duì)本申請(qǐng)所提供的一種網(wǎng)絡(luò)虛擬用戶的風(fēng)險(xiǎn)控制方法及系統(tǒng)，進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本申請(qǐng)的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本申請(qǐng)的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本申請(qǐng)的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本申請(qǐng)的限制。