CN114299505B 一种名单扫描方法、装置、设备及存储介质 （上海浦东发展银行股份有限公司）

号索引是根据待扫描名单中的各名单字符串的名2在检测到名单扫描事件时，获取与所述名单扫描事件对应的待扫根据所述待扫描字符串的待扫描字符串特征、及所述名单索引，对针对于每个所述候选字符串，计算所述候选字根据所述相似度确定是否将所述候选字符串作为表示向上取整；在计算所述候选字符串和所述待扫描字符串间的最小编辑距根据计算出的所述最小编辑距离和所述待扫描字符串长度，确定所2.根据权利要求1所述的方法，其特征在于，所述名单字符串特征包括名单字符串长根据各所述名单字符串长度构建所述名单索引中的针对所述第一维度下的每个所述名单字符串长度，根据具有所述名单字符串的所述名单词数量构建所述名单索引中的第针对所述第二维度下的每个所述名单词数量，根据具有所述名单3.根据权利要求2所述的方法，其特征在于，所述名单字符串特征还包括名单哈希签针对于所述第三维度下的每个所述名单字频指纹，根据维度字其中，所述维度字符串包括各所述名单字符串中具有所述名单针对每个所述名单字符串，对所述名单字符串进行分词，并分别3针对每个所述名单分词，根据所述名单分词的所述哈希值和所述对各所述名单分词的所述加权结果进行合并，并且对得到的合并结果进行降所述根据所述待扫描字符串的待扫描字符串特征、以及所述名单索引，针对所述名单索引在所述第一维度下的各所述名单字符串长度，针对所述名单索引在所述第二维度下的与所述候选字符串长度关联的所述名单词数针对所述名单索引在所述第三维度下的与所述候选词数量关联的所述名单字频指纹，将具有所述候选字符串长度、所述候选词数量、以及所述候选字频标识和名单词数量，其中所述全局标识是所述名单字符串在所述待扫描名单中的唯一标构建得到：针对所述键维度下的每个所述名单分词，根据具有所述名单在检测到索引更新事件时，获取与所述索引更新事件对应的针对于每个所述新增分词，确定所述名单索引在所述键维度下是否如果是，则将所述新增字符串的所述全局标识和所述名单词否则，将所述新增分词添加到所述键维度下，并将所述所述名单词数量作为所述值维度下与所述新增分词4根据所述待扫描字符串的待扫描字符串特征、及所述名单索引，对针对每个所述待扫描分词，将所述名单索引在所述键维度下针对每个所述候选分词，获取所述名单索引在所述值维度下将包含所述各所述全局标识的集合作为全局标识集合，得到与各所针对于每个所述候选字符串，将所述候选字符串的所述全局标识在各根据所述共有词数量、所述待扫描字符串的待扫描词数量和所述候各名单字符串的名单字符串特征预先构建得候选字符串得到模块，用于根据所述待扫描字符串的待扫描字符串特最大容忍距离获取单元，用于获取待扫描字符串的最大容忍距离，其中，表示向上取整；最小编辑距离计算单元，用于在计算候选字符串和待扫描字符串间的最小编辑距离相似度确定单元，用于根据计算出的最小编辑距离和待扫描字符5被处理器执行时实现如权利要求1-9中任一所述的6描字符间的相似度达到预设相似度阈值的目7名单字符串进行过滤，由此得到与待扫描字符串相关(即与待扫描字符串间的相似度有可能达到预设相似度阈值)的候选字符串，以便后续只需计算候选字符串和待扫描字符串间[0023]图5是本发明实施例二中的一种名单扫描方法中基于名单索引过滤各名单字符串[0028]图10是本发明实施例四中一种名单扫描方法中基于名单索引过滤各名单字符串[0033]图1是本发明实施例一中提供的一种名单扫描方法的流程图。本实施例可适用于8的名单字符串，由此得到过滤后保留下来的与待扫描字符串相关(即与待扫描字符串间的名单字符串进行过滤，由此得到与待扫描字符串相关(即与待扫描字符串间的相似度有可能达到预设相似度阈值)的候选字符串，以便后续只需计算候选字符串和待扫描字符串间9[0044]图2是本发明实施例二中提供的一种名单扫描方法的流程图。本实施例以上述各串长度，根据具有名单字符串长度的名单字符串的名单词数量构建名单索引中的第二维的词的数量；名单字频指纹可以是根据各英文字母是否出现在名单字符串中确定的指纹，可以基于2和3构建该名单字符串长度下的第中D和E的名单字频指纹均是10101001111111100010000000，F的名单字频指纹是10101001111111100010000001，即其中具有10101001111111100010000000和建该某个名单字符串长度下的某个名单词数量下的的对比次数是长度数量，由此在最开始时则以较少的对比次数过滤掉较多的名单字符串；行的对比次数是指纹数量，即在最开始时无法以较少的对比次数过滤掉较多的名单字符于这两种名单哈希签名构建该某个名单字符串长度下的某个名单词数量下的某个字频指[0071]其中，最大容忍距离可以是根据待扫描字符串长度和预设相似度阈值确定的距两个字符串的哈希签名间的相似度(这里可以通过两个哈希签名间的汉明距离进行表示)，y)=zx[i]y单字符串长度|≤最大容忍距离，由此在名单索引的第一维度下进行过滤后得到名单字符与名单词数量间的差的绝对值小于等于最大容忍距离，即|待扫描词数量-名单词数量|≤[0074]图6是本发明实施例三中提供的一种名单扫描方法的流程图。本实施例以上述各与上述各实施例相同或是相应的术语的解释根据待扫描字符串的待扫描字符串长度和预设相似#kitten#0123456s1123456i2212345t3321234t4432123i5543223n6654332g7775443字仅是为了计算编辑距离而计算出的中间结果)的变化过程。由于矩阵的计算过程中的当为例，待扫描字符串kiten的最大容忍距离=[6x(1-90%)l=1,当矩阵运算到dp及时停止与待扫描字符串间的相似度必然小于预设相似度阈值的候选字符串的最小编辑[0093]图7是本发明实施例四中提供的一种名单扫描方法的流程图。本实施例以上述各新增字符串的全局标识和名单词数量作为值维度下与新增分词相同的名单分词对应的值；单索引的更新过程，下面结合具体示例对其进行示例性说明。假设已有图8所示的名单索引，现存在新增字符串MichaelJackson，其UID＝123，新增分词是Michael和Jackson，未存在Jackson，则可以将Jackson添加到键维度下(图9中下划线表示的键)，并将UID:数量÷待扫描词数量)，(共有词数量÷单词数量)}*100达到了在字符串互相包含的应用场景中两个字符串间的相似度的准确计算的10050123:max{(2÷2),(2÷2)}×100100％。[0116]候选字符串得到模块520，用于根据待扫描字符串的待扫描字符串特征及名单索字符串长度的名单字符串的名单词数量构建[0134]候选字符串长度确定单元，用于针对名单索引在第一维度下的各名单字符串长是根据待扫描字符串的待扫描字符串长度和预设标识和名单词数量作为值维度下与新增分词对[0160]本发明实施例所提供的目标检测装置可执行本发明任意实施例所提供的目标检[0166]输入装置630可用于接收输入的数字或字符信息，以及产生与装置的用户设置以中，如计算机的软盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、