[發(fā)明專利]一種人機(jī)識(shí)別方法、裝置及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010360732.7
• 申請日: 2020-04-30
• 公開（公告）號(hào): CN111626769B
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計(jì)）人: 郭翊麟;郭豪;蔡準(zhǔn);孫悅;郭曉鵬
• 申請（專利權(quán)）人: 北京芯盾時(shí)代科技有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京樂知新創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11734
• 代理人: 周偉

本發(fā)明公開了一種人機(jī)識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，提供了一種人機(jī)識(shí)別方法，該方法包括：接收待登錄對象的登錄指令；響應(yīng)于所述登錄指令，獲取接收到所述登錄指令時(shí)刻之前設(shè)定時(shí)間段內(nèi)所述待登錄對象的操作數(shù)據(jù)；以及利用預(yù)先構(gòu)建的識(shí)別模型，識(shí)別所述操作數(shù)據(jù)，獲得識(shí)別結(jié)果。本發(fā)明實(shí)施例基于待登錄對象登錄前設(shè)定時(shí)間段內(nèi)的操作數(shù)據(jù)，利用識(shí)別模型，提取登錄前所執(zhí)行的一系列操作相應(yīng)的統(tǒng)計(jì)特征和非線性特征，由此來判斷登錄操作的執(zhí)行主體，有效提高人機(jī)檢測識(shí)別率，能夠有效識(shí)別無需root或篡改信息等利用腳本進(jìn)行的不法行為。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種人機(jī)識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的普及和智能手機(jī)的興起，產(chǎn)品商或服務(wù)提供商會(huì)利用智能終端發(fā)放信息素材，這些信息素材供用戶或客戶獲得并使用。而一些不法分子會(huì)使用autojs(一種支持無障礙服務(wù)的Android平臺(tái)上的JavaScript IDE，可以編寫各種自動(dòng)化腳本)、按鍵精靈、一觸即發(fā)等一些腳本方法，通過對大量手機(jī)進(jìn)行群控操作來獲得上述信息素材，從而使得真正需要的用戶或客戶無法獲得此信息素材，而影響信息素材的正常發(fā)放。

目前，針對用戶行為的傳統(tǒng)檢測手段主要有：檢測用戶手機(jī)是否root、是否篡改數(shù)據(jù)信息等。但是對于上述問題，autojs、一觸即發(fā)等腳本不需要對用戶手機(jī)進(jìn)行root，也不需要篡改數(shù)據(jù)信息等。因此，傳統(tǒng)檢測方法已經(jīng)不適用于新型的不法手段。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例為了解決用戶行為檢測存在的上述問題，創(chuàng)造性地提供一種人機(jī)識(shí)別方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。

根據(jù)本發(fā)明第一方面，提供了一種人機(jī)識(shí)別方法，該方法包括：接收待登錄對象的登錄指令；響應(yīng)于所述登錄指令，獲取接收到所述登錄指令時(shí)刻之前設(shè)定時(shí)間段內(nèi)所述待登錄對象的操作數(shù)據(jù)；以及利用預(yù)先構(gòu)建的識(shí)別模型，識(shí)別所述操作數(shù)據(jù)，獲得識(shí)別結(jié)果。

根據(jù)本發(fā)明一實(shí)施方式，所述利用預(yù)先構(gòu)建的識(shí)別模型，識(shí)別所述操作數(shù)據(jù)，獲得識(shí)別結(jié)果，包括：對所述操作數(shù)據(jù)進(jìn)行特征提取，以得到對應(yīng)于所述操作數(shù)據(jù)的統(tǒng)計(jì)特征和非線性特征；根據(jù)所述統(tǒng)計(jì)特征和非線性特征，利用預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型，對所述操作數(shù)據(jù)進(jìn)行識(shí)別，獲得識(shí)別結(jié)果，所述識(shí)別結(jié)果用于表示所述操作數(shù)據(jù)是否為真實(shí)用戶操作所得到的數(shù)據(jù)。

根據(jù)本發(fā)明一實(shí)施方式，在對所述操作數(shù)據(jù)進(jìn)行特征提取之前，所述方法還包括：對所述操作數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗預(yù)處理，以補(bǔ)充缺失數(shù)據(jù)。

根據(jù)本發(fā)明一實(shí)施方式，所述對操作數(shù)據(jù)進(jìn)行特征提取包括：對所述操作數(shù)據(jù)的空間特征和運(yùn)動(dòng)方向特征進(jìn)行分析，得到所述操作數(shù)據(jù)的統(tǒng)計(jì)特征向量；采用主成分分析PCA降維方法提取所述操作數(shù)據(jù)的非線性特征向量；對所述統(tǒng)計(jì)特征向量和所述非線性特征向量進(jìn)行向量拼接。

根據(jù)本發(fā)明一實(shí)施方式，所述方法還包括：在所述識(shí)別結(jié)果表示所述操作數(shù)據(jù)為真實(shí)用戶操作所得到的數(shù)據(jù)時(shí)，根據(jù)接收到所述登錄指令時(shí)刻之前設(shè)定時(shí)間段內(nèi)所述待登錄對象的操作數(shù)據(jù)，利用神經(jīng)網(wǎng)絡(luò)算法進(jìn)行自學(xué)習(xí)，以更新所述識(shí)別模型。

根據(jù)本發(fā)明實(shí)施例的第二方面，還提供一種人機(jī)識(shí)別裝置，所述裝置包括：接收單元，用于接收待登錄對象的登錄指令；獲取單元，用于響應(yīng)于所述登錄指令，獲取接收到所述登錄指令時(shí)刻之前設(shè)定時(shí)間段內(nèi)所述待登錄對象的操作數(shù)據(jù)；識(shí)別單元，用于利用預(yù)先構(gòu)建的識(shí)別模型，識(shí)別所述操作數(shù)據(jù)，獲得識(shí)別結(jié)果。

根據(jù)本發(fā)明一實(shí)施方式，所述識(shí)別單元包括：特征提取模塊，用于對所述操作數(shù)據(jù)進(jìn)行特征提取，以得到對應(yīng)于所述操作數(shù)據(jù)的統(tǒng)計(jì)特征和非線性特征；識(shí)別模塊，用于根據(jù)所述統(tǒng)計(jì)特征和非線性特征，利用預(yù)先構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型，對所述操作數(shù)據(jù)進(jìn)行識(shí)別，獲得識(shí)別結(jié)果，所述識(shí)別結(jié)果用于表示所述操作數(shù)據(jù)是否為真實(shí)用戶操作所得到的數(shù)據(jù)。

根據(jù)本發(fā)明一實(shí)施方式，所述裝置還包括：預(yù)處理單元，用于在對所述操作數(shù)據(jù)進(jìn)行特征提取之前，對所述操作數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗預(yù)處理，以補(bǔ)充缺失數(shù)據(jù)。