[發明專利]被盜帳號的檢測方法、裝置及系統

有效

• 申請號: 201310337072.0
• 申請日: 2013-08-05
• 公開（公告）號: CN104348810B
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 張杰;劉暢;劉海生
• 申請（專利權）人: 深圳市騰訊計算機系統有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 崔曉嵐;張穎玲

1.一種被盜帳號的識別方法，其特征在于，包括：

服務器檢測用戶終端通過用戶帳號進行操作的數據，根據預置規則判斷與每個用戶帳號相關的數據是否發生異常，所述與每個用戶帳號相關的數據包括多種類型，每種類型對應一個類型標識；收集數據發生異常的用戶帳號以及發生異常的數據所對應的所述類型標識；

根據所收集的每個用戶帳號所對應的類型標識以及預存的每個類型標識對應的被盜概率值，計算每個所收集的用戶帳號被盜的聯合概率；

判斷所述用戶帳號被盜的聯合概率是否大于預設閾值，若是，則確定所述用戶帳號已被盜，并將所述用戶帳號存儲在被盜帳號庫中。

2.根據權利要求1所述的方法，其特征在于，所述與每個用戶帳號相關的數據的類型包括：所述用戶帳號的登錄數據、所述用戶帳號的虛擬財產的消費數據、所述用戶帳號向其他用戶帳號發送的文本數據、以及所述用戶帳號向其他用戶帳號發送的圖片數據中的一種或幾種。

3.根據權利要求2所述的方法，其特征在于，所述預置規則包括：

如果所述用戶帳號的登錄數據中的登錄密碼發生改變、或者登錄地點發生改變、或者登錄時所使用的用戶終端發生改變，則判定該類型的數據發生異常；或者

如果所述用戶帳號的虛擬財產的消費數據中的消費金額超過預定額度或者消費頻率超過預定頻率，則判定該類型的數據發生異常；或者

如果所述用戶帳號向其他用戶帳號發送的文本數據中包括廣告信息，則判定該類型的數據發生異常；或者

如果所述用戶帳號向其他用戶帳號發送的圖片數據中包括色情圖片，則判定該類型的數據發生異常。

4.根據權利要求1所述的方法，其特征在于，所述預存的每個類型標識對應的被盜概率值通過樣本分析計算獲得，包括：

采集多個被盜帳號樣本以及多個正常帳號樣本；

統計所述多個被盜帳號樣本中與每個類型標識對應的異常樣本數量以及所述多個正常帳號樣本中與每個類型標識對應的異常樣本數量；

根據與每個類型標識對應的正常樣本數量、異常樣本數量以及被盜帳號樣本和正常帳號樣本的總數量，計算每個類型標識對應的被盜概率值。

5.根據權利要求1所述的方法，其特征在于，通過貝葉斯算法計算每個所收集的用戶帳號被盜的聯合概率。

6.一種被盜帳號的識別方法，其特征在于，包括：

檢測服務器檢測用戶終端通過用戶帳號進行操作的不同類型的數據，根據預置規則判斷與每個用戶帳號相關的各種類型的數據是否發生異常，如果發生異常，將發生異常的該種類型對應的類型標識以及所述用戶帳號發送給計算服務器；

計算服務器收集數據發生異常的用戶帳號以及發生異常的數據所對應的所述類型標識，根據所收集的每個用戶帳號所對應的類型標識以及預存的每個類型標識對應的被盜概率值，計算每個所收集的用戶帳號被盜的聯合概率，并判斷所述用戶帳號被盜的聯合概率是否大于預設閾值，若是，則確定所述用戶帳號已被盜，并將所述用戶帳號發送給存儲服務器進行存儲。

7.一種被盜帳號的識別裝置，其特征在于，包括：

檢測及判斷模塊，用于檢測用戶終端通過用戶帳號進行操作的數據，根據預置規則判斷與每個用戶帳號相關的數據是否發生異常，所述與每個用戶帳號相關的數據包括多種類型，每種類型對應一個類型標識；

收集模塊，用于收集數據發生異常的用戶帳號以及發生異常的數據所對應的所述類型標識；

計算模塊，用于根據所收集的每個用戶帳號所對應的類型標識以及預存的每個類型標識對應的被盜概率值，計算每個所收集的用戶帳號被盜的聯合概率；

判斷及存儲模塊，用于判斷所述用戶帳號被盜的聯合概率是否大于預設閾值，若是，則確定所述用戶帳號已被盜，并將所述用戶帳號存儲在被盜帳號庫中。

8.根據權利要求7所述的裝置，其特征在于，所述與每個用戶帳號相關的數據的類型包括：所述用戶帳號的虛擬財產的消費數據、所述用戶帳號向其他用戶帳號發送的文本數據、以及所述用戶帳號向其他用戶帳號發送的圖片數據中的一種或幾種。