[发明专利]人机识别方法、设备和介质

说明书

公开了人机识别方法、设备和介质。所述人机识别方法包括：响应于来自终端设备的人机识别请求，接收由所述终端设备采集的原始数据；从所述原始数据中提取第一数量的多个维度的特征；将所述第一数量的多个维度的特征分别输入至第二数量的多个用户行为模型，并且从所述第二数量的多个用户行为模型输出第二数量的多个人机预测子概率；基于所述多个人机预测子概率，确定人机预测概率；以及基于所述人机预测概率，得到关于所述终端设备处的操作的人机识别结果。

技术领域

本公开涉及人机识别领域。更具体地说，涉及人机识别方法、设备和介质。

背景技术

人机识别是一种用于执行身份验证的安全措施。人机识别系统通常会要求用户完成一个简单的测试，以证明执行操作的是正常用户，而不是一台试图攻入受密码保护的帐户的计算机。

当前的人机识别方式主要采用的是验证码方式，包括输入字符、理解题意、图像点击、窗口滑动等等。这些人机识别方式属于有感知的人机识别方式。这种有感知的人机识别方式需要在用户能够意识到的情况下由用户额外地进行输入验证。因此，这样的问题在于，如果出于降低用户操作复杂度的考虑而将验证码设置得简单，那么该验证码将易于突破。但是，如果出于不易突破该验证码的考虑而将验证码设置得复杂，例如让用户去计算数学题，或者看图点击指定状态的图片等，那么用户操作复杂度将大幅提高而不利于实际应用。

另外，传统的恶意机器识别方案，主要是基于IP资源、频繁操作等策略生成。但是现在的黑色产业资源越来越丰富，非常容易突破这些策略限制。

发明内容

鉴于以上情形，期望提供一种无感知的、基于行为类的人机识别方法、设备和介质，其能够实现高准确度的人机识别并有效地防止黑色产业的突破。

根据本公开的一个方面，提供了一种人机识别方法，包括：响应于来自终端设备的人机识别请求，接收由所述终端设备采集的原始数据；从所述原始数据中提取第一数量的多个维度的特征；将所述第一数量的多个维度的特征分别输入至第二数量的多个用户行为模型，并且从所述第二数量的多个用户行为模型输出第二数量的多个人机预测子概率；基于所述多个人机预测子概率，确定人机预测概率；以及基于所述人机预测概率，得到关于所述终端设备处的操作的人机识别结果。

另外，在根据本公开实施例的人机识别方法中，所述第二数量的多个用户行为模型是关于同一样本库分别基于不同的监督分类算法来训练而得到的。

另外，在根据本公开实施例的人机识别方法中，在确定人机预测概率的步骤之后，进一步包括：将所述人机预测概率与所述终端设备相关联地存储在一数据库中。

另外，在根据本公开实施例的人机识别方法中，在确定人机预测概率的步骤之后，进一步包括：从所述数据库中搜索并获取所述终端设备的多个历史人机预测概率；以及将当前的人机预测概率和所述多个历史人机预测概率输入到一加权模型，并以所述加权模型的输出来更新所述人机预测概率。

另外，根据本公开实施例的人机识别方法进一步包括：基于所述数据库更新所述样本库；以及以更新后的样本库重新训练所述多个用户行为模型。

另外，在根据本公开实施例的人机识别方法中，在从所述原始数据中提取第一数量的多个维度的特征的步骤之后，进一步包括：对提取出的特征执行增强处理，以得到第三数量的多个维度的特征。

另外，根据本公开实施例的人机识别方法进一步包括：响应于来自终端设备的人机识别请求，向所述终端设备发送一令牌，其中所述令牌与所述终端设备的人机预测概率相关联。