CN114240476A - 异常用户确定方法、装置、设备及存储介质 - Google Patents
异常用户确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114240476A CN114240476A CN202111402087.1A CN202111402087A CN114240476A CN 114240476 A CN114240476 A CN 114240476A CN 202111402087 A CN202111402087 A CN 202111402087A CN 114240476 A CN114240476 A CN 114240476A
- Authority
- CN
- China
- Prior art keywords
- user
- verification
- target
- score
- abnormal
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0225—Avoiding frauds
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种异常用户确定方法、装置、设备及存储介质。其中,该方法包括:响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。本申请实施例提高了异常用户识别的准确度。
Description
技术领域
本申请实施例涉及数据处理技术,尤其涉及一种异常用户确定方法、装置、设备及存储介质。
背景技术
随着互联网技术的不断发展,面向用户的互联网资源营销方式与日俱增。伴随着多样化的互联网资源营销方式,互联网资源被第三方恶意盗刷的情况日益增多,造成了互联网资源的浪费,影响用户的使用体验感。
现有技术中对恶意盗刷的异常用户的识别,通常采用常见的用户账号识别、设备识别或网络环境识别等较为单一的异常用户识别方式,识别结果的准确性较低。
发明内容
本申请实施例提供一种异常用户确定方法、装置、设备及存储介质,以提高异常用户识别的准确度。
第一方面,本申请实施例提供了一种异常用户确定方法,该方法包括:
响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;
根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;
根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;
判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。
第二方面,本申请实施例还提供了一种异常用户确定装置,该装置包括:
用户属性信息获取模块,用于响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;
目标校验类型确定模块,用于根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;
校验结果确定模块,用于根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;
异常用户确定模块,用于判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。
第三方面,本申请实施例还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现如本申请实施例中任一所述的异常用户确定方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如本申请实施例中任一所述的异常用户确定方法。
本申请实施例通过根据目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;根据校验结果,确定用户是否为异常用户。上述方案实现了基于目标活动对应的至少一个目标校验类型,以及至少一个目标校验类型的目标校验规则,对异常用户进行确定,结合多种校验类型,而非采用单一的校验类型对异常用户进行确定,提高了异常用户确定的准确度;通过对异常用户的准确识别,避免了第三方恶意盗刷获取活动奖励的情况发生,给用户带来了良好的体验感。
附图说明
图1是本申请实施例一中的一种异常用户确定方法的流程示意图;
图2是本申请实施例二中的一种异常用户确定方法的流程示意图;
图3是本申请实施例三中的一种异常用户确定方法的流程示意图;
图4A是本申请实施例四中的一种异常用户确定系统的结构示意图;
图4B是本申请实施例四中的分段配置的配置页面示意图;
图4C是本申请实施例四中的链路配置的配置页面示意图;
图5是本申请实施例五中的一种异常用户确定装置的结构框图;
图6是本申请实施例六中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
实施例一
图1为本申请实施例一提供的一种异常用户确定方法的流程示意图,本实施例可适用于用户在获取互联网资源时,对正常用户和异常用户进行识别的情况,该方法可以由异常用户确定装置来执行,该装置可采用软件和/或硬件的方式实现。如图1所示,该方法具体包括如下步骤:
S110、响应于用户发出的目标活动参与指令,确定目标活动,并获取用户的用户属性信息。
目标活动可以是当前用户在至少一个活动任务中所选择的任意一个活动任务。其中,活动任务可以是充值活动或云盘资源共享活动等,具体可以由相关技术人员根据实际需求预先设置。不同活动可以对应不同的奖品和活动场景,其中,活动场景可以包括中奖或领奖。例如,充值活动的奖品可以是5元话费或10元话费,相应的,充值活动对应的活动场景可以是中奖。用户属性信息可以包括用户手机号、用户名和用户账号等。
用户可以根据实际需求,在活动任务对应的显示界面中选择目标活动进行参与;获取用户在活动任务对应的显示界面发出的目标活动参与指令,确定用户参与的目标活动,并获取用户的用户属性信息。
在响应于用户发出的目标活动参与指令之前,可以根据不同的活动任务、不同活动任务对应的不同奖品,以及不同活动任务对应的活动场景,预先配置活动任务的配置文件。活动任务的配置文件可以包括分段配置和链路配置,其中,分段配置是对不同校验类型的校验规则进行配置,分段配置的配置参数可以包括分段名称、校验类型、校验时间范围、校验时间范围单位、活动场景、校验类型的权重和校验类型启用状态等,其中,校验类型启用状态可以用于控制校验类型的启用和停用,即,可以对校验类型进行一键开启和一键关闭,例如,若停用某一校验类型,则使用该校验类型的所有活动任务均停止使用该校验类型;若开启某一校验类型,则使用该校验类型的所有活动任务均可使用该校验类型。链路配置是针对不同活动进行活动参数的配置,链路配置的配置参数可以包括链路名称、活动名称、奖品名称、活动启用状态、异常用户名单阈值、异常用户IP(Internet Protocol,互联网协议)阈值、成功阈值和校验点列表等。活动启用状态可以用于控制活动的开启和关闭,成功阈值可以是成功执行活动任务的校验分数的阈值。校验点列表中可以选择活动任务相对应的校验类型,还可以根据不同校验类型配置相应的埋点。具体可以由相关技术人员根据活动任务的实际需求,对相关配置参数进行提前设定,本实施例对此不进行限制。
S120、根据目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型。
其中,校验类型可以包括前端埋点校验、客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验等。
目标校验类型可以是与目标活动相关联的校验类型。针对不同活动任务可以配置不同的校验类型,例如,充值活动可以配置前端埋点校验、客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验;云盘资源共享活动可以配置客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验。具体可以由相关技术人员,根据实际活动任务对应的任务需求,配置不同的校验类型。
可以根据不同活动、不同奖品和不同活动场景在分段配置和链路配置中配置不同的参数。示例性的,可以在链路配置的活动名称中配置活动任务对应的名称,例如,充值活动;在链路配置的奖品名称中配置活动任务的奖品名称,例如,5元话费;在链路配置的校验点列表中可以配置活动任务对应的校验类型和该校验类型对应的埋点事件。例如,不同活动任务可以对应至少一个埋点事件,埋点事件可以依据不同活动任务、奖品和活动场景进行相应的预设。校验点列表中可以包括校验类型的选择和埋点事件名称的填写,对于客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验的校验类型,有且仅有一个埋点,因此,可以在校验点列表中设置这五种校验类型的埋点事件数量为默认值,以表示当前校验类型仅有一个埋点,例如,默认值可以是1或0。示例性的,若活动任务为充值活动,奖品为5元话费,对应的埋点数量为3个,则可以在该充值活动对应的校验点列表中前端埋点校验类型对应的埋点事件输入框中配置3个埋点事件,并可以输入这三个埋点事件的事件名称。
校验类型的分段配置参数可以包括各校验类型对应的权重、校验时间范围和活动场景等。示例性的,不同活动任务可以对应不同的校验类型,若不同活动任务均包括同一校验类型,则可以针对各个活动任务,对该校验类型进行统一配置;针对不同活动任务对应的不同校验类型,可以在分段配置中进行分别配置。示例性的,若任一活动任务均包括异常用户名单校验,则可以将异常用户名单校验的校验规则在分段配置中进行预先配置,并将配置好的校验规则命名为“公共-异常用户名单校验”,在对各个活动进行异常名单校验的配置时,只需在异常用户名单的配置位置处选择“公共-异常用户名单校验”即可,不需要再进行各个参数的配置。若要针对5元话费的充值活动的客户端活跃校验进行配置,且其他活动任务的客户端活跃校验配置参数与该5元话费充值活动的客户端活跃校验配置参数不同,则需要针对5元话费的充值活动的客户端活跃校验,在分段配置中进行相应的配置。分段名称便于相关技术人员对不同活动任务对应不同相关配置作区分。
S130、根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果。
其中,用户行为信息可以包括用户在至少一个活动任务中所选择的目标任务的相关信息,即,用户行为信息是用户执行目标任务时发出的信息,可以通过用户的点击或滑动等操作确定用户行为信息。例如,可以包括用户所选择的目标任务对应的活动名称、奖品名称和活动场景等。
不同目标校验类型可以对应不同的目标校验规则,目标校验规则为预先配置的配置文件,配置文件中可以包括分段配置和链路配置,还可以包括异常判断数据文件。可以在接收到目标任务时,获取用户在登录活动任务的客户端时输入的账号和手机号等用户属性信息,以及目标任务对应的活动名称和奖品名称。根据活动名称、奖品名称以及活动场景,分别获取在链路配置中配置的相关参数,以及在分段配置中配置的相关参数等目标校验规则。预先设置不同校验类型的异常判断数据文件,异常判断数据文件中包括判断用户为异常和/或正常用户的判断条件。例如,校验类型为用户登录方式校验类型,则异常判断数据文件中包括正常用户登录方式的判断条件,和异常登录方式的判断条件。正常用户登录方式可以是验证码登录,异常用户登录方式可以是第三方登录。获取与校验类型相关联的异常判断数据文件,根据异常判断数据文件以及分段配置和链路配置中的相关参数,基于预设的校验结果确定算法,对用户行为信息进行计算,确定校验类型的校验结果。
其中,前端埋点校验对应的数据文件中可以包括任一活动任务对应的埋点事件;客户端活跃校验对应的数据文件可以包括任一活动任务对应的正常文件上传行为数据,正常文件上传行为数据可以是用户执行活动任务时上传文件的标准次数;用户登录方式校验对应的数据文件中可以包括正常登录方式和异常登录方式,例如,正常登录方式可以是验证码登录,异常登录方式可以是第三方登录;异常用户名单校验对应的数据文件可以是异常用户名单列表,包括至少一个异常用户的属性信息,例如,异常用户的手机号;异常用户IP校验对应的数据文件可以是异常用户IP列表,包括至少一个异常用户的IP地址。不同校验类型对应的数据文件可以由相关技术人员根据实际需求进行添加、删除或更新。
示例性的,获取用户属性信息和用户执行目标活动发出的用户行为信息,根据用户行为信息获取与目标活动对应的分段配置和链路配置中的相关参数;根据分段配置和链路配置中的相关参数,确定与目标活动相关联的目标校验类型;根据目标校验类型确定对应的异常判断数据文件和分段配置等目标校验规则,确定各目标校验类型的得分,并根据各目标校验的得分,确定校验结果。
示例性的,可以将目标校验类型的得分进行相加,将相加后得到的分数与预先设定的成功分数阈值进行比较,并将分数比较后的结果作为校验结果。其中,校验结果可以包括目标校验类型对应得分相加后的分数大于或等于成功分数阈值,以及得分相加后的分数小于成功分数阈值。
S140、判断校验结果是否满足用户异常条件,若是,则确定用户为异常用户。
可以根据校验结果,判断校验结果是否满足用户异常,若是,则确定用户为异常用户;若否,则确定用户为正常用户。
示例性的,若目标校验类型对应得分相加后的分数大于或等于成功分数阈值,则可以确定用户为正常用户;若目标校验类型对应得分相加后的分数小于成功分数阈值,则可以确定用户为异常用户。
本申请实施例通过根据目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;根据校验结果,确定用户是否为异常用户。上述方案实现了基于目标活动对应的至少一个目标校验类型,以及至少一个目标校验类型的目标校验规则,对异常用户进行确定,结合至少一种校验类型,而非采用单一的校验类型对异常用户进行确定,提高了异常用户确定的准确度;通过对异常用户的准确识别,避免了第三方恶意盗刷获取活动奖励的情况发生,给用户带来了良好的体验感。
实施例二
图2为本申请实施例二提供的一种异常用户确定方法的流程示意图,本实施例在上述各技术方案的基础上,进行了优化改进。
进一步的,在“根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型”步骤之后,添加步骤“获取当前时间以及与任一目标校验类型关联目标校验规则;根据任一目标校验规则中的校验时间范围,判断当前时间是否在校验时间范围内;若是,则执行根据所述用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验。”以完善对各校验类型的校验方式。
如图2所示,该方法包括以下具体步骤:
S210、响应于用户发出的目标活动参与指令,确定目标活动,并获取用户的用户属性信息。
S220、根据目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型。
S230、获取当前时间以及与任一目标校验类型关联目标校验规则。
不同校验类型可以对应不同的校验时间范围,校验时间范围是用户完成目标活动的任务的有效时间,即,用户需要在相应的校验时间范围内完成活动任务。其中,校验类型对应的校验时间范围可以由相关技术人员根据实际需求进行设定,并且可以在分段配置中对不同活动任务的不同校验类型下的校验时间范围和校验时间范围单位进行相应的配置。示例性的,校验类型为前端埋点校验的校验时间范围可以是24小时,即,用户需要在24小时内完成该目标活动对应的活动任务,若超过24小时,则前端埋点校验可以确定为无效校验类型,即,不采用该校验类型对目标活动进行校验。
获取当前时间和用户当前进行的目标活动,根据目标活动获取与目标活动对应的分段配置和链路配置中配置的相关参数;根据配置的相关参数确定目标活动对应的目标校验类型,以及任一目标校验类型关联的目标校验规则。
S240、根据任一目标校验规则中的校验时间范围,判断当前时间是否在校验时间范围内。
获取目标活动对应的链路配置中的校验时间范围参数,根据获取的校验时间范围,判断当前时间是否在校验时间范围内。示例性的,若获取的校验时间范围为24小时,即,可以是某日的00:00:00-23:59:59;判断当前时间是否在校验时间范围内。
S250、若是,则执行根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验。
若当前时间在校验时间范围内,则根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验。其中,用户属性信息可以是用户手机号,用户行为信息可以是用户当前所选择的目标活动和奖品。可以根据获取的用户行为信息和用户属性信息,在分段配置和链路配置中获取与目标活动对应的相关参数;根据获取的相关参数确定目标活动对应的至少一个目标校验类型,基于至少一个目标校验类型的目标校验规则,对用户进行校验。
在一个可选实施例中,在判断当前时间是否在校验时间范围内之后,还包括:若当前时间不在所述校验时间范围内,则确定校验时间范围对应的目标校验类型为待删除校验类型;确定待删除校验类型的校验分数为预设待删除分数。
若当前时间不在校验时间范围内,则可以将不在校验时间范围内的目标校验类型确定为待删除校验类型。确定待删除校验类型的校验分数为预设待删除分数;其中,预设待删除分数可以由相关技术人员根据实际需求进行确定,例如,预设待删除分数可以是0分。通过将当前时间不在校验时间范围内的目标校验类型设置为待删除校验类型,并为待删除校验类型设置预设待删除分数,避免了待删除校验类型分数对最终的分数结果的影响。
S260、根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果。
S270、判断校验结果是否满足用户异常条件,若是,则确定用户为异常用户。
本实施例方案通过获取当前时间以及与任一目标校验类型关联目标校验规则;根据任一目标校验规则中的校验时间范围,判断当前时间是否在校验时间范围内,并根据判断结果对用户进行校验。上述方案通过判断当前时间是否在目标校验类型的校验时间范围的方式,避免了用户未在规范的时间范围内完成相应的任务,或者超时完成相应任务;通过校验时间范围规范各校验类型的得分,使得确定的异常用户的结果更加准确。
实施例三
图3为本申请实施例三提供的一种异常用户确定方法的流程示意图,本实施例在上述各技术方案的基础上,进行了优化改进。
进一步的,将“根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果”,细化为“获取用户对目标任务发出的用户行为信息;根据用户属性信息和用户行为信息,基于至少一个目标校验类型的目标校验规则,确定目标校验类型的校验分数;根据目标校验类型的校验分数,确定用户的校验总分数;判断校验总分数是否超过预设校验分数阈值;若否,则根据预设的用户登录方式校验规则和用户设备数校验规则,对用户登录方式和用户设备数进行校验,得到用户登录方式的第一校验分数和用户设备数的第二校验分数。”以完善对校验结果的确定方式。
如图3所示,该方法包括以下具体步骤:
S310、响应于用户发出的目标活动参与指令,确定目标活动,并获取用户的用户属性信息。
S320、根据目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型。
S330、获取用户对目标任务发出的用户行为信息。
其中,用户行为信息可以包括用户当前进行目标任务的任务名称、奖品名称和活动场景等。
S340、根据用户属性信息和用户行为信息,基于至少一个目标校验类型的目标校验规则,确定目标校验类型的校验分数。
不同校验类型对应不同校验规则,前端埋点校验的校验规则如下:获取用户属性信息和用户行为信息;根据用户行为信息获取目标活动的活动名称、奖品名称和活动场景;根据目标活动的活动名称、奖品名称和活动场景获取链路配置和分段配置中的配置参数;判断当前时间是否在前端埋点校验的校验时间范围内,若是,则获取用户在进行目标任务过程中所触发的埋点事件,并在前端埋点校验对应的数据文件中进行埋点事件检索;若否,则将前端埋点校验确定为待删除校验类型,并将其分数设定为预设待删除分数。若当前时间在前端埋点校验的校验时间范围内,则根据检索结果,确定前端埋点校验的校验分数。其中,前端埋点校验对应的数据文件中存储有所有活动任务对应的埋点事件。
可以在检索前端埋点校验对应的数据文件后,确定用户在进行目标任务过程中所触发的埋点事件数量;根据埋点事件数量和前端埋点校验所对应的权重,确定前端埋点校验的校验分数,具体可以是埋点事件数量与权重相乘得到前端埋点校验的校验分数。其中,目标活动对应的前端埋点校验的权重可以预先在分段配置中进行参数配置。
示例性的,若根据前端埋点校验对应的数据文件进行检索后,确定用户在进行目标任务过程中触发的埋点事件数量为5个,前端埋点校验对应的权重为5分,则该用户在目标活动中前端埋点校验的校验分数为25分。
客户端活跃校验的校验规则如下:获取用户属性信息和用户行为信息;根据用户行为信息获取目标活动的活动名称、奖品名称和活动场景;根据目标活动的活动名称、奖品名称和活动场景获取链路配置和分段配置中的配置参数;判断当前时间是否在客户端活跃校验的校验时间范围内,若是,则获取用户在进行目标任务过程中对文件上传行为的操作频率,并根据操作频率确定客户端活跃校验的校验分数;若否,则将客户端活跃校验确定为待删除校验类型,并将其分数设定为预设待删除分数。其中,文件上传行为可以是用户针对该目标活动对应的活动任务,对活动任务的文件进行上传的行为。例如,对文件上传的频率越高,可以确定该用户对目标任务的完成情况越好;对文件上传的频率越低,可以确定该用户对目标任务的完成情况较劣。
可以根据用户对目标活动中活动任务的文件上传频率和客户端活跃校验所对应的权重,确定客户端活跃校验的校验分数,具体可以是文件上传频率与权重分支相乘得到前端埋点校验的校验分数。其中,目标活动对应的客户端活跃校验的权重可以与现在分段配置中进行参数配置。
示例性的,若客户端活跃校验中所确定的文件上传频率为每分钟0.5次,客户端活跃校验对应的权重分支为20分,则该用户在目标活动中客户端活跃检测校验的校验分数为10分。
用户登录方式校验的校验规则如下:获取用户属性信息和用户行为信息;根据用户行为信息获取目标活动的活动名称、奖品名称和活动场景;根据目标活动的活动名称、奖品名称和活动场景获取链路配置和分段配置中的配置参数;判断当前时间是否在用户登录方式的校验时间范围内,若是,则根据用户属性信息,例如,用户手机号,获取用户在进行目标任务过程中的至少一种登录方式,例如,登录方式可以是验证码登录、第三方登录和密码登录等;若否,则将用户登录方式校验确定为待删除校验类型,并将其分数设定为预设待删除分数。若当前时间在用户登录方式的校验时间范围内,则根据获取的登录方式,基于用户登录方式对应的异常判断数据文件,将获取的至少一种用户登录方式与异常判断数据文件中的异常登录方式进行比较,根据比较结果确定获取的登录方式中异常登录方式的比例。其中,用户登录方式对应的异常判断数据文件中包含有用户正常登录方式和用户异常登录方式。
具体的,可以根据获取的至少一个登录方式,对用户登录方式的数据文件进行检索,并根据检索结果确定用户异常登陆方式在获取的至少一个登录方式中所占的异常比例。根据异常比例和用户登录方式校验所对应的权重,确定用户登录方式校验的校验分数,具体可以是异常比例与权重相乘得到用户登录方式校验的校验分数。其中,目标活动对应的用户登录方式校验的权重可以预先在分段配置中进行参数配置。
示例性的,若获取的用户登录方式有4种,根据用户登录方式对应的数据文件进行检索后,确定4种用户登录方式中有2种属于异常的用户登录方式,则用户异常登陆所占的异常比例为1/2,若用户登录方式校验对应的权重为-10分,则该用户在目标活动中用户登录方式校验的校验分数为-5分。由于确定的是异常登录方式的比例,因此,用户登录方式校验的权重通常设置为负数。
用户设备数的校验规则如下:获取用户属性信息和用户行为信息;根据用户行为信息获取目标活动的活动名称、奖品名称和活动场景;根据目标活动的活动名称、奖品名称和活动场景获取链路配置和分段配置中的配置参数;判断当前时间是否在用户设备数校验的校验时间范围内,若是,则获取用户的至少一种登录方式,若否,则将用户设备树校验确定为待删除校验类型,并将其分数设定为预设待删除分数。
若当前时间在用户设备数校验的校验时间范围内,则获取用户在进行目标任务的文件上传过程中的至少一个设备,例如,手机、平板或电脑,并将获取的至少一个设备作为第一设备列表。获取用户在进行目标任务过程中的至少一种登录方式,基于用户登录方式对应的数据文件,确定用户在至少一种登录方式下的至少一个设备,并将获取到的至少一个设备作为第二设备列表。根据第一设备列表和第二设备列表,做去重处理,去除重复的设备,并确定去重后的设备数量。
根据去重后的设备数量和用户设备数校验对应的权重,确定用户设备数校验的校验分数。具体的,若去重后的设备数量不大于预设正常设备数量阈值,则用户设备数校验的校验分数可以为预设正常设备数校验分数。例如,预设正常设备数量为1,预设正常设备数校验分数为0;若去重后的设备数量大于预设正常设备数量,则用户设备数校验的校验分数可以为去重后的设备数量与用户设备数校验对应的权重相乘。其中,目标活动对应的用户设备数校验的权重可以预先在分段配置中进行参数配置。
示例性的,若预设正常设备数量为1,预设正常设备数校验分数为0,用户设备数校验的权重为-10。若去重后的用户设备数为1,则用户设备数校验的校验分数为0;若去重后的用户设备数为3,则用户设备数校验的校验分数为-30。通常情况下,正常用户的设备数有且仅有一个,因此,用户设备数校验的权重通常设置为负数。
异常用户名单校验的校验规则如下:获取用户属性信息和用户行为信息;根据用户行为信息获取目标活动的活动名称、奖品名称和活动场景;根据目标活动的活动名称、奖品名称和活动场景获取链路配置和分段配置中的配置参数;判断当前时间是否在异常用户名单校验的时间范围内,若是,则获取的用户属性信息,例如,用户手机号;若否,则将异常用户名单校验确定为待删除校验类型,并将其分数设定未预设待删除分数。若当前时间在异常用户名单校验的校验时间范围内,则根据用户属性信息,在异常用户名单列表中进行检索,判断用户是否在异常用户名单列表中,并根据判断结果确定异常用户名单校验的校验分数。其中,异常用户名单列表中存储有至少一个异常用户的属性信息。
可以根据判断结果和异常用户名单校验所对应的权重,确定异常用户名单校验的校验分数。具体的,若判断结果为用户在异常用户名单列表中,则异常用户名单校验的校验分数就是权重本身;若判断结果为用户不在异常用户名单列表中,则异常用户名单校验的校验分数可以为预设正常分数,例如,预设正常分数可以是0分。
示例性的,预设异常用户名单校验对应的权重为-20分,以及正常分数为0分。若判断结果为用户在异常用户名单列表,则对应的异常用户名单校验的校验分数为-20分;若判断结果为用户不在异常用户名单列表,则对应的异常用户名单校验的校验分数为0分。
异常用户IP校验的校验规则如下:获取用户属性信息和用户行为信息;根据用户行为信息获取目标活动的活动名称、奖品名称和活动活动场景;根据目标活动的活动名称、奖品名称和活动活动场景获取链路配置和分段配置中的配置参数;判断当前时间是否在异常用户IP校验的校验时间范围内,若是,则获取用户在进行目标任务过程中所触发的埋点时间,若否,则将异常用户IP校验确定为待删除校验类型,并将其分数设定为预设待删除分数。
若当前时间在异常用户IP校验的校验时间范围内,则获取用户在进行目标任务过程中所触发的埋点事件,基于前端埋点校验对应的数据文件进行埋点事件检索,根据检索结果确定用户在进行埋点事件活动任务的至少一个IP地址,并将获取的至少一个IP地址作为第一IP地址列表。获取用户在进行目标任务的文件上传过程中的至少一个IP地址,并将获取的至少一个IP地址作为第二IP地址列表。获取用户在进行目标任务过程中的至少一种登录方式,基于用户登录方式对应的数据文件,确定用户在至少一种登录方式下的至少一个IP地址,并将获取的至少一个IP地址作为第三IP地址列表。根据第一IP地址列表、第二IP地址列表和第三IP地址列表,做去重处理,去除重复的用户IP地址,并将去重后的至少一个IP地址作为用户IP地址。根据用户IP地址,在异常用户IP列表中进行检索,确定用户IP地址中,异常用户IP的异常占比。
具体的,根据异常占比和异常用户IP校验对应的权重,确定异常用户IP校验的校验分数,具体可以是异常占比与权重相乘得到异常用户IP校验的校验分数。其中,目标活动对应的异常用户IP校验的权重可以预先在分段配置中进行参数配置。
示例性的,若去重后得到的用户IP地址数量为5个,根据异常用户IP列表进行检索后,确定5个用户IP地址中有3个属于异常用户IP,则异常用户IP所占的异常占比为3/5,若异常用户IP校验对应的权重为-10分,则该用户在目标活动中异常用户IP校验的校验分数为-6分。由于确定的是异常用户IP的占比,因此,异常用户IP校验的权重通常设置为负数。
S350、根据目标校验类型的校验分数,确定用户的校验总分数。
用户的校验总分数可以是目标校验类型的校验分数相加的总和。示例性的,若前端埋点校验的校验分数为25分,客户端活跃校验的校验分数为10分、用户登录方式校验的校验分数为-5分、用户设备数校验的校验分数为0分、异常用户名单校验的校验分数为-10分和异常用户IP校验的校验分数为-5分,则用户的校验总分数为15分。
S360、判断校验总分数是否超过预设校验分数阈值。
其中,预设校验分数阈值可以预先配置,具体可以由相关技术人员在链路配置中对不同目标活动配置相同或不同的校验分数阈值。判断校验总分数是否超过预设校验分数阈值,若是,则可以确定当前用户为正常用户,并且可以根据该用户选择的目标奖品向用户下发中奖或领奖通知。
示例性的,若用户当前进行的目标任务的预设校验阈值为40分,根据目标校验类型的校验分数,确定用户的校验总分数为45分,则可以确定该用户为正常用户。若用户当前进行的目标任务的预设校验阈值为40分,根据目标校验类型的校验分数,确定用户的校验总分数为35分,则禁止向该用户发送中奖或领奖通知,并根据S370对该用户做进一步验证,即,验证该用户是否属于异常用户。
本方案在用户的校验总分数超过预设校验分数阈值时,可以确定该用户为正常用户,并且可以为正常用户下发领奖和中奖通知。在校验总分数未超过预设校验分数阈值时,禁止向用户下发领奖和中奖通知,并且,需进一步对校验总分数未超过预设校验分数阈值的用户做验证,从而确定该用户是否为异常用户。
S370、若否,则根据预设的用户登录方式校验规则和用户设备数校验规则,对用户登录方式和用户设备数进行校验,得到用户登录方式的第一校验分数和用户设备数的第二校验分数。
若校验总分数未超过预设校验分数阈值,则可以进一步的对用户是否是异常用户进行验证。示例性的,可以根据预设的用户登录方式校验规则和用户设备数校验规则,对用户登录方式和用户设备数进行校验,得到用户登录方式的第一校验分数和用户设备数的第二校验分数。
具体的,若在上述确定目标校验类型的校验分数的过程中,已对用户登录方式和用户设备数进行校验,则可以直接获取用户登录方式校验的校验分数,并作为第一校验分数,获取用户设备数校验的校验分数,并作为第二校验分数。若在上述确定目标校验类型的校验分数的过程中,未对用户登录方式和/或用户设备数进行校验,则可以根据预设的用户登录方式校验规则和/或用户设备数校验规则,对用户登录方式和/或用户设备数进行校验,得到用户登录方式的第一校验分数和/或用户设备数的第二校验分数。
S380、判断第一校验分数和/或第二校验分数是否满足预设的用户异常条件,若是,则确定用户为异常用户。
用户异常条件可以由相关技术人员进行提前预设,例如,用户异常条件可以是第一校验分数小于零且第二校验分数小于零,则可以确定用户为异常用户;用户异常条件还可以是第一分数或第二校验分数小于零,则可以确定用户为异常用户。具体可以根据实际情况对用户异常条件进行设定,本实施例对此不进行限制。
需要说明的是,在进行异常用户名单校验和异常用户IP校验的过程中所用到的异常用户名单列表和异常用户IP列表可以不断更新,从而使得确定的异常用户名单校验的校验分数和异常用户IP校验的校验分数更加准确。
在一个可选实施例中,在校验总分数未超过预设校验分数阈值之后,还包括:根据异常用户名单校验类型的校验规则,对用户属性信息进行校验,得到用户属性信息的第三校验分数;确定第三校验分数和校验总分数之间的分数差值;若分数差值不大于预设的异常用户名单分数阈值,则将用户更新至异常用户名单列表中。
其中,第三校验分数可以是异常用户名单校验的校验分数,异常用户名单分数阈值可以预先在链路配置中进行参数配置,例如,异常用户名单分数阈值可以是15分。
若在上述确定目标校验类型的校验分数的过程中,已对异常用户名单进行校验,则可以直接获取异常用户名单校验的校验分数,并作为第三校验分数;若在上述确定目标校验类型的校验分数的过程中,未对异常用户名单进行校验,则可以根据异常用户名单校验类型的校验规则,对用户属性信息进行校验,得到用户属性信息的第三校验分数。
确定第三校验分数和校验总分数之间的分数差值;若分数差值不大于预设的异常用户名单分数阈值,则将用户更新至异常用户名单列表中。其中,若计算得到的第三校验分数和校验总分数之间的分数差值为负数,则将分数差值去绝对值后与预设的异常用户名单分数阈值比较。示例性的,若第三校验分数为-20分,校验总分数为-30分,预设的异常用户名单分数阈值为15分,则第三校验分数和校验总分数之间的分数差值为10分,分数差值小于预设的异常用户名单分数阈值,则无需将该用户的属性信息更新至异常用户名单列表中。
示例性的,若第三校验分数为-10分,校验总分数为-30分,预设的异常用户名单分数阈值为15分,则第三校验分数和校验总分数之间的分数差值为20分,分数差值大于预设的异常用户名单分数阈值,则将该用户的属性信息更新至异常用户名单列表中。
在一个可选实施例中,在校验总分数未超过预设校验分数阈值之后,还包括:根据异常用户IP校验类型的校验规则,对用户属性信息进行校验,得到用户属性信息的第四校验分数;确定第四校验分数和校验总分数之间的分数差值;若分数差值不大于预设的异常用户IP分数阈值,则将用户更新至异常用户IP列表中。
其中,第四校验分数可以是异常用户IP校验的校验分数,异常用户IP分数阈值可以预先在链路配置中进行参数配置,例如,异常用户名单分数阈值可以是10分。
若在上述确定目标校验类型的校验分数的过程中,已对异常用户IP进行校验,则可以直接获取异常用户IP校验的校验分数,并作为第四校验分数;若在上述确定目标校验类型的校验分数的过程中,未对异常用户IP进行校验,则可以根据异常用户IP校验类型的校验规则,对用户属性信息进行校验,得到用户属性信息的第四校验分数。
确定第四校验分数和校验总分数之间的分数差值;若分数差值不大于预设的异常用户IP分数阈值,则将用户更新至异常用户IP列表中。其中,若计算得到的第四校验分数和校验总分数之间的分数差值为负数,则将分数差值去绝对值后与预设的异常用户IP分数阈值比较。示例性的,若第四校验分数为-20分,校验总分数为-25分,预设的异常用户IP阈值为10分,则第四校验分数和校验总分数之间的分数差值为5分,分数差值小于预设的异常用户IP分数阈值,则无需将该用户的属性信息更新至异常用户IP列表中。
示例性的,若第四校验分数为-10分,校验总分数为-30分,预设的异常IP分数阈值为10分,则第四校验分数和校验总分数之间的分数差值为20分,分数差值大于预设的异常用户IP分数阈值,则将该用户的属性信息更新至异常用户IP列表中。
本可选实施例通过将第三校验分数和校验总分数之间的分数差值不大于预设的异常用户名单分数阈值的用户添加至异常用户名单列表中,实现了对异常用户名单列表的更新;通过将第四校验分数和校验总分数之间的分数差值不大于预设的异常用户IP分数阈值的用户添加至异常用户IP列表中,实现了对异常用户IP列表的更新。通过更新异常用户名单列表和异常用户IP列表,实现了对异常用户名单校验和异常用户IP校验的校验分数的准确确定,从而提高了异常用户确定结果的准确性。
本实施例方案通过根据用户属性信息和用户行为信息,基于至少一个目标校验类型的目标校验规则,确定目标校验类型的校验分数;根据目标校验类型的校验分数,确定用户的校验总分数;若校验总分数未超过预设校验分数阈值,则根据预设的用户登录方式校验规则和用户设备数校验规则,对用户登录方式和用户设备数进行校验,得到用户登录方式的第一校验分数和用户设备数的第二校验分数,根据第一校验分数和第二校验分数确定用户是否为异常用户。上述方案通过在确定校验总分数未超过预设校验分数阈值后,根据第一校验分数和第二校验分数进一步的确定用户是否为异常用户,提高了对异常用户确定的准确度,避免了第三方恶意盗刷获取活动奖励的情况发生,给用户带来了良好的体验感。
实施例四
本申请实施例在上述各实施例的技术方案的基础上,提供了一种优选实施方式。
图4A为本申请提供的一种异常用户确定系统的结构示意图,如图4A所示,该系统包括:实时校验接口10、日志分析工具ELK数据系统20和多校验条件配置模块30。其中,实时校验接口10用于实时接收用户属性信息和用户行为信息,并输出正常用户和异常用户的校验结果。ELK(Elasticsearch,Logstash,Kibana)数据系统20用于存储校验数据、快速检索以及计算输出用户得分。多校验条件配置模块30用于配置相关参数,包括对多校验类型的配置。
ELK数据系统20分别与实时校验接口10和多校验条件配置模块30连接,用于获取实时校验接口10传输的数据,并向实时校验接口发送校验结果。与多校验条件配置模块30连接,用于获取多校验条件配置模块30中的配置参数,并根据获取的配置参数完成对用户的校验。
在多校验条件配置模块30中的配置可以包括分段配置和链路配置,其中,分段配置用于配置六种校验条件对应的相关参数。链路配置用于根据活动任务和奖品对六种校验类型进行组合配置校验链路。
图4B为分段配置的配置页面示意图,其中,分段配置的配置页面包括可设置项和可选择项,可设置项可以由相关技术人员根据需求设置相应的参数,可选择项可以由相关技术人根据需求选择相应的参数。可设置项包括:分段名称、时间范围和权重。可选择项包括:校验类型、时间范围单位、活动场景和状态。其中,校验类型的可选项包括前端埋点校验、客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验。活动场景包括中奖和领奖。状态包括开和关,可以通过可选择项“状态”确定是否开启当前在校验类型中所选择的校验类型。
图4C为链路配置的配置页面示意图,其中,链路配置的配置页面包括可设置项和可选择项,可设置项包括:链路名称、返回值、排序、手机黑名单阈值、IP黑名单阈值、成功阈值和校验点列表。其中返回值默认设置为0,排序值与优先校验顺序相关,本方案针对不同活动任务和不同奖品可以配置多条链路,可以在排序值中设置校验顺序,其中,可以将排序值较低的链路设置为优先校验的链路。手机黑名单阈值即异常用户名单分数阈值,IP黑名单阈值即异常用户IP分数阈值,成功阈值即校验分数阈值。校验点列表中可以根据校验类型进行相应的选择和配置,若校验类型为前端埋点校验类型,则对应的还可以在埋点输入框中输入埋点事件。
通过ELK数据系统,根据6种校验类型对应的校验规则,基于多校验条件配置模块中配置的相关参数,对用户进行校验并确定是否是异常用户。将校验记录存储在ELK系统的ES(Elasticsearch)文件中。更新存储在ELK数据系统中的异常用户名单列表和异常IP名单列表。
本申请方案采用前端埋点校验、客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验6种校验类型,实现异常用户判断的多条件融合校验,使校验准确性大幅提高。将校验结果明细存储在ELK数据系统的ES文件中,支持后续的分析与实时查询。异常用户名单列表和异常用户IP列表实时更新,对后续校验起到支持的效果。在6种校验类型融合校验的情况下仍实现了对正常用户和异常用户进行实时区分。
实施例五
图5为本申请实施例五提供的一种异常用户确定装置的结构示意图。本申请实施例所提供的一种异常用户确定装置,该装置可适用于用户在获取互联网资源时,对正常用户和异常用户进行识别的情况,该装置可采用软件和/或硬件的方式实现。如图5所示,该装置具体包括:用户属性信息获取模块501、目标校验类型确定模块502、和校验结果确定模块503和异常用户确定模块303。
用户属性信息获取模块501,用于响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;
目标校验类型确定模块502,用于根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;
校验结果确定模块503,用于根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;
异常用户确定模块504,用于判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。
本申请实施例通过根据目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;根据用户属性信息和用户对目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;根据校验结果,确定用户是否为异常用户。上述方案实现了基于目标活动对应的至少一个目标校验类型,以及至少一个目标校验类型的目标校验规则,对异常用户进行确定,结合至少一种校验类型,而非采用单一的校验类型对异常用户进行确定,提高了异常用户确定的准确度;通过对异常用户的准确识别,避免了第三方恶意盗刷获取活动奖励的情况发生,给用户带来了良好的体验感。
可选的,所述校验类型包括前端埋点校验、客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验。
可选的,校验结果确定模块503,包括:
用户行为信息获取单元,用于获取用户对所述目标任务发出的用户行为信息;
校验分数确定单元,用于根据所述用户属性信息和用户行为信息,基于至少一个目标校验类型的目标校验规则,确定所述目标校验类型的校验分数;
校验总分数确定单元,用于根据所述目标校验类型的校验分数,确定所述用户的校验总分数;
校验总分数判断单元,用于判断所述校验总分数是否超过预设校验分数阈值;
分数确定单元,用于若校验总分数未超过预设校验分数阈值,则根据预设的用户登录方式校验规则和用户设备数校验规则,对用户登录方式和用户设备数进行校验,得到所述用户登录方式的第一校验分数和所述用户设备数的第二校验分数。
可选的,校验总分数确定单元,包括:
异常条件判断子单元,用于判断所述第一校验分数和/或所述第二校验分数是否满足预设的用户异常条件,若是,则确定所述用户为异常用户。
可选的,该装置还包括:
目标校验规则获取模块,用于在根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型之后,获取当前时间以及与任一目标校验类型关联目标校验规则;
校验时间判断模块,用于根据任一所述目标校验规则中的校验时间范围,判断当前时间是否在所述校验时间范围内;
用户校验模块,用于若当前时间在所述校验时间范围内,则执行所述根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验。
可选的,该装置还包括:
待删除校验类型确定模块,用于在判断当前时间是否在所述校验时间范围内之后,若当前时间不在所述校验时间范围内,则确定所述校验时间范围对应的目标校验类型为待删除校验类型;
待删除分数确定模块,用于确定所述待删除校验类型的校验分数为预设待删除分数。
可选的,该装置还包括:
第三校验分数确定模块,用于在所述校验总分数未超过预设校验分数阈值之后,根据异常用户名单校验类型的校验规则,对用户属性信息进行校验,得到所述用户属性信息的第三校验分数;
分数差值确定模块,用于确定所述第三校验分数和所述校验总分数之间的分数差值;
异常用户名单列表更新模块,用于若所述分数差值不大于预设的异常用户名单分数阈值,则将所述用户更新至所述异常用户名单列表中。
上述异常用户确定装置可执行本申请任意实施例所提供的异常用户确定方法,具备执行各异常用户确定方法相应的功能模块和有益效果。
实施例六
图6是本申请实施例四提供的一种电子设备的结构示意图。图6示出了适于用来实现本申请实施方式的示例性电子设备600的框图。图6显示的电子设备600仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:一个或者多个处理器或者处理单元601,系统存储器602,连接不同系统组件(包括系统存储器602和处理单元601)的总线603。
总线603表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备600典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备600访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器602可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)604和/或高速缓存存储器605。电子设备600可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统606可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线603相连。存储器602可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块607的程序/实用工具608,可以存储在例如存储器602中,这样的程序模块607包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块607通常执行本申请所描述的实施例中的功能和/或方法。
电子设备600也可以与一个或多个外部设备609(例如键盘、指向设备、显示器610等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口611进行。并且,电子设备600还可以通过网络适配器612与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器612通过总线603与电子设备600的其它模块通信。应当明白,尽管图6中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元601通过运行存储在系统存储器602中的程序,从而执行各种功能应用以及数据处理,例如实现本申请实施例所提供的一种异常用户确定的方法。
实施例七
本申请实施例七还提供一种包含计算机可执行指令的存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所提供的异常用户确定方法,包括:响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。
本申请实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种异常用户确定方法,其特征在于,包括:
响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;
根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;
根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;
判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。
2.根据权利要求1所述的方法,其特征在于,所述校验类型包括前端埋点校验、客户端活跃校验、用户登录方式校验、用户设备数校验、异常用户名单校验和异常用户IP校验。
3.根据权利要求2所述的方法,其特征在于,根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果,包括:
获取用户对所述目标任务发出的用户行为信息;
根据所述用户属性信息和用户行为信息,基于至少一个目标校验类型的目标校验规则,确定所述目标校验类型的校验分数;
根据所述目标校验类型的校验分数,确定所述用户的校验总分数;
判断所述校验总分数是否超过预设校验分数阈值;
若否,则根据预设的用户登录方式校验规则和用户设备数校验规则,对用户登录方式和用户设备数进行校验,得到所述用户登录方式的第一校验分数和所述用户设备数的第二校验分数。
4.根据权利要求3所述的方法,其特征在于,判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户,包括:
判断所述第一校验分数和/或所述第二校验分数是否满足预设的用户异常条件,若是,则确定所述用户为异常用户。
5.根据权利要求1所述的方法,其特征在于,在根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型之后,包括:
获取当前时间以及与任一目标校验类型关联目标校验规则;
根据任一所述目标校验规则中的校验时间范围,判断当前时间是否在所述校验时间范围内;
若是,则执行所述根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验。
6.根据权利要求5所述的方法,其特征在于,在判断当前时间是否在所述校验时间范围内之后,还包括:
若当前时间不在所述校验时间范围内,则确定所述校验时间范围对应的目标校验类型为待删除校验类型;
确定所述待删除校验类型的校验分数为预设待删除分数。
7.根据权利要求3所述的方法,其特征在于,在所述校验总分数未超过预设校验分数阈值之后,还包括:
根据异常用户名单校验类型的校验规则,对用户属性信息进行校验,得到所述用户属性信息的第三校验分数;
确定所述第三校验分数和所述校验总分数之间的分数差值;
若所述分数差值不大于预设的异常用户名单分数阈值,则将所述用户更新至所述异常用户名单列表中。
8.一种异常用户确定装置,其特征在于,包括:
用户属性信息获取模块,用于响应于用户发出的目标活动参与指令,确定目标活动,并获取所述用户的用户属性信息;
目标校验类型确定模块,用于根据所述目标活动以及预设的活动与校验类型的关联关系,确定至少一个目标校验类型;
校验结果确定模块,用于根据所述用户属性信息和用户对所述目标活动发出的用户行为信息,基于至少一个目标校验类型的目标校验规则,对用户进行校验,得到校验结果;
异常用户确定模块,用于判断所述校验结果是否满足用户异常条件,若是,则确定所述用户为异常用户。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一所述的异常用户确定方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的异常用户确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111402087.1A CN114240476A (zh) | 2021-11-22 | 2021-11-22 | 异常用户确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111402087.1A CN114240476A (zh) | 2021-11-22 | 2021-11-22 | 异常用户确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240476A true CN114240476A (zh) | 2022-03-25 |
Family
ID=80750785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111402087.1A Pending CN114240476A (zh) | 2021-11-22 | 2021-11-22 | 异常用户确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240476A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116846678A (zh) * | 2023-08-10 | 2023-10-03 | 国网冀北电力有限公司张家口供电公司 | 一种高可疑ip判定方法 |
-
2021
- 2021-11-22 CN CN202111402087.1A patent/CN114240476A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116846678A (zh) * | 2023-08-10 | 2023-10-03 | 国网冀北电力有限公司张家口供电公司 | 一种高可疑ip判定方法 |
CN116846678B (zh) * | 2023-08-10 | 2024-01-19 | 国网冀北电力有限公司张家口供电公司 | 一种高可疑ip判定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110442712B (zh) | 风险的确定方法、装置、服务器和文本审理系统 | |
CN109981702B (zh) | 一种文件存储方法及系统 | |
CN112100079B (zh) | 基于模拟数据调用的测试方法、系统和电子设备 | |
CN114095567B (zh) | 数据访问请求的处理方法、装置、计算机设备及介质 | |
CN110647460B (zh) | 一种测试资源管理方法、装置和测试客户端 | |
CN110555072A (zh) | 数据访问方法、装置、设备和介质 | |
CN113765980A (zh) | 一种限流方法、装置、系统、服务器和存储介质 | |
CN111770002A (zh) | 测试数据转发控制方法、装置、可读存储介质和电子设备 | |
CN115034596A (zh) | 一种风险传导预测方法、装置、设备和介质 | |
CN114328132A (zh) | 外部数据源的状态监控方法、装置、设备和介质 | |
CN110348471B (zh) | 异常对象识别方法、装置、介质及电子设备 | |
CN114240476A (zh) | 异常用户确定方法、装置、设备及存储介质 | |
CN110650126A (zh) | 一种防网站流量攻击方法、装置以及智能终端、存储介质 | |
CN110162982B (zh) | 检测非法权限的方法及装置、存储介质、电子设备 | |
CN110704614B (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
CN108052568B (zh) | 一种特征筛选方法、装置、终端和介质 | |
CN113225325B (zh) | 一种ip黑名单确定方法、装置、设备及存储介质 | |
CN113596011B (zh) | 流量识别方法及装置,计算设备和介质 | |
CN114282940A (zh) | 用于意图识别的方法及装置、存储介质及电子设备 | |
CN114363082A (zh) | 网络攻击检测方法、装置、设备及计算机可读存储介质 | |
CN114022206A (zh) | 一种网约车平台的黑名单和白名单的自动化管理方法及装置 | |
CN113890753A (zh) | 数字身份管理方法、装置、系统、计算机设备和存储介质 | |
CN111061744B (zh) | 图数据的更新方法、装置、计算机设备及存储介质 | |
CN112765213A (zh) | 一种二代征信自动化查询方法、系统及计算机设备 | |
CN112101810A (zh) | 风险事件控制方法、装置及系统 |
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 |