[发明专利]用于实现设备指纹的方法、装置和计算机可读存储介质

权利要求书

1.一种用于实现设备指纹的方法，其特征在于，包括：

接收关于用户设备的设备数据和在所述用户设备上进行操作的操作数据；以及

基于所述设备数据和所述操作数据并利用逻辑回归模型来识别所述设备指纹，包括：

将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较；

根据比较的结果并利用所述逻辑回归模型来计算所述训练数组与所述参照数组来自同一用户设备的概率；以及

利用所述训练数组来训练所述逻辑回归模型，以获得回归系数的更新值；

其中，所述操作数据包括以下各项中的至少一项：用户在所述用户设备上浏览网页的第一历史记录信息、用户在所述用户设备上安装应用的第二历史记录信息。

2.根据权利要求1所述的方法，其中，所述将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较，包括：

在所述训练数组与所述参照数组对应维度的数据相同时，将所述训练数组中对应维度的数值设置为1，以及

在所述训练数组与所述参照数组对应维度的数据不同时，将所述训练数组中对应维度的数值设置为0。

3.根据权利要求2所述的方法，其中，所述根据比较的结果并利用逻辑回归模型来计算所述训练数组与所述参照数组来自同一用户设备的概率包括：

利用公式P(y＝1|x；θ)＝h_θ(x)来计算所述训练数组与所述参照数组来自同一用户设备的概率；

其中，P(y＝1|x；θ)表示所述训练数组与所述参照数组来自同一用户设备的概率；x为所述训练数组；

其中，h_θ(x)为预测函数，其形式为

其中，θ^Tx为线性边界时的边界函数，即这里θ₁，...θ_n为回归系数；

其中，g(θ^Tx)为逻辑回归函数，其形式为

4.根据权利要求1所述的方法，其中，所述设备数据是在前端采集的，所述前端包括安卓前端、iOS前端和Web前端；

所述设备数据包括以下各项中的至少一项：

所述用户设备的硬件配置数据，包括所述用户设备的类型、所述用户设备的CPU型号；

所述用户设备的软件配置数据，包括所述用户设备的操作系统类型、操作系统版本、浏览器设置数据；以及

所述用户设备的网络配置数据，包括所述用户设备的网络类型、网络服务商、SIM卡号、MAC地址。

5.一种用于实现设备指纹的装置，其特征在于，包括：

处理器；

存储器，耦合至所述处理器并且存储有指令，所述指令在由所述处理器执行时使所述处理器执行以下动作：

接收关于用户设备的设备数据和在所述用户设备上进行操作的操作数据；以及

基于所述设备数据和所述操作数据并利用逻辑回归模型来识别所述设备指纹，包括：

将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较；

根据比较的结果并利用所述逻辑回归模型来计算所述训练数组与所述参照数组来自同一用户设备的概率；以及

利用所述训练数组来训练所述逻辑回归模型，以获得回归系数的更新值；

其中，所述操作数据包括以下各项中的至少一项：用户在所述用户设备上浏览网页的第一历史记录信息、用户在所述用户设备上安装应用的第二历史记录信息。

6.根据权利要求5所述的装置，其中，所述将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较，包括：

在所述训练数组与所述参照数组对应维度的数据相同时，将所述训练数组中对应维度的数值设置为1，以及

在所述训练数组与所述参照数组对应维度的数据不同时，将所述训练数组中对应维度的数值设置为0。