CN108537043A - 移动终端的风险控制方法及系统 - Google Patents
移动终端的风险控制方法及系统 Download PDFInfo
- Publication number
- CN108537043A CN108537043A CN201810310627.5A CN201810310627A CN108537043A CN 108537043 A CN108537043 A CN 108537043A CN 201810310627 A CN201810310627 A CN 201810310627A CN 108537043 A CN108537043 A CN 108537043A
- Authority
- CN
- China
- Prior art keywords
- application
- mobile terminal
- data
- list
- risk control
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
- G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
- G06F21/577—Assessing vulnerabilities and evaluating computer system security
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Telephone Function (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种移动终端的风险控制方法及系统,所述风险控制方法包括:S11、预设一应用分类表;应用分类表包括多个应用和与应用对应的分类数据;S12、在用户登录移动终端的目标应用时实时获取移动终端的应用数据;S13、根据应用分类表对应用列表进行处理得到统计数据;S14、预设一应用评分表;S15、根据应用评分表和统计数据对移动终端进行评分得到评分值;S16、检测评分值是否超出预设的分值范围,若是,则执行步骤S17;S17、禁止通过移动终端登录目标应用。通过用户登录应用时实时获取的数据进行移动终端的异常判断,并引入对移动终端评分的机制,从而对移动终端的风险进行判断。
Description
技术领域
本发明属于移动终端的风险控制领域,特别涉及一种移动终端的风险控制方法及系统。
背景技术
目前移动终端的安全防刷(防止刷单)的风险控制主要依赖业界共享的手机号、邮箱黑名单以及用户的历史业务数据,例如用户操作领券IP(网络之间互联的协议)号,设备号,浏览器信息,下单IP号,支付账号等,聚合统计用以识别一个用户操作多个账号以及下多个订单等异常行为。
上述方案的主要缺点是:数据获取点滞后,且需要量的累积,经常是订单或者活动牟利已经达成后才识别出异常,不能达到防御的目的,使用的维度也容易被牟利者绕过。
发明内容
本发明是为了克服现有技术中移动终端的安全防刷中由于数据获取滞后导致不能实时有效的识别异常刷单行为的缺陷,提供一种移动终端的风险控制方法及系统。
本发明通过以下技术方案来解决上述问题:
一种移动终端的风险控制方法,所述风险控制方法包括:
S11、预设一应用分类表;所述应用分类表包括多个应用和与所述应用对应的分类数据;
S12、在用户登录移动终端的目标应用时实时获取移动终端的应用数据,所述应用数据包括应用列表,所述应用列表中列有所述移动终端的所有应用程序;
S13、根据所述应用分类表对所述应用列表进行处理得到统计数据;所述统计数据包括所述应用列表中的应用的总数量、所述应用列表中的每个应用的类别以及所述应用列表中的每个类别的应用的分数量;
S14、预设一应用评分表;所述应用评分表包括与所述应用分类表对应的评分标准;
S15、根据所述应用评分表和所述统计数据对所述移动终端进行评分得到评分值;
S16、检测所述评分值是否超出预设的分值范围,若是,则执行步骤S17;
S17、禁止通过所述移动终端登录所述目标应用。
较佳地,步骤S12还包括:
S121、获取所述移动终端的设备数据;所述设备数据包括设备名称、IDFA(标识符)、IMEI(国际移动设备身份码)、IMSI(国际移动用户识别码)和MAC地址(物理地址)中至少一个;
S122、获取一预设时间段内用户登录所述移动终端的所述目标应用的所有登录号;
步骤S16中,若所述评分值没有超出预设的分值范围,则执行步骤S161;
S161、根据所述设备数据检测所述预设时间段内通过所述移动终端登录所述目标应用的所有登录号的数量是否超过设定的阈值,若是,则执行步骤S17。
较佳地,步骤S17之后,所述风险控制方法还包括:
S18、将所述移动终端的设备数据存入黑名单。
较佳地,所述风险控制方法还包括:
S21、预设一白名单;所述白名单包括允许登录所述目标应用的移动终端的设备数据;
S22、检测所述移动终端的设备数据是否在所述白名单内,若否,则执行步骤S16。
一种移动终端的风险控制系统,所述风险控制系统包括一应用分类表、一应用评分表、数据获取模块、数据统计模块、评分模块、检测模块和控制模块;
所述应用分类表包括多个应用和与所述应用对应的分类数据,所述应用评分表包括与所述应用分类表对应的评分标准;
所述数据获取模块用于在用户登录移动终端的目标应用时实时获取移动终端的应用数据,所述应用数据包括应用列表,所述应用列表中列有所述移动终端的所有应用程序;
所述数据统计模块用于根据所述应用分类表对所述应用列表进行处理得到统计数据;所述统计数据包括所述应用列表中的应用的总数量、所述应用列表中的每个应用的类别以及所述应用列表中的每个类别的应用的分数量;
所述评分模块用于根据所述应用评分表和所述统计数据对所述移动终端进行评分得到评分值;
所述检测模块用于检测所述评分值是否超出预设的分值范围,若是,则调用所述控制模块;
所述控制模块用于禁止通过所述移动终端登录所述目标应用。
较佳地,所述数据获取模块还用于获取所述移动终端的设备数据;所述设备数据包括设备名称、IDFA、IMEI、IMSI和MAC地址中至少一个;
所述数据获取模块还用于获取一预设时间段内用户登录所述移动终端的所述目标应用的所有登录号;
所述检测模块还用于在所述评分值没有超出预设的分值范围时,根据所述设备数据检测所述预设时间段内通过所述移动终端登录所述目标应用的所有登录号的数量是否超过设定的阈值,若是,则调用所述控制模块执行禁止通过所述移动终端登录所述目标应用的动作。
较佳地,所述控制模块还用于将所述移动终端的设备数据存入黑名单。
较佳地,所述风险控制系统还包括一白名单;所述白名单包括允许登录所述目标应用的移动终端的设备数据;
所述检测模块还用于检测所述移动终端的设备数据是否在所述白名单内,若否,则调用所述评分模块执行检测所述评分值是否超出预设的分值范围的动作。
本发明的积极进步效果在于:通过用户登录应用时实时获取的数据进行移动终端的异常判断,引入对移动终端评分的机制,通过对移动终端内所有应用程序的类别和数量等的统计,再根据评分表对其打分,从而对移动终端的风险进行判断。克服现有技术中由于数据获取滞后导致不能实时有效的识别移动终端的异常行为。
附图说明
图1为本发明实施例1的移动终端的风险控制方法的流程图。
图2为本发明实施例2的移动终端的风险控制方法的流程图。
图3为本发明实施例2的移动终端的风险控制系统的结构框图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
实施例1
一种移动终端的风险控制方法,如图1所示,所述风险控制方法包括:
步骤110、预设一应用分类表;应用分类表包括多个应用和与应用对应的分类数据;需要说明的是,该应用分类表内的数据需要进行定期更新。
步骤120、在用户登录移动终端的目标应用时实时获取移动终端的应用数据;所述应用数据包括应用列表,所述应用列表中列有所述移动终端的所有应用程序;
步骤130、根据应用分类表对应用列表进行处理得到统计数据;所述统计数据包括所述应用列表中的应用的总数量、所述应用列表中的每个应用的类别以及所述应用列表中的每个类别的应用的分数量;
步骤140、预设一应用评分表;应用评分表包括与应用分类表对应的评分标准;比如:安装的应用类别大于10,加10分;安装的应用总数量大于20,加5分;也可以参考目标应用的所述类别进行评分,比如,若目标应用为团购APP,获取到移动终端的应用列表中团购APP的数量为10个,则加20分等等。需要说明的是,该评分标准可以根据实际情况进行调整。
步骤150、根据应用评分表和统计数据对移动终端进行评分得到评分值;
步骤160、检测评分值是否超出预设的分值范围,若是,则执行步骤170;
步骤170、禁止通过移动终端登录目标应用。本实施例中,通过用户登录应用时实时获取的数据进行移动终端的异常判断,引入对移动终端评分的机制,通过对移动终端内所有应用程序的类别和数量等的统计,再根据评分表对其打分,从而对移动终端的风险进行判断。克服现有技术中由于数据获取滞后导致不能实时有效的识别移动终端的异常行为。
实施例2
本实施例的移动终端的风险控制方法是在实施例1的基础上进一步改进,步骤120还包括:
获取移动终端的设备数据并获取一预设时间段内用户登录移动终端的目标应用的所有登录号;所述设备数据包括设备名称、IDFA、IMEI、IMSI和MAC地址中至少一个;
如图2所示,步骤160中,若评分值没有超出预设的分值范围,则执行步骤1601;
步骤1601、根据设备数据检测预设时间段内通过移动终端登录目标应用的所有登录号的数量是否超过设定的阈值,若是,则执行步骤170;
需要说明的是,如果是同一个登录号多次登录,对所述登录号的统计为1。举例说明:同一个移动终端10分钟内,去重后登录号的数量为3,则认为移动终端处于异常状态;
步骤180、将所述移动终端的设备数据存入黑名单。
所述风险控制方法还包括:
步骤210、预设一白名单;所述白名单包括允许登录所述目标应用的移动终端的设备数据;需要说明的是,在使用白名单内的设备数据对应的移动终端时,可以跳过异常判断的环节,可以直接通过该移动终端登录目标应用。
步骤220、检测所述移动终端的设备数据是否在白名单内,若否,则执行步骤160。
本实施例中,通过检测预设时间段内登录目标应用的所有登录号的数量是否超过设定的阈值进一步判断移动终端的异常情况,同时将异常移动终端的设备数据存如黑名单,其中,在对移动终端进行评分之前,先判断该移动终端的设备号是否包含在白名单内,只有在否的情况下才进一步对移动终端是否异常进行检测。
实施例3
一种移动终端的风险控制系统,如图3所示,所述风险控制系统包括一应用分类表11、一应用评分表12、数据获取模块21、数据统计模块22、评分模块23、检测模块24和控制模块25;
所述应用分类表11包括多个应用和与所述应用对应的分类数据,所述应用评分表12包括与所述应用分类表11对应的评分标准;
比如:安装的应用类别大于10,加10分;安装的应用总数量大于20,加5分;也可以参考目标应用的所述类别进行评分,比如,若目标应用为团购APP(应用程序),获取到移动终端的应用列表中团购APP的数量为10个,则加20分等。需要说明的是,该评分标准可以根据实际情况进行调整。
所述数据获取模块21用于在用户登录移动终端的目标应用时实时获取移动终端的应用数据,所述应用数据包括应用列表,所述应用列表中列有所述移动终端的所有应用程序;
所述数据统计模块22用于根据所述应用分类表11对所述应用列表进行处理得到统计数据;所述统计数据包括所述应用列表中的应用的总数量、所述应用列表中的每个应用的类别以及所述应用列表中的每个类别的应用的分数量;
所述评分模块23用于根据所述应用评分表12和所述统计数据对所述移动终端进行评分得到评分值;
所述检测模块24用于检测所述评分值是否超出预设的分值范围,若是,则调用所述控制模块25;
所述控制模块25用于禁止通过所述移动终端登录所述目标应用。
本实施例中,通过用户登录应用时实时获取的数据进行移动终端的异常判断,引入对移动终端评分的机制,通过对移动终端内所有应用程序的类别和数量等的统计,再根据评分表对其打分,从而对移动终端的风险进行判断。克服现有技术中由于数据获取滞后导致不能实时有效的识别移动终端的异常行为。
实施例4
本实施例的移动终端的风险控制系统是在实施例3的基础上进一步改进,所述数据获取模块还用于获取所述移动终端的设备数据;所述设备数据包括设备名称、IDFA、IMEI、IMSI和MAC地址中至少一个;
所述数据获取模块还用于获取一预设时间段内用户登录所述移动终端的所述目标应用的所有登录号;
所述检测模块还用于在所述评分值没有超出预设的分值范围时,根据所述设备数据检测所述预设时间段内通过所述移动终端登录所述目标应用的所有登录号的数量是否超过设定的阈值,若是,则调用所述控制模块执行禁止通过所述移动终端登录所述目标应用的动作。
需要说明的是,如果是同一个登录号多次登录,对所述登录号的统计为1。举例说明:同一个移动终端10分钟内,去重后登录号的数量为3,则认为移动终端处于异常状态;
所述控制模块还用于将所述移动终端的设备数据存入黑名单。
所述风险控制系统还包括一白名单;所述白名单包括允许登录所述目标应用的移动终端的设备数据;
所述检测模块还用于检测所述移动终端的设备数据是否在所述白名单内,若否,则调用所述评分模块执行检测所述评分值是否超出预设的分值范围的动作。
本实施例中,通过用户登录应用时实时获取的数据进行移动终端的异常判断,引入对移动终端评分的机制,通过对移动终端内所有应用程序的类别和数量等的统计,在根据评分表对其打分,从而对移动终端的风险进行判断。克服现有技术中由于数据获取滞后导致不能实时有效的识别移动终端的异常行为。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (8)
1.一种移动终端的风险控制方法,其特征在于,所述风险控制方法包括:
S11、预设一应用分类表;所述应用分类表包括多个应用和与所述应用对应的分类数据;
S12、在用户登录移动终端的目标应用时实时获取移动终端的应用数据,所述应用数据包括应用列表,所述应用列表中列有所述移动终端的所有应用程序;
S13、根据所述应用分类表对所述应用列表进行处理得到统计数据;所述统计数据包括所述应用列表中的应用的总数量、所述应用列表中的每个应用的类别以及所述应用列表中的每个类别的应用的分数量;
S14、预设一应用评分表;所述应用评分表包括与所述应用分类表对应的评分标准;
S15、根据所述应用评分表和所述统计数据对所述移动终端进行评分得到评分值;
S16、检测所述评分值是否超出预设的分值范围,若是,则执行步骤S17;
S17、禁止通过所述移动终端登录所述目标应用。
2.如权利要求1所述的移动终端的风险控制方法,其特征在于,步骤S12还包括:
S121、获取所述移动终端的设备数据;所述设备数据包括设备名称、IDFA、IMEI、IMSI和MAC地址中至少一个;
S122、获取一预设时间段内用户登录所述移动终端的所述目标应用的所有登录号;
步骤S16中,若所述评分值没有超出预设的分值范围,则执行步骤S161;
S161、根据所述设备数据检测所述预设时间段内通过所述移动终端登录所述目标应用的所有登录号的数量是否超过设定的阈值,若是,则执行步骤S17。
3.如权利要求2所述的移动终端的风险控制方法,其特征在于,步骤S17之后,所述风险控制方法还包括:
S18、将所述移动终端的设备数据存入黑名单。
4.如权利要求2所述的移动终端的风险控制方法,其特征在于,所述风险控制方法还包括:
S21、预设一白名单;所述白名单包括允许登录所述目标应用的移动终端的设备数据;
S22、检测所述移动终端的设备数据是否在所述白名单内,若否,则执行步骤S16。
5.一种移动终端的风险控制系统,其特征在于,所述风险控制系统包括一应用分类表、一应用评分表、数据获取模块、数据统计模块、评分模块、检测模块和控制模块;
所述应用分类表包括多个应用和与所述应用对应的分类数据,所述应用评分表包括与所述应用分类表对应的评分标准;
所述数据获取模块用于在用户登录移动终端的目标应用时实时获取移动终端的应用数据,所述应用数据包括应用列表,所述应用列表中列有所述移动终端的所有应用程序;
所述数据统计模块用于根据所述应用分类表对所述应用列表进行处理得到统计数据;所述统计数据包括所述应用列表中的应用的总数量、所述应用列表中的每个应用的类别以及所述应用列表中的每个类别的应用的分数量;
所述评分模块用于根据所述应用评分表和所述统计数据对所述移动终端进行评分得到评分值;
所述检测模块用于检测所述评分值是否超出预设的分值范围,若是,则调用所述控制模块;
所述控制模块用于禁止通过所述移动终端登录所述目标应用。
6.如权利要求5所述的移动终端的风险控制系统,其特征在于,所述数据获取模块还用于获取所述移动终端的设备数据;所述设备数据包括设备名称、IDFA、IMEI、IMSI和MAC地址中至少一个;
所述数据获取模块还用于获取一预设时间段内用户登录所述移动终端的所述目标应用的所有登录号;
所述检测模块还用于在所述评分值没有超出预设的分值范围时,根据所述设备数据检测所述预设时间段内通过所述移动终端登录所述目标应用的所有登录号的数量是否超过设定的阈值,若是,则调用所述控制模块执行禁止通过所述移动终端登录所述目标应用的动作。
7.如权利要求6所述的移动终端的风险控制系统,其特征在于,所述控制模块还用于将所述移动终端的设备数据存入黑名单。
8.如权利要求6所述的移动终端的风险控制系统,其特征在于,所述风险控制系统还包括一白名单;所述白名单包括允许登录所述目标应用的移动终端的设备数据;
所述检测模块还用于检测所述移动终端的设备数据是否在所述白名单内,若否,则调用所述评分模块执行检测所述评分值是否超出预设的分值范围的动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810310627.5A CN108537043B (zh) | 2018-03-30 | 2018-03-30 | 移动终端的风险控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810310627.5A CN108537043B (zh) | 2018-03-30 | 2018-03-30 | 移动终端的风险控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108537043A true CN108537043A (zh) | 2018-09-14 |
CN108537043B CN108537043B (zh) | 2021-11-05 |
Family
ID=63483303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810310627.5A Active CN108537043B (zh) | 2018-03-30 | 2018-03-30 | 移动终端的风险控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537043B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109617901A (zh) * | 2018-12-29 | 2019-04-12 | 上海点融信息科技有限责任公司 | 确定白名单的方法及其装置 |
CN110119346A (zh) * | 2019-04-30 | 2019-08-13 | 维沃移动通信有限公司 | 终端运行状态的判断方法及终端 |
CN111104664A (zh) * | 2019-11-29 | 2020-05-05 | 北京云测信息技术有限公司 | 一种电子设备的风险识别方法及服务器 |
CN112115480A (zh) * | 2020-09-09 | 2020-12-22 | 重庆广播电视大学重庆工商职业学院 | 用于云平台环境下的盗链风险提醒方法、装置及设备 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593465A (zh) * | 2013-11-26 | 2014-02-19 | 北京网秦天下科技有限公司 | 用于诊断应用推广渠道异常的方法和设备 |
US8848922B1 (en) * | 2009-02-17 | 2014-09-30 | Amazon Technologies, Inc. | Distributed encryption key management |
CN104424433A (zh) * | 2013-08-22 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 一种应用程序的反作弊方法和相关系统 |
CN104866526A (zh) * | 2015-04-21 | 2015-08-26 | 惠州Tcl移动通信有限公司 | 智能终端及其推荐应用程序的方法 |
CN104932966A (zh) * | 2015-06-19 | 2015-09-23 | 广东欧珀移动通信有限公司 | 检测应用软件下载刷量的方法及装置 |
CN106126597A (zh) * | 2016-06-20 | 2016-11-16 | 乐视控股(北京)有限公司 | 用户属性预测方法及装置 |
CN106294105A (zh) * | 2015-05-22 | 2017-01-04 | 深圳市腾讯计算机系统有限公司 | 刷量工具检测方法和装置 |
CN107122655A (zh) * | 2017-03-29 | 2017-09-01 | 西安电子科技大学 | 一种基于信任管理的移动应用安全设置推荐系统 |
CN107256257A (zh) * | 2017-06-12 | 2017-10-17 | 上海携程商务有限公司 | 基于业务数据的异常用户生成内容识别方法及系统 |
CN107729560A (zh) * | 2017-11-08 | 2018-02-23 | 北京奇虎科技有限公司 | 基于大数据的用户画像构造方法、装置及计算设备 |
CN107809485A (zh) * | 2017-10-31 | 2018-03-16 | 广州云移信息科技有限公司 | 一种信息推荐方法及终端 |
-
2018
- 2018-03-30 CN CN201810310627.5A patent/CN108537043B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8848922B1 (en) * | 2009-02-17 | 2014-09-30 | Amazon Technologies, Inc. | Distributed encryption key management |
CN104424433A (zh) * | 2013-08-22 | 2015-03-18 | 腾讯科技(深圳)有限公司 | 一种应用程序的反作弊方法和相关系统 |
CN103593465A (zh) * | 2013-11-26 | 2014-02-19 | 北京网秦天下科技有限公司 | 用于诊断应用推广渠道异常的方法和设备 |
CN104866526A (zh) * | 2015-04-21 | 2015-08-26 | 惠州Tcl移动通信有限公司 | 智能终端及其推荐应用程序的方法 |
CN106294105A (zh) * | 2015-05-22 | 2017-01-04 | 深圳市腾讯计算机系统有限公司 | 刷量工具检测方法和装置 |
CN104932966A (zh) * | 2015-06-19 | 2015-09-23 | 广东欧珀移动通信有限公司 | 检测应用软件下载刷量的方法及装置 |
CN106126597A (zh) * | 2016-06-20 | 2016-11-16 | 乐视控股(北京)有限公司 | 用户属性预测方法及装置 |
CN107122655A (zh) * | 2017-03-29 | 2017-09-01 | 西安电子科技大学 | 一种基于信任管理的移动应用安全设置推荐系统 |
CN107256257A (zh) * | 2017-06-12 | 2017-10-17 | 上海携程商务有限公司 | 基于业务数据的异常用户生成内容识别方法及系统 |
CN107809485A (zh) * | 2017-10-31 | 2018-03-16 | 广州云移信息科技有限公司 | 一种信息推荐方法及终端 |
CN107729560A (zh) * | 2017-11-08 | 2018-02-23 | 北京奇虎科技有限公司 | 基于大数据的用户画像构造方法、装置及计算设备 |
Non-Patent Citations (2)
Title |
---|
KOUSHIK DATTA等: "The Application of NASA Risk Management to the SOFIA Program", 《网页在线公开:HTTPS://IEEEXPLORE.IEEE.ORG/STAMP/STAMP.JSP?TP=&ARNUMBER=4126386》 * |
徐钦桂等: "应用程序作弊型后门防御模型", 《计算机工程与设计》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109617901A (zh) * | 2018-12-29 | 2019-04-12 | 上海点融信息科技有限责任公司 | 确定白名单的方法及其装置 |
CN110119346A (zh) * | 2019-04-30 | 2019-08-13 | 维沃移动通信有限公司 | 终端运行状态的判断方法及终端 |
CN110119346B (zh) * | 2019-04-30 | 2023-02-24 | 维沃移动通信有限公司 | 终端运行状态的判断方法及终端 |
CN111104664A (zh) * | 2019-11-29 | 2020-05-05 | 北京云测信息技术有限公司 | 一种电子设备的风险识别方法及服务器 |
CN112115480A (zh) * | 2020-09-09 | 2020-12-22 | 重庆广播电视大学重庆工商职业学院 | 用于云平台环境下的盗链风险提醒方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108537043B (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537043A (zh) | 移动终端的风险控制方法及系统 | |
CN108848515B (zh) | 一种基于大数据的物联网业务质量监测平台及方法 | |
US10873594B2 (en) | Test system and method for identifying security vulnerabilities of a device under test | |
EP3306512B1 (en) | Account theft risk identification method, identification apparatus, and prevention and control system | |
US7668109B2 (en) | Method for determining mobile terminal performance in a running wireless network | |
US20160344606A1 (en) | Method and apparatus to determine network quality | |
CN108667747A (zh) | 网络流应用类型识别的方法、装置及计算机可读存储介质 | |
CN108243421B (zh) | 伪基站识别方法及系统 | |
CN110417747B (zh) | 一种暴力破解行为的检测方法及装置 | |
US20120328083A1 (en) | Methods, Computer Program Products, And Systems For Managing Voice Over Internet Protocol (VOIP) Network Elements | |
CN109120629B (zh) | 一种异常用户识别方法及装置 | |
CN108521408A (zh) | 抵抗网络攻击方法、装置、计算机设备及存储介质 | |
CN105791220A (zh) | 用于主动防御分布式拒绝服务攻击的方法和系统 | |
CN115001812B (zh) | 基于互联网的数据中心在线监管安全预警系统 | |
CN107395451B (zh) | 上网流量异常的处理方法、装置、设备及存储介质 | |
CN108512682B (zh) | 一种确定虚假终端标识的方法和装置 | |
CN106027544A (zh) | 地址信息的校验方法、云服务器及手持终端 | |
CN109918275B (zh) | 一种实现对服务器性能进行压力测试的方法、装置及系统 | |
CN111490991B (zh) | 一种基于通信设备的多个服务器请求连接系统及方法 | |
CN113765850B (zh) | 物联网异常检测方法、装置、计算设备及计算机存储介质 | |
CN111698683B (zh) | 网络安全控制方法、装置、存储介质及计算机设备 | |
CN107317790A (zh) | 网络行为的监控方法及装置 | |
EP4422139A1 (en) | System and method for determining mean opinion score for application quality of experience | |
CN114245242B (zh) | 一种用户下线检测方法、装置和电子设备 | |
CN118158724A (zh) | 一种5g vpdn域名级业务重点保障的方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |