CN112801668A - 一种防止自动刷票的方法 - Google Patents

一种防止自动刷票的方法 Download PDF

Info

Publication number
CN112801668A
CN112801668A CN202110160294.4A CN202110160294A CN112801668A CN 112801668 A CN112801668 A CN 112801668A CN 202110160294 A CN202110160294 A CN 202110160294A CN 112801668 A CN112801668 A CN 112801668A
Authority
CN
China
Prior art keywords
sub
determining
information
ticket
value
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
Application number
CN202110160294.4A
Other languages
English (en)
Inventor
叶晓虎
黄�俊
何坤
张龙
张小勇
陈聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nsfocus Technologies Inc
Nsfocus Technologies Group Co Ltd
Original Assignee
Nsfocus Technologies Inc
Nsfocus Technologies Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nsfocus Technologies Inc, Nsfocus Technologies Group Co Ltd filed Critical Nsfocus Technologies Inc
Priority to CN202110160294.4A priority Critical patent/CN112801668A/zh
Publication of CN112801668A publication Critical patent/CN112801668A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • 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
    • G06Q20/08—Payment architectures
    • G06Q20/12—Payment architectures specially adapted for electronic shopping systems
    • 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
    • G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • 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
    • G06Q20/407—Cancellation of a transaction

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种防止自动刷票的方法，用以有效防范自动刷票行为。由于本发明实施例在接收到第一账户的购票请求后，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息，确定该购票请求的可信度值，并可以根据该购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截，从而可以有效的防范自动刷票行为，保护普通消费者正常的购票权利。

Description

一种防止自动刷票的方法
技术领域
本发明涉及自动刷票技术领域，尤其涉及一种防止自动刷票的方法、装置、设备及介质。
背景技术
票券包括各类通行凭证，如门票、入场券、参观券、交通票等，其中交通票包括汽车票、火车票、飞机票等，入场券包括各种文化娱乐入场券，如电影票、演艺娱乐入场券等。随着互联网的发展和普及，通过网络购票已经成为主要的售票方式。
然而网络购票为消费者生活带来便利的同时，也给消费者生活带来一定的困扰。例如，票贩等通过计算机程序等快速且大量的自动刷票，扰乱了市场秩序，侵害了普通消费者公平购票的权利。另外，票贩等的自动刷票行为也影响了售票公司的信誉。
现在虽然可以在客户端通过图形验证码识别或文字验证码识别等验证方式来防范自动刷票行为，但是随着机器学习等技术的广泛应用，已经可以通过机器学习等技术来识别图形验证码或文字验证码等，现有验证方式已经很难有效的防范自动刷票行为，因此亟需一种可以有效防范自动刷票行为的技术方案。
发明内容
本发明提供了一种防止自动刷票的方法、装置、设备及介质，用以有效防范自动刷票行为。
第一方面，本发明提供了一种防止自动刷票的方法，所述方法包括：
接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息；
根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值；
根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
进一步地，所述根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值包括：
针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；
根据每个所述子可信度值，确定所述购票请求的可信度值。
进一步地，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
进一步地，所述根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值包括：
根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure BDA0002935199530000021
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
进一步地，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
进一步地，所述根据所述第一数量，确定所述IP地址子系数值对应的第二权重值包括：
根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1(d-1))，其中cip为所述第二权重值，d为所述第一数量。
进一步地，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
进一步地，所述基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值包括：
若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
进一步地，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；
将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；
根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
进一步地，所述根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值包括：
根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure BDA0002935199530000041
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
进一步地，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
进一步地，所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，所述方法还包括：
判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新，并基于更新后的发送频率进行后续步骤。
进一步地，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值包括：
根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure BDA0002935199530000051
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
第二方面，本发明提供了一种防止自动刷票的装置，所述装置包括：
接收模块，用于接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息；
确定模块，用于根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值；
拦截模块，用于根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
进一步地，所述确定模块，具体用于针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；根据每个所述子可信度值，确定所述购票请求的可信度值。
进一步地，所述确定模块，具体用于若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
进一步地，所述确定模块，具体用于根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure BDA0002935199530000061
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
进一步地，所述确定模块，具体用于若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
进一步地，所述确定模块，具体用于根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1(d-1))，其中cip为所述第二权重值，d为所述第一数量。
进一步地，所述确定模块，具体用于若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
进一步地，所述确定模块，具体用于若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
进一步地，所述确定模块，具体用于若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
进一步地，所述确定模块，具体用于根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure BDA0002935199530000071
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
进一步地，所述确定模块，具体用于若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
进一步地，所述确定模块，还用于所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新。
进一步地，所述确定模块，具体用于根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure BDA0002935199530000081
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
第三方面，本发明提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现上述任一所述防止自动刷票的方法的步骤。
第四方面，本发明提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述防止自动刷票的方法的步骤。
由于本发明实施例在接收到第一账户的购票请求后，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息，确定该购票请求的可信度值，并可以根据该购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截，从而可以有效的防范自动刷票行为，保护普通消费者正常的购票权利。
附图说明
图1为本发明实施例提供的第一种防止自动刷票过程示意图；
图2为本发明实施例提供的第二种防止自动刷票过程示意图；
图3为本发明实施例提供的经过ReLU函数处理后的差值示意图；
图4为本发明实施例提供的确定IP地址子系数值对应的第二权重值示意图；
图5为本发明实施例提供的一种防止自动刷票装置示意图；
图6为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，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它实施例，都属于本申请保护的范围。
为了有效的防范自动刷票行为，本发明实施例提供了一种防止自动刷票的方法、装置、设备及介质。
实施例1：
图1为本发明实施例提供的第一种防止自动刷票过程示意图，该过程包括以下步骤：
S101：接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息。
本发明实施例提供的防止自动刷票的方法应用于电子设备，该电子设备例如可以是PC、移动终端等设备，也可以是服务器等。在一种可能的实施方式中，该电子设备可以是售卖票券的服务端的设备。
在一种可能的实施方式中，用户可以基于第一账户向电子设备发送购票请求，电子设备可以接收用户基于第一账户发送的购票请求，该购票请求中可以携带待购买的票券的信息。其中购票请求中携带的待购买的票券的信息可以根据需求灵活设置，示例性的，待购买的票券的信息可以包括购票时间、起始地点、终止地点等，本发明实施例对此不做具体限定。
S102：根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值。
为了有效的防范自动刷票行为，可以在接收到第一账户的购票请求后，确定该购票请求的可信度值。在一种可能的实施方式中，在确定购票请求的可信度值时，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的IP地址、MAC地址等信息以及电子设备保存的历史购票信息等，确定接收到的购票请求的可信度值。
S103：根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
为了有效的防范自动刷票行为，可以预设可信度值阈值，其中预设的可信度值阈值的具体数值可以根据需求灵活设置，本发明实施例对此不做具体限定。在一种可能的实施方式中，确定了接收到的购票请求的可信度值后，可以比较该购票请求的可信度值与预设的可信度值阈值的大小关系，从而确定是否对该购票请求进行拦截。示例性的，可以是购票请求的可信度值大于预设的可信度值阈值时，认为该购票请求的可信度较高，该购票请求是普通消费者正常的购票行为的可能性较大，可以不对该购票请求进行拦截，使该购票请求可以正常购票。而如果该购票请求的可信度值不大于预设的可信度值阈值时，可以认为该购票请求的可信度较低，该购票请求是票贩等自动刷票行为的可能性较大，可以对该购票请求进行拦截，使该购票请求不能正常购票，从而达到有效的防范自动刷票行为，并保护普通消费者正常的购票权利的目的。
由于本发明实施例在接收到第一账户的购票请求后，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息，确定该购票请求的可信度值，并可以根据该购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截，从而可以有效的防范自动刷票行为，保护普通消费者正常的购票权利。
实施例2：
为了准确确定购票请求的可信度值，在上述实施例的基础上，在本发明实施例中，所述根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值包括：
针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；
根据每个所述子可信度值，确定所述购票请求的可信度值。
在一种可能的实施方式中，可以预设多个可信度子系数值，其中预设的每个可信度子系数值可以根据需求灵活设置，示例性的，预设的每个可信度子系数值可以是大于0的正数。为了准确确定购票请求的可信度值，针对预设的每个可信度子系数值，可以确定该可信度子系数值对应的权重值，其中权重值可以是大于等于0且小于等于1的数，并可以根据该可信度子系数值和与其对应的权重值的乘积，确定该可信度子系数值对应的子可信度值。在一种可能的实施方式中，可以根据每个子可信度值，确定接收到的购票请求的可信度值，示例性的，可以将每个子可信度值的和，确定为接收到的购票请求的可信度值。
在一种可能的实施方式中，针对预设的每个可信度子系数值，为了准确确定该可信度子系数值对应的权重值，可以先在购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数，然后再根据该目标参数，确定该可信度子系数值对应的权重值。
为方便理解，下面通过一个具体实施例对本发明实施例提供的防止自动刷票的过程进行说明，图2为本发明实施例提供的第二种防止自动刷票过程示意图，如图2所示，该过程包括以下步骤：
S201：接收第一账户的购票请求，该购票请求中携带待购买的票券的信息。
S202：针对预设的每个可信度子系数值，在待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据该目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和与其对应的权重值，确定该可信度子系数值对应的子可信度值；根据每个子可信度值，确定购票请求的可信度值。
S203：根据购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截。
实施例3：
为了准确确定可信度子系数值对应的权重值，在上述各实施例的基础上，在本发明实施例中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
在一种可能的实施方式中，电子设备保存的历史购票信息中可以包括每个账户在每次购票时是否为实名购票，为了提高工作效率，电子设备保存的历史购票信息中可以记录每个账户实名购票次数与未实名购票次数的差值。在一种可能的实施方式中，为了准确地记录每个账户实名购票次数与未实名购票次数的差值，可以以设定的频率，周期性的对历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值进行更新。
如果预设的可信度子系数值中包括账户信息子系数值，为了确定该可信度子系数值对应的目标参数，可以获取保存的历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值，并将每个账户对应的差值确定为目标参数。在根据该目标参数，确定账户信息子系数值对应的第一权重值时，可以将每个账户对应的差值进行降序排序，并确定第一账户对应的差值在该降序排序中的排名，然后根据第一账户对应的差值在该降序排序中的排名以及每个账户对应的差值的总数量(即每个账户的总数量)，确定账户信息子系数值对应的第一权重值。
在一种可能的实施方式中，鉴于通常实名购票可增加账户的可信度，而未实名购票可降低账户的可信度，在根据第一账户对应的差值在该降序排序中的排名以及每个账户对应的差值的总数量，确定账户信息子系数值对应的第一权重值时，如果第一账户实名购票次数与未实名购票次数的差值相对较高，第一账户对应的差值在降序排序中的排名较靠前，可以认为该第一账户比较可信，为优质账户，可以将该账户信息子系数值对应的第一权重值设置的相对较大；相反，如果第一账户实名购票次数与未实名购票次数的差值相对较小，第一账户对应的差值在降序排序中的排名较靠后，可以认为该第一账户可信度较低，可以将该账户信息子系数值对应的第一权重值设置的相对较小。
在一种可能的实施方式中，为了方便计算，可以用线性整流函数(RectifiedLinear Unit，ReLU)对每个账户对应的差值进行进一步处理，将经过ReLU函数处理后的每个差值作为目标参数。具体的，图3为本发明实施例提供的经过ReLU函数处理后的差值示意图，如图3所示，ReLU函数用公式可以表示为：
Figure BDA0002935199530000131
其中x为处理前的差值，f(x)为经过ReLU函数处理后的差值。用ReLU函数对差值的处理过程可以为：判断处理前的差值x是否不大于0，若是，则将差值设置为0；若否，则维持差值不变。也就是说，当实名购票次数x1与未实名购票次数x2的差值x不大于0时，将该差值处理为0，即f(x)为0；如果实名购票次数x1与未实名购票次数x2的差值x大于0，则处理后的差值f(x)与处理前的差值x相同。
其中，将经过ReLU函数处理后的每个差值作为目标参数，根据该目标参数，确定账户信息子系数值对应的第一权重值的过程与上述实施例相同，在此不再赘述。
实施例4：
为了准确确定账户信息子系数值对应的第一权重值，在上述各实施例的基础上，在本发明实施例中，所述根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值包括：
根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure BDA0002935199530000141
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
在一种可能的实施方式中，可以根据第一算法
Figure BDA0002935199530000142
确定账户信息子系数值对应的第一权重值，其中cu为账户信息子系数值对应的第一权重值，a为第一账户对应的差值在降序排序中的排名，b为差值的总数量。由第一算法可以看出，如果第一账户对应的差值在降序排序中的排名越靠前，第一账户可信度越高，第一账户对应的差值在降序排序中的排名a与差值的总数量b的比值越小，账户信息子系数值对应的第一权重值cu越大；相反，如果第一账户对应的差值在降序排序中的排名越靠后，第一账户可信度越低，第一账户对应的差值在降序排序中的排名a与差值的总数量b的比值越大，账户信息子系数值对应的第一权重值cu越小。
在一种可能的实施方式中，第一权重值大于等于0且小于等于1。示例性的，如果差值的总数量为100个，第一账户的差值在每个差值的降序排序中的排名为第5，则第一权重值为0.95。
实施例5：
为了准确确定可信度子系数值对应的权重值，在上述各实施例的基础上，在本发明实施例中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
如果预设的可信度子系数值中包括IP地址子系数值，可以先在第一账户登录的终端的信息中，确定第一账户登录的终端的IP地址，其中IP地址(Internet ProtocolAddress)为互联网协议地址，又译为网际协议地址，确定第一账户登录的终端的IP地址为现有技术，在此不再赘述。在一种可能的实施方式中，保存的历史购票信息中可以记录每个账户登录的终端的IP地址以及登录的时间信息，从而可以获取历史购票信息中记录的第一账户登录的终端的IP地址在第一设定时长内登录的账户的第一数量，其中第一设定时长可以根据需求灵活设置，本发明实施例对此不作具体限定。示例性的，第一设定时长可以是12小时、24小时等。
在确定第一账户登录的终端的IP地址在第一设定时长内登录的账户的第一数量后，可以将该第一数量确定为目标参数，并可以进而根据该第一数量，确定IP地址子系数值对应的第二权重值。在一种可能的实施方式中，第一账户登录的终端的IP地址在第一设定时长内登录的账户的第一数量越大，可以认为该购票请求为票贩等自动刷票行为的可能性越大，可以将该IP地址子系数值对应的第二权重值设置的相对较小；相反，如果第一数量越小，可以认为该购票请求为票贩等自动刷票行为的可能性越小，为普通消费者购票的可能性越大，可以将该IP地址子系数值对应的第二权重值设置的相对较大。
实施例6：
为了准确确定IP地址子系数值对应的第二权重值，在上述各实施例的基础上，在本发明实施例中，所述根据所述第一数量，确定所述IP地址子系数值对应的第二权重值包括：
根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1(d-1))，其中cip为所述第二权重值，d为所述第一数量。
在一种可能的实施方式中，可以根据第二算法cip＝1-tanh(0.1(d-1))，确定IP地址子系数值对应的第二权重值，其中cip为IP地址子系数值对应的第二权重值，d为第一账户登录的终端的IP地址在第一设定时长内登录的账户的第一数量。图4为本发明实施例提供的确定IP地址子系数值对应的第二权重值示意图，如图4所示，由第二算法可以看出，如果第一账户登录的终端的IP地址在第一设定时长内登录的账户的第一数量d越大，该IP地址子系数值对应的第二权重值cip越小；而如果第一数量d越小，该IP地址子系数值对应的第二权重值cip越大。
实施例7：
为了准确确定可信度子系数值对应的权重值，在上述各实施例的基础上，在本发明实施例中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
鉴于终端的设备类型通常可包括物理设备和虚拟设备，其中虚拟设备可以包括模拟器或云主机等，普通消费者通常使用物理设备发送购票请求，票贩等自动刷票时可以通过虚拟设备发送购票请求，为了有效防范自动刷票行为，预设的可信度子系数值中可以包括设备类型子系数值。如果预设的可信度子系数值中包括设备类型子系数值时，为了确定设备类型子系数值对应的第三权重值，可以先在终端的信息中，确定第一账户登录的终端的设备类型，确定该第一账户登录的终端是虚拟设备还是物理设备，其中确定第一账户登录的终端是虚拟设备还是物理设备时可以采用现有技术，在此不再赘述。确定了第一账户登录的终端的设备类型后，可以将该终端的设备类型确定为目标参数，基于第一账户登录的终端的设备类型，确定设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，在基于第一账户登录的终端的设备类型，确定设备类型子系数值对应的第三权重值时，如果该第一账户登录的终端的设备类型是虚拟设备，可以认为该购票请求为自动刷票行为的可能性相对较大，可以将该设备类型子系数值对应的第三权重值设置的相对较小。相反，如果该第一账户登录的终端的设备类型是物理设备，可以认为该购票请求为自动刷票行为的可能性相对较小，可以将该设备类型子系数值对应的第三权重值设置的相对较大。
实施例8：
为了准确确定设备类型子系数值对应的第三权重值，在上述各实施例的基础上，在本发明实施例中，所述基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值包括：
若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，如果第一账户登录的终端的设备类型为虚拟设备，为了方便计算，可以将预设数值确定为设备类型子系数值对应的第三权重值。其中预设数值可以根据需求灵活设置，示例性的，为了有效防止自动刷票行为，可以将预设数值设置的相对较小，例如可以是0等。
如果第一账户登录的终端的设备类型为物理设备，为了准确确定设备类型子系数值对应的第三权重值，可以先在第一账户登录的终端的信息中，确定第一账户登录的终端的MAC地址，其中MAC地址(Media Access Control Address)直译为媒体存取控制位址，也称为局域网地址(LAN Address)、MAC位址、以太网地址(Ethernet Address)或物理地址(Physical Address)，它是一个用来确认网络设备位置的位址。在开放式系统互联(OpenSystem Interconnection，OSI)模型中，第三层网络层负责IP地址，第二层数据链路层则负责MAC位址。MAC地址用于在网络中唯一标示一个网卡，一台设备若有一或多个网卡，则每个网卡都需要并可以有一个唯一的MAC地址。其中确定第一账户登录的终端的MAC地址为现有技术，在此不再赘述。
在一种可能的实施方式中，保存的历史购票信息中可以记录每个账户登录的终端的MAC地址以及登录的时间信息，从而可以获取历史购票信息中记录的第一账户登录的终端的MAC地址在第二设定时长内登录的账户的第二数量，其中第二设定时长可以根据需求灵活设置，示例性的，第二设定时长可以是12小时、24小时等，第一设定时长和第二设定时长可以相同，也可以不同，本发明实施例对此不做具体限定。
在确定第一账户登录的终端的MAC地址在第二设定时长内登录的账户的第二数量后，可以将该第二数量确定为子目标参数，并可以进而根据该第二数量，确定设备类型子系数值对应的第三权重值。与第一数量类似，在一种可能的实施方式中，第一账户登录的终端的MAC地址在第二设定时长内登录的账户的第二数量越大，可以认为该购票请求为票贩等自动刷票行为的可能性越大，可以将该MAC地址的设备类型子系数值对应的第三权重值设置的相对较小；相反，如果第二数量越小，可以认为该购票请求为票贩等自动刷票行为的可能性越小，为普通消费者购票的可能性越大，可以将该MAC地址的设备类型子系数值对应的第三权重值设置的相对较大。
在一种可能的实施方式中，若第一账户登录的终端的设备类型为物理设备，为了准确确定设备类型子系数值对应的第三权重值，在根据第一账户登录的终端的MAC地址在第二设定时长内登录的账户的第二数量，确定设备类型子系数值对应的第三权重值时，可以根据第五算法cdev＝1-tanh(0.1(f-1))，确定设备类型子系数值对应的第三权重值，其中cdev为第三权重值，f为第二数量。由第五算法可以看出，如果第一账户登录的终端的MAC地址在第二设定时长内登录的账户的第二数量f越大，该MAC地址的设备类型子系数值对应的第三权重值cdev越小；而如果第二数量f越小，该MAC地址的设备类型子系数值对应的第三权重值cdev越大。
实施例9：
为了准确确定可信度子系数值对应的权重值，在上述各实施例的基础上，在本发明实施例中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；
将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；
根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
在一种可能的实施方式中，如果预设的可信度子系数值包括票券信息子系数值，在确定该票券信息子系数值对应的目标参数时，可以在待购买的票券的信息中，确定待购买的票券的信息中的起始地点和终止地点。同时，还可以在第一账户登录的终端的信息中，确定该终端的当前地点，其中确定第一账户登录的终端的当前地点可以采用现有技术，在此不再赘述。
另外，在确定票券信息子系数值对应的目标参数时，可以在保存的关于第一账户的历史购票信息中，获取第一账户的历史购票信息中历史起始地点和历史终止地点与本次购票请求中待购买的票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量，示例性的，如果本次购票请求中待购买的票券的信息为从北京到上海的车票，即起始地点为北京，终止地点为上海，可以获取第一账户的历史购票信息中购买过的从北京到上海的历史购票信息的第三数量。
在一种可能的实施方式中，可以将起始地点、终止地点、当前地点以及第三数量确定为目标参数。在根据这些目标参数，确定票券信息子系数值对应的第四权重值时，可以先确定起始地点与当前地点之间的第一距离，并确定终止地点与当前地点之间的第二距离，然后确定第一距离和第二距离中的最小距离，根据最小距离和第三数量，确定票券信息子系数值对应的第四权重值。具体的，在根据最小距离和第三数量，确定票券信息子系数值对应的第四权重值时，可以是最小距离越小，认为是普通消费者正常购票行为的可能性越大，可以将票券信息子系数值对应的第四权重值设置的相对较大；相反，如果最小距离越大，可以认为是普通消费者正常购票行为的可能性越小，是票贩等自动刷票行为的可能性越大，可以将票券信息子系数值对应的第四权重值设置的相对较小。同时，如果第三数量越大，可以认为该购票请求的可信度越高，可以将票券信息子系数值对应的第四权重值设置的相对较大；相反，如果第三数量越小，可以认为该购票请求的可信度越低，可以将票券信息子系数值对应的第四权重值设置的相对较小。
实施例10：
为了准确的确定所述票券信息子系数值对应的第四权重值，在上述各实施例的基础上，在本发明实施例中，所述根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值包括：
根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure BDA0002935199530000211
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
在一种可能的实施方式中，如果起始地点与当前地点之间的第一距离用gs表示，终止地点与当前地点之间的第二距离用ge表示，第一距离和第二距离之间的最小距离用min(gs，ge)表示，第三数量用h表示，则可以根据第三算法
Figure BDA0002935199530000212
确定票券信息子系数值对应的第四权重值。在一种可能的实施方式中，第四权重值可以是大于等于0且小于等于1的数。由第四算法可以看出，最小距离min(gs，ge)越小，第三数量h越大，则票券信息子系数值对应的第四权重值cmsg越大；相反，如果最小距离min(gs，ge)越大，第三数量h越小，则票券信息子系数值对应的第四权重值cmsg越小。
实施例11：
为了准确确定可信度子系数值对应的权重值，在上述各实施例的基础上，在本发明实施例中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
在一种可能的实施方式中，如果预设的可信度子系数值包括请求频率子系数值，可以获取历史购票信息中记录的该第一账户在第三设定时长内发送购票请求的发送频率和频率方差。其中，第三设定时长可以根据需求灵活设置，例如第三设定时长可以为3分钟等，第一设定时长、第二设定时长、第三设定时长可以相同，也可以不同，本发明实施例对此不做具体限定。可以获取第一账户在第三设定时长内发送购票请求的发送频率和频率方差，其中发送频率可以是在该第三设定时长内发送购票请求的总次数与第三设定时长的比值，示例性的，发送频率的单位可以是“次/秒钟”、“次/分钟”等，可以根据需求灵活设置。在确定频率方差时，可以先确定第三设定时长内相邻两次购票请求的时间间隔，为方便描述，相邻两次购票请求的时间间隔用ti表示，第三设定时长内购票请求的总次数用N表示，则第三设定时长内相邻两次购票请求的平均时间间隔
Figure BDA0002935199530000221
频率方差
Figure BDA0002935199530000222
在一种可能的实施方式中，可以基于发送频率和频率方差，确定请求频率子系数值对应的第五权重值，具体的，在基于发送频率和频率方差，确定请求频率子系数值对应的第五权重值时，可以是发送频率越大，频率方差越小，即不同时间间隔的大小越相近，则本次购票请求为自动刷票行为的可能性越大，可以将请求频率子系数值对应的第五权重值设置的相对较小；相反，如果发送频率越小，频率方差越大，即不同时间间隔的大小相差越大，则本次购票请求为自动刷票行为的可能性越小，可以将请求频率子系数值对应的第五权重值设置的相对较大。
实施例12：
为了准确确定请求频率子系数值对应的第五权重值，在上述各实施例的基础上，在本发明实施例中，所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，所述方法还包括：
判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新，并基于更新后的发送频率进行后续步骤。
在一种可能的实施方式中，可以预设频率阈值，其中频率阈值可以根据需求灵活设置，示例性的，在预设频率阈值时，可以根据保存的历史购票信息中每个账户的发送频率来确定频率阈值，例如可以先获取历史购票信息中每个账户的发送频率的平均频率
Figure BDA0002935199530000231
在一种可能的实施方式中，可以将
Figure BDA0002935199530000232
确定为预设频率阈值，并判断第一账户的发送频率是否小于设定的频率阈值，如果是，可以认为本次购票请求为自动刷票行为的可能性不大，为了准确确定请求频率子系数值对应的第五权重值，可以根据设定的频率阈值对该发送频率进行更新，即将该第一账户的发送频率设置为设定的频率阈值，并基于更新后的发送频率和频率方差，确定请求频率子系数值对应的第五权重值。
可以理解的，如果发送频率不小于设定的频率阈值，则可以不对第一账户的发送频率进行更新，基于第一账户实际的发送频率和频率方差，确定请求频率子系数值对应的第五权重值。
在一种可能的实施方式中，为了准确确定请求频率子系数值对应的第五权重值，在上述各实施例的基础上，在本发明实施例中，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值包括：
根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure BDA0002935199530000233
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
在一种可能的实施方式中，在基于发送频率和频率方差，确定请求频率子系数值对应的第五权重值时，可以根据第四算法
Figure BDA0002935199530000234
来确定，其中cq为第五权重值，F'为频率阈值，F为发送频率、σ为频率方差，由第四算法可以看出，发送频率F越大，频率方差σ越小，则请求频率子系数值对应的第五权重值cq越小；相反，发送频率F越小，频率方差σ越大，则请求频率子系数值对应的第五权重值cq越大。
在一种可能的实施方式中，如果频率阈值为
Figure BDA0002935199530000235
则第四算法为
Figure BDA0002935199530000241
为方便理解，下面通过一个具体实施例对本发明实施例提供的防止自动刷票的过程进行说明。
预设的每个可信度子系数值分别包括账户信息子系数值wu、IP地址子系数值wip、设备类型子系数值wdev、票券信息子系数值wmsg、请求频率子系数值wq，账户信息子系数值对应的第一权重值用cu表示，IP地址子系数值对应的第二权重值用cip表示，设备类型子系数值对应的第三权重值用cdev表示，票券信息子系数值对应的第四权重值用cmsg表示，请求频率子系数值对应的第五权重值用cq表示；
在一种可能的实施方式中，针对每个可信度子系数值，可以先确定该可信度子系数值和与其对应的权重值的乘积，根据该乘积与每个可信度子系数值的和的比值，确定该可信度子系数值对应的子可信度值。其中每个可信度子系数值对应的子可信度值分别为：
账户信息子系数值对应的第一子可信度值为
Figure BDA0002935199530000242
IP地址子系数值对应的第一子可信度值为
Figure BDA0002935199530000243
设备类型子系数值对应的第三子可信度值为
Figure BDA0002935199530000244
票券信息子系数值对应的第四子可信度值为
Figure BDA0002935199530000245
请求频率子系数值对应的第五子可信度值为
Figure BDA0002935199530000246
在一种可能的实施方式中，可以将每个子可信度值的和，确定为该次购票请求的可信度值c，则该次购票请求的可信度值：
Figure BDA0002935199530000251
为了有效防范自动刷票行为，可以根据该次购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截。示例性的，可以是购票请求的可信度值大于预设的可信度值阈值时，认为该购票请求的可信度较高，该购票请求是普通消费者正常的购票行为的可能性较大，可以不对该购票请求进行拦截。而如果该购票请求的可信度值不大于预设的可信度值阈值时，可以认为该购票请求的可信度较低，该购票请求是票贩等自动刷票行为的可能性较大，可以对该购票请求进行拦截，从而达到有效的防范自动刷票行为，并保护普通消费者正常的购票权利的目的。
实施例13：
在上述各实施例的基础上，本发明实施例提供了一种异常进程检测装置，图5为本发明实施例提供的一种防止自动刷票装置示意图，如图5所示，所述装置包括：
接收模块51，用于接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息；
确定模块52，用于根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值；
拦截模块53，用于根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
在一种可能的实施方式中，所述确定模块52，具体用于针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；根据每个所述子可信度值，确定所述购票请求的可信度值。
在一种可能的实施方式中，所述确定模块52，具体用于若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
在一种可能的实施方式中，所述确定模块52，具体用于根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure BDA0002935199530000261
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
在一种可能的实施方式中，所述确定模块52，具体用于若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
在一种可能的实施方式中，所述确定模块52，具体用于根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1(d-1))，其中cip为所述第二权重值，d为所述第一数量。
在一种可能的实施方式中，所述确定模块52，具体用于若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，所述确定模块52，具体用于若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，所述确定模块52，具体用于若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
在一种可能的实施方式中，所述确定模块52，具体用于根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure BDA0002935199530000271
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
在一种可能的实施方式中，所述确定模块52，具体用于若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
在一种可能的实施方式中，所述确定模块52，还用于所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新。
在一种可能的实施方式中，所述确定模块52，具体用于根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure BDA0002935199530000281
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
由于本发明实施例在接收到第一账户的购票请求后，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息，确定该购票请求的可信度值，并可以根据该购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截，从而可以有效的防范自动刷票行为，保护普通消费者正常的购票权利。
实施例14：
在上述各实施例的基础上，本发明实施例还提供了一种电子设备，图6为本发明实施例提供的一种电子设备结构示意图，如图6所示，该电子设备包括：处理器61、通信接口62、存储器63和通信总线64，其中，处理器61，通信接口62，存储器63通过通信总线64完成相互间的通信；
所述存储器63中存储有计算机程序，当所述程序被所述处理器61执行时，使得所述处理器61执行如下步骤：
接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息；
根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值；
根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
在一种可能的实施方式中，所述处理器61，具体用于针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；根据每个所述子可信度值，确定所述购票请求的可信度值。
在一种可能的实施方式中，所述处理器61，具体用于若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
在一种可能的实施方式中，所述处理器61，具体用于根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure BDA0002935199530000291
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
在一种可能的实施方式中，所述处理器61，具体用于若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
在一种可能的实施方式中，所述处理器61，具体用于根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1-(1d))，其中cip为所述第二权重值，d为所述第一数量。
在一种可能的实施方式中，所述处理器61，具体用于若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，所述处理器61，具体用于若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，所述处理器61，具体用于若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
在一种可能的实施方式中，所述处理器61，具体用于根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure BDA0002935199530000301
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
在一种可能的实施方式中，所述处理器61，具体用于若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
在一种可能的实施方式中，所述处理器61，还用于所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新。
在一种可能的实施方式中，所述处理器61，具体用于根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure BDA0002935199530000311
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
由于上述电子设备解决问题的原理与防止自动刷票的方法相似，因此上述电子设备的实施可以参见方法的实施，重复之处不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口62用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
由于本发明实施例在接收到第一账户的购票请求后，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息，确定该购票请求的可信度值，并可以根据该购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截，从而可以有效的防范自动刷票行为，保护普通消费者正常的购票权利。
实施例15：
在上述各实施例的基础上，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：
接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息；
根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值；
根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
在一种可能的实施方式中，所述根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值包括：
针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；
根据每个所述子可信度值，确定所述购票请求的可信度值。
在一种可能的实施方式中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
在一种可能的实施方式中，所述根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值包括：
根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure BDA0002935199530000331
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
在一种可能的实施方式中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
在一种可能的实施方式中，所述根据所述第一数量，确定所述IP地址子系数值对应的第二权重值包括：
根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1(d-1))，其中cip为所述第二权重值，d为所述第一数量。
在一种可能的实施方式中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，所述基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值包括：
若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
在一种可能的实施方式中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；
将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；
根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
在一种可能的实施方式中，所述根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值包括：
根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure BDA0002935199530000351
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
在一种可能的实施方式中，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
在一种可能的实施方式中，所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，所述方法还包括：
判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新，并基于更新后的发送频率进行后续步骤。
在一种可能的实施方式中，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值包括：
根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure BDA0002935199530000361
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
由于本发明实施例在接收到第一账户的购票请求后，可以根据购票请求中携带的待购买的票券的信息、第一账户登录的终端的信息及保存的历史购票信息，确定该购票请求的可信度值，并可以根据该购票请求的可信度值以及预设的可信度值阈值，确定是否对该购票请求进行拦截，从而可以有效的防范自动刷票行为，保护普通消费者正常的购票权利。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (13)

1.一种防止自动刷票的方法，其特征在于，所述方法包括：
接收第一账户的购票请求，所述购票请求中携带待购买的票券的信息；
根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值；
根据所述可信度值以及预设的可信度值阈值，确定是否对所述购票请求进行拦截。
2.根据权利要求1所述的方法，其特征在于，所述根据所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息，确定所述购票请求的可信度值包括：
针对预设的每个可信度子系数值，在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数；根据所述目标参数，确定该可信度子系数值对应的权重值；根据该可信度子系数值和所述权重值，确定该可信度子系数值对应的子可信度值；
根据每个所述子可信度值，确定所述购票请求的可信度值。
3.根据权利要求2所述的方法，其特征在于，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括账户信息子系数值，获取所述历史购票信息中记录的每个账户实名购票次数与未实名购票次数的差值；将每个所述差值确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
将每个所述差值进行降序排序，确定所述第一账户对应的差值在所述降序排序中的排名；根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值。
4.根据权利要求3所述的方法，其特征在于，所述根据所述排名和所述差值的总数量，确定所述账户信息子系数值对应的第一权重值包括：
根据第一算法，确定所述账户信息子系数值对应的第一权重值，其中所述第一算法包括：
Figure FDA0002935199520000021
其中cu为所述第一权重值，a为所述排名，b为所述差值的总数量。
5.根据权利要求2所述的方法，其特征在于，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括IP地址子系数值，在所述终端的信息中，确定所述第一账户登录的终端的IP地址，并获取所述历史购票信息中记录的所述IP地址在第一设定时长内登录的账户的第一数量；将所述第一数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
根据所述第一数量，确定所述IP地址子系数值对应的第二权重值。
6.根据权利要求5所述的方法，其特征在于，所述根据所述第一数量，确定所述IP地址子系数值对应的第二权重值包括：
根据第二算法，确定所述IP地址子系数值对应的第二权重值，其中所述第二算法包括：cip＝1-tanh(0.1(d-1))，其中cip为所述第二权重值，d为所述第一数量。
7.根据权利要求2所述的方法，其特征在于，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括设备类型子系数值，在所述终端的信息中，确定所述终端的设备类型，其中所述设备类型包括虚拟设备或物理设备，将所述终端的设备类型确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值。
8.根据权利要求7所述的方法，其特征在于，所述基于所述终端的设备类型，确定所述设备类型子系数值对应的第三权重值包括：
若所述终端的设备类型为虚拟设备，则将预设数值确定为所述设备类型子系数值对应的第三权重值；
若所述终端的设备类型为物理设备，确定所述第一账户登录的终端的MAC地址，并获取所述历史购票信息中记录的所述MAC地址在第二设定时长内登录的账户的第二数量；将所述第二数量确定为子目标参数，根据所述第二数量，确定所述设备类型子系数值对应的第三权重值。
9.根据权利要求2所述的方法，其特征在于，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括票券信息子系数值，确定所述票券的信息中的起始地点和终止地点以及所述终端的信息中所述终端的当前地点；获取保存的第一账户的历史购票信息中历史起始地点和历史终止地点与所述票券的信息中的起始地点和终止地点相同的历史购票信息的第三数量；
将所述起始地点、所述终止地点、所述当前地点以及所述第三数量确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
确定所述起始地点与所述当前地点之间的第一距离，以及所述终止地点与所述当前地点之间的第二距离，并确定所述第一距离和所述第二距离中的最小距离；
根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值。
10.根据权利要求9所述的方法，其特征在于，所述根据所述最小距离和所述第三数量，确定所述票券信息子系数值对应的第四权重值包括：
根据第三算法，确定所述票券信息子系数值对应的第四权重值，其中所述第三算法包括：
Figure FDA0002935199520000041
其中cmsg为所述第四权重值，h为所述第三数量，min(gs，ge)为所述最小距离。
11.根据权利要求2所述的方法，其特征在于，所述在所述票券的信息、所述第一账户登录的终端的信息及保存的历史购票信息中，确定该可信度子系数值对应的目标参数包括：
若该可信度子系数值包括请求频率子系数值，获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率和频率方差，将所述发送频率和频率方差确定为所述目标参数；
所述根据所述目标参数，确定该可信度子系数值对应的权重值包括：
基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值。
12.根据权利要求11所述的方法，其特征在于，所述获取所述历史购票信息中记录的所述第一账户在第三设定时长内发送购票请求的发送频率之后，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值之前，所述方法还包括：
判断所述发送频率是否小于设定的频率阈值；若是，则根据设定的频率阈值对所述发送频率进行更新，并基于更新后的发送频率进行后续步骤。
13.根据权利要求12所述的方法，其特征在于，所述基于所述发送频率和频率方差，确定所述请求频率子系数值对应的第五权重值包括：
根据第四算法，确定所述请求频率子系数值对应的第五权重值，其中所述第四算法包括：
Figure FDA0002935199520000042
其中cq为所述第五权重值，F'为所述频率阈值，F为发送频率、σ为所述频率方差。
CN202110160294.4A 2021-02-05 2021-02-05 一种防止自动刷票的方法 Pending CN112801668A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110160294.4A CN112801668A (zh) 2021-02-05 2021-02-05 一种防止自动刷票的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110160294.4A CN112801668A (zh) 2021-02-05 2021-02-05 一种防止自动刷票的方法

Publications (1)

Publication Number Publication Date
CN112801668A true CN112801668A (zh) 2021-05-14

Family

ID=75814413

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110160294.4A Pending CN112801668A (zh) 2021-02-05 2021-02-05 一种防止自动刷票的方法

Country Status (1)

Country Link
CN (1) CN112801668A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1516023A (zh) * 2003-01-06 2004-07-28 国际商业机器公司 以用户为中心的服务提供设备和服务提供方法
JP2004213105A (ja) * 2002-12-26 2004-07-29 Mizuho Bank Ltd 投票券販売管理方法及び投票券販売管理プログラム
US20100312587A1 (en) * 2007-06-01 2010-12-09 Tickets.Com, Inc. Computer implemented method for managing electronic ticket requests
US20110154464A1 (en) * 2009-12-23 2011-06-23 Puneet Agarwal Systems and methods for intercepting and automatically filling in forms by the appliance for single-sign on
CN104601547A (zh) * 2014-12-22 2015-05-06 新浪网技术(中国)有限公司 一种非法操作的识别方法及装置
US20160203511A1 (en) * 2015-01-13 2016-07-14 Complete Entertainment Resources Limited Systems and methods for leveraging social queuing to identify and prevent ticket purchaser simulation
US20160350547A1 (en) * 2015-05-29 2016-12-01 Yoti Ltd Systems and methods for electronic ticket management
CN108305134A (zh) * 2017-01-13 2018-07-20 阿里巴巴集团控股有限公司 一种机票订单的安全检测方法、设备以及系统
JP6424379B1 (ja) * 2017-06-01 2018-11-21 睦夫 三桐 チケット管理システム及びその運用方法
CN110675228A (zh) * 2019-09-27 2020-01-10 支付宝(杭州)信息技术有限公司 用户购票行为检测方法以及装置
CN111147441A (zh) * 2019-11-12 2020-05-12 恒大智慧科技有限公司 网络购票的舞弊行为自动检测方法、设备及可读存储介质
CN111292099A (zh) * 2020-02-13 2020-06-16 广东工业大学 一种智能车站反刷票方法和反刷票系统
CN111311285A (zh) * 2020-02-21 2020-06-19 深圳壹账通智能科技有限公司 一种防止用户非法登录的方法、装置、设备和存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004213105A (ja) * 2002-12-26 2004-07-29 Mizuho Bank Ltd 投票券販売管理方法及び投票券販売管理プログラム
CN1516023A (zh) * 2003-01-06 2004-07-28 国际商业机器公司 以用户为中心的服务提供设备和服务提供方法
US20100312587A1 (en) * 2007-06-01 2010-12-09 Tickets.Com, Inc. Computer implemented method for managing electronic ticket requests
US20110154464A1 (en) * 2009-12-23 2011-06-23 Puneet Agarwal Systems and methods for intercepting and automatically filling in forms by the appliance for single-sign on
CN104601547A (zh) * 2014-12-22 2015-05-06 新浪网技术(中国)有限公司 一种非法操作的识别方法及装置
US20160203511A1 (en) * 2015-01-13 2016-07-14 Complete Entertainment Resources Limited Systems and methods for leveraging social queuing to identify and prevent ticket purchaser simulation
US20160350547A1 (en) * 2015-05-29 2016-12-01 Yoti Ltd Systems and methods for electronic ticket management
CN108305134A (zh) * 2017-01-13 2018-07-20 阿里巴巴集团控股有限公司 一种机票订单的安全检测方法、设备以及系统
JP6424379B1 (ja) * 2017-06-01 2018-11-21 睦夫 三桐 チケット管理システム及びその運用方法
CN110675228A (zh) * 2019-09-27 2020-01-10 支付宝(杭州)信息技术有限公司 用户购票行为检测方法以及装置
CN111147441A (zh) * 2019-11-12 2020-05-12 恒大智慧科技有限公司 网络购票的舞弊行为自动检测方法、设备及可读存储介质
CN111292099A (zh) * 2020-02-13 2020-06-16 广东工业大学 一种智能车站反刷票方法和反刷票系统
CN111311285A (zh) * 2020-02-21 2020-06-19 深圳壹账通智能科技有限公司 一种防止用户非法登录的方法、装置、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
包云;刘军;马敏书;: "车票预售期内旅客购票请求到达过程分析与仿真", 北京交通大学学报, no. 06 *
李轶舜;徐建闽;卢凯;: "基于第2代身份证的火车电子售检票系统的构建", 交通与计算机, no. 05 *

Similar Documents

Publication Publication Date Title
EP3373543B1 (en) Service processing method and apparatus
US8850575B1 (en) Geolocation error tracking in transaction processing
US20230156036A1 (en) Detection of malicious activity within a network
AU2019282043A1 (en) Decentralized safeguard against fraud
WO2016101852A1 (zh) 数据处理方法和系统
EP3549050B1 (en) Method and computer product and methods for generation and selection of access rules
US20200374365A1 (en) Systems and Methods for Controlling Real-time Traffic Surge of Application Programming Interfaces (APIs) at Server
CN108985801A (zh) 渠道管理方法及系统
CN111861472B (zh) 业务监控的处理方法和装置
CN112533209A (zh) 黑产识别方法及黑产识别装置
CN114257551A (zh) 一种分布式限流的方法及系统、存储介质
CN111988422A (zh) 应用服务的订阅方法、装置、服务器及存储介质
CN107819743A (zh) 资源访问控制方法及终端设备
US20190295090A1 (en) Methods and apparatuses for fraud handling
CN110930161A (zh) 业务操作的操作时间的确定方法和自助业务操作设备
CN112801668A (zh) 一种防止自动刷票的方法
CN116305033A (zh) 一种异常账户识别方法、装置及电子设备
CN114221807B (zh) 访问请求处理方法、装置、监控设备及存储介质
CN116797242A (zh) 一种异常用户的识别方法、装置、电子设备及存储介质
CN111586157B (zh) 一种信息处理方法、装置及设备
CN114154996A (zh) 一种跨区块链的数据流转方法及系统、存储介质、终端
KR102413344B1 (ko) 단말의 접속을 관리하는 장치 및 방법
CN110852802A (zh) 异常行为的识别方法、通信设备及计算机可读存储介质
CN113810486B (zh) 物联网平台对接方法、装置、电子设备及存储介质
CN115730251B (zh) 关系识别方法

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