CN105871702A - 一种信息识别方法及服务器 - Google Patents
一种信息识别方法及服务器 Download PDFInfo
- Publication number
- CN105871702A CN105871702A CN201610379252.9A CN201610379252A CN105871702A CN 105871702 A CN105871702 A CN 105871702A CN 201610379252 A CN201610379252 A CN 201610379252A CN 105871702 A CN105871702 A CN 105871702A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- similarity value
- identity
- targeted customer
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/212—Monitoring or handling of messages using filtering or selective blocking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种信息识别方法及服务器，包括：获取第一用户的第一信息，所述第一信息表征用户信用度；获取所述第一用户的第二信息，所述第二信息表征用户基本信息；根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；向所述目标用户发出提示信息。
Description
技术领域
本发明涉及信息识别技术，尤其涉及一种信息识别方法及服务器。
背景技术
社交网络让用户之间的社交变的更加快捷和便利。与此同时，某些用户采用伪造身份的手段在社交网络上进行诈骗，为了提醒用户谨防诈骗，通常采用关键词提醒和行为指纹识别的方式。关键词提醒：当聊天记录涉及到借钱等相关关键词，聊天工具在聊天对话中通过文字的形式提示用户注意对方身份，以防诈骗。行为指纹识别：根据用户使用软件的习惯(如键盘输入速度等)构建用户识别模型，区分同一个账号是否同属一个使用者。
现有技术容易被诈骗者通过反复尝试避开关键词，从而绕开诈骗提醒检查。且当前部分诈骗人员通过伪造好友头像、昵称等方式伪造身份，迷惑用户，使得关键词触发的提示效果下降。另一方面，诈骗分子伪造其他人身份后进行好友申请时，聊天尚未开始，关键词提醒未能触发，不能及时对用户发出警示。而行为指纹识别的是同一个好友账号出现被盗号等情况，由第二个使用者所产生的行为差异不能识别另一个账号通过伪造好友信息所产生的诈骗行为。
发明内容
为解决上述技术问题，本发明实施例提供了一种信息识别方法及服务器。
本发明实施例提供的信息识别方法，包括：
获取第一用户的第一信息，所述第一信息表征用户信用度；
获取所述第一用户的第二信息，所述第二信息表征用户基本信息；
根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；
当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；
向所述目标用户发出提示信息。
本发明实施例中，所述方法还包括：
判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
本发明实施例中，所述获取第一用户的第一信息，包括：
获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；
根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。
本发明实施例中，所述获取第一用户的第一信息，包括：
当所述第一用户与所述目标用户之间具有关联关系，且所述第一用户与所述目标用户之间处于信息交互状态时，获取所述第一用户的第一信息。
本发明实施例中，所述方法还包括：
确定所述第一用户的身份为伪造身份时，统计所述第一用户的伪造身份次数；
依据所述第一用户的伪造身份次数，调整所述第一用户的第一信息。
本发明实施例中，所述获取第一用户的第一信息，包括：
当所述第一用户与所述目标用户之间不具有关联关系，且所述第一用户向所述目标用户发送请求关联消息时，获取所述第一用户的第一信息。
本发明实施例提供的服务器，包括：
第一获取单元，用于获取第一用户的第一信息，所述第一信息表征用户信用度；
第二获取单元，用于获取所述第一用户的第二信息，所述第二信息表征用户基本信息；
比对单元，用于根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；
判定单元，用于当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；
提示单元，用于向所述目标用户发出提示信息。
本发明实施例中，所述判定单元包括：
第一判定子单元，用于判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
第二判定子单元，用于判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
本发明实施例中，所述第一获取单元包括：
获取子单元，用于获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；
生成子单元，用于根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。
本发明实施例中，所述第一获取单元，还用于当所述第一用户与所述目标用户之间具有关联关系，且所述第一用户与所述目标用户之间处于信息交互状态时，获取所述第一用户的第一信息。
本发明实施例中，所述服务器还包括：
调整单元，用于确定所述第一用户的身份为伪造身份时，统计所述第一用户的伪造身份次数；依据所述第一用户的伪造身份次数，调整所述第一用户的第一信息。
本发明实施例中，所述第一获取单元，还用于当所述第一用户与所述目标用户之间不具有关联关系，且所述第一用户向所述目标用户发送请求关联消息时，获取所述第一用户的第一信息。
本发明实施例的技术方案中，获取第一用户的第一信息，所述第一信息表征用户信用度；获取所述第一用户的第二信息，所述第二信息表征用户基本信息；根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；向所述目标用户发出提示信息，以向所述目标用户提示所述第一用户的身份为伪造身份。本发明实施例利用用户基本信息，结合用户信用度这一难以伪造的数据，识别目标对象是否伪造身份。识别的过程并不局限于聊天过程中，当目标对象申请好友时，也可以对目标对象进行识别。此外，本发明实施例由于结合了用户信用度这一难以伪造的数据，提高了伪造身份识别的准确度，进而降低了网络诈骗的可能性。
附图说明
图1为本发明实施例中进行信息交互的各方硬件实体的示意图；
图2为本发明实施例一的信息识别方法的流程示意图；
图3为本发明实施例的第一用户与目标用户之间不具有关联关系的示意图；
图4为本发明实施例的第一用户与目标用户之间具有关联关系的示意图；
图5为本发明实施例二的信息识别方法的流程示意图；
图6为本发明实施例三的信息识别方法的流程示意图；
图7为本发明实施例的计算相似度的流程图一；
图8为本发明实施例的计算相似度的流程图二；
图9为本发明实施例四的服务器的结构组成示意图；
图10为本发明实施例五的服务器的结构组成示意图。
具体实施方式
为了能够更加详尽地了解本发明实施例的特点与技术内容，下面结合附图对本发明实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明实施例。
图1为本发明实施例中进行信息交互的各方硬件实体的示意图，图1中包括：第一终端11、第二终端12、服务器13。其中，第一终端11通过有线网络或者无线网络与服务器13进行信息交互，第二终端12通过有线网络或者无线网络与服务器13进行信息交互。第一终端11和第二终端12所指的终端设备包括手机、台式机、PC机、一体机等类型。一个示例中，第一终端11为信息发送侧，第二终端12为信息接收侧，第一终端11与第二终端12之间的信息交互通过服务器13进行传输。在本发明实施例中，第一终端11与第二终端12可以为通过即时通讯应用收发消息的用户。
上述图1的例子只是实现本发明实施例的一个系统架构实例，本发明实施例并不限于上述图1所述的系统结构，基于该系统架构，提出本发明各个实施例。
图2为本发明实施例一的信息识别方法的流程示意图，如图2所示，所述信息识别方法包括以下步骤：
步骤201：获取第一用户的第一信息，所述第一信息表征用户信用度；获取所述第一用户的第二信息，所述第二信息表征用户基本信息。
本发明实施例中，用户为社交网络中的用户，对于社交网络而言，每个用户均代表一个节点，社交网络包括多个节点，节点与节点之间通过路径相互关联。例如A节点与B节点通过路径直接关联，则代表A节点与B节点具有好友关系。
本发明实施例中，第一用户为待识别的目标对象，即需要对第一用户的身份进行识别，判定出该用户的身份是否为伪造身份。在社交网络中，每个用户都对应一个唯一的身份，该身份所包括的信息即为用户基本信息，这里，用户基本信息包括但不限于是以下信息：用户名、昵称、邮箱地址、头像信息等。
本发明实施例中，第一用户的第一信息代表了第一用户的信用度，具体地，获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。可见，第一用户的信用度与用户基本信息和/或用户金融信息和/或用户行为信息相关。
这里，网络中的各个用户一般通过标识来唯一确定，这个标识可以是用户账号。一个用户标识唯一确定一个用户，根据用户标识能够确定该用户的第三信息。
其中，对于用户基本信息而言，比如，用户名、昵称、邮箱地址、头像信息等等。
对于用户行为信息而言，比如，用户喜好购物，还是喜欢打游戏，用户对某个广告信息内容是否感兴趣，好友链，朋友圈，空间好友，高中同学，大学同学，人脉圈等等。
对于用户金融信息而言，比如，用户信用卡违约记录、消费记录等等。
步骤202：根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系。
本发明实施例中，第二用户为和目标用户具有关联关系的用户，这里，目标用户是指本地用户，即当一个用户通过自己的账号登录到即时通讯应用时，该用户为目标用户，而该用户的好友列表中的用户则为第二用户。可见，第二用户与目标用户之间具有好友关系。
在一实施方式中，参照图3，第一用户与目标用户之间不具有关联关系，也即第一用户不是目标用户的好友，这种场景下，将第一用户的第二信息与N个第二用户的第二信息分别进行比对，得到N个相似度值，这里，N为好友数目。更为具体地，第二信息代表了用户基本信息，比如，用户名、昵称、邮箱地址、头像信息等等，可见，第二信息包括了多个子信息，将各个子信息对应的分别进行比对，得到各个子信息的相似度值。
在另一实施方式中，参照图4，第一用户与目标用户之间具有关联关系，也即第一用户是目标用户的好友，这种场景下，将第一用户的第二信息与N-1个第二用户的第二信息分别进行比对，得到N-1个相似度值，这里，N为好友数目。更为具体地，第二信息代表了用户基本信息，比如，用户名、昵称、邮箱地址、头像信息等等，可见，第二信息包括了多个子信息，将各个子信息对应的分别进行比对，得到各个子信息的相似度值。
步骤203：当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份。
本发明实施例中，第一信息具体为信用度评分，信用度评分基于用户过去一段时间的金融状况及其他如社交网络行为数据、用户自然属性作为依据，度量用户未来一段时间内按时还款的可能性，或者未来一段时间内的信贷违约倾向。信用度评分与用户自身言行上的可信力存在关系。
用户好友身份伪造通常采取克隆头像、克隆昵称等方式完成，在社交网络中伪造好友身份主要是为了骗取用户钱财，而为了实现这个目的，伪造用户在社交网络中的行为具有潜伏性和多变性，譬如某一个伪造用户在T1时刻扮演着角色A，那么他的行为是模仿A的，而在T2时刻扮演着角色B，那么他的行为又变成了模仿B，并且伪造身份者会潜伏，以避免被用户发现行为有不合理之处，譬如需要避免正常好友和伪造身份好友这两个相同昵称和头像的账号同时在线，甚至同时发消息给用户。一旦出现行为异常，信用评分也会向高违约的评分变化，因此可以通过信用评分作为特征应用于伪造身份的识别。
本发明实施例中，判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
当以上两种信息均满足对应的条件时，即可判定出第一用户的身份为伪造身份。
步骤204：向所述目标用户发出提示信息，以向所述目标用户提示所述第一用户的身份为伪造身份。
本发明实施例中，通过用户基本信息结合用户信用度评分，识别出伪造身份的用户，可在聊天会话框中进行提示，并使用暂停对话的方式，直到用户确认后才可恢复对话。此外，还可以在好友申请请求界面中提示，显示该用户是否存在身份伪造行为。
可见，本发明实施例不局限于在聊天发生时才触发提示，在好友资料变更或接收好友申请时也可以触发提示。并且，在计算好友间相似度的基础上使用了可稳定表达用户未来一段时间内信用状况的信用度评分，提高了身份伪造识别的准确性。
图5为本发明实施例二的信息识别方法的流程示意图，如图5所示，所述信息识别方法包括以下步骤：
步骤501：当所述第一用户与所述目标用户之间具有关联关系，且所述第一用户与所述目标用户之间处于信息交互状态时，获取所述第一用户的第一信息，所述第一信息表征用户信用度；获取所述第一用户的第二信息，所述第二信息表征用户基本信息。
参照图4，第一用户与目标用户之间具有关联关系，也即第一用户是目标用户的好友。第一用户与所述目标用户之间处于信息交互状态是指：第一用户与目标用户之间正在进行聊天对话。
本发明实施例中，第一用户的第一信息代表了第一用户的信用度，具体地，获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。可见，第一用户的信用度与用户基本信息和/或用户金融信息和/或用户行为信息相关。
这里，网络中的各个用户一般通过标识来唯一确定，这个标识可以是用户账号。一个用户标识唯一确定一个用户，根据用户标识能够确定该用户的第三信息。
其中，对于用户基本信息而言，比如，用户名、昵称、邮箱地址、头像信息等等。
对于用户行为信息而言，比如，用户喜好购物，还是喜欢打游戏，用户对某个广告信息内容是否感兴趣，好友链，朋友圈，空间好友，高中同学，大学同学，人脉圈等等。
对于用户金融信息而言，比如，用户信用卡违约记录、消费记录等等。
步骤502：根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系。
本发明实施例中，第二用户为和目标用户具有关联关系的用户，这里，目标用户是指本地用户，即当一个用户通过自己的账号登录到即时通讯应用时，该用户为目标用户，而该用户的好友列表中的用户则为第二用户。可见，第二用户与目标用户之间具有好友关系。
参照图4，第一用户与目标用户之间具有关联关系，也即第一用户是目标用户的好友，这种场景下，将第一用户的第二信息与N-1个第二用户的第二信息分别进行比对，得到N-1个相似度值，这里，N为好友数目。更为具体地，第二信息代表了用户基本信息，比如，用户名、昵称、邮箱地址、头像信息等等，可见，第二信息包括了多个子信息，将各个子信息对应的分别进行比对，得到各个子信息的相似度值。
步骤503：当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份。
本发明实施例中，第一信息具体为信用度评分，信用度评分基于用户过去一段时间的金融状况及其他如社交网络行为数据、用户自然属性作为依据，度量用户未来一段时间内按时还款的可能性，或者未来一段时间内的信贷违约倾向。信用度评分与用户自身言行上的可信力存在关系。
本发明实施例中，判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
当以上两种信息均满足对应的条件时，即可判定出第一用户的身份为伪造身份。
这里，确定所述第一用户的身份为伪造身份时，统计所述第一用户的伪造身份次数；依据所述第一用户的伪造身份次数，调整所述第一用户的第一信息。具体地，伪造身份次数越多，第一用户的第一信息所表征的信用度越低。
步骤504：向所述目标用户发出提示信息，以向所述目标用户提示所述第一用户的身份为伪造身份。
本发明实施例中，通过用户基本信息结合用户信用度评分，识别出伪造身份的用户，可在聊天会话框中进行提示，并使用暂停对话的方式，直到用户确认后才可恢复对话。
图6为本发明实施例三的信息识别方法的流程示意图，如图6所示，所述信息识别方法包括以下步骤：
步骤601：当所述第一用户与所述目标用户之间不具有关联关系，且所述第一用户向所述目标用户发送请求关联消息时，获取所述第一用户的第一信息，所述第一信息表征用户信用度；获取所述第一用户的第二信息，所述第二信息表征用户基本信息。
本发明实施例中，第一用户为待识别的目标对象，即需要对第一用户的身份进行识别，判定出该用户的身份是否为伪造身份。在社交网络中，每个用户都对应一个唯一的身份，该身份所包括的信息即为用户基本信息，这里，用户基本信息包括但不限于是以下信息：用户名、昵称、邮箱地址、头像信息等。
本发明实施例中，第一用户的第一信息代表了第一用户的信用度，具体地，获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。可见，第一用户的信用度与用户基本信息和/或用户金融信息和/或用户行为信息相关。
这里，网络中的各个用户一般通过标识来唯一确定，这个标识可以是用户账号。一个用户标识唯一确定一个用户，根据用户标识能够确定该用户的第三信息。
其中，对于用户基本信息而言，比如，用户名、昵称、邮箱地址、头像信息等等。
对于用户行为信息而言，比如，用户喜好购物，还是喜欢打游戏，用户对某个广告信息内容是否感兴趣，好友链，朋友圈，空间好友，高中同学，大学同学，人脉圈等等。
对于用户金融信息而言，比如，用户信用卡违约记录、消费记录等等。
步骤602：根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系。
本发明实施例中，第二用户为和目标用户具有关联关系的用户，这里，目标用户是指本地用户，即当一个用户通过自己的账号登录到即时通讯应用时，该用户为目标用户，而该用户的好友列表中的用户则为第二用户。可见，第二用户与目标用户之间具有好友关系。
参照图3，第一用户与目标用户之间不具有关联关系，也即第一用户不是目标用户的好友，这种场景下，将第一用户的第二信息与N个第二用户的第二信息分别进行比对，得到N个相似度值，这里，N为好友数目。更为具体地，第二信息代表了用户基本信息，比如，用户名、昵称、邮箱地址、头像信息等等，可见，第二信息包括了多个子信息，将各个子信息对应的分别进行比对，得到各个子信息的相似度值。
步骤603：当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份。
本发明实施例中，第一信息具体为信用度评分，信用度评分基于用户过去一段时间的金融状况及其他如社交网络行为数据、用户自然属性作为依据，度量用户未来一段时间内按时还款的可能性，或者未来一段时间内的信贷违约倾向。信用度评分与用户自身言行上的可信力存在关系。
本发明实施例中，判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
当以上两种信息均满足对应的条件时，即可判定出第一用户的身份为伪造身份。
步骤604：向所述目标用户发出提示信息，以向所述目标用户提示所述第一用户的身份为伪造身份。
本发明实施例中，通过用户基本信息结合用户信用度评分，识别出伪造身份的用户，在好友申请请求界面中提示，显示该用户是否存在身份伪造行为。
图7为本发明实施例的计算相似度的流程图一，如图7所示，所述流程包括：
获取一个用户所有好友的基础信息，如头像、昵称等；计算好友两两之间的相似度；引入好友的信用度评分，判别好友是否存在身份伪造行为，如存在，则需要提醒用户该好友可能是伪造身份，并且记录好友的伪造次数。
判别好友是否存在身份伪造行为的判别算法示例如下：计算好友之间头像图像的相似度Pij，昵称文本的相似度Nij，其中i和j代表第i个好友和第j个好友。当Pij大于阈α，Nij大于阈β，信用评分小于阈值γ时，该用户的第i个好友被识别为身份伪造用户，需要被提醒。
图8为本发明实施例的计算相似度的流程图二，如图8所示，所述流程包括：
在好友申请时，将该账号与现有所有好友账号做相似计算，当存在相似度过高且申请者存在过伪造行为时，则需要在好友申请请求中加入提示，提示被申请人认真审核申请者信息。
判别好友是否存在身份伪造行为的判别算法示例如下：计算申请人与被申请人好友之间头像图像的相似度Pi，昵称文本的相似度Ni，其中i代表第i个好友。当Pi大于阈值α，Ni大于阈值β，信用评分小于阈值γ时，申请人被识别为身份伪造用户，好友申请请求需要被提醒。
图9为本发明实施例四的服务器的结构组成示意图，如图9所示，所述服务器包括：
第一获取单元91，用于获取第一用户的第一信息，所述第一信息表征用户信用度；
第二获取单元92，用于获取所述第一用户的第二信息，所述第二信息表征用户基本信息；
比对单元93，用于根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；
判定单元94，用于当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；
提示单元95，用于向所述目标用户发出提示信息，以向所述目标用户提示所述第一用户的身份为伪造身份。
本领域技术人员应当理解，图9所示的服务器中的各单元的实现功能可参照前述信息识别方法的相关描述而理解。图9所示的服务器中的各单元的功能可通过运行于处理器上的程序而实现，也可通过具体的逻辑电路而实现。
图10为本发明实施例五的服务器的结构组成示意图，如图10所示，所述服务器包括：
第一获取单元1001，用于获取第一用户的第一信息，所述第一信息表征用户信用度；
第二获取单元1002，用于获取所述第一用户的第二信息，所述第二信息表征用户基本信息；
比对单元1003，用于根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；
判定单元1004，用于当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；
提示单元1005，用于向所述目标用户发出提示信息，以向所述目标用户提示所述第一用户的身份为伪造身份。
所述判定单元1004包括：
第一判定子单元1041，用于判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
第二判定子单元1042，用于判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
所述第一获取单元1001包括：
获取子单元1011，用于获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；
生成子单元1012，用于根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。
所述第一获取单元1001，还用于当所述第一用户与所述目标用户之间具有关联关系，且所述第一用户与所述目标用户之间处于信息交互状态时，获取所述第一用户的第一信息。
所述服务器还包括：
调整单元1006，用于确定所述第一用户的身份为伪造身份时，统计所述第一用户的伪造身份次数；依据所述第一用户的伪造身份次数，调整所述第一用户的第一信息。
所述第一获取单元1001，还用于当所述第一用户与所述目标用户之间不具有关联关系，且所述第一用户向所述目标用户发送请求关联消息时，获取所述第一用户的第一信息。
本领域技术人员应当理解，图10所示的服务器中的各单元的实现功能可参照前述信息识别方法的相关描述而理解。图10所示的服务器中的各单元的功能可通过运行于处理器上的程序而实现，也可通过具体的逻辑电路而实现。
本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
在本发明所提供的几个实施例中，应该理解到，所揭露的方法和智能设备，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个第二处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。
Claims (12)
1.一种信息识别方法，其特征在于，所述方法包括：
获取第一用户的第一信息，所述第一信息表征用户信用度；
获取所述第一用户的第二信息，所述第二信息表征用户基本信息；
根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；
当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；
向所述目标用户发出提示信息。
2.根据权利要求1所述的信息识别方法，其特征在于，所述方法还包括：
判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
3.根据权利要求1所述的信息识别方法，其特征在于，所述获取第一用户的第一信息，包括：
获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；
根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。
4.根据权利要求1所述的信息识别方法，其特征在于，所述获取第一用户的第一信息，包括：
当所述第一用户与所述目标用户之间具有关联关系，且所述第一用户与所述目标用户之间处于信息交互状态时，获取所述第一用户的第一信息。
5.根据权利要求4所述的信息识别方法，其特征在于，所述方法还包括：
确定所述第一用户的身份为伪造身份时，统计所述第一用户的伪造身份次数；
依据所述第一用户的伪造身份次数，调整所述第一用户的第一信息。
6.根据权利要求1所述的信息识别方法，其特征在于，所述获取第一用户的第一信息，包括：
当所述第一用户与所述目标用户之间不具有关联关系，且所述第一用户向所述目标用户发送请求关联消息时，获取所述第一用户的第一信息。
7.一种服务器，其特征在于，所述服务器包括：
第一获取单元，用于获取第一用户的第一信息，所述第一信息表征用户信用度；
第二获取单元，用于获取所述第一用户的第二信息，所述第二信息表征用户基本信息；
比对单元，用于根据所述第一用户的第二信息与一个以上第二用户的第二信息得到所述第一用户与各个第二用户的相似度值，所述一个以上第二用户与目标用户之间具有关联关系；
判定单元，用于当所述第一用户的第一信息满足第一条件，且所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值时，确定所述第一用户的身份为伪造身份；
提示单元，用于向所述目标用户发出提示信息。
8.根据权利要求7所述的服务器，其特征在于，所述判定单元包括：
第一判定子单元，用于判断所述第一用户的第一信息是否小于等于第一阈值；当所述第一用户的第一信息小于等于第一阈值时，确定所述第一用户的第一信息满足第一条件；
第二判定子单元，用于判断所述第一用户与各个第二用户的相似度值中是否存在大于等于第二阈值的相似度值；当所述第一用户与各个第二用户的相似度值中存在大于等于第二阈值的相似度值时，确定所述第一用户与各个第二用户的相似度值中存在满足第二条件的相似度值。
9.根据权利要求7所述的服务器，其特征在于，所述第一获取单元包括：
获取子单元，用于获取第一用户的第三信息，所述第三信息至少包括：用户基本信息和/或用户金融信息和/或用户行为信息；
生成子单元，用于根据所述第三信息，生成表征所述第一用户的用户信用度的第一信息。
10.根据权利要求7所述的服务器，其特征在于，所述第一获取单元，还用于当所述第一用户与所述目标用户之间具有关联关系，且所述第一用户与所述目标用户之间处于信息交互状态时，获取所述第一用户的第一信息。
11.根据权利要求10所述的服务器，其特征在于，所述服务器还包括：
调整单元，用于确定所述第一用户的身份为伪造身份时，统计所述第一用户的伪造身份次数；依据所述第一用户的伪造身份次数，调整所述第一用户的第一信息。
12.根据权利要求7所述的服务器，其特征在于，所述第一获取单元，还用于当所述第一用户与所述目标用户之间不具有关联关系，且所述第一用户向所述目标用户发送请求关联消息时，获取所述第一用户的第一信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610379252.9A CN105871702B (zh) | 2016-05-31 | 2016-05-31 | 一种信息识别方法及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610379252.9A CN105871702B (zh) | 2016-05-31 | 2016-05-31 | 一种信息识别方法及服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105871702A true CN105871702A (zh) | 2016-08-17 |
| CN105871702B CN105871702B (zh) | 2018-01-16 |
Family
ID=56641791
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610379252.9A Active CN105871702B (zh) | 2016-05-31 | 2016-05-31 | 一种信息识别方法及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105871702B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106658216A (zh) * | 2016-12-20 | 2017-05-10 | 天脉聚源(北京)传媒科技有限公司 | 一种共同获取信息的方法及装置 |
| CN107395488A (zh) * | 2017-06-08 | 2017-11-24 | 深圳市金立通信设备有限公司 | 一种识别风险账户的方法及终端 |
| CN107392191A (zh) * | 2017-09-08 | 2017-11-24 | 深圳云天励飞技术有限公司 | 身份判定方法、装置及电子设备 |
| CN109005193A (zh) * | 2018-09-03 | 2018-12-14 | 湖北文理学院 | 警示方法、装置及电子终端 |
| CN109034661A (zh) * | 2018-08-28 | 2018-12-18 | 腾讯科技（深圳）有限公司 | 用户识别方法、装置、服务器以及存储介质 |
| CN109271418A (zh) * | 2018-08-14 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 可疑团伙识别方法、装置、设备及计算机可读存储介质 |
| CN110442656A (zh) * | 2019-07-26 | 2019-11-12 | 腾讯科技（深圳）有限公司 | 一种确定共同关联对象的方法及装置 |
| WO2020114125A1 (zh) * | 2018-12-04 | 2020-06-11 | 中兴通讯股份有限公司 | 基于通讯录的鉴证方法、终端设备、服务器及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101924761A (zh) * | 2010-08-18 | 2010-12-22 | 奇智软件（北京）有限公司 | 一种依据白名单进行恶意程序检测的方法 |
| CN102222199A (zh) * | 2011-06-03 | 2011-10-19 | 奇智软件（北京）有限公司 | 应用程序身份识别方法及系统 |
| CN102457501A (zh) * | 2010-10-26 | 2012-05-16 | 腾讯科技（深圳）有限公司 | 一种即时通讯账户的识别方法及系统 |
| CN104811424A (zh) * | 2014-01-26 | 2015-07-29 | 腾讯科技（深圳）有限公司 | 恶意用户识别方法及装置 |
| CN104836781A (zh) * | 2014-02-20 | 2015-08-12 | 腾讯科技（北京）有限公司 | 区分访问用户身份的方法及装置 |
-
2016
- 2016-05-31 CN CN201610379252.9A patent/CN105871702B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101924761A (zh) * | 2010-08-18 | 2010-12-22 | 奇智软件（北京）有限公司 | 一种依据白名单进行恶意程序检测的方法 |
| CN102457501A (zh) * | 2010-10-26 | 2012-05-16 | 腾讯科技（深圳）有限公司 | 一种即时通讯账户的识别方法及系统 |
| CN102222199A (zh) * | 2011-06-03 | 2011-10-19 | 奇智软件（北京）有限公司 | 应用程序身份识别方法及系统 |
| CN104811424A (zh) * | 2014-01-26 | 2015-07-29 | 腾讯科技（深圳）有限公司 | 恶意用户识别方法及装置 |
| CN104836781A (zh) * | 2014-02-20 | 2015-08-12 | 腾讯科技（北京）有限公司 | 区分访问用户身份的方法及装置 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106658216A (zh) * | 2016-12-20 | 2017-05-10 | 天脉聚源(北京)传媒科技有限公司 | 一种共同获取信息的方法及装置 |
| CN107395488A (zh) * | 2017-06-08 | 2017-11-24 | 深圳市金立通信设备有限公司 | 一种识别风险账户的方法及终端 |
| CN107392191A (zh) * | 2017-09-08 | 2017-11-24 | 深圳云天励飞技术有限公司 | 身份判定方法、装置及电子设备 |
| CN109271418A (zh) * | 2018-08-14 | 2019-01-25 | 阿里巴巴集团控股有限公司 | 可疑团伙识别方法、装置、设备及计算机可读存储介质 |
| CN109271418B (zh) * | 2018-08-14 | 2022-03-04 | 蚂蚁智安安全技术(上海)有限公司 | 可疑团伙识别方法、装置、设备及计算机可读存储介质 |
| CN109034661A (zh) * | 2018-08-28 | 2018-12-18 | 腾讯科技（深圳）有限公司 | 用户识别方法、装置、服务器以及存储介质 |
| CN109005193A (zh) * | 2018-09-03 | 2018-12-14 | 湖北文理学院 | 警示方法、装置及电子终端 |
| WO2020114125A1 (zh) * | 2018-12-04 | 2020-06-11 | 中兴通讯股份有限公司 | 基于通讯录的鉴证方法、终端设备、服务器及存储介质 |
| CN110442656A (zh) * | 2019-07-26 | 2019-11-12 | 腾讯科技（深圳）有限公司 | 一种确定共同关联对象的方法及装置 |
| CN110442656B (zh) * | 2019-07-26 | 2024-02-09 | 腾讯科技（深圳）有限公司 | 一种确定共同关联对象的方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105871702B (zh) | 2018-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105871702A (zh) | 一种信息识别方法及服务器 | |
| US11803345B2 (en) | Gallery of messages from individuals with a shared interest | |
| US11250887B2 (en) | Routing messages by message parameter | |
| US10448201B1 (en) | Prioritization of messages within a message collection | |
| US8117272B1 (en) | Matching social network users | |
| US11361045B2 (en) | Method, apparatus, and computer-readable storage medium for grouping social network nodes | |
| US10922714B2 (en) | Identifying spam avatars in a virtual universe based upon turing tests | |
| JP5575886B2 (ja) | ソーシャルネットワーク内で認証リクエストメッセージを処理するための方法および装置 | |
| CN110601956A (zh) | 一种内容聚合方法、装置、计算机设备和存储介质 | |
| CN107123057A (zh) | 用户推荐方法及装置 | |
| EP3210179A1 (en) | Prioritization of messages | |
| US8180827B2 (en) | Method and apparatus for associating graphic icon in internet virtual world with user's experience in real world | |
| JP2021520567A (ja) | 顔マッチング方法および装置、記憶媒体 | |
| CN103514215A (zh) | 生成用户社交影响力信息的方法及装置 | |
| US11625542B2 (en) | Instant messaging application configuration based on virtual world activities | |
| CN109658222A (zh) | 风险分析方法、装置、设备及计算机可读存储介质 | |
| US20230094558A1 (en) | Information processing method, apparatus, and device | |
| CN107659611B (zh) | 基于大数据的用户头像生成方法、装置和系统 | |
| JP2005004342A (ja) | コミュニケーションシステムとサーバ装置およびプロフィール開示方法とプログラム | |
| JP2021096859A (ja) | 仲介装置及び方法、並びにコンピュータ読み取り可能な記録媒体｛ｍｅｄｉａｔｉｎｇ ａｐｐａｒａｔｕｓ、ｍｅｔｈｏｄ ａｎｄ ｃｏｍｐｕｔｅｒ ｒｅａｄａｂｌｅ ｒｅｃｏｒｄｉｎｇ ｍｅｄｉｕｍ ｔｈｅｒｅｏｆ｝ | |
| Liang | The organizational principles of online political discussion: A relational event stream model for analysis of web forum deliberation | |
| CN107770049A (zh) | 一种被邀请用户获取群组信息的方法及系统 | |
| JP5575887B2 (ja) | ソーシャルネットワーク内で認証リクエストメッセージを処理するための方法および装置 | |
| CN106874451A (zh) | 一种自动建立个人专属语料库的方法 | |
| CN106897451A (zh) | 一种基于专利信息的社交网络平台系统及智能社交方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |