一种用户身份的识别方法及装置
阅读：0发布：2020-09-25
专利汇可以提供一种用户身份的识别方法及装置专利检索，专利查询，专利分析的服务。并且本 发明 实施例 公开了一种用户身份的识别方法及装置，涉及 数据处理 技术领域，本发明实施例的方法包括：采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据；根据所述历史行为数据生成用户的身份标识；根据所述身份识别用户身份是否合法。实现了根据用户的非 生物 特征生成用户的身份标识并利用该身份标识对用户身份合法性进行识别，改善了用户身份识别的性能。，下面是一种用户身份的识别方法及装置专利的具体信息内容。
1.一种用户身份的识别方法，其特征在于，所述方法包括：
采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据；
根据所述历史行为数据生成用户的身份标识；
根据所述身份标识识别用户身份是否合法。
2.根据权利要求1所述的方法，其特征在于，所述采集用户的历史行为数据之后，所述方法还包括：
将所述历史行为数据进行分类，得到多组不同模式下的行为数据；
所述根据所述历史行为数据生成用户的身份标识包括：
对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量，所述身份子向量用于标识用户在各个模式下的身份；
根据所述多个身份子向量合成与所述用户对应的身份向量，并将所述身份向量确定为所述用户的身份标识。
3.根据权利要求2所述的方法，其特征在于，所述根据所述身份识别用户身份是否合法包括：
获取用户的当前行为数据；
利用所述预置神经网络模型计算用户的当前身份标识；
根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
4.根据权利要求2或3所述的方法，其特征在于，所述方法还包括：
根据所述身份向量进行聚类，得到多个用户集合；
根据所述用户集合中的各个用户的身份标识确定所述用户集合的标识。
5.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述身份识别用户身份是否合法之后，所述方法还包括：
若所述用户身份不合法，则输出告警信息和/或终止程序运行。
6.一种用户身份的识别装置，其特征在于，所述装置包括：
采集单元，用于采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据；
生成单元，用于根据所述历史行为数据生成用户的身份标识；
识别单元，用于根据所述身份标识识别用户身份是否合法。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：分类单元，所述分类单元，用于将所述历史行为数据进行分类，得到多组不同模式下的行为数据；
所述生成单元包括：
第一计算模块，用于对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量，所述身份子向量用于标识用户在各个模式下的身份；
合成模块，用于根据所述多个身份子向量合成与所述用户对应的身份向量；
第一确定模块，用于将所述身份向量确定为所述用户的身份标识。
8.根据权利要求7所述的装置，其特征在于，所述识别单元包括：
获取模块，用于获取用户的当前行为数据；
第二计算模块，用于利用所述预置神经网络模型计算用户的当前身份标识；
第二确定模块根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
9.一种电子设备，其特征在于，包括：
至少一个处理器；
以及与所述处理器连接的至少一个存储器、总线；其中，
所述处理器、存储器通过所述总线完成相互间的通信；
所述处理器用于调用所述存储器中的程序指令，以执行权利要求1至权利要求5中任一项所述的用户身份的识别方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至权利要求5中任一项所述的用户身份的识别方法。
一种用户身份的识别方法及装置
技术领域
背景技术
[0002] 随着科技的快速发展、移动终端使用的普及，伴随着移动终端的各种应用也越来越多，大大地方便了人们的生活。为了有更好的使用体验，用户可以在应用程序、网页绑定个人信息、银行卡等，因此当用户的某一个账号信息被盗用时，会危及个人和其他用户的财产安全等。为此，确保网络上用户身份安全性至关重要。
[0003] 目前，在各个网站或应用程序内，需要用户输入登录信息后才能够浏览网页、使用应用程序等。现有的登录信息除了账号密码以后，大部分都是通过用户的生物特征如指纹、声纹等作为用户的登录信息并确定用户身份是否合法，然而由于生物特征可以被伪造，使得身份识别仍然存在安全隐患，导致身份识别性能较差的问题。
发明内容
[0004] 鉴于上述问题，本发明实施例提供一种用户身份的识别方法及装置，主要目的在于利用用户的非生物特征作为身份标识进行身份合法性识别。
[0005] 为解决上述技术问题，第一方面，本发明实施例提供了一种用户身份的识别方法，该方法包括：
[0006] 采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据；
[0007] 根据所述历史行为数据生成用户的身份标识；
[0008] 根据所述身份识别用户身份是否合法。
[0009] 可选的，所述采集用户的历史行为数据之后，所述方法还包括：
[0010] 将所述历史行为数据进行分类，得到多组不同模式下的行为数据；
[0011] 所述根据所述历史行为数据生成用户的身份标识包括：
[0012] 对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量，所述身份子向量用于标识用户在各个模式下的身份；
[0013] 根据所述多个身份子向量合成与所述用户对应的身份向量，并将所述身份向量确定为所述用户的身份标识。
[0014] 可选的，所述根据所述身份识别用户身份是否合法包括：
[0015] 获取用户的当前行为数据；
[0016] 利用所述预置神经网络模型计算用户的当前身份标识；
[0017] 根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
[0018] 可选的，所述方法还包括：
[0019] 根据所述身份向量进行聚类，得到多个用户集合；
[0020] 根据所述用户集合中的各个用户的身份标识确定所述用户集合的标识。
[0021] 可选的，所述根据所述身份识别用户身份是否合法之后，所述方法还包括：
[0022] 若所述用户身份不合法，则输出告警信息和/或终止程序运行。
[0023] 第二方面，本发明实施例还提供了一种用户身份的识别装置，该装置包括：
[0024] 采集单元，用于采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据；
[0025] 生成单元，用于根据所述历史行为数据生成用户的身份标识；
[0026] 识别单元，用于根据所述身份识别用户身份是否合法。
[0027] 可选的，所述装置还包括：分类单元，
[0028] 所述分类单元，用于将所述历史行为数据进行分类，得到多组不同模式下的行为数据；
[0029] 所述生成单元包括：
[0030] 第一计算模块，用于对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量，所述身份子向量用于标识用户在各个模式下的身份；
[0031] 合成模块，用于根据所述多个身份子向量合成与所述用户对应的身份向量；
[0032] 第一确定模块，用于将所述身份向量确定为所述用户的身份标识。
[0033] 可选的，
[0034] 所述识别单元包括：
[0035] 获取模块，用于获取用户的当前行为数据；
[0036] 第二计算模块，用于利用所述预置神经网络模型计算用户的当前身份标识；
[0037] 第二确定模块根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
[0038] 可选的，所述装置还包括：
[0039] 聚类单元，用于根据所述身份向量进行聚类，得到多个用户集合；
[0040] 确定单元，用于根据所述用户集合中的各个用户的身份标识确定所述用户集合的标识。
[0041] 可选的，所述装置还包括：
[0042] 输出单元，用于若所述用户身份不合法，则输出告警信息和/或终止程序运行。
[0043] 为了实现上述目的，根据本发明实施例的第三方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述所述的用户身份的识别方法。
[0044] 为了实现上述目的，根据本发明实施例的第四方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述的用户身份的识别方法。
[0045] 借由上述技术方案，本发明实施例提供的用户身份的识别方法及装置，对于现有技术通过生物特征如指纹、声纹等确定用户身份时，由于生物特征可以被伪造，使得身份识别仍然存在安全隐患，本发明实施例通过采集用户的历史行为数据，并根据用户的历史行为数据生成与用户对应的身份标识，并利用该身份标识识别用户身份是否合法，，因此相比于现有技术，本发明实施例能够通过历史行为数据生成与用户对应的标识信息，由于用户的行为数据无法伪造，从而确保了身份标识的唯一性，避免了将生物特征等作为标识信息时存在伪造可能使得身份识别性能较差的问题，从而改善了用户身份识别性能。
[0046] 上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。附图说明
[0047] 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0048] 图1示出了本发明实施例提供的一种用户身份的识别方法流程图；
[0049] 图2示出了本发明实施例提供的另一种用户身份的识别方法流程图；
[0050] 图3示出了本发明实施例提供的一种用户身份的识别装置的组成框图；
[0051] 图4示出了本发明实施例提供的另一种用户身份的识别装置的组成框图；
[0052] 图5示出了本发明实施例提供的一种用户身份的识别的电子设备的组成框图。
具体实施方式
[0053] 下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
[0054] 为了提升用户身份识别的性能，本发明实施例提供了一种用户身份的识别方法，如图1所示，该方法包括：
[0055] 101、采集用户的历史行为数据。
[0056] 其中，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据。而所述历史行为数据可以为过去一个月内的数据，也可以为过去半年时间内的数据，所述社会行为数据可以为用户出行数据，如用户在过去一年内乘坐飞机、火车数据，或者用户在各个网站中浏览视频的种类、时间数据等；对话模式数据可以为用户在各个购物网站中与客服的对话数据、在社交网站中与其他用户之间的聊天对话数据等；消费模式数据可以为用户在各个购物网站或者商场中的消费数据。具体地本步骤中的历史行为数据可以为通过在后台采集、从第三方获取等，本发明实施例对此不做具体限定。
[0057] 需要说明的是，本发明实施例具体实现方式可以为配置在终端设备内用于对用户身份进行识别的装置，用户可以在各个应用程序内进行设置当应用运行时是否开启身份识别功能，并在当用户在应用程序内开启身份识别功能且应用程序运行时，即触发采集用户的历史行为数据，进而确定用户身份合法性。
[0058] 102、根据所述历史行为数据生成用户的身份标识。
[0059] 其中，所述身份标识用于标识用户在各个模式下的状态，例如用户的身份标识为高消费用户、频繁出行用户、喜好古典乐用户等。而本步骤具体的实施方式可以为预先利用大量数据训练用于生成身份标识的神经网络模型，从而将采集到的用户历史行为数据输入该神经网络模型即可以得到用户的身份标识，但不限于此。
[0060] 103、根据所述身份标识识别用户身份是否合法。
[0061] 具体地，本步骤可以为在实际应用过程中实时采集用户产生的行为数据，并生成实时的身份标识，而后检测该实时身份标识与根据用户历史行为数据生成的身份标识之间的匹配度，若匹配度超过预设匹配度阈值则确定用户身份合法，否则确定用户身份不合法。
[0062] 进一步，当确定用户身份不合法时，则发出告警信息或者结束应用程序的运行。
[0063] 本发明实施例提供的用户身份的识别方法，对于现有技术通过生物特征如指纹、声纹等确定用户身份时，由于生物特征可以被伪造，使得身份识别仍然存在安全隐患，本发明实施例通过采集用户的历史行为数据，并根据用户的历史行为数据生成与用户对应的身份标识，并利用该身份标识识别用户身份是否合法，，因此相比于现有技术，本发明实施例能够通过历史行为数据生成与用户对应的标识信息，由于用户的行为数据无法伪造，从而确保了身份标识的唯一性，避免了将生物特征等作为标识信息时存在伪造可能使得身份识别性能较差的问题，从而改善了用户身份识别性能。
[0064] 进一步的，作为对图1所示实施例的细化及扩展，本发明实施例还提供了另一种用户身份的识别方法，如图2所示。
[0065] 201、采集用户的历史行为数据。
[0066] 其中，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据。而所述行为数据的概念解释以及本步骤的具体实施方式均可以参考所述步骤101中相应描述，在此不再赘述。
[0067] 需要说明的是，本发明实施例具体实现方式可以为配置在终端设备内用于对用户身份进行识别的装置，用户可以在各个应用程序内进行设置当应用运行时是否开启身份识别功能，并在当用户在应用程序内开启身份识别功能且应用程序运行时，即触发采集用户的历史行为数据，进而确定用户身份合法性。
[0068] 202、将所述历史行为数据进行分类。
[0069] 进一步地，得到多组不同模式下的行为数据。对于本发明实施例，在步骤中可以将行为数据包含的模式种类进行分类，如在上述步骤中包含有社会模式数据、对话模式数据、消费模式数据，则在本步骤中即可以将历史行为数据分类为社会模式类、对话模式类和消费模式类。而具体的分类方式可以为利用分类模型、分类函数等对历史行为数据进行分类，本发明实施例对此不做具体限定。
[0070] 203、对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量。
[0071] 其中，所述身份子向量用于标识用户在各个模式下的身份。在获取到用户在各个模式下的行为数据之后，对行为数据进行解析，可以得到与用户对应的习惯，如习惯用词、惯用表达、习惯出行时间、消费水准、消费方向等等，而后将解析得到的与用户相关的表征输入预先训练的神经网络模型，则得到标识在各个模式下该用户身份的身份向量。
[0072] 204、根据所述多个身份子向量合成与所述用户对应的身份向量，并将所述身份向量确定为所述用户的身份标识。
[0073] 对于本发明实施例，将子向量合成身份向量的实施方式可以为现有技术中向量合成的方式，本发明实施例对此不做过多赘述。需要说明的是，当采集到用户在全部模式下的历史行为数据之后，首先将数据进行划分得到多个模式下的行为数据，而后再计算得到各个模式下分别对应的子身份向量，最终在合成得到标识该用户身份的唯一身份向量，可以确保用户各个模式数据的均作为参考因素，避免了当某一个模式下的行为数据较少在生成用户身份向量时，得不到体现造成的用户身份标识生成准确性较差的问题，进而提高了用户身份标识确认的精确性，提升了用户身份识别的精确性。
[0074] 205、获取用户的当前行为数据。
[0075] 对于本发明实施例，当用户开启身份识别功能时，即允许服务器侧采集用户在互联网中冲浪时产生的行为数据，因此在本步骤中可以实时采集到用户的当前行为数据。
[0076] 需要说明的是，现有技术中当用户登录应用程序或者网站时，通常利用用户的生物特征如指纹、声纹、面部信息等，或者账号密码作为用户的登录信息，并当服务器验证该登录信息符合预设登录信息时确认用户身份合法，并在之后的用户网上冲浪过程中不再监测身份是否合法，从而使得若不法分子盗用用户的登录信息，即可在之后的过程中进行诈骗等违规操作。而在本发明实施例中，可以实时采集用户产生的当前行为数据，以便于根据该数据识别用户身份，实现了在用户网上冲浪过程中对用户身份合法性的监测，使得用户身份识别更加全面，改善了用户身份识别的性能。
[0077] 206、利用所述预置神经网络模型计算用户的当前身份标识。
[0078] 对于本发明实施例，计算当前身份标识的方式可以与上述步骤中生成用户身份标识的方式相同，即首先对当前行为数据进行解析，而后将解析后的数据结果输入到预置神经网络模型中，得到用户的身份向量，因为通常情况下采集到的当前行为数据仅为一个模式下的数据，所以此时直接将得到的身份向量确定为用户的当前身份标识即可，无需在执行向量合成操作，从而在能够确保身份识别的精确性下的同时提升了用户身份识别的效率。
[0079] 207、根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
[0080] 具体地，可以根据不同的应用场景设定匹配度阈值，如设置匹配度阈值为95％，因此当检测到当前身份标识与用户的身份标识之间的匹配度为超过95％时，确定用户身份合法，否则确认用户身份不合法，但不限于此。
[0081] 为了进一步提升用户身份识别性能，所述方法还可以包括：根据所述身份向量进行聚类，得到多个用户集合；根据所述用户集合中的各个用户的身份标识确定所述用户集合的标识。具体地，在对用户进行分类时，可以分别在各个模式下对用户进行分类，也可以将用户在多个模式下同时进行分类，通过根据标识用户身份的向量进行聚类，能够实现将相似用户聚集并组成一个用户集合。进一步的，可以统计每个用户集合中所包含的全部身份标识数量，并将数量较多的一个或多个标识确定为该用户集合的标识。例如，对一个用户集合内的多个用户对应的身份标识进行统计，最终得到该用户集合内用户携带的身份标识数量为：旅游128个、体育29个、购物330个、动漫14个、熬夜263个，则此时可以将数量较多的标识“购物、熬夜”确定为该用户集合的标识。对于本发明实施例，通过将用户按照身份标识进行分类，使得将喜好相近的用户进行统计，以便于综合管理用户以及向用户推荐相关信息。
[0082] 为了提升网络环境中的安全性，所述方法还可以包括：若所述用户身份不合法，则输出告警信息和/或终止程序运行。其中，所述告警信息可以为图片信息、音频信息、文字信息等，本发明实施例对此不做具体限定。在本发明实施例中，若当前的行为数据为用户的聊天数据，则可以同时向用户和对方发送告警信息，以提醒对方该用户身份存在安全隐患，并在输出告警信息之后退出程序登录；而若用户的当前行为数据为用户在网上冲浪时产生的数据时，则可以直接终止程序运行。
[0083] 但需要说明的是，上述应用场景所述的具体实施方式仅仅是示例性的，并非本发明实施例的唯一具体实施方式，在此仅为符合本发明实施例所述的方法的优化实施方式之一。
[0084] 进一步的，作为对上述图1所示方法的实现，本发明实施例还提供了一种用户身份的识别装置，用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图3所示，该装置包括：采集单元31、生成单元32、识别单元33，其中
[0085] 采集单元31，采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据。
[0086] 生成单元32，用于根据所述采集单元31采集的所述历史行为数据生成用户的身份标识。
[0087] 识别单元33，用于根据所述生成单元32生成的所述身份标识识别用户身份是否合法。
[0088] 进一步的，作为对上述图2所示方法的实现，本发明实施例还提供了另一种用户身份的识别装置，用于对上述图2所示的方法进行实现。该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图4所示，该装置包括：采集单元41、生成单元42、识别单元43，其中
[0089] 采集单元41，采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据。
[0090] 生成单元42，用于根据所述采集单元41采集的所述历史行为数据生成用户的身份标识。
[0091] 识别单元43，用于根据所述生成单元42生成的所述身份标识识别用户身份是否合法。
[0092] 进一步的，所述装置还包括：
[0093] 分类单元44，用于将所述历史行为数据进行分类，得到多组不同模式下的行为数据。
[0094] 计算单元45，用于对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量。
[0095] 合成单元46，用于根据所述多个身份子向量合成与所述用户对应的身份向量。
[0096] 确定单元47，用于将所述身份向量确定为所述用户的身份标识。
[0097] 进一步的，所述装置还包括：获取单元48。
[0098] 所述获取单元48，用于获取用户的当前行为数据。
[0099] 所述计算单元45，还用于利用所述预置神经网络模型计算用户的当前身份标识。
[0100] 所述确定单元47，具体用于根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
[0101] 进一步的，所述装置还包括：
[0102] 聚类单元49，用于根据所述身份向量进行聚类，得到多个用户集合。
[0103] 所述确定单元47，还用于根据所述用户集合中的各个用户的身份标识确定所述用户集合的标识。
[0104] 进一步的，所述装置还包括：
[0105] 输出单元410，用于若所述用户身份不合法，则输出告警信息和/或终止程序运行。
[0106] 本发明实施例提供的另一种用户身份的识别装置。所述装置包括：采集单元、生成单元及识别单元。对于现有技术通过生物特征如指纹、声纹等确定用户身份时，由于生物特征可以被伪造，使得身份识别仍然存在安全隐患，本发明实施例通过采集用户的历史行为数据，并根据用户的历史行为数据生成与用户对应的身份标识，并利用该身份标识识别用户身份是否合法，，因此相比于现有技术，本发明实施例能够通过历史行为数据生成与用户对应的标识信息，由于用户的行为数据无法伪造，从而确保了身份标识的唯一性，避免了将生物特征等作为标识信息时存在伪造可能使得身份识别性能较差的问题，从而改善了用户身份识别性能。
[0107] 由于本实施例所介绍的音量的调整装置为可以执行本发明实施例中的用户身份的识别方法的装置，故而基于本发明实施例中所介绍的身份识别方法，本领域所属技术人员能够了解本实施例的用户身份的识别装置的具体实施方式以及其各种变化形式，所以在此对于该用户身份的识别装置如何实现本发明实施例中的用户身份的识别方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中用户身份的识别方法所采用的装置，都属于本申请所欲保护的范围。
[0108] 本发明实施例提供了一种电子设备，如图5所示，包括：至少一个处理器(processor)51；以及与所述处理器51连接的至少一个存储器(memory)52、总线53；其中，[0109] 所述处理器51、存储器52通过所述总线53完成相互间的通信；
[0110] 所述处理器51用于调用所述存储器52中的程序指令，以执行上述方法实施例中的步骤。
[0113] 本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法。
[0114] 本发明实施例还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：采集用户的历史行为数据，所述历史行为数据至少包含有社会模式行为数据、对话模式数据和消费模式数据；根据所述历史行为数据生成用户的身份标识；根据所述身份标识识别用户身份是否合法。
[0115] 进一步的，所述采集用户的历史行为数据之后，所述方法还包括：
[0116] 将所述历史行为数据进行分类，得到多组不同模式下的行为数据；
[0117] 所述根据所述历史行为数据生成用户的身份标识包括：
[0118] 对各组模式下的行为数据分别进行解析，并利用预置神经网络模型计算与所述用户对应的多个身份子向量，所述身份子向量用于标识用户在各个模式下的身份；
[0119] 根据所述多个身份子向量合成与所述用户对应的身份向量，并将所述身份向量确定为所述用户的身份标识。
[0120] 进一步的，所述根据所述身份识别用户身份是否合法包括：
[0121] 获取用户的当前行为数据；
[0122] 利用所述预置神经网络模型计算用户的当前身份标识；
[0123] 根据所述用户的当前身份标识与所述用户的身份标识之间的匹配度确定用户身份是否合法。
[0124] 进一步的，所述方法还包括：
[0125] 根据所述身份向量进行聚类，得到多个用户集合；
[0126] 根据所述用户集合中的各个用户的身份标识确定所述用户集合的标识。
[0127] 进一步的，所述根据所述身份识别用户身份是否合法之后，所述方法还包括：
[0128] 若所述用户身份不合法，则输出告警信息和/或终止程序运行。
[0129] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0130] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0131] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0132] 这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0134] 存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。
[0135] 计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0136] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0137] 本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种用户级别的个性化文本摘要生成方法和系统 | 2020-05-18 | 0 |
| 建筑工程物料管理系统远程确认签字数据录入方法 | 2021-09-16 | 0 |
| 一种生物净化富营养化水体的方法 | 2023-10-21 | 0 |
| 一种用于微生物勘探的基因芯片及其使用方法 | 2023-06-20 | 0 |
| 优化电子设备电池使用状况的方法和系统 | 2021-06-07 | 2 |
| 降压装置 | 2020-05-25 | 2 |
| 肿瘤新生抗原预测平台及其在新生抗原疫苗开发系统中的应用 | 2020-06-25 | 1 |
| 一种离子活性氧多源在线监测与治理水质的装置 | 2022-06-07 | 0 |
| 一种基于自适应映射关系的单摄像头实时三维人体姿态检测方法 | 2020-06-19 | 0 |
| 基于分布式的智慧园林预警系统 | 2020-12-01 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈