CN107786528B - 应用的登录方法及装置、通信系统 - Google Patents

Abstract

本申请公开了一种应用的登录方法及装置、通信系统。其中，该方法包括：加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；获取用户在所述页面上的用户行为特征；依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用。

Description

应用的登录方法及装置、通信系统

技术领域

本申请涉及应用登录领域，具体而言，涉及一种应用的登录方法及装置、通信系统。

背景技术

目前，为了方便在本地用户与远端用户进行即时沟通，在一些网站的页面上或手机应用加载的页面上往往内嵌有即时聊天工具(应用)，例如，应用A的页面中用户使用该应用的关联应用B与卖家进行沟通，应用A中内嵌了应用B的软件开发工具包(SoftwareDevelopment Kit，简称为SDK)，使得用户可以方便与卖家进行沟通。常见应用A登录关联应用B的方案有两种：方案1：用户打开应用A时，系统自动为用户登录关联应用B。用户打开应用A仅为浏览商品，沟通意愿并不强烈。自动登录关联应用B，手机端为了和服务器端的状态保活、交互，会浪费用户手机流量以及手机电量，关联应用B服务端有大量的仅登录无活动的用户，增加了关联应用B后台登录服务器的负载和复杂性；方案2：用户需要使用关联应用B时，用户再手工进行登录关联应用B等操作，此方案用户会感觉不方便，缺乏智能化，用户操作时会感觉卡顿现象，操作不流畅等缺陷。此方案旨在解决根据用户浏览习惯及行为，预测应用A用户使用关联应用B的需要，并提前自动为用户登录。

但是上述两种方案均存在一些缺点：

例如，方案1存在以下缺点：打开应用A就登录关联应用B时，大量用户仅是浏览商品并不需要沟通，登录关联应用B后需要和关联应用B服务器进行用户保活、状态交互等操作，造成用户手机的流量和电量的浪费；同时，关联应用B服务器端存在大量的僵尸用户(仅登录，无沟通的用户)，关联应用B服务器端需要与这些用户进行保活等状态交互，增加了服务器负载和开发复杂性；

例如，方案2存在以下缺点：用户自主按需进行关联应用B登录，缺乏智能化，用户操作不方便，且可能存在网络问题导致用户登录不畅，影响用户体验。

针对上述问题，目前尚无有效地同时解决上述两种方案所存在的问题的技术方案

发明内容

本申请实施例提供了一种应用的登录方法及装置、通信系统，以至少解决相关技术中对于应用的关联应用的登录方案不能同时兼顾减少服务器负担和提升用户体验的技术问题。

根据本申请实施例的一个方面，提供了一种通信系统，包括：终端，用于加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；获取用户在所述页面上的用户行为特征；以及依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用；服务器，用于接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征；依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型；以及将所述第一预测模型发送至所述终端，其中，所述第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果

根据本申请实施例的另一方面，还提供了一种应用的登录方法，包括：加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；获取用户在所述页面上的用户行为特征；依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用。

根据本申请实施例的又一方面，还提供了另一种应用的登录方法，包括：接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征，其中，所述页面为所述第一应用向用户提供的交互界面；依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果；将所述第一预测模型发送至所述终端

根据本申请实施例的再一方面，提供了一种应用的登录装置，包括：加载模块，用于加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；获取模块，用于获取用户在所述页面上的用户行为特征；确定模块，用于依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用。

根据本申请实施例的再一方面，提供了另一种应用的登录装置，包括：接收模块，用于接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征，其中，所述页面为所述第一应用向用户提供的交互界面；生成模块，用于依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果；发送模块，用于将所述第一预测模型发送至所述终端。

在本申请实施例中，由于在登录第一应用的关联应用之前，需要根据实施采集的用户行为特征进行判断(或成为预测)，这样，便可以根据用户的行为确定是否有必要登录与第一应用的关联应用，既避免了由于在查看第一应用加载的页面时自动登录关联的第二应用引起的增加服务器负担的问题，也兼顾了用户体验，进而解决了关技术中对于应用的关联应用的登录方案不能同时兼顾减少服务器负担和提升用户体的技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种通信系统的示意图；

图2是根据本申请实施例的另一种通信系统的结构示意图；

图3为根据本申请实施例的用户行为特征的统计流程示意图；

图4为根据本申请实施例的用户行为预测模块的工作流程示意图；

图5为根据本申请实施例的用户行为特征模块的工作流程示意图；

图6为根据本申请实施例的离线训练模块的工作流程示意图；

图7是根据本申请实施例的一种应用的登录方法的整体时序示意图

图8是根据本申请实施例的一种计算机终端的结构框图；

图9是根据本申请实施例2的一种应用的登录方法的示意图；

图10是根据本申请实施例3的一种应用的登录装置的结构框图；

图11是根据本申请实施例4的一种应用的登录方法的示意图；

图12是根据本申请实施例5的一种应用的登录装置的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释：

页面，是指应用程序向用户提供的交互界面；例如，网页是一种页面，是B-S结构的应用程序向用户提供的交互界面；再例如，手机APP的交互界面也是一种页面，是单机应用程序或者C-S结构应用程序向用户提供的交互界面。

用户行为特征，用于体现用户在页面上的行为的特征，例如，包括但不限于：应用的打开时长和次数、在各个页面上的停留时间、用户在页面的下滑距离等。

预测模型，在本申请实施例中是指用于预测是否登录当前应用的关联应用的模型，其可以依据用户特征行为进行训练(学习)，以得到较为准确的预测结果。

关联应用，是指与当前应用具有关联属性的应用，例如，使用同一账户登录的两个或多个应用为关联应用，或者，与某个应用绑定的一个多个应用，例如，基于同一账户的微信和QQ；

支持向量机(Support Vector Machine，简称为SVM)，在机器学习领域，其是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析；

实施例1

在用户使用终端10提供的应用程序(以下简称为应用)的过程中，该应用向用户提供一个交互界面(即页面)，在该交互界面上，用户执行某些操作时，可能会用到一些其他应用来辅助完成后续的操作，例如在上述应用为商品买卖应用，上述页面为商品买卖页面时，用户在浏览页面选择要购买的商品时，往往想要获取关于商品的更多的辅助信息，例如，是否可以降价，是否可以包邮，是否有礼品赠送，售后服务等等，但是，由于页面篇幅有限等因素，页面上往往仅显示与商品有关的基本信息，而不会显示上述辅助信息，此时，便需要与卖家或商家沟通。基于上述问题，在相关技术中，提供了一种解决方案，即提供与上述应用相关联的另一关联应用，该关联应用可以用于与卖家或商家沟通，但是，相关技术中关联应用的登录方式存在一些缺点，例如，对于自动登录的方式，往往一打开应用时便会登录该应用的关联应用，但是，用户往往不需要登录关联应用，这样便造成终端电量以及网络流量的浪费，同时也增加了服务器的负担；对于手动登录方式，虽然可以避免自动登录方式的强制登录，但是，需要进行人工操作才能登录关联应用，又缺乏一定的智能化，影响用户体验。针对上述问题，本实施例提供了相应的解决方案，以下详细说明：

本实施例提供一种通信系统，如图1所示，该通信系统包括：终端10和服务器12。

参考图1和图2，终端10(或移动设备)可以经由数据网络连接或电子连接到一个或多个服务器。

一种可选实施例中，上述终端10(或移动设备)可以是手机、平板电脑等。数据网络连接可以是局域网连接、广域网连接、因特网连接，或其他类型的数据网络连接。终端10(或移动设备)可以执行以连接到由一个服务器12(例如安全服务器)或一组服务器执行的网络服务。网络服务器是基于网络的用户服务，诸如社交网络、云资源、电子邮件、在线支付或其他在线应用。

其中，终端10上安装有第一应用，在用户需要使用第一应用时，终端10接收用户的操作指令，启动第一应用，并加载第一应用的页面；在用户在第一应用的页面上进行操作时(例如浏览页面上的商品)，采集用户在上述页面上的点击事件、屏幕滑动事件等用户行为特征；然后终端可以依据上述用户行为特征确定是否登录与上述第一应用关联的第二应用。其中，终端10可以利用特定的算法模型实现是否登录上述第二应用的预测，例如：将所述用户行为特征作为第一预测模型(例如SVM模型)的输入，输出用于指示是否登录所述第二应用的预测结果；依据该预测结果确定是否登录所述第二应用。需要说明的是，可以将SVM模型的预测过程看作是分类过程，即将易发生登录第二应用时的用户行为特征分为一类，在检测到属于该类别的用户行为特征时，输出结果为登录第二应用，此时，会自动触发第二应用的登录，具体触发过程和相关技术中的触发过程类似，此处不再赘述。

具体地，

如图2所示，终端10包括两个部分：用户行为统计模块100和用户行为预测模块102；服务器12包含用户行为特征模块120和离线训练模块122。其中，终端10的用户行为统计模块100，负责统计用户行为特征，并且上传至服务器12的用户行为特征模块120和定时提供给用户行为预测模块102判断，服务器12离线训练模块122定期从用户行为特征模块120获取特征数据，并训练出模型文件定时推送至终端10用户行为预测模块102。为描述方便，在以下实施例中将第一应用称为应用A，将第二应用称为应用B。

其中，对于终端10：

用户行为统计模块100，主要功能是统计终端用户的用户行为特征，提供数据给服务器12的用户行为特征模块以便离线训练，定时提供用户行为数据至用户行为预测模块供用户登录关联应用B需求的判断。

用户行为统计数据项及其它特征如表1所示。

表1

其中，终端10在上报上述用户行为特征时所采用的的数据表示格式如下：

struct UserFeature

{

int OpenTime；

int DayOpenCount；

int SurfShowCount；

int CurrentPageTime；

int CurrentShowRank；

int OpenImageTotal；

int CurrentPageOpenImageCount；

int CurrentPageBuyerCommentCount；

int CurrentPageGoodCommentCount；

int CurrentPageBadCommentCount；

int CurrentPageGoodCommentDayDistance；

int CurrentPageBadCommentDayDistance；

int CurrentPageIsFreePostage；

int CurrentPageSalesVolume；

int CurrentPageSlideDistance；

}；

用户行为统计模块100由系统定时器和用户点击行为进行触发更改。系统定时器主要负责根据定时更新UserFeature.OpenTime,UserFeature.DayOpenCount和UserFeature.CurrentPageTime；用户点击某一页面负责UserFeature.SurfShowCount,UserFeature.CurrentShowRank,UserFeature.OpenImageTotal,UserFeature.CurrentPageOpenImageCount,UserFeature.CurrentPageBuyerCommentCount,UserFeature.CurrentPageGoodCommentCount,UserFearue.CurrentPageBadCommentCount,UserFeature.CurrentPageGoodCommentDayDistance,UserFeature.CurrentPageBadCommentDayDistance,UserFeature.CurrentPageIsFreePostage,UserFeature.CurrentPageSalesVolume；用户页面屏幕滑动行为会触发修改UserFeature.CurrentPageSlideDistance。系统定时器除了定时更改用户行为特征UserFeature数据以外，还负责定时将更新后的UserFeature推送至终端10的用户行为预测模块102。

如图3所示，用户行为特征的采集包括以下流程：步骤S302，定时器、点击事件和屏幕滑动事件分别更新用户行为特征UserFeature；步骤S304，用户退出应用A时或者用户行为预测模块102发出上传指令；步骤S306，用户行为统计模块100会上传本地用户行为特征，Featurelocal＝{uid,UserFeature,flag},其中uid表示用户账号，UserFeature为用户本地特征，flag表示用户是否登录关联应用B，值为0或者1，其中，0表示未登录，1代表登录过。

用户行为预测模块102的主要功能如图4所示，包括以下处理流程：

步骤S402，终端10维护一个定时器，定时从用户行为统计模块100获取实时的用户行为特征；

步骤S404，使用支持向量机(Support Vector Machine，简称为SVM)模型文件进行预测；

步骤S406，判断是否需要登录关联应用B，则登录关联应用B，从用户态可以看出，当用户需要使用关联应用B时，发现关联应用B已经自动登录或者发现关联应用B没有登录则手工点击登录按钮；

步骤S408，当实际发生聊天时，通知终端10的用户行为统计模块100上传用户行为特征至服务器12的用户行为特征模块120，此时，用户行为特征的字段中flag＝1。

在一个可选实施例中，为了提高预测的准确性，可以对上述第一预测模型进行训练，该训练过程可以由终端完成，也可以由服务器完成。考虑到终端的能力以及耗电量等问题，在本申请的一个可选实施例中，可以由服务器完成上述训练过程，具体地：终端10向服务器12上报用户行为特征，服务器12使用终端上报的上述用户行为特征对本地存储的第二预测模型进行训练，得到上述第一预测模型。需要注意的是，第二预测模型与第一预测模型属于同一类模型，只不过第二预测模型为未进行训练的预测模型或者相对第一预测模型准确度较低的预测模型。

需要注意的是，由于上述第一预测模型是可以由服务器来完成训练的，此时为进一步节省资源，上述第一预测模型的更新可以基于请求的方式进行更新，具体地：向服务器发送用于请求上述第一预测模型的请求消息；并接收上述服务器依据上述请求消息返回的上述第一预测模型。当然，服务器还可以定时向终端推送上述第一预测模型，即接收上述服务器定时推送的上述第一预测模型，以实现上述第一预测模型的更新。具体可以依据实际情况灵活确定。

服务器12，主要功能是存储用户行为特征，进行模型训练后，并定时推送训练模型文件至手机端进行登录关联应用B预测。其中，服务器13存储的用户行为特征为终端10上报的用户行为特征；服务器12在接收到用户行为特征后，使用上述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型；以及将训练得到的第一预测模型发送至上述终端，这样，终端10可以将上述页面上的用户行为特征作为第一预测模型的输入，输出用于指示是否登录上述第二应用的预测结果。

其中，对于服务器12：

用户行为特征模块120，主要针对账号维度建立起特征存储，涉及用户数据更改和分布式容灾。线上数据格式为feature＝{UserFeature,flag},flag值为0或者1，其中，1表示该特征下存在关联应用B登录行为。如图5所示，用户行为统计模块100将用户行为特征数据推送给用户行为特征模块120，用户行为特征模块120负责将数据定时插入mysql数据库。

离线训练模块122，如图6所示，包括以下处理流程：步骤S602，离线训练模块122定期从mysql获取特征数据集；步骤S604，使用SVM算法对数据集进行训练，并生成模型文件及模型文件版本号；步骤S606，在手机端，用户打开应用A，启动内置模型文件管理器，模型文件管理器与服务器端生成的上述模型文件版本号对比；步骤S608，依据对比结果决定是否更新本地模型文件。在版本号不一致时，说明服务器端的模型文件有更新，则发起对手机本地模型文件的更新

基于上述通信系统，以下结合图7简要说明本实施例的整体流程，如图7所示，该流程包括：

S1.终端10使用定时器、点击事件和屏幕滑动事件更新用户行为特征；

S2.用户退出应用A时或者用户行为预测模块发出上传指令；

S3.终端10上传本地用户行为特征；

S4.服务器12依据上报的所述用户行为特征对本地存储的第二预测模型进行训练，生成上述第一预测模型；

S5.服务器12将第一预测模型更新至终端10；

S6.终端10采集当前的用户行为特征；

S7.终端10依据第一预测模型判断是否登录与应用A关联的关联应用B。

综上，通过上述实施例可以看出，本申请实施例可以根据用户行为预测用户是否需要登录关联应用，减少第一应用与第二应用(即第一应用的关联应用)与服务器端大量的状态交互引起的流量浪费和服务器开发的复杂性，同时可以提升用户体验。

实施例2

根据本申请实施例，还提供了一种应用的登录方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图8示出了一种用于实现应用的登录方法的计算机终端(或移动设备)的硬件结构框图。如图8所示，计算机终端80(或移动设备80)可以包括一个或多个(图中采用802a、802b，……，802n来示出)处理器802(处理器802可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器804、以及用于通信功能的传输模块806。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图8所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端80还可包括比图7中所示更多或者更少的组件，或者具有与图8所示不同的配置。

应当注意到的是上述一个或多个处理器802和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端80(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器804可用于存储应用软件的软件程序以及模块，如本申请实施例中的应用的登录方法对应的程序指令/数据存储装置，处理器802通过运行存储在存储器804内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的漏洞检测方法。存储器804可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器804可进一步包括相对于处理器802远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端80。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置806用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端80的通信供应商提供的无线网络。在一个实例中，传输装置806包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置806可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端80(或移动设备)的用户界面进行交互。

在上述运行环境下，本申请提供了如图9所示的应用的登录方法。图9是根据本申请实施例2的应用的登录方法的流程图。

如图9所示，该方法包括以下处理步骤：

步骤S902，加载第一应用的页面；

步骤S904，获取用户在所述页面上的用户行为特征，可选地，该用户行为特征包括但不限于应用的打开时长和次数、在各个页面上的停留时间、用户在页面的下滑距离等；

步骤S906，依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用。可选地，可以将所述用户行为特征作为第一预测模型的输入，输出用于指示是否登录所述第二应用的预测结果；依据该预测结果确定是否登录所述第二应用。上述第一预测模型为支持向量机SVM模型。

其中，终端可以利用特定的算法模型实现是否登录上述第二应用的预测，例如：将所述用户行为特征作为第一预测模型(例如SVM模型)的输入，输出用于指示是否登录所述第二应用的预测结果；依据该预测结果确定是否登录所述第二应用。需要说明的是，可以将SVM模型的预测过程看作是分类过程，即将易发生登录第二应用时的用户行为特征分为一类，在检测到属于该类别的用户行为特征时，输出结果为登录第二应用，此时，会自动触发第二应用的登录，具体触发过程和相关技术中的触发过程类似，此处不再赘述。

可选地，所述第一预测模型通过以下方式得到：所述服务器接收所述第一应用所在终端上报的所述用户行为特征；并依据上报的所述用户行为特征对本地存储的第二预测模型进行训练，生成所述第一预测模型。可选地，在上报用户行为特征时，其采用的数据格式如下：用于指示上述用户行为特征的字段；与上述用户行为特征对应的登录状态标识，其中，该登录状态标识用于指示在发生上述用户行为特征时上述第二应用的登录状态。当然，上述数据格式也可以包括终端标识或用户标识(例如账户)，但不限于此。

在本申请实施例中，上述第二应用为与上述第一应用具有一个或多个关联属性的应用。例如，属于同一账户的应用，例如，隶属于同一账户的应用A和关联应用B。

在本申请的一个可选实施例中，上述第二应用可以是设置在第一应用加载的页面中的软件开发工具包(SDK)，即上述页面中设置有上述第二应用的软件开发工具包；和/或上述第一应用与上述第二应用为独立安装在上述终端上的应用。其中，对于前者，可以适用于访问终端APP页面时登录第二应用的场景，对于后者，可以适用于PC设备上独立安装的两个应用登录时的场景。

可选地，所述用户行为特征采用以下格式上报至所述服务器：用于指示所述用户行为特征的字段；与所述用户行为特征对应的登录状态标识，其中，该登录状态标识用于指示在发生所述用户行为特征时所述第二应用的登录状态。例如，用户行为特征的上报格式可以表现为以下实现形式：Featurelocal＝{UserFeature,flag},其中uid表示用户账号，UserFeature为用户本地特征，flag表示用户是否登录关联应用B，值为0或者1，其中，0表示未登录，1代表登录过。

可选地，所述第二应用为与所述第一应用具有一个或多个关联属性的应用，该关联属性可以表现为可以基于同一账户登录，或者属性之间互相绑定登录；

可选地，所述页面中设置有所述第二应用的软件开发工具包；和/或所述第一应用与所述第二应用为独立安装在所述终端上的应用

需要说明的是，本实施例的优选实施方式可以参见实施例1中的相关描述，此处不再赘述。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

实施例3

根据本申请实施例，还提供了一种用于实施实施例2中所述应用的登录方法的装置，如图10所示，该装置包括：

加载模块101，用于加载第一应用的页面；

获取模块103，用于获取用户在所述页面上的用户行为特征；

确定模块105，用于依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用。

需要说明的是，本实施例的优选实施方式可以参见实施例1或2中的相关描述，此处不再赘述。

需要说明的是，本实施例中的各个模块是可以通过软件或硬件的形式实现的，对于后者，可以通过以下方式实现，但不限于此：上述各个模块位于同一处理器中；或者，上述各个模块以任意组合的形式位于不同的处理器中。

实施例4

本实施例提供还另外一种应用的登录方法，该方法可以运行于实施例1中所述的系统中，也可以运行于实施例2所示的计算机终端中，如图11所示，该方法包括：

步骤S1102，接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征；

步骤S1104，依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果；

步骤S1106，将所述第一预测模型发送至所述终端。可选地，该步骤可以基于请求执行，也可以主动执行，具体地：接收所述终端向服务器发送的用于请求所述第一预测模型的请求消息；并依据所述请求消息向所述终端返回所述第一预测模型；或者所述服务器定时将所述第一预测模型发送至所述终端。

需要说明的是，本实施例的优选实施方式可以参见实施例1或2中的相关描述，此处不再赘述。

实施例5

本实施例提供另一种应用的登录装置，用于实现实施例4中的方法，如图12所示，该装置包括：

接收模块121，用于接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征；

生成模块123，用于依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果；

发送模块125，用于将所述第一预测模型发送至所述终端。

需要说明的是，本实施例的优选实施方式可以参见实施例1或2中的相关描述，此处不再赘述。

需要说明的是，本实施例中的各个模块是可以通过软件或硬件的形式实现的，对于后者，可以通过以下方式实现，但不限于此：上述各个模块位于同一处理器中；或者，上述各个模块以任意组合的形式位于不同的处理器中。

实施例6

本申请的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。

可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。

在本实施例中，上述计算机终端可以执行应用程序的漏洞检测方法中以下步骤的程序代码：

加载第一应用的页面；获取用户在所述页面上的用户行为特征；依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用；

或者，接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征；依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果；将所述第一预测模型发送至所述终端。

可选地，该计算机终端可以包括：一个或多个(图中仅示出一个)处理器、存储器。

其中，存储器可用于存储软件程序以及模块，如本申请实施例中的安全漏洞检测方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：加载第一应用的页面；获取用户在所述页面上的用户行为特征；依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用；接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征；依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果；将所述第一预测模型发送至所述终端。

可选的，上述处理器还可以执行如下步骤的程序代码：将所述用户行为特征作为第一预测模型的输入，输出用于指示是否登录所述第二应用的预测结果；依据该预测结果确定是否登录所述第二应用。

可选的，上述处理器还可以执行如下步骤的程序代码：向服务器发送用于请求所述第一预测模型的请求消息；并接收所述服务器依据所述请求消息返回的所述第一预测模型；或者接收所述服务器定时推送的所述第一预测模型。

采用本申请实施例，解决了关技术中对于应用的关联应用的登录方案不能同时兼顾减少服务器负担和提升用户体的技术问题。

本领域普通技术人员可以理解，计算机终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。上述计算机终端的结构描述并不对上述电子装置的结构造成限定。例如，计算机终端还可包括比以上结构所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与上述计算机终端所示不同的配置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (12)

1.一种通信系统，其特征在于，包括：

终端，用于加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；获取用户在所述页面上的用户行为特征；以及依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用；

服务器，用于接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征；依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型；以及将所述第一预测模型发送至所述终端，其中，所述第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第二应用的预测结果。

2.一种应用的登录方法，其特征在于，包括：

加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；

获取用户在所述页面上的用户行为特征；

依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用，

其中，依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用，包括：将所述用户行为特征作为第一预测模型的输入，输出用于指示是否登录所述第二应用的预测结果；依据该预测结果确定是否登录所述第二应用。

3.根据权利要求2所述的方法，其特征在于，所述第一预测模型为支持向量机SVM模型。

4.根据权利要求2所述的方法，其特征在于，将所述用户行为特征作为本地存储的第一预测模型的输入，输出用于指示是否登录所述第二应用的预测结果之前，所述方法还包括：

向服务器发送用于请求所述第一预测模型的请求消息；并接收所述服务器依据所述请求消息返回的所述第一预测模型；或者

接收所述服务器定时推送的所述第一预测模型。

5.根据权利要求4所述的方法，其特征在于，所述第一预测模型通过以下方式得到：

所述服务器接收所述第一应用所在终端上报的所述用户行为特征；并依据上报的所述用户行为特征对本地存储的第二预测模型进行训练，生成所述第一预测模型。

6.根据权利要求5所述的方法，其特征在于，所述用户行为特征采用以下格式上报至所述服务器：

用于指示所述用户行为特征的字段；与所述用户行为特征对应的登录状态标识，其中，该登录状态标识用于指示在发生所述用户行为特征时所述第二应用的登录状态。

7.根据权利要求2至6中任一项所述的方法，其特征在于，所述第二应用为与所述第一应用具有一个或多个关联属性的应用。

8.根据权利要求2至6中任一项所述的方法，其特征在于，所述页面中设置有所述第二应用的软件开发工具包；和/或所述第一应用与所述第二应用为独立安装在终端上的应用。

9.一种应用的登录方法，其特征在于，包括：

接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征，其中，所述页面为所述第一应用向用户提供的交互界面；

依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第一应用关联的第二应用的预测结果；

将所述第一预测模型发送至所述终端。

10.根据权利要求9所述的方法，其特征在于，将所述第一预测模型发送至所述终端，包括：

接收所述终端向服务器发送的用于请求所述第一预测模型的请求消息；并依据所述请求消息向所述终端返回所述第一预测模型；或者

所述服务器定时将所述第一预测模型发送至所述终端。

11.一种应用的登录装置，其特征在于，包括：

加载模块，用于加载第一应用的页面，其中，所述页面为所述第一应用向用户提供的交互界面；

获取模块，用于获取用户在所述页面上的用户行为特征；

确定模块，用于依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用，

其中，依据所述用户行为特征确定是否登录与所述第一应用关联的第二应用，包括：将所述用户行为特征作为第一预测模型的输入，输出用于指示是否登录所述第二应用的预测结果；依据该预测结果确定是否登录所述第二应用。

12.一种应用的登录装置，其特征在于，包括：

接收模块，用于接收终端上报的用户行为特征，其中，该用户行为特征为用户在所述终端上第一应用所加载的页面上的用户行为特征，其中，所述页面为所述第一应用向用户提供的交互界面；

生成模块，用于依据所述用户行为特征对本地存储的第二预测模型进行训练，生成第一预测模型，其中，该第一预测模型用于将所述页面上的用户行为特征作为输入，输出用于指示是否登录所述第一应用关联的第二应用的预测结果；

发送模块，用于将所述第一预测模型发送至所述终端。

Images