CN108537554A - 基于打针定位刷单的反作弊识别方法及装置 - Google Patents
基于打针定位刷单的反作弊识别方法及装置 Download PDFInfo
- Publication number
- CN108537554A CN108537554A CN201710120259.3A CN201710120259A CN108537554A CN 108537554 A CN108537554 A CN 108537554A CN 201710120259 A CN201710120259 A CN 201710120259A CN 108537554 A CN108537554 A CN 108537554A
- Authority
- CN
- China
- Prior art keywords
- order
- preset
- injection
- doubtful
- terminal
- 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.)
- Pending
Links
- 238000002347 injection Methods 0.000 title claims abstract description 85
- 239000007924 injection Substances 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000000243 solution Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
- G06Q30/0637—Approvals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Traffic Control Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
Abstract
本发明提供一种基于打针定位刷单的反作弊识别方法及装置，其中，方法包括：针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；基于历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。本发明能识别司机携带的终端的刷单作弊行为，提高对刷单作弊识别的准确度。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于打针定位刷单的反作弊识别方法及装置。
背景技术
随着在线离线/线上到线下(Online To Offline，简称o2o)行业的快速发展，o2o作弊刷单骗取补贴也在不停的升温。刷单作弊不仅危害平台的利益，降低客户的体验，更严重的会危害整个行业的健康发展。反作弊目的就是找到作弊的人(可能是虚拟的人)。若同一个人在一定的时间或者空间内重复做了某个操作，且这个操作超过了一个阈值就可以认为是作弊。比如说某一个司机在某个时间段内接了一个乘客多次订单，那么这个司机就有作弊的嫌疑了。
打车平台作为沟通乘客和司机两大群体的平台，目标是尽可能满足乘客的出行需求。在打车平台中，刷单人通过特别的技术手段在司机所在地附近发出打车请求，形成虚假订单，这一过程被称为“打针”。而司机作为“病人”在接下这一由刷单人远程操控的打车订单后，可以获取平台的补贴。由于这些虚假订单是通过模拟实际订单的场景产生的，订单的司机、设备、乘客都不一样，所以返回的数据都和正常的订单一样，这种作弊模式很难识别。
鉴于此，如何识别司机的刷单作弊行为，以提高对刷单作弊识别的准确度成为目前需要解决的技术问题。
发明内容
为解决上述的技术问题，本发明提供一种基于打针定位刷单的反作弊识别方法及装置，能够识别司机携带的终端的刷单作弊行为，以提高对刷单作弊识别的准确度。
第一方面，本发明提供一种基于打针定位刷单的反作弊识别方法，包括：
针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；
基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；
判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；
若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。
优选地，所述基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数，包括：
基于所述历史订单数据，根据预设策略，判断所有终端在预设时间段内的每一订单是否为疑似打针订单，进而获取所有终端在预设时间段内的疑似打针订单数。
优选地，所述预设策略，包括：
若订单起点位置与终端接单地点的距离小于等于预设第二阈值，则确定该订单为疑似打针订单。
优选地，所述预设策略，包括：
若用户设备的位置与订单起点位置的距离大于预设第三阈值，则确定该订单为疑似打针订单。
优选地，所述预设策略，包括：
若一用户设备取消n次订单后，均立刻重新向服务器发送叫车请求，且该用户设备第n+1次向服务器发送叫车请求，在接收到一终端通过服务器返回的对第n+1次叫车请求的接单响应后不再取消订单，并且完成该订单，其中n为正整数。
第二方面，本发明提供一种基于打针定位刷单的反作弊识别装置，包括：
第一获取模块，用于针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；
第二获取模块，用于基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；
判断模块，用于判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；
确定模块，用于若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。
优选地，所述第二获取模块，具体用于
基于所述历史订单数据，根据预设策略，判断所有终端在预设时间段内的每一订单是否为疑似打针订单，进而获取所有终端在预设时间段内的疑似打针订单数。
优选地，所述预设策略，包括：
若订单起点位置与终端接单地点的距离小于等于预设第二阈值，则确定该订单为疑似打针订单。
优选地，所述预设策略，包括：
若用户设备的位置与订单起点位置的距离大于预设第三阈值，则确定该订单为疑似打针订单。
优选地，所述预设策略，包括：
若一用户设备取消n次订单后，均立刻重新向服务器发送叫车请求，且该用户设备第n+1次向服务器发送叫车请求，在接收到一终端通过服务器返回的对第n+1次叫车请求的接单响应后不再取消订单，并且完成该订单，其中n为正整数。
由上述技术方案可知，本发明的基于打针定位刷单的反作弊识别方法及装置，通过针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；基于历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。由此，本发明能够识别司机携带的终端的刷单作弊行为，以提高对刷单作弊识别的准确度。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1是本公开一实施例提供的一种基于打针定位刷单的反作弊识别方法的流程示意图；
图2是本公开另一实施例提供的一种基于打针定位刷单的反作弊识别装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
以下对本发明实施例中提及的部分词语进行举例说明。
本发明实施例中提及的用户设备(User Equipment，简称UE)是指呼叫服务方，如交通工具叫车服务中的乘客，所使用的移动终端或个人计算机(Personal Computer，简称PC)等设备。例如智能手机、个人数码助理(PDA)、平板电脑、笔记本电脑、车载电脑(carputer)、掌上游戏机、智能眼镜、智能手表、可穿戴设备、虚拟显示设备或显示增强设备(如Google Glass、Oculus Rift、Hololens、Gear VR)等。
本发明实施例中提及的终端为提供服务方，如交通工具叫车服务中的司机，所使用的用于接单的移动终端或PC端等设备。诸如上述呼叫服务方所使用各设备。本实施例中，为了区别乘客和司机，分别采用用户设备UE和终端来分别表示乘客和司机所持的移动终端等设备。
在打车平台中，针对打针定位刷单的作弊方式，司机作为“病人”接下这一由刷单人远程操控的定向定位订单。这种方式不容易被发现，既可以躲避平台的反作弊策略，又可以获取平台补贴。由于这些虚假订单是通过模拟实际订单的场景产生的，订单的司机、设备、乘客都不一样，所以返回的数据都和正常的订单一样，这种作弊模式很难识别。而且单独研究一个司机、一个乘客或者一个订单，不会发现这种作弊行为，但是本发明是综合打针订单的属性和司机的行为特点，识别司机携带的终端的刷单作弊行为。
图1是本公开一实施例提供的一种基于打针定位刷单的反作弊识别方法的流程示意图，参照图1，该方法包括如下步骤：
S1、针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据。
可以理解的是，通过对打针定位订单的特性分析：终端在需要“打针”的情况下，由刷单团伙或者指定乘客，通过虚拟地址模拟，将终端和用户设备的位置人为的模拟到一个点，然后用户设备进行发单，终端只抢该用户设备的单。如果当前订单被其他终端抢了，则该用户设备会取消订单，直到指定用户设备的订单被指定终端抢到。这些用户设备，以及订单的行为，如订单的发单时间，取消时间，订单地点，用户设备发单位置等特征都会在历史订单数据中被记录下来。
S2、基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数。
具体地，所述步骤S2可以基于所述历史订单数据，根据预设策略，判断所有终端在预设时间段内的每一订单是否为疑似打针订单，进而获取所有终端在预设时间段内的疑似打针订单数。
在具体应用中，所述预设策略，可以包括：
1)若订单起点位置与终端接单地点的距离M1小于等于预设第二阈值，则确定该订单为疑似打针订单；
2)若用户设备的位置与订单起点位置的距离M2大于预设第三阈值，则确定该订单为疑似打针订单。
3)若一用户设备取消n次订单后，均立刻重新向服务器发送叫车请求，且该用户设备第n+1次向服务器发送叫车请求，在接收到一终端通过服务器返回的对第n+1次叫车请求的接单响应后不再取消订单，并且完成该订单，其中n为正整数。
可以理解的是，在打针订单中，可能会有如下情况发生：乘客1在A处，司机1在B处，乘客1将订单的出发位置设置在B，发单后，定向让B处的司机1接单，如果该订单被B处的另外一个司机2接单，那么乘客1会取消该订单，重新发单…直到位于B处的司机1接到该单。这种情况会降低司机2的体验，扰乱平台秩序，更严重的会危害整个行业的健康发展。3)就是针对这种情况制定的判断疑似打针订单的策略。在3)中，n的取值很重要，n越大，打针订单的可能性就越高。比如当n的值为5，那么该订单是打针订单的可能性比为2时要大很多，n可以根据实际情况具体设置。
可以理解的是，出现上述1)、2)、3)三种情况中任意一种，均可以认定是疑似的“打针”订单。为了增加打针订单判定的准确性，可以综合使用这三种情况，比如说同时出现了1)和2)的情况，那么打针订单的疑似可能性就会增加很多。
S3、判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值。
可以理解的是，由于o2o场景的复杂性，加上不同时间范围，不同情况的疑似“打针”订单数。如1个司机在一天内出现上述1)的订单大于10就是异常司机，那么可能1个司机在一天内同时出现第1)、2)两种情况的订单大于5就是异常司机。再比如在3)中，n的取值非常重要，n的取值越大，预设第一阈值可以越低。所以预设第一阈值的设定是一个根据实际场景不断迭代的过程，迭代过程如下：首先给定一个预设第一阈值，判定该预设第一阈值的准确性，如果准确性较低，那么提高预设第一阈值，继续判定…，直到准确性符合要求。
S4、若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端，即异常终端。
在具体应用中，在上述步骤S3之后，本实施例所述方法还可以包括：
若一终端在预设时间段内的疑似打针订单数小于等于预设第一阈值，则确定该终端为未刷单作弊终端，即正常终端。
本实施例的基于打针定位刷单的反作弊识别方法，通过针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；基于历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。由此，本发明能够识别司机携带的终端的刷单作弊行为，提高对刷单作弊识别的准确度，维护打车平台的秩序。
图2示出了本公开另一实施例提供的一种基于打针定位刷单的反作弊识别装置的结构示意图，参照图2，该基于打针定位刷单的反作弊识别装置包括：第一获取模块21、第二获取模块22、判断模块23和确定模块24；
第一获取模块21，用于针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；
第二获取模块22，用于基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；
判断模块23，用于判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；
确定模块24，用于若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端，即异常终端。
在具体应用中，所述第二获取模块，具体用于
基于所述历史订单数据，根据预设策略，判断所有终端在预设时间段内的每一订单是否为疑似打针订单，进而获取所有终端在预设时间段内的疑似打针订单数。
在具体应用中，所述预设策略，可以包括：
1)若订单起点位置与终端接单地点的距离M1小于等于预设第二阈值，则确定该订单为疑似打针订单；
2)若用户设备的位置与订单起点位置的距离M2大于预设第三阈值，则确定该订单为疑似打针订单。
3)若一用户设备取消n次订单后，均立刻重新向服务器发送叫车请求，且该用户设备第n+1次向服务器发送叫车请求，在接收到一终端通过服务器返回的对第n+1次叫车请求的接单响应后不再取消订单，并且完成该订单，其中n为正整数。
可以理解的是，出现上述1)、2)、3)三种情况中任意一种，均可以认定是疑似的“打针”订单。为了增加打针订单判定的准确性，可以综合使用这三种情况，比如说同时出现了1)和2)的情况，那么打针订单的疑似可能性就会增加很多。
可以理解的是，在3)中，n的取值很重要，n越大，打针订单的可能性就越高。比如当n的值为5，那么该订单是打针订单的可能性比为2时要大很多，n可以根据实际情况具体设置。
可以理解的是，由于o2o场景的复杂性，加上不同时间范围，不同情况的疑似“打针”订单数。如1个司机在一天内出现上述1)的订单大于10就是异常司机，那么可能1个司机在一天内同时出现第1)、2)两种情况的订单大于5就是异常司机。再比如在3)中，n的取值非常重要，n的取值越大，预设第一阈值可以越低。所以预设第一阈值的设定是一个根据实际场景不断迭代的过程，迭代过程如下：首先给定一个预设第一阈值，判定该预设第一阈值的准确性，如果准确性较低，那么提高预设第一阈值，继续判定…，直到准确性符合要求。
在具体应用中，本实施例所述装置还可以包括图中未示出的：
第二确定模块，用于若一终端在预设时间段内的疑似打针订单数小于等于预设第一阈值，则确定该终端为未刷单作弊终端，即正常终端。
本实施例的基于打针定位刷单的反作弊识别装置，能够识别司机携带的终端的刷单作弊行为，提高对刷单作弊识别的准确度，维护打车平台的秩序。
本实施例的基于打针定位刷单的反作弊识别装置，可以用于执行前述图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
应当注意的是，在本公开的装置的各个部件中，根据其要实现的功能而对其中的部件进行了逻辑划分，但是，本公开不受限于此，可以根据需要对各个部件进行重新划分或者组合，例如，可以将一些部件组合为单个部件，或者可以将一些部件进一步分解为更多的子部件。
本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器来实现根据本公开实施例的系统中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包括”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上实施方式仅适于说明本公开，而并非对本公开的限制，有关技术领域的普通技术人员，在不脱离本公开的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本公开的范畴，本公开的专利保护范围应由权利要求限定。
Claims (10)
1.一种基于打针定位刷单的反作弊识别方法，其特征在于，包括：
针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；
基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；
判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；
若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。
2.根据权利要求1所述的方法，其特征在于，所述基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数，包括：
基于所述历史订单数据，根据预设策略，判断所有终端在预设时间段内的每一订单是否为疑似打针订单，进而获取所有终端在预设时间段内的疑似打针订单数。
3.根据权利要求2所述的方法，其特征在于，所述预设策略，包括：
若订单起点位置与终端接单地点的距离小于等于预设第二阈值，则确定该订单为疑似打针订单。
4.根据权利要求2所述的方法，其特征在于，所述预设策略，包括：
若用户设备的位置与订单起点位置的距离大于预设第三阈值，则确定该订单为疑似打针订单。
5.根据权利要求2所述的方法，其特征在于，所述预设策略，包括：
若一用户设备取消n次订单后，均立刻重新向服务器发送叫车请求，且该用户设备第n+1次向服务器发送叫车请求，在接收到一终端通过服务器返回的对第n+1次叫车请求的接单响应后不再取消订单，并且完成该订单，其中n为正整数。
6.一种基于打针定位刷单的反作弊识别装置，其特征在于，包括：
第一获取模块，用于针对打车平台上预设范围内的所有终端，获取预设时间段内所有终端的历史订单数据；
第二获取模块，用于基于所述历史订单数据，根据预设策略，获取所有终端在预设时间段内的疑似打针订单数；
判断模块，用于判断每一终端在预设时间段内的疑似打针订单数是否大于预设第一阈值；
确定模块，用于若一终端在预设时间段内的疑似打针订单数大于预设第一阈值，则确定该终端为刷单作弊终端。
7.根据权利要求6所述的装置，其特征在于，所述第二获取模块，具体用于
基于所述历史订单数据，根据预设策略，判断所有终端在预设时间段内的每一订单是否为疑似打针订单，进而获取所有终端在预设时间段内的疑似打针订单数。
8.根据权利要求7所述的装置，其特征在于，所述预设策略，包括：
若订单起点位置与终端接单地点的距离小于等于预设第二阈值，则确定该订单为疑似打针订单。
9.根据权利要求7所述的装置，其特征在于，所述预设策略，包括：
若用户设备的位置与订单起点位置的距离大于预设第三阈值，则确定该订单为疑似打针订单。
10.根据权利要求7所述的装置，其特征在于，所述预设策略，包括：
若一用户设备取消n次订单后，均立刻重新向服务器发送叫车请求，且该用户设备第n+1次向服务器发送叫车请求，在接收到一终端通过服务器返回的对第n+1次叫车请求的接单响应后不再取消订单，并且完成该订单，其中n为正整数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710120259.3A CN108537554A (zh) | 2017-03-02 | 2017-03-02 | 基于打针定位刷单的反作弊识别方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710120259.3A CN108537554A (zh) | 2017-03-02 | 2017-03-02 | 基于打针定位刷单的反作弊识别方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108537554A true CN108537554A (zh) | 2018-09-14 |
Family
ID=63489122
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710120259.3A Pending CN108537554A (zh) | 2017-03-02 | 2017-03-02 | 基于打针定位刷单的反作弊识别方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108537554A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109003171A (zh) * | 2018-09-26 | 2018-12-14 | 蜜小蜂智慧（北京）科技有限公司 | 一种识别车辆虚拟驾驶刷单骗补行为的方法及装置 |
| CN109214827A (zh) * | 2018-09-26 | 2019-01-15 | 蜜小蜂智慧（北京）科技有限公司 | 一种识别车辆刷单骗补行为的方法和装置 |
| CN109255459A (zh) * | 2018-09-26 | 2019-01-22 | 蜜小蜂智慧（北京）科技有限公司 | 一种识别订单信息的方法及设备 |
| CN109829734A (zh) * | 2019-01-31 | 2019-05-31 | 平安科技（深圳）有限公司 | 基于定位监控的欺诈行为判断方法、装置和计算机设备 |
| CN111861496A (zh) * | 2019-04-11 | 2020-10-30 | 天津五八到家科技有限公司 | 司机管控与订单审核方法、设备及存储介质 |
| CN112221156A (zh) * | 2020-10-27 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 数据异常识别方法、装置、存储介质以及电子设备 |
| CN112291716A (zh) * | 2020-10-26 | 2021-01-29 | 广州小鹏汽车科技有限公司 | 作弊行为识别方法、装置、电子设备和存储介质 |
| CN112926881A (zh) * | 2021-03-29 | 2021-06-08 | 广州宸祺出行科技有限公司 | 一种基于车载系统的防止司机刷单的检测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104866953A (zh) * | 2015-04-28 | 2015-08-26 | 北京嘀嘀无限科技发展有限公司 | 一种虚假订单的识别方法及装置 |
| CN105657659A (zh) * | 2016-01-29 | 2016-06-08 | 北京邮电大学 | 一种识别打车业务中刷单用户的方法和系统 |
| CN106203931A (zh) * | 2016-08-12 | 2016-12-07 | 北京东方车云信息技术有限公司 | 一种出车中防止作弊的方法和出车客户端、服务端 |
| CN106228799A (zh) * | 2016-08-04 | 2016-12-14 | 神州优车（福建）信息技术有限公司 | 监控非法篡改车辆位置信息的方法和装置 |
| CN106384273A (zh) * | 2016-10-08 | 2017-02-08 | 江苏通付盾科技有限公司 | 恶意刷单检测系统及方法 |
-
2017
- 2017-03-02 CN CN201710120259.3A patent/CN108537554A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104866953A (zh) * | 2015-04-28 | 2015-08-26 | 北京嘀嘀无限科技发展有限公司 | 一种虚假订单的识别方法及装置 |
| CN105657659A (zh) * | 2016-01-29 | 2016-06-08 | 北京邮电大学 | 一种识别打车业务中刷单用户的方法和系统 |
| CN106228799A (zh) * | 2016-08-04 | 2016-12-14 | 神州优车（福建）信息技术有限公司 | 监控非法篡改车辆位置信息的方法和装置 |
| CN106203931A (zh) * | 2016-08-12 | 2016-12-07 | 北京东方车云信息技术有限公司 | 一种出车中防止作弊的方法和出车客户端、服务端 |
| CN106384273A (zh) * | 2016-10-08 | 2017-02-08 | 江苏通付盾科技有限公司 | 恶意刷单检测系统及方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109003171A (zh) * | 2018-09-26 | 2018-12-14 | 蜜小蜂智慧（北京）科技有限公司 | 一种识别车辆虚拟驾驶刷单骗补行为的方法及装置 |
| CN109214827A (zh) * | 2018-09-26 | 2019-01-15 | 蜜小蜂智慧（北京）科技有限公司 | 一种识别车辆刷单骗补行为的方法和装置 |
| CN109255459A (zh) * | 2018-09-26 | 2019-01-22 | 蜜小蜂智慧（北京）科技有限公司 | 一种识别订单信息的方法及设备 |
| CN109829734A (zh) * | 2019-01-31 | 2019-05-31 | 平安科技（深圳）有限公司 | 基于定位监控的欺诈行为判断方法、装置和计算机设备 |
| CN111861496A (zh) * | 2019-04-11 | 2020-10-30 | 天津五八到家科技有限公司 | 司机管控与订单审核方法、设备及存储介质 |
| CN112291716A (zh) * | 2020-10-26 | 2021-01-29 | 广州小鹏汽车科技有限公司 | 作弊行为识别方法、装置、电子设备和存储介质 |
| CN112221156A (zh) * | 2020-10-27 | 2021-01-15 | 腾讯科技（深圳）有限公司 | 数据异常识别方法、装置、存储介质以及电子设备 |
| CN112926881A (zh) * | 2021-03-29 | 2021-06-08 | 广州宸祺出行科技有限公司 | 一种基于车载系统的防止司机刷单的检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108537554A (zh) | 基于打针定位刷单的反作弊识别方法及装置 | |
| CN107341668B (zh) | 一种判断真实数据的方法以及装置 | |
| CN109658192A (zh) | 一种房源推荐方法及服务器 | |
| CN109256195A (zh) | 基于区块链的医疗资源数据处理方法及装置 | |
| CN110097170A (zh) | 信息推送对象预测模型获取方法、终端及存储介质 | |
| CN106131057A (zh) | 基于虚拟现实场景的认证和装置 | |
| KR102287578B1 (ko) | 사용자의 구독을 관리하는 네트워크 서버 및 그것의 동작 방법 | |
| CN109949108A (zh) | 基于区块链的发票创建方法和装置、电子设备 | |
| WO2011031867A1 (en) | System and method of optimal time for product launch and withdraw in e-commerce | |
| CN110120928A (zh) | 一种身份认证的方法、装置、服务器及计算机可读介质 | |
| CN111054078B (zh) | 对象信息获取方法及装置 | |
| CN106550189A (zh) | 一种联动方法、相关设备及系统 | |
| CN106096926A (zh) | 事件处理方法和装置 | |
| CN113707263B (zh) | 基于群体划分的药物有效性评价方法、装置及计算机设备 | |
| CN113890739A (zh) | 跨区块链的认证方法、装置、电子设备及介质 | |
| CN109597948A (zh) | 访问url链接的方法、系统及存储介质 | |
| CN110163606B (zh) | 基于区块链的退款方法和装置、电子设备 | |
| CN116955808A (zh) | 一种游戏推荐方法、装置、电子设备及介质 | |
| CN110060358A (zh) | 一种信息处理的方法以及相关装置 | |
| CN105681539B (zh) | 一种解锁处理的方法、装置以及终端 | |
| CN110287072A (zh) | 随机验证响应的方法、装置、计算机设备及存储介质 | |
| CN107491332A (zh) | 识别应用程序虚假安装的方法、装置及服务器 | |
| CN107357795A (zh) | 网站间关联度的监测方法和装置 | |
| CN112801287A (zh) | 神经网络性能评估方法及装置、电子设备及存储介质 | |
| CN105373435B (zh) | 一种数据同步处理的方法以及终端 |
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 | ||
| AD01 | Patent right deemed abandoned | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20220614 |