[发明专利]用户识别的方法和装置有效
申请号: | 201611195777.3 | 申请日: | 2016-12-22 |
公开(公告)号: | CN106657062B | 公开(公告)日: | 2020-03-20 |
发明(设计)人: | 谢文辉 | 申请(专利权)人: | 珠海市魅族科技有限公司 |
主分类号: | H04L29/06 | 分类号: | H04L29/06 |
代理公司: | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人: | 皮尚慧 |
地址: | 519085 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用户 识别 方法 装置 | ||
1.一种用户识别的方法,其特征在于,包括:
接收用户登陆请求,其中,所述用户登陆请求中包含用户的一项以上的特征数据;
根据预设的与所述一项以上的所述特征数据中的每项特征数据对应的函数计算所述每项特征数据对应的特征值;
根据预存的样本数据计算所述每项特征数据对应的阈值,所述阈值用于区分正常账号的特征值与异常账号的特征值;
根据所述阈值和每项特征数据的特征值为所述每项特征数据对应的特征值分配系数;
根据所述每项特征数据对应的特征值,所述每项特征数据对应的特征值所分配得到的系数以及预设的所述每项特征数据对应的权重值计算所述用户对应的第一风险值;
其中,所述一项以上的所述特征数据中的一项特征数据通过以下方法获取:
初始化聚合点的聚合值,所述聚合点用于表示用户身份证明在半径为R的聚合范围内的聚集位置;
获取所述用户登陆请求对应的用户身份证明UID;
计算UID/R,根据所述UID/R确定所述用户对应的聚合点;
将所述用户对应的聚合点对应的聚合值加1;
将所述用户对应的聚合点作为所述一项以上的特征数据中的一项特征数据,且将所述聚合点的聚合值作为特征值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述用户登陆请求对应的用户身份证明UID;
根据所述UID和随机数Y组成的坐标值,以及DBSCAN聚类算法计算所述用户的第二风险值。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
判断所述第一风险值是否小于所述第二风险值,若是,则将所述第一风险值作为所述用户的最终风险值,若否,则将所述第二风险值作为所述用户的最终风险值;或者,
计算所述第一风险值和所述第二风险值的平均值,将所述平均值作为所述用户的最终风险值。
4.根据权利要求1所述的方法,其特征在于,所述特征数据包括以下中的至少一项:用户的注册时间、上次登陆时间、本次登陆时间、注册信息、UID。
5.一种用户识别的装置,其特征在于,包括:
接收模块,用于接收用户登陆请求,其中,所述用户登陆请求中包含用户的一项以上的特征数据;
特征数据获取模块,用于初始化聚合点的聚合值,所述聚合点用于表示用户身份证明在半径为R的聚合范围内的聚集位置;获取所述用户登陆请求对应的用户身份证明UID;计算UID/R,根据所述UID/R确定所述用户对应的聚合点;将所述用户对应的聚合点对应的聚合值加1;将所述聚合点作为所述一项以上的特征数据中的一项特征数据,且将所述聚合点的聚合值作为特征值;
特征值计算模块,用于根据预设的与所述一项以上的所述特征数据中的每项特征数据对应的函数计算所述每项特征数据对应的特征值;
阈值计算模块,用于根据预存的样本数据计算所述每项特征数据对应的阈值,所述阈值用于区分正常账号的特征值与异常账号的特征值;
分配模块,用于根据所述阈值和每项特征数据的特征值为所述每项特征数据对应的特征值分配系数;
第一风险计算模块,用于根据所述每项特征数据对应的特征值,所述每项特征数据对应的特征值所分配得到的系数以及预设的所述每项特征数据对应的权重值计算所述用户对应的第一风险值。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
第二风险计算模块,用于获取所述用户登陆请求对应的用户身份证明UID;根据所述UID和随机数Y组成的坐标值,以及DBSCAN聚类算法计算所述用户的第二风险值。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
风险确定模块,用于判断所述第一风险值是否小于所述第二风险值,若是,则将所述第一风险值作为所述用户的最终风险值,若否,则将所述第二风险值作为所述用户的最终风险值;或者,
用于计算所述第一风险值和所述第二风险值的平均值,将所述平均值作为所述用户的最终风险值。
8.根据权利要求5所述的装置,其特征在于,所述特征数据包括以下中的至少一项:用户的注册时间、上次登陆时间、本次登陆时间、注册信息、UID。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海市魅族科技有限公司,未经珠海市魅族科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611195777.3/1.html,转载请声明来源钻瓜专利网。