CN117170982B - 人机检测方法、装置、电子设备和计算机可读介质 - Google Patents
人机检测方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117170982B CN117170982B CN202311444276.4A CN202311444276A CN117170982B CN 117170982 B CN117170982 B CN 117170982B CN 202311444276 A CN202311444276 A CN 202311444276A CN 117170982 B CN117170982 B CN 117170982B
- Authority
- CN
- China
- Prior art keywords
- mouse
- detection result
- time sequence
- event
- time
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 242
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 24
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000012795 verification Methods 0.000 description 7
- 230000002452 interceptive effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了人机检测方法、装置、电子设备和计算机可读介质,涉及自动程序设计技术领域。该方法包括:每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点;每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;根据鼠标移动斜率时序得到第一检测结果,根据鼠标移动速度时序得到第二检测结果,根据鼠标事件集合得到第三检测结果,根据键盘事件集合得到第四检测结果。该实施方式能够解决占用额外的CPU资源和内存资源或者打断正在进行中的用户与前端交互的技术问题。
Description
技术领域
本发明涉及自动程序设计技术领域,尤其涉及一种人机检测方法、装置、电子设备和计算机可读介质。
背景技术
机器人模仿真实用户操作浏览器前端,不仅导致网站的数据、内容、信息被恶意窃取,引起数据泄漏。而且,大量的机器人操作浏览器,也会导致网站对正常用户请求的响应能力下降,降低用户体验。为了应对这一挑战,网站一般会采取人机检测技术,区分机器人和真实用户,从而有效阻止机器人操作。现有技术方案一般有两种,
一种是,浏览器前端使用JavaScript代码来采集鼠标数据、键盘数据,通过网络请求传输给服务器后端,服务器后端一般采用C/C++、Java、Golang等后端语言编码,使用人机检测算法来判断是机器人在操作网页还是真实用户在操作网页。如果判定为机器人在操作网页,会停止响应该会话的后续网络请求。但是,这种方法存在以下问题:前端采用JavaScript代码编写,执行效率差,无法实现计算密集的人机检测算法,只能将采集的数据传给后端,由后端做人机判断,这样会导致额外的网络开销,同时,后端在运行人机检测算法的时候,会占用额外的CPU资源和内存资源。
另一种是,服务器后端返回交互式验证码作为挑战给前端用户,常见的交互式验证有,数字验证码、计算问题挑战、拖动滑块、按顺序点选文字、按描述选取匹配图片。这些挑战是真实的人类用户容易完成,但是机器人很难完成的。浏览器前端如果不能完成挑战,则判定为机器人在操作浏览器。服务器后端会停止响应该会话的后续网络请求。但是,这种方法存在以下问题:由于要在前端弹出交互式验证码挑战,会打断正在进行中的用户与前端的交互,极大的影响用户体验。
发明内容
有鉴于此,本发明实施例提供一种人机检测方法、装置、电子设备和计算机可读介质,以解决占用额外的CPU资源和内存资源或者打断正在进行中的用户与前端的交互的技术问题。
为实现上述目的,根据本发明实施例的一个方面,提供了一种人机检测方法,包括:
每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点;
每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔;
根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果;
根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作。
可选地,每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序,包括:
每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点;
对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序。
可选地,根据所述鼠标移动斜率时序得到第一检测结果,包括:
计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是。
可选地,根据所述鼠标移动速度时序得到第二检测结果,包括:
计算所述鼠标移动速度时序中各个元素的标准差和平均值;
将所述标准差除以所述平均值,得到变异系数;
若所述变异系数小于系数阈值,则判定第二检测结果为是。
可选地,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果,包括:
判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动;
判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。
可选地,根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作,包括:
若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果均为是,则判定当前的网页操作为机器人操作。
另外,根据本发明实施例的另一个方面,提供了一种人机检测装置,包括:
采集模块,用于每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点,将所述鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点传输至计算模块;
计算模块,用于每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔;将所述鼠标移动斜率时序、所述鼠标移动速度时序、所述鼠标事件集合和所述键盘事件集合传输至检测模块;
检测模块,用于根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果,将所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果传输至判断模块;
判断模块,用于根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作。
可选地,所述计算模块还用于:
每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点;
对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序。
可选地,所述检测模块还用于:
计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是。
可选地,所述检测模块还用于:
计算所述鼠标移动速度时序中各个元素的标准差和平均值;
将所述标准差除以所述平均值,得到变异系数;
若所述变异系数小于系数阈值,则判定第二检测结果为是。
可选地,所述检测模块还用于:
判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动;
判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。
可选地,所述判断模块还用于:
若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果均为是,则判定当前的网页操作为机器人操作。
根据本发明实施例的另一个方面,还提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,所述一个或多个处理器实现上述任一实施例所述的方法。
根据本发明实施例的另一个方面,还提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一实施例所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序,同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合,从而根据四个检测结果判断当前的网页操作是否为机器人操作的技术手段,所以克服了现有技术中占用额外的CPU资源和内存资源或者打断正在进行中的用户与前端的交互的技术问题。本发明实施例基于WASM技术在浏览器前端进行人机检测,保证了前端的执行效率,减少了浏览器前端到服务器后端的网络请求,消除了服务器后端运行人机检测算法的CPU开销和内存开销;而且不需要在浏览器前端弹出交互式验证码挑战,不会打断用户正常的浏览器操作,提升了用户使用体验。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:
图1是根据本发明实施例的人机检测方法的流程图;
图2是根据本发明一个可参考实施例的人机检测方法的流程图;
图3是根据本发明另一个可参考实施例的人机检测方法的流程图;
图4是根据本发明实施例的人机检测装置的示意图;
图5是本发明实施例可以应用于其中的示例性系统架构图;
图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,本发明的技术方案中,所涉及的用户个人信息的采集、分析、使用、传输、存储等方面,均符合相关法律法规的规定,被用于合法且合理的用途,不在这些合法使用等方面之外共享、泄露或出售,并且接受监管部门的监督管理。应当对用户个人信息采取必要措施,以防止对此类个人信息数据的非法访问,确保有权访问个人信息数据的人员遵守相关法律法规的规定,确保用户个人信息安全。一旦不再需要这些用户个人信息数据,应当通过限制甚至禁止数据收集和/或删除数据的方式将风险降至最低。
当适用时,包括在某些相关应用程序中,通过对数据去标识来保护用户隐私,例如在适用时通过移除特定标识符(例如,姓名、年龄、账号、出生日期等)、控制所存储数据的量或特异性、控制数据如何被存储、和/或其他方法去标识。
图1是根据本发明实施例的人机检测方法的流程图。作为本发明的一个实施例,如图1所示,所述人机检测方法应用于浏览器前端,可以包括:
步骤101,每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点。
浏览器前端:一般指运行在浏览器中的内容,主要包括HTML(结构)、CSS(样式)和JavaScript(行为)。它主要负责展示页面和与用户的交互。服务器后端:一般指运行在服务器上的程序,提供数据存储管理和业务逻辑。它主要处理数据,并返回计算结果或渲染后的HTML给前端。人机检测:检测浏览器是由机器人程序在自动的操作网页还是真实用户在操作网页。
在浏览器前端的JavaScript代码中,按毫秒级的时间间隔,记录鼠标坐标点,以及产生记录的时间/>,记为/>;同时,按照毫米级的时间间隔,监控鼠标事件,记录鼠标双击事件、单击事件、滚动事件以及发生的时间,记为,以及,监控键盘事件,记录键盘点击键位和点击时间,记为/>。
当有新的鼠标坐标产生时,将鼠标坐标点以及产生记录的时间点传递给编程语言Golang实现的数据收集函数collect_d(data) ,该函数的输入参数为步骤101采集的数据,无输出参数;同时,在该函数中按时间先后顺序将采集到的数据,采用一个队列的形式存储到浏览器的localStorage,即鼠标坐标时序。
同理,当有新的监控的鼠标事件、键盘事件发生时,将这些数据传递给编程语言Golang实现的数据收集函数collect_d(data) ,在函数中以两个队列按时间先后顺序分别存储鼠标事件时序,键盘事件时序/>。
Golang:又称Go,是Google开发的一种静态、强类型、编译型、并发型,并具有垃圾回收功能的编程语言。浏览器localStorage:是一种在浏览器端存储数据的技术,它允许在浏览器中存储键值对数据,通过缓存的方式实现数据的存储。
步骤102,每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔。
在本发明的实施例中,可以Golang编写人机检测函数check_bot()函数实现人机检测算法,以mouse_coor、、/>这三个时序为基础,通过人机检测算法做机器人和真实用户判断,即步骤102-步骤104。
在步骤102中,每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔远远大于所述第一时间间隔。例如,所述第二时间间隔可以是10秒、15秒、20秒、30秒、45秒或者60秒等。
可选地,每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序,包括:每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点;对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序。由于机器人操作产生的鼠标轨迹直线较多,真实用户操作产生的鼠标移动轨迹为曲线,因此本发明实施例每隔第二时间间隔根据步骤101中采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序。
具体地,对于鼠标坐标时序,根据斜率计算公式/>,计算出鼠标移动斜率时序/>。
由于机器人移动鼠标的速度值比较稳定,真实用户移动鼠标会有加速或减速的情况,速度值波动较大,因此本发明实施例每隔第二时间间隔根据步骤101中采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动速度时序。
具体地,对于鼠标坐标时序,根据鼠标的移动速度,其中,分子为鼠标移动的距离,分母为鼠标移动的时间,得到鼠标移动速度时序/>。
同理,每隔第二时间间隔根据步骤101中采集到的鼠标事件和键盘事件及其对应的时间点,分别构建得到鼠标事件集合和键盘事件集合。
步骤103,根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果。
在该步骤中,基于步骤102中得到鼠标移动斜率时序得到第一检测结果,根据步骤102中得到的鼠标移动速度时序得到第二检测结果,根据步骤102中得到的鼠标事件集合得到第三检测结果,根据步骤102中得到的键盘事件集合得到第四检测结果。
可选地,根据所述鼠标移动斜率时序得到第一检测结果,包括:计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是。由于机器人操作产生的鼠标轨迹直线较多,真实用户操作产生的鼠标移动轨迹为曲线,因此鼠标移动斜率时序中相邻的斜率各不相同,遍历该鼠标移动斜率时序,依次判断相邻的斜率是否相等,如果相等则计数累加1,最后得到相邻的斜率相等的计数。如果相邻的斜率相等的计数大于数量阈值(比如0、1或2等),设置变量has_same_k为true。
可选地,根据所述鼠标移动速度时序得到第二检测结果,包括:计算所述鼠标移动速度时序中各个元素的标准差和平均值;将所述标准差除以所述平均值,得到变异系数;若所述变异系数小于系数阈值,则判定第二检测结果为是。由于机器人移动鼠标的速度值比较稳定,真实用户移动鼠标会有加速或减速的情况,速度值波动较大,本发明实施例通过计算变异系数来反应鼠标移动速度时序中数值的波动情况。
其中,变异系数CV的计算公式为
如果变异系数CV小于系数阈值(比如8%、10%、13%或者15%等),表明鼠标移动速度时序中数值波动较小,设置变量has_stable_speed为true。
可选地,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果,包括:判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动;判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。由于真实用户会不断操作鼠标产生鼠标事件,因此本发明实施例判断鼠标事件集合是否为空,如果鼠标事件集合为空,说明在第二时间间隔内无鼠标事件发生,设置变量has_no_mouse_event为true。
同理,真实的用户会产生点击键盘的事件,机器人在操作网页时,不会产生键盘点击,因此本发明实施例判断键盘事件集合是否为空,如果键盘事件集合为空,说明在第二时间间隔内无键盘事件发生,设置has_no_keyboard_event为true。
步骤104,根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作。
在步骤104中,基于步骤103的四个检测结果判定当前的网页操作是否为机器人操作。比如,在四个检测结果中存在三个检测结果为true的情况下,则判定当前的网页操作为机器人操作。又比如,在四个检测结果均为true的情况下,则判定当前的网页操作为机器人操作。
可选地,步骤104可以包括:若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果均为是,则判定当前的网页操作为机器人操作。在本发明的一些实施例中,如果变量has_same_k,has_stable_speed,has_no_mouse_event,has_no_keyboard_event都是true,则判定是机器人在操作网页,设置变量is_bot为true;否则,设置is_bot为false。
最后,用Golang实现get_is_bot() bool函数获取人机检测算法的结果,即取得变量is_bot的值。
上述三个函数,数据收集函数collect_d(data)、人机检测函数check_bot()、人机检测结果获取函数get_is_bot() bool,使用Golang编译器和编译选项GOOS=js GOARCH=wasm,编译为WASM字节码,并导出函数。
在浏览器中使用JavaScript胶水代码,用WebAssembly.instantiateStreaming函数加载WASM字节码。浏览器前端会一直调用collect_d(data)函数进行数据采集,同时每隔第二时间间隔调用一次人机检测check_bot(),设置检测结果到变量is_bot,在需要的时候,通过调用get_is_bot() bool函数获取变量is_bot的值作为人机检测结果。如果返回true,则判定当前的网页操作为机器人操作,终止浏览器前端后续发起的网络请求,阻止机器人操作浏览器网页。如果返回false,则判定当前的网页操作为真实用户在操作网页,正常执行浏览器前端的后续网络请求。
WASM:又叫WebAssembly,是一种低级别的字节码,可以运行在现代网页浏览器中。这种字节码被设计成与JavaScript紧密结合,使得JavaScript API可以方便的调用WASM模块中的函数和变量。
根据上面所述的各种实施例,可以看出本发明实施例通过每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序,同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合,从而根据四个检测结果判断当前的网页操作是否为机器人操作的技术手段,解决了现有技术中占用额外的CPU资源和内存资源或者打断正在进行中的用户与前端的交互的技术问题。本发明实施例基于WASM技术在浏览器前端进行人机检测,保证了前端的执行效率,减少了浏览器前端到服务器后端的网络请求,消除了服务器后端运行人机检测算法的CPU开销和内存开销;而且不需要在浏览器前端弹出交互式验证码挑战,不会打断用户正常的浏览器操作,提升了用户使用体验。
图2是根据本发明一个可参考实施例的人机检测方法的流程图。作为本发明的又一个实施例,如图2所示,所述人机检测方法可以包括:
步骤201,每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点。
步骤202,每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述第二时间间隔大于所述第一时间间隔,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点。
需要说明的是,所述第二时间间隔远远大于所述第一时间间隔,第一时间间隔可以是毫秒级,第二时间间隔可以是秒级。
步骤203,对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序。
步骤204,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合。
需要说明的是,步骤202与步骤204是同步执行的,每隔第二时间间隔执行步骤202-步骤203,以及,每隔第二时间间隔执行步骤204。
步骤205,计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是。
步骤206,计算所述鼠标移动速度时序中各个元素的标准差和平均值;将所述标准差除以所述平均值,得到变异系数;若所述变异系数小于系数阈值,则判定第二检测结果为是。
步骤207,判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动。
步骤208,判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。
需要说明的是,步骤205、步骤206、步骤207和步骤208是同步执行的,因此,可以同时得到第一检测结果、第二检测结果、第三检测结果和第四检测结果。
步骤209,若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果均为是,则判定当前的网页操作为机器人操作。
另外,在本发明一个可参考实施例中人机检测方法的具体实施内容,在上面所述人机检测方法中已经详细说明了,故在此重复内容不再说明。
图3是根据本发明另一个可参考实施例的人机检测方法的流程图。作为本发明的另一个实施例,如图3所示,所述人机检测方法可以包括:
步骤301,每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点。
步骤302,每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔。
步骤303,根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果。
步骤304,根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作;若是,则执行步骤305;若否,则执行步骤306。
步骤305,终止浏览器前端后续发起的网络请求。
步骤306,正常执行浏览器前端的后续网络请求。
另外,在本发明另一个可参考实施例中人机检测方法的具体实施内容,在上面所述人机检测方法中已经详细说明了,故在此重复内容不再说明。
图4是根据本发明实施例的人机检测装置的示意图。如图4所示,所述人机检测装置400包括采集模块401、计算模块402、检测模块403和判断模块404;采集模块401用于每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点,将所述鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点传输至计算模块;计算模块402用于每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔;将所述鼠标移动斜率时序、所述鼠标移动速度时序、所述鼠标事件集合和所述键盘事件集合传输至检测模块;检测模块403用于根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果,将所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果传输至判断模块;判断模块404用于根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作。
可选地,所述计算模块402还用于:
每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点;
对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序。
可选地,所述检测模块403还用于:
计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是。
可选地,所述检测模块403还用于:
计算所述鼠标移动速度时序中各个元素的标准差和平均值;
将所述标准差除以所述平均值,得到变异系数;
若所述变异系数小于系数阈值,则判定第二检测结果为是。
可选地,所述检测模块403还用于:
判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动;
判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。
可选地,所述判断模块404还用于:
若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果均为是,则判定当前的网页操作为机器人操作。
需要说明的是,在本发明所述人机检测装置的具体实施内容,在上面所述人机检测方法中已经详细说明了,故在此重复内容不再说明。
图5示出了可以应用本发明实施例的人机检测方法或人机检测装置的示例性系统架构500。
如图5所示,系统架构500可以包括终端设备501、502、503,网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备501、502、503通过网络504与服务器505交互,以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器505可以是提供各种服务的服务器,例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理,并将处理结果反馈给终端设备。
需要说明的是,本发明实施例所提供的人机检测方法由终端设备501、502、503执行,相应地,所述人机检测装置设置在终端设备501、502、503中。
应该理解,图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图6,其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中,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。而在本发明中,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。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括采集模块、计算模块、检测模块和判断模块,其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,该设备实现如下方法:每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点;每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔;根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果;根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作。
根据本发明实施例的技术方案,因为采用每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序,同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合,从而根据四个检测结果判断当前的网页操作是否为机器人操作的技术手段,所以克服了现有技术中占用额外的CPU资源和内存资源或者打断正在进行中的用户与前端的交互的技术问题。本发明实施例基于WASM技术在浏览器前端进行人机检测,保证了前端的执行效率,减少了浏览器前端到服务器后端的网络请求,消除了服务器后端运行人机检测算法的CPU开销和内存开销;而且不需要在浏览器前端弹出交互式验证码挑战,不会打断用户正常的浏览器操作,提升了用户使用体验。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (6)
1.一种人机检测方法,其特征在于,应用于浏览器前端,包括:
每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点;
每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔;
根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果;
根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作;
每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序,包括:
每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点;
对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序;
根据所述鼠标移动斜率时序得到第一检测结果,包括:
计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是;根据所述鼠标移动速度时序得到第二检测结果,包括:
计算所述鼠标移动速度时序中各个元素的标准差和平均值;
将所述标准差除以所述平均值,得到变异系数;
若所述变异系数小于系数阈值,则判定第二检测结果为是;
根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作,包括:
若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果中的三个或者三个以上均为是,则判定当前的网页操作为机器人操作。
2.根据权利要求1所述的方法,其特征在于,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果,包括:
判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动;
判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。
3.一种人机检测装置,其特征在于,包括:
采集模块,用于每隔第一时间间隔采集鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点,将所述鼠标坐标点、鼠标事件和键盘事件以及产生记录的时间点传输至计算模块;
计算模块,用于每隔第二时间间隔根据采集到的各个鼠标坐标点及其对应的时间点,计算鼠标移动斜率时序和鼠标移动速度时序;同时,每隔第二时间间隔根据采集到的鼠标事件和键盘事件及其对应的时间点,得到鼠标事件集合和键盘事件集合;其中,所述第二时间间隔大于所述第一时间间隔;将所述鼠标移动斜率时序、所述鼠标移动速度时序、所述鼠标事件集合和所述键盘事件集合传输至检测模块;
检测模块,用于根据所述鼠标移动斜率时序得到第一检测结果,根据所述鼠标移动速度时序得到第二检测结果,根据所述鼠标事件集合得到第三检测结果,根据所述键盘事件集合得到第四检测结果,将所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果传输至判断模块;
判断模块,用于根据所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果,判断当前的网页操作是否为机器人操作;
所述计算模块还用于:
每隔第二时间间隔将采集到的各个鼠标坐标点及其对应的时间点构成鼠标坐标时序;其中,所述鼠标坐标时序中的每个元素包括鼠标坐标点及其对应的时间点;
对于所述鼠标坐标时序中的每个元素,根据所述元素及其相邻元素,计算所述鼠标的移动斜率和移动速度,从而分别得到鼠标移动斜率时序和鼠标移动速度时序;
所述检测模块还用于:
计算所述鼠标移动斜率时序中与相邻元素的斜率相同的目标元素个数,如果所述目标元素个数大于数量阈值,则判定第一检测结果为是;
所述检测模块还用于:
计算所述鼠标移动速度时序中各个元素的标准差和平均值;
将所述标准差除以所述平均值,得到变异系数;
若所述变异系数小于系数阈值,则判定第二检测结果为是;
所述判断模块还用于:
若所述第一检测结果、所述第二检测结果、所述第三检测结果和所述第四检测结果中的三个或者三个以上均为是,则判定当前的网页操作为机器人操作。
4.根据权利要求3所述的装置,其特征在于,所述检测模块还用于:
判断所述鼠标事件集合是否为空;若是,则判定第三检测结果为是;其中,所述鼠标事件包括以下至少一种:双击、点击、滚动;
判断所述键盘事件集合是否为空;若是,则判定第四检测结果为是。
5.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,所述一个或多个处理器实现如权利要求1或2所述的方法。
6.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1或2所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311444276.4A CN117170982B (zh) | 2023-11-02 | 2023-11-02 | 人机检测方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311444276.4A CN117170982B (zh) | 2023-11-02 | 2023-11-02 | 人机检测方法、装置、电子设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117170982A CN117170982A (zh) | 2023-12-05 |
CN117170982B true CN117170982B (zh) | 2024-02-13 |
Family
ID=88945257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311444276.4A Active CN117170982B (zh) | 2023-11-02 | 2023-11-02 | 人机检测方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117170982B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118277983B (zh) * | 2024-05-30 | 2024-09-06 | 西安智慧时代信息科技有限公司 | 一种基于信息安全的监考管理系统及方法 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5175534A (en) * | 1990-05-30 | 1992-12-29 | Thatcher Eric A | Computer input device using the movements of a user's fingers |
WO1999054821A1 (en) * | 1998-04-22 | 1999-10-28 | Scientific Learning Corp. | Simulated play of interactive multimedia applications for error detection |
CN1344994A (zh) * | 2000-05-09 | 2002-04-17 | 罗技欧洲公司 | 处理在主机中产生的在人机交互装置中回放的力反馈效果的方法和系统 |
GB0621022D0 (en) * | 2005-10-21 | 2006-11-29 | Mayer Yaron | System and method for improving the efficiency, comfort, and/or reeliability in operating systems, such as for example windows |
GB0911368D0 (en) * | 2008-09-16 | 2009-08-12 | Fujitsu Ltd | Event deeection system, event detection method and program |
CA2939445A1 (en) * | 2009-09-04 | 2011-03-10 | Nike Innovate C.V. | Monitoring and tracking athletic activity |
CN102184021A (zh) * | 2011-05-27 | 2011-09-14 | 华南理工大学 | 一种基于手写输入和指尖鼠标的电视人机交互方法 |
SE1250911A1 (sv) * | 2012-08-03 | 2014-02-04 | Crunchfish Ab | Förbättrad identifiering av en gest |
CN104156058A (zh) * | 2013-05-14 | 2014-11-19 | 研祥智能科技股份有限公司 | 生成控制指令的方法和系统 |
CN105807926A (zh) * | 2016-03-08 | 2016-07-27 | 中山大学 | 一种基于三维连续动态手势识别的无人机人机交互方法 |
CN105989268A (zh) * | 2015-03-02 | 2016-10-05 | 苏宁云商集团股份有限公司 | 一种人机识别的安全访问方法和系统 |
JP2018106295A (ja) * | 2016-12-22 | 2018-07-05 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理方法、およびそのプログラム |
WO2019021058A2 (en) * | 2017-07-25 | 2019-01-31 | Mbl Limited | SYSTEMS AND METHODS FOR OPERATING A ROBOTIC SYSTEM AND EXECUTING ROBOTIC INTERACTIONS |
EP3489929A1 (fr) * | 2017-11-24 | 2019-05-29 | Thales | Système électronique de télé-pilotage de drones, procédé et programme d'ordinateur associés |
CN110174982A (zh) * | 2017-05-16 | 2019-08-27 | 苹果公司 | 用于在用户界面之间导航的设备、方法和图形用户界面 |
CN111332306A (zh) * | 2018-12-18 | 2020-06-26 | 朱向雷 | 一种基于机器视觉的交通道路感知辅助驾驶预警装置 |
CN111641588A (zh) * | 2020-04-28 | 2020-09-08 | 深圳壹账通智能科技有限公司 | 网页模拟输入检测方法、装置、计算机设备及存储介质 |
CN111898407A (zh) * | 2020-06-06 | 2020-11-06 | 东南大学 | 一种基于人脸动作识别的人机交互操作系统 |
CN112130133A (zh) * | 2020-08-26 | 2020-12-25 | 南京熊猫电子制造有限公司 | 一种基于毫米波雷达的人机交互方法 |
CN113220177A (zh) * | 2018-05-07 | 2021-08-06 | 苹果公司 | 用于在用户界面之间进行导航和显示任务栏的设备、方法和图形用户界面 |
CN113849068A (zh) * | 2021-09-28 | 2021-12-28 | 中国科学技术大学 | 一种手势多模态信息融合的理解与交互方法及其系统 |
CN114733205A (zh) * | 2020-12-24 | 2022-07-12 | 辉达公司 | 基于目标的鼠标敏感度推荐 |
CN115100739A (zh) * | 2022-06-09 | 2022-09-23 | 厦门国际银行股份有限公司 | 人机行为检测方法、系统、终端设备及存储介质 |
CN116560552A (zh) * | 2022-01-29 | 2023-08-08 | 北京字跳网络技术有限公司 | 一种信息处理方法、装置、电子设备及介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102021048B1 (ko) * | 2012-07-31 | 2019-09-11 | 삼성전자주식회사 | 사용자 입력을 제어하기 위한 방법 및 그 전자 장치 |
US20160078289A1 (en) * | 2014-09-16 | 2016-03-17 | Foundation for Research and Technology - Hellas (FORTH) (acting through its Institute of Computer | Gesture Recognition Apparatuses, Methods and Systems for Human-Machine Interaction |
US20160209948A1 (en) * | 2015-01-19 | 2016-07-21 | David John Tulbert | Human-machine interface |
US11010179B2 (en) * | 2018-04-20 | 2021-05-18 | Facebook, Inc. | Aggregating semantic information for improved understanding of users |
US11550299B2 (en) * | 2020-02-03 | 2023-01-10 | Strong Force TX Portfolio 2018, LLC | Automated robotic process selection and configuration |
US11099647B2 (en) * | 2018-08-05 | 2021-08-24 | Pison Technology, Inc. | User interface control of responsive devices |
US11581094B2 (en) * | 2019-08-22 | 2023-02-14 | Kpn Innovations, Llc. | Methods and systems for generating a descriptor trail using artificial intelligence |
US11768504B2 (en) * | 2020-06-10 | 2023-09-26 | AI Incorporated | Light weight and real time slam for robots |
US20220399936A1 (en) * | 2021-06-11 | 2022-12-15 | Netdrones, Inc. | Systems and methods for drone swarm wireless communication |
US11947742B2 (en) * | 2022-02-02 | 2024-04-02 | Nvidia Corporation | Submovement-based mouse input cheating detection |
-
2023
- 2023-11-02 CN CN202311444276.4A patent/CN117170982B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5175534A (en) * | 1990-05-30 | 1992-12-29 | Thatcher Eric A | Computer input device using the movements of a user's fingers |
WO1999054821A1 (en) * | 1998-04-22 | 1999-10-28 | Scientific Learning Corp. | Simulated play of interactive multimedia applications for error detection |
CN1344994A (zh) * | 2000-05-09 | 2002-04-17 | 罗技欧洲公司 | 处理在主机中产生的在人机交互装置中回放的力反馈效果的方法和系统 |
GB0621022D0 (en) * | 2005-10-21 | 2006-11-29 | Mayer Yaron | System and method for improving the efficiency, comfort, and/or reeliability in operating systems, such as for example windows |
GB0911368D0 (en) * | 2008-09-16 | 2009-08-12 | Fujitsu Ltd | Event deeection system, event detection method and program |
CA2939445A1 (en) * | 2009-09-04 | 2011-03-10 | Nike Innovate C.V. | Monitoring and tracking athletic activity |
CN102184021A (zh) * | 2011-05-27 | 2011-09-14 | 华南理工大学 | 一种基于手写输入和指尖鼠标的电视人机交互方法 |
SE1250911A1 (sv) * | 2012-08-03 | 2014-02-04 | Crunchfish Ab | Förbättrad identifiering av en gest |
CN104156058A (zh) * | 2013-05-14 | 2014-11-19 | 研祥智能科技股份有限公司 | 生成控制指令的方法和系统 |
CN105989268A (zh) * | 2015-03-02 | 2016-10-05 | 苏宁云商集团股份有限公司 | 一种人机识别的安全访问方法和系统 |
CN105807926A (zh) * | 2016-03-08 | 2016-07-27 | 中山大学 | 一种基于三维连续动态手势识别的无人机人机交互方法 |
JP2018106295A (ja) * | 2016-12-22 | 2018-07-05 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、情報処理方法、およびそのプログラム |
CN110174982A (zh) * | 2017-05-16 | 2019-08-27 | 苹果公司 | 用于在用户界面之间导航的设备、方法和图形用户界面 |
CN111694483A (zh) * | 2017-05-16 | 2020-09-22 | 苹果公司 | 用于在用户界面之间导航的设备、方法和图形用户界面 |
WO2019021058A2 (en) * | 2017-07-25 | 2019-01-31 | Mbl Limited | SYSTEMS AND METHODS FOR OPERATING A ROBOTIC SYSTEM AND EXECUTING ROBOTIC INTERACTIONS |
EP3489929A1 (fr) * | 2017-11-24 | 2019-05-29 | Thales | Système électronique de télé-pilotage de drones, procédé et programme d'ordinateur associés |
CN113220177A (zh) * | 2018-05-07 | 2021-08-06 | 苹果公司 | 用于在用户界面之间进行导航和显示任务栏的设备、方法和图形用户界面 |
CN111332306A (zh) * | 2018-12-18 | 2020-06-26 | 朱向雷 | 一种基于机器视觉的交通道路感知辅助驾驶预警装置 |
CN111641588A (zh) * | 2020-04-28 | 2020-09-08 | 深圳壹账通智能科技有限公司 | 网页模拟输入检测方法、装置、计算机设备及存储介质 |
CN111898407A (zh) * | 2020-06-06 | 2020-11-06 | 东南大学 | 一种基于人脸动作识别的人机交互操作系统 |
CN112130133A (zh) * | 2020-08-26 | 2020-12-25 | 南京熊猫电子制造有限公司 | 一种基于毫米波雷达的人机交互方法 |
CN114733205A (zh) * | 2020-12-24 | 2022-07-12 | 辉达公司 | 基于目标的鼠标敏感度推荐 |
CN113849068A (zh) * | 2021-09-28 | 2021-12-28 | 中国科学技术大学 | 一种手势多模态信息融合的理解与交互方法及其系统 |
CN116560552A (zh) * | 2022-01-29 | 2023-08-08 | 北京字跳网络技术有限公司 | 一种信息处理方法、装置、电子设备及介质 |
CN115100739A (zh) * | 2022-06-09 | 2022-09-23 | 厦门国际银行股份有限公司 | 人机行为检测方法、系统、终端设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Lewin, Donald E. ; Massachusetts Institute of Technology MIT Project MAC.In-Process Manufacturing Quality Control.In-Process Manufacturing Quality Control.2007,全文. * |
一种基于Leap Motion的非参数RDP检测算法;张雪鉴;刘宏哲;黄先开;袁家政;;计算机应用与软件(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117170982A (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10630711B2 (en) | Security data aggregation and business intelligence for web applications | |
KR101793240B1 (ko) | 사용자 탐색 이벤트의 예측 | |
US9519401B2 (en) | Providing context menu based on predicted commands | |
TWI676913B (zh) | 資料處理方法、資料發送方法、風險識別方法及設備 | |
US8935798B1 (en) | Automatically enabling private browsing of a web page, and applications thereof | |
CN117170982B (zh) | 人机检测方法、装置、电子设备和计算机可读介质 | |
CN110019087B (zh) | 数据处理方法及其系统 | |
US10015253B2 (en) | System and method for preemptive request processing | |
US9292341B2 (en) | RPC acceleration based on previously memorized flows | |
CN105786455B (zh) | 一种数据处理方法、装置及终端 | |
CN110633434B (zh) | 一种页面缓存方法、装置、电子设备及存储介质 | |
CN109446038A (zh) | 页面访问时长的统计方法及终端设备 | |
US10140377B2 (en) | Data processing, data collection | |
CN111259381A (zh) | 页面交互方法、装置、计算机可读介质及电子设备 | |
CN113392358A (zh) | 静态资源的预加载方法及装置 | |
CN114205156A (zh) | 面向切面技术的报文检测方法、装置、电子设备及介质 | |
CN113656391A (zh) | 数据检测方法及装置、存储介质及电子设备 | |
CN109960905B (zh) | 信息处理方法、系统、介质和电子设备 | |
US20220414095A1 (en) | Method of processing event data, electronic device, and medium | |
CN113688160A (zh) | 数据处理方法、处理装置、电子设备及存储介质 | |
CN117111799A (zh) | 数据展示方法及装置、存储介质及电子设备 | |
CN113362097B (zh) | 一种用户确定方法和装置 | |
CN113449230A (zh) | 一种确定曝光元素的方法和系统以及客户端和服务端 | |
CN112003833A (zh) | 异常行为检测方法和装置 | |
CN111078522A (zh) | 页面待优化区域的识别方法、装置、电子设备及存储介质 |
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 |