[发明专利]基于用户网络行为特征的辅助身份验证方法

说明书

本发明提出了辅助身份验证方法，所述方法包括：收集并分析社交网站账户数据以得到训练数据集，并随之构建用户识别模型以及将训练数据集作为输入训练用户识别模型；当用户意图进行与数据处理服务器之间的实际数据交互过程之前，数据处理服务器以常规的方式执行针对该用户的主身份验证过程，并且如果主身份验证过程的结果是“通过”，则向与其相关联的验证服务器发送辅助验证请求以触发辅助身份验证过程；辅助验证服务器基于运行于其上的用户识别模型执行针对该用户的辅助身份验证过程。本发明所公开的辅助身份验证方法适用性广泛、便捷有效并且成本较低。

技术领域

本发明涉及辅助身份验证方法，更具体地，涉及基于用户网络行为特征的辅助身份验证方法。

背景技术

目前，随着计算机和网络应用的日益广泛以及不同领域的业务种类的日益丰富，在常规的主验证过程（例如基于用户名和密码的验证方式）之外对网络用户进行辅助身份验证变得越来越重要。

现有的辅助身份验证方法通常借助手机短信（即在主验证通过之后向用户发送短信，用户随之基于该短信传送回响应信息，由此辅助确定用户的身份）或者生物识别（例如基于用户的指纹、虹膜、语音等等辅助确定用户的身份）而实现，。

然而，现有的技术方案存在如下问题：（1）短信验证的方式需要用户随身携带手机并且所处的环境具有良好的无线通信信息，因而适用性较差，并且如果发生短信接收延迟会导致用户响应延误而失去时效的情况；（2）生物识别的方式需要附加的特定硬件和软件设施，故成本较高且适用面较窄。

因此，存在如下需求：提供适用性广泛、便捷有效并且成本较低的基于用户网络行为特征的辅助身份验证方法。

发明内容

为了解决上述现有技术方案所存在的问题，本发明提出了适用性广泛、便捷有效并且成本较低的基于用户网络行为特征的辅助身份验证方法。

本发明的目的是通过以下技术方案实现的：

一种辅助身份验证方法，所述辅助身份验证方法包括下列步骤：

（A1）收集并分析社交网站账户数据以得到训练数据集，并随之构建用户识别模型以及将所述训练数据集作为输入训练所述用户识别模型，以使其能够正常工作；

（A2）当用户意图进行与数据处理服务器之间的实际数据交互过程之前，所述数据处理服务器以常规的方式执行针对该用户的主身份验证过程，并且如果所述主身份验证过程的结果是“通过”，则向与其相关联的验证服务器发送辅助验证请求以触发辅助身份验证过程，并仅在辅助身份验证结果为“通过”的情况下允许该用户进行后续的实际数据交互过程；

（A3）所述辅助验证服务器基于运行于其上的所述用户识别模型执行针对该用户的辅助身份验证过程，并将辅助身份验证结果传送回所述数据处理服务器。

在上面所公开的方案中，优选地，分析社交网站账户数据包括：（1）人工判断并标示每个社交网站账户的类别从而将各个社交网站账户分别归类为“正常账号”或“垃圾账号”；（2）从社交网站账户数据中抽取出使用所述社交网站账户的各个用户的特定的特征属性以形成训练数据。

在上面所公开的方案中，优选地，基于分类器模式构建所述用户识别模型，并基于机器学习算法训练所述用户识别模型，其中，所述用户识别模型通过量化用户的所述特征属性并将其与预定的一个或多个阈值相比较来实际验证用户身份。

在上面所公开的方案中，优选地，所述特征属性包括用户的基本信息、社交信息以及社交行为信息。

在上面所公开的方案中，优选地，所述辅助验证请求包含用户的用于主身份验证过程的第一用户标识符。