[发明专利]一种面向电力业务的多维特征动态身份认证方法及系统

权利要求书

1.一种面向电力业务的多维特征动态身份认证方法，其特征在于，包括：

采集待认证用户的时间、空间和行为特征数据；

基于所述待认证用户的时间、空间和行为特征数据，结合预先得到的特征频繁项集和置信度，通过随机森林分类器进行一致性检测；

当所述一致性检测通过时，基于通用认证框架对所述待认证用户进行身份认证。

2.根据权利要求1所述的方法，其特征在于，所述基于所述待认证用户的时间、空间和行为特征数据，结合预先得到的特征频繁项集和置信度，通过随机森林分类器进行一致性检测，包括：

对所述待认证用户的时间、空间和行为特征数据进行量化降维处理；

基于经过量化降维处理后的待认证用户的时间、空间和行为特征数据，结合预先得到的频繁项集和置信度，通过随机森林分类器进行一致性检测。

3.根据权利要求2所述的方法，其特征在于，所述对所述待认证用户的时间、空间和行为特征数据进行量化降维处理，包括：

将所述待认证用户的时间、空间和行为特征数据通过虚拟变量处理转换为量化数据；

采用奇异值分解对所述待认证用户的时间、空间和行为特征数据的量化数据进行降维处理。

4.根据权利要求1所述的方法，其特征在于，所述采集待认证用户的时间、空间和行为特征数据前，还包括：

采集用户历史认证过程中的时间、空间和行为特征数据；

对所述用户历史认证过程中的时间、空间和行为特征数据进行量化降维处理；

通过频繁项集挖掘算法对经过量化降维处理后的用户历史认证过程中的时间、空间和行为特征数据进行关联性分析，得到满足最小支持度阈值的特征频繁项集和对应的置信度。

5.根据权利要求4所述的方法，其特征在于，所述对所述用户历史认证过程中的时间、空间和行为特征数据进行量化降维处理，包括：

将所述用户历史认证过程中的时间、空间和行为特征数据通过虚拟变量处理转换为量化数据；

采用奇异值分解对所述用户历史认证过程中的时间、空间和行为特征数据的量化数据进行降维处理。

6.一种面向电力业务的多维特征动态身份认证系统，其特征在于，包括：

第一采集模块，用于采集待认证用户的时间、空间和行为特征数据；

数据分析模块，用于基于所述待认证用户的时间、空间和行为特征数据，结合预先得到的特征频繁项集和置信度，通过随机森林分类器进行一致性检测；

身份认证模块，用于当所述一致性检测通过时，基于通用认证框架对所述待认证用户进行身份认证。

7.根据权利要求6所述的系统，其特征在于，所述数据分析模块在执行基于所述待认证用户的时间、空间和行为特征数据，结合预先得到的特征频繁项集和置信度，通过随机森林分类器进行一致性检测时，具体用于：

对所述待认证用户的时间、空间和行为特征数据进行量化降维处理；

基于经过量化降维处理后的待认证用户的时间、空间和行为特征数据，结合预先得到的频繁项集和置信度，通过随机森林分类器进行一致性检测。

8.根据权利要求7所述的系统，其特征在于，所述数据分析模块在执行对所述待认证用户的时间、空间和行为特征数据进行量化降维处理时，具体用于：

将所述待认证用户的时间、空间和行为特征数据通过虚拟变量处理转换为量化数据；

采用奇异值分解对所述待认证用户的时间、空间和行为特征数据的量化数据进行降维处理。

9.根据权利要求6所述的系统，其特征在于，还包括：

第二采集模块，用于采集用户历史认证过程中的时间、空间和行为特征数据；

数据处理模块，用于对所述用户历史认证过程中的时间、空间和行为特征数据进行量化降维处理；

关联性分析模块，用于通过频繁项集挖掘算法对经过量化降维处理后的用户历史认证过程中的时间、空间和行为特征数据进行关联性分析，得到满足最小支持度阈值的特征频繁项集和对应的置信度。

10.根据权利要求9所述的系统，其特征在于，所述数据处理模块在执行对所述用户历史认证过程中的时间、空间和行为特征数据进行量化降维处理时，具体用于：

将所述用户历史认证过程中的时间、空间和行为特征数据通过虚拟变量处理转换为量化数据；

采用奇异值分解对所述用户历史认证过程中的时间、空间和行为特征数据的量化数据进行降维处理。