[發明專利]一種人機識別的方法和系統

在審

• 申請號: 201210330851.3
• 申請日: 2012-09-07
• 公開（公告）號: CN103678346A
• 公開（公告）日: 2014-03-26
• 發明（設計）人: 劉海峰
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/12
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 趙娟

1.一種人機識別的方法，其特征在于，包括：

生成用戶行為模型，所述用戶行為模型包括正常用戶行為概率值范圍；

接收WEB頁面請求；

依據所述WEB頁面請求計算相應的用戶行為概率值；

判斷所述用戶行為概率值是否在所述正常用戶行為概率值范圍內，若是，則所述WEB頁面請求為正常用戶發起的請求；若否，則所述WEB頁面請求為異常用戶發起的請求。

2.根據權利要求1所述的方法，其特征在于，所述用戶行為模型還包括異常用戶行為概率值范圍，

所述判定為異常用戶發起的請求為在所述異常用戶行為概率值范圍內的用戶行為概率值所對應的WEB頁面請求。

3.根據權利要求1或2所述的方法，其特征在于，所述生成用戶行為模型的步驟包括：

采集WEB請求信息的原始數據，所述原始數據包括：用戶瀏覽的多WEB頁面的跳轉關系；用戶WEB頁面請求對應的頁面的停留時間；用戶WEB頁面請求的初始頁面；和/或，客戶端抓取的鼠標和鍵盤信息輸出值；

根據所述原始數據獲得WEB請求信息的樣本數據，所述樣本數據包括正常用戶行為的樣本數據；

依據所述樣本數據進行模型訓練，獲得概率值范圍，所述概率值范圍包括正常用戶行為概率值范圍；

依據所述概率值范圍生成用戶行為模型。

4.根據權利要求3所述的方法，其特征在于，所述根據樣本數據的概率值范圍生成用戶行為模型的步驟包括：

將所述樣本數據的正常用戶行為概率值范圍通過均值和方差計算得到正常用戶的正態分布；

將所述正常用戶的正態分布作為用戶行為模型。

5.根據權利要求4所述的方法，其特征在于，所述樣本數據還包括異常用戶行為的樣本數據；所述概率值范圍還包括異常用戶行為概率值范圍；

所述根據樣本數據的概率值范圍生成用戶行為模型的步驟還包括：

將所述樣本數據的異常用戶行為概率值范圍通過均值和方差計算得到異常用戶的正態分布；

將所述異常用戶的正態分布作為用戶行為模型。

6.根據權利要求1或2或3或4或5所述的方法，其特征在于，所述依據樣本數據進行模型訓練，獲得概率值范圍的步驟，進一步包括：

選取隱半馬爾科夫模型，獲得所述隱半馬爾科夫模型的初始參數；

將所述樣本數據分成N部分，計算每部分的隱半馬爾科夫模型的初始參數，所述N為正整數；

根據所述每部分的隱半馬爾科夫模型的初始參數，采用遺傳算法計算得到最優的隱半馬爾科夫模型的初始參數；

對所述最優的隱半馬爾科夫模型的初始參數進行參數重估，得到重估的隱半馬爾科夫模型的初始參數；

依據所述重估的隱半馬爾科夫模型的初始參數計算樣本數據的概率值范圍。