[发明专利]基于行为模式的装置去激活

权利要求书

1.一种方法，其包括：

在移动装置的存储器处，接收代表经训练以识别所述移动装置的使用模式的机器学习模型的数据；

评估指定其中停用异常模式匹配的一或多种情况的一组一或多个约束，并且基于所述评估，确定来自所述一组约束的约束都不是活动的；

响应于所述确定约束不是活动的，通过将所述机器学习模型应用于所述移动装置的当前使用条件以识别所述移动装置的所述使用模式，来确定异常使用模式正在发生；

向所述移动装置的用户索求停用越权控制；以及

响应于所述确定所述异常使用模式正在发生并且没有接收到停用越权控制，永久停用所述移动装置的一或多个物理组件。

2.根据权利要求1所述的方法，

其中所述机器学习模型基于所观察到的所述用户的活动进行训练以识别所述用户的正常使用模式；且

其中确定所述异常使用模式正在发生包括确定来自所述机器学习模型的输出指示当前使用条件低于所述用户的所述正常使用模式的阈值匹配。

3.根据权利要求1所述的方法，

其中所述机器学习模型经训练以识别对应于被盗装置的使用条件的所述异常使用模式；且

其中确定所述异常使用模式正在发生包括确定来自所述机器学习模型的输出指示所述当前使用条件高于被盗装置的所述使用条件的阈值匹配。

4.根据权利要求1所述的方法，其中所述当前使用条件包括以下中的三者或更多者的值：

位置的识别；

设置改变；

个人数据存取事件；

应用程序使用量或序列；

IMU装置移动模式；

SIM卡改变事件；

购买事件；或

其任何组合。

5.根据权利要求1所述的方法，其中所述一组一或多个约束包括以下中的一或多者：

其中停用异常模式匹配的安全地理区；

其中停用异常模式匹配的一天中的安全时间；

其中停用异常模式匹配的安全日期；或

其任何组合。

6.根据权利要求1所述的方法，

其中所述一组一或多个约束包括其中启用异常模式匹配的不安全日期；且

其中所述不安全日期中的至少一些是基于在所述用户的日历上自动识别的事件。

7.根据权利要求1所述的方法，

其中所述一组一或多个约束包括异常模式匹配的手动激活；且

其中异常模式匹配的所述手动激活是对响应于存在高度安全性危险的条件的自动识别而提供到所述用户的提示的响应。

8.根据权利要求1所述的方法，

其中所述机器学习模型是经训练以识别对应于被盗装置的使用条件的第一机器学习模型；

其中所述方法进一步包括获得经训练以识别对应于所述用户的正常使用的使用条件的第二机器学习模型；且

其中所述确定所述异常使用模式正在发生包括：

将所述第一机器学习模型应用于所述移动装置的所述当前使用条件以产生估计所述当前使用条件对应于所述移动装置被盗的第一可能性的第一值；

将所述第二机器学习模型应用于所述移动装置的所述当前使用条件以产生估计所述当前使用条件对应于所述用户的正常装置动作的第二可能性的第二值；

将基于所述第一及第二值的结果组合成经组合异常使用预测；以及

确定所述经组合异常使用预测高于异常使用模式阈值。

9.根据权利要求8所述的方法，

其中所述方法进一步包括获得第三机器学习模型，其经训练以基于向所述第三机器训练模型提供所述当前使用条件来识别基于所述第一及第二值的所述结果之间的权重；且

其中所述结果的所述组合包括：

向所述第三机器学习模型提供所述当前使用条件以获得所述权重；

将所述权重应用于基于所述第一及第二值的所述结果；以及

将加权结果组合到所述经组合异常使用预测中。