CN101447101B - 一种处理网络投票信息的方法、网络投票系统和服务器 - Google Patents
一种处理网络投票信息的方法、网络投票系统和服务器 Download PDFInfo
- Publication number
- CN101447101B CN101447101B CN200810189410XA CN200810189410A CN101447101B CN 101447101 B CN101447101 B CN 101447101B CN 200810189410X A CN200810189410X A CN 200810189410XA CN 200810189410 A CN200810189410 A CN 200810189410A CN 101447101 B CN101447101 B CN 101447101B
- Authority
- CN
- China
- Prior art keywords
- ballot
- information
- risk class
- vote information
- blacklist
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种处理网络投票信息的方法、网络投票系统和服务器。该方法包括:预先设定单位时段内的投票增长数与风险级别的对应关系;统计被投票对象在单位时段内的投票增长数,根据所述投票增长数和所述对应关系判断被投票对象的风险级别和用户标识的风险级别;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,根据当前被投票对象的风险级别和当前用户标识的风险级别,判断当前投票信息是否是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。应用本发明可根据异常投票具有时域集中性的特点识别出异常投票信息并对其处理,提高投票结果的可信性。
Description
技术领域
本发明涉及网络应用技术领域,尤其涉及一种处理网络投票信息的方法、网络投票系统和服务器。
背景技术
现今,互联网与人们的工作及娱乐息息相关,有很多选秀、比赛等互动活动都借助互联网来统计各个参赛对象的选票情况,其中,在互联网中用于统计各个参赛对象的选票情况的系统称为网络投票系统,各个参赛对象称为被投票对象。
图1是现有技术中的网络投票系统结构图,如图1所示,该网络投票系统包括后台服务器102和多个用户终端101。
用户终端101,用于接收用户的投票触发,将包含用户标识和被投票对象信息的投票信息发给后台服务器102,输出或显示后台服务器102返回的投票结果。
后台服务器102,用于接收各个用户终端101发来的投票信息,对所述投票信息进行处理,统计各个被投票对象获得的投票数。
目前的后台服务器102在对投票信息进行处理,统计各个被投票对象获得的投票数时,解析投票信息中的被投票对象信息,并将相应被投票对象获得的投票数增加相应的票数。
可见,如果有不法公司盗取了大量的用户标识,利用这些盗取的用户标识在用户终端101上为其选定的被投票对象投票,或者利用软件向后台服务器102发送投票信息,绕开正常的投票流程渠道,则后台服务器102接收到的投票信息中,除了包括用户利用用户终端101为其所支持的被投票对象进行网络投票而产生的正常投票信息外,还会接收到一些不法公司利用软件或大量盗取的网络标识向其选定的被投票对象投票而产生的异常投票信息。
由于异常投票信息并不能真正地反映各个被投票对象所获得的支持率,后台服务器102由此而得到的投票结果也缺乏公正性,是不可信的。
目前,针对后台服务器102接收到的投票信息中包含异常投票信息这一情况,现有技术中还没有给出相应的处理方法、网络投票系统和后台服务器,用来处理这些包含异常投票信息的投票信息,以保证投票结果是公正可信的。
发明内容
有鉴于此,本发明的目的在于提供一种处理网络投票信息的方法、网络投票系统和服务器,以保证投票结果的可信性。
为达到上述目的,本发明的技术方案具体是这样实现的:
一种处理网络投票信息的方法,该方法包括:
预先设定单位时段内的投票增长数与风险级别的对应关系;预先设定门限风险级别;
从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,或者在满足时间触发条件或事件触发条件时,由后台服务器扫描被投票对象在单位时段内的投票增长数;根据统计的当前投票增长数和所述对应关系或者扫描得到的投票增长数和所述对应关系,判断被投票对象的风险级别并予以更新,在所述被投票对象更新的风险级别高于门限风险级别时,所述后台服务器将在相应单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,并将被投票对象更新的风险级别作为所述用户标识的风险级别、与所述用户标识对应地记录进黑名单信息表
根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,判断当前用户标识是否在黑名单内,若是,则根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别,在调整后的风险级别高于门限风险级别时,判定当前投票信息是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。
一种网络投票系统,该系统包括用户终端和服务器;
所述用户终端,用于接收投票触发,将包含用户标识信息和被投票对象信息的当前投票信息发给服务器;
所述服务器,接收当前投票信息并存储,从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,或者在满足时间触发条件或事件触发条件时,扫描被投票对象在单位时段内的投票增长数;根据统计的当前投票增长数和所述对应关系或者扫描得到的投票增长数和所述对应关系,判断被投票对象的风险级别并予以更新,在所述被投票对象更新的风险级别高于门限风险级别时,所述后台服务器将在相应单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,并将被投票对象更新的风险级别作为所述用户标识的风险级别、与所述用户标识对应地记录进黑名单信息表;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,判断当前用户标识是否在黑名单内,若是,则根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别,在调整后的风险级别高于门限风险级别时,判定当前投票信息是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。
一种服务器,该服务器包括投票信息数据库、异常投票信息识别单元和异常投票信息处理单元;
所述投票信息数据库,用于存储投票信息;
所述异常投票信息识别单元,接收当前投票信息并将其存储在投票信息数据库中,根据投票信息数据库中的投票信息,从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,或者在满足时间触发条件或事件触发条件时,由后台服务器扫描被投票对象在单位时段内的投票增长数;根据统计的当前投票增长数和所述对应关系或者扫描得到的投票增长数和所述对应关系,判断被投票对象的风险级别并予以更新,在所述被投票对象更新的风险级别高于门限风险级别时,所述后台服务器将在相应单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,并将被投票对象更新的风险级别作为所述用户标识的风险级别、与所述用户标识对应地记录进黑名单信息表;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,判断当前用户标识是否在黑名单内,若是,则根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别,在调整后的风险级别高于门限风险级别时,判定当前投票信息是异常投票信息,在将当前投票信息识别为异常投票信息时,向所述异常投票信息处理单元发送处理指示;
所述异常投票信息处理单元,接收处理指示,将异常投票信息识别单元识别出的部分或全部异常投票信息作为无效投票信息。
可见,本发明中,预先设定单位时段内的投票增长数与风险级别的对应关系,通过统计被投票对象在单位时段内的投票增长数,根据所述投票增长数和所述对应关系判断被投票对象的风险级别和用户标识的风险级别,根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,根据当前被投票对象的风险级别和当前用户标识的风险级别,判断当前投票信息是否是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。由于本发明根据异常投票信息具有时域集中性的特点,即服务器收到的异常投票信息通常是集中在某一时间段内发来的,预先设定单位时段内的投票增长数与风险级别的对应关系,通过统计被投票对象在单位时段内的投票增长数来判断被投票对象的风险级别和用户标识的风险级别,从而能够综合考虑被投票对象的风险级别和用户标识的风险级别,从接收到的所有投票信息中识别出异常投票信息,通过将部分或全部异常投票信息作为无效投票信息,能够避免异常投票信息对投票结果的影响,从而能够保证投票结果的可信性。
附图说明
图1是现有技术中的网络投票系统结构图;
图2是本发明处理网络投票信息的方法的第一实施例中的后台服务器扫描流程图;
图3是本发明处理网络投票信息的方法的第一实施例中的对当前投票信息进行处理的流程图;
图4是本发明对黑名单信息表中的信息进行平滑性调整的方法流程图;
图5是本发明第一实施例中采用平滑性调整方法对黑名单中的信息进行调整时的后台服务器扫描流程图;
图6是本发明第一实施例中采用平滑性调整方法对黑名单中的信息进行调整时对当前投票信息进行处理的流程图;
图7是本发明第三实施例提供的对网络投票信息进行处理的方法流程图;
图8是本发明的网络投票系统的实施例结构图;
图9是本发明的服务器第一实施例结构图;
图10是图9所示服务器中的异常投票信息识别单元902的结构图;
图11是本发明的服务器第二实施例结构图。
具体实施方式
由于不法公司通常集中在某一时间段内,对选定的被投票对象进行集中投票,因此,后台服务器接收到的大量异常投票信息通常也具有时域集中性,即,后台服务器在某一时间段内接收到大量的异常投票信息,这些具有时域集中性的大量异常投票信息将导致相应被投票对象的票数在某一时间段内迅速增长,本发明即利用异常投票信息具有时域集中性的这一特点,通过统计被投票对象在单位时段内的投票增长数,来对当前投票信息进行处理,从而保证投票结果的可信性。
本发明的核心思想是:预先设定单位时段内的投票增长数与风险级别的对应关系;统计被投票对象在单位时段内的投票增长数,根据所述投票增长数和所述对应关系判断被投票对象的风险级别和用户标识的风险级别;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,根据当前被投票对象的风险级别和当前用户标识的风险级别,判断当前投票信息是否是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。其中,网络投票系统在统计投票结果时,不会为无效投票信息中的被投票对象加上相应的投票数,从而避免无效投票信息对投票结果的影响
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
下面举三个实施例对本发明处理网络投票信息的方法进行说明。这三个实施例均通过统计被投票对象在单位时段内的投票增长数,来判断被投票对象的风险级别和用户标识的风险级别,综合考虑这两种风险级别来判断当前投票信息是否是异常投票信息,并对异常投票信息进行处理。
在这三个实施例中需要在后台服务器中存储的信息表包括投票信息历史记录表、被投票对象信息表和黑名单信息表。
投票信息历史记录表中记录有以往的投票信息,每个投票信息中包括有用户标识信息、被投票对象信息和投票时间信息。被投票对象信息表中至少记录有被投票对象标识和被投票对象的风险级别。黑名单信息表中至少存储有用户标识。其中,只有风险级别不低于预设的门限风险级别的用户标识才会存储在黑名单信息表中。
在这三个实施例中,对异常投票信息的处理均可以有两种方式,其一是将所有的异常投票信息都作为无效投票信息,其二是将部分异常投票信息作为无效投票信息。将异常投票信息作为无效投票信息的方法具体可以为:为异常投票信息设置表示该投票信息是否有效的标志位,将该有效标志位置为无效,或者,直接将该异常投票信息丢弃。
当对异常投票信息采用第二种处理方式时,在黑名单信息表中除了存储用户标识外,还需要存储用户标识的风险级别、预先设定的与该风险级别对应的投票控制数、以及该用户标识的已投票数。
其中的投票控制数是指,同一用户标识所投的异常投票信息中,有效投票信息与无效投票信息的比例关系,或者说,该同一用户标识需要进行多少次异常投票、才允许投票成功一次。例如,如果用户标识A的投票控制数是5,则表示包含用户标识A的5个异常投票信息中,只有1个是有效投票信息,即,网络用户标识A每进行5次异常投票则投票成功1次,通常将网络用户标识A的5次投票信息中的最后一次投票信息记为有效投票,向网络用户标识A发送投票成功的提示,而将该5次投票信息的前4次投票信息的有效标志位设置为无效、或者丢弃该前4次投票信息,向网络用户标识A发送服务器忙的提示。
下面对这三个实施例进行详细说明。
第一实施例:
本实施例中,一方面,由后台服务器在满足时间触发条件或事件触发条件时,扫描被投票对象在单位时段内的投票增长数,根据扫描得到的投票增长数和预先设定的投票增长数与风险级别之间的对应关系,判断所述被投票对象的风险级别,更新被投票信息表中该被投票信息的风险级别,并且,在被投票对象的风险级别高于预先设定的门限风险级别时,所述后台服务器将在所述单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,另一方面,在投票过程中,判断当前投票信息中的用户标识是否在黑名单信息表内,若是,则实时计算当前被投票对象的当前风险级别,根据该当前风险级别判断当前投票信息是否是异常投票信息。
可见,在第一实施例中,处理网络投票信息的流程包括后台服务器扫描流程和当前投票信息的处理流程,前者用于更新被投票对象信息表和黑名单信息表,即用于更新被投票对象的风险级别、以及风险级别不低于预设的门限风险级别的用户标识,后者用于根据黑名单信息表和实时计算的当前被投票对象的当前风险级别,判断当前投票信息是否是异常投票信息,并对异常投票信息进行处理。
在本实施例中用到的单位时段内的投票增长数和风险级别的对应关系,是本领域技术人员根据本发明处理网络投票信息的方法编写相应的程序时所依据的编程逻辑,不必存储在后台服务器中,当然,如果存储也无碍。
如果在本实施例中采用第二种处理方式对异常投票信息进行处理,还需要用到风险级别与投票控制数的对应关系,该对应关系同样是本领域技术人员根据本发明处理网络投票信息的方法编写相应的程序时所依据的编程逻辑,不必单独存储在后台服务器中,不过,在黑名单信息表中需要对应每个用户标识的风险级别存储相应的投票控制数。
表一和表二分别示意性地给出了单位时段内的投票增长数和风险级别的对应关系和风险级别与投票控制数的对应关系。
投票增长数N | 风险级别 |
0≤N<60 | 门限风险 |
60≤N<80 | 低风险 |
80≤N<100 | 中风险 |
100≤N<120 | 高风险 |
120≤N | 极高风险 |
表一
风险级别 | 投票控制数 |
门限风险 | 1次投票成功1次 |
低风险 | 3次投票成功1次 |
中风险 | 5次投票成功1次 |
高风险 | 7次投票成功1次 |
极高风险 | 9次投票成功1次 |
表二
下面对本实施例中的后台服务器扫描流程和对当前投票信息进行处理的流程分别予以说明。
图2是本发明处理网络投票信息的方法的第一实施例中的后台服务器扫描流程图,如图2所示,该流程包括:
步骤201,后台服务器判断是否满足对各个被投票对象在单位时段内的投票增长数进行扫描的时间触发条件或事件触发条件,若是,执行步骤202,否则继续执行步骤201。
通常,后台服务器定期扫描各个被投票对象的信息,则所述时间触发条件为进行所述定期扫描的时间已到。通常,后台服务器进行定期扫描的周期即为所述单位时段,即,后台服务器扫描每个单位时段内各个被投票对象的投票增长数。
后台服务器还可以在满足一定事件条件下,对各个被投票对象进行扫描,例如,在网络投票系统当前的点击率大于预定数目时,后台服务器扫描各个被投票对象。
步骤202,后台服务器扫描每个被投票对象在单位时段内的投票增长数,根据投票增长数与风险级别的对应关系,判断每个被投票对象的风险级别。
本步骤中,后台服务器可以将接收的所有投票信息存储在投票信息历史记录表中,扫描从所述时间触发条件或时间触发条件发生的时刻前推一个单位时间段内的所有投票信息,根据投票信息中的被投票对象信息统计每个被投票对象在该单位时段内的投票增长数,也可以每收到一个投票信息,即根据该投票信息中的被投票对象信息,更新该被投票对象在该单位时段内的投票增长数。采用后一种方法时,需要在被投票对象信息表中增加一个表示被投票对象单位时段内的投票增长数的字段。
其中,所述投票信息中包括用户标识和被投票对象信息。通常,后台服务器在收到投票信息后,会根据收到该投票信息的时刻为其赋予相应的投票时间信息,当然,用户终端在向后台服务器发送所述投票信息时,也可以直接将投票时间信息携带在所述投票信息中。
步骤203,针对每个被投票对象,后台服务器判断经本次扫描得到的风险级别是否高于预设的门限风险级别,若是,执行步骤204,否则,执行步骤208。
步骤204,将该被投票对象在被投票对象信息表中的风险级别更新为本次扫描得到的该高于预设的门限风险级别的风险级别。
步骤205,后台服务器获取在所述单位时段内向该被投票对象投票的用户标识,判断所述用户标识是否在黑名单信息表中,若是,执行步骤206,否则,执行步骤207。
本步骤中,后台服务器扫描投票信息历史记录表中存储的投票信息,根据投票信息中的投票时间信息和被投票对象信息,获取在所述单位时段内向该被投票对象投票的用户标识。
步骤206,保持黑名单信息表中的该用户标识不变,结束本流程。
如果在对当前投票信息的处理流程中,对识别出的异常投票信息采取第一种处理方式,则本步骤中,保持黑名单信息表中的该用户标识不变。
如果对识别出的异常投票信息采取第二种处理方式,则本步骤中,除了保持黑名单信息表中的该用户标识不变外,还需要根据相应被投票对象更新的风险级别调整所述用户标识在黑名单信息表中的风险级别和投票控制数。
步骤207,将用户标识记录进黑名单信息表,结束本流程。
如果在对当前投票信息的处理流程中,对识别出的异常投票信息采取第一种处理方式,则本步骤中,可以只将用户标识记录进黑名单信息表。
如果对识别出的异常投票信息采取第二种处理方式,则本步骤中,除了将用户标识记录进黑名单信息表外,还需要将相应被投票对象更新的风险级别作为所述用户标识的风险级别,与所述用户标识对应地记录进黑名单信息表,将与该风险级别对应的投票控制数也记录进黑名单信息表。
步骤208,将该被投票对象在被投票对象信息表中的风险级别更新为本次扫描得到的风险级别,结束本流程。
图3是本发明处理网络投票信息的方法的第一实施例中的对当前投票信息进行处理的流程图,如图3所示,该流程包括:
步骤301,接收当前投票信息,判断当前用户标识是否在黑名单内,若是,执行步骤302,否则,执行步骤306。
本步骤中,根据当前投票信息中的用户标识确定当前用户标识。
步骤302,实时计算当前被投票对象的当前风险级别。
本步骤中,根据当前投票信息中的被投票对象信息确定当前被投票对象。
本步骤中,从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,将表一中当前投票增长数对应的风险级别作为被投票对象的当前风险级别。
步骤303,根据被投票对象的当前风险级别判断当前投票信息是否是异常投票信息,若是,执行步骤304,否则,执行步骤308。
如果在本流程中对识别出的异常投票信息采用第一种处理方式,则本步骤中,如果当前被投票对象的当前风险级别高于预设的门限风险级别,则判定当前投票信息是异常投票信息,如果当前被投票对象的当前风险级别低于或者等于预设的门限风险级别,则判定当前投票信息不是异常投票信息。
如果在本流程中对识别出的异常投票信息采用第二种处理方式,则本步骤中,根据当前被投票对象的当前风险级别调整当前用户标识在黑名单信息表中的风险级别,如果调整后的风险级别高于预设的门限风险级别,则判定当前投票信息是异常投票信息,否则,判定当前投票信息不是异常投票信息。
步骤304,对异常投票信息进行处理。
本步骤中,可以采用第一种处理方式对该异常投票信息进行处理,也可以根据当前用户标识在黑名单信息表中的投票控制数、采用第二种处理方式对该异常投票信息处理。关于第一种处理方式和第二种处理方式的具体处理方法在前文已有叙述,此处不再重复。
步骤305,查询被投票对象信息表中当前被投票对象更新的风险级别。
步骤306,判断该更新的风险级别是否大于预设的门限风险级别,若是,执行步骤307,否则,执行步骤308。
步骤307,将当前用户标识记录进黑名单信息表。
如果本流程中采用第一种处理方式对异常投票信息进行处理,则本步骤中,可以只将当前用户标识记录进黑名单信息表。
如果本流程中采用第二种处理方式对异常投票信息进行处理,则本步骤中,除了将当前用户标识记录进黑名单信息表外,还需将门限风险级别作为当前用户标识的风险级别记录进黑名单信息表,并将该门限级别对应的投票控制数也记录进黑名单信息表中。
步骤308,允许当前投票,结束本流程。
本步骤中,将当前投票信息记为有效投票信息。
在图2的步骤206和图3的步骤303中,均涉及到调整用户标识在黑名单信息表中的风险级别,下面举两种实施方式对其调整方法进行说明。
第一种调整方法是:在步骤206和步骤303中,均将用于调整用户标识在黑名单信息表中的风险级别的依据作为其调整后的风险级别,并将该用户标识在黑名单信息表中的投票控制数调整为调整后的风险级别对应的投票控制数。具体地,在步骤206中,根据被投票对象更新的风险级别调整用户标识在黑名单信息表中的风险级别和投票控制数,则将被投票对象更新的风险级别作为相应的用户标识在黑名单信息表中调整后的风险级别,并将该用户标识在黑名单信息表中的投票控制数调整为该更新的风险级别对应的投票控制数;在步骤303中,根据被投票对象当前的风险级别调整用户标识在黑名单信息表中的风险级别和投票控制数,则将被投票对象的当前风险级别作为相应的用户标识在黑名单信息表中调整后的风险级别,并将该用户标识在黑名单信息表中的投票控制数调整为该当前风险级别对应的投票控制数。
第二种调整方法是:根据用于调整用户标识在黑名单信息表中的依据,调整该用户标识在黑名单信息表中的投票控制数,并将该用户标识在黑名单信息表中的风险级别调整为该调整后的投票控制数对应的风险级别。这种调整方法可以称之为平滑性调整方法。
如果采用平滑性调整方法调整用户标识在黑名单信息表中的风险级别和投票控制数,则根据该用户标识在黑名单信息表中的已投票数和投票控制数判断是否允许当前投票、即是否将判断为异常投票信息的当前投票信息设置为无效投票信息。例如,如果用户标识C在黑名单中的投票控制数是5,已投票数表示一个控制周期内用户标识C的投票失败次数,该用户标识C的已投票数是3,则表示已经有三个包含用户标识C的异常投票信息被记录为无效投票信息;当再次接收到包含用户标识C的异常投票信息时,将该用户标识C的已投票数更新为4,并将该再次接收到的异常投票信息记录为无效投票信息;当又一次接收到的包含用户标识C的异常投票信息时,将用户标识C的已投票数清零,同时将该又一次接收到的异常投票信息记录为有效投票信息。
下面对采用所述平滑性调整方法调整用户标识在黑名单内的风险级别等信息的方法进行详细介绍。
图4是本发明对黑名单信息表中的信息进行平滑性调整的方法流程图,如图4所示,该方法包括:
步骤401,判断被投票对象的风险级别与用户标识的风险级别的大小关系。
如果是在后台服务器扫描流程中,即在步骤206中调整用户标识在黑名单信息表中的风险级别,则步骤401中所述被投票对象的风险级别是指被投票对象更新的风险级别;如果是在对当前投票信息进行处理的流程中,即在步骤303中调整用户标识在黑名单中的风险级别,则步骤401中所述被投票对象的风险级别是指被投票对象的当前风险级别。
步骤402,根据所述大小关系,调整用户标识在黑名单信息表中的投票控制数,将用户标识在黑名单信息表中的风险级别调整为调整后的投票控制数对应的风险级别。
假设当前被投票对象的风险级别为P,即用于调整用户标识在黑名单信息表中的风险级别所依据的风险级别是P,用户标识在黑名单内的风险级别为Q,则本步骤中:
如果P=Q=预设的风险级别,则将用户标识从黑名单信息表中删除,并在对当前投票信息进行处理时,将当前投票信息记为有效投票信息,即允许当前投票。
如果P=Q≠预设的风险级别,则增大用户标识的投票控制数,当用户标识的投票控制数增大到与该用户标识原来在黑名单中的风险级别的上一级风险级别对应的投票控制数相等时,将该用户标识的风险级别调整为所述上一级风险级别。
以根据表二生成的黑名单信息表为例,如果用户标识在黑名单信息表中的风险级别是低级风险,其对应的投票控制数是3,当投票控制数增大至4时,仍然保持所述风险级别为低级风险,当投票控制数增大至5时,需将所述用户标识在黑名单信息表中的风险级别调整为中级风险。
如果P>Q,则将用户标识在黑名单信息表中的投票控制数调整为当前被投票对象的风险级别对应的投票控制数,即将用户标识在黑名单信息表中的风险级别调整为当前被投票对象的风险级别。
如果P<Q,则减小用户标识的投票控制数,当用户标识的投票控制数减小到与该用户标识原来在黑名单信息表中的风险级别的下一级风险级别对应的投票控制数相等时,将该用户标识的风险级别调整为所述下一级风险级别,当调低后的风险级别是预设的门限风险级别时,将所述用户标识从黑名单信息表中删除。
仍以根据表二生成的黑名单信息表为例,如果用户标识在黑名单信息表中的风险级别是中级风险,其对应的投票控制数是5,当投票控制数减小至4时,仍然保持所述风险级别为中级风险,当投票控制数减小至3时,需将所述用户标识在黑名单信息表中的风险级别调整为低级风险,当调低后的风险级别是门限风险级别时,将所述用户标识从黑名单信息表中删除。
下面给出采用平滑性调整方法对黑名单信息表中的信息进行调整时的后台服务器扫描流程和对当前投票信息进行处理的流程。
图5是本发明第一实施例中采用平滑性调整方法对黑名单中的信息进行调整时的后台服务器扫描流程图。如图5所示,该流程包括:
步骤501~502,同步骤201~202。
步骤503,针对每个被投票对象,后台服务器判断经本次扫描得到的风险级别是否高于预设的门限风险级别,若是,执行步骤504,否则,执行步骤509。
步骤504,同步骤104。
步骤505,后台服务器获取在所述单位时段内向风险级别大于门限风险级别的被投票对象投票的用户标识。
步骤506,后台服务器查询黑名单信息表,判断获取的各个用户标识是否已在黑名单信息表中,针对每一用户标识,如果其已在黑名单信息表中,执行步骤507,否则,执行步骤508。
步骤507,采用平滑性调整方法,调整该已在黑名单信息表中的用户标识在黑名单信息表中的信息,结束本流程。
本步骤中,采用平滑性调整方法,调整用户标识在黑名单信息表中的投票控制数和风险级别,以及判断是否将所述用户标识从黑名单信息表中删除。关于平滑性调整方法的介绍请见图4相关说明。
步骤508,将该不在黑名单信息表中的用户标识添加进黑名单信息表。
本步骤中,将被投票对象的经扫描得到的风险级别作为该不在黑名单信息表中的用户标识的风险级别,与所述用户标识、投票控制数对应记录进黑名单信息表,结束本流程。
步骤509,将被投票对象在被投票对象信息表中的风险级别更新为本次扫描得到的风险级别,结束本流程。
图6是本发明第一实施例中采用平滑性调整方法对黑名单中的信息进行调整时对当前投票信息进行处理的流程图。如图6所示,该流程包括:
步骤601,接收当前投票信息,判断当前用户标识是否在黑名单内,若是,执行步骤602,否则,执行步骤606。
步骤602,实时计算当前被投票对象的当前风险级别。
本步骤与步骤302相同。
步骤603,采用平滑性调整方法,调整当前用户标识在黑名单信息表中的风险级别和投票控制数。
本步骤中调整当前用户标识在黑名单信息表中的风险级别等信息的具体方法请见图3中相关说明。
步骤604,根据当前用户标识在黑名单信息表中调整后的风险级别判断当前投票信息是否是异常投票信息,若是,执行步骤605,否则,执行步骤609。
本步骤中,如果当前用户标识调整后的风险级别不高于预设的门限风险级别,则当前投票信息不是异常投票信息,如果调整当前用户标识的风险级别后,当前用户标识被从黑名单中删除,则该当前投票信息也不是异常投票信息。
步骤605,按照当前用户标识在黑名单信息表中的投票控制数对当前投票信息进行处理,返回提示信息,结束本流程。
本步骤中,按照黑名单信息表中相应的投票控制数,将所述投票控制数个包含该用户标识的异常投票信息中的部分或全部投票信息记为无效投票信息。
步骤606,查询被投票对象的信息。
本步骤中,查询被投票对象信息表中的风险级别,该风险级别是经后台服务器扫描得到的该投票对象更新的风险级别。
步骤607,判断被投票对象更新的风险级别是否大于预设的门限风险级别,若是,执行步骤608,否则执行步骤609。
步骤608,将当前用户标识记录进黑名单,将该当前用户标识的风险级别记录为预设的门限风险级别。
步骤609,将当前投票信息记为有效投票信息,允许当前投票,并返回相应的提示信息,结束本流程。
第二实施例:
本实施例与第一实施例的区别仅在于,在对当前投票信息进行处理时,如果当前投票信息中的用户标识在黑名单内,则将实时计算该当前被投票对象的当前风险级别的步骤替换为查询当前被投票对象在被投票对象信息表中更新的风险级别的步骤。
采用第二实施例时,可以提高网络投票系统对每一投票信息的处理速度,但是由于判断当前投票信息是否是异常投票信息时,依据的是被投票对象信息表中更新的风险级别,而非实时计算得到的当前风险级别,因此,其对每一投票信息的处理准确度不如第一实施例。
第三实施例:
本实施例与第一实施例的区别在于,本实施例中不存在后台扫描流程和被投票对象信息表,黑名单信息表的生成和更新都是在对当前投票信息的处理过程中完成的,并且,当判断出当前用户标识不在黑名单信息表中时,其与第一实施例中当前用户标识不在黑名单信息表中时的处理方法的区别在于,实时计算当前被投票对象的风险级别,而非查询被投票对象信息表中的风险级别。
图7是本发明第三实施例提供的对网络投票信息进行处理的方法流程图,如图7所示,该方法包括:
步骤701,用户终端接收投票触发,并向后台服务器发送投票信息。
步骤702,后台服务器接收当前投票信息,判断当前投票信息是否在黑名单信息表中,若是,执行步骤703,否则,执行步骤710。
本步骤中,如果黑名单信息表为空、或者不存在黑名单信息表,相当于当前投票信息不在黑名单信息表中。
步骤703,同步骤302。
步骤704,判断当前被投票对象的当前风险级别是否高于预设的门限风险级别,若是,执行步骤705,否则,执行步骤708。
步骤705,查询投票信息历史记录表中在当前的单位时段内向当前被投票对象投票的用户标识,判断查询到的用户标识是否在黑名单信息表中,若是,执行步骤706,否则,执行步骤707。
步骤706,保持黑名单信息表中的该用户标识不变。本步骤执行完毕后转至步骤708。
本步骤对黑名单信息表的处理方法与步骤206相同。
步骤707,将用户标识记录进黑名单信息表。本步骤执行完毕后转至步骤708。
本步骤对黑名单信息表的处理方法与步骤207相同。
步骤708,根据当前风险级别判断当前投票信息是否是异常投票信息,若是,执行步骤709,否则,执行步骤715。
本步骤同步骤303。
步骤709,对异常投票信息进行处理。
本步骤同步骤304。
步骤710,同步骤302。
步骤711,同步骤704,并在判断结果为是时,执行步骤712,否则,执行步骤715。
步骤712,同步骤705,并在判断结果为是时,执行步骤714,否则,执行步骤715。
步骤713,同步骤706,并在本步骤执行完毕后转至步骤715。
步骤714,同步骤707,并在本步骤执行完毕后转至步骤715。
步骤715,允许当前投票,结束本流程。
上述三个实施例中,单位时段的长度可以依据投票系统的业务特性或性能指标要求而定,例如,如果要求投票系统的负荷不能过高,则可以将所述单位时段取得较长,例如取为1分钟。预定的风险级别与单位时段内的投票增长数的对应关系也可以依据投票系统的实际业务类型或者单位时段内的平均投票数以及历史投票信息、异常投票信息等历史数据而定,例如,采用当前投票系统进行投票的业务受关注度较高,则可以将预定的风险级别对应的投票增长数取得较大。各个风险级别对应的投票控制数也可以依据利用投票系统进行投票的业务类型或性能指标要求而定,例如,如果要将异常投票率控制在较低的范围内,则可以将投票控制数设置的较高,如果要将把正常投票信息误认为是异常投票信息的概率控制在较低的范围内,则可以将投票控制数设置的较低。
上述三个实施例中涉及的投票增长数与风险级别的对应关系以及风险级别与投票控制数的对应关系也可以做成配置文件的形式,方便日后根据网络投票系统的实际业务需求和投票情况,进行动态配置。
下面给出本发明网络投票系统的实施例结构图。
图8是本发明的网络投票系统的实施例结构图。如图8所示,该网络投票系统包括用户终端801和服务器802。
用户终端801,用于接收投票触发,将包含用户标识信息和被投票对象信息的当前投票信息发给服务器802。
服务器802,接收当前投票信息并存储,统计被投票对象在单位时段内的投票增长数,根据所述投票增长数和风险级别的对应关系判断被投票对象的风险级别和用户标识的风险级别;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,根据当前被投票对象的风险级别和当前用户标识的风险级别,判断当前投票信息是否是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。
服务器802可以将作为无效投票信息的异常投票信息丢弃,即不存储该异常投票信息,也可以存储该无效投票信息,同时将该服务器802中表示投票信息是否有效的标志位设置为无效。在统计投票结果时,服务器802不对无效投票信息予以考虑。
图8中的用户终端801可以是个人电脑,也可以是手机等移动终端。因此,图8所示的网络投票系统可以是基于因特网的网络投票系统,也可以是基于第三代移动通信(3G)技术的网络投票系统。例如,图8所示的用户终端801可以是即时通讯客户端、服务器802可以是即时通讯服务器。
下面给出本发明的服务器实施例,下面的服务器实施例可以应用在图8所示的系统中,作为其中的服务器802。
图9是本发明的服务器第一实施例结构图,如图9所示,该系统包括投票信息数据库901、异常投票信息识别单元902和异常投票信息处理单元903。
投票信息数据库901,用于存储投票信息。
异常投票信息识别单元902,接收当前投票信息并将其存储在投票信息数据库901中,根据投票信息数据库901中的投票信息统计被投票对象在单位时段内的投票增长数,根据所述投票增长数和预设的投票增长数与风险级别的对应关系,判断被投票对象的风险级别和用户标识的风险级别;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,根据当前被投票对象的风险级别和当前用户标识的风险级别,判断当前投票信息是否是异常投票信息,在将当前投票信息识别为异常投票信息时,向异常投票信息处理单元903发送处理指示。
异常投票信息处理单元903,接收处理指示,将异常投票信息识别单元902识别出的部分或全部异常投票信息作为无效投票信息。
图10是本发明的服务器第二实施例结构图,如图10所示,该投票系统在图9所示投票系统的基础上得到,其中,异常投票信息识别单元902包括被投票对象风险判断模块9021和用户标识风险判断模块9022和异常投票信息识别模块9023,投票信息数据库901包括投票信息历史记录模块9011、被投票对象信息记录模块9012和黑名单存储模块9013。
投票信息历史记录模块9011,用于存储投票信息,所述投票信息包括被投票对象信息、用户标识和投票时间信息;接收被投票对象信息记录模块9012发来的黑名单更新指示,将在单位时段内向被投票对象投票的用户标识发给黑名单存储模块9013。
被投票对象风险判断模块9021,接收风险判断指示,扫描投票信息历史记录模块9011中存储的投票信息,获得该风险判断指示针对的被投票对象在单位时段内的投票增长数,根据投票增长数与风险级别的对应关系,判断所述被投票对象的风险级别并返回判断出的风险级别。
被投票对象信息记录模块9012,用于存储被投票对象的风险级别,在满足时间触发条件或事件触发条件时,向被投票对象风险判断模块9021发送针对所有被投票对象的风险判断指示,接收被投票对象风险判断模块9021返回的风险级别,并更新相应被投票对象的风险级别,在更新的风险级别高于预设的门限风险级别时,向投票信息历史记录模块9011发送黑名单更新指示,所述黑名单更新指示中携带有被投票对象信息和单位时段信息。
黑名单存储模块9013,接收投票信息历史记录模块9011发来的用户标识并存储。
用户标识风险判断模块9022,接收当前投票信息,判断当前用户标识是否在黑名单存储模块9013内,在当前用户标识在黑名单内时,向异常投票信息识别模块9023发送识别指示。
异常投票信息识别模块9023,用于接收用户标识风险判断模块9022发来的识别指示,根据被投票对象风险判断模块9021判断出的当前被投票对象的风险级别,判断当前投票信息是否是异常投票信息,在判断出当前投票信息是异常投票信息时,向异常投票信息处理单元903发送处理指示。
具体地,异常投票信息识别模块9023可用于,接收用户标识风险判断模块9022发来的识别指示,向被投票对象风险判断模块9021发送针对当前被投票对象的风险判断指示,接收被投票对象风险判断模块9021返回的风险级别,根据该风险级别判断当前投票信息是否是异常投票信息。
具体地,异常投票信息识别9023也可用于,接收用户标识风险判断模块9022发来的识别指示,查询被投票对象信息记录模块9012中记录的当前被投票对象更新的风险级别,根据查询出的更新的风险级别判断当前投票信息是异常投票信息。
图11是本发明的服务器第三实施例结构图,如图11所示,该系统在图图9或10的服务器的基础上得到,并且进一步包括黑名单信息调整单元904。
被投票对象风险记录模块9012进一步用于,在被投票对象的风险级别高于门限风险级别时,将被投票对象的风险级别和与该风险级别对应的投票控制数发给黑名单存储模块9013。
黑名单存储模块9013进一步用于,将被投票对象风险记录模块9012发来的风险级别、投票控制数和用户标识进行对应存储。
用户标识风险判断模块9022进一步用于,根据黑名单存储模块9013中用户标识的风险级别和被投票对象风险判断模块9021判断出的当前被投票对象的风险级别的大小关系,向黑名单信息调整单元904发送不同的调整指示。
黑名单信息调整单元904,用于接收用户标识风险判断模块9022发来的调整指示,对黑名单存储模块9013内的当前用户标识的风险级别进行调整。
异常投票信息识别模块9023,用于在当前用户标识在黑名单存储模块9013中调整后的风险级别大于预设的门限风险级别时,判定当前投票信息是异常投票信息。
用户标识风险判断模块9022用于,在被投票对象风险判断模块9021判断出的当前被投票对象的风险级别与黑名单存储模块9013中当前用户标识的风险级别相等、且所述风险级别高于门限风险级别时,向黑名单信息调整单元904发送增大指示;
在被投票对象风险判断模块9021判断出的当前被投票对象的风险级别与黑名单存储模块9013中当前用户标识的风险级别相等、且所述风险级别是门限风险级别时,向黑名单信息调整单元904发送删除指示,向异常投票信息处理单元904发送允许指示;
在被投票对象风险判断模块9021判断出的当前被投票对象的风险级别高于黑名单存储模块9013中用户标识的风险级别时,向黑名单信息调整单元904发送增大指示;
在被投票对象风险判断模块9021判断出的当前被投票对象的风险级别低于黑名单存储模块9013中用户标识的风险级别时,向黑名单信息调整单元904发送减小指示;
黑名单信息调整单元904,用于接收增大指示,增大当前用户标识在黑名单存储模块9013内的投票控制数,接收减小指示,减小当前用户标识在黑名单存储模块9013内的投票控制数;将当前用户标识在黑名单存储模块9013内的风险级别调整为调整后的投票控制数对应的风险级别;接收删除指示,从黑名单存储模块9013内删除当前用户标识。
异常投票信息处理903单元,用于接收处理指示,根据当前用户标识在黑名单存储模块9013内的投票控制数,将包含当前用户标识的、所述投票控制数个异常投票信息中的一个所述异常投票信息记为有效投票信息、其他所述异常投票信息记为无效投票信息,接收允许指示,将当前投票信息记为有效投票信息。
在图11所示的服务器中,所述被投票对象风险判断模块9021判断出的当前被投票对象的风险级别可以是向被投票对象风险判断模块9021发送针对当前被投票对象的风险判断指示后,被投票对象风险判断模块9021返回的风险级别,也可以是查询被投票对象风险记录单元9012中当前被投票对象更新的风险级别。
图9至图11所示的服务器中,可以以被投票对象信息表的形式实现被投票对象信息的存储,以黑名单信息表的形式实现黑名单存储模块9013,并且,每个被投票对象信息中需要设置表示前一扫描周期所获得的投票总数的字段、和表示该被投票对象目前的风险级别的字段,在黑名单信息表中,设置表示用户标识的字段、表示用户标识的风险级别的字段、表示投票控制数的字段、表示已投票次数的字段以及其他备用字段。
图9至图11所示的服务器可以是即时通讯服务器。
由上述技术方案可见,由于本发明根据异常投票信息具有时域集中性的特点,即异常投票信息集中在某一时间段内到达后台服务器,预先设定单位时段内的投票增长数与风险级别的对应关系,通过统计被投票对象在单位时段内的投票增长数来判断被投票对象的风险级别和用户标识的风险级别,从而能够综合考虑被投票对象的风险级别和用户标识的风险级别,从接收到的所有投票信息中识别出异常投票信息,通过将部分或全部异常投票信息作为无效投票信息,能够避免异常投票信息对投票结果的影响,从而能够保证投票结果的可信性。
由于被投票对象的风险级别反映了当前被投票对象所获得的投票信息是异常投票信息的风险,用户标识的风险级别反映了该用户标识进行的投票信息是异常投票信息的风险,而本发明综合考虑了被投票对象的风险级别和用户标识的风险级别这两种风险级别来判断当前投票信息是否是异常投票信息,因此,可以提高识别出异常投票信息的准确度,从而提高投票结果的可信性。
当根据当前被投票对象的风险级别对用户标识的风险级别进行平滑性调整时,则由于这种平滑性调整可以综合考虑该用户标识的多次投票信息,根据多次投票信息来确定该用户标识当前的风险级别,因此,可以及时将被误判进黑名单中的用户标识从黑名单内删除、保证正常投票,进一步提高识别异常信息的准确度,进而提高投票结果的可信性。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种处理网络投票信息的方法,其特征在于,该方法包括:
预先设定单位时段内的投票增长数与风险级别的对应关系;预先设定门限风险级别;
从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,或者在满足时间触发条件或事件触发条件时,由后台服务器扫描被投票对象在单位时段内的投票增长数;根据统计的当前投票增长数和所述对应关系或者扫描得到的投票增长数和所述对应关系,判断被投票对象的风险级别并予以更新,在所述被投票对象更新的风险级别高于门限风险级别时,所述后台服务器将在相应单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,并将被投票对象更新的风险级别作为所述用户标识的风险级别、与所述用户标识对应地记录进黑名单信息表;
根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,判断当前用户标识是否在黑名单内,若是,则根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别,在调整后的风险级别高于门限风险级别时,判定当前投票信息是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。
2.如权利要求1所述的方法,其特征在于,所述根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别包括:
从当前投票信息中的投票时间信息表示的时刻前推一个单位时段,根据该单位时段内收到的投票信息,统计该单位时段内当前被投票对象的当前投票增长数,根据所述当前投票增长数和所述对应关系,判断当前被投票对象的当前风险级别,根据该当前风险级别调整当前用户标识在黑名单信息表中的风险级别。
3.如权利要求1或2所述的方法,其特征在于,该方法进一步包括:根据当前用户标识的风险级别,将预设的、与所述风险级别对应的投票控制数记录进黑名单;
所述调整当前用户标识在黑名单信息表中的风险级别包括:调整当前用户标识在黑名单信息表中的投票控制数,将当前用户标识在黑名单信息表中的风险级别调整为与调整后的投票控制数对应的风险级别;
所述将部分或全部异常投票信息作为无效投票信息包括:根据异常投票信息中的用户标识在黑名单信息表中的投票控制数,将所述投票控制数个所述异常投票信息中的一个所述异常投票信息记录为有效投票信息,其他所述异常投票信息作为无效投票信息。
4.如权利要求3所述的方法,其特征在于,所述调整当前用户标识在黑名单信息表中的投票控制数包括:
在当前被投票对象的风险级别与当前用户标识的风险级别相等、且不是预设的风险级别时,增大当前用户标识在黑名单信息表中的投票控制数;
和/或,在当前被投票对象的风险级别与当前用户标识的风险级别相等、且是门限风险级别时,将当前投票信息记为有效投票信息,并将当前用户标识从黑名单信息表中删除;
和/或,在当前被投票对象的风险级别高于当前用户标识的风险级别时,将当前用户标识在黑名单信息表中的投票控制数调整为当前被投票对象的风险级别对应的投票控制数;
和/或,在当前被投票对象的风险级别低于当前用户标识的风险级别时,减小当前用户标识在黑名单信息表中的投票控制数。
5.一种网络投票系统,其特征在于,该系统包括用户终端和服务器;
所述用户终端,用于接收投票触发,将包含用户标识信息和被投票对象信息的当前投票信息发给服务器;
所述服务器,接收当前投票信息并存储,从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,或者在满足时间触发条件或事件触发条件时,扫描被投票对象在单位时段内的投票增长数;根据统计的当前投票增长数和所述对应关系或者扫描得到的投票增长数和所述对应关系,判断被投票对象的风险级别并予以更新,在所述被投票对象更新的风险级别高于门限风险级别时,所述后台服务器将在相应单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,并将被投票对象更新的风险级别作为所述用户标识的风险级别、与所述用户标识对应地记录进黑名单信息表;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,判断当前用户标识是否在黑名单内,若是,则根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别,在调整后的风险级别高于门限风险级别时,判定当前投票信息是异常投票信息,将判断出的部分或全部异常投票信息作为无效投票信息。
6.一种服务器,其特征在于,该服务器包括投票信息数据库、异常投票信息识别单元和异常投票信息处理单元;
所述投票信息数据库,用于存储投票信息;
所述异常投票信息识别单元,接收当前投票信息并将其存储在投票信息数据库中,根据投票信息数据库中的投票信息,从接收当前投票信息的时刻前推一个单位时段,统计该单位时段内被投票对象的当前投票增长数,或者在满足时间触发条件或事件触发条件时,由后台服务器扫描被投票对象在单位时段内的投票增长数;根据统计的当前投票增长数和所述对应关系或者扫描得到的投票增长数和所述对应关系,判断被投票对象的风险级别并予以更新,在所述被投票对象更新的风险级别高于门限风险级别时,所述后台服务器将在相应单位时段内接收到的投票信息中的用户标识记录进黑名单信息表,并将被投票对象更新的风险级别作为所述用户标识的风险级别、与所述用户标识对应地记录进黑名单信息表;根据当前投票信息中的被投票对象信息和用户标识信息确定当前被投票对象和当前用户标识,判断当前用户标识是否在黑名单内,若是,则根据当前被投票对象的风险级别调整当前用户标识在黑名单信息表中的风险级别,在调整后的风险级别高于门限风险级别时,判定当前投票信息是异常投票信息,在将当前投票信息识别为异常投票信息时,向所述异常投票信息处理单元发送处理指示;
所述异常投票信息处理单元,接收处理指示,将异常投票信息识别单元识别出的部分或全部异常投票信息作为无效投票信息。
7.如权利要求6所述的服务器,其特征在于,所述异常投票信息识别单元包括被投票对象风险判断模块、用户标识风险判断模块和异常投票信息识别模块;所述投票信息数据库包括投票信息历史记录模块、被投票对象信息记录模块和黑名单存储模块;
所述投票信息历史记录模块,用于存储投票信息,所述投票信息包括被投票对象信息、用户标识和投票时间信息;接收被投票对象信息记录模块发来的黑名单更新指示,将在单位时段内向被投票对象投票的用户标识发给所述黑名单存储模块;
所述被投票对象风险判断模块,接收风险判断指示,扫描投票信息历史记录模块中存储的投票信息,获得该风险判断指示针对的被投票对象在单位时段内的投票增长数,根据投票增长数与风险级别的对应关系,判断所述被投票对象的风险级别并返回判断出的风险级别;
所述被投票对象信息记录模块,用于存储被投票对象的风险级别,在满足时间触发条件或事件触发条件时,向所述被投票对象风险判断模块发送针对所有被投票对象的风险判断指示,接收被投票对象风险判断模块返回的风险级别,并更新相应被投票对象的风险级别,在更新的风险级别高于预设的门限风险级别时,向投票信息历史记录模块发送黑名单更新指示,所述黑名单更新指示中携带有被投票对象信息和单位时段信息;
所述黑名单存储模块,接收投票信息历史记录模块发来的用户标识并存储;
所述用户标识风险判断模块,接收当前投票信息,判断当前用户标识是否在黑名单内,在当前用户标识在黑名单内时,向异常投票信息识别模块发送识别指示;
所述异常投票信息识别模块,用于接收用户标识风险判断模块发来的识别指示,根据被投票对象风险判断模块判断出的当前被投票对象的风险级别,判断当前投票信息是否是异常投票信息,在判断出当前投票信息是异常投票信息时,向所述异常投票信息处理单元发送处理指示。
8.如权利要求6所述的服务器,其特征在于,该服务器进一步包括黑名单信息调整单元;
所述被投票对象风险记录模块进一步用于,在被投票对象的风险级别高于预设的门限风险级别时,将被投票对象的风险级别和与该风险级别对应的投票控制数发给所述黑名单存储模块;
所述黑名单存储模块进一步用于,将被投票对象的风险级别、投票控制数和用户标识进行对应存储;
所述用户标识风险判断模块进一步用于,根据黑名单存储模块中当前用户标识的风险级别和被投票对象风险判断模块判断出的当前被投票对象的风险级别的大小关系,向所述黑名单信息调整单元发送不同的调整指示;
所述黑名单信息调整单元,用于接收用户标识风险判断模块发来的调整指示,对黑名单存储模块内的当前用户标识的风险级别进行调整;
所述异常投票信息识别模块,用于在当前用户标识在黑名单存储模块中调整后的风险级别大于预设的门限风险级别时,判定当前投票信息是异常投票信息。
9.如权利要求8所述的服务器,其特征在于,
所述用户标识风险判断模块用于,在被投票对象风险判断模块判断出的当前被投票对象的风险级别与黑名单存储模块中当前用户标识的风险级别相等、且所述风险级别高于门限风险级别时,向所述黑名单信息调整单元发送增大指示;
在被投票对象风险判断模块判断出的当前被投票对象的风险级别与黑名单存储模块中当前用户标识的风险级别相等、且所述风险级别是门限风险级别时,向所述黑名单信息调整单元发送删除指示,向所述异常投票信息处理单元发送允许指示;
在被投票对象风险判断模块判断出的当前被投票对象的风险级别高于黑名单存储模块中当前用户标识的风险级别时,向所述黑名单信息调整单元发送增大指示;
在被投票对象风险判断模块判断出的当前被投票对象的风险级别低于黑名单存储模块中用户标识的风险级别时,向所述黑名单信息调整单元发送减小指示;
所述黑名单信息调整单元,用于接收增大指示,增大当前用户标识在黑名单存储模块中的投票控制数,接收减小指示,减小当前用户标识在黑名单存储模块中的投票控制数;将当前用户标识在黑名单存储模块中的风险级别调整为调整后的投票控制数对应的风险级别;接收删除指示,从黑名单存储模块中删除当前用户标识;
所述异常投票信息处理单元,用于接收处理指示,根据当前用户标识在黑名单存储模块内的投票控制数,将包含当前用户标识的、所述投票控制数个异常投票信息中的一个所述异常投票信息记为有效投票信息、其他所述异常投票信息记为无效投票信息,接收允许指示,将当前投票信息记为有效投票信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810189410XA CN101447101B (zh) | 2008-12-24 | 2008-12-24 | 一种处理网络投票信息的方法、网络投票系统和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810189410XA CN101447101B (zh) | 2008-12-24 | 2008-12-24 | 一种处理网络投票信息的方法、网络投票系统和服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101447101A CN101447101A (zh) | 2009-06-03 |
CN101447101B true CN101447101B (zh) | 2010-12-08 |
Family
ID=40742764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810189410XA Active CN101447101B (zh) | 2008-12-24 | 2008-12-24 | 一种处理网络投票信息的方法、网络投票系统和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101447101B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622804A (zh) * | 2012-03-23 | 2012-08-01 | 陕西科技大学 | 一种基于网络的投票方法及其系统 |
CN104065561B (zh) * | 2013-04-28 | 2015-11-25 | 腾讯科技(深圳)有限公司 | 一种即时通讯方法、终端和系统 |
US9559992B2 (en) | 2013-04-28 | 2017-01-31 | Tencent Technology (Shenzhen) Company Limited | System and method for updating information in an instant messaging application |
CN104967587B (zh) * | 2014-05-12 | 2018-07-06 | 腾讯科技(深圳)有限公司 | 一种恶意账号的识别方法,及装置 |
CN105205906B (zh) * | 2014-06-25 | 2017-12-08 | 阿里巴巴集团控股有限公司 | 投票任务处理、分发投票任务的方法及装置 |
CN107729359A (zh) * | 2017-09-01 | 2018-02-23 | 广州市百果园信息技术有限公司 | 统计投票数据的方法及装置 |
CN108416891A (zh) * | 2018-05-21 | 2018-08-17 | 广西九星互联网络有限公司 | 基于投票ip段的网络投票检测方法及装置 |
CN108806055A (zh) * | 2018-05-21 | 2018-11-13 | 广西九星互联网络有限公司 | 基于投票时间段的网络投票检测方法和设备 |
-
2008
- 2008-12-24 CN CN200810189410XA patent/CN101447101B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101447101A (zh) | 2009-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101447101B (zh) | 一种处理网络投票信息的方法、网络投票系统和服务器 | |
CN101238710B (zh) | 用于移动通信设备的内容过滤系统及其使用方法 | |
CN106303099B (zh) | 一种验证用户通信号码有效性的方法、装置及系统 | |
CN105827706A (zh) | 消息推送装置及方法 | |
CN111695051B (zh) | 基于扫码的页面访问方法、装置、电子设备及存储介质 | |
CN101674582A (zh) | 用于实时许可证系统的浮动许可证 | |
CN101137154A (zh) | 移动通信终端中下载用户识别模块数据的装置和方法 | |
CN108446949A (zh) | 一种图书借还管理系统及一种图书借阅方法 | |
CN103942844A (zh) | 一种基于生物特征识别的票务系统 | |
CN105160577A (zh) | 一种实现金融自助设备定点交易预约的方法和系统 | |
CN110222116A (zh) | 一种交易数据存储的控制方法、装置及存储介质 | |
CN102438205B (zh) | 一种基于移动用户行为的业务推送的方法与系统 | |
CN109727027A (zh) | 账户识别方法、装置、设备及存储介质 | |
CN108280921A (zh) | 电子投票方法 | |
CN100414874C (zh) | 一种即时通信帐户管理方法和系统 | |
CN109118338A (zh) | 共享单车状态监控方法和装置 | |
CN107730259A (zh) | 一种指纹支付方法及其装置、用户终端 | |
CN111582831A (zh) | 政务信箱管理方法、系统及存储介质 | |
CN116187915A (zh) | 一种仓库管理方法、装置、设备及存储介质 | |
CN112118259B (zh) | 一种基于提升树的分类模型的越权漏洞检测方法 | |
CN113301516A (zh) | 短信下发剔重方法及系统 | |
CN110955884B (zh) | 密码试错的上限次数的确定方法和装置 | |
CN107180457A (zh) | 基于移动终端的考勤方法及移动终端及考勤服务器及系统 | |
US20080172490A1 (en) | Data scanning system and method thereof | |
KR20200134745A (ko) | 문자 메시지를 통한 투표에 대한 효율적인 관리 시스템 및 이의 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |