[發明專利]綜合多種因素的手持設備瀏覽行為認證方法及系統

有效

• 申請號: 201711033546.7
• 申請日: 2017-10-30
• 公開（公告）號: CN107819945B
• 公開（公告）日: 2020-11-03
• 發明（設計）人: 蔣昌俊;閆春鋼;丁志軍;張亞英;陳冬祥
• 申請（專利權）人: 同濟大學
• 主分類號: G06F21/31
• 分類號: G06F21/31;H04M1/725;H04W12/06;H04L29/06;H04W24/06
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 尹麗云

1.一種綜合多種因素的手持設備瀏覽行為認證方法，其特征在于，包括：

采集用戶數據，所述用戶數據至少包括手持設備所處的外部環境數據、用戶操作數據和瀏覽行為數據；

對所述用戶數據進行預處理；

根據預處理后的用戶數據中的外部環境數據、用戶操作數據和瀏覽行為數據構建訓練模型，所述訓練模型包括外部環境模型、用戶操作模型和瀏覽行為模型；所述用戶操作數據和瀏覽行為數據通過觸屏數據獲取；

對待測數據進行檢測，并通過所述外部環境模型、用戶操作模型和瀏覽行為模型共同對用戶行為進行并行認證，如果任一模型認證異常，則判定使用用戶非法；

所述用戶數據為向量；

所述外部環境數據通過持續測量外部環境，通過采集環境特征向量進行迭代更新；

所述觸屏數據至少包括應用啟動時間戳、應用板塊、滑動開始時間戳、觸點時間戳和觸點坐標中的一種或幾種的組合。

2.根據權利要求1所述的綜合多種因素的手持設備瀏覽行為認證方法，其特征在于，對外部環境數據向量的屬性feat_i，進行向量規整化處理：

其中，MAX(feat_i)為屬性最大值，MIN(feat_i)為屬性最小值；

對向量規整化處理后的數據進行聚類處理，并獲取聚類結果的輪廓系數。

3.根據權利要求2所述的綜合多種因素的手持設備瀏覽行為認證方法，其特征在于，所述聚類處理包括隨機挑選k個樣本作為初始中心向量，將其他樣本分配給距離其最近的中心向量，構成不相交的聚類，將各個聚類的中心向量作為新的中心，重復上述過程直至收斂；

所述獲取聚類結果的輪廓系數包括，將待分類數據劃分為k個簇，對于簇中的每個向量，分別計算其輪廓系數，所述輪廓系數通過如下公式獲取：

其中，i為向量，S(i)為輪廓系數，a(i)為i向量到所有它屬于的簇中其它點的距離，b(i)為i向量到所有非本身所在簇的點的平均距離。

4.根據權利要求3所述的綜合多種因素的手持設備瀏覽行為認證方法，其特征在于，根據外部環境數據的聚類處理結果，為每個環境類初始化一個空的手勢數據集；

如果沒有剩余的手勢數據，則對所有環境類對應的手勢數據集進行聚類，保留每個環境類對應數據集平均輪廓系數最大的聚類結果，對個環境類對應數據集的簇進行分類訓練，并獲取訓練結果；

如果仍有剩余的手勢數據，則讀取一條手勢數據，并獲取與所述手勢數據最近的一條環境數據向量，對該環境數據向量的屬性進行規整化處理，再根據聚類簇中心獲取外部環境所屬的環境類，將所述手勢數據的屬性部分加入該外部環境所屬環境類的手勢數據集。

5.根據權利要求4所述的綜合多種因素的手持設備瀏覽行為認證方法，其特征在于，讀取一條手勢數據，并獲取距離所述手勢數據時間戳最近的環境數據所屬的環境類，判斷是否還有新的手勢數據：

如果沒有，則對訓練集集合中的每個訓練集進行SVDD訓練，并輸出訓練結果；

如果有，則讀取新的手勢數據，判斷所述新的手勢數據的向量應用時間戳與當前應用啟動時間戳是否相等，

如果不等，則采用本次啟動時間戳替代當前時間戳；

如果相等，則繼續判斷向量所屬板塊與當前板塊是否相同，如果不同，則將本次環境類代替當前環境類；如果相同，則更新瀏覽行為數據向量，若手勢數據計數大于預先設定的閾值，則繼續手勢數據計數，若手勢數據計數不大于預先設定的閾值，則向訓練集集合中標志為當前環境和當前模板的集合寫入瀏覽行為數據向量后，再繼續手勢數據計數。