CN116245546A - 一种基于设备指纹的数据处理系统及方法 - Google Patents
一种基于设备指纹的数据处理系统及方法 Download PDFInfo
- Publication number
- CN116245546A CN116245546A CN202310525439.5A CN202310525439A CN116245546A CN 116245546 A CN116245546 A CN 116245546A CN 202310525439 A CN202310525439 A CN 202310525439A CN 116245546 A CN116245546 A CN 116245546A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- commodity
- data processing
- suspicious
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000007405 data analysis Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 30
- 238000003672 processing method Methods 0.000 claims description 7
- 238000012896 Statistical algorithm Methods 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 34
- 230000000694 effects Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及数据处理技术领域,具体为一种基于设备指纹的数据处理系统及方法,包括:数据采集模块、数据分析模块、信息生成模块、数据处理模块和数据库;通过所述数据采集模块采集设备指纹和用户平台信息;通过所述数据分析模块分析用户目的是否存在可疑性;通过所述信息生成模块生成喜好趋向和欺诈风险的设备标签;通过所述数据处理模块根据设备标签的评分指数进行处理;通过所述数据库用于存储用户信息和用户的设备标签;通过利用设备指纹唯一性对用户身份和用户行为进行分析,建立可疑性指数,极大的规避了用户牟取暴利的行为发生。
Description
技术领域
本发明涉及数据处理技术领域,具体为一种基于设备指纹的数据处理系统及方法。
背景技术
电子商务通常是指在全球各地广泛的商业贸易活动中,在因特网开放的网络环境下,基于客户端/服务端应用方式,买卖双方不谋面地进行各种商贸活动,实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。
所以,人们需要一种基于设备指纹的数据处理系统及方法来解决上述问题,通过利用设备指纹唯一性对用户身份和用户行为进行分析,建立可疑性指数,极大的规避了用户牟取暴利的行为发生。
发明内容
本发明的目的在于提供一种基于设备指纹的数据处理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于设备指纹的数据处理系统,所述系统包括:数据采集模块、数据分析模块、信息生成模块、数据处理模块和数据库;
所述数据采集模块的输出端连接所述数据分析模块的输入端,所述数据分析模块的输出端连接所述信息生成模块的输入端,所述信息生成模块的输出端连接所述数据处理模块和所述数据库的输入端,所述数据处理模块的输出端连接所述数据库的输入端;
通过所述数据采集模块采集设备指纹和用户平台信息;
通过所述数据分析模块分析用户目的是否存在可疑性;
通过所述信息生成模块生成喜好趋向和欺诈风险的设备标签;
通过所述数据处理模块根据设备标签的评分指数进行处理;
通过所述数据库用于存储用户信息和用户的设备标签。
进一步的,所述数据采集模块包括指纹采集单元、身份采集单元、用户采集单元和平台记录采集单元;
所述指纹采集单元用于利用混合数据采集方式采集用户设备指纹ID;所述身份采集单元用于采集用户身份信息;所述用户采集单元用于采集购买商品的所有用户记录;所述平台记录采集单元用于采集用户的所有购买记录;
所述指纹采集单元中的设备指纹ID通过应用层和底层分析,生成设备终身唯一标识,其中底层分析技术,对客户端发送的网络包进行深度报文分析(DPI),提取7层全部特征信息,并结合行为数据,根据特定的模型,计算出设备的唯一性。由于采集的是系统底层的协议特征信息,所以在同设备上可以跨APP、跨浏览器;同时,采取在Web(H5)部署JS代码采集设备静态信息,然后通过终端设备与后台服务器建立连接的过程中,从网络报文中提取协议层信息。将采集的参数加密传递到服务端,在服务端生成唯一的UAID。
进一步的,所述数据分析模块包括身份分析单元和目的分析单元;
所述身份分析单元用于分析用户的身份信息是否存在可疑性;所述目的分析单元用于分析用户的行为信息是否存在可疑性。
进一步的,所述信息生成模块包括信息评分单元和兴趣生成单元;
所述信息评分单元用于对用户目的进行信息评价,生成评价标签;分析评价指数,若评价指数低于阈值,则进入兴趣生成单元;所述兴趣生成单元用于分析用户感兴趣的商品信息,生成兴趣标签。
进一步的,所述数据处理模块包括信息推荐单元和行为处理单元;
所述信息推荐单元用于根据用户的兴趣标签选择性推荐商品信息;所述行为处理单元用于根据行为标签对用户数据进行处理,若用户评价指数高,则以短信发送的形式告知用户“由于用户当前评价指数较高,致使订单无法发货,请及时退款”。
进一步的,所述数据库用于存储用户信息和用户的设备标签,便于客户通过API调用设备标签,执行精准投放及业务反欺诈。
一种基于设备指纹的数据处理方法,包括以下步骤:
S1:采集设备指纹和用户平台信息;
S2:分析用户目的是否存在可疑性;
S3:生成喜好趋向和欺诈风险的设备标签;
S4:根据设备标签的评分指数进行处理;
S5:存储用户信息和用户的设备标签。
进一步的,在步骤S1中:采集设备指纹和用户平台信息,包括:
S101、采集用户登录平台的身份信息x;
S102、利用混合数据采集方式采集用户x的硬件指纹ID:y;
进一步的,在步骤S2中:分析用户目的是否存在可疑性,具体步骤如下:
S201:分析用户的身份信息是否存在可疑性,步骤如下:
S201_1:获取商品信息a,分析是否属于限购商品,若属于,进入步骤S201_2;
S201_3:分析用户x的硬件指纹在指纹集Y中的数量/>:若/>,其中,/>表示数量阈值,则表示用户身份不存在可疑性,记录身份可疑指数/>,此时,进入步骤S202,反之,若/>,则表示用户表示使用多个身份信息购买商品,使身份存在可疑性,此时,进入步骤S201_4;
S202:分析用户的行为信息是否存在可疑性,步骤如下:
S202_1:分析历史集的商品信息,进行分类:遍历历史集/>,根据公式:/>;若/>,其中,/>表示商品相似阈值,表示历史集中存在相似的商品信息,则相似的商品信息归为一类,形成同类集/>,其中,/>表示相似的一类商品信息集合,并利用统计算法记录同一类型下的商品数量,形成个数集:/>;其中,所述统计算法属于本领域技术人员的常规技术手段,因此,并未做出过多的赘述;
S202_2:识别用户x购买的商品信息a与历史集的相关性:遍历历史集/>,根据公式:/>;当/>,表示商品信息a与历史集A不相关,说明用户从未购买过相关类型的商品,进入步骤S202_4,反之,若/>,表示商品信息a与历史集A相关,进入步骤S202_3;
同时利用定位技术将商品信息a进行标识锁定,通过构建二维平面坐标系,获取用户x的IP地址为,同时获取用户集X中所有用户的IP地址集:/>;其中,所述定位技术属于属于本领域技术人员的常规技术手段,因此,并未做出过多的赘述;
进一步的,在步骤S3中:生成喜好趋向和欺诈风险的设备标签,具体步骤如下:
进一步的,在步骤S4中:根据设备标签的评分指数进行处理,具体步骤如下:
S403:当用户被告知时,可针对个人信息进行再次审核,同时对平台进行咨询申请。
进一步的,在步骤S5中:利用数据库存储用户的所有信息和用户的设备标签。
与现有技术相比,本发明所达到的有益效果是:
本发明通过利用设备指纹选择非侵入式的方式来获取,不需在用户端设备安装任何SDK及驻留程序,用户只需无感访问过一次网页,就会在后端打标唯一性ID,此后用户只要不更换硬件,在任何部署了硬件指纹的场景下都会被识别出来,覆盖市场广,应用场景丰富性;通过分析用户的身份信息是否存在可疑性,建立身份可疑指数,对用户目的可疑性做初步筛选,有利于后续对用户行为的分析;通过利用关联性对用户购买的商品信息进行分类,有利于对信息的归类和后续对购买商品和历史数据的关联性分析;通过分析用户购买的商品与历史购买记录的相关性,判断说明用户是否从未购买过相关类型的商品,有利于对用户行为的可疑性进行初步判断,有利于后续对评价指数的分析;通过分析用户购买商品的关键词,与分类后的记录进行比对,将商品进行归纳,有利于对行为指数的分析;通过根据商品数量和用户IP地址分析用户相关性,得到行为可疑指数,有利于对用户行为数据可疑性的分析;通过根据用户目的可疑性指数生成喜好趋向和欺诈风险的设备标签,并根据结果进行选择性处理,极大的规避了用户牟取暴利的行为发生。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于设备指纹的数据处理系统的结构图;
图2是本发明一种基于设备指纹的数据处理方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:一种基于设备指纹的数据处理系统,系统包括:数据采集模块、数据分析模块、信息生成模块、数据处理模块和数据库;
所述数据采集模块的输出端连接所述数据分析模块的输入端,所述数据分析模块的输出端连接所述信息生成模块的输入端,所述信息生成模块的输出端连接所述数据处理模块和所述数据库的输入端,所述数据处理模块的输出端连接所述数据库的输入端;
通过所述数据采集模块采集设备指纹和用户平台信息;
所述数据采集模块包括指纹采集单元、身份采集单元、用户采集单元和平台记录采集单元;
所述指纹采集单元用于利用混合数据采集方式采集用户设备指纹ID;所述身份采集单元用于采集用户身份信息;所述用户采集单元用于采集购买商品的所有用户记录;所述平台记录采集单元用于采集用户的所有购买记录;
所述指纹采集单元中的设备指纹ID通过应用层和底层分析,生成设备终身唯一标识,其中底层分析技术,对客户端发送的网络包进行深度报文分析(DPI),提取7层全部特征信息,并结合行为数据,根据特定的模型,计算出设备的唯一性。由于采集的是系统底层的协议特征信息,所以在同设备上可以跨APP、跨浏览器;同时,采取在Web(H5)部署JS代码采集设备静态信息,然后通过终端设备与后台服务器建立连接的过程中,从网络报文中提取协议层信息。将采集的参数加密传递到服务端,在服务端生成唯一的UAID;
用户只要不更换硬件,在任何部署了硬件指纹的场景下都会被识别出来,覆盖市场广,应用场景丰富性。
通过所述数据分析模块分析用户目的是否存在可疑性;
所述数据分析模块包括身份分析单元和目的分析单元;
所述身份分析单元用于分析用户的身份信息是否存在可疑性;所述目的分析单元用于分析用户的行为信息是否存在可疑性。
通过所述信息生成模块生成喜好趋向和欺诈风险的设备标签;
所述信息生成模块包括信息评分单元和兴趣生成单元;
所述信息评分单元用于对用户目的进行信息评价,生成评价标签;分析评价指数,若评价指数低于阈值,则进入兴趣生成单元;所述兴趣生成单元用于分析用户感兴趣的商品信息,生成兴趣标签。
通过所述数据处理模块根据设备标签的评分指数进行处理;
所述数据处理模块包括信息推荐单元和行为处理单元;
所述信息推荐单元用于根据用户的兴趣标签选择性推荐商品信息;所述行为处理单元用于根据行为标签对用户数据进行处理,若用户评价指数高,则以短信发送的形式告知用户“由于用户当前评价指数较高,致使订单无法发货,请及时退款”。
通过所述数据库用于存储用户信息和用户的设备标签。
所述数据库用于存储用户信息和用户的设备标签,便于客户通过API调用设备标签,执行精准投放及业务反欺诈。
一种基于设备指纹的数据处理方法,包括以下步骤:
S1:采集设备指纹和用户平台信息;
在步骤S1中:采集设备指纹和用户平台信息,包括:
S101、采集用户登录平台的身份信息x;
S102、利用混合数据采集方式采集用户x的硬件指纹ID:y;
S2:分析用户目的是否存在可疑性;
在步骤S2中:分析用户目的是否存在可疑性,有利于后续对用户行为的分析,具体步骤如下:
S201:分析用户的身份信息是否存在可疑性,步骤如下:
S201_1:获取商品信息a,分析是否属于限购商品,若属于,进入步骤S201_2;
S201_3:分析用户x的硬件指纹在指纹集Y中的数量/>:若/>,其中,/>表示数量阈值,则表示用户身份不存在可疑性,记录身份可疑指数/>,此时,进入步骤S202,反之,若/>,则表示用户表示使用多个身份信息购买商品,使身份存在可疑性,此时,进入步骤S201_4;
S202:分析用户的行为信息是否存在可疑性,步骤如下:
S202_1:分析历史集的商品信息,进行分类,有利于对信息的归类和后续对购买商品和历史数据的关联性分析:遍历历史集/>,根据公式:;若/>,其中,/>表示商品相似阈值,表示历史集中存在相似的商品信息,则相似的商品信息归为一类,形成同类集/>,其中,/>表示相似的一类商品信息集合,并利用统计算法记录同一类型下的商品数量,形成个数集:;其中,所述统计算法属于本领域技术人员的常规技术手段,因此,并未做出过多的赘述;
S202_2:识别用户x购买的商品信息a与历史集的相关性,有利于对用户行为的可疑性进行初步判断,有利于后续对评价指数的分析:遍历历史集/>,根据公式:;当/>,表示商品信息a与历史集A不相关,说明用户从未购买过相关类型的商品,进入步骤S202_4,反之,若/>,表示商品信息a与历史集A相关,进入步骤S202_3;
同时利用定位技术将商品信息a进行标识锁定,通过构建二维平面坐标系,获取用户x的IP地址为,同时获取用户集X中所有用户的IP地址集:/>;其中,所述定位技术属于属于本领域技术人员的常规技术手段,因此,并未做出过多的赘述;
S3:生成喜好趋向和欺诈风险的设备标签,极大的规避了用户牟取暴利的行为发生;
在步骤S3中:生成喜好趋向和欺诈风险的设备标签,具体步骤如下:
S4:根据设备标签的评分指数进行处理;
在步骤S4中:根据设备标签的评分指数进行处理,具体步骤如下:
S403:当用户被告知时,可针对个人信息进行再次审核,同时对平台进行咨询申请。
S5:存储用户信息和用户的设备标签。
在步骤S5中:利用数据库存储用户的所有信息和用户的设备标签。
例如:
在步骤S1中:采集设备指纹和用户平台信息,包括:
S2:分析用户目的是否存在可疑性;
在步骤S2中:分析用户目的是否存在可疑性,有利于后续对用户行为的分析,具体步骤如下:
S201:分析用户的身份信息是否存在可疑性,步骤如下:
S202:分析用户的行为信息是否存在可疑性,步骤如下:
S202_1:分析历史集的商品信息,进行分类:遍历历史集,根据公式:/>;若/>,表示历史集中存在相似的商品信息,则相似的商品信息归为一类,形成同类集,其中,/>表示相似的一类商品信息集合,并利用统计算法记录同一类型下的商品数量,形成个数集:/>;
S202_2:识别用户购买的商品信息/>与历史集/>的相关性:遍历历史集/>,根据公式:/>;当/>,表示商品信息a与历史集A不相关,说明用户从未购买过相关类型的商品,进入步骤S202_4,其中,/>表示商品信息a在商品信息/>中的概率;
在步骤S3中:生成喜好趋向和欺诈风险的设备标签,具体步骤如下:
在步骤S4中:根据设备标签的评分指数进行处理,具体步骤如下:
S403:当用户被告知时,可针对个人信息进行再次审核,同时对平台进行咨询申请。
在步骤S5中:利用数据库存储用户的所有信息和用户的设备标签。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于设备指纹的数据处理系统,其特征在于:所述系统包括:数据采集模块、数据分析模块、信息生成模块、数据处理模块和数据库;
所述数据采集模块的输出端连接所述数据分析模块的输入端,所述数据分析模块的输出端连接所述信息生成模块的输入端,所述信息生成模块的输出端连接所述数据处理模块的输入端,所述数据处理模块的输出端连接所述数据库的输入端;
通过所述数据采集模块采集设备指纹和用户平台信息;
通过所述数据分析模块分析用户目的是否存在可疑性;
通过所述信息生成模块生成喜好趋向和欺诈风险的设备标签;
通过所述数据处理模块根据设备标签的评分指数进行处理;
通过所述数据库用于存储用户信息和用户的设备标签。
2.根据权利要求1所述的一种基于设备指纹的数据处理系统,其特征在于:所述数据采集模块包括指纹采集单元、身份采集单元、用户采集单元和平台记录采集单元;
所述指纹采集单元用于利用混合数据采集方式采集用户设备指纹ID;所述身份采集单元用于采集用户身份信息;所述用户采集单元用于采集购买商品的所有用户记录;所述平台记录采集单元用于采集用户的所有购买记录。
3.根据权利要求1所述的一种基于设备指纹的数据处理系统,其特征在于:所述数据分析模块包括身份分析单元和目的分析单元;
所述身份分析单元用于分析用户的身份信息是否存在可疑性;所述目的分析单元用于分析用户的行为信息是否存在可疑性。
4.根据权利要求1所述的一种基于设备指纹的数据处理系统,其特征在于:所述信息生成模块包括信息评分单元和兴趣生成单元;
所述信息评分单元用于对用户目的进行信息评价,生成评价标签;所述兴趣生成单元用于分析用户感兴趣的商品信息,生成兴趣标签。
5.根据权利要求1所述的一种基于设备指纹的数据处理系统,其特征在于:所述数据处理模块包括信息推荐单元和行为处理单元;
所述信息推荐单元用于根据用户的兴趣标签选择性推荐商品信息;所述行为处理单元用于根据行为标签对用户数据进行处理。
6.一种基于设备指纹的数据处理方法,其特征在于:包括以下步骤:
S1:采集设备指纹和用户平台信息;
S2:分析用户目的是否存在可疑性;
S3:生成喜好趋向和欺诈风险的设备标签;
S4:根据设备标签的评分指数进行处理;
S5:存储用户信息和用户的设备标签。
8.根据权利要求7所述的一种基于设备指纹的数据处理方法,其特征在于:在步骤S2中:分析用户目的是否存在可疑性,具体步骤如下:
S201:分析用户的身份信息是否存在可疑性,步骤如下:
S201_1:获取商品信息a,分析是否属于限购商品,若属于,进入步骤S201_2;
S201_3:分析用户x的硬件指纹在指纹集Y中的数量/>:若/>,其中,/>表示数量阈值,则表示用户身份不存在可疑性,记录身份可疑指数/>,此时,进入步骤S202,反之,若,则表示用户身份存在可疑性,此时,进入步骤S201_4;
S202:分析用户的行为信息是否存在可疑性,步骤如下:
S202_1:分析历史集的商品信息,进行分类:遍历历史集/>,根据公式:/>;若/>,其中,/>表示商品相似阈值,表示历史集中存在相似的商品信息,则相似的商品信息归为一类,形成同类集/>,其中,表示相似的一类商品信息集合,并利用统计算法记录同一类型下的商品数量,形成个数集:/>;
S202_2:识别用户x购买的商品信息a与历史集的相关性:遍历历史集/>,根据公式:;当/>,表示商品信息a与历史集A不相关,进入步骤S202_4,反之,若/>,表示商品信息a与历史集A相关,进入步骤S202_3;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310525439.5A CN116245546B (zh) | 2023-05-11 | 2023-05-11 | 一种基于设备指纹的数据处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310525439.5A CN116245546B (zh) | 2023-05-11 | 2023-05-11 | 一种基于设备指纹的数据处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116245546A true CN116245546A (zh) | 2023-06-09 |
CN116245546B CN116245546B (zh) | 2023-08-25 |
Family
ID=86628124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310525439.5A Active CN116245546B (zh) | 2023-05-11 | 2023-05-11 | 一种基于设备指纹的数据处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116245546B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710770A (zh) * | 2012-06-01 | 2012-10-03 | 汪德嘉 | 一种上网设备识别方法及其实现系统 |
US20130346311A1 (en) * | 2012-06-25 | 2013-12-26 | Visa International Service Association | Method and System For Data Security Utilizing User Behavior and Device Identification |
US20150046216A1 (en) * | 2014-04-02 | 2015-02-12 | Brighterion, Inc. | Smart retail analytics and commercial messaging |
CN107481019A (zh) * | 2017-07-28 | 2017-12-15 | 上海携程商务有限公司 | 订单欺诈识别方法、系统、存储介质和电子设备 |
CN108596638A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市零度智控科技有限公司 | 基于大数据的反欺诈识别方法及系统、终端及存储介质 |
CN112991017A (zh) * | 2021-03-26 | 2021-06-18 | 刘秀萍 | 基于用户评论解析的标签体系精准推荐方法 |
CN114359982A (zh) * | 2022-03-19 | 2022-04-15 | 广州格鲁信息技术有限公司 | 一种基于大数据处理的反欺诈系统及方法 |
CN115134809A (zh) * | 2022-06-24 | 2022-09-30 | 杭州安恒信息技术股份有限公司 | 一种信息识别方法、装置、设备及可读存储介质 |
CN115963973A (zh) * | 2022-12-28 | 2023-04-14 | 深圳市鼎山科技有限公司 | 一种基于大数据的电子商务信息管理系统及方法 |
CN116049808A (zh) * | 2023-03-31 | 2023-05-02 | 广州格鲁信息技术有限公司 | 一种基于大数据的设备指纹采集系统及方法 |
CN116091088A (zh) * | 2023-01-31 | 2023-05-09 | 杭州首新网络科技有限公司 | 一种基于用户当前及历史行为的反欺诈实时分析系统 |
-
2023
- 2023-05-11 CN CN202310525439.5A patent/CN116245546B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102710770A (zh) * | 2012-06-01 | 2012-10-03 | 汪德嘉 | 一种上网设备识别方法及其实现系统 |
US20130346311A1 (en) * | 2012-06-25 | 2013-12-26 | Visa International Service Association | Method and System For Data Security Utilizing User Behavior and Device Identification |
US20150046216A1 (en) * | 2014-04-02 | 2015-02-12 | Brighterion, Inc. | Smart retail analytics and commercial messaging |
CN107481019A (zh) * | 2017-07-28 | 2017-12-15 | 上海携程商务有限公司 | 订单欺诈识别方法、系统、存储介质和电子设备 |
CN108596638A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市零度智控科技有限公司 | 基于大数据的反欺诈识别方法及系统、终端及存储介质 |
CN112991017A (zh) * | 2021-03-26 | 2021-06-18 | 刘秀萍 | 基于用户评论解析的标签体系精准推荐方法 |
CN114359982A (zh) * | 2022-03-19 | 2022-04-15 | 广州格鲁信息技术有限公司 | 一种基于大数据处理的反欺诈系统及方法 |
CN115134809A (zh) * | 2022-06-24 | 2022-09-30 | 杭州安恒信息技术股份有限公司 | 一种信息识别方法、装置、设备及可读存储介质 |
CN115963973A (zh) * | 2022-12-28 | 2023-04-14 | 深圳市鼎山科技有限公司 | 一种基于大数据的电子商务信息管理系统及方法 |
CN116091088A (zh) * | 2023-01-31 | 2023-05-09 | 杭州首新网络科技有限公司 | 一种基于用户当前及历史行为的反欺诈实时分析系统 |
CN116049808A (zh) * | 2023-03-31 | 2023-05-02 | 广州格鲁信息技术有限公司 | 一种基于大数据的设备指纹采集系统及方法 |
Non-Patent Citations (1)
Title |
---|
乔岚;: "基于大数据技术的个性化推荐系统的设计与实现", 信息与电脑(理论版), no. 21, pages 70 - 72 * |
Also Published As
Publication number | Publication date |
---|---|
CN116245546B (zh) | 2023-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6913241B2 (ja) | 信用力があると判定された消費者にローンを発行するシステムおよび方法 | |
US11049109B1 (en) | Reducing false positives using customer data and machine learning | |
US8055548B2 (en) | System for collaborative internet competitive sales analysis | |
WO2021025926A1 (en) | Digital content prioritization to accelerate hyper-targeting | |
US20020133365A1 (en) | System and method for aggregating reputational information | |
CN105893526A (zh) | 多源数据融合系统和方法 | |
US20160217509A1 (en) | Apparatus and method for management of electronic receipts and evaluation of the fair market value of goods based on free-form descriptions of goods and shoppers buying habits | |
AU2011240678A1 (en) | Authentication process using search technology | |
JP2009193465A (ja) | 情報処理装置、情報提供システム、情報処理方法、およびプログラム | |
Zhao et al. | Extracting and reasoning about implicit behavioral evidences for detecting fraudulent online transactions in e-Commerce | |
CN108429776B (zh) | 网络对象的推送方法、装置、客户端、交互设备以及系统 | |
US20140365305A1 (en) | Providing geospatial-temporal next-best-action decisions | |
Cherqi et al. | Analysis of hacking related trade in the darkweb | |
CN112036986A (zh) | 一种网上商城的多渠道电商运营平台 | |
KR102343474B1 (ko) | 실구매에 기반한 바이럴 마케팅을 이용한 쇼핑몰 서비스 제공 시스템 | |
CN110634015A (zh) | 一种基于计算机软件的消费习惯分析系统 | |
CN112561565A (zh) | 一种基于行为日志的用户需求识别方法 | |
KR101959808B1 (ko) | 온라인 통합 관리 시스템 | |
CN112036985A (zh) | 一种电商经营的营销系统 | |
CN111429214B (zh) | 一种基于交易数据的买卖双方匹配方法及装置 | |
US20200184370A1 (en) | System and method for automatic labeling of clusters created by unsupervised machine learing methods | |
US20230360051A1 (en) | Detecting unauthorized online applications using machine learning | |
KR101813003B1 (ko) | 온라인 통합 관리 시스템 | |
CN116245546B (zh) | 一种基于设备指纹的数据处理系统及方法 | |
US20070276720A1 (en) | Indexing of a focused data set through a comparison technique method and apparatus |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |