[發明專利]基于用戶網絡行為特征的輔助身份驗證方法

有效

• 申請號: 201410837692.5
• 申請日: 2014-12-30
• 公開（公告）號: CN105591747B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 馮亮;尹亞偉
• 申請（專利權）人: 中國銀聯股份有限公司
• 主分類號: H04L9/32
• 分類號: H04L9/32;H04L29/06
• 代理公司: 72001 中國專利代理(香港)有限公司
• 代理人: 方世棟;湯春龍<國際申請>=<國際公布>

1.一種輔助身份驗證方法，所述輔助身份驗證方法包括下列步驟：

（A1）收集并分析社交網站賬戶數據以得到訓練數據集，并隨之構建用戶識別模型以及將所述訓練數據集作為輸入訓練所述用戶識別模型，以使其能夠正常工作；

（A2）當用戶意圖進行與數據處理服務器之間的實際數據交互過程之前，所述數據處理服務器以常規的方式執行針對該用戶的主身份驗證過程，并且如果所述主身份驗證過程的結果是“通過”，則向與其相關聯的驗證服務器發送輔助驗證請求以觸發輔助身份驗證過程，并僅在輔助身份驗證結果為“通過”的情況下允許該用戶進行后續的實際數據交互過程；

（A3）所述驗證服務器基于運行于其上的所述用戶識別模型執行針對該用戶的輔助身份驗證過程，并將輔助身份驗證結果傳送回所述數據處理服務器；

其中，所述輔助驗證請求包含用戶的用于主身份驗證過程的第一用戶標識符；

其中，所述步驟（A3）進一步包括：

（1）在接收到所述輔助驗證請求后，所述驗證服務器通過特定的用戶界面提示用戶登錄特定的社交網站以獲得與該用戶相關聯的社交網站賬戶數據，其中，所述用戶使用第二用戶標識符登錄所述社交網站；

（2）如果登錄操作失敗，則所述驗證服務器提示用戶“登錄失敗，無法驗證”并向所述數據處理服務器返回指示“無法驗證”的驗證結果，如果所述登錄操作成功，則進入步驟（3）；

（3）通過查詢驗證歷史紀錄數據庫確定當前登錄是否是該用戶的首次登錄，并且如果是首次登錄，則將所述第一用戶標識符與所述第二用戶標識符相關聯并將關聯關系記錄在所述驗證歷史紀錄數據庫中并進入步驟（5），如果不是首次登錄，則通過查詢所述驗證歷史紀錄數據庫確定所述第二用戶標識符是否與之前與所述第一用戶標識符相關聯的驗證紀錄中所指示的關聯標識符相一致，如果不一致，則終止驗證過程并向所述數據處理服務器返回指示“驗證失敗”的驗證結果，如果一致，進入步驟（4）；

（4）確定與所述第二用戶標識符相關的最近一次成功驗證的時間與當前時間的時間差，如果該時間差不超過預定的時間閾值，則終止驗證過程并向所述數據處理服務器返回指示“驗證成功”的驗證結果，如果該時間差超過預定的時間閾值，則進入步驟（5）；

（5）獲取與該用戶相關聯的社交網站賬戶數據并抽取出該用戶的特征屬性，隨之通過該用戶識別模型計算該賬戶被分類為“正常賬號”的概率值，隨之將該概率值與預定的閾值相比較并計算該賬戶的注冊時間與當前時間的時間差，如果該概率值不超過所述預定的閾值并且所述時間差不超過預定的時間閾值，則在所述驗證歷史紀錄數據庫中記錄該賬戶的本次驗證的驗證時間、賬戶信息和驗證結果并終止驗證過程以及向所述數據處理服務器返回指示“驗證成功”的驗證結果，否則，終止驗證過程以及向所述數據處理服務器返回指示“驗證失敗”的驗證結果。

2.根據權利要求1所述的輔助身份驗證方法，其特征在于，分析社交網站賬戶數據包括：（1）人工判斷并標示每個社交網站賬戶的類別從而將各個社交網站賬戶分別歸類為“正常賬號”或“垃圾賬號”；（2）從社交網站賬戶數據中抽取出使用所述社交網站賬戶的各個用戶的特定的特征屬性以形成訓練數據。

3.根據權利要求2所述的輔助身份驗證方法，其特征在于，基于分類器模式構建所述用戶識別模型，并基于機器學習算法訓練所述用戶識別模型，其中，所述用戶識別模型通過量化用戶的所述特征屬性并將其與預定的一個或多個閾值相比較來實際驗證用戶身份。

4.根據權利要求2或3所述的輔助身份驗證方法，其特征在于，所述特征屬性包括用戶的基本信息、社交信息以及社交行為信息。

5.根據權利要求1所述的輔助身份驗證方法，其特征在于，所述步驟（A3）進一步包括：如果驗證失敗的原因是注冊時間與當前時間的時間差小于預定的時間閾值，則提示用戶“賬號注冊時間太短”。