[发明专利]用户识别的方法和装置

说明书

本发明提供一种用户识别的方法，包括步骤：接收用户登陆请求，其中，用户登陆请求中包含用户的一项以上的特征数据；根据预设的与一项以上的特征数据中的每项特征数据对应的函数计算每项特征数据对应的特征值；根据预存的样本数据计算每项特征数据对应的阈值，阈值用于区分正常账号的特征值与异常账号的特征值；根据阈值和每项特征数据的特征值为每项特征数据对应的特征值分配系数；根据每项特征数据对应的特征值，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每项特征数据对应的权重值计算用户对应的第一风险值。本发明还提供一种用户识别的装置。本发明能够有效识别用户的风险性，且准确率高。

技术领域

本发明涉及安全技术领域，尤其涉及一种能够识别用户风险性的用户识别的方法及装置。

背景技术

随着电子商务的日益发展，线上购物的各种体验愈加接近线下购物，例如，线上卖家也会通过做活动发送礼包的方式吸引买家。另外，诸如一些网络游戏也会通过做活动发送各种礼包的方式吸引玩家。然，一些网上用户恶意刷取礼包，破坏活动规则。现在常见的拦截这些用户的方法有：第一，通过IP地址限制方法限制恶意刷包用户；第二，通过限制每个用户获取的礼包数限制恶意刷包用户；第三，通过图文验证的方法限制恶意刷包用户。上述三种方法各有不足，第一种限制方法可以使用代理IP绕过；第二种限制方法可以通过注册多个用户来绕过，第三种限制方法限制效果不佳，用户体验不友好。

发明内容

有鉴于此，有必要提供一种用户识别的方法和装置，能够识别用户的风险性，以解决上述问题。

本发明提供一种用户识别的方法。所述方法包括步骤：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。本发明通过计算所述用户的一项以上的特征数据的特征值，再根据每项特征数据匹配的系数，以及每项特征数据对应的权重值计算所述用户的第一风险值来识别所述用户的风险性，简单易操作，准确率高。

进一步地，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。本发明进一步通过DBSCAN识别用户的风险性，进一步增加用户识别的准确率，避免误判。

进一步地，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。通过综合第一风险值和第二风险值，进一步增加用户识别的准确率，避免误判。

进一步地，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。通过采用多个所述特征数据进行多维判断，增加用户识别的准确率，避免误判。