CN102035649A - 认证方法和装置 - Google Patents

Abstract

本发明提供一种身份认证方法。该方法包括：获取针对有效用户的记录信息，其中该记录信息表明该有效用户曾经执行的行为；根据具有多个彼此正交的维度的正交行为模型，将记录信息映射到该多个维度，其中映射到不同维度的记录信息所表明的行为彼此之间不发生重叠并且不存在逻辑因果关系；对映射到不同维度的记录信息分别进行采样，以生成包括多个认证问题的认证问卷；响应客户对认证问卷的回答，计算该客户是有效用户的总置信概率P，响应于总置信概率P落入置信区间，输出肯定的认证结果；响应于总置信概率P未落入置信区间，输出否定的认证结果。本发明还提供相应的身份认证装置。

Description

认证方法和装置

技术领域

本发明涉及一种认证方法和装置。特别地，本发明涉及在网络中身份认证的方法和装置。

背景技术

在当前网络社区、游戏、电子商务等环境中，为了识别有效用户通常采用客户身份认证的安全措施。认证过程实际上是确定认证主体(客户)是否与其所声明的身份(例如，有效用户)相符的过程。

通常，在一些在线服务系统中，当客户申请某些特定服务时，通常要求他们在数据库中预留某些个人信息数据，然后认证系统基于这些私人信息设计问题或测试，以认证客户的身份。一个简单的示例是，在某些网站登录页面中，要求客户提供用户名和密码的登录信息，当用户名和密码完全匹配时则认证系统确认当前客户的有效身份。更复杂地，认证系统可以例如通过网页要求客户回答一个或多个有关预留个人信息的安全问题，比如，身份证号码、家庭住址、电话号码、宠物的名字等问题，并且根据答案与预留信息的匹配度认证客户身份。

这些基于预留信息询问的认证系统的局限性首先在于其可靠性和安全性。由于这些敏感信息和静态答案仅局限在很小的数量和范围，潜在的犯罪分子很容易盗用这些信息、通过某些手段输入正确答案，并且假装是一个有效用户。所以，对于要求较高可靠性和安全性的网络社区、游戏、电子商务环境而言，这些静态的、基于有限私人信息的问题询问系统是不适合的。

其次，基于预定信息询问的认证系统缺乏智能识别有效用户的灵活性。当客户在认证过程中输入的答案与预留信息不能精确匹配时，认证系统通常倾向于给出否定的认证结果。即使客户本身是有效用户，也会答案不准确或者任何问题回答错误而被拒绝。这迫使客户为各种网络认证记忆大量预留信息，显然增加了客户的额外负担。

因此，需要提供一种新型的身份认证机制，来为各种服务应用环境提供更加可靠、安全而且更灵活的身份验证。

发明内容

为了克服现有技术中存在的缺陷，本发明提供一种基于用户网络行为分析的身份认证方案，支持通过动态的设计认证问题和置信区间分析来为各种服务应用环境提供更加可靠、安全而且更灵活的身份验证。

根据本发明的第一方面，提供一种身份认证方法，包括：获取有效用户的记录信息，其中该记录信息表明该有效用户曾经执行的行为；根据具有多个彼此正交的维度的正交行为模型，将记录信息映射到该多个维度，其中映射到不同维度的记录信息所表明的行为彼此之间不发生重叠并且不存在逻辑因果关系；对映射到不同维度的记录信息分别进行采样，以生成包括多个认证问题的认证问卷；响应于客户对认证问卷的回答，计算该客户是有效用户的总置信概率P，其中

$P=1-\stackrel{i=1\mathrm{toN}}{\mathrm{\Π}}(1-p_i)$

其中，i为维度索引，N为正交行为模型维度数目，p_i为来自第i个维度的认证问题的置信概率；响应于总置信概率P落入置信区间，输出肯定的认证结果；响应于总置信概率P未落入置信区间，输出否定的认证结果。

根据本发明的第二方面，提供一种身份认证装置，包括：用于获取有效用户的记录信息，其中该记录信息表明该有效用户曾经执行的行为的装置；用于根据具有多个彼此正交的维度的正交行为模型，将记录信息映射到该多个维度的装置，其中映射到不同维度的记录信息所表明的行为彼此之间不发生重叠并且不存在逻辑因果关系；用于对映射到不同维度的记录信息分别进行采样，以生成包括多个认证问题的认证问卷的装置；用于响应于客户对该认证问卷的回答，计算该客户是有效用户的总置信概率P的装置，其中

$P=1-\stackrel{i=1\mathrm{toN}}{\mathrm{\Π}}(1-p_i)$

其中，i为维度索引，N为认证问卷中认证问题数目，p_i为来自第i个维度的认证问题的置信概率；用于响应于总置信概率P落入置信区间，输出肯定的认证结果，响应于总置信概率P未落入置信区间，输出否定的认证结果的装置。

根据本发明的身份认证方案基于用户网络行为分析，能够自动使用大量不停产生的表明异构事实的记录信息，保证每次身份认证的置信概率保证在一个较高的水平。

而且，在对表明异构事实的记录信息进行使用的时候，本发明的技术方案充分考虑了不同事实组合所产生的置信概率，能够保证所采样的记录信息之间的具有良好的正交性、知情人重合程度很低，由此提高身份认证的安全性和可靠性。

进一步地，根据本发明的身份认证方案还引入了置信区间的概念，因而不必须要求客户在认证过程中回答正确所有认证问题，只要客户对认证问题的回答落入该置信区间即可判断该客户为有效用户，增加了认证过程的灵活性。

附图说明

通过以下结合附图的说明，并且随着对本发明的更全面了解，本发明的其他目的和效果将变得更加清楚和易于理解，其中：

图1示出了根据本发明一个实施例的认证方法的流程图；

图2示出了在正交行为模型中置信区间的示意图；

图3示出根据本发明的实施例能够实现其中的认证系统。

在所有的上述附图中，相同的标号表示具有相同、相似或相应的特征或功能。

具体实施方式

现有的认证机制由于基于有限的静态信息，犯罪分子很容易盗用这些信息，从而通过认证。但是，发明人已经注意到当用户使用诸如游戏、电子商务等服务应用时会在网络的数据库中留下大量的“足迹”，也即记录信息。这些记录信息例如是存储于网络数据库的事务记录、事件日志、或者其它任何电子记录。这些作为“足迹”的记录信息在用户彼此之间都是不同的，而且对于每个用户都是唯一的。特别地，这些记录信息随着用户在网络中的行为的发生而发生变化。也就是说，凭借这些动态变化的记录信息能够鉴别特定的用户。因此，本发明的一个主要思想在于基于用户在使用特定服务时留下的各种记录信息对用户的身份进行验证。

对于大多数服务应用来说，用户行为将会符合一定规则。例如，在某些电子商务服务中，有效用户可执行的行为需要符合网站规定的交易流程，这些行为可能包括对商品出价、购买、付款、评价等等。又例如，在网络游戏服务中，有效用户可执行的行为也遵循特定的游戏设定规则，这些行为可能包括虚拟物品交易，获取宝藏装备等虚拟财产，与人决斗等等。有效用户在网络中的行为都在系统中保存有记录信息。类似地，这种有效用户行为的记录信息也存在于其它服务应用的系统中。由于这些记录数据只有例如网站的服务提供商才能够完整获取，其它用户不能随意进行访问，因此这些记录信息能够为实现本发明的认证方案提供认证数据基础。

图1示出了根据本发明一个实施例的认证方法的流程图。

在步骤S100中，响应于客户请求或者服务应用的请求，启动认证过程。

认证过程的触发可以与该服务应用的安全性要求相适应。例如，在网络游戏服务的应用场景中，如果客户的账号密码被其他人盗用，为了重新获得自己的账户并证明自己是原账号的所有人，客户可以提请网络游戏的服务提供商进行用户身份验证，由此触发认证过程。在要求更高安全性的电子商务或银行服务的应用场景中，当大宗交易发生时服务提供商可以处于安全的考虑自动启动对当前客户的身份验证，由此触发该认证过程。

在步骤S102中，获取该认证过程所针对有效用户的记录信息，其中该记录信息表明该有效用户曾经执行的行为。

通常，服务提供商可以通过用户的页面操作信息、cookie、日志文件等方式记录有效用户使用服务的行为的信息，并将其存储于数据库中。因此，服务提供商容易实现对表明该有效用户曾经执行的行为的记录信息的获取。

在步骤S104中，根据具有多个彼此正交的维度的正交行为模型，对记录信息进行分类，以将记录信息映射到该多个维度。各个正交维度表示在服务的应用场景下彼此不相关的行为类型，不同的维度的行为彼此之间不发生重叠并且不存在逻辑因果关系。

对于特定的服务应用，可以通过分析用户的所有可能的行为预先确定具有多个彼此正交的维度的正交行为模型。

例如，在某些电子商务服务中，根据网站规定的交易流程，有效用户在交易中可执行对商品出价、购买、付款、评价等等行为，其中时间属性的行为(例如，用户购买某商品的时间、商户卖出某商品的时间等)、商品属性行为(例如，用户购买商品的品牌、名称、颜色等属性)、交易属性行为(例如，用户某次交易采用的付款方式、付款账号、成交价格、折扣率等)，以及特殊内容行为(例如，用户某次交易的特殊要求，例如要求退货、换货、返修等)对于不同的交易而言彼此是正交的，也即不发生重叠并且不存在逻辑因果关系。因此，这些行为类型可以定义为正交行为模型的维度。

在某些网络游戏服务中，每个游戏角色的行为包括虚拟物品交易、获取宝藏装备等虚拟财产、与人决斗等。这些行为的种类是被系统已经定义的有限集合。每个游戏角色的发生相同行为的地点和时间是不同的且无关联性。一次行为中可能存在其他一个或多个角色共同参加，比如，有的行为例如聚集战斗同时有多人参与，有些行为例如一次装备交易只有少数人参与。在这样的应用环境中，每个角色可执行的多种行为彼此是正交的，也即不发生重叠并且不存在逻辑因果关系，因此可以作为正交模型的正交维度。例如，在这个示例中，正交维度可以是交易行为，战斗行为，寻宝行为，贸易行为等等。

通过上面的具体示例本领域的技术人员可以理解，具有多个彼此正交的维度的正交行为模型可以根据对于特定的服务应用的特点进行确定。可以以各种方式定义一系列正交维度以确定正交行为模型，只要保证各个维度之间的正交性。也就是说，即使对于同一个服务应用环境也可能存在多种适用的正交行为模型。例如，还可以取决于行为本身的属性特征定义一系列正交维度。在上述网络游戏服务的示例中，例如还可以取决于参与的人定义一系列维度。具体而言，对有效用户A来说，同时由用户A、B、C参与的所有行为和同时由A、D、E参与的所有行为即为彼此正交的。因此，在根据本发明的技术方案中，如何针对特定的服务应用场景定义具有多个彼此正交的维度的正交行为模型是相当灵活的。

根据本发明的一个实施例，同一个记录信息可以仅被映射到一个维度。然而，由于记录信息所反映的用户行为通常具有多个正交属性(例如，人物、时间、地点等)，因此，根据本发明的另一个实施例，取决于维度的定义，一个记录信息可以被映射到几个不同的维度，并参与到所属的维度中后续处理中。但是，本领域技术人员可以理解，在这种情况下，同一个记录信息的同一属性不能被重复取样，只能在认证问卷中作为认证问题出现一次，否则将会影响到认证问卷的置信概率。

在步骤S106中，对映射到不同的正交维度的记录信息分别进行采样，以生成认证问卷。优选的，对映射到每个正交维度的记录信息分别进行采样，以生成认证问卷。

由于认证问卷中每个问题对应于不同的正交维度，因此认证问卷中的来源于不同正交维度的问题彼此不相关。

考虑到正交行为模型的维度可能少于所需的认证问题数目，本发明将允许对映射到同一维度下的其它记录信息进行采样。可以理解，映射到同一维度的记录信息彼此的不能保证完全的正交性，因此在后续的处理中需要考虑记录信息间相关性对置信度的影响。将在后文中对其进行说明。

在一种实现中，可以同时对每个正交维度进行采样，使得生成具有所有认证问题的问卷，并一次性向客户呈现。在这样的情况下，认证问卷中问题的生成是静态的，与用户对问题的回答无关。

在另一种优选的实现中，取决于用户对前一认证问题的回答，以动态地方式对维度进行采样以生成下一认证问题。这种动态生成认证问题的方式，有利于考虑一些其他的安全策略以进一步保证认证过程的可靠性。这种动态生成认证问题的实现过程类似于在题库中考虑策略动态生成测验问题的过程。例如，如果客户回答正确的认证问题涉及行为A，而该行为A具有某种独特特性，则在下一维度时避免生成涉及具有相同特性的行为的认证问题。本领域技术人员可以理解，在动态生成认证问题的过程能够进一步引入附加的安全策略，由此进一步提高了认证过程的可靠性。

优选地在认证系统中，可以配置有认证问题模板。对于不同的记录信息(用户行为)套用不同的问题模板对客户进行提问。事实上，由于在步骤S102中已经将记录信息进行了分类，因此可以方便的为各个维度的记录信息提供问题模板。同类行为的提问可以采用同一个或有限几个提问句式作为问题模板。例如，在电子商务服务的示例中，面向时间属性行为的问题模板可以采用如下提问句式：“您在下列哪些时间点购买过某商品？”，并在一个备选答案中给出记录信息中的时间点，而在其他备选答案中给出系统生成的虚假答案；面向商品属性行为的模板可以采用如下提问句式：“您在某年某月某日购买过下列哪种商品？”，并在一个备选答案中给出记录信息中的商品，而在其他备选答案中给出系统生成的虚假答案；面向特殊内容行为问题模板可以采用如下提问句式：“您在某年某月某日购买的某商品有哪些特殊要求？”并在一个备选答案中给出记录信息中的特殊要求，例如“退货”，而在其他备选答案中给出系统生成的虚假答案。因为记录信息的类型通常是有限地，因此预先配置的问题模板也是一个有限集合。

附加地，对记录信息进行采样时还可以考虑其它的策略在采样步骤之前对不同维度的记录信息进行排序。为了进行排序，可以例如为映射到不同维度的记录信息所表明的行为分别分配置信概率权重w，优选的，为映射到每个维度的记录信息所表明的行为分别分配置信概率权重w。置信概率权重的分配至少可以考虑各种准则，包括通用准则以及服务应用场景特定的准则。通用准则例如可以包括：1)该行为在服务场景中发生的频率，当发生频率较高时则分配较低的置信概率权重，当发生频率较低时则分配较高的置信概率权重；2)该行为的参与者数目，当参与者较多时则分配较低的置信概率权重，当参与者较少时则分配较高的置信概率权重。处于对于置信概率的考虑，可以单独地或者附加地对各维度的记录信息按其置信概率权重为索引进行排序，然后在采样中优先选择具有最高置信概率权重的记录信息以生成认证问题。如果需要对同一维度再次进行采样，则可以根据排序结果选择在该维度中具有次高置信概率权重的记录信息以生成认证问题，并以此类推。

处于客户对过往行为的记忆程度的考虑，可以首先执行对各维度的记录信息按时间为索引进行排序，然后在采样中优先选择时间上最近的记录信息以生成认证问题。又例如，本领域技术人员可以理解，根据服务应用的不同，还可以采用其它策略执行排序以方便后续的采样步骤。

在步骤S108中，响应于客户对认证问题的回答，计算该客户是有效用户的总置信概率P，其中

$P=1-\stackrel{i=1\mathrm{toN}}{\mathrm{\Π}}(1-p_i)---\left(1\right)$

其中，i为维度索引，N为正交行为模型的维度数目，p_i为来自第i个维度的认证问题的置信概率。

在一个实施例中，认证问题的数目等于正交行为模型的维度数目N，即认证问卷中每个问题对应于不同的正交维度，则按照如下方式计算第i个维度的置信概率p_i：

其中w_i是对应于第i个维度的置信概率权重，将p_i带入公式(1)可以计算出总置信概率P。

在另一个实施例中，认证问题的数目大于正交行为模型的维度数目N，即认证问卷中存在多个问题对于同一个维度，则由于同一维度内的记录信息存在相关性，需要对来源于同一维度的记录信息的认证问题的置信概率P_i作出修正。

对于来源于第i个维度的第k个问题修正后置信概率p_k′需要根据p_k和前面已经采样的、来源于同一维度的认证问题的置信概率进行修正。

$p_{k^{\′}}=p_k-\stackrel{j=1\mathrm{toK}-1}{\mathrm{\Π}}(1-p_j)r_{\mathrm{jk}}$

且

其中w_j、w_k是分别对应于第j、k个维度的置信概率权重，其中K是来源于同一个维度的认证问题的个数，P_j是从第1到第K-1个前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题的置信概率；r_jk是前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题与当前第k个认证问题的相关性。

对于在同一个维度内提问了多个问题，最后第i个维度的修正的置信概率p_i计算为：

$p_i=1-\stackrel{k^{\′}=1\mathrm{toK}}{\mathrm{\Π}}(1-p_{k^{\′}})---\left(4\right)$

将公式(4)计算的P_i带入公式(1)可以计算出总置信概率P。

实际上，从公式(3)和(4)可以看出，当认证问题间的相关性r_kj为0时，公式(3)和(4)与公式(2)是等价的。本领域的技术人员可以理解，前一实施例(每个维度仅选择一个认证问题)实际上是后一实施例(每个维度中选择一个或多于一个认证问题)中的一个特例。

在步骤S110中，判断总置信概率P是否落入预设的置信区间。

如果总置信概率P落入置信区间，则在步骤S112中，输出肯定的认证结果，以确认该客户的身份是所认证的有效用户。

如果总置信概率P未落入置信区间，则在步骤S114中，输出否定的认证结果。

在步骤S116中，结束该认证过程。

图2示出了在正交行为模型中置信区间的示意图。在图2中正交行为模型包括3个彼此正交的维度A、B、C。通过三个正交维度确定该正交行为模型中的一点D，代表该有效用户的真实的行为记录。置信区间在图2中形象地表示为围绕D点的立方体。因此，通过利用该置信区间，并不必须要求客户在认证过程中回答正确所有认证问题。只要客户对认证问题的回答落入该置信区间即可判断该客户为有效用户。客户不必为认证过程记忆大量问题答案，由此降低了客户的额外负担。

图3示出根据本发明的实施例能够实现其中的认证系统。

如图3所示，位于服务器端的认证引擎30用于执行根据本发明的认证方案并向服务应用32提供认证结果；数据库31中存储有关于有效用户行为的记录信息，例如包括事务记录、事件日志、或者其它任何电子记录。位于客户端的用户接口32用于与用户进行信息交互，可以包括用于向用户呈现文本、图形、音频信息的各种呈现装置以及由用户进行文本、图形、音频信息输入的各种输入装置。

认证引擎30响应于通过用户接口33输入的客户请求或者服务应用32的请求启动认证过程。

随后，认证引擎30从数据库31中获取该认证过程所针对有效用户的记录信息，其中该记录信息表明该有效用户曾经执行的行为。

根据具有多个彼此正交的维度的正交行为模型，认证引擎30对获取的记录信息进行分类，以将记录信息映射到该多个维度。对于特定的服务应用32，可以通过分析用户的所有可能的行为预先确定具有多个彼此正交的维度的正交行为模型。可以以各种方式定义一系列正交维度以确定正交行为模型，只要保证各个维度之间的正交性。

认证引擎30为映射到每个维度的记录信息所表明的行为分配置信概率权重w。置信概率权重的分配至少可以考虑各种准则，包括通用准则以及服务应用32特定的准则。

认证引擎30对映射到每个正交维度的记录信息进行采样，并根据采样结果生成认证问卷。认证问卷的问题可以一次性生成并通过用户接口33向客户呈现，也可以响应于客户端经由用户接口33的交互，取决于用户对前一认证问题的回答，以动态地方式对下一正交维度进行采样以生成下一认证问题。在一个实现中，认证引擎30可以通过配置认证问题模板实现认证问题的生成，其中对于不同的记录信息(用户行为)套用不同的问题模板对客户进行提问。

客户通过用户接口33输入对认证问题的回答。认证引擎30根据客户的回答计算该客户是有效用户的总置信概率P，其中

$P=1-\stackrel{i=1\mathrm{toN}}{\mathrm{\Π}}(1-p_i)---\left(1\right),$

其中，i为维度索引，N为正交行为模型的维度数目，p_i为来自第i个维度的认证问题的置信概率。

当认证问题的数目等于正交行为模型的维度数目N，即认证问卷中每个问题对应于不同的正交维度，则

其中w_i是对应于第i个维度的置信概率权重，认证引擎30将p_i带入公式(1)可以计算出总置信概率P。

当认证问题的数目大于正交行为模型的维度数目N，即对于同一个维度所采样的认证问题多于1个，则由于同一维度内的记录信息存在相关性，认证引擎30需要对来源于同一维度的记录信息的认证问题的置信概率P_i作出修正。认证引擎30对于来源于第i个维度的第k个问题修正后置信概率p_k′需要根据p_k和前面已经采样的、来源于同一维度的认证问题的置信概率进行修正。

$p_{k^{\′}}=p_k-\stackrel{j=1\mathrm{toK}-1}{\mathrm{\Π}}(1-p_j)r_{\mathrm{jk}}$

且

(3)

其中w_j、w_k是分别对应于第j、k个维度的置信概率权重，其中K是来源于同一个维度的认证问题的个数，P_j是从第1到第K-1个前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题的置信概率；r_jk是前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题与当前第k个认证问题的相关性。

认证引擎30最后确定第i个维度的修正的置信概率p_i为：

$p_i=1-\stackrel{k^{\′}=1\mathrm{toK}}{\mathrm{\Π}}(1-p_{k^{\′}})$

(4)

认证引擎30将公式(4)计算的P_i带入公式(1)可以计算出总置信概率P。

认证引擎30判断总置信概率P是否落入预设的置信区间。如果总置信概率P落入置信区间，则向服务应用32输出肯定的认证结果，确认该客户的身份是所认证的有效用户。如果总置信概率P未落入置信区间，则向服务应用32输出否定的认证结果，由此拒绝该客户的认证请求。

通过上文中对具体实施方式的描述，本领域的技术人员可以理解，根据本发明的身份认证方案是基于用户网络行为分析的。随着有效用户对服务应用的使用，在网络的数据库中留下记录信息也不断变化更新。根据本发明的身份认证方案能够自动使用大量不停产生的表明异构事实的记录信息，能够保证每次身份认证的置信概率保证在一个较高的水平。

而且，在对表明异构事实的记录信息进行使用的时候，本发明的技术方案充分考虑了不同事实组合所产生的置信概率，通过灵活地选取正交维度、实施各种策略能够保证所采样的记录信息之间的具有良好的正交性、知情人重合程度很低，由此提高身份认证的安全性和可靠性。

进一步地，根据本发明的身份认证方案，由于引入了置信区间的概念，因而不必须要求客户在认证过程中回答正确所有认证问题，只要客户对认证问题的回答落入该置信区间即可判断该客户为有效用户。

提供本发明的说明书的目的是为了说明和描述，而不是用来穷举或将本发明限制为所公开的形式。对本领域的普通技术人员而言，许多修改和变更都是显而易见的。本领域技术人员还应该理解，可以通过软件、硬件、固件或者它们的结合的方式，来实现本发明实施例中的方法和装置。

因此，选择并描述实施方式是为了更好地解释本发明的原理及其实际应用，并使本领域普通技术人员明白，在不脱离本发明实质的前提下，所有修改和变更均落入由权利要求书所限定的本发明的保护范围之内。

Claims (20)

1.一种身份认证方法，包括：

获取针对有效用户的记录信息，其中该记录信息表明该有效用户曾经执行的行为；

根据具有多个彼此正交的维度的正交行为模型，将记录信息映射到该多个彼此正交的维度，其中映射到不同维度的记录信息所表明的行为彼此之间不发生重叠并且不存在逻辑因果关系；

对映射到不同维度的记录信息分别进行采样，以生成包括多个认证问题的认证问卷；

响应客户对认证问卷的回答，计算该客户是有效用户的总置信概率P，其中

$P=1-\stackrel{i=1\mathrm{toN}}{\mathrm{\Π}}(1-p_i)$

其中，i为维度索引，N为正交行为模型维度数目，p_i为来自第i个维度的认证问题的置信概率；

响应于总置信概率P落入置信区间，输出肯定的认证结果；

响应于总置信概率P未落入置信区间，输出否定的认证结果。

2.根据权利要求1所述的方法，其中对于特定的服务应用，通过分析用户的行为预先确定该正交行为模型。

3.根据权利要求1所述的方法，其中在所述采样步骤中，同时对每个维度进行采样，以生成该认证问卷的所有认证问题。

4.根据权利要求1所述的方法，其中在所述采样步骤中，取决于客户对前一认证问题的回答，以动态地方式对当前维度或下一维度进行采样以生成下一认证问题。

5.根据权利要求1所述的方法，其中基于为映射到不同维度的记录信息提供的问题模板，根据采样的记录信息生成认证问题。

6.根据权利要求1所述的方法，其中为映射到不同维度的记录信息所表明的行为分别分配置信概率权重w。

7.根据权利要求6所述的方法，其中该置信概率权重w的分配至少考虑以下一个准则：

1)该记录信息所表明的行为在服务场景中发生的频率，当发生频率较高时则分配较低的置信概率权重，当发生频率较低时则分配较高的置信概率权重；

2)该记录信息所表明的行为的参与者数目，当参与者较多时则分配较低的置信概率权重，当参与者较少时则分配较高的置信概率权重。

8.根据权利要求6所述的方法，还包括：

在采样步骤之前对不同维度的记录信息按照策略进行排序；根据排序结果执行所述采样步骤，其中所述策略包括如下组中的至少一项，该组至少包括：

按时间为索引进行排序；

按置信概率权重w为索引进行排序。

9.根据权利要求6所述的方法，其中

如果所述认证问卷中的认证问题属于不同的维度，则按照如下方式计算第i个维度的置信概率p_i：

其中w_i是对应于第i个维度的置信概率权重。

10.根据权利要求6所述的方法，其中

如果所述认证问卷中的认证问题属于同一个维度，则计算对于来源于第i个维度的第k个问题的修正后置信概率p_k′

$p_{k^{\′}}=p_k-\stackrel{j=1\mathrm{toK}-1}{\mathrm{\Π}}(1-p_j)r_{\mathrm{jk}}$

且

其中w_j、w_k是分别对应于第j、k个维度的置信概率权重，其中K是来源于同一个维度的认证问题的个数，P_j是从第1到第K-1个前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题的置信概率；r_jk是前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题与当前第k个认证问题的相关性；

按照如下方式计算第i个维度的置信概率p_i：

$p_i=1-\stackrel{k^{\′}=1\mathrm{toK}}{\mathrm{\Π}}(1-p_{k^{\′}}).$

11.一种身份认证装置，包括：

用于获取有效用户的记录信息，其中该记录信息表明该有效用户曾经执行行为的装置；

用于根据具有多个彼此正交的维度的正交行为模型，将记录信息映射到该多个维度的装置，其中映射到不同维度的记录信息所表明的行为彼此之间不发生重叠并且不存在逻辑因果关系；

用于对映射到不同维度的记录信息分别进行采样，以生成包括多个认证问题的认证问卷的装置；

用于响应于客户对该认证问卷的回答，计算该客户是有效用户的总置信概率P的装置，其中

$P=1-\stackrel{i=1\mathrm{toN}}{\mathrm{\Π}}(1-p_i)$

其中，i为维度索引，N为正交行为模型维度数目，p_i为来自第i个维度的认证问题的置信概率；

用于响应于总置信概率P落入置信区间，输出肯定的认证结果，响应于总置信概率P未落入置信区间，输出否定的认证结果的装置。

12.根据权利要求11所述的装置，其中对于特定的服务应用，通过分析用户的行为预先确定该正交行为模型。

13.根据权利要求11所述的装置，其中用于采样的装置同时对每个维度进行采样，以生成该认证问卷的所有认证问题。

14.根据权利要求11所述的装置，其中用于采样的装置取决于客户对前一认证问题的回答，以动态地方式对当前维度或下一维度进行采样以生成下一认证问题。

15.根据权利要求11所述的装置，还包括用于基于为映射到不同维度的记录信息提供的问题模板，根据采样的记录信息生成认证问题的装置。

16.根据权利要求11所述的装置，还包括用于为映射到不同维度的记录信息所表明的行为分别分配置信概率权重w的装置。

17.根据权利要求16所述的装置，其中该分配置信概率权重w的装置至少考虑以下一个准则：

1)该记录信息所表明的行为在服务场景中发生的频率，当发生频率较高时则分配较低的置信概率权重，当发生频率较低时则分配较高的置信概率权重；

2)该记录信息所表明的行为的参与者数目，当参与者较多时则分配较低的置信概率权重，当参与者较少时则分配较高的置信概率权重。

18.根据权利要求16所述的装置，还包括：

用于对不同维度的记录信息按照策略进行排序的装置，其中用于采样的装置根据排序结果执行采样，其中所述策略包括如下组中的至少一项，该组至少包括：

按时间为索引进行排序；

按置信概率权重w为索引进行排序。

19.根据权利要求16所述的装置，其中所述计算该客户是有效用户的总置信概率P的装置用于响应于所述认证问卷中的认证问题属于不同的维度，则按照如下方式计算第i个维度的置信概率p_i：

其中w_i是对应于第i个维度的置信概率权重。

20.根据权利要求16所述的装置，其中所述计算该客户是有效用户的总置信概率P的装置用于响应于所述认证问卷中的认证问题属于同一个维度，则按照如下方式计算对于来源于第i个维度的第k个问题的修正后置信概率p_k′：

$p_{k^{\′}}=p_k-\stackrel{j=1\mathrm{toK}-1}{\mathrm{\Π}}(1-p_j)r_{\mathrm{jk}}$

且

其中w_j、w_k是分别对应于第j、k个维度的置信概率权重，其中K是来源于同一个维度的认证问题的个数，P_j是从第1到第K-1个前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题的置信概率；r_jk是前面已经采样的、来源于同一维度的认证问题集合中的第j个认证问题与当前第k个认证问题的相关性；

按照如下方式计算第i个维度的置信概率p_i：

$p_i=1-\stackrel{k^{\′}=1\mathrm{toK}}{\mathrm{\Π}}(1-p_{k^{\′}}).$

Images