KR20190002593A - 계정 컴플레인트 처리 방법 및 서버 - Google Patents

계정 컴플레인트 처리 방법 및 서버 Download PDF

Info

Publication number
KR20190002593A
KR20190002593A KR1020187034329A KR20187034329A KR20190002593A KR 20190002593 A KR20190002593 A KR 20190002593A KR 1020187034329 A KR1020187034329 A KR 1020187034329A KR 20187034329 A KR20187034329 A KR 20187034329A KR 20190002593 A KR20190002593 A KR 20190002593A
Authority
KR
South Korea
Prior art keywords
account
appeal data
correlation
data
feature content
Prior art date
Application number
KR1020187034329A
Other languages
English (en)
Other versions
KR102218506B1 (ko
Inventor
제 류
Original Assignee
텐센트 테크놀로지(센젠) 컴퍼니 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 filed Critical 텐센트 테크놀로지(센젠) 컴퍼니 리미티드
Publication of KR20190002593A publication Critical patent/KR20190002593A/ko
Application granted granted Critical
Publication of KR102218506B1 publication Critical patent/KR102218506B1/ko

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/08Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/083Network architectures or network communication protocols for network security for authentication of entities using passwords
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G06F18/24155Bayesian classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • G06N7/005
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/01Probabilistic graphical models, e.g. probabilistic networks
    • G06N99/005
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01Social networking
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2131Lost password, e.g. recovery of lost or forgotten passwords

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Fuzzy Systems (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)

Abstract

본 출원의 실시예에서 제공된 계정 컴플레인트(account complaint) 처리 방법은, 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 컴플레인트 데이터를 획득하는 단계 - 각각의 계정 컴플레인트 데이터는 하나 이상의 특징 콘텐츠를 포함함 -; 상기 제1 계정에 대한 제2 계정 컴플레인트 데이터가 존재하면, 상기 제1 계정 컴플레인트 데이터의 특징 콘텐츠와 상기 제2 계정 컴플레인트 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 컴플레인트 데이터와 상기 제2 계정 컴플레인트 데이터 사이의 상관성을 결정하는 단계; 상기 상관성이 미리 설정된 상관 조건과 일치하는 경우, 상기 제1 컴플레인트 데이터가 상기 제2 컴플레인트 데이터와 연관있는 것으로 결정하는 단계; 상기 제1 계정 컴플레인트 데이터 및/또는 상기 제2 계정 컴플레인트 데이터에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하는 단계; 및 상기 제1 사용자에게 상기 제1 계정의 패스워드를 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 통해 상기 제1 계정을 조작할 수 있도록 하는 단계를 포함한다.

Description

계정 컴플레인트 처리 방법 및 서버
본 출원은 2016년 5월 5일에 중국 특허청에 제출되고 "계정 컴플레인트 처리 방법 및 서버(ACCOUNT COMPLAINT PROCESSING METHOD AND SERVER)"라는 명칭의 중국 특허출원 제201610293474.9호에 대한 우선권을 주장하며, 그 내용 전부는 인용에 의해 본 출원에 포함된다.
본 발명은 네트워크 기술 분야에 관한 것으로, 더욱 구체적으로는, 계정 어필 처리 방법 및 서버에 관한 것이다.
계정 어필(account appeal)은 계정을 도용 당하거나, 계정 비밀번호를 잊어 버렸을 때 계정 담당자(account authority)가 계정 소유자에게 제공하는 계정 검색 서비스를 말한다. 계정 어필을 제기할 때, 계정 소유자는 계정 어필 데이터를 제출해야 한다. 계정 어필 데이터가 성공적으로 검증된 후에, 계정이 계정 소유자에게 속하는 것으로 결정되고, 계정 소유자는 계정의 암호를 변경하는 것이 허용받아서, 계정 소유자가 계정을 검색한다는 목표를 달성할 수 있다.
계정 어필 데이터를 제출할 때, 제출된 데이터는 종종 불완전하며, 계정 소유자는 2회 이상 계정 어필 데이터를 제출해야 할 수도 있다. 또한 네트워크 보안 문제로 인해, 사용자 데이터가 종종 누출된다. 따라서, 계정 소유자의 계정을 도용할 때, 계정 도용자는 계정 소유자의 사용자 데이터도 도용할 수 있다. 도용 당한 계정을 제어하기 위해, 계정 도용자는 종종 계정 어필을 제기하고, 계정 어필 데이터를 제출한다.
동일한 계정에 대한 복수의 계정 어필 데이터가 있을 수 있으며, 복수의 계정 어필 데이터는 서로 다른 자연인에 의해 제출될 수 있음을 알 수 있다. 예를 들어, 복수의 계정 어필 데이터는 계정 소유자가 제출한 계정 어필 데이터를 포함할 수 있을 뿐만 아니라, 계정 도용자가 제출한 계정 어필 데이터도 포함할 수 있다. 계정 소유자와 계정 도용자는 서로 다른 자연인으로 생각된다.
현재, 계정 어필 데이터를 검증함에 있어, 일반적으로 동일한 계정에 대한 복수의 계정 어필 데이터가 수집되어 고객 서비스 시스템 또는 검증 시스템에 할당되어 검증된다. 그러나, 예를 들어 계정 소유자가 제출한 계정 어필 데이터뿐만 아니라, 계정 도용자가 제출한 계정 어필 데이터를 포함하는, 동일한 계정에 대해 수집된 복수의 계정 어필 데이터가 서로 다른 자연인에 의해 제출된 경우, 동일한 계정에 대한 복수의 계정 어필 데이터에 기초하여 검정이 수행되면 검증 결과는 부정확할 수 있고, 계정이 잘못된 계정 소유자의 것으로 결정될 수 있다.
따라서, 동일 계정에 대한 복수의 계정 어필 데이터로부터 상관관계가 있는 계정 어필 데이터를 인식하는 방법의 문제점을 해결하고 동일한 자연인에 의해 제출된 계정 어필 데이터를 결정하여, 계정의 소유권을 결정하는 것을 돕는 것이 중요하다.
본 발명의 일 실시예에 따른 계정 어필 처리 방법은,
제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필(account appeal) 데이터를 획득하는 단계 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
상기 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성(correlation)을 결정하는 단계;
상기 상관성이 미리 설정된 상관 조건(correlation condition)을 충족하면, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하는 단계;
상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하는 단계; 및
상기 제1 사용자에게 상기 제1 계정의 패스워드를 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 사용하여 상기 제1 계정을 조작할 수 있도록 하는 단계를 포함한다.
본 발명의 일 실시예에 따르면 서버가 더 제공되며, 상기 서버는,
제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하도록 구성된 계정 어필 데이터 획득 모듈 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
상기 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하도록 구성된 상관성 결정 모듈;
상기 상관성이 미리 설정된 상관 조건을 충족하면, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하도록 구성된 연관 결정 모듈;
상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하도록 구성된 계정 소유권 결정 모듈; 및
상기 제1 계정의 패스워드를 상기 상기 제1 사용자에게 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 사용하여 상기 제1 계정을 조작할 수 있게 하도록 구성된 통신 모듈을 포함한다.
본 발명의 일 실시예에 따르면, 서버가 더 제공된다. 상기 서버는 프로세서, 메모리, 통신 인터페이스, 및 통신 버스를 포함한다. 상기 프로세서, 상기 통신 인터페이스 및 상기 메모리는 상기 통신 버스를 통해 서로 통신하고, 상기 프로세서는 메모리에 저장된 프로그램을 실행하여,
제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하는 단계 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
상기 제1 계정 어필 데이터에 대한 제2 계정 어필 데이터가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계;
상기 상관성이 미리 설정된 상관 조건을 충족하면, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하는 단계; 및
상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하는 단계를 수행하도록 구성되고,
상기 통신 인터페이스는, 상기 제1 계정이 상기 제1 사용자에 속한다고 결정되면, 상기 제1 사용자에게 상기 제1 계정의 패스워드를 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 사용하여 상기 제1 계정을 조작할 수 있게 하도록 구성된다.
본 발명의 실시예에 따른 계정 어필 처리 방법에 따르면, 서버는 제1 사용자가 제출한 제1 계정에 대한 제1 계정 어필 데이터를 취득하고, 제1 계정 어필 데이터와 상기 제1 계정에 대한 기록된 제2 계정 어필 데이터 사이의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다. 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 가능성을 나타낸다. 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있는 경우에 대응하는 미리 설정된 상관 조건은 미리 설정되어 있다. 따라서 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터는 제2 계정 어필 데이터가 상관관계가 있으므로, 동일한 자연인에 속하는 계정 어필 데이터를 결정하여, 계정 소유권을 결정하고 계정 소유권 결정의 결과의 정확성을 높이는 데 도움을 줄 수 있다.
본 발명의 실시예에서의 기술적 방안 또는 기존 기술을 더욱 명확하게 설명하기 위해, 이하에서는 본 발명의 실시예 또는 기존 기술의 설명에 필요한 첨부도면을 간단히 설명한다. 명백히, 이하의 설명에서의 첨부도면은 본 발명의 일부 실시예를 보여 줄 뿐이며, 해당 기술분야의 통상의 지식을 가진 자(이하, 당업자라 함)라면 창의적인 노력 없이 제공된 첨부 도면으로부터 다른 도면을 도출할 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 계정 어필 처리 시스템의 구성 블록도이다.
도 2는 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 시그널링 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 흐름도이다.
도 4는 소셜형 계정에 대한 계정 어필을 제기하기 위한 일부 특징 콘텐츠의 개략도이다.
도 5는 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 다른 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 또 다른 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 또 다른 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 베이즈 분류 모델 사전 트레이닝 방법의 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 각각의 계정에 대한 계정 어필 데이터 사이의 상관성을 결정하는 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 또 다른 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 서버의 구성 블록도이다.
도 12는 본 발명의 일 실시예에 따른 상관성 결정 모듈의 구성 블록도이다.
도 13은 본 발명의 일 실시예에 따른 서버의 또 다른 구성 블록도이다.
도 14는 본 발명의 일 실시예에 따른 상관성 결정 실행 유닛의 구성 블록도이다.
도 15는 본 발명의 일 실시예에 따른 서버의 또 다른 구성 블록도이다.
도 16은 본 발명의 일 실시예에 따른 상관성 결정 실행 유닛의 다른 구성 블록도이다.
도 17은 본 발명의 일 실시예에 따른 서버의 또 다른 구성 블록도이다.
도 18은 본 발명의 일 실시예에 따른 서버의 하드웨어의 구성 블록도이다.
이하, 본 발명의 실시예에서의 첨부 도면을 참조하여, 본 발명의 실시예에서의 기술적 방안을 명확하고 완전하게 설명한다. 명백하게, 설명되는 실시예는 본 발명의 모든 실시예가 아니라 일부 실시예일 뿐이다. 창의적인 노력없이 본 발명의 실시예에 기초하여 당업자에 의해 획득된 다른 모든 실시예는 본 발명의 보호 범위에 속한다.
도 1은 본 발명의 일 실시예에 따른 계정 어필 처리 시스템의 구성 블록도이다. 본 발명의 본 실시예에서 제공되는 계정 어필 처리 방법은 도 1에 도시된 시스템에 기초하여 구현될 수 있다. 도 1을 참조하면, 본 발명의 실시예에 따른 계정 어필 처리 시스템은 서버(10) 및 하나 이상의 단말기(20)를 포함할 수 있다.
서버(10)는 네트워크 측에 제공되고 단말기에 의해 제출되는 계정 어필 데이터를 처리하는 데 사용되는 기기일 수 있다. 서버(10)는 단일 서버일 수 있거나 복수의 서버를 포함하는 서버 클러스터일 수 있다.
단말기(20)는 이동 전화, 태블릿 컴퓨터 또는 노트북 컴퓨터와 같은, 계정 어필 데이터를 제출하는 데 사용되는 사용자 측 기기이다. 단말기(20)에 의해 제출 되는 계정 어필 데이터는, 계정 소유자에 의해 입력되어 제출될 수 있거나, 계정 도용자에 의해 입력되어 제출될 수 있다. 본 발명의 본 실시예에서, 서버는 단말기(20)에 의해 제출되는 동일한 계정에 대한 계정 어필 데이터를 처리하여, 상관관계가 있는 계정 어필 데이터를 결정하고, 동일한 자연인에 의해 제출된 계정 어필 데이터를 결정하여, 계정의 소유권을 결정하고, 계정이 계정 소유자에 속하는 것으로 결정할 확률을 높인다.
도 1에 도시된 시스템에 기초하여, 도 2는 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 시그널링 흐름도이다. 도 1 및 도 2를 참조하면, 흐름은 다음 단계 S10 내지 S15를 포함할 수 있다.
단계 S10: 제1 사용자가 단말기를 사용하여 제1 계정에 대한 제1 계정 어필 데이터를 서버에 제출한다.
제1 계정은 본 발명의 실시예에서 검색될 계정이다.
단말기의 사용자, 즉 제1 사용자는 제1 계정의 소유자일 수 있거나, 또는 계정 도용자일 수 있다. 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함하고, 특징 콘텐츠는 계정 어필 데이터 내의 구체적인 어필 정보일 수 있다.
단계 S11: 서버가 제1 계정 어필 데이터를 획득한다.
제1 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함할 수 있다.
단계 S12: 제1 계정에 대한 제2 계정 어필 데이터가 존재하는 것으로 결정되면, 서버는 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다.
선택적으로, 제2 계정 어필 데이터는 서버에 의해 이전에 기록되고 제2 사용자에 의해 제출되는 제1 계정에 대한 계정 어필 데이터일 수 있다. 본 발명의 본 실시예에서, 제2 계정 어필 데이터는 제1 계정의 소유자에 의해 업로드되는 계정 어필 정보에 기초하여 생성되거나, 또는 계정 도용자에 의해 업로드되는 계정 어필 정보에 기초하여 생성될 수 있다. 따라서, 본 실시예의 목적은 제1 계정에 대한 제1 계정 어필 데이터와 제2 계정 어필 데이터가 상관관계가 있는지, 즉 제1 사용자와 제2 사용자가 동일한지를 판정하여, 판정 결과에 따라 제1 계정의 소유권을 결정하는 것을 돕는 것이다.
본 발명의 본 실시예에서, 제1 계정 어필 데이터 및 제2 계정 어필 데이터를 획득한 후, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 특징 콘텐츠의 비교 결과를 결정한다. 본 발명의 본 실시예에 따르면, 제1 계정 어필 데이터와 제2 계정 어필 데이터의 특징 콘텐츠의 비교 결과에 기초하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정할 수 있다. 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률, 즉 제1 계정 어필 데이터를 제출한 제1 사용자와 제2 계정 어필 데이터를 제출한 제2 사용자가 동일한 자연인일 확률을 나타내는 데 사용된다.
단계 S13: 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정되면, 서버는 제1 계정 어필 데이터와 제2 계정 어필 데이터가 상관관계가 있다고 결정한다.
미리 설정된 상관 조건은, 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있을 경우에 대응하는 복수의 계정 어필 데이터 사이의 타깃 상관성을 나타낼 수 있다(예를 들어, 동일한 계정에 대한 복수의 계정 어필 데이터는 동일한 자연인에 속함). 따라서, 본 발명의 본 실시예에 따르면, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정할 수 있으므로, 제1 계정 어필 데이터를 제출한 제1 사용자와 제2 계정 어필 데이터를 제출한 제2 사용자가 동일한 자연인인 것으로 결정한다.
단계 S14: 제1 계정 어필 데이터가 제2 어필 데이터와 상관관계가 있는 것으로 결정하면, 서버는 제1 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에게 속하는 것으로 결정한다.
단계 S15: 서버가 제1 계정의 패스워드를 제1 사용자에게 전송하거나 제1 사용자에 의해 입력되는 제1 계정의 패스워드를 수신하여, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 한다.
본 발명의 본 실시예에서는, 서버가 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하고, 제1 계정에 대한 제1 계정 어필 데이터와 기록된 제2 계정 어필 데이터 사이의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다는 것을 알 수 있다. 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률을 나타낸다. 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있는 경우에 대응하는 미리 설정된 상관 조건은 미리 설정된다. 따라서 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정한다, 즉 제1 계정 어필 데이터를 제출한 제1 사용자와 제2 계정 어필 데이터를 제출한 제2 사용자는 동일한 자연인이므로, 계정 소유권을 결정하고, 계정 소유권 결정 결과의 정확도를 높이는 데 도움을 준다.
다음은 서버 관점에서의 계정 어필 처리 방법을 설명한다. 이하에 기술되는 계정 어필 처리 방법은 전술한 시그널링 흐름 내용과 상호참조될 수 있다.
도 3은 본 발명의 실시예에 따른 계정 어필 처리 방법의 흐름도이다. 이 방법은 서버에 적용될 수 있다. 선택적으로 서버는 계정 어필을 처리할 계정 권한자가 제공하는 서버일 수 있으며, 서버는 사용자에 의해 제출되는 계정 어필 데이터를 수집할 수 있다. 도 3을 참조하면, 본 발명의 일 실시예에 따른 계정 어필 처리 방법은 이하의 단계 S100 내지 단계 S140을 포함할 수 있다.
단계 S100에서, 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득한다.
제1 계정은 본 발명의 본 실시예에서 검색될 계정이다. 제1 계정 어필 데이터는 단말기를 사용하여 제1 사용자가 서버에 제출하고 제1 계정을 검색하는 데 사용되는 어필 데이터일 수 있다. 제1 사용자는 제1 계정의 소유자일 수 있거나, 계정 도용자일 수도 있다.
선택적으로, 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함할 수 있고, 특징 콘텐츠는 계정 어필 데이터 내의 구체적인 어필 정보일 수 있다. 구체적으로, 특징 콘텐츠는 계정 어필을 제기하기 위한 항목에 입력되어야 하는 콘텐츠에 대응할 수 있다.
계정 어필 데이터를 입력하는 동안에, 단말기는 입력될 필요가 있는 하나 이상의 항목을 표시할 수 있다. 선택적으로, 입력할 필요가 있는 항목으로는 연락처 정보(예: 이동전화 및 이메일), 개인 정보(예: 이름, ID 카드 및 주소), 사용 데이터(예: 사용된 암호, 보안 문제 및 바운드(bound) 이동 전화) 등을 포함할 수 있다. 선택적으로, 특징 콘텐츠는 단말기에 의해 자동 추출되고 계정 어필 데이터에 실려 전달되는 단말기 식별자, 네트워크 IP 등을 더 포함할 수 있다.
유의할 점은, 상이한 계정 유형은 입력될 필요가 있는 상이한 항목에 대응할 수 있다는 것이다. 예를 들어, 소셜형 계정에 입력되어야 하는 항목에는 연락처 정보, 개인 정보, 사용 데이터, 또는 소셜 관계(예: 친구 정보)가 포함될 수 있다. 다른 예를 들면, 게임형 계정에 입력되어야 하는 항목은 연락처 정보, 개인 정보, 사용 데이터, 게임 캐릭터 이름 등을 포함할 수 있다. 따라서 계정 어필을 제기할 때, 입력되어야 하는 특정 항목은 실제 계정 유형 및 적용 시나리오에 따라 결정되며, 이는 한정되지 않는다.
이해의 편의를 위해, 도 4는 소셜형 계정에 대한 계정 어필을 제기하기 위한 몇몇 특징 콘텐츠를 도시한다.
단계 S110에서, 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다.
선택적으로, 제2 계정 어필 데이터는 서버에 의해 이전에 기록된 제1 계정에 대한 계정 어필 데이터일 수 있다. 제2 계정 어필 데이터가 서버에 제출되는 시각은 제1 계정 어필 데이터가 서버에 제출되는 시각보다 이를 수 있다. 제2 계정 어필 데이터는 제1 계정 어필 데이터보다 먼저 제출되는 계정 어필 데이터에 기초하여 생성될 수 있다.
선택적으로, 제2 계정 어필 데이터는 제1 계정의 소유자에 의해 업로드되는 계정 어필 데이터에 기초하여 생성될 수 있거나, 또는 계정 도용자에 의해 업로드 되는 계정 어필 데이터에 기초하여 생성될 수 있다. 따라서, 본 발명의 본 실시예의 목적은 제1 계정에 대한 제1 계정 어필 데이터와 제2 계정 어필 데이터가 서로 상관관계가 있는지를 판정하여, 판정 결과에 따라 제1 계정의 소유권을 결정하는 데 도움을 준다.
서버는, 제1 계정에 대한 제1 계정 어필 데이터 및 제2 계정 어필 데이터를 결정한 후, 제1 계정 어필 데이터 및 제2 계정 어필 데이터의 구체적인 콘텐츠를 처리함으로써, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률(제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성으로 지칭됨)을 결정할 수 있다.
구체적으로, 본 발명의 본 실시예에서는 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 특징 콘텐츠의 비교 결과를 결정할 수 있다. 본 발명의 본 실시예에서 제1 계정 어필 데이터 및 제2 계정 어필 데이터 모두가 연락 정보의 특징 콘텐츠 및 개인 정보의 특징 콘텐츠를 가지고 있는 경우, 제1 계정 어필 데이터의 연락처 정보의 특징 콘텐츠 및 개인 정보의 특징 콘텐츠를 제2 계정 어필 데이터의 그것들과 각각 비교하여, 특징 콘텐츠 각각에 대한 비교 결과를 획득할 수 있다.
제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성은, 제1 계정 어필 데이터 및 제2 계정 어필 데이터의 각각의 특징 콘텐츠에 대한 비교 결과에 기초하여 결정될 수 있다.
선택적으로, 예를 들어, 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률일 수 있다.
단계 S120에서, 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있다고 결정한다.
선택적으로, 본 발명의 실시예에서, 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있는 경우에 대응하는 미리 설정된 상관 조건은 미리 설정될 수 있어(예를 들어, 미리 설정된 상관 조건은 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있는 경우에 대응하는 계정 어필 데이터 사이의 타깃 상관성이며, 여기서 타깃 상관성은 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있는 대응하는 타깃 가능성을 나타낼할 수 있음), 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 가능성이 타깃 가능성보다 작지 않은것으로 결정하므로, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있다고 결정한다.
구체적으로, 본 발명의 본 실시예에서, 동일한 계정에 대한 복수의 계정 정보가 서로 상관관계가 있는 경우에 대응하는 타깃 확률이 설정될 수 있으므로, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률이 결정되고, 그 확률이 타깃 확률보다 작지 않은 것으로 결정되는 경우, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정된다.
단계 S130에서, 하나 이상의 제1 계정 어필 데이터 및 제2 계정 어필 데이터에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정된다.
단계 S140에서, 제1 계정의 패스워드가 제1 사용자에게 전송되거나, 제1 사용자에 의해 입력되는 제1 계정의 패스워드가 수신되어, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 한다.
본 발명의 일 실시예에 따른 계정 어필 처리 방법은, 서버가 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하는 단계 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -; 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계; 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하는 단계; 제1 계정 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정하는 단계; 및 제1 사용자에게 제1 계정의 패스워드를 전송하거나 제1 사용자에 의해 입력되는 제1 계정의 패스워드를 수신하여, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 하는 단계를 포함한다.
본 발명의 실시예에서, 서버는 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득할 수 있고, 제1 계정에 대한 제1 계정 어필 데이터와 기록된 제2 계정 어필 데이터 사이의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정할 수 있다. 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률을 나타낸다. 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있는 경우에 대응하는 미리 설정된 상관 조건은 미리 설정되어 있다. 따라서 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정되므로, 동일한 자연인에 속하는 계정 어필 데이터를 결정하여, 계정 소유권을 결정하는 데 도움이 되고, 계정 소유권의 결정 결과의 정확성을 높일 수 있다.
선택적으로, 제1 계정 어필 데이터가 제2 어필 데이터와 상관관계가 있는 것으로 결정된 후, 제1 계정 어필 데이터와 제2 계정 어필 데이터가 결합될 수 있어, 제1 계정의 소유권이 검증되는 경우, 제1 계정이 계정 소유자에게 속하는 것으로 결정할 확율은 결합된 제1 계정 어필 데이터 및 제2 계정 어필 데이터를 사용함으로써 높일 수 있으므로, 제1 계정의 소유권을 결정하는 정확도를 높일 수 있다.
선택적으로, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 미리 설정된 상관 조건을 충족시키지 못하면, 제1 어필 데이터는 제2 어필 데이터와 상관관계가 없는 것으로 생각될 수 있고, 후속의 계정 어필 데이터를 검증하는 경우, 제1 계정 어필 데이터와 제2 계정 어필 데이터는 검증에 별도로 사용될 수 있다.
선택적으로, 본 발명의 본 실시예에서, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 각각의 특징 콘텐츠를 비교하는 경우, 특징 콘텐츠는 각각의 특징 콘텐츠의 차이 레벨(difference level)을 결정하기 위해 비교되고, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 차이 정도는 각각의 특징 콘텐츠의 차이 레벨에 기초하여 종합적으로 분석되어, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다.
선택적으로, 예를 들어, 차이 레벨은 특징 콘텐츠가 동일한 레벨, 특징 콘텐츠가 유사한 레벨, 특징 콘텐츠가 유사하지 않은 레벨 및 특징 콘텐츠가 완전히 다른 레벨 등을 포함한다. 바람직하게는, 본 발명의 본 실시예에서, 특징 콘텐츠가 동일한 레벨과 특징 콘텐츠가 유사한 레벨이 두 개의 바람직한 차이 레벨로서 사용된다. 명백히, 다른 계정 어필 경우에 기초하여, 사용된 차이 레벨은 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨로 한정되지 않는다.
도 5는 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 다른 흐름도이다. 도 5를 참조하면, 상기 방법은 다음의 단계 S200 내지 S250을 포함할 수 있다.
단계 S200에서, 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득한다.
단계 S210에서, 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 각각 비교하여, 각각의 특징 콘텐츠의 차이 레벨을 결정한다.
단계 S220에서, 각각의 특징 콘텐츠의 차이 레벨에 따라 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다.
선택적으로, 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 가능성을 나타낼 수 있다.
단계 S230: 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정한다.
선택적으로, 각각의 특징 콘텐츠의 결정된 차이 레벨은, 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함할 수 있다. 특징 콘텐츠가 동일하면, 특징 콘텐츠가 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이에 완전히 동일한 것으로 생각될 수 있다. 특징 콘텐츠가 유사하면, 특징 콘텐츠는 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이에서 부분적으로 동일하고, 동일한 부분의 범위가 특정 범위보다 작지 않은 것으로 생각될 수 있다.
선택적으로, 동일한 부분의 범위가 특정 범위보다 작지 않다는 것은, 예를 들어, 특징 콘텐츠의 총 문자수에 대한 동일한 부분의 문자수의 비율이 특정 비율보다 작지 않으거나, 또는 동일한 부분의 문자수가 특정 수량보다 작지 않다는 것 등을 의미한다. 명백히, 특정 범위보다 작지 않은 동일한 부분의 범위에 대한 구체적인 요건은 실제 경우에 따라 결정될 수 있으면, 이 단락에서의 설명에 한정되는 것은 아니다.
소셜 계정에 대한 계정 어필 데이터에 입력될 필요가 있는 소셜 관계의 항목을 예로 든다. 제1 계정 어필 데이터에서 소셜 관계의 필요한 항목의 특징 콘텐츠가 a1, a2, a3, a4, a5, a6(친구 애칭 등의 정보를 참조)이고, 제2 계정 어필 데이터에서 소셜 관계의 필요한 항목의 특징 콘텐츠도 a1, a2, a3, a4, a5, 및 a6이면, 사회적 관계의 특징 콘텐츠가 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이에서 완전히 동일하기 때문에, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 소셜 관계의 필요한 항목의 특징 콘텐츠의 차이 레벨은 특징 콘텐츠가 동일한 레벨이다.
제1 계정 어필 데이터에서 소셜 관계의 필요한 항목의 특징 콘텐츠가 a1, a2, a3, a4, a5, a6이고, 제2 계정 어필 데이터에서 소셜 관계의 필요한 항목의 특징 콘텐츠가 a1, a2, a3, a4, a7이면, 제1 계정 어필 데이터와 제2 계정 어필 데이터에서 소셜 관계의 필요한 항목의 특징 콘텐츠에서, 네 개의 친구 정보가 동일하고, 비율은 특정된 비율보다 작지 않고 또는 수량이 특정된 수량보다 작지 않다(구체적인 값은 실제 경우에 따라 결정될 수 있음). 그리고, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 소셜 관계의 필요한 항목의 특징 콘텐츠의 차이 레벨은 특징 콘텐츠가 유사한 레벨이라고 생각할 수 있다.
명백히, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 다른 항목의 특징 콘텐츠의 차이 레벨을 결정하는 원리는 전술한 설명과 유사하며 상호 참조될 수 있다.
단계 S240에서, 하나 이상의 제1 계정 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정된다.
단계 S250에서, 제1 사용자의 제1 계정의 패스워드가 제1 사용자에게 전송되거나, 제1 사용자에 의해 입력되는 제1 계정의 패스워드가 수신되어, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 해준다.
선택적으로, 본 발명의 실시예에서, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 결정된 차이 레벨을 사용함으로써, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 강한 상관성 또는 약한 상관성이 있는지를 결정할 수 있다. 강한 상관성은 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 결정된 상관성이 제1 상관성을 충족하며, 약한 상관성이 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 결정된 상관성이 제2 상관성을 충족한다. 제1 상관성은 제2 상관성보다 높다. 따라서 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이에 강한 상관성이 있는 것으로 결정되는 경우, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성은 미리 설정된 상관성 조건을 충족하는 것으로 결정하고, 제1 계정 어필 데이터 및 제2 계정 어필 데이터는 서로 상관관계가 있다, 즉 동일한 자연인에 속한다.
선택적으로, 차이 레벨이 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함하는 예를 사용하여, 도 6은 본 발명의 일 실시예에 따른 다른 계정 어필 처리 방법의 또 다른 흐름도를 도시한다. 도 6을 참조하면, 상기 방법은 이하의 단계 S300 내지 S360을 포함할 수 있다.
단계 S300에서, 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득한다.
단계 S310에서, 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 특징 콘텐츠의 차이 레벨을 결정하며, 여기서 차이 레벨은 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함한다.
단계 S320에서, 각각의 특징 콘텐츠의 차이 레벨에 따라 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정한다.
단계 S330에서, 상관성이 제1 상관성을 충족하면, 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정되며, 상관성이 제1 상관성을 충족한다는 것은, 각각의 특징 콘텐츠가 동일하다는 것; 또는 복수의 특징 콘텐츠 중 일부가 동일하고, 복수의 특징 콘텐츠의 나머지는 유사하며, 동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족하고, 유사한 각각의 특징 콘텐츠의 유형이 미리 설정된 제2 유형을 충족하는 것을 포함한다.
복수의 특징 콘텐츠 중 일부가 동일하고, 복수의 특징 콘텐츠의 나머지는 유사하다는 것은, 제1 계정 어필 데이터와 제2 계정 어필 데이터 내의 특징 콘텐츠가 두 부분, 즉 동일한 부분과 유사한 부분으로 나뉘어져 있다는 것을 나타낸다.
동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족한다는 것은, 동일한 특징 콘텐츠의 유형이 적어도 미리 설정된 제1 유형을 포함해야 한다는 것, 즉 동일한 특징의 특징 콘텐츠의 유형은 적어도 미리 설정된 제1 유형을 포함해야 하고, 다른 유형도 포함할 수 있다는 것으로 간주될 수 있다.
유사한 특징 콘텐츠의 유형이 미리 설정된 제2 유형을 충족한다는 것은, 유사한 특징 콘텐츠의 유형이 미리 설정된 제2 유형의 범위 내에만 속하고 그 범위를 초과하지 않아야 한다는 것으로 간주될 수 있다.
선택적으로, 미리 설정된 제1 유형은 입력될 필요가 있는 복수의 특징 콘텐츠 유형 중에서 선택된 하나 이상의 특징 콘텐츠 유형일 수 있다. 소셜형 계정을 예로 들면, 미리 설정된 제1 유형은 연락처 정보, 단말기 식별자, IP, 개인 정보 등일 수 있다. 미리 설정된 제2 유형은, 예를 들어, 사용 데이터 및 소셜 관계와 같이, 입력될 필요가 있는 복수의 특징 콘텐츠 유형 중에서 선택된 하나 이상의 특징 콘텐츠 유형일 수 있다.
미리 설정된 제1 타입 및 미리 설정된 제2 타입의 항목은 상이하거나, 또는 부분적으로 동일할 수 있다.
소셜형 계정을 예로 들면, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족한다는 것은 다음 경우일 수 있다:
연락처 정보가 동일하다;
IP가 동일하다(계정 어필 데이터를 제출하는 IP가 동일함);
단말기 식별자는 동일하다(계정 어필 데이터를 제출하는 단말기의 식별자는 동일함);
개인 정보가 동일하다;
사용 데이터가 유사하다(예를 들어, 처음에, 6개의 패스워드가 입력되고, 두 번째로, 5개의 패스워드가 입력되므로, 두 번 사이에 4개의 암호가 동일하게 됨); 및
소셜 관계가 유사하다(처음에, 6명의 친구를 초대하고, 두 번째로 5명의 친구를 초대하여, 두 번 사이에 청하여 4명의 친구가 동일함).
또는, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족한다는 것은 다음 경우일 수 있다:
연락처 정보가 동일하다;
IP는 동일하다;
단말기 식별자가 동일하다;
개인 정보는 동일하다;
사용 데이터가 동일하다; 및
소셜 관계가 동일하다.
주목해야 할 것은, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족한다는 것은, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 강제로 결정되도록 본 발명의 본 실시예에서 설정된 정책일 수 있다. 제1 상관성은 실제 계정 유형 및 애플리케이션 시나리오에 따라 결정될 수 있다.
단계 S340에서, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정된다.
단계 S350에서, 제1 계정 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정된다.
단계 S360에서, 제1 사용자에게 제1 계정의 패스워드가 전송되거나, 제1 사용자에 의해 입력되는 제1 계정의 패스워드가 수신되어, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 한다.
선택적으로, 본 발명의 본 실시예에서, 제1 계정 어필 데이터가 제2 어필 데이터와 상관관계가 있는 것으로 강제적으로 결정하기 위한 제1 상관 콘텐츠를 설정하는 것 이외에, 제1 계정 어필 데이터가 제2 계정 어필 데이터과 상관관계가 있을 확률을 결정할 수 있는 알고리즘 모델이 트레이닝되고, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성은 결정된 확률로 나타내므로, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는지를 판정한다.
선택적으로, 베이즈 분류 모델이 알고리즘 모델로서 선택될 수 있다. 베이 즈 분류 모델은 통계학의 분류 모델인 베이즈 분류 알고리즘에 기초하여 생성되며, 확률 통계 지식을 이용하여 분류를 수행할 수 있다. 많은 경우 베이즈 분류 알고리즘은 의사 결정 트리 알고리즘 및 신경망 분류 알고리즘과 비교할 만하다. 이 알고리즘은 대규모 데이터베이스에 적용될 수 있다. 또한, 이 알고리즘은 간단한 방법, 높은 분류 정확도 및 고속을 갖는다. 따라서, 본 발명의 본 실시예에서는 베이즈 분류 모델을 미리 트레이닝될 수 있으며, 베이즈 분류 모델을 이용하여 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률을 계산함으로써, 제1 계정 어필 데이터과 제2 계정 어필 데이터 사이의 상관성을 결정한다.
이에 상응하게, 도 7은 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 또 다른 흐름도이다. 도 7에 도시된 방법에 따르면, 계정 어필은 베이즈 분류 모델을 사용하여 주로 처리된다. 이는 도 6에 도시된 방법에 따른 제1 상관성을 사용하여 계정 어필을 처리하는 방법과 독립적으로 구현될 수 있다. 도 7을 참조하면, 상기 방법은 다음 단계 S400 내지 S460을 포함할 수 있다.
단계 S400에서, 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득한다.
단계 S410에서, 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 각각 비교하여, 각각의 특징 콘텐츠의 차이 레벨을 결정한다.
단계 S420에서, 각각의 특징 콘텐츠의 차이 레벨을 미리 트레이닝된 베이즈 분류 모델을 사용하여 분류하여, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률을 획득한다.
상기 확률은 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 나타낼 수 있다.
여기서, 차이 레벨은, 적어도, 특징 콘텐츠가 동일한 레벨과 특징 콘텐츠가 유사한 레벨을 포함한다.
단계 S430에서, 확률이 미리 설정된 확률 조건을 충족하면, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정된다.
단계 S440에서, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정된다.
단계 S450에서, 하나 이상의 제1 계정 어필 데이터 및 제2 계정 어필 데이터에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정된다.
단계 S460에서, 제1 계정의 패스워드를 제1 사용자에게 전송하거나 제1 사용자에 의해 입력되는 제1 계정의 패스워드를 수신하여, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 한다.
선택적으로, 도 8은 베이즈 분류 모델을 미리 트레이닝하는 프로세스를 도시한다. 도 8을 참조하면, 상기 프로세스는 단계 S500 내지 단계 S530을 포함한다.
단계 S500에서, 복수의 계정의 계정 어필 데이터를 수집하며, 각각의 계정은 복수의 계정 어필 데이터에 대응한다.
본 발명의 본 실시예에서, 후속의 베이즈 분류 모델의 트레이닝을 수행하기 위해 계정에 대한 막대한 수량의 계정 어필 데이터가 수집될 수 있다. 하나의 계정에 대해 수집된 복수의 계정 어필 데이터가 있을 수 있으며, 하나의 계정에 대한 복수의 계정 어필 데이터는 계정 소유자에 의해 제출된 것을 일부 포함할 수 있고, 계정 도용자에 의해 제출된 것을 일부 포함할 수 있다.
단계 S510에서, 각각의 계정에 대한 계정 어필 데이터 사이에 특징 콘텐츠를 비교하여, 계정의 계정 어필 데이터 사이의 특징 콘텐츠의 차이 레벨을 결정한다.
본 발명의 본 실시예에서, 동일한 계정에 대한 복수의 계정 어필 데이터를 단위로 하여, 각각의 계정의 계정 어필 데이터를 처리하여, 각각의 계정의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨을 결정한다. 구체적으로, 본 발명의 본 실시예에서, 각각의 계정에 대해, 각각의 특징 콘텐츠가 계정 어필 데이터 사이에서 비교되어, 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨을 식별한다. 계정 어필 데이터 사이의 특징 콘텐츠의 차이 수준을 결정하는 구체적인 프로세스에 대해서는, 전술한 대응하는 부분의 설명을 참조할 수 있다.
선택적으로, 본 실시예에서, 동일한 계정에 대한 복수의 계정 어필 데이터에 대해, 계정 어필 데이터의 각각의 특징 콘텐츠에 대해 쌍 비교(pairwise comparison)가 수행될 수 있으며, 쌍 비교 후의 결합된 계정 어필 데이터의 특징 콘텐츠는 동일한 계정에 대한 다른 계정 어필 데이터의 특징 콘텐츠와 추가로 비교될 수 있다.
단계 S520에서, 계정의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라 각각의 계정에 대해 계정 어필 데이터 사이의 상관성이 결정되며, 여기서 상관성은 제1 상관성 및 제2 상관성을 포함한다.
전술한 바와 같이, 제1 상관성은 동일한 계정에 대한 계정 어필 데이터 사이에 강한 상관성이 있음을 나타내고, 제2 상관성은 동일한 계정에 대한 계정 어필 데이터 사이에 약한 상관성이 있음을 나타낸다.
선택적으로, 차이 레벨이 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함하는 예에서, 제1 상관성은 각각의 특징 콘텐츠가 동일하다는 것을 나타낼 수 있거나; 또는 특징 콘텐츠의 일부가 동일하고, 특징 콘텐츠의 나머지 부분이 유사하며, 동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족하고, 유사한 각각의 특징 콘텐츠의 유형이 미리 설정된 제2 유형이다.
선택적으로, 제2 상관성은 동일한 계정에 대한 복수의 계정 어필 데이터 내의 각각의 특징 콘텐츠가 유사하다는 것을 나타낼 수 있다. 소셜 유형 계정을 예로 들면, 계정의 계정 어필 데이터 사이의 상관성이 제2 상관성이라는 것은 다음 경우일 수 있다:
연락처 정보가 유사하다(예: abcd@qq.com와 abcd2016@qq.com);
IP가 유사하다(예: 1.2.3.4와 1.2.3.5).
개인 정보가 유사하다(예: 처음에 제출된 이름은 Jie Liu이고 두 번째로 제출 된 이름은 Jie임).
사용 데이터는 유사성이 낮다(사용 데이터가 유사하다는 것은, 예를 들어, 패스워드 내의 동일 문자의 수량이 제1 값에 도달하는 경우, 예를 들어 4개의 동일한 문자가 있음; 사용 데이터가 낮은 유사성을 가진다는 것은, 예를 들어, 암호에서의 동일한 문자수가 제1 값보다 작고 제2 값보다 크다는 것일 수 있으며, 여기서 제1 값은 제2 값보다 크고, 예를 들어 패스워드에는 두 개의 동일한 문자가 있음);
소셜 관계가 유사하다.
단계 S530에서, 각각의 계정에 대한 계정 어필 데이터에 대한 상관성, 서로 상관관계가 있는 수집된 계정 어필 데이터, 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라, 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 베이즈 분류 모델을 획득한다.
본 발명의 본 실시예에서, 방대한 수량의 계정의 수집된 계정 어필 데이터를 처리한 후에, 모든 계정의 계정 어필 데이터 사이의 상관성을 결정하기 위해, 베이즈 분류 알고리즘을 사용하여 추출된 양(positive) 및 음(negative)의 샘플에 기초하여 트레이닝이 수행될 수 있다.
양의 샘플 데이터는 상관관계가 있는, 수집되고 추출된 계정 어필 데이터로 간주될 수 있고, 음의 샘플 데이터는 상관관계가 없는, 수집 및 추출된 계정 어필 데이터로 간주될 수 있다. 양 및 음의 샘플 데이터는 주로 수동 선택 및 사용자 컴플레인트 데이터를 통해 획득할 수 있다.
선택적으로, 본 발명의 본 실시예에서, 상관관계가 있는 계정 어필 데이터 사이의 상관성과, 상관관계가 없는 계정 어필 데이터 사이의 상관성은 수집된 상관관계가 있는 계정 어필 데이터 및 상관관계가 없는 계정 어필 데이터를 사용하여 분석되어, 분석된 상관관계가 있는 계정 어필 데이터 사이의 상관성 및 상관관계가 없는 계정 어필 데이터 사이의 상관성을 사용하고 베이즈 분류 알고리즘을 사용하여 각각의 계정에 대한 계정 어필 데이터 사이의 상관성의 모델을 트레이닝하여, 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있을 확률을 계산할 수 있는 알고리즘 공식을 획득하여, 베이즈 분류 모델의 트레이닝을 달성한다.
선택적으로, 본 발명의 본 실시예에서, 베이즈 분류 모델의 트레이닝의 편의를 위해, 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨을 수치적으로 표현할 수 있다. 구체적으로는, 모든 계정의 계정 어필 데이터 사이의 상관성을 결정하는 도 8에 도시된 방법에서의 프로세스는 도 9에 도시된 바와 같이 구현될 수 있으며, 다음 단계 S600 내지 S610을 포함한다.
단계 S600에서, 각각의 계정에 대해, 계정 어필 데이터의 각각의 특징 콘텐츠의 차이 레벨에 따라 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 표현 값이 정의되어, 계정 어필 데이터 사이의 대응하는 차이 표현 값 그룹을 획득한다.
선택적으로, 차이 표현 값 그룹은 쌍 계정 어필 데이터의 각각의 특징 콘텐츠의 차이 레벨에 기초하여 정의되는 차이 표현 값을 그룹화함으로써 획득될 수 있다. 차이 표현 값은 특징 콘텐츠가 동일하다는 것을 나타내는 제1 값 및 특징 콘텐츠가 유사하다는 것을 나타내는 제2 값을 포함하고, 제1 값은 제2 값과 상이하다. 선택적으로, 제1 값은 1일 수 있고, 제2 값은 0일 수 있다. 명백히, 제1 값 및 제2 값의 구체적인 수치는 실제 경우에 따라 결정될 수 있으며, 제1 값이 1이고 제2 값이 0인 형태는 선택사항일 뿐이다.
본 발명의 본 실시예에서, 동일한 계정에 대한 복수의 계정 어필 데이터 사이에 각각의 특징 콘텐츠가 비교된 후에, 각각의 특징 콘텐츠의 차이 레벨은 1과 0을 사용하여 표현될 수 있다. 비교 결과가 특징 콘텐츠가 동일하다는 것을 나타내면, 특칭 콘텐츠에 대한 차이 표현 값은 1로 정의될 수 있다. 비교 결과가 특징 콘텐츠가 유사하다는 것을 나타내면, 특징 콘텐츠에 대한 차이 표현 값은 0으로 정의될 수 있다.
본 발명의 본 실시예에서와 같이 각각의 특징 콘텐츠의 차이 표현 값을 정의한 후, 예를 들어, 계정의 계정 어필 데이터에 해당하는 차이 표현 값 그룹은 다음과 비교 결과와 관련하여 11100으로 획득될 수 있다:
IP는 동일하다(차이 표현 값은 1로 정의됨);
단말기 식별자는 동일하다(차이 표현 값은 1로 정의됨);
개인 정보는 동일하다(차이 표현 값은 1로 정의됨);
사용 데이터는 유사하다(차이 표현 값은 0으로 정의됨); 및
소셜 관계는 유사하다(차이 표현 값은 0으로 정의됨).
단계 S610에서, 각각의 계정에 대해, 계정 어필 데이터 사이의 대응하는 차이 표현 값 그룹에 따라 계정에 대응하는 차이 표현 값 테이블이 생성되고, 차이 표현 값 테이블은 계정의 계정 어필 데이터 사이의 상관성을 표현하는 데 사용된다.
선택적으로, 계정의 차이 표현 값 테이블은 하나 이상의 차이 표현 값 그룹을 가질 수 있고, 하나의 차이 표현 값 그룹은 계정의 두 개의 계정 어필 데이터 사이의 특징 콘텐츠의 차이 표현 값 그룹을 나타낸다.
선택적으로, 계정의 차이 표시 값 테이블의 형태는 다음과 같으며, 여기서 1 0 0 0은 차이 표현 값 그룹이고, 1 1 0 0은 다른 차이 표현 값 그룹이다:
1 0 0 0 0
1 1 0 1 0.
계정의 차이 표현 값 테이블은 실제로 행렬의 형태인 것을 알 수 있다.
본 발명의 본 실시예에서, 각각의 계정에 대응하는 차이 표현 값 테이블을 획득한 후, 복수의 매트릭스를 포함하는 매트릭스 그룹을 획득하여, 분석된 상관관계가 있는 계정 어필 데이터 사이의 상관성 및 상관관계가 없는 계정 어필 데이터 사이의 상관성을 분류 참조로 사용하고 베이즈 분류 알고리즘을 사용하여 모든 계정의 계정 어필 데이터 사이의 상관성의 모델을 트레이닝하여, 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있을 확률을 계산할 수 있는 알고리즘 식을 획득할 수 있어, 베이즈 분류 모델의 트레이닝을 달성할 수 잇다.
따라서, 본 발명의 본 실시예에서는, 베이즈 분류 모델을 트레이닝할 때, 각각의 계정에 대응하는 차이 표현 값 테이블, 서로 상관관계가 있는 수집된 계정 어필 데이터, 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 베이즈 분류 모델을 획득할 수 있다.
선택적으로, 제1 상관성의 구체적인 내용은 실제 계정 어필 경험에 따라 주로 획득되고, 이는 실제 계정 어필 작업의 계정 어필 처리 전문가의 경험에 따라 결정될 수 있으며, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 강제로 결정하는 데 사용된다. 따라서, 제1 상관성에 따라, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있다고 결정하는 방식은,
제출된 계정 어필 데이터가 비교적 규범적인 경우, 계정 어필 데이터 소유권을 결정하는 정확도가 비교적 높다. 그러나 제출된 계정 어필 데이터가 비교적 규범적이지 않은 경우, 제1 상관성을 사용하여 계정 어필 데이터 소유권을 결정하는 정확도는 이상적이지 않다.
그러나, 베이즈 분류 모델은 다양한 경우에 계정 어필 데이터를 비교적 유연하게 처리할 수 있는 방대한 양의 계정 어필 데이터에 기초하여 생성되며, 제출 된 계정 어필 데이터가 비교적 규범적이거나 비교적 규범적이지 않을 때 계정 어필 데이터 소유권을 결정하는 경우를 다룰 수 있다. 따라서 베이즈 분류 모델을 사용하여 계정 어필 데이터 소유권을 유연하게 결정할 수 있으며, 결정 결과의 정확도가 상대적으로 높다.
이에 기초하여, 본 발명의 본 실시예에서, 계정 어필 데이터 소유권은 제1 상관성 또는 베이즈 분류 모델에 기초하여 독립적으로 결정될 수 있거나; 또는 계정 어필 데이터 소유권은 제1 상관성 및 베이즈 분류 모델 모두를 사용하여 결정될 수 있다. 예를 들어, 먼저 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는지가 제1 상관성에 기초하여따라 결정된다. 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 없는 것으로 결정되면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는지는 베이즈 분류 모델에 기초하여 결정된다. 따라서 계정 어필 데이터는 포괄적으로 고려되므로, 계정 어필 데이터 소유권을 결정하는 정확도를 높인다.
이에 상응하게, 도 10은 본 발명의 일 실시예에 따른 계정 어필 처리 방법의 또 다른 흐름도이다. 도 10을 참조하면, 상기 방법은 다음 단계 S700 내지 S760을 포함할 수 있다.
단계 S700에서, 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득한다.
단계 S710에서, 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 각각 비교하여, 각각의 특징 콘텐츠의 차이 레벨을 결정하며, 여기서 차이 레벨은 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함한다.
단계 S720에서, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족하지 못하면, 미리 트레이닝된 베이즈 분류 모델을 사용하여 각각의 특징 콘텐츠의 차이 레벨을 분류하여, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률을 획득한다. 이 확률은 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 표현하는 데 사용된다.
상관성이 제1 상관성을 충족하지 않는다는 것은, 각각의 특징 콘텐츠가 상이하거나, 또는 미리 설정된 제1 유형의 특징 콘텐츠가 상이하거나, 또는 미리 설정된 제2 유형의 특징 콘텐츠가 유사하지 않은 경우를 포함한다.
선택적으로, 각각의 특징 콘텐츠가 상이하다는 것은, 연락처 정보가 상이한 경우, IP가 상이한 경우, 단말기 식별자가 상이한 경우, 개인 정보가 상이한 경우, 사용 데이터가 상이한 경우, 및 소셜 관계가 상이한 경우일 수 있다.
미리 설정된 제1 유형의 특징 콘텐츠가 상이하다는 것은, 연락처 정보가 상이한 경우, 또는 IP가 상이한 경우, 또는 단말기 식별자가 상이한 경우, 또는 개인 정보가 상이한 경우일 수 있다. 사용 데이터 및 소셜 관계의 차이 레벨은 고려될 수도 있고 고려되지 않을 수도 있다.
미리 설정된 제2 유형의 특징 콘텐츠가 유사하지 않다는 것은 사용 데이터가 유사하지 않거나 사회적 관계가 유사하지 않은 경우일 수 있다. 연락처 정보, IP, 단말기 식별자 및 개인 정보의 차이 레벨은 고려되거나 고려되지 않을 수 있다.
단계 S730에서, 확률이 미리 설정된 확률 조건을 충족하면, 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정된다.
선택적으로, 미리 설정된 확률 조건은 타깃 확률을 설정함으로써 구현될 수 있다. 확률이 타깃 확률보다 낮지 않으면, 확률이 미리 설정된 확률 조건을 충족하는 것으로 간주될 수 있다.
단계 S740에서, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정된다.
확률이 미리 설정된 확률 조건을 충족하지 못하면, 제1 계정 어필 데이터가 제2 계정 정보 데이터와 상관관계가 없는 것으로 생각될 수 있다.
단계 S750에서, 하나 이상의 제1 계정 어필 데이터 및 제2 계정 어필 데이터에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정된다.
선택적으로, 제1 계정 어필 데이터 및 제2 계정 어필 데이터는, 제1 어필 데이터가 제2 어필 데이터와 상관관계가 있는 것으로 결정된 후에 결합되어, 결합 계정 어필 데이터를 획득할 수 있어, 결합된 계정 어필 데이터를 사용하여 제1 계정의 계정 소유자를 결정할 수 있다.
선택적으로, 제1 계정 어필 데이터와 제2 계정 어필 데이터를 결합하는 방식은, 각각의 특징 콘텐츠에 대해, 동일한 특징 콘텐츠의 부분이 하나의 부분으로 병합되고, 상이한 특징 콘텐츠의 부분은 예약되고 병합된 동일한 특징 콘텐츠와 결합된다. 예를 들어, 사용 데이터의 특징 콘텐츠에 대해, 제1 계정 어필 데이터에서의 사용 패스워드는 123456이고, 총 6개 문자이며, 제2 계정 어필 데이터에서의 사용 패스워드는 72345이며 총 5개 문자이다. 따라서, 그 4개의 문자가 동일하다. 동일한 2345가 하나의 부분으로 병합될 수 있고 다른 문자 1, 6 및 7이 예약되어 병합 된 하나의 파트 2345와 결합되어, 1/7-2345-6을 획득할 수 있다.
선택적으로, 제2 계정 어필 데이터는 제1 계정에 대해 이전에 제출된 계정 어필 데이터일 수 있거나, 또는 제2 계정 어필 데이터는
본 발명의 본 실시예에서 제공되는 계정 어필 처리 방법에 기초하여 서로 상관관계가 있는 제1 계정에 대해 이전에 제출된 복수의 계정 어필 데이터를 결합함으로써 생성 된 계정 어필 데이터일 수 있다. 예를 들어, 서버가 이전에 제1 계정에 대해 두 가지의 계정 어필 데이터 A 및 B를 획득하였고, A가 B와 상관관계가 있는 것으로 결정되면, A와 B는 제2 계정 어필 데이터 C로 결합될 수 있다. 제1 계정 어필 데이터 D를 획득한 후, 서버는 C가 D와 상관관계가 있는지를 추가로 판정할 수 있다.
선택적으로, 본 발명의 본 실시예에서, 동일한 계정에 대한 복수의 계정 어필 데이터에 대해, 계정 어필 데이터가 서로 상관관계가 있는지는 쌍으로 결정될 수 있다. 계정 어필 데이터가 서로 상관관계가 있는 것으로 쌍으로 결정되면, 계정 어필 데이터는 결합될 수 있다. 결합된 계정 어필 데이터가 동일한 계정에 대한 다른 계정 어필 데이터와 상관관계가 있는지는 추가로 판정될 수 있다.
선택적으로, 제1 계정 어필 데이터를 획득할 때, 서버가 제2 계정 어필 데이터를 제출한 요청자(requester)가 제1 계정의 소유자인 것으로 검증하였으면, 서버는 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있다고 결정한 후에 제1 계정 어필 데이터를 제출한 요청자가 제1 계정의 소유자인 것으로 직접 결정할 수 있다.
예를 들어, 1년 전에, 사용자는 계정 어필을 제기하여 계정 어필 데이터 A를 제출하였고, 계정 어필 데이터 A가 성공적으로 검증되었다. 그러나, 1년 후에, 사용자는 계정 패스워드를 잊어 버리고, 다시 계정 어필을 제기하고, 또 다른 계정 어필 데이터 B를 제출한다. 본 발명의 본 실시예에서 제공된 계정 어필 처리 방법 사용하여 그것이 결정되면, 본 개시의 실시예에서 제공된 어소시에이션 프로세싱 방법을 사용하여, 계정 어필 데이터 A와 계정 어필 데이터 B와 상관관계가 있는 것으로 결정되면, 계정 어필 데이터 B를 제출한 요청자가 계정 소유자이고, 계정 패스워드를 변경할 권한을 가질 수 있는 것으로 생각될 수 있어, 시스템 또는 고객 서비스에 의한 후속하는 검증 프로세스를 회피할 수 있으므로, 계정 소유권 결정을 효과적이고 정확하게 구현할 수 있다.
본 발명의 본 실시예에서, 제1 계정 어필 데이터가 제2 어필 데이터와 상관관계가 있는 것으로 결정된 후에, 제2 계정 어필 데이터에 기초하여, 제2 계정 어필 데이터를 제출한 요청자가 제1 계정의 소유자인 것으로 이전에 결정되었으면, 제1 계정 어필 데이터를 제출한 요청자가 또한 제1 계정의 소유자인 것으로 결정된다는 것을 알 수 있다.
선택적으로, 제1 계정의 소유자가 제2 계정 어필 데이터에 기초하여 결정되지 않으면, 제1 계정 어필 데이터가 제2 어필 데이터와 상관관계가 있다고 결정된 후에, 제1 계정 어필 데이터는 제2 계정 어필 데이터와 결합되어, 결합된 계정 어필 데이터를 획득할 수 있으므로, 결합된 계정 어필 데이터를 사용하여 제1 계정의 계정 소유자를 결정할 수 있다.
단계 S760에서, 제1 계정의 패스워드가 제1 사용자에게 전송되거나 제1 사용자에 의해 입력되는 제1 계정의 패스워드가 수신되어, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있도록 한다.
본 발명의 본 실시예에서 제공된 계정 어필 처리 방법에 따르면, 서로 상관관계가 있는 계정 어필 데이터를 결정할 수 있고, 동일한 계정에 대한 복수의 계정 어필 데이터로부터 동일 자연인에 속하는 계정 어필 데이터를 결정할 수 있어, 계정 소유권을 결정하고 계정 소유권 결정 결과의 정확도를 높이는 것을 돕는다.
다음은 본 발명의 일 실시예에 제공되는 서버를 설명한다. 다음에 설명된 서버는 전술한 계정 어필 처리 방법과 서버의 관점에서 상호 참조될 수 있다.
도 11은 본 발명의 일 실시예에 따른 서버의 구성 블록도이다. 도 11을 참조하면, 서버는,
제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하도록 구성된 계정 어필 데이터 획득 모듈(100) - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 개별적으로 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정하도록 구성된 상관성 결정 모듈(200);
상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하도록 구성된 연관 결정 모듈(300);
제1 계정 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정하도록 구성된 계정 소유권 결정 모듈(400); 및
제1 계정의 패스워드를 제1 사용자에게 전송하거나 제1 사용자에 의해 입력되는 제1 계정의 패스워드를 수신하여, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있게 하도록 구성된 통신 모듈(500)을 포함한다.
선택적으로, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 가능성을 나타낼 수 있다.
상관성이 미리 설정된 상관 조건을 충족한다는 것은, 상기 가능성이, 동일한 계정에 대한 복수의 계정 어필 데이터가 서로 상관관계가 있다는 대응하는 가능성보다 낮지 않다는 것을 포함할 수 있다.
선택적으로, 도 12는 본 발명의 일 실시예에 따른 상관성 결정 모듈(200)의 선택적 구성을 보여준다. 도 12를 참조하면, 상관성 결정 모듈(200)은,
제1 계정 어필 데이터의 복수의 특징 콘텐츠와 제2 계정 어필 데이터의 복수의 특징 콘텐츠를 각각 비교하여, 각각의 특징 콘텐츠의 차이 레벨을 결정하는 차이 레벨 결정 유닛(210); 및
각각의 특징 콘텐츠의 차이 레벨에 따라 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정하도록 구성된 상관성 결정 실행 유닛(220)을 포함하며, 상관성은 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 가능성을 나타낸다.
선택적으로, 차이 레벨은, 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함할 수 있다. 도 12에 기초하여, 이에 상응하게, 도 13은 본 발명의 일 실시예에 따른 서버의 다른 구성 블록도를 보여준다. 도 11 및 도 13을 참조하면, 서버는,
제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 결정된 상관성이 제1 상관성을 충족하면, 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정하도록 구성된 상관 조건 제1 충족 결정 모듈(600)을 더 포함할 수 있다. 상관성이 제1 상관성을 제1 상관성을 충족한다는 것은, 각각의 특징 콘텐츠가 동일하다는 것; 또는 복수의 특징 콘텐츠 중 일부가 동일하고, 복수의 특징 콘텐츠의 나머지는 유사하며, 동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족하고, 유사한 각각의 특징 콘텐츠의 유형이 미리 설정된 제2 유형을 충족하는 것을 포함한다.
선택적으로, 도 14는 본 발명의 일 실시예에 따른 상관성 결정 실행 유닛(220)의 선택적 구성을 보여준다. 도 14를 참조하면, 상관성 결정 실행 유닛(220)은,
미리 트레이닝된 베이즈 분류 모델을 사용하여 각각의 특징 콘텐츠의 차이 레벨을 분류하고, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있을 확률을 획득하고, 그 확률을 사용하여 상관성을 표현하도록 구성된 연관 확률 결정 서브유닛(221)을 포함할 수 있다.
이에 상응하게, 도 14에 기초하여, 도 15는 본 발명의 일 실시예에 따른 서버의 또 다른 구성 블록도를 보여준다. 도 11 및 도 15를 참조하면, 서버는,
확률이 미리 설정된 확률 조건을 충족하면, 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정하도록 구성된 상관 조건 제2 충족 결정 모듈(700)을 더 포함할 수 있다.
선택적으로, 차이 레벨은 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함한다. 이에 상응하게, 도 16은 본 발명의 일 실시예에 따른 상관성 결정 실행 유닛(220)의 다른 선택적인 구성을 보여준다. 도 16을 참조하면, 상관성 결정 실행 유닛(220)은,
제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 결정된 상관성이 제1 상관성을 충족하지 못하면 미리 트레이닝된 베이즈 분류 모델을 사용하여 각각의 특징 콘텐츠의 차이 레벨을 분류하여, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상과관계가 있을 확률을 획득하여, 그 확률을 사용하여 상관성을 표현하도록 구성된 결합 실행 서브 유닛(joint execution subunit)(222)을 포함할 수 있다.
상관성이 제1 상관성을 충족하지 못한다는 것은, 각각의 특징 콘텐츠가 상이하다는 것, 또는 미리 설정된 제1 유형의 특징 콘텐츠 각각이 상이하다는 것, 또는 미리 설정된 제2 유형의 특징 콘텐츠 각각이 유사하지 않다는 것을 포함한다.
이에 상응하게, 도 16에 기초하여, 본 발명의 본 실시예에서, 확률이 미리 설정된 확률 조건을 충족하면, 상관성이 미리 설정된 상관 조건을 충족하는 것으로 결정될 수 있다.
선택적으로, 도 17은 본 발명의 일 실시예에 따른 서버의 또 다른 구성 블록도이다. 도 17은 베이즈 분류 모델을 미리 트레이닝하는 프로세스를 보여준다. 도 11 및 도 17을 참조하면, 서버는,
복수의 계정의 계정 어필 데이터를 수집하고 - 각각의 계정은 복수의 계정 어필 데이터에 대응함 -; 각각의 계정에 대해, 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠를 비교하여, 계정의 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨을 결정하고; 각각의 계정에 대해, 계정의 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라, 계정의 복수의 계정 어필 데이터 사이의 상관성을 결정하고 - 상관성은 제1 상관성 및 제2 상관성을 포함하고, 제1 상관성은 각각의 특징 콘텐츠가 동일하거나, 특징 콘텐츠 중 일부가 동일하고 특징 콘텐츠 중 다른 나머지는 유사하며, 동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족하고, 유사한 각각의 특징 콘텐츠의 유형이 미리 설정된 제2 유형을 충족한다는 것을 나타냄 -; 각각의 계정의 계정 어필 데이터 사이의 상관성, 서로 상관관계가 있는 수집된 계정 어필 데이터 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 베이즈 분류 모델을 획득하도록 구성된 사전 트레이닝 모듈(800)을 더 포함할 수 있다.
선택적으로, 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라, 각각의 계정에 대해 계정의 복수의 계정 어필 데이터 사이의 상관성을 결정하는 경우, 사전 트레이닝 모듈(800)은 구체적으로,
각각의 계정에 대해, 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라, 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 표현 값을 정의하여, 복수의 계정 어필 데이터 사이의 대응하는 차이 표현 값 그룹을 획득하고 - 여기서 차이 표현 값은 특징 콘텐츠가 동일하다는 것을 나타내는 제1 값 및 특징 콘텐츠가 유사하다는 것을 나타내는 제2 값을 포함하고, 제1 값은 제2 값과 상이함 -; 각각의 계정에 대해, 복수의 계정 표현 데이터 사이의 대응하는 차이 표현 값 그룹에 따라 계정에 대응하는 차이 표현 값 테이블을 생성하고, 차이 표현 값 테이블을 사용하여 계정의 계정 어필 데이터 사이의 상관성을 표현하도록 구성될 수 있다.
이에 상응하게, 모든 계정의 계정 어필 데이터 사이의 상관성, 서로 상관관계가 있는 수집된 계정 어필 데이터 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라, 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 베이즈 분류 모델을 획득하는 경우, 사전 트레이닝 모듈(800)은 구체적으로,
각각의 계정에 대응하는 차이 표현 값 테이블, 서로 상관관계가 있는 수집 된 계정 어필 데이터 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라, 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 베이즈 분류 모델을 획득하도록 구성된다.
선택적으로, 계정 소유권 결정 모듈(400)은, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정된 후에, 제2 계정 어필 데이터에 기초하여, 제1 계정이 제2 계정 어필 데이터를 제출한 제2 사용자에게 속하는 것으로 이전에 결정되었으면, 제1 계정이 제1 사용자에게 속하는 것으로 결정하도록 구성된다.
선택적으로, 계정 소유권 결정 모듈(400)은 추가로, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정된 후에 제1 계정 어필 데이터와 제2 계정 어필 데이터를 결합하여, 결합된 계정 어필 데이터를 획득하고, 결합된 계정 어필 데이터를 사용하여, 제1 계정이 제1 사용자에게 속하는 것으로 결정하도록 구성된다.
본 발명의 본 실시예에서 제공된 서버는 서로 상관관계가 있는 계정 어필 데이터를 결정할 수 있어, 계정 소유권을 결정하고 그 계정 소유권을 결정한 결과의 정확도를 높이는 데 도움을 줄 수 있다.
본 발명의 본 실시예에 제공되는 서버의 하드웨어 구성은 도 19에 도시된 것과 같을 수 있으며, 프로세서(1), 통신 인터페이스(2), 메모리(3) 및 통신 버스(4)를 포함한다.
프로세서(1), 통신 인터페이스(2) 및 메모리(3)는 통신 버스(4)를 통해 서로 통신한다.
선택적으로, 통신 인터페이스(2)는 GSM 모듈의 인터페이스와 같은, 통신 모듈의 인터페이스 일 수 있으며;
프로세서(1)는 프로그램을 실행하도록 구성되고;
메모리(3)는 프로그램을 저장하도록 구성되고;
프로그램은 프로그램 코드를 포함할 수 있으며, 프로그램 코드는 컴퓨터 연산 명령어를 포함한다.
프로세서(1)는 중앙 처리 유닛(central processing unit, CPU) 또는 주문형 집적 회로(application specific integrated circuit, ASIC)일 수 있거나, 또는 본 발명의 실시예를 구현하도록 구성된 하나 이상의 집적 회로일 수 있다.
메모리(3)는 고속 RAM 메모리를 포함 할 수 있거나, 또는 하나 이상의 자기 디스크 메모리와 같은 비휘발성 메모리를 더 포함할 수 있다.
프로그램은 구체적으로,
제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하고 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
제1 계정 어필 데이터에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 특징 콘텐츠와 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정하고;
상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하고;
제1 계정 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정하기 위해 사용될 수 있으며;
통신 인터페이스는, 제1 계정이 제1 사용자에 속하는 것으로 결정되면, 제1 사용자에게 제1 계정의 패스워드를 전송하거나 제1 사용자에 의해 입력되는 제1 계정의 패스워드를 수신하여, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있게 하도록 구성된다.
본 발명의 일 실시예는 계정 어필 처리 시스템을 더 제공한다. 이 시스템의 구성은 도 1에 도시된 바와 같을 수 있으며, 서버와 하나 이상의 단말기를 포함한다.
단말기는 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하도록 구성되며, 여기서 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함한다.
서버는, 제1 계정에 대한 제1 계정 어필 데이터를 획득하고 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -; 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 제1 계정 어필 데이터의 각각의 특징 콘텐츠와 제2 계정 어필 데이터의 각각의 특징 콘텐츠를 비교하여, 제1 계정 어필 데이터와 제2 계정 어필 데이터 사이의 상관성을 결정하고; 상관성이 미리 설정된 상관 조건을 충족하면, 제1 계정 어필 데이터가 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하고; 제1 계정 어필 데이터 및 제2 계정 어필 데이터 중 하나 이상에 따라, 제1 계정이 제1 사용자에 속하는 것으로 결정하고; 제2 계정이 제1 사용자에게 속하는 것으로 결정되면, 제1 계정의 패스워드를 제1 사용자에게 전송하거나 가 제1 사용자에 의해 입력되는 제1 계정의 패스워드를 수신하여, 제1 사용자가 패스워드를 사용하여 제1 계정을 조작할 수 있게 하도록 구성된다.
본 명세서의 실시예들은 모두 점진적인 방식으로 설명되었다는 것에 유의해야 한다. 각각의 실시예의 설명은 다른 실시예와의 차이점에 초점을 맞추고, 각각의 실시예 중에서 동일하거나 유사한 부분을 서로 참조할 수 있다. 장치 실시예는 방법 실시예와 실질적으로 유사하므로 간단히 설명하고, 관련 부분에 대해서는 방법 실시예를 참조할 수 있다.
당업자라면 본 명세서에서의 실시예와 조합하여, 설명된 각각의 예의 유닛 및 알고리즘, 단계를 전자 하드웨어, 컴퓨터 소프트웨어 또는 이들의 조합으로 구현할 수 있다는 것을 또한 인식할 수 있을 것이다. 하드웨어와 소프트웨어 간의 상호교환 가능성을 명확하게 설명하기 위해, 전술한 설명에서 각각의 예의 구성 및 단계는 기능에 따라 일반적으로 설명되었다. 기능이 하드웨어 모드 또는 소프트웨어 모드로 실행되는지 여부는 구체적인 애플리케이션 및 기술적 방안의 설계 제약 조건에 따라 달라진다. 당업자는 각각의 특정 애플리케이션에 대해 설명된 기능을 구현하기 위해 상이한 방법을 사용할 수 있지만, 그러한 구현이 본 발명의 범위를 벗어나는 것으로 생각해서는 안된다.
본 명세서의 실시예와 조합하여, 설명된 방법 또는 알고리즘의 단계는 하드웨어, 프로세서에 의해 실행되는 소프트웨어 모듈, 또는 이들의 조합을 사용하여 직접 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), 메모리, ROM(Read-Only Memory), EPROM(Electrically Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 레지스터, 하드 디스크, 착탈식 자기 디스크, CD-ROM, 또는 해당 기술분야에서 널리 공지된 다른 형태의 임의의 저장 매체일 수 있다.
개시된 실시예에 대한 이상의 설명은 당업자가 본 발명을 구현하거나 사용할 수 있게 한다. 당업자에게 이들 실시예에 대한 다양한 수정은 자명하며, 본 명세서에서 정의된 일반적인 원리는 본 발명의 사상 및 범위를 벗어나지 않고 다른 실시예에서 구현될 수 있다. 따라서, 본 발명은 본 발명에서 예시된 실시예에 한정되지 않고, 본 명세서에 개시된 원리들 및 신규한 특징들과 일치하는 가장 넓은 범위를 따른다.

Claims (16)

  1. 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필(account appeal) 데이터를 획득하는 단계 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
    상기 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계;
    상기 상관성이 미리 설정된 상관 조건을 충족하면, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하는 단계;
    상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하는 단계; 및
    상기 제1 사용자에게 상기 제1 계정의 패스워드를 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 사용하여 상기 제1 계정을 조작할 수 있도록 하는 단계
    를 포함하는 계정 어필 처리 방법.
  2. 제1항에 있어서,
    복수의 특징 콘텐츠가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계는,
    상기 제1 계정 어필 데이터의 복수의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 복수의 특징 콘텐츠를 각각 비교하여, 각각의 특징 콘텐츠의 차이 레벨을 결정하는 단계; 및
    각각의 상기 특징 콘텐츠의 차이 레벨에 따라 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계를 포함하는, 계정 어필 처리 방법.
  3. 제2항에 있어서,
    상기 차이 레벨은, 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함하고, 상기 계정 어필 처리 방법은,
    상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족하면, 상기 상관성이 상기 미리 설정된 상관 조건을 충족하는 것으로 결정하는 단계를 더 포함하고,
    상기 제1 계정 어필 데이터와 상기 제2 어필 데이터 사이의 상관성이 상기 제1 상관성을 충족한다는 것은,
    각각의 특징 콘텐츠가 동일하다는 것; 및
    복수의 특징 콘텐츠 중 일부가 동일하고, 복수의 특징 콘텐츠의 나머지가 유사하며, 동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족하고, 유사한 각각의 특징 콘텐츠의 유형이 미리 설정된 제2 유형을 충족하는 것 중 하나를 포함하는, 계정 어필 처리 방법.
  4. 제2항에 있어서,
    각각의 상기 특징 콘텐츠의 차이 레벨에 따라 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계는,
    미리 트레이닝된 베이즈 분류 모델(Bayes classification model)을 사용하여 각각의 상기 특징 콘텐츠의 차이 레벨을 분류하여, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관이 있을 확률을 획득하고, 상기 확률을 사용하여 상기 상관성을 표현하는 단계를 포함하고,
    상기 확률이 미리 설정된 확률 조건을 충족하면, 상기 상관성이 상기 미리 설정된 상관 조건을 충족하는 것으로 결정하는 단계를 더 포함하는 계정 어필 처리 방법.
  5. 제2항에 있어서,
    상기 차이 레벨은, 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함하고; 각각의 상기 특징 콘텐츠의 차이 레벨에 따라 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계는,
    상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족하지 못하면 미리 트레이닝된 베이즈 분류 모델을 사용하여 각각의 상기 특징 콘텐츠의 차이 레벨을 분류하여, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있을 확률을 획득하고, 상기 확률을 사용하여 상기 상관성을 표현하는 단계를 포함하고,
    상기 상관성이 제1 상관성을 충족하지 못한다는 것은,
    복수의 특징 콘텐츠 중 어느 것도 동일하지 않다는 것;
    미리 설정된 제1 유형의 특징 콘텐츠 각각이 동일하지 않다는 것; 및
    미리 설정된 제2 유형의 특징 콘텐츠 각각이 유사하지 않다는 것 중 하나 이상을 포함하고,
    상기 계정 어필 처리 방법은,
    상기 확률이 미리 설정된 확률 조건을 충족하면, 상기 상관성은 상기 미리 설정된 상관 조건을 충족하는 것을 결정하는 단계를 더 포함하는 계정 어필 처리 방법.
  6. 제4항 또는 제5항에 있어서,
    상기 계정 어필 처리 방법은, 상기 베이즈 분류 모델을 미리 트레이닝하는 단계를 더 포함하며,
    상기 베이즈 분류 모델을 미리 트레이닝하는 것은,
    복수의 계정의 복수의 계정 어필 데이터를 수집하는 것 - 각각의 계정은 복수의 계정 어필 데이터에 대응함 -;
    각각의 계정에 대해, 상기 계정의 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠를 비교하여 상기 계정의 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨을 결정하는 단계;
    상기 계정의 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라, 각각의 계정에 대해, 상기 계정의 복수의 계정 어필 데이터 사이의 상관성을 결정하는 단계 - 상기 상관성은 제1 상관성 및 제2 상관성을 포함하고, 상기 제1 상관성은 각각의 특징 콘텐츠가 동일하거나, 또는 특징 콘텐츠 중 일부가 동일하고 특징 콘텐츠 중 나머지는 유사하다는 것을 나타내고, 동일한 특징 콘텐츠 각각의 유형은 미리 설정된 제1 유형을 충족하고, 유사한 특징 콘텐츠 각각의 유형은 미리 설정된 제2 유형을 충족하며, 상기 제2 상관성은 동일한 계정에 대한 복수의 계정 어필 데이터 중 각각의 특징 콘텐츠가 유사하다는 것을 나타냄 -; 및
    각각의 계정의 복수의 계정 어필 데이터 사이의 상관성, 서로 상관관계가 있는 수집된 계정 어필 데이터, 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 상기 베이즈 분류 모델을 획득하는 단계를 포함하는, 계정 어필 처리 방법.
  7. 제6항에 있어서,
    상기 계정의 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라, 각각의 계정에 대해, 상기 계정의 복수의 계정 어필 데이터 사이의 상관성을 결정하는 단계는,
    각각의 계정에 대해, 상기 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 레벨에 따라, 상기 복수의 계정 어필 데이터 사이의 각각의 특징 콘텐츠의 차이 표현 값(difference representation value)을 정의하여, 상기 복수의 계정 어필 데이터들 사이의 대응하는 차이 표현 값 그룹을 획득하는 단계 - 상기 차이 표현 값은 특징 콘텐츠가 동일하다는 것을 나타내는 제1 값 및 특징 콘텐츠가 유사하다는 것을 나타내는 제2 값을 포함하고, 상기 제1 값은 상기 제2 값과 상이함 -; 및
    각각의 계정에 대해, 상기 복수의 계정 어필 데이터 사이의 대응하는 차이 표현 값 그룹에 따라 상기 계정에 대응하는 차이 표현 값 테이블을 생성하고, 상기 차이 표현 값 테이블을 사용하여 상기 계정의 계정 어필 데이터 사이의 상관성을 표현하는 단계를 포함하는, 계정 어필 처리 방법.
  8. 제7항에 있어서,
    상기 각각의 계정의 복수의 계정 어필 데이터 사이의 상관성, 서로 상관관계가 있는 수집된 계정 어필 데이터, 및 서로 상관관계가 없는 수집된 계정 어필 데이터에 따라 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 상기 베이즈 분류 모델을 획득하는 단계는,
    각각의 계정에 대응하는 상기 차이 표현 값 테이블, 서로 상관관계가 있는 상기 수집된 계정 어필 데이터 및 서로 상관관계가 없는 상기 수집된 계정 어필 데이터에 따라, 상기 베이즈 분류 알고리즘을 사용하여 트레이닝을 수행하여, 상기 베이즈 분류 모델을 획득하는 단계를 포함하는, 계정 어필 처리 방법.
  9. 제1항에 있어서,
    상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속한다고 결정하는 단계는,
    상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있다고 결정된 후에, 상기 제2 계정 어필 데이터에 기초하여, 상기 제1 계정이 상기 제2 계정 어필 데이터를 제출한 제2 사용자에게 속하는 것으로 이전에 결정되었으면, 상기 제1 계정이 상기 제1 사용자에게 속한다고 결정하거나; 또는
    상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있다고 결정된 후에 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터를 결합하여, 결합된 계정 어필 데이터를 획득하고, 상기 결합된 계정 어필 데이터를 사용하여, 상기 제1 계정이 상기 제1 사용자에게 속하는 것으로 결정하는 단계를 포함하는, 계정 어필 처리 방법.
  10. 제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하도록 구성된 계정 어필 데이터 획득 모듈 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
    상기 제1 계정에 대한 제2 계정 어필 데이터가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하도록 구성된 상관성 결정 모듈;
    상기 상관성이 미리 설정된 상관 조건을 충족하면, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하도록 구성된 연관 결정 모듈;
    상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하도록 구성된 계정 소유권 결정 모듈; 및
    상기 제1 계정의 패스워드를 상기 상기 제1 사용자에게 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 사용하여 상기 제1 계정을 조작할 수 있게 하도록 구성된 통신 모듈
    을 포함하는 서버.
  11. 제10항에 있어서,
    상기 상관성 결정 모듈은,
    복수의 특징 콘텐츠가 존재하면, 상기 제1 계정 어필 데이터의 복수의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 복수의 특징 콘텐츠를 각각 비교하여, 각각의 특징 콘텐츠의 차이 레벨을 결정하도록 구성된 차이 레벨 결정 유닛; 및
    각각의 상기 특징 콘텐츠의 차이 레벨에 따라 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하도록 구성된 상관성 결정 실행 유닛을 포함하는, 서버.
  12. 제11항에 있어서,
    상기 차이 레벨은, 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함하고, 상기 서버는,
    상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족하면, 상기 상관성이 상기 미리 설정된 상관 조건을 충족하는 것으로 결정하도록 구성된 상관 조건 제1 충족 결정 모듈을 더 포함하고,
    상기 제1 계정 어필 데이터와 상기 제2 어필 데이터 사이의 상관성이 상기 제1 상관성을 충족한다는 것은,
    각각의 특징 콘텐츠가 동일하다는 것; 및
    복수의 특징 콘텐츠 중 일부가 동일하고, 복수의 특징 콘텐츠의 나머지는 유사하며, 동일한 각각의 특징 콘텐츠의 유형이 미리 설정된 제1 유형을 충족하고, 유사한 각각의 특징 콘텐츠의 유형이 미리 설정된 제2 유형을 충족하는 것 중 하나를 포함하는, 서버.
  13. 제11항에 있어서,
    상기 상관성 결정 실행 유닛은,
    미리 트레이닝된 베이즈 분류 모델을 사용하여 각각의 상기 특징 콘텐츠의 차이 레벨을 분류하여, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있을 확률을 획득하고, 상기 확률을 사용하여 상기 상관성을 표현하도록 구성된 연관 확률 결정 서브유닛을 포함하고;
    상기 서버는,
    상기 확률이 미리 설정된 확률 조건을 충족하면, 상기 상관성이 상기 미리 설정된 상관 조건을 충족하는 것으로 결정하도록 구성된 상관 조건 제2 충족 결정 모듈을 더 포함하는 서버.
  14. 제11항에 있어서,
    상기 차이 레벨은, 특징 콘텐츠가 동일한 레벨 및 특징 콘텐츠가 유사한 레벨을 포함하고; 상기 상관성 결정 실행 유닛은,
    상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성이 제1 상관성을 충족하지 못하면 미리 트레이닝된 베이즈 분류 모델을 사용하여 각각의 상기 특징 콘텐츠의 차이 레벨을 분류하여, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관이 있을 확률을 획득하고, 상기 확률을 사용하여 상기 상관성을 나타내도록 구성된 결합 실행 서브유닛을 포함하고,
    상기 상관성이 제1 상관성을 충족하지 못한다는 것은,
    복수의 특징 콘텐츠 중 어느 것도 동일하지 않다는 것;
    미리 설정된 제1 유형의 특징 콘텐츠 각각이 동일하지 않다는 것; 및
    미리 설정된 제2 유형의 특징 콘텐츠 각각이 유사하지 않다는 것 중 하나 이상을 포함하는, 서버.
  15. 제10항에 있어서,
    상기 계정 소유권 결정 모듈은,
    상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있다고 결정된 후에, 상기 제2 계정 어필 데이터에 기초하여, 상기 제1 계정이 상기 제2 계정 어필 데이터를 제출한 제2 사용자에게 속하는 것으로 이전에 결정되었으면, 상기 제1 계정이 상기 제1 사용자에게 속한다고 결정하거나; 또는
    상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있다고 결정된 후에 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터를 결합하여, 결합된 계정 어필 데이터를 획득하고, 상기 결합된 계정 어필 데이터를 사용하여, 상기 제1 계정이 상기 제1 사용자에게 속하는 것으로 결정하도록 구성되는, 서버.
  16. 프로세서, 메모리, 통신 인터페이스, 및 통신 버스를 포함하고, 상기 프로세서, 상기 통신 인터페이스 및 상기 메모리는 상기 통신 버스를 통해 서로 통신하고, 상기 프로세서는 메모리에 저장된 프로그램을 실행하여,
    제1 사용자에 의해 제출되는 제1 계정에 대한 제1 계정 어필 데이터를 획득하는 단계 - 각각의 계정 어필 데이터는 하나 이상의 특징 콘텐츠를 포함함 -;
    상기 제1 계정 어필 데이터에 대한 제2 계정 어필 데이터가 존재하면, 상기 제1 계정 어필 데이터의 특징 콘텐츠와 상기 제2 계정 어필 데이터의 특징 콘텐츠를 비교하여, 상기 제1 계정 어필 데이터와 상기 제2 계정 어필 데이터 사이의 상관성을 결정하는 단계;
    상기 상관성이 미리 설정된 상관 조건을 충족하면, 상기 제1 계정 어필 데이터가 상기 제2 계정 어필 데이터와 상관관계가 있는 것으로 결정하는 단계; 및
    상기 제1 계정 어필 데이터 및 상기 제2 계정 어필 데이터 중 하나 이상에 따라, 상기 제1 계정이 상기 제1 사용자에 속하는 것으로 결정하는 단계를 수행하도록 구성되고,
    상기 통신 인터페이스는, 상기 제1 계정이 상기 제1 사용자에 속한다고 결정되면, 상기 제1 사용자에게 상기 제1 계정의 패스워드를 전송하거나 상기 제1 사용자에 의해 입력되는 상기 제1 계정의 패스워드를 수신하여, 상기 제1 사용자가 상기 패스워드를 사용하여 상기 제1 계정을 조작할 수 있게 하도록 구성되는,
    서버.
KR1020187034329A 2016-05-05 2017-05-04 계정 컴플레인트 처리 방법 및 서버 KR102218506B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201610293474.9A CN107346310B (zh) 2016-05-05 2016-05-05 一种账号申诉处理方法及服务器
CN201610293474.9 2016-05-05
PCT/CN2017/083050 WO2017190670A1 (zh) 2016-05-05 2017-05-04 一种账号申诉处理方法及服务器

Publications (2)

Publication Number Publication Date
KR20190002593A true KR20190002593A (ko) 2019-01-08
KR102218506B1 KR102218506B1 (ko) 2021-02-19

Family

ID=60202759

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020187034329A KR102218506B1 (ko) 2016-05-05 2017-05-04 계정 컴플레인트 처리 방법 및 서버

Country Status (6)

Country Link
US (1) US10567374B2 (ko)
EP (1) EP3454503B1 (ko)
JP (1) JP6707147B2 (ko)
KR (1) KR102218506B1 (ko)
CN (1) CN107346310B (ko)
WO (1) WO2017190670A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106559387B (zh) * 2015-09-28 2021-01-15 腾讯科技(深圳)有限公司 一种身份验证方法及装置
CN107346310B (zh) * 2016-05-05 2020-10-27 腾讯科技(深圳)有限公司 一种账号申诉处理方法及服务器
CN109741065A (zh) * 2019-01-28 2019-05-10 广州虎牙信息科技有限公司 一种支付风险识别方法、装置、设备及存储介质
CN111831286B (zh) * 2019-04-12 2023-11-14 中国移动通信集团河南有限公司 一种用户投诉处理方法和设备
US11449755B2 (en) * 2019-04-29 2022-09-20 Microsoft Technology Licensing, Llc Sensitivity classification neural network
CN111400174B (zh) * 2020-03-05 2022-08-12 支付宝(杭州)信息技术有限公司 数据源的应用效能的确定方法、装置和服务器

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100306821A1 (en) * 2009-05-29 2010-12-02 Google, Inc. Account-recovery technique
KR20130009754A (ko) * 2010-02-01 2013-01-23 점프탭, 인크. 통합형 광고 시스템

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005182354A (ja) 2003-12-18 2005-07-07 Ricoh Co Ltd 認証サーバ、パスワード再発行通知方法及びプログラム
GB0624024D0 (en) * 2006-12-01 2007-01-10 Ibm Event correlation based trouble ticket resolution system incorporating adaptive rules optimization
US20090089876A1 (en) * 2007-09-28 2009-04-02 Jamie Lynn Finamore Apparatus system and method for validating users based on fuzzy logic
US8863253B2 (en) * 2009-06-22 2014-10-14 Beyondtrust Software, Inc. Systems and methods for automatic discovery of systems and accounts
US9626725B2 (en) * 2010-12-23 2017-04-18 Facebook, Inc. Using social graph for account recovery
CN102541918A (zh) * 2010-12-30 2012-07-04 阿里巴巴集团控股有限公司 重复信息识别方法和设备
EP2575315A1 (en) * 2011-09-30 2013-04-03 British Telecommunications Public Limited Company Controlled access
CN103118043B (zh) * 2011-11-16 2015-12-02 阿里巴巴集团控股有限公司 一种用户账号的识别方法及设备
CN103179098B (zh) * 2011-12-23 2017-03-01 阿里巴巴集团控股有限公司 一种网络账号的密码找回方法和装置
CN103188218B (zh) * 2011-12-28 2018-01-05 富泰华工业(深圳)有限公司 密码找回系统及密码找回方法
US9589137B2 (en) 2013-03-01 2017-03-07 Hitachi, Ltd. Method for detecting unfair use and device for detecting unfair use
KR102002541B1 (ko) * 2013-03-08 2019-10-01 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. 클라우드 기반 어플리케이션의 로그인 관리 방법 및 이를 수행하기 위한 화상형성장치
EP2974123B1 (en) * 2013-03-13 2019-09-25 Intel Corporation Systems and methods for account recovery using a platform attestation credential
US9197632B2 (en) * 2013-03-15 2015-11-24 Kaarya Llc System and method for account access
CN104104656B (zh) * 2013-04-07 2019-05-21 腾讯科技(深圳)有限公司 找回帐号的方法及装置
US20140344356A1 (en) * 2013-05-17 2014-11-20 Mohammad A.H. Ramadhan Social networking service
CN103281192B (zh) * 2013-05-31 2015-07-15 腾讯科技(深圳)有限公司 数据找回方法、装置和系统
US9876804B2 (en) * 2013-10-20 2018-01-23 Cyber-Ark Software Ltd. Method and system for detecting unauthorized access to and use of network resources
CN105306425B (zh) * 2014-07-15 2020-01-10 腾讯科技(深圳)有限公司 一种对账号归属进行认证的方法及装置
CN107346310B (zh) * 2016-05-05 2020-10-27 腾讯科技(深圳)有限公司 一种账号申诉处理方法及服务器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100306821A1 (en) * 2009-05-29 2010-12-02 Google, Inc. Account-recovery technique
KR20130009754A (ko) * 2010-02-01 2013-01-23 점프탭, 인크. 통합형 광고 시스템

Also Published As

Publication number Publication date
US20180262482A1 (en) 2018-09-13
CN107346310A (zh) 2017-11-14
KR102218506B1 (ko) 2021-02-19
JP2019515391A (ja) 2019-06-06
CN107346310B (zh) 2020-10-27
EP3454503A1 (en) 2019-03-13
EP3454503B1 (en) 2021-02-17
US10567374B2 (en) 2020-02-18
EP3454503A4 (en) 2019-11-27
WO2017190670A1 (zh) 2017-11-09
JP6707147B2 (ja) 2020-06-10

Similar Documents

Publication Publication Date Title
KR102218506B1 (ko) 계정 컴플레인트 처리 방법 및 서버
CN105022761B (zh) 群组查找方法和装置
CN110162717B (zh) 一种推荐好友的方法和设备
CN107423613B (zh) 依据相似度确定设备指纹的方法、装置及服务器
WO2017071126A1 (zh) 触屏用户按键行为模式构建与分析系统及其身份识别方法
CN110830445B (zh) 一种异常访问对象的识别方法及设备
WO2018192348A1 (zh) 数据处理方法、装置及服务器
CN109064217B (zh) 基于用户等级的核身策略确定方法、装置及电子设备
US10997609B1 (en) Biometric based user identity verification
CN112927061A (zh) 用户操作检测方法及程序产品
CN109753561B (zh) 一种自动回复的生成方法及装置
CN109816543A (zh) 一种图像查找方法及装置
CN108764369A (zh) 基于数据融合的人物识别方法、装置和计算机存储介质
CN110570199B (zh) 一种基于用户输入行为的用户身份检测方法及系统
CN111652284A (zh) 扫描器识别方法及装置、电子设备、存储介质
Jiang et al. Camera fingerprint: A new perspective for identifying user's identity
CN114297735A (zh) 数据处理方法及相关装置
CN111582722B (zh) 风险识别方法、装置、电子设备及可读存储介质
US11367311B2 (en) Face recognition method and apparatus, server, and storage medium
CN108427868B (zh) 资源传输对象的验证方法、系统及客户端
CN107786349B (zh) 一种针对用户账号的安全管理方法及装置
US20210216910A1 (en) Learning system, learning method, and program
CN113011503B (zh) 一种电子设备的数据取证方法、存储介质及终端
CN106301880B (zh) 一种确定网络关系稳定度、互联网业务推荐方法和设备
CN110032843B (zh) 一种账号注册方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant