CN111611473A - 信息推送的处理方法及装置、存储介质、终端 - Google Patents
信息推送的处理方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN111611473A CN111611473A CN202010272336.9A CN202010272336A CN111611473A CN 111611473 A CN111611473 A CN 111611473A CN 202010272336 A CN202010272336 A CN 202010272336A CN 111611473 A CN111611473 A CN 111611473A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- verification
- safety value
- basic information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/02—Payment architectures, schemes or protocols involving a neutral party, e.g. certification authority, notary or trusted third party [TTP]
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
Abstract
本发明公开了一种信息推送的处理方法及装置、存储介质、终端,涉及互联网技术领域,主要目的在于解决现有对于安全用户的判断准确性较低,影响信息推送的安全性的问题。包括:当通过已推送的信息触发业务操作的请求时,获取用户基础信息;根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
Description
技术领域
本发明涉及一种互联网技术领域,特别是涉及一种信息推送的处理方法及装置、存储介质、终端。
背景技术
随着互联网技术的不断发展,越来越多供应方通过H5活动页向用户推送信息,用户通过触发推送的信息进行对应的业务操作。其中,通过H5活动页推送的信息中会带有各种各样的资源信息,为了使资源信息能够正常的被用户获取,且不会造成供应方的异常输出,需要对通过H5活动页预期推送的用户进行安全性校验。
目前,现有的对用户安全性校验通常是利用对用户的IP定位或用户行为数据形成的关系来判断用户是否为安全用户,但是,由于IP地址容易被伪造,用户行为数据形成的关系无法确定实时性的安全用户,导致对于安全用户的判断准确性较低,从而影响信息推送的安全性。
发明内容
本发明实施例所要解决的一个技术问题是对于安全用户的判断准确性较低,从而影响信息推送的安全性。
依据本发明一个方面,提供了一种信息推送的处理方法,包括:
当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
进一步地,根据解析所述用户基础信息的验证结果确定第一安全数值包括:
通过所述用户基础信息发送安全验证请求,以使接收与所述安全验证请求匹配的验证行为信息;
根据接收到的验证行为信息确定第一安全数值。
进一步地,所述用户基础信息包括用户身份信息、和/或用户支付信息,根据接收到的验证行为信息确定第一安全数值包括:
调取与所述用户身份信息、和/或用户支付信息相对于第三方平台匹配的验证基础信息;
根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值。
进一步地,所述根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值包括:
按照时间特征、验证次数特征、频率特征,通过已训练的分类模型确定与所述验证基础信息、所述验证行为信息匹配的第一安全数值。
进一步地,所述方法还包括:
获取历史业务操作过程中的历史用户基础信息、执行所述业务操作的历史用户行为数据;
根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型。
进一步地,所述根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型之前,所述方法还包括:
按照动态特征、静态特征对所述历史用户基础信息、所述历史用户行为数据进行数据分类处理,生成特征数据库。
进一步地,所述根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型包括:
提取所述特征数据库中分类处理后的所述用户基础信息、所述历史用户行为数据进行空间维度、时间维度、行为维度的聚类处理,并结合预设分类处理模型进行模型训练处理,得到完成训练的分类处理模型。
进一步地,所述方法还包括:
实时监控与所述第一安全数值的状态位以及所述第二安全数值的状态位分别对应用户的用户基础信息、用户行为数据的变更情况,并根据所述变更情况更新所述特征数据库。
进一步地,所述根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果包括:
按照预设安全状态位对应关系解析所述第二安全数值对应的状态位,并根据所述状态位反馈与所述业务操作对应的业务操作结果。
进一步地,所述方法还包括:
根据预设安全状态位对应关系解析所述第一安全数值对应的状态位。
依据本发明另一个方面,提供了一种信息推送的处理装置,包括:
获取模块,用于当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
确定模块,用于根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
采集模块,用于当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
反馈模块,用于根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
进一步地,所述确定模块包括:
发送单元,用于通过所述用户基础信息发送安全验证请求,以使接收与所述安全验证请求匹配的验证行为信息;
确定单元,用于根据接收到的验证行为信息确定第一安全数值。
进一步地,所述用户基础信息包括用户身份信息、和/或用户支付信息,所述确定单元包括:
调取子单元,用于调取与所述用户身份信息、和/或用户支付信息相对于第三方平台匹配的验证基础信息;
确定子单元,用于根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值。
进一步地,所述确定子单元,具体用于按照时间特征、验证次数特征、频率特征,通过已训练的分类模型确定与所述验证基础信息、所述验证行为信息匹配的第一安全数值。
进一步地,所述装置还包括:训练模块,
所述获取模块,还用于获取历史业务操作过程中的历史用户基础信息、执行所述业务操作的历史用户行为数据;
所述训练模块,用于根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型。
进一步地,所述装置还包括:
生成模块,用于按照动态特征、静态特征对所述历史用户基础信息、所述历史用户行为数据进行数据分类处理,生成特征数据库。
进一步地,所述训练模块,具体用于提取所述特征数据库中分类处理后的所述用户基础信息、所述历史用户行为数据进行空间维度、时间维度、行为维度的聚类处理,并结合预设分类处理模型进行模型训练处理,得到完成训练的分类处理模型。
进一步地,所述装置还包括:
监控模块,用于实时监控与所述第一安全数值的状态位以及所述第二安全数值的状态位分别对应用户的用户基础信息、用户行为数据的变更情况,并根据所述变更情况更新所述特征数据库。
进一步地,所述反馈模块,具体用于按照预设安全状态位对应关系解析所述第二安全数值对应的状态位,并根据所述状态位反馈与所述业务操作对应的业务操作结果。
进一步地,所述装置还包括:
解析模块,用于根据预设安全状态位对应关系解析所述第一安全数值对应的状态位。
根据本发明的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述信息推送的处理方法对应的操作。
根据本发明的再一方面,提供了一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述信息推送的处理方法对应的操作。
借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
本发明提供了一种信息推送的处理方法及装置、存储介质、终端,与现有技术对用户安全性校验通常是利用对用户的IP定位或用户行为数据形成的关系来判断用户是否为安全用户相比,本发明实施例通过当通过已推送的信息触发业务操作的请求时,获取用户基础信息;根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果,实现用户基础信息与用户行为信息结合,实时有效地确定安全用户,提高安全用户的判断准确性,从而提高信息推送的处理准确率及效率。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本发明的实施例,并且连同描述一起用于解释本发明的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本发明,其中:
图1示出了本发明实施例提供的一种信息推送的处理方法流程图;
图2示出了本发明实施例提供的另一种信息推送的处理方法流程图;
图3示出了本发明实施例提供的一种基于用户基础信息进行信息推送处理的结构示意图;
图4示出了本发明实施例提供的一种基于用户基础信息、用户行为数据训练分类处理模型的结构示意图;
图5示出了本发明实施例提供的一种信息推送的处理装置组成框图;
图6示出了本发明实施例提供的另一种信息推送的处理装置组成框图;
图7示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于计算机系统/服务器,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
本发明实施例提供了一种信息推送的处理方法,如图1所示,该方法包括:
101、当通过已推送的信息触发业务操作的请求时,获取用户基础信息。
其中,所述用户基础信息为用户在触发已推送的信息时进行业务操作所录入的用于表征用户真实性的信息,可以包括用户身份信息、和/或用户支付信息,所述用户身份信息可以包括手机号码、用户身份证号码、IP等信息,用户支付信息可以包括银行卡信息、支付平台账户信息等,本发明实施例不做具体限定。所述业务操作为已推送的信息对应的操作,例如,推送的是保险购买信息,则用户触发的操作可以包括支付保费、建立购买清单等操作,本发明实施例不做具体限定。
需要说明的是,本发明实施例中推送的信息可以以H5活动页形式向用户进行推送,可以在网页中实现,也可以在应用平台中实现,推送的信息可以包含但不限制于餐饮、保险、娱乐(影视)、旅游等领域,本发明实施例不做具体限定。另外,用户通过触发已推送的H5活动页中的信息时,触发业务操作之前,获取用户基础信息可以通过用户在触发业务操作的请求时,进行录入的,也可以根据用户录入的一个用于表征身份的信息从第三方平台中调取,本发明实施例不做具体限定。例如,用户点击H5活动页触发业务操作请求,通过注册、支付验证、激活账号等操作完成业务操作请求,从此过程中可以获取到用户基础信息。
102、根据解析所述用户基础信息的验证结果确定第一安全数值。
本发明实施例中,为了确保用户基础信息的安全性,以确定安全用户只需对应的业务操作,通过对用户基础信息进行验证,根据得到的验证结果确定第一安全数值。其中,所述第一安全数值用于指示是否执行所述业务操作,所述第一安全数值可以为一个数值、也可以为一个数值范围,通过预先建立的验证结果数值对应关系查找到与验证结果匹配的第一安全数值,本发明实施例不做具体限定。
需要说明的是,由于用户基础信息中可以包括用户身份信息、和/或用户支付信息,因此,验证结果可以包含有用户身份信息、和/或用户支付信息的一个验证结果、或多个验证结果,即验证结果数值对应关系中可以包含有一个验证结果、或多个验证结果对应的一个第一安全数值,并根据第一安全数值确定是否指示用户执行业务操作。另外,对于用户基础信息的验证可以包括验证用户基础信息是否处于安全验证黑名单中,或者通过基于用户基础信息发送验证请求,基于反馈的用户验证行为进行验证,例如,用户录入的手机号码验证是否为手机黑名单中,或是否为新用户等验证方式得到验证结果,本发明实施例不做具体限定。
103、当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值。
本发明实施例中,由于第一安全数值为一个数值、或一个数值范围,为了准确确定出是否执行业务操作,解析第一安全数值对应的状态位,第一安全数值的状态位可以包括2种状态,一种表示可以执行业务操作,如成功、通过,一种表示不可以执行业务操作,如失败、拒绝,本发明实施例不做具体限定。当根据解析的状态位确定执行业务操作后,采集执行业务操作过程中的用户行为数据,并利用已训练的分类处理模型处理用户行为数据,得到匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果。其中,所述用户行为数据为用户在业务操作过程中产生的数据,例如浏览、输入、支付等行为数据,所述已训练的分类处理模型为对用户行为数据进行聚类、分类的模型算法,运算后得到与用户行为数据匹配的第二安全数值,以便根据第二安全数值确定是否反馈业务操作对应的业务操作结果。另外,第二安全数值可以为通过分类处理模型运算后得到的一个数值、或一个数值范围,本发明实施例不做具体限定。
需要说明的是,本发明实施例中的分类处理模型为预先训练的,可以通过历史用户基础信息,以及历史用户行为数据训练预设的分类模型,得到已训练好的分类处理模型,从而提高得到第二安全数值的处理效率,以及分类准确性。
104、根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
对于本发明实施例,由于第二安全数值可以为一个数值、一个数值范围,为了准确确定出反馈的业务操作的业务操作结果,解析第二安全数值的状态位,第二安全数值的状态为可以包括2种状态,一种表示可以反馈业务操作结果,如完成业务操作、业务操作成功,一种表示不可以反馈业务操作结果,如业务操作失败、业务操作未完成等,本发明实施例不做具体限定,从而实现对安全用户执行业务操作的保障性,以及准确筛选出安全用户执行业务操作。
本发明提供了一种信息推送的处理方法,与现有技术对用户安全性校验通常是利用对用户的IP定位或用户行为数据形成的关系来判断用户是否为安全用户相比,本发明实施例通过当通过已推送的信息触发业务操作的请求时,获取用户基础信息;根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果,实现用户基础信息与用户行为信息结合,实时有效地确定安全用户,提高安全用户的判断准确性,从而提高信息推送的处理准确率及效率。
本发明实施例提供了另一种信息推送的处理方法,如图2所示,该方法包括:
201、当通过已推送的信息触发业务操作的请求时,获取用户基础信息。
本步骤与图1所示的步骤101方法相同,在此不再赘述。
202、通过所述用户基础信息发送安全验证请求。
对于本发明实施例,为了提高用户安全性验证的准确性,以及对用户安全性确定的效率,可以通过发送安全验证请求,以通过用户的验证行为信息确定验证结果,从而确定第一安全数值。其中,所述安全验证请求用于提示用户基于用户基础信息进行反馈验证行为信息,例如,用户基础信息为手机号码,通过手机号码发送输入验证码的安全验证请求,用户根据手机端接收到的验证码产生对应的验证行为信息,再如,发送输入图形验证码的安全验证请求,用户根据显示的图形验证码产生对应的验证行为信息,又如,通过支付信息发送支付预设金额的安全验证请求,用户根据支付请求产对应的验证行为信息,本发明实施例不做具体限定。
需要说明的是,用户基础信息中包括用户用户身份信息、用户支付信息,因此,在请求验证过程中,可以基于第三方数据库进行验证,例如,身份证号码可以通过征信第三方数据库进行验证等,本发明实施例不做具体限定。另外,安全验证请求可以包含一个请求,也可以包含多个请求,因此,对于基于用户基础信息发送的安全验证请求可以同时进行,也可以按照预设顺序进行,例如,如图3所示,在用户触发H5活动页进行注册进行保险业务操作时,可以先通过手机号、图像验证码的验证,然后进行支付预定金额来验证银行卡,最后验证身份证号码,然后根据在业务操作中的用户行为数据进行聚类分析、分类处理模型的运算,基于当前监控平台向用户进行反馈。
203、根据接收到的验证行为信息确定第一安全数值。
对于本发明实施例,由于所述用户基础信息包括用户身份信息、和/或用户支付信息,用户在根据验证请求进行验证的过程中,可以产生不同形式的验证行为信息,例如,通过手机号发送验证码,用户在录入验证码的过程中有不同时间、不同次数的验证行为信息,因此,根据接收到的验证行为信息确定第一安全数值,更能增加用户安全性判断的准确性。
需要说明的是,根据验证行为信息确定的第一安全数值具体可以根据验证行为信息判断是否匹配的预定行为信息、行为黑名单等,可以一种验证行为信息单独确定第一安全数值,也可以多个验证行为信息进行权值组合确定第一安全数值,具体的,若验证行为信息符合预置验证条件,则匹配对应的第一安全数值,预置的验证条件为预先对验证行为信息进行配置确定第一安全数值的条件,例如,未反馈手机验证码的时间超过3分钟,则确定对应的一个第一安全数值,本发明实施例不做具体限定。
在本发明实施例的一个场景下,根据用户手机号码发送验证请求后,用户进行验证码录入,产生的验证行为信息为多次发送验证码,只取最后一个验证,每个验证码设置有效期限,比如3分钟;针对验证码申请的次数验证码申请次数设置间隔,比如第一次1分钟,第二次2分钟,到达上限后,重新开始获取验证行为信息,对于验证码验证行为信息首次不通过,可以通过后续申请增加间隔的配置,比如30秒,错误次数达到数值,则通过发送图形验证码的验证请求,图形验证码输入次数超过数值,比如4次,会暂停一段时间,比如5分钟,然后跳转a。图形验证码失败到达数值后暂停时间会逐次增加,达到某一上限后从头开始计时,以便用户在计时时间内产生对应的验证行为信息。其中,对于每次间隔时间用tn+1=tbeλn来计算,其中n是第n次失败次数达到数值,tn是第n次到到数值失败后时间间隔,比如t1=300秒(5分钟,预设t0=300秒),λ是热度系数,比如设定λ=0.693,t2≈600秒,t3≈2400秒,本发明实施例不做具体限定。
对于本发明实施例,为了进一步说明及限定,步骤203具体包括:调取与所述用户身份信息、和/或用户支付信息相对于第三方平台匹配的验证基础信息;根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值。
本发明实施例中,由于用户身份信息、用户支付信息可能需要第三方平台进行验证,因此,调取与所述用户身份信息、和/或用户支付信息相对于第三方平台匹配的验证基础信息,并根据验证行为信息、验证基础信息结合确定第一安全数值。其中,所述验证基础信息为第三方平台记录的基础数据,如配置的黑名单、是否为新用户等,以根据验证基础信息与验证行为信息确定第一安全数值。
对于本发明实施例的一个场景中,注册完成后会,发送支付一分钱的验证请求,进一步验证用户的真实性,对于银行卡号,通过第三方平台获取银行卡号数据,对于第三方支付获取支付用户的标记,即为用户对多个注册账号进行操作的验证行为信息,判断用户是否黑名单(比如累计支付次数过多)、利用银行卡信息对应支付方式是否完成,其中,为了对验证行为信息的获取广泛性,若验证行为信息指示为支付失败,则失败次数期间限定时间间隔,间隔时间随次数增多变长,到达上线,清零重新开始,间隔时间采用公式tn+1=tneλn。支付完成,用户激活操作,用户输入身份证号,会接入第三方数据源获取身份证号的验证基础信息,判断是否为黑名单、是否为不同等级征信用户,对于录入的身份证号在通过第三方平台验证失败时,设定时间间隔,间隔时间随次数增多变长,到达上线,清零重新开始,间隔时间采用公式tn+1=tneλn,本发明实施例不做具体限定。
对于本发明实施例,为了使第一安全数值确定的更为准确,增加对用户安全性的判定效率,所述根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值包括:按照时间特征、验证次数特征、频率特征,通过已训练的分类模型确定与所述验证基础信息、所述验证行为信息匹配的第一安全数值。
为了在验证基础信息、验证行为信息的基础上进一步地计算出第一安全数值,可以按照时间特征、验证次数特征、频率特征,通过已训练的分类模型进行计算。另外,由于用户基础信息包括用户身份信息、用户支付信息、IP等信息,为了匹配不同场景下的安全需求,对于用户基础信息在验证过程中产生的验证行为信息可以单独作为分类模型的计算参数,也可以组合作为分类模型的计算参数,例如,手机号-支付标识-身份信息,在特定场景下需要一致性验证,以及对应关系验证,因此,确定为分类模型可以根据一个手机号、对应的一个支付标识、对应的一个身份信息作为验证行为信息计算出第一安全数值。对于非强一致性的场景,以及验证对应关系,比如同一个支付信息对应多个手机号或者身份证号信息,验证行为信息中一个支付信息对应多个手机号,分类模型根据一对多的非一致性的验证行为信息或验证基础信息计算出第一安全数值。
需要说明的是,本发明实施例中对于第一安全数值的计算,可以通过全部的验证基础信息及验证行为信息进行计算,也可以将每一个验证基础信息及验证行为信息单独计算,将计算后的结果进行加权,得到第一安全数值,如加权平均,采用公示Score=waScorea+wbScoreb+wcScorec+...,为保证Score可对比性,其中Scorea,Scoreb,Scorec...为每一验证行为信息、验证基础信息的数值,wa,wb,wc...为其权重,可对分数做一定归一化,方法很多,比如要求:0≤Scorea,Scoreb,Scorec...≤1且wa+wb+wc+...=1。
204、根据预设安全状态位对应关系解析所述第一安全数值对应的状态位。
对于本发明实施例,由于计算出的第一安全数值为1个数值或一个数值区间,为了根据第一安全数值确定出是否执行业务操作,解析第一安全数值的状态位。其中,预设安全状态为权重关系为预先配置的第一安全数值与是否执行业务操作的状态对应关系,例如,计算出的第一安全数值为10,则对应执行业务操作,计算出的第一安全数值为2,则不执行业务操作,本发明实施例不做具体限定。另外,对于不执行的业务操作,可以向用户反馈处理结果,从而指示用户重新录入信息或者进行其他业务操作,本发明实施例不做具体限定。
205、当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值。
本步骤与图1所示的步骤101方法相同,在此不再赘述。
本发明实施例中,由于作为执行业务操作所产生的用户行为数据显示为不同的数据特征,为了使分类处理模型的处理效率更高,在用户行为数据的采集过程中按照不同特征进行采集,例如,浏览、续费、投保、取消等核心业务动作,可以归为动态类的特征的用户行为数据,产生业务行为时,以及申请登录等过程中,所用设备、IP等可以归为静态类特征,以便按照不同特征类别进行分类处理模型运算,本发明实施例不做具体限定。
进一步地,为了提高处理的效率,分类处理模型为已训练的,因此,本发明实施例还包括:获取历史业务操作过程中的历史用户基础信息、执行所述业务操作的历史用户行为数据;根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型。
对于本发明实施例,为了预先建立分类处理模块,并完成训练过程,获取历史业务操作过程中的历史用户基础信息、历史用户行为数据,利用历史用户基础信息、历史用户行为数据训练分类处理模型。其中,待训练的分类处理模型预先选定的分类处理模型,如可以采用XGBoost,本发明不做具体限定。
进一步地,为了使模型训练或模型处理更为准确,提高处理或训练效率,所述根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型之前,所述方法还包括:按照动态特征、静态特征对所述历史用户基础信息、所述历史用户行为数据进行数据分类处理,生成特征数据库。
将采集的历史用户基础信息、历史用户行为数据进行数据分类处理,生成特征数据库,即为将采集到的的数据定时更新归档,建立特征库。例如,数据的收集,可以划分为两个关键节点,一是申请时,如填写个人信息,二是后续业务动作时,如登录后续费、退保等。由于申请时的数据要实时进行安全验证和特征提取,以便进行后续申请评分,申请时的数据和后续动作,可以按天粒度进行收集,一定天数的数据用来进行特征分类提取,比如过去90天,根据采集的数据进行后续建模训练,本发明实施例不做具体限定。
本发明实施例,为了进一步地限定及说明,所述根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型包括:提取所述特征数据库中分类处理后的所述用户基础信息、所述历史用户行为数据进行空间维度、时间维度、行为维度的聚类处理,并结合预设分类处理模型进行模型训练处理,得到完成训练的分类处理模型。
为了筛选出异常数据,可以通过聚类处理对特征数据库中分类处理后的用户基础信息、历史用户行为信息以空间、时间、行为维度进行处理,处理的算法可以为K-means、iForest聚类算法,也可采用针对性强的社团发现算法,比如Louvain和node2vec,具体的,为了从时间、空间、行为上进行聚类,可以按照不同的特征数据选取适用的聚类算法,本发明实施例不做具体限定,如图4所示。
需要说明的是,基于聚类算法进行聚类处理后,为了针对已经确认的异常数据样本中训练分类处理模型,分类处理模型可以根据不同的场景进行建立,比如在申请过程中安全验证都通过,申请成功的情况下,后续的一系行为显示其为异常,聚类后标记成异常样本,这类数据和正常的用户行为数据训练出来的分类处理模型,可以直接应用于第二安全数值的计算。
需要说明的是,分类处理模型和聚类算法的结合在某些场景下互为补充特征,即聚类得到的聚集标记,可以用在分类处理模型训练的特征中,如将聚类分析的结果作为特征,加入到特征数据中,训练一个整体的分类处理模型,本发明实施例不做具体限定。
进一步地,为了提高信息推送的处理效率及准确性,确保非安全用户的及时获取,本发明实施例还包括:实时监控与所述第一安全数值的状态位以及所述第二安全数值的状态位分别对应用户的用户基础信息、用户行为数据的变更情况,并根据所述变更情况更新所述特征数据库。
本发明实施例中,为了筛选非安全用户,因此,第一安全数值的状态位为不执行业务操作状态,第二安全数值的状态位可以不反馈业务操作结果状态,以便实时监控对应用户的用户基础信息、用户行为数据的变更情况,例如,对处于上述状态位的用户的ip/手机号进行监控,监控核心指标和业务行为变化,以及灵活的执行特定的业务操作,如封禁,取消优惠等。
另外,为了使分类处理模型进行适应性训练,以使对用户基础信息、用户行为数据进行更为准确的处理,将用户基础信息、用户行为数据的变更请求更新至特征数据库中,以便按照一定时间间隔对分类处理模型进行更新训练,本发明实施例不做具体限定。
206、按照预设安全状态位对应关系解析所述第二安全数值对应的状态位,并根据所述状态位反馈与所述业务操作对应的业务操作结果。
对于本发明实施例,由于计算出的第二安全数值为1个数值或一个数值区间,为了根据第二安全数值确定出是否反馈业务操作结果,解析第二安全数值的状态位。其中,其中,预设安全状态为权重关系为预先配置的第二安全数值与是否反馈业务操作结果的状态对应关系,例如,计算出的第二安全数值为3,则对应反馈业务操作结果,计算出的第二安全数值为15,则不反馈业务操作,本发明实施例不做具体限定。另外,对于不反馈业务操作结果,可以向用户反馈处理结果,从而指示用户重新录入信息或者进行其他业务操作,本发明实施例不做具体限定。
需要说明的是,由于不同的业务操作预期执行不同的业务操作结果,而为了针对非安全用户的信息推送处理,若为不反馈业务操作结果,即为判断出用户为非安全用户,终止业务操作。
本发明提供了另一种信息推送的处理方法,与现有技术对用户安全性校验通常是利用对用户的IP定位或用户行为数据形成的关系来判断用户是否为安全用户相比,本发明实施例通过当通过已推送的信息触发业务操作的请求时,获取用户基础信息;根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果,实现用户基础信息与用户行为信息结合,实时有效地确定安全用户,提高安全用户的判断准确性,从而提高信息推送的处理准确率及效率。
进一步的,作为对上述图1所示方法的实现,本发明实施例提供了一种信息推送的处理装置,如图5所示,该装置包括:获取模块31、确定模块32、采集模块33、反馈模块34。
获取模块31,用于当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
确定模块32,用于根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
采集模块33,用于当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
反馈模块34,用于根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
本发明提供了一种信息推送的处理装置,与现有技术对用户安全性校验通常是利用对用户的IP定位或用户行为数据形成的关系来判断用户是否为安全用户相比,本发明实施例通过当通过已推送的信息触发业务操作的请求时,获取用户基础信息;根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果,实现用户基础信息与用户行为信息结合,实时有效地确定安全用户,提高安全用户的判断准确性,从而提高信息推送的处理准确率及效率。
进一步的,作为对上述图2所示方法的实现,本发明实施例提供了另一种信息推送的处理装置,如图6所示,该装置包括:获取模块41、确定模块42、采集模块43、反馈模块44、训练模块45、生成模块46、监控模块47、解析模块48。
获取模块41,用于当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
确定模块42,用于根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
采集模块43,用于当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
反馈模块44,用于根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
进一步地,所述确定模块42包括:
发送单元4201,用于通过所述用户基础信息发送安全验证请求,以使接收与所述安全验证请求匹配的验证行为信息;
确定单元4202,用于根据接收到的验证行为信息确定第一安全数值。
进一步地,所述用户基础信息包括用户身份信息、和/或用户支付信息,所述确定单元4202包括:
调取子单元420201,用于调取与所述用户身份信息、和/或用户支付信息相对于第三方平台匹配的验证基础信息;
确定子单元420202,用于根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值。
进一步地,所述确定子单元420202,具体用于按照时间特征、验证次数特征、频率特征,通过已训练的分类模型确定与所述验证基础信息、所述验证行为信息匹配的第一安全数值。
进一步地,所述装置还包括:训练模块45,
所述获取模块41,还用于获取历史业务操作过程中的历史用户基础信息、执行所述业务操作的历史用户行为数据;
所述训练模块45,用于根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型。
进一步地,所述装置还包括:
生成模块46,用于按照动态特征、静态特征对所述历史用户基础信息、所述历史用户行为数据进行数据分类处理,生成特征数据库。
进一步地,所述训练模块45,具体用于提取所述特征数据库中分类处理后的所述用户基础信息、所述历史用户行为数据进行空间维度、时间维度、行为维度的聚类处理,并结合预设分类处理模型进行模型训练处理,得到完成训练的分类处理模型。
进一步地,所述装置还包括:
监控模块47,用于实时监控与所述第一安全数值的状态位以及所述第二安全数值的状态位分别对应用户的用户基础信息、用户行为数据的变更情况,并根据所述变更情况更新所述特征数据库。
进一步地,所述反馈模块44,具体用于按照预设安全状态位对应关系解析所述第二安全数值对应的状态位,并根据所述状态位反馈与所述业务操作对应的业务操作结果。
进一步地,所述装置还包括:
解析模块48,用于根据预设安全状态位对应关系解析所述第一安全数值对应的状态位。
本发明提供了另一种信息推送的处理装置,与现有技术对用户安全性校验通常是利用对用户的IP定位或用户行为数据形成的关系来判断用户是否为安全用户相比,本发明实施例通过当通过已推送的信息触发业务操作的请求时,获取用户基础信息;根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果,实现用户基础信息与用户行为信息结合,实时有效地确定安全用户,提高安全用户的判断准确性,从而提高信息推送的处理准确率及效率。
根据本发明一个实施例提供了一种存储介质,所述存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的信息推送的处理方法。
图7示出了根据本发明一个实施例提供的一种终端的结构示意图,本发明具体实施例并不对终端的具体实现做限定。
如图7所示,该终端可以包括:处理器(processor)502、通信接口(CommunicationsInterface)504、存储器(memory)506、以及通信总线508。
其中:处理器502、通信接口504、以及存储器506通过通信总线508完成相互间的通信。
通信接口504,用于与其它设备比如客户端或其它服务器等的网元通信。
处理器502,用于执行程序510,具体可以执行上述信息推送的处理方法实施例中的相关步骤。
具体地,程序510可以包括程序代码,该程序代码包括计算机操作指令。
处理器502可能是中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器506,用于存放程序510。存储器506可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行以下操作:
当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (10)
1.一种信息推送的处理方法,其特征在于,包括:
当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
2.根据权利要求1所述的方法,其特征在于,根据解析所述用户基础信息的验证结果确定第一安全数值包括:
通过所述用户基础信息发送安全验证请求,以使接收与所述安全验证请求匹配的验证行为信息;
根据接收到的验证行为信息确定第一安全数值。
3.根据权利要求2所述的方法,其特征在于,所述用户基础信息包括用户身份信息、和/或用户支付信息,所述根据接收到的验证行为信息确定第一安全数值包括:
调取与所述用户身份信息、和/或用户支付信息相对于第三方平台匹配的验证基础信息;
根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述验证基础信息,以及接收到的与所述用户身份信息、和/或用户支付信息匹配的验证行为信息确定第一安全数值包括:
按照时间特征、验证次数特征、频率特征,通过已训练的分类模型确定与所述验证基础信息、所述验证行为信息匹配的第一安全数值。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取历史业务操作过程中的历史用户基础信息、执行所述业务操作的历史用户行为数据;
根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型。
6.根据权利要求5所述的方法,其特征在于,所述根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型之前,所述方法还包括:
按照动态特征、静态特征对所述历史用户基础信息、所述历史用户行为数据进行数据分类处理,生成特征数据库。
7.根据权利要求6所述的方法,其特征在于,所述根据所述历史用户基础信息、所述历史用户行为数据训练分类处理模型包括:
提取所述特征数据库中分类处理后的所述用户基础信息、所述历史用户行为数据进行空间维度、时间维度、行为维度的聚类处理,并结合预设分类处理模型进行模型训练处理,得到完成训练的分类处理模型。
8.一种信息推送的处理装置,其特征在于,包括:
获取模块,用于当通过已推送的信息触发业务操作的请求时,获取用户基础信息;
确定模块,用于根据解析所述用户基础信息的验证结果确定第一安全数值,所述第一安全数值用于指示是否执行所述业务操作;
采集模块,用于当根据解析所述第一安全数值的状态位执行所述业务操作后,采集所述业务操作的用户行为数据,并利用已训练的分类处理模型确定与所述用户行为数据匹配的第二安全数值,所述第二安全数值用于指示反馈所述业务操作对应的业务操作结果;
反馈模块,用于根据解析所述第二安全数值的状态位,反馈与所述业务操作对应的业务操作结果。
9.一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-7中任一项所述的信息推送的处理方法对应的操作。
10.一种终端,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的信息推送的处理方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272336.9A CN111611473A (zh) | 2020-04-09 | 2020-04-09 | 信息推送的处理方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010272336.9A CN111611473A (zh) | 2020-04-09 | 2020-04-09 | 信息推送的处理方法及装置、存储介质、终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111611473A true CN111611473A (zh) | 2020-09-01 |
Family
ID=72199335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010272336.9A Pending CN111611473A (zh) | 2020-04-09 | 2020-04-09 | 信息推送的处理方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111611473A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685478A (zh) * | 2021-02-23 | 2021-04-20 | 张雪君 | 针对云业务和用户画像挖掘的信息处理方法及云服务器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105827406A (zh) * | 2015-01-05 | 2016-08-03 | 腾讯科技(深圳)有限公司 | 一种身份验证方法、装置和系统 |
CN108269186A (zh) * | 2018-01-23 | 2018-07-10 | 平安好房(上海)电子商务有限公司 | 用户信息验证方法、装置、设备及可读存储介质 |
CN109600336A (zh) * | 2017-09-30 | 2019-04-09 | 武汉极意网络科技有限公司 | 存储设备、验证码应用方法和装置 |
CN109784031A (zh) * | 2018-12-14 | 2019-05-21 | 北京奇安信科技有限公司 | 一种账户身份验证处理方法及装置 |
CN110163611A (zh) * | 2019-03-18 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种身份识别方法、装置以及相关设备 |
CN110278180A (zh) * | 2018-03-16 | 2019-09-24 | 上海方付通商务服务有限公司 | 金融信息的交互方法、装置、设备及存储介质 |
-
2020
- 2020-04-09 CN CN202010272336.9A patent/CN111611473A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105827406A (zh) * | 2015-01-05 | 2016-08-03 | 腾讯科技(深圳)有限公司 | 一种身份验证方法、装置和系统 |
CN109600336A (zh) * | 2017-09-30 | 2019-04-09 | 武汉极意网络科技有限公司 | 存储设备、验证码应用方法和装置 |
CN108269186A (zh) * | 2018-01-23 | 2018-07-10 | 平安好房(上海)电子商务有限公司 | 用户信息验证方法、装置、设备及可读存储介质 |
CN110278180A (zh) * | 2018-03-16 | 2019-09-24 | 上海方付通商务服务有限公司 | 金融信息的交互方法、装置、设备及存储介质 |
CN109784031A (zh) * | 2018-12-14 | 2019-05-21 | 北京奇安信科技有限公司 | 一种账户身份验证处理方法及装置 |
CN110163611A (zh) * | 2019-03-18 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种身份识别方法、装置以及相关设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685478A (zh) * | 2021-02-23 | 2021-04-20 | 张雪君 | 针对云业务和用户画像挖掘的信息处理方法及云服务器 |
CN112685478B (zh) * | 2021-02-23 | 2022-01-14 | 爱云保(上海)科技有限公司 | 针对云业务和用户画像挖掘的信息处理方法及云服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112417439B (zh) | 账号检测方法、装置、服务器及存储介质 | |
CN110399925B (zh) | 账号的风险识别方法、装置及存储介质 | |
EP2748781B1 (en) | Multi-factor identity fingerprinting with user behavior | |
CN110869962A (zh) | 基于数据的计算机分析的数据核对 | |
CN112464117A (zh) | 请求处理方法、装置、计算机设备和存储介质 | |
CN109547426B (zh) | 业务响应方法及服务器 | |
CN110298662B (zh) | 交易重复提交的自动化检测方法及装置 | |
CN111324802A (zh) | 基于身份识别的数据审核方法、装置和计算机设备 | |
US10013694B1 (en) | Open data collection for threat intelligence posture assessment | |
CN110807536A (zh) | 账户信息关联方法、装置、电子设备及存储介质 | |
CN111611473A (zh) | 信息推送的处理方法及装置、存储介质、终端 | |
AU2021321598A1 (en) | Machine-learning techniques for detection of unauthorized access of interactive computing environment functions | |
CN111489175B (zh) | 在线身份认证方法、装置、系统及存储介质 | |
CN111314298B (zh) | 验证识别方法和装置、电子设备和存储介质 | |
CN105184559A (zh) | 一种支付系统及方法 | |
US9904662B2 (en) | Real-time agreement analysis | |
CN116957548A (zh) | 一种云端支付安全管理平台及支付方法 | |
US9237167B1 (en) | Systems and methods for performing network counter measures | |
CN107679865B (zh) | 一种基于触压面积的身份验证方法和装置 | |
CN115204733A (zh) | 数据审计方法、装置、电子设备及存储介质 | |
CN115018505A (zh) | 支付请求处理方法、装置、设备及存储介质 | |
CN111786991B (zh) | 基于区块链的平台认证登录方法及相关装置 | |
US20170262904A1 (en) | Weighted reviews of applications based on usage history | |
WO2022081930A1 (en) | Automated device data retrieval and analysis platform | |
CN110020239B (zh) | 恶意资源转移网页识别方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: 100102 201 / F, block C, 2 lizezhong 2nd Road, Chaoyang District, Beijing Applicant after: Beijing Shuidi Technology Group Co.,Ltd. Address before: Room 4103, room 101, floor 1, building 2, No. 208, Lize Zhongyuan, Chaoyang District, Beijing 100102 Applicant before: Beijing Health Home Technology Co.,Ltd. |
|
CB02 | Change of applicant information |