[發明專利]一種密碼驗證方法、裝置、設備及介質

有效

• 申請號: 202011075151.5
• 申請日: 2020-10-09
• 公開（公告）號: CN112215613B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 楊哲;楊一鵬;吳茜
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06Q20/40
• 分類號: G06Q20/40;G06K9/62;G06N3/02
• 代理公司: 北京晉德允升知識產權代理有限公司 11623
• 代理人: 王戈

1.一種密碼驗證方法，應用于服務器，包括：

獲取針對目標賬戶的密碼信息被連續輸入錯誤的次數；

當所述次數達到第一預設次數時，獲取終端發送的基于端特征數據的端模型輸出結果；所述端特征數據為所述終端根據用戶對所述終端的操作信息生成的第一特征數據；

基于所述端模型輸出結果，以及云端存儲的所述用戶的第二特征數據，采用云端模型生成對于所述用戶是否為黑用戶的預測結果；

若所述預測結果表示所述用戶是黑用戶，則凍結所述賬戶；

若所述預測結果表示所述用戶不是黑用戶，則向所述終端發送第一指令；所述第一指令用于指示將所述目標賬戶的密碼輸入界面切換至鎖定狀態并持續第一預設時長。

2.根據權利要求1所述方法，所述獲取終端發送的基于端特征數據的端模型輸出結果之前，還包括：

判斷所述次數是否達到第二預設次數；所述第二預設次數小于所述第一預設次數；

若所述次數達到所述第二預設次數，則向所述終端發送第二指令；所述第二指令用于指示將所述目標賬戶的密碼輸入界面切換至鎖定狀態并持續第二預設時長；所述第二預設時長小于所述第一預設時長。

3.根據權利要求1所述方法，所述基于所述端模型輸出結果，以及云端存儲的所述用戶的第二特征數據，采用云端模型生成對于所述用戶是否為黑用戶的預測結果，具體包括：

將所述端模型輸出結果和所述第二特征數據輸入到所述云端模型，得到云端模型輸出結果；

基于所述云端模型輸出結果判斷所述用戶是否為黑用戶。

4.根據權利要求3所述方法，所述將所述端模型輸出結果和所述第二特征數據輸入到所述云端模型，得到云端模型輸出結果，具體包括：

將所述第二特征數據輸入到所述云端模型的預測層，得到預測結果；

將所述端模型輸出結果和所述預測結果輸入到所述云端模型的結果處理層，得到所述云端模型輸出結果。

5.根據權利要求1所述方法，所述向所述終端發送第一指令之后，還包括：

向所述終端發送密碼找回引導指令，用于所述終端生成密碼找回引導信息，以便所述用戶根據所述密碼找回引導信息進行密碼找回操作。

6.根據權利要求5所述方法，所述密碼找回引導指令，包括用于引導用戶進行刷臉校驗的指令、用于引導用戶進行短信校驗的指令中至少一種指令。

7.根據權利要求1所述方法，所述凍結所述賬戶之后，還包括：

向所述終端發送解凍引導指令，用于所述終端生成解凍引導信息，以便所述用戶根據所述解凍引導信息進行賬戶解凍操作。

8.根據權利要求7所述方法，所述解凍引導指令，包括用于引導用戶進行刷臉校驗的指令、用于引導用戶撥打客服電話的指令中至少一種。

9.根據權利要求1所述方法，所述凍結所述賬戶之后，還包括：

向所述終端發送顯示賬戶凍結信息的指令，以便所述終端向用戶顯示賬戶凍結的信息。

10.根據權利要求1所述方法，所述第一特征數據包括：所述用戶在身份核驗頁面的停留時長、所述用戶的密碼輸入軌跡中至少一種。

11.根據權利要求1所述方法，所述第二特征數據包括：實時特征數據、離線特征數據中至少一種；

所述實時特征數據包括：當筆交易的默認核身方式、當筆交易是否切換密碼、當前支付場景信息、輸入密碼與真實密碼的相似性、當前操作時間是否為高危支付時間中至少一種；

所述離線特征數據包括：交易頻次、上次修改密碼時間、所述賬戶是否為多人共用賬戶、用戶核身方式偏好、所述終端是否為所述賬戶的常用終端中至少一種。

12.根據權利要求1所述方法，所述端模型是基于第一訓練樣本數據，訓練分類模型得到的；所述第一訓練樣本數據包括樣本用戶在身份核驗頁面的停留時長、樣本用戶的密碼輸入軌跡中至少一種。