CN113111340A - 一种显示登录方式选项的方法、装置、设备和可读介质 - Google Patents
一种显示登录方式选项的方法、装置、设备和可读介质 Download PDFInfo
- Publication number
- CN113111340A CN113111340A CN202110385732.7A CN202110385732A CN113111340A CN 113111340 A CN113111340 A CN 113111340A CN 202110385732 A CN202110385732 A CN 202110385732A CN 113111340 A CN113111340 A CN 113111340A
- Authority
- CN
- China
- Prior art keywords
- login
- user
- terminal
- various
- mode
- 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
- 238000000034 method Methods 0.000 title claims abstract description 120
- 230000006399 behavior Effects 0.000 claims description 71
- 238000012795 verification Methods 0.000 claims description 44
- 238000012360 testing method Methods 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 230000001680 brushing effect Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- 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
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本说明书实施例公开了一种显示登录方式选项的方法、装置、设备和可读介质。方案可以包括:接收用户在终端的登录触发操作;响应于所述登录触发操作,获取所述终端的当前登录环境信息;基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;向用户显示用于触发所述目标登录方式的选项。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种显示登录方式选项的方法、装置、设备和计算机可读介质。
背景技术
目前,当用户在终端登录客户端应用程序时,客户端需要通过网络请求向服务器咨询登录方式,服务器根据各种登录方式的可用性,按照系统预设的各种登录方式的固定顺序,向客户端返回登录方式的推荐结果。这种现有的登录方式推荐方法,由于服务器推荐的登录方式的顺序是固定的,因此,无法根据用户当前所处的具体场景来为用户推荐当前最适用的登录方式,灵活性差。
发明内容
本说明书实施例提供一种显示登录方式选项的方法、装置、设备和计算机可读介质,以解决现有的登录方式推荐方法中存在的灵活性差、可能不适用于具体场景的问题。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种显示登录方式选项的方法,应用于客户端,包括:接收用户在终端的登录触发操作;响应于所述登录触发操作,获取所述终端的当前登录环境信息;基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;向用户显示用于触发所述目标登录方式的选项。
本说明书实施例提供的一种显示登录方式选项的装置,包括:登录触发操作获取模块,用于接收用户在终端的登录触发操作;当前登录环境信息获取模块,用于响应于所述登录触发操作,获取所述终端的当前登录环境信息;模型评分确定模块,用于基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;目标登录方式确定模块,用于根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;显示模块,用于向用户显示用于触发所述目标登录方式的选项。
本说明书实施例提供的一种用户终端,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
接收用户在终端的登录触发操作;响应于所述登录触发操作,获取所述终端的当前登录环境信息;基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;向用户显示用于触发所述目标登录方式的选项。
本说明书实施例提供的一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现一种显示登录方式选项的方法。
本说明书一个实施例至少能够达到以下有益效果:通过接收用户在终端的登录触发操作后,客户端响应于所述登录触发操作获取所述终端的当前登录环境信息,并基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型确定各种登录方式对应的模型评分,然后根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式后,向用户显示用于触发所述目标登录方式的选项,使得,客户端能够根据用户当前所处的具体场景来向用户推荐登录方式,推荐登录方式的方法更灵活,且所推荐的登录方式更适用于当前场景。
附图说明
为了更清楚地说明本说明书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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种显示登录方式选项的方法的流程示意图;
图2为本说明书实施例提供的一种实际应用场景下,显示登录方式选项的方法的用户界面示意图;
图3为本说明书实施例提供的对应于图1的一种显示登录方式选项的装置的结构示意图;
图4为本说明书实施例提供的对应于图1的一种用户终端设备的示意图。
具体实施方式
在用户登录过程中,可能涉及到例如账号密码验证、短信验证码验证、运营商取号验证、刷脸识别、指纹识别、面容识别等多种不同的身份核验方式(又称,核身方式)。如何为用户推荐一种更适合于用户在登录过程中使用的核身方式(用户在登录过程中使用的核身方式即,登录核身方式,在下文中简称为登录方式),将很大程度上影响用户体验和用户登录进入率。
在现有的登录方式推荐方案中,主要依赖客户端通过网络请求向服务端咨询登录方式,服务端根据各种登录方式的可用性(例如,被用户授权使用的登录方式是可用的),按照系统预设的各种登录方式的固定顺序,向客户端返回登录方式的推荐结果。例如,当用户授权使用账号密码验证、短信验证码验证、刷脸识别三种登录方式的情况下,可以按照系统预定的“刷脸识别>短信验证码验证>账号密码验证”的顺序向用户推荐登录方式,即,向用户首推刷脸识别这一登录方式。然而,用户并非始终处于适合进行刷脸识别的环境,例如,环境光线较暗时刷脸识别的成功率就比较低,此时并不适合仍然向用户首推刷脸识别方式,而用户如果想要使用到当前更适合的登录方式(例如,指纹登录或账号密码登录等不受光线影响的登录方式),就需要进一步执行切换登录方式的操作,相当于加长了用户登录过程的操作链路。可见,这种基于预定顺序的推荐方案,方案的个性化能力弱、灵活性差;并且,未考虑会加长用户操作链路的风险。
本说明书实施例的方案中,通过客户端实时捕捉用户的当前登录环境信息,然后在客户端上利用机器学习模型来感知用户当下的意图并智能做出决策,实时推荐一种当下更适合用户的登录方式。例如,当环境光线较暗时,可以不首推刷脸识别;当环境湿度较大时,可以不首推指纹识别;当用户终端运营商信号较差时,可以不首推短信验证码验证;不限于这些示例。基于本说明书实施例的方案,一方面,基于用户的当前登录环境信息来推荐登录方式,方案个性化能力强、灵活性高,并且一定程度上降低了增长用户操作链路的风险;另一方面,在用户终端上获取用户的登录环境信息后,直接利用终端的计算能力,在终端侧实时决策推荐登录方式,由于无需依赖网络请求向服务器请求推荐登录方式,不仅不会受到网络稳定性的影响,而且可以节省云端的计算资源与存储资源。
此外,由于目前能够应用于登录场景的身份核验方式非常多样,因此,按照固定的顺序为用户推荐登录方式,或者由用户自行从大量的登录方式中手动进行选择,均通常会导致用户登录过程效率低的问题。在此背景下,为用户灵活地推荐一种当前适用的登录方式,能够提高用户的登录效率,提升用户的登录体验,提高用户登录成功率,具有重要的现实意义。
在本说明书实施例中,涉及的各种登录方式包括账号密码登录、短信验证码登录、运营商取号登录、第三方账号登录、刷脸识别登录、指纹识别登录、面容识别登录等。这里给出的仅是示例,不限于此,任何能够用于登录的核身方式均可以使用本说明书实施例提供的方案来进行评价和推荐。
其中,账号密码登录是指,用户使用自己预先设置的账号(或者系统给用户分配的账号)以及用户设置的与账号对应的密码进行登录的方式。
短信验证码登录是指,服务器向用户提供的手机号发送验证码,用户在客户端输入所述验证码进行登录的方式。
运营商取号登录是指,获取用户在当前终端使用的手机号码,然后使用所述手机号码进行登录的方式。
第三方账号登录是指,获取用户选择的第三方应用的第三方登录信息,然后使用所述第三方登录信息登录当前客户端的方式。
刷脸识别登录是指,获取用户人脸图像发送给服务器,服务器与公安系统的照片比对识别用户身份后,进行登录的方式。
面容识别登录是指,获取用户人脸图像后,与服务器或用户终端本地存储的用户已有的(例如,用户在注册账号时提供的)标准人脸图像比对识别用户身份后,进行登录的方式。
指纹识别登录是指,获取用户指纹信息后,与服务器或用户终端本地存储的用户已有的(例如,用户在注册账号时提供的)标准指纹信息比对识别用户身份后,进行登录的方式。
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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,都属于本说明书一个或多个实施例保护的范围。
应当理解,尽管在本申请文件中可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
图1为本说明书实施例提供的一种显示登录方式选项的方法的流程示意图。从程序角度而言,流程的执行主体可以为搭载于终端的程序。
如图1所示,该流程可以包括以下步骤:
步骤102:接收用户在终端的登录触发操作。
终端可以包括智能手机、电脑、平板电脑、智能穿戴设备等设备形式。终端的具体设备形式不限于在此给出的示例,还可以是其他设备形式。
用户在终端的登录触发操作,可以包括用户对终端的触摸屏的操作、用户对终端的物理按键的操作、用户对终端的外接设备的操作等。用户的登录触发操作的具体形式不限于在此给出的示例,还可以采用其他的操作形式。
步骤104:响应于所述登录触发操作,获取所述终端的当前登录环境信息。
其中,获取所述终端的当前登录环境信息,具体可以是,获取所述终端的传感器当前采集的登录环境信息。
在本说明书实施例中,所述当前登录环境信息具体可以包括:由加速度传感器获取的加速度信息以及由陀螺仪获取的角速度信息中的至少一者。因此,所述获取所述终端的当前登录环境信息,具体可以包括:获取所述终端的加速度传感器采集的加速度信息;和/或,获取所述终端的陀螺仪采集的角速度信息。
在实际应用中,所述加速度信息和所述角速度信息可以反映终端当前的运动状态,而终端的运动状态实际上反映的是使用终端的用户当前的运动状态。具体地,用户当前的运动状态可以包括静止、行走、骑车、跑步等。例如,当加速度信息和角速度信息反映用户处于跑步状态时,则通常会使得模型将账号密码等需要用户操作步骤较多的登录方式的模型评分调低。
在本说明书实施例中,所述当前登录环境信息还可以包括:由光线传感器采集的亮度数据信息、由温度传感器采集的温度数据信息以及由湿度传感器采集的湿度数据信息中的至少一者。因此,所述获取所述终端的当前登录环境信息,还可以包括:获取所述终端的光线传感器采集的所述终端所处环境的亮度数据信息;和/或,获取所述终端的温度传感器采集的所述终端所处环境的温度数据信息;和/或,获取所述终端的湿度传感器采集的所述终端所处环境的湿度数据信息。
在实际应用中,所述亮度数据信息,会影响需要获取图像信息类的登录方式的成功率,例如,会影响刷脸识别、面容识别等登录方式的成功率。所述湿度数据信息和所述温度数据信息,会影响需要通过接触式传感器来采集信息的登录方式的成功率,例如,会影响指纹识别等登录方式的成功率。
步骤104:基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
在本说明书实施例中,所述登录方式评分模型可以是由服务器预先训练完成后下发到客户端的。具体地,可以在客户端本地,将所述当前登录环境信息输入至所述预先训练完成的登录方式评分模型,来得到各种登录方式对应的模型评分。
在实际应用时,所述登录方式评分模型可以包括:可解释神经网络(ExplainableNeural Networks)模型,简称xNN模型。xNN模型通过模型和计算框架两个方面的优化,解决了深度学习在移动端落地的一系列问题。xNN模型具有如下优点:轻模型,通过高效的模型压缩算法,在保证算法精度的前提下大幅减小模型尺寸;小引擎,移动端SDK的深度裁减;快速,结合指令层和算法层的优化,综合提升深度学习计算的效率;通用,以最为通用的CPU而非性能更强劲的GPU作为重点优化平台,机型覆盖率高,而且,不仅支持经典的CNN、DNN网络,也支持RNN、LSTM等网络形态;易用,工具链对业务保持高度友好——使得算法工程师们能更好地专注于算法本身,在不需要成为模型压缩专家和移动端开发专家的情况下都能快速完成云端模型到移动端模型的转换和部署。
步骤108:根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式。
在实际应用时,将获取的所述终端的当前登录环境信息作为输入参数,输入至预先训练完成的登录方式评分模型中,可以输出针对各种登录方式的模型评分。例如,可以对账号密码登录、短信验证码登录、运营商取号登录、第三方账号登录、刷脸识别登录、指纹识别登录、面容识别登录等各种登录方式均输出各自相应的模型评分。
所述根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式,具体可以包括:先根据所述各种登录方式的模型评分,确定所述各种登录方式的排序;然后根据所述排序,从所述各种登录方式中确定出目标登录方式。例如,按照模型评分从高到低的方式得到所述排序,将所述排序中位次第一的登录方式确定为目标登录方式,以用于首先推荐给用户。
作为示例,若根据所述登录方式评分模型得到的各种登录方式的排序为:面容识别登录>指纹识别登录>短信验证码登录>运营商取号登录>第三方账号登录>账号密码登录,则将面容识别登录确定为目标登录方式。
步骤110:向用户显示用于触发所述目标登录方式的选项。
具体地,向用户显示一个登录控件,该登录控件用于响应于用户的操作来触发所述目标登录方式。例如,若所述目标登录方式为面容识别登录,则该登录控件响应于用户的触发来采集用户的人脸图像并进行后续的面容识别登录验证。
应当理解,本说明书一个或多个实施例所述的方法中,部分步骤的顺序可以根据实际需要调整,或者可以省略部分步骤。
图1中的方法,通过响应于用户的登录触发操作获取用户使用的终端的当前登录环境信息后,基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分进而确定出目标登录方式,以向用户显示所述目标登录方式的选项,使得,能够灵活地为用户提供更适合于用户当前登录场景的登录方式,一定程度上降低了用户由于切换登录方式导致的操作链路过长的问题。
并且,图1中所示的方案在用户终端本地执行,不依赖于服务器端,不会受到网络稳定性的影响,即,本说明书实施例提供的登录方式推荐方案的稳定性更高。另外,通过在各个用户终端本地进行登录方式的评价,利用了终端分布式计算的特点(即,每个设备单独计算),可以大大减少服务器端的计算资源压力和网络资源压力,尤其是在用户登录行为集中爆发的情况下效果更为突出。
基于图1的方法,本说明书实施例还提供了该方法的一些具体实施方式,下面进行说明。
在实际应用中,由于用户历史登录行为能够在一定程度上反映用户对不同登录方式的选择倾向等,因此,当评价各种登录方式时,还可以考虑用户的历史登录行为信息。
具体地,所述接收用户在终端的登录触发操作之后,还可以包括:获取所述用户在所述终端的历史登录行为信息;相应地,所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分,具体可以包括:将所述当前登录环境信息和所述历史登录行为信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
更具体地,所述历史登录行为信息,可以是指当前时间之前预设时长内的所述用户在所述终端的历史登录行为信息。所述预设时长可以根据需要或经验来设定,例如,当前时间之前的7天、10天或1个月内。
可选地,所述历史登录行为信息具体可以包括:所述用户在所述终端使用所述各种登录方式的登录失败次数和所述用户在所述终端切换登录方式的信息中的至少一者。
例如,若用户在当前终端采用指纹登录方式登录失败的次数或概率较高,则通常会使得模型将指纹登录方式的模型评分调低。又如,若用户在当前终端上,多次将刷脸登录方式主动切换为账号密码登录方式,则通常会使得模型将刷脸登录方式的模型评分调低,而将账号密码登录方式的模型评分调高。
可选地,所述历史登录行为信息还可以包括:所述用户在所述终端使用所述各种登录方式的登录成功次数和所述用户在所述终端最后一次使用的登录方式信息中的至少一者。
例如,若用户在当前终端采用刷脸登录方式登录成功的次数或概率较高,则通常会使得模型将刷脸登录方式的模型评分调高。又如,若用户在当前终端最后一次采用了刷脸登录方式且登录成功,则通常会使得模型将刷脸登录方式的模型评分调高。
以上给出的所采集的用户历史登录行为信息均是示例性的,并不构成对本说明书实施例的范围的限定。
在实际应用中,同一种核身方式可以适用于不同的业务,例如,刷脸识别、指纹识别、面容识别等方式既可以用于登录业务,也可以用于支付业务。由于用户在支付业务中与在登录业务中使用的身份核验手段可以相同,因此,可以获取所述用户在所述终端的支付业务中的支付方式对应的历史支付行为信息,用户在所述支付方式对各种身份核验手段的使用习惯也可以影响模型对于使用了相应的身份核验手段的登录方式的评价。
具体地,所述接收用户在终端的登录触发操作之后,还可以包括:获取所述用户在所述终端的历史支付行为信息。相应地,所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分,具体可以包括:将所述当前登录环境信息、所述历史登录行为信息以及所述历史支付行为信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
更具体地,所述历史支付行为信息,可以是指当前时间之前预设时长内的所述用户在所述终端的历史支付行为信息。所述预设时长可以根据需要或经验来设定,例如,当前时间之前的7天、10天或1个月内。
可选地,所述历史支付行为信息,具体可以包括:所述用户在所述终端使用各种支付方式的支付成功次数、所述用户在所述终端使用各种支付方式的支付失败次数、所述用户在所述终端切换支付方式的信息以及所述用户在所述终端最后一次使用的支付方式信息中的至少一者。
在本说明书的实施例中,所述历史登录行为信息和所述历史支付行为信息等用户历史行为信息,可以存储在安装所述客户端的用户终端本地;或者,可以存储在客户端对应的服务器上;或者,可以存储在区块链上。
区块链可以提供去中心化(或弱中心化)的、不可篡改(或难以篡改)的、可信的分布式账本,并可以提供安全、稳定、透明、可审计且高效的记录交易以及数据信息交互的方式。区块链网络可以包括多个节点。笼统的说,区块链网络的参与方越多、参与方越权威,则区块链网络的可信程度越高。将用户历史行为信息存储于区块链上,可以确保用户历史行为信息的安全、可信、不可篡改。
可选地,所述获取所述用户在所述终端的历史登录行为信息,具体可以包括:从区块链节点获取所述用户在所述终端的历史登录行为信息。所述获取所述用户在所述终端的历史支付行为信息,具体可以包括:从区块链节点获取所述用户在所述终端的历史支付行为信息。
在实际应用时,为了保护用户的隐私,在区块链上存储的可以是用户历史行为信息的密文。具体地,可以在区块链节点上,相对应地存储用户标识、用户终端标识和用户历史行文信息密文。
因此,所述获取所述用户在所述终端的历史登录行为信息,具体可以包括:从区块链节点获取所述用户在所述终端的历史登录行为信息密文;对所述历史登录行为信息密文进行解密,得到历史登录行为信息明文。所述获取所述用户在所述终端的历史支付行为信息,具体可以包括:从区块链节点获取所述用户在所述终端的历史支付行为信息密文;对所述历史支付行为信息密文进行解密,得到历史支付行为信息明文。
在实际应用中,除了获取当前登录环境信息、用户历史行为信息(用户历史登录行为信息和用户历史支付行为信息)之外,为了进一步提高登录方式评价的准确性,还可以根据用户使用的终端设备情况来进行评价。
具体地,所述接收用户在终端的登录触发操作之后,还可以包括:获取所述终端的设备信息。其中,所述设备信息具体可以包括所述终端的硬件设备信息,例如,处理器型号或性能信息、图像采集设备的型号或性能信息、指纹采集传感器的型号或性能信息等,不限于此。
相应地,所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分,具体可以包括:将所述当前登录环境信息、所述历史登录行为信息、所述历史支付行为信息以及所述设备信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
在本说明书的实施例中,用户终端使用的预先训练完成的登录方式评分模型可以是由服务器下发的,而登录方式评分模型的训练可以是在服务器上完成的。
具体地,所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分之前,还可以包括:接收服务器下发的所述训练完成的登录方式评分模型。
在实际应用时,用户终端可以在用户每次登陆时获取特征参数,并记录用户本次真正登陆成功的方式,然后将所述特征参数和所述登陆成功的方式发送到服务器,作为服务器训练所述登录方式评分模型的离线训练样本。
在可选的实施例中,所述接收服务器下发的所述训练完成的登录方式评分模型之前,还可以包括:响应于用户的登录触发操作,获取模型输入参数;所述模型输入参数包括所述终端的当前登录环境信息、所述用户在所述终端的历史登录行为信息、所述用户在所述终端的历史支付行为信息以及所述终端的设备信息;获取所述用户的实际登录方式信息;将所述模型输入参数和所述实际登录方式信息发送至服务器,以供所述服务器训练得到所述训练完成的登录方式评分模型。
其中,所述模型输入参数即用于训练模型时输入至模型的特征参数。在实际应用时,为了减少数据传输量,可以仅发送当前对应的模型输入参数相比于此前发送的模型输入参数的增量信息。
另外可选地,在客户端接收服务器下发的所述训练完成的登录方式评分模型之后,若服务器根据新增的训练样本更新了所述登录方式评分模型,也可以向客户端下发更新后的登录方式评分模型。
在本说明书的实施例中,采用登录方式评分模型来评价各种登录方式,实际上是对各种登录方式的可实现性进行评价。在实际应用中,在确定目标登录方式的过程中,还需要考虑到登录过程的风险控制,具体地,对于具有风控风险的登录方式,通常不推荐为目标登录方式。
具体地,在从所述各种登录方式中确定出目标登录方式的过程中,所述根据所述各种登录方式的模型评分,确定所述各种登录方式的排序,具体可以包括:根据预设的安全规则,确定所述各种登录方式中与所述安全规则相关的登录方式的安全评分;根据所述安全评分,调整所述各种登录方式的排序。
其中,所述根据所述安全评分,调整所述各种登录方式的排序,具体可以包括:判断第一登录方式的所述安全评分是否小于预设安全阈值,得到第一判断结果;若所述第一判断结果为是,表明所述第一登录方式存在风控风险,则降低所述第一登录方式的位次,得到调整后的排序。可以理解的是,若所述第一判断结果为否,表明所述第一登录方式不存在风控风险,则无需调整所述第一登录方式的排序。
在实际应用时,所述预设的安全规则可以用于评价终端设备的网络安全性、终端设备是否为越狱设备、当前用户或终端设备是否处于黑灰产黑名单中等各种风控风险,不限于在此示出的示例。
在可选的实施例中,所述根据预设的安全规则,确定所述各种登录方式中与所述安全规则相关的登录方式的安全评分,具体可以包括:获取所述终端的网络连接信息;根据所述网络连接信息,确定所述终端的网络环境对应的网络安全性评分。相应地,所述根据所述安全评分,调整所述各种登录方式的排序,具体可以包括:根据所述网络安全性评分,调整所述各种登录方式中易被网络攻击的登录方式的位次,以得到调整后的排序,其中,所述易被网络攻击的登录方式包括短信验证码登录方式或取号登录方式。
更具体地,所述根据所述安全评分,调整所述各种登录方式的排序,具体可以包括:判断所述网络安全性评分是否小于预设网络安全阈值,得到第二判断结果;若所述第二判断结果为是,则降低所述各种登录方式中易被网络攻击的登录方式的位次,以得到调整后的排序,其中,所述易被网络攻击的登录方式包括短信验证码登录方式或取号登录方式。这是由于,若用户所处的运营商移动网络环境或WiFi热点环境并不安全,则短信容易被拦截,取号验证也容易被绕过。当然,若所述第二判断结果为否,则不进行后续操作,即,不调整易被网络攻击的登录方式的位次。
在可选的实施例中,所述根据所述各种登录方式的模型评分,确定所述各种登录方式的排序,具体可以包括:判断所述终端是否为越狱设备或不可信设备;若所述终端为越狱设备或不可信设备,则可以降低所述各种登录方式中便捷验证登录方式的位次,以得到调整后的排序;其中,所述便捷验证登录方式包括取号登录方式、指纹登录方式、面容登录方式等。这是由于,这些便捷验证登录方式的核验过程容易被越狱设备或不可信设备绕过。在实际应用时,判断终端是否为越狱设备或不可信设备的具体手段可以采用现有技术,本申请不对此进行具体限定。
在实际应用中,为了特定的业务需求,还可以设置一些业务规则来影响对用户的目标登录方式的推荐。这些业务规则的设置,实际上也可以进一步提升登录核验过程的安全性。
具体地,所述根据所述排序,从所述各种登录方式中确定出目标登录方式之前,还可以包括:根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序。
例如,对于新上线的、待测试某些登录方式,可以设置灰度人群白名单。在可选的实施例中,所述根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序,具体可以包括:对于所述各种登录方式中的灰度测试登录方式,获取所述灰度测试登录方式对应的灰度测试用户白名单,所述灰度测试登录方式是指向部分用户开放的登录方式(即,未向全量用户开放的登录方式);判断所述用户是否属于所述灰度测试用户白名单,得到第三判断结果;若所述第三判断结果为否,则将所述灰度测试登录方式从所述排序中去除,得到符合业务规则的排序。当然,若所述第三判断结果为是,则不对已完成的排序执行后续操作,即,不执行将所述灰度测试登录方式从所述排序中去除的操作。
又如,对于特殊的手机号码形式(例如,运营商二次放号的手机号、特殊号码段、小号等),可以限制使用基于手机号码的验证方式。在可选的实施例中,所述根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序,具体可以包括:获取所述用户使用的手机号;判断所述手机号是否为运营商二次放号的号码,得到第四判断结果;若所述第四判断结果为是,则将基于手机号验证的登录方式从所述排序中去除,得到符合业务规则的排序;所述基于手机号验证的登录方式包括短信验证码登录方式或取号登录方式。当然,若所述第三判断结果为否,则不对已完成的排序执行后续操作,即,不执行将基于手机号验证的登录方式从所述排序中去除的操作。
再如,对于用户实施过密码变更(即,修改过密码登录方式中的密码)的情况,可以要求用户在重新通过变更后的密码登录成功的情况下,再开启使用其他快捷登录方式的权限。在可选的实施例中,所述根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序,具体可以包括:获取所述用户的登录密码修改记录和所述用户在所述终端的历史登录行为信息;根据所述登录密码修改记录和所述历史登录行为信息,判断是否具有所述用户在所述终端上使用修改后的登录密码成功登陆的记录,得到第五判断结果;若所述第五判断结果为否,则将密码登录方式确定为目标登录方式。当然,若所述第三判断结果为是,则不对已完成的排序执行后续操作,即,不执行将密码登录方式确定为目标登录方式的操作。
需要说明的是,本说明书实施例中基于安全规则和业务规则来进一步调整待推荐的登录方式的技术方案,解决的是当用户的账号可以采用多种登录方式时,如何为各种登录方式进行排序,并向用户首推一个合适的目标登录方式的问题。
在实际应用时,当用户点击登录控件后,在后续登录核验阶段,若风控规则识别出风险,则会再进行二次身份核验(例如,人机校验、安全问题校验、身份证号校验、银行卡校验、认识的人校验、购物记录校验、连接过的WiFi校验等),这些后续登录核验阶段的校验可以根据实际需要进行,均不会影响本说明书中各实施例的施行。
在本说明的实施例中,在终端通过模型计算出各种登录方式的得分排序后,再进一步通过安全规则和业务规则进行调整后,最终给用户首推一种目标登录方式,与此同时,也可以为用户提供用户切换到其他可用的登录方式的选项。
具体地,所述根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式之后,还可以包括:向用户显示用于切换登录方式的登录方式切换选项;响应于用户对所述登录方式切换选项的触发操作,根据所述排序显示所述各种登录方式中除所述目标登录方式之外的登录方式。其中,所述用于触发所述目标登录方式的选项和所述登录方式切换选项可以显示在同一个页面中。
为了便于理解,本说明书实施例提供了一种实际应用场景下显示登录方式选项的方法的用户界面示意图,如图2所示。
如图2中示例,当用户想要进行登录时,可以先打开如图2的左侧图所示的界面,用户点击图中示出的头像,即进行了登录触发操作。用户终端响应于所述登录触发操作,可以获取终端的当前登录环境信息,还可以可选地获取用户的历史登录行为信息、历史支付行为信息以及设备信息等,输入至终端本地的登录方式评价模型中;然后确定出各种登录方式的排序,进而确定出目标登录方式;之后,如图2的中间图所示,向用户显示用于触发“面容登录”这一目标登录方式的选项。若用户点击所述“面容登录”选项,则进入到面容登录的核验阶段,例如,执行打开摄像头获取用户的面容图像等操作。
在实际应用中,如图2的中间图所示,还可以向用户示出“换个方式登录”这一选项。若用户点击“换个方式登录”这一选项,则可以进入如图2中右侧图所示的界面,在该界面中按照确定出的所述排序,示出了所述排序中前若干位(例如,第2位至第5位)的备选登录方式。
基于同样的思路,本说明书实施例还提供了上述方法对应的装置。图3为本说明书实施例提供的对应于图1的一种显示登录方式选项的装置的结构示意图。如图3所示,该装置可以包括:
登录触发操作获取模块302,用于接收用户在终端的登录触发操作;
当前登录环境信息获取模块304,用于响应于所述登录触发操作,获取所述终端的当前登录环境信息;
模型评分确定模块306,用于基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;
目标登录方式确定模块308,用于根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;
显示模块310,用于向用户显示用于触发所述目标登录方式的选项。
基于图3的装置,本说明书实施例还提供了该方法的一些具体实施方案,下面进行说明。
可选地,所述装置还可以包括:历史登录行为信息获取模,用于获取所述用户在所述终端的历史登录行为信息;相应地,所述模型评分确定模块306,具体可以用于:将所述当前登录环境信息和所述历史登录行为信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
可选地,所述装置还可以包括:历史支付行为信息获取模块,用于获取所述用户在所述终端的历史支付行为信息;相应地,所述模型评分确定模块306,具体可以用于:将所述当前登录环境信息、所述历史登录行为信息以及所述历史支付行为信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
可以理解,上述的各模块是指计算机程序或者程序段,用于执行某一项或多项特定的功能。此外,上述各模块的区分并不代表实际的程序代码也必须是分开的。
基于同样的思路,本说明书实施例还提供了上述方法对应的设备。
图4为本说明书实施例提供的对应于图1的一种用户终端设备的结构示意图。如图4所示,设备400可以包括:
至少一个处理器410;以及,
与所述至少一个处理器通信连接的存储器430;其中,
所述存储器430存储有可被所述至少一个处理器410执行的指令420,所述指令被所述至少一个处理器410执行,以使所述至少一个处理器410能够:
接收用户在终端的登录触发操作;响应于所述登录触发操作,获取所述终端的当前登录环境信息;基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;向用户显示用于触发所述目标登录方式的选项。
基于同样的思路,本说明书实施例还提供了上述方法对应的计算机可读介质。计算机可读介质上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现以下方法:接收用户在终端的登录触发操作;响应于所述登录触发操作,获取所述终端的当前登录环境信息;基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;向用户显示用于触发所述目标登录方式的选项。
上述对本说明书特定实施例进行了描述,在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可。
本说明书实施例提供的装置、设备与方法是对应的,因此,装置、设备也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、设备的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 425D、Atmel AT91SAM、Microchip PIC18F24K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitorymedia),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (25)
1.一种显示登录方式选项的方法,应用于客户端,包括:
接收用户在终端的登录触发操作;
响应于所述登录触发操作,获取所述终端的当前登录环境信息;
基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;
根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;
向用户显示用于触发所述目标登录方式的选项。
2.如权利要求1所述的方法,所述当前登录环境信息具体包括:由加速度传感器获取的加速度信息和由陀螺仪获取的角速度信息中的至少一者。
3.如权利要求2所述的方法,所述当前登录环境信息还包括:
由光线传感器采集的亮度数据信息、由温度传感器采集的温度数据信息以及由湿度传感器采集的湿度数据信息中的至少一者。
4.如权利要求1所述的方法,所述接收用户在终端的登录触发操作之后,还包括:
获取所述用户在所述终端的历史登录行为信息;
所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分,具体包括:
将所述当前登录环境信息和所述历史登录行为信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
5.如权利要求4所述的方法,所述历史登录行为信息具体包括:
所述用户在所述终端使用所述各种登录方式的登录失败次数和所述用户在所述终端切换登录方式的信息中的至少一者。
6.如权利要求5所述的方法,所述历史登录行为信息还包括:
所述用户在所述终端使用所述各种登录方式的登录成功次数和所述用户在所述终端最后一次使用的登录方式信息中的至少一者。
7.如权利要求4所述的方法,所述接收用户在终端的登录触发操作之后,还包括:
获取所述用户在所述终端的历史支付行为信息;
所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分,具体包括:
将所述当前登录环境信息、所述历史登录行为信息以及所述历史支付行为信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
8.如权利要求7所述的方法,所述历史支付行为信息,具体包括:
所述用户在所述终端使用各种支付方式的支付成功次数、所述用户在所述终端使用各种支付方式的支付失败次数、所述用户在所述终端切换支付方式的信息以及所述用户在所述终端最后一次使用的支付方式信息中的至少一者。
9.如权利要求7所述的方法,所述接收用户在终端的登录触发操作之后,还包括:
获取所述终端的设备信息;
所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分,具体包括:
将所述当前登录环境信息、所述历史登录行为信息、所述历史支付行为信息以及所述设备信息输入至预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分。
10.如权利要求1所述的方法,所述根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式,具体包括:
根据所述各种登录方式的模型评分,确定所述各种登录方式的排序;
根据所述排序,从所述各种登录方式中确定出目标登录方式。
11.如权利要求10所述的方法,所述根据所述各种登录方式的模型评分,确定所述各种登录方式的排序,具体包括:
根据预设的安全规则,确定所述各种登录方式中与所述安全规则相关的登录方式的安全评分;
根据所述安全评分,调整所述各种登录方式的排序。
12.如权利要求11所述的方法,所述根据所述安全评分,调整所述各种登录方式的排序,具体包括:
判断第一登录方式的所述安全评分是否小于预设安全阈值,得到第一判断结果;
若所述第一判断结果为是,表明所述第一登录方式存在风控风险,则降低所述第一登录方式的位次,得到调整后的排序。
13.如权利要求11所述的方法,所述根据预设的安全规则,确定所述各种登录方式中与所述安全规则相关的登录方式的安全评分,具体包括:
获取所述终端的网络连接信息;
根据所述网络连接信息,确定所述终端的网络环境对应的网络安全性评分;
所述根据所述安全评分,调整所述各种登录方式的排序,具体包括:
判断所述网络安全性评分是否小于预设网络安全阈值,得到第二判断结果;
若所述第二判断结果为是,则降低所述各种登录方式中易被网络攻击的登录方式的位次,以得到调整后的排序;所述易被网络攻击的登录方式包括短信验证码登录方式或取号登录方式。
14.如权利要求11所述的方法,所述根据所述排序,从所述各种登录方式中确定出目标登录方式之前,还包括:
根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序。
15.如权利要求14所述的方法,所述根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序,具体包括:
对于所述各种登录方式中的灰度测试登录方式,获取所述灰度测试登录方式对应的灰度测试用户白名单;所述灰度测试登录方式是指向部分用户开放的登录方式;
判断所述用户是否属于所述灰度测试用户白名单,得到第三判断结果;
若所述第三判断结果为否,则将所述灰度测试登录方式从所述排序中去除,得到符合业务规则的排序。
16.如权利要求14所述的方法,所述根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序,具体包括:
获取所述用户使用的手机号;
判断所述手机号是否为运营商二次放号的号码,得到第四判断结果;
若所述第四判断结果为是,则将基于手机号验证的登录方式从所述排序中去除,得到符合业务规则的排序;所述基于手机号验证的登录方式包括短信验证码登录方式或取号登录方式。
17.如权利要求14所述的方法,所述根据预设的业务规则,从所述各种登录方式中排除不适用所述业务规则的登录方式,得到符合业务规则的排序,具体包括:
获取所述用户的登录密码修改记录和所述用户在所述终端的历史登录行为信息;
根据所述登录密码修改记录和所述历史登录行为信息,判断是否具有所述用户在所述终端上使用修改后的登录密码成功登陆的记录,得到第五判断结果;
若所述第五判断结果为否,则将密码登录方式确定为目标登录方式。
18.如权利要求10所述的方法,所述根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式之后,还包括:
向用户显示用于切换登录方式的登录方式切换选项;
响应于用户对所述登录方式切换选项的触发操作,根据所述排序显示所述各种登录方式中除所述目标登录方式之外的登录方式。
19.如权利要求1所述的方法,所述基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分之前,还包括:
接收服务器下发的所述训练完成的登录方式评分模型。
20.如权利要求19所述的方法,所述接收服务器下发的所述训练完成的登录方式评分模型之前,还包括:
响应于用户的登录触发操作,获取模型输入参数;所述模型输入参数包括所述终端的当前登录环境信息、所述用户在所述终端的历史登录行为信息、所述用户在所述终端的历史支付行为信息以及所述终端的设备信息;
获取所述用户的实际登录方式信息;
将所述模型输入参数和所述实际登录方式信息发送至服务器;以供所述服务器训练得到所述训练完成的登录方式评分模型。
21.如权利要求4所述的方法,所述获取所述用户在所述终端的历史登录行为信息,具体包括:从区块链节点获取所述用户在所述终端的历史登录行为信息。
22.如权利要求7所述的方法,所述获取所述用户在所述终端的历史支付行为信息,具体包括:从区块链节点获取所述用户在所述终端的历史支付行为信息。
23.一种显示登录方式选项的装置,包括:
登录触发操作获取模块,用于接收用户在终端的登录触发操作;
当前登录环境信息获取模块,用于响应于所述登录触发操作,获取所述终端的当前登录环境信息;
模型评分确定模块,用于基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;
目标登录方式确定模块,用于根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;
显示模块,用于向用户显示用于触发所述目标登录方式的选项。
24.一种用户终端,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
接收用户在终端的登录触发操作;
响应于所述登录触发操作,获取所述终端的当前登录环境信息;
基于所述当前登录环境信息,采用预先训练完成的登录方式评分模型,确定各种登录方式对应的模型评分;
根据所述各种登录方式对应的模型评分,从所述各种登录方式中确定出目标登录方式;
向用户显示用于触发所述目标登录方式的选项。
25.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现权利要求1至22中任一项所述的显示登录方式选项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110385732.7A CN113111340A (zh) | 2021-04-10 | 2021-04-10 | 一种显示登录方式选项的方法、装置、设备和可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110385732.7A CN113111340A (zh) | 2021-04-10 | 2021-04-10 | 一种显示登录方式选项的方法、装置、设备和可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113111340A true CN113111340A (zh) | 2021-07-13 |
Family
ID=76715699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110385732.7A Pending CN113111340A (zh) | 2021-04-10 | 2021-04-10 | 一种显示登录方式选项的方法、装置、设备和可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113111340A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742696A (zh) * | 2021-11-08 | 2021-12-03 | 太平金融科技服务(上海)有限公司深圳分公司 | 基于分布式登录组件的用户登录方法、装置、设备和介质 |
CN114785586A (zh) * | 2022-04-19 | 2022-07-22 | 高途教育科技集团有限公司 | 一种登录方式推荐方法及装置 |
CN117635144A (zh) * | 2024-01-25 | 2024-03-01 | 湖南三湘银行股份有限公司 | 一种基于通道配置的智能路由支付方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108551443A (zh) * | 2018-03-30 | 2018-09-18 | 平安科技(深圳)有限公司 | 一种应用登录方法、装置、终端设备及存储介质 |
CN110032860A (zh) * | 2018-12-27 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 登录方式的推送、展示方法、装置及设备 |
CN110276178A (zh) * | 2019-05-28 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 一种基于身份验证的风险控制方法、装置及设备 |
CN110688633A (zh) * | 2019-09-10 | 2020-01-14 | 阿里巴巴集团控股有限公司 | 登录方式的推送方法、装置、存储介质及设备 |
CN111538964A (zh) * | 2020-04-14 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 登录方式的推送方法、装置、系统及电子设备 |
CN112101953A (zh) * | 2020-09-28 | 2020-12-18 | 中国银行股份有限公司 | 一种利用最优支付链路的移动支付处理方法及系统 |
-
2021
- 2021-04-10 CN CN202110385732.7A patent/CN113111340A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108551443A (zh) * | 2018-03-30 | 2018-09-18 | 平安科技(深圳)有限公司 | 一种应用登录方法、装置、终端设备及存储介质 |
CN110032860A (zh) * | 2018-12-27 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 登录方式的推送、展示方法、装置及设备 |
CN110276178A (zh) * | 2019-05-28 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 一种基于身份验证的风险控制方法、装置及设备 |
CN110688633A (zh) * | 2019-09-10 | 2020-01-14 | 阿里巴巴集团控股有限公司 | 登录方式的推送方法、装置、存储介质及设备 |
CN111538964A (zh) * | 2020-04-14 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 登录方式的推送方法、装置、系统及电子设备 |
CN112101953A (zh) * | 2020-09-28 | 2020-12-18 | 中国银行股份有限公司 | 一种利用最优支付链路的移动支付处理方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113742696A (zh) * | 2021-11-08 | 2021-12-03 | 太平金融科技服务(上海)有限公司深圳分公司 | 基于分布式登录组件的用户登录方法、装置、设备和介质 |
CN113742696B (zh) * | 2021-11-08 | 2022-03-18 | 太平金融科技服务(上海)有限公司深圳分公司 | 基于分布式登录组件的用户登录方法、装置、设备和介质 |
CN114785586A (zh) * | 2022-04-19 | 2022-07-22 | 高途教育科技集团有限公司 | 一种登录方式推荐方法及装置 |
CN117635144A (zh) * | 2024-01-25 | 2024-03-01 | 湖南三湘银行股份有限公司 | 一种基于通道配置的智能路由支付方法 |
CN117635144B (zh) * | 2024-01-25 | 2024-05-28 | 湖南三湘银行股份有限公司 | 一种基于通道配置的智能路由支付方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11882118B2 (en) | Identity verification and management system | |
US11265177B2 (en) | Blockchain consensus node selection | |
US11218325B2 (en) | Asset management method and apparatus, and electronic device | |
US11095689B2 (en) | Service processing method and apparatus | |
US11122026B2 (en) | Queue management and load shedding for complex authentication schemes | |
US20200065479A1 (en) | Method, apparatus, and electronic device for detecting model security | |
US9684775B2 (en) | Methods and systems for using behavioral analysis towards efficient continuous authentication | |
CN113111340A (zh) | 一种显示登录方式选项的方法、装置、设备和可读介质 | |
US20190251075A1 (en) | Asset management method and apparatus, and electronic device | |
KR20190072563A (ko) | 얼굴 라이브니스 검출 방법 및 장치, 그리고 전자 디바이스 | |
CN107483500A (zh) | 一种基于用户行为的风险识别方法、装置及存储介质 | |
US10380590B2 (en) | Transaction authentication based on metadata | |
JP2017516181A (ja) | 周辺デバイスを安全にするための挙動分析 | |
CN110276178B (zh) | 一种基于身份验证的风险控制方法、装置及设备 | |
CN109272320A (zh) | 基于用户行为特征的身份识别方法、装置及设备 | |
US10742642B2 (en) | User authentication based on predictive applications | |
US20200336597A1 (en) | Systems and methods for utilizing machine learning to detect and determine whether call forwarding is authorized | |
US11080379B2 (en) | User authentication | |
CN115545720B (zh) | 一种模型训练的方法、业务风控的方法及装置 | |
TWI792923B (zh) | 使用基於用戶互動歷史之模型來增強移動設備中之用戶驗證之電腦實施方法、電腦系統及電腦程式產品 | |
EP4359977A1 (en) | Proxy services for controlling the persistency, utilization, & dissemination of information provided to a service worker | |
CN110728516A (zh) | 一种风控模型的更新方法、装置及设备 | |
US20230370959A1 (en) | Systems and methods for retrieving ran information | |
CN115062318A (zh) | 智能终端无障碍人机识别方法和系统 | |
CN116244648A (zh) | 一种数据的风险防控方法、装置及设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40056747 Country of ref document: HK |