[發(fā)明專利]應(yīng)用程序的刷量識別方法、裝置

在審

• 申請?zhí)枺?/td>: 201610129746.1
• 申請日: 2016-03-08
• 公開（公告）號: CN107169769A
• 公開（公告）日: 2017-09-15
• 發(fā)明（設(shè)計）人: 黃振
• 申請（專利權(quán)）人: 廣州市動景計算機科技有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00
• 代理公司: 北京超凡志成知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)11371
• 代理人: 吳開磊

技術(shù)領(lǐng)域

本申請涉及移動互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及應(yīng)用程序的刷量識別方法、裝置。

背景技術(shù)

隨著移動互聯(lián)網(wǎng)技術(shù)的發(fā)展，各種基于該移動互聯(lián)網(wǎng)的移動端應(yīng)用程序?qū)映霾桓F，為人們的工作和學(xué)習(xí)帶來諸多便利。但同時，對應(yīng)用程序的下載刷量現(xiàn)象也隨之產(chǎn)生，即，應(yīng)用程序開發(fā)者或惡意利益相關(guān)者通過刷下載量或更新量，甚至偽造下載、更新，造成相應(yīng)應(yīng)用程序很受歡迎的假象，從中獲取利益。

現(xiàn)有應(yīng)用應(yīng)用程序的刷量行為識別方法雖然很多，但都或多或少存在一些缺點。其中一種識別方法為：通過對應(yīng)用程序或者提供各種應(yīng)用程序的渠道的群體下載行為進行監(jiān)控及分析，判斷相應(yīng)群體是否存在刷量行為；具體的，如果分析發(fā)現(xiàn)同一開發(fā)者開發(fā)的多個應(yīng)用程序出現(xiàn)非常接近的下載趨勢，或者某應(yīng)用程序在多個省份和地域的下載量一樣或非常接近，或者某應(yīng)用程序某段時間的下載量和卸載量幾乎一致，等等，都可以判定存在刷量行為。但這種方法是針對群體的分析，所以無法針對某個用戶甚至某個下載行為，做出是否刷量的判斷。現(xiàn)有另一種識別方法，通過獲取閾值時間段內(nèi)各個用戶操作應(yīng)用程序的操作數(shù)據(jù)，分析出每個用戶是否存在多次下載同一應(yīng)用程序的刷量行為；但這種方法只能識別出同一個用戶的反復(fù)刷量行為，如果惡意用戶通過不斷虛擬新的設(shè)備偽裝成初次下載來進行刷量，該方法將完全失效。

因此，如何準確識別各類應(yīng)用程序刷量行為，已成為本領(lǐng)域技術(shù)人員亟需解決的問題。

發(fā)明內(nèi)容

為克服相關(guān)技術(shù)中存在的問題，本申請?zhí)峁┮环N應(yīng)用程序的反刷量方法、裝置。

本申請第一方面，提供一種應(yīng)用程序的刷量識別方法，包括：

獲取每次用戶操作行為發(fā)生時相應(yīng)移動終端中各個傳感器的狀態(tài)采樣值；

根據(jù)所述狀態(tài)采樣值計算所述用戶操作行為的可信度；

判斷所述用戶操作行為的可信度是否在預(yù)設(shè)范圍內(nèi)，如果是，則判定所述用戶操作行為為刷量行為。

結(jié)合第一方面，在第一方面第一種可行的實施方式中，獲取每次用戶操作行為發(fā)生 時相應(yīng)的移動終端中各個傳感器的狀態(tài)采樣值，包括：

在發(fā)生用戶操作行為時，獲取相應(yīng)移動終端中各個傳感器的可訪問狀態(tài)；

對于可訪問狀態(tài)為允許訪問的傳感器，按照預(yù)設(shè)采樣周期對其狀態(tài)值進行采樣得到對應(yīng)的狀態(tài)采樣值。

結(jié)合第一方面，或者第一方面第一種可行的實施方式，在第一方面第二種可行的實施方式中，在根據(jù)所述狀態(tài)采樣值計算所述用戶操作行為的可信度之前，所述方法還包括：

獲取狀態(tài)值正樣本和狀態(tài)值負樣本，并根據(jù)所述狀態(tài)值正樣本和狀態(tài)值負樣本進行訓(xùn)練，確定預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)。

結(jié)合第一方面第二種可行的實施方式，在第一方面第三種可行的實施方式中，根據(jù)所述狀態(tài)采樣值計算所述用戶操作行為的可信度，包括：

根據(jù)所述狀態(tài)采樣值計算各個傳感器的采樣值標準差；

根據(jù)所述采樣值標準差生成對應(yīng)于所述用戶操作行為的特征向量；

將所述特征向量輸入預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，并根據(jù)所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)計算所述用戶操作行為的可信度。

結(jié)合第一方面，或者第一方面第一種可行的實施方式，在第一方面第四種可行的實施方式中，所述方法還包括：

在獲取到所述狀態(tài)采樣值后，將所述狀態(tài)采樣值與對應(yīng)的傳感器標識碼和移動終端標識碼以打點日志的形式進行存儲。

本申請第二方面，提供一種應(yīng)用程序的刷量識別裝置，包括：

數(shù)據(jù)采樣單元，用于獲取每次用戶操作行為發(fā)生時相應(yīng)移動終端中各個傳感器的狀態(tài)采樣值；

數(shù)據(jù)處理單元，用于根據(jù)所述狀態(tài)采樣值計算所述用戶操作行為的可信度；

刷量識別單元，用于判斷所述用戶操作行為的可信度是否在預(yù)設(shè)范圍內(nèi)，如果是，則判定所述用戶操作行為為刷量行為。

結(jié)合第二方面，在第二方面第一種可行的實施方式中，所述數(shù)據(jù)采樣單元包括：

訪問狀態(tài)確定模塊，用于在發(fā)生用戶操作行為時，獲取相應(yīng)移動終端中各個傳感器的可訪問狀態(tài)；

數(shù)據(jù)采樣模塊，用于對于可訪問狀態(tài)為允許訪問的傳感器，按照預(yù)設(shè)采樣周期對其 狀態(tài)值進行采樣得到對應(yīng)的狀態(tài)采樣值。

結(jié)合第二方面，或者第二方面第一種可行的實施方式，在第二方面第二種可行的實施方式中，所述裝置還包括：

模型訓(xùn)練單元，用于獲取狀態(tài)值正樣本和狀態(tài)值負樣本，并根據(jù)所述狀態(tài)值正樣本和狀態(tài)值負樣本進行訓(xùn)練，確定預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)。