TW202117568A - 安全認證以及訓練安全認證模型的方法、裝置及電子設備 - Google Patents

安全認證以及訓練安全認證模型的方法、裝置及電子設備 Download PDF

Info

Publication number
TW202117568A
TW202117568A TW109114889A TW109114889A TW202117568A TW 202117568 A TW202117568 A TW 202117568A TW 109114889 A TW109114889 A TW 109114889A TW 109114889 A TW109114889 A TW 109114889A TW 202117568 A TW202117568 A TW 202117568A
Authority
TW
Taiwan
Prior art keywords
target user
user
time period
security authentication
multiple sets
Prior art date
Application number
TW109114889A
Other languages
English (en)
Other versions
TWI788662B (zh
Inventor
劉磊
Original Assignee
大陸商支付寶(杭州)信息技術有限公司
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 大陸商支付寶(杭州)信息技術有限公司 filed Critical 大陸商支付寶(杭州)信息技術有限公司
Publication of TW202117568A publication Critical patent/TW202117568A/zh
Application granted granted Critical
Publication of TWI788662B publication Critical patent/TWI788662B/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31User authentication
    • G06F21/316User authentication by observing the pattern of computer usage, e.g. typical user behaviour

Abstract

本說明書實施例公開了一種安全認證以及安全認證模型的訓練方法、裝置及電子設備,該方法包括:響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料;基於所述用戶行為資料獲取所述目標用戶的行為特徵序列;將所述目標用戶的行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果;其中,所述安全認證模型為基於所述目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。

Description

安全認證以及訓練安全認證模型的方法、裝置及電子設備
本說明書涉及電腦軟體技術領域,尤其涉及一種安全認證以及訓練安全認證模型的方法、裝置及電子設備。
目前的終端設備主要採用靜態的安全認證方式,例如指紋認證、面部認證、密碼認證等。這種方式下,靜態的認證資訊需要儲存至電腦內部儲存器,並藉由網路傳輸,因此存在被木馬程式或監聽設備截獲的風險。此外,這種方式還要求用戶配合操作,比如指紋認證需要用戶的手指保持乾燥清潔,面部認證需要特定角度,密碼認證需要用戶輸入密碼資訊。顯然,這些安全認證方式對於用戶來講,還不夠便捷,在一定程度上影響了用戶的使用體驗。 有鑑於此,當期亟需一種對用戶更加友好且更便捷的安全認證方式。
本說明書實施例的目的是提供一種安全認證以及訓練安全認證模型的方法、裝置及電子設備,能夠為用戶提供更加友好且更加便捷的安全認證方式。 為解決上述技術問題,本說明書實施例是這樣實現的: 第一方面,提出了一種安全認證方法,該方法包括: 響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 將所述目標用戶的行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果;其中,所述安全認證模型為基於所述目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。 第二方面,提出了一種訓練安全認證模型的方法,包括: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 第三方面,提出了一種安全認證裝置,包括: 資料獲取單元,響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 序列獲取單元,基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 安全認證單元,將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果。 第四方面,提出了一種安全認證模型的訓練裝置,包括: 資料獲取單元,獲取目標用戶在歷史時間段內的多組用戶行為資料; 序列獲取單元,基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 模型訓練單元,基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 第五方面,提出了一種電子設備,該電子設備包括: 處理器;以及 被安排成儲存電腦可執行指令的儲存器,所述可執行指令在被執行時使所述處理器執行以下操作: 響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果。 第六方面,提出了一種電腦可讀儲存媒體,所述電腦可讀儲存媒體儲存一個或多個程式,所述一個或多個程式當被包括多個應用程式的電子設備執行時,使得所述電子設備執行以下操作: 響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果。 第七方面,提出了一種電子設備,該電子設備包括: 處理器;以及 被安排成儲存電腦可執行指令的儲存器,所述可執行指令在被執行時使所述處理器執行以下操作: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 第八方面,提出了一種電腦可讀儲存媒體,所述電腦可讀儲存媒體儲存一個或多個程式,所述一個或多個程式當被包括多個應用程式的電子設備執行時,使得所述電子設備執行以下操作: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 由以上本說明書實施例提供的技術方案可見,本說明書實施例方案至少具備如下一種技術效果: 本說明書提供的一種或多個實施例,在對用戶進行安全認證時,能夠響應於對目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料,再基於用戶行為資料獲取目標用戶的行為特徵序列,最後將目標用戶的行為特徵序列輸入到安全認證模型,得到該行為特徵序列對應的安全認證結果,其中安全認證模型為基於目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。這樣在用戶進行安全認證時,由於獲取的是用戶預設時間段內的動態特徵序列,因此不再需要用戶進行過多的刻意配合就能實現安全認證,為用戶提供更加友好且便捷的安全認證方式。
為使本說明書的目的、技術方案和優點更加清楚,下面將結合本說明書具體實施例及相應的圖式對本說明書中的技術方案進行清楚、完整地描述。顯然,所描述的實施例僅是本文件一部分實施例,而不是全部的實施例。基於本文件中的實施例,本領域具有通常知識者在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本文件保護的範圍。 以下結合圖式,詳細說明本說明書各實施例提供的技術方案。 如前所述,目前的終端設備主要採用靜態的安全認證方式,例如指紋認證、面部認證、密碼認證等。這種方式下,一方面會由於靜態的認證資訊需要在電腦內部儲存器中儲存並在網路中傳輸,而導致認證資訊存在被木馬程式或監聽設備截獲的風險;另一方面,還會要求用戶配合認證操作,比如指紋認證需要用戶把手指按在指紋識別模組,並保持手指乾燥清潔,面部認證需要用戶手持設備採集特定角度的面部圖像,這對用戶而言則不夠便捷,且會影響用戶的使用體驗。 針對上述問題,本說明書實施例旨在提供一種能夠為用戶提供更加友好且更加便捷的安全認證方式。 圖1是本說明書的一個實施例提供的一種安全認證方法的方法流程圖。圖1的方法可包括: S102,響應於對目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料。 應理解,日常生活中,用戶與用戶之間通常會存在習慣上的差異,比如走路的步頻、步幅、跑步的姿態、速度、使用終端設備時觸摸螢幕的頻率、力度、以及使用終端設備中安裝的應用程式的習慣、使用偏好,等等,這些不同類別的行為之間的微弱差別則會形成用戶個體之間的巨大差異。本說明書實施例基於這一點,可以獲取目標用戶在預設時間段內的用戶行為資料,該用戶行為資料能夠表示目標用戶在預設時間段內的動態且連續的行為資料。 可選地,為了獲取能夠表示用戶在一段時間內的動態且連續的行為資料,該預設時間段包括如下至少一種: 發起安全認證請求之前的指定時間段; 發起安全認證請求之後的指定時間段; 發起安全認證請求之前的第一指定時間段和發起安全認證請求之後的第二指定時間段。 其中,發起安全認證請求之前的指定時間段,比如可以是發起安全請求之前的幾個小時內;發起安全認證請求之後的指定時間段,比如可以是發起安全請求之後的1分鐘或半分鐘內;發起安全認證請求之前的第一指定時間段和發起安全認證請求之後的第二指定時間段,比如可以包括發起安全請求之前的幾個小時內和發起安全請求之後的1分鐘或半分鐘內,即綜合這兩段時間內目標用戶的用戶行為資料,對目標用戶進行安全認證,確定目標用戶在這兩段時間內的行為特徵是否出現異常於以往學習到的行為特徵。 可選地,一個用戶通常會同時使用多個終端設備,該終端設備可以但不限於包括:PC、手機、PAD、智慧手環、智慧眼鏡等常見的用戶個人設備,且這類終端設備普遍具有採集用戶行為特徵序列的功能。為了更全面地獲取目標用戶在預設時間段內的用戶行為資料,本說明書實施例既可以從目標用戶發起安全認證請求的終端設備中,獲取目標用戶在預設時間段內的用戶行為資料,還可以從與目標用戶關聯的多個終端設備中,獲取目標用戶在預設時間段內的用戶行為資料。具體地,獲取目標用戶在預設時間段內的用戶行為資料,包括: 從目標用戶發起安全認證請求的終端設備中,獲取目標用戶在預設時間段內的用戶行為資料;及/或 從與目標用戶關聯的多個終端設備中,獲取目標用戶在預設時間段內的用戶行為資料。 如圖2所示,為本說明書實施例提供的一種安全認證方法應用於實際場景中的示意圖。其中,與目標用戶關聯的多個終端設備包括手機、PC和智慧手環,用戶發起安全認證請求的終端設備為手機,執行安全認證操作的設備為雲端伺服器,在實際應用中,該執行安全認證操作的設備還可以是用戶指定的終端設備。 當目標用戶使用手機進行螢幕解鎖時,該螢幕解鎖需要對目標用戶進行安全認證,此時,手機將該安全認證請求發送至雲端伺服器;雲端伺服器響應於該安全認證請求,從與目標用戶相關聯的手機、PC和智慧手環中獲取目標用戶在預設時間段內的用戶行為資料;雲端伺服器再基於該用戶行為資料對目標用戶進行安全認證,並將安全認證結果回饋給手機,若對目標用戶的安全認證通過,則螢幕解鎖成功,若對目標用戶的安全認證失敗,則螢幕解鎖失敗。 S104,基於用戶行為資料獲取目標用戶的行為特徵序列。 可選地,在獲取目標用戶的行為特徵資料時,可將目標用戶抽象為指定數量的關鍵點(或者也可以是指定關節),這些關鍵點在相關關聯後,能夠表示目標用戶的完整軀幹,每個時間點,都可以將目標用戶藉由這些關鍵點之間的關聯關係來表示目標用戶在各時間點的動作。具體地,目標用戶的行為特徵序列包括下述至少一種: 目標用戶的運動軌跡特徵序列; 目標用戶的指定關節特徵序列; 目標用戶的指定軀幹特徵序列。 如圖3所示,為本說明書實施例提供的採集動作軌跡特徵序列的示意圖。如圖3(a)所示,為將目標用戶抽象為17個關鍵點,這些關鍵點包括目標用戶的關節,這些關鍵點之間存在一些關聯關係,即這些關鍵點之間的連接關係。圖3(b)所示,為將這些關鍵點劃分為目標用戶的上半身和下半身的示意圖。如圖3(c)所示,第一個圖為採集到的目標用戶在一段時間內四個連續時間點的動作,這四個連續時間點的動作即組成了目標用戶在該段時間內的動作軌跡序列;第二個圖為採集到的目標用戶在該段時間內四個連續時間點的下半身動作;第三個圖為採集到的目標用戶在該段時間內四個連續時間點的上半身動作。 如圖4所示,為本說明書實施例提供的記錄目標用戶在過去0~3.5s內四種不同狀態的概率示意圖,該四種狀態包括行走狀態、停止狀態、開始狀態和站立狀態。該四種不同狀態的概率示意圖則能夠反應目標用戶在該段時間內的行為特徵,可以看出目標用戶在該段時間內處於行走狀態中的概率相較其他三種狀態而言概率較大。 S106,將目標用戶的行為特徵序列輸入安全認證模型,以得到行為特徵序列對應的安全認證結果;其中,安全認證模型為基於目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。 可選地,為了不斷優化安全認證模型,提高安全認證模型的安全認證準確率,將行為特徵序列輸入安全認證模型,以得到行為特徵序列對應的安全認證結果之後,該方法還包括: 基於目標用戶在預設時間段內的行為特徵序列和對應的安全認證結果,疊代更新安全認證模型。 本說明書提供的一種或多個實施例,在對用戶進行安全認證時,能夠響應於對目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料,再基於用戶行為資料獲取目標用戶的行為特徵序列,最後將目標用戶的行為特徵序列輸入到安全認證模型,得到該行為特徵序列對應的安全認證結果,其中安全認證模型為基於目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。這樣在用戶進行安全認證時,由於獲取的是用戶預設時間段內的動態特徵序列,因此不再需要用戶進行過多的刻意配合就能實現安全認證,為用戶提供更加友好且便捷的安全認證方式。 圖5是本說明書的一個實施例提供的一種訓練安全認證模型的方法的實施流程示意圖,包括: S502,獲取目標用戶在歷史時間段內的多組用戶行為資料。 其中,多組用戶行為資料為多組不同時間段內的用戶行為資料。 S504,基於目標用戶在歷史時間段內的多組用戶行為資料,獲取目標用戶的多組行為特徵序列。 可選地,可基於與目標用戶相關聯的多個終端設備聯合對目標用戶的用戶行為資料進行採集,比如智慧手環可採集用戶手關節處的動作軌跡資料,智慧眼鏡可採集用戶頭部的動作軌跡資料。具體地,基於目標用戶在歷史時間段內的多組用戶行為資料,獲取目標用戶的多組行為特徵序列,包括: 分別從目標用戶在歷史時間段內的多組用戶行為資料中,抽取多組用戶行為資料中的多個時間點對應的指定關鍵點,其中,一個用戶在一個時間點對應於多個指定關鍵點,一組用戶行為資料對應於多個時間點; 分別對多組用戶行為資料中的多個時間點對應的指定關鍵點進行關聯計算,以獲取多組用戶行為資料在多個時間點中的各時間點對應的指定關鍵點之間的關聯關係; 基於多組用戶行為資料在多個時間點中的各時間點對應的指定關鍵點之間的關聯關係,獲取目標用戶的行為特徵序列。 其中,指定關鍵點可對應於圖3(a)所示的17個關鍵點。為了能夠得到動態的行為特徵序列,上述一組用戶行為資料對應於多個時間點應為連續的多個時間點。 S506,基於目標用戶的多組行為特徵序列,訓練得到目標用戶的安全認證模型。 本說明書提供的一種或多個實施例,在訓練認證目標用戶行為的安全認證模型時,能夠獲取目標用戶在歷史時間段內的多組用戶行為資料,再基於目標用戶在歷史時間段內的多組用戶行為資料,獲取目標用戶的多組行為特徵序列,最後基於目標用戶的多組行為特徵序列,訓練得到目標用戶的安全認證模型。由於訓練的安全認證模型是基於目標用戶在歷史時間段內的動態行為特徵序列訓練得到的,這樣在對目標用戶進行安全認證時,獲取該目標用戶在認證前的一段時間內的動態行為特徵序列,即可實現對目標用戶的安全認證,因此也就不再需要目標用戶進行過多的刻意配合,從而能夠為用戶提供更加友好且便捷的安全認證方式。 圖6是本說明書的一個實施例提供的一種安全認證裝置600的結構示意圖。請參考圖6,在一種軟體實施方式中,安全認證裝置600可包括: 資料獲取單元610,響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 序列獲取單元620,基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 安全認證單元630,將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果。 藉由圖6所示的安全認證裝置可以知道:本說明書提供的一種或多個實施例,在對用戶進行安全認證時,能夠響應於對目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料,再基於用戶行為資料獲取目標用戶的行為特徵序列,最後將目標用戶的行為特徵序列輸入到安全認證模型,得到該行為特徵序列對應的安全認證結果,其中安全認證模型為基於目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。這樣在用戶進行安全認證時,由於獲取的是用戶預設時間段內的動態特徵序列,因此不再需要用戶進行過多的刻意配合就能實現安全認證,為用戶提供更加友好且便捷的安全認證方式。 可選地,在一種實施方式中,所述預設時間段包括如下至少一種: 發起所述安全認證請求之前的指定時間段; 發起所述安全認證請求之後的指定時間段; 發起所述安全認證請求之前的第一指定時間段和發起所述安全認證請求之後的第二指定時間段。 可選地,在一種實施方式中,所述資料獲取單元610,用於: 從所述目標用戶發起所述安全認證請求的終端設備中,獲取所述目標用戶在所述預設時間段內的用戶行為資料;及/或 從與所述目標用戶關聯的多個終端設備中,獲取所述目標用戶在所述預設時間段內的用戶行為資料。 可選地,在一種實施方式中,所述目標用戶的行為特徵序列,包括下述至少一種: 所述目標用戶的運動軌跡特徵序列; 所述目標用戶的指定關節特徵序列; 所述目標用戶的指定軀幹特徵序列。 可選地,在一種實施方式中,所述安全認證單元630將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果之後,所述裝置還包括: 模型更新單元640,基於所述目標用戶在所述預設時間段內的行為特徵序列和對應的安全認證結果,疊代更新所述安全認證模型。 安全認證裝置600能夠實現圖1~圖4的方法實施例的方法,具體可參考圖1~圖4所示實施例的安全認證方法,不再贅述。 圖7是本說明書的一個實施例提供的一種安全認證模型的訓練裝置700的結構示意圖。請參考圖7,在一種軟體實施方式中,安全認證模型的訓練裝置700可包括: 資料獲取單元710,獲取目標用戶在歷史時間段內的多組用戶行為資料; 序列獲取單元720,基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 模型訓練單元730,基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 藉由圖7所示的安全認證模型的訓練裝置可以知道:本說明書提供的一種或多個實施例,在訓練認證目標用戶行為的安全認證模型時,能夠獲取目標用戶在歷史時間段內的多組用戶行為資料,再基於目標用戶在歷史時間段內的多組用戶行為資料,獲取目標用戶的多組行為特徵序列,最後基於目標用戶的多組行為特徵序列,訓練得到目標用戶的安全認證模型。由於訓練的安全認證模型是基於目標用戶在歷史時間段內的動態行為特徵序列訓練得到的,這樣在對目標用戶進行安全認證時,獲取該目標用戶在認證前的一段時間內的動態行為特徵序列,即可實現對目標用戶的安全認證,因此也就不再需要目標用戶進行過多的刻意配合,從而能夠為用戶提供更加友好且便捷的安全認證方式。 可選地,在一種實施方式中,所述序列獲取單元720,用於: 分別從所述目標用戶在所述歷史時間段內的多組用戶行為資料中,抽取所述多組用戶行為資料中的多個時間點對應的指定關鍵點,其中,一個用戶在一個時間點對應於多個指定關鍵點,一組用戶行為資料對應於多個時間點; 分別對所述多組用戶行為資料中的多個時間點對應的指定關鍵點進行關聯計算,以獲取所述多組用戶行為資料在所述多個時間點中的各時間點對應的指定關鍵點之間的關聯關係; 基於所述多組用戶行為資料在所述多個時間點中的各時間點對應的指定關鍵點之間的關聯關係,獲取所述目標用戶的行為特徵序列。 安全認證模型的訓練裝置700能夠實現圖5的方法實施例的方法,具體可參考圖5所示實施例的安全認證模型的訓練方法,不再贅述。 圖8是本說明書的一個實施例電子設備的結構示意圖。請參考圖8,在硬體層面,該電子設備包括處理器,可選地還包括內部匯流排、網路介面、儲存器。其中,儲存器可能包含內部儲存器,例如高速隨機存取記憶體(Random-Access Memory,RAM),也可能還包括非易失性記憶體(non-volatile memory),例如至少1個磁碟儲存器等。當然,該電子設備還可能包括其他業務所需要的硬體。 處理器、網路介面和儲存器可以藉由內部匯流排相互連接,該內部匯流排可以是ISA(Industry Standard Architecture,工業標準架構)匯流排、PCI(Peripheral Component Interconnect,週邊組件互連)匯流排或EISA (Extended Industry Standard Architecture,延伸工業標準架構)匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示,圖8中僅用一個雙向箭頭表示,但並不表示僅有一根匯流排或一種類型的匯流排。 儲存器,用於存放程式。具體地,程式可以包括程式碼,所述程式碼包括電腦操作指令。儲存器可以包括內部儲存器和非易失性記憶體,並向處理器提供指令和資料。 處理器從非易失性記憶體中讀取對應的電腦程式到內部儲存器中然後運行,在邏輯層面上形成安全認證裝置。處理器,執行儲存器所存放的程式,並具體用於執行以下操作: 響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果。 藉由圖8所示的電子設備可以知道:本說明書提供的一種或多個實施例,在對用戶進行安全認證時,能夠響應於對目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料,再基於用戶行為資料獲取目標用戶的行為特徵序列,最後將目標用戶的行為特徵序列輸入到安全認證模型,得到該行為特徵序列對應的安全認證結果,其中安全認證模型為基於目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。這樣在用戶進行安全認證時,由於獲取的是用戶預設時間段內的動態特徵序列,因此不再需要用戶進行過多的刻意配合就能實現安全認證,為用戶提供更加友好且便捷的安全認證方式。 上述如本說明書圖1~圖4所示實施例揭示的安全認證裝置執行的方法可以應用於處理器中,或者由處理器實現。處理器可能是一種集成電路晶片,具有信號的處理能力。在實現過程中,上述方法的各步驟可以藉由處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器,包括中央處理器(Central Processing Unit,CPU)、網路處理器(Network Processor,NP)等;還可以是數位信號處理器(Digital Signal Processor,DSP)、特定應用積體電路(Application Specific Integrated Circuit,ASIC)、現場可程式閘陣列(Field-Programmable Gate Array,FPGA)或者其他可程式化邏輯裝置、分離閘或者電晶體邏輯裝置、分離硬體組件。可以實現或者執行本說明書實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成,或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體,快閃記憶體、唯讀記憶體,可程式化唯讀記憶體或電可擦除可程式化記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於儲存器,處理器讀取儲存器中的資訊,結合其硬體完成上述方法的步驟。 該電子設備還可執行圖1~圖4的方法,並實現安全認證裝置在圖1~圖3所示實施例的功能,本說明書實施例在此不再贅述。 當然,除了軟體實現方式之外,本說明書的電子設備並不排除其他實現方式,比如邏輯裝置抑或軟硬體結合的方式等等,也就是說以下處理流程的執行主體並不限定於各個邏輯單元,也可以是硬體或邏輯裝置。 本說明書實施例還提出了一種電腦可讀儲存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式包括指令,該指令當被包括多個應用程式的便攜式電子設備執行時,能夠使該便攜式電子設備執行圖1~圖4所示實施例的方法,並具體用於執行以下操作: 響應於對所述目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於所述用戶行為資料獲取所述目標用戶的行為特徵序列; 將所述行為特徵序列輸入安全認證模型,以得到所述行為特徵序列對應的安全認證結果。 圖9是本說明書的一個實施例提供的另一種電子設備的結構示意圖。請參考圖9,在硬體層面,該電子設備包括處理器,可選地還包括內部匯流排、網路介面、儲存器。其中,儲存器可能包含內部儲存器,例如高速隨機存取記憶體(Random-Access Memory,RAM),也可能還包括非易失性記憶體(non-volatile memory),例如至少1個磁碟儲存器等。當然,該電子設備還可能包括其他業務所需要的硬體。 處理器、網路介面和儲存器可以藉由內部匯流排相互連接,該內部匯流排可以是ISA(Industry Standard Architecture,工業標準架構)匯流排、PCI(Peripheral Component Interconnect,週邊組件互連)匯流排或EISA (Extended Industry Standard Architecture,延伸工業標準架構)匯流排等。所述匯流排可以分為位址匯流排、資料匯流排、控制匯流排等。為便於表示,圖9中僅用一個雙向箭頭表示,但並不表示僅有一根匯流排或一種類型的匯流排。 儲存器,用於存放程式。具體地,程式可以包括程式碼,所述程式碼包括電腦操作指令。儲存器可以包括內部儲存器和非易失性記憶體,並向處理器提供指令和資料。 處理器從非易失性記憶體中讀取對應的電腦程式到內部儲存器中然後運行,在邏輯層面上形成上述安全認證模型的訓練裝置。處理器,執行儲存器所存放的程式,並具體用於執行以下操作: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 藉由圖9所示的電子設備可以知道:本說明書提供的一種或多個實施例,在訓練認證目標用戶行為的安全認證模型時,能夠獲取目標用戶在歷史時間段內的多組用戶行為資料,再基於目標用戶在歷史時間段內的多組用戶行為資料,獲取目標用戶的多組行為特徵序列,最後基於目標用戶的多組行為特徵序列,訓練得到目標用戶的安全認證模型。由於訓練的安全認證模型是基於目標用戶在歷史時間段內的動態行為特徵序列訓練得到的,這樣在對目標用戶進行安全認證時,獲取該目標用戶在認證前的一段時間內的動態行為特徵序列,即可實現對目標用戶的安全認證,因此也就不再需要目標用戶進行過多的刻意配合,從而能夠為用戶提供更加友好且便捷的安全認證方式。 上述如本說明書圖5所示實施例揭示的訓練安全認證模型的方法可以應用於處理器中,或者由處理器實現。處理器可能是一種集成電路晶片,具有信號的處理能力。在實現過程中,上述方法的各步驟可以藉由處理器中的硬體的集成邏輯電路或者軟體形式的指令完成。上述的處理器可以是通用處理器,包括中央處理器(Central Processing Unit,CPU)、網路處理器(Network Processor,NP)等;還可以是數位信號處理器(Digital Signal Processor,DSP)、特定應用積體電路(Application Specific Integrated Circuit,ASIC)、現場可程式閘陣列(Field-Programmable Gate Array,FPGA)或者其他可程式化邏輯裝置、分離閘或者電晶體邏輯裝置、分離硬體組件。可以實現或者執行本說明書實施例中的公開的各方法、步驟及邏輯方塊圖。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等。結合本說明書實施例所公開的方法的步驟可以直接體現為硬體解碼處理器執行完成,或者用解碼處理器中的硬體及軟體模組組合執行完成。軟體模組可以位於隨機記憶體,快閃記憶體、唯讀記憶體,可程式化唯讀記憶體或者電可擦寫可程式化記憶體、暫存器等本領域成熟的儲存媒體中。該儲存媒體位於儲存器,處理器讀取儲存器中的資訊,結合其硬體完成上述方法的步驟。 應理解,本說明書實施例的電子設備可以實現上述訓練安全認證模型的裝置在圖1所示的實施例的功能,本文不再贅述。 當然,除了軟體實現方式之外,本說明書的電子設備並不排除其他實現方式,比如邏輯裝置抑或軟硬體結合的方式等等,也就是說以下處理流程的執行主體並不限定於各個邏輯單元,也可以是硬體或邏輯裝置。 此外,本說明書實施例還提出了一種電腦可讀儲存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式包括指令。 可選地,該指令當被包括多個應用程式的便攜式電子設備執行時,能夠使該便攜式電子設備執行圖5所示實施例的方法,並具體用於執行以下方法: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於所述目標用戶在所述歷史時間段內的多組用戶行為資料,獲取所述目標用戶的多組行為特徵序列; 基於所述目標用戶的多組行為特徵序列,訓練得到所述目標用戶的安全認證模型。 應理解,上述指令當被包括多個應用程式的便攜式電子設備執行時,能夠使上文所述的安全認證裝置實現圖1所示實施例的功能。由於原理相同,本文不再贅述。 上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在圖式中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多任務處理和並行處理也是可以的或者可能是有利的。 總之,以上所述僅為本說明書的較佳實施例而已,並非用於限定本說明書的保護範圍。凡在本說明書的精神和原則之內,所作的任何修改、等同替換、改進等,均應包含在本說明書的保護範圍之內。 上述實施例闡明的系統、裝置、模組或單元,具體可以由電腦晶片或實體實現,或者由具有某種功能的產品來實現。一種典型的實現設備為電腦。具體的,電腦例如可以為個人電腦、筆記型電腦、行動電話、相機電話、智慧型電話、個人數位助理、媒體播放器、導航設備、電子郵件設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任何設備的組合。 電腦可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變隨機存取記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可抹除可程式化唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟(CD-ROM)、數位化多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒體不包括暫存電腦可讀媒體(transitory media),如調變的資料信號和載波。 還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。 本說明書中的各個實施例均採用遞進的方式描述,各個實施例之間相同相似的部分互相參見即可,每個實施例重點說明的都是與其他實施例的不同之處。尤其,對於系統實施例而言,由於其基本相似於方法實施例,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
S102~S106:步驟 S502~S506:步驟 600:安全認證裝置 610:資料獲取單元 620:序列獲取單元 630:安全認證單元 700:安全認證模型的訓練裝置 710:資料獲取單元 720:序列獲取單元 730:模型訓練單元
為了更清楚地說明本說明書實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹,顯而易見地,下面描述中的圖式僅僅是本說明書中記載的一些實施例,對於本領域具有通常知識者來講,在不付出創造性勞動性的前提下,還可以根據這些圖式獲得其他的圖式。 [圖1]是本說明書的一個實施例提供的一種安全認證方法的方法流程圖。 [圖2]是本說明書的一個實施例提供的安全認證方法應用於實際場景中的交互流程圖。 [圖3]是本說明書的一個實施例提供的採集動作軌跡特徵序列的示意圖。 [圖4]是本說明書的一個實施例提供的安全認證方法中獲取用戶在預設時間段內的行為習慣的概率示意圖。 [圖5]是本說明書的一個實施例提供的一種安全認證模型的訓練方法的實現流程示意圖。 [圖6]是本說明書的一個實施例提供的一種安全認證裝置的結構示意圖。 [圖7]是本說明書的一個實施例提供的一種安全認證模型的訓練裝置的結構示意圖。 [圖8]是本說明書的一個實施例提供的一種電子設備的結構示意圖。 [圖9]是本說明書的一個實施例提供的另一種電子設備的結構示意圖。

Claims (13)

  1. 一種安全認證方法,包括: 響應於對該目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於該用戶行為資料獲取該目標用戶的行為特徵序列; 將該目標用戶的行為特徵序列輸入安全認證模型,以得到該行為特徵序列對應的安全認證結果;其中,該安全認證模型為基於該目標用戶在歷史時間段內的多組行為特徵序列訓練得到的。
  2. 如請求項1所述的方法,該預設時間段包括如下至少一種: 發起該安全認證請求之前的指定時間段; 發起該安全認證請求之後的指定時間段; 發起該安全認證請求之前的第一指定時間段和發起該安全認證請求之後的第二指定時間段。
  3. 如請求項1所述的方法,獲取目標用戶在預設時間段內的用戶行為資料,包括: 從該目標用戶發起該安全認證請求的終端設備中,獲取該目標用戶在該預設時間段內的用戶行為資料;及/或 從與該目標用戶關聯的多個終端設備中,獲取該目標用戶在該預設時間段內的用戶行為資料。
  4. 如請求項1所述的方法,該目標用戶的行為特徵序列,包括下述至少一種: 該目標用戶的運動軌跡特徵序列; 該目標用戶的指定關節特徵序列; 該目標用戶的指定軀幹特徵序列。
  5. 如請求項1所述的方法,將該行為特徵序列輸入安全認證模型,以得到該行為特徵序列對應的安全認證結果之後,該方法還包括: 基於該目標用戶在該預設時間段內的行為特徵序列和對應的安全認證結果,疊代更新該安全認證模型。
  6. 一種訓練安全認證模型的方法,包括: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於該目標用戶在該歷史時間段內的多組用戶行為資料,獲取該目標用戶的多組行為特徵序列; 基於該目標用戶的多組行為特徵序列,訓練得到該目標用戶的安全認證模型。
  7. 如請求項6所述的方法,基於該目標用戶在該歷史時間段內的多組用戶行為資料,獲取該目標用戶的多組行為特徵序列,包括: 分別從該目標用戶在該歷史時間段內的多組用戶行為資料中,抽取該多組用戶行為資料中的多個時間點對應的指定關鍵點,其中,一個用戶在一個時間點對應於多個指定關鍵點,一組用戶行為資料對應於多個時間點; 分別對該多組用戶行為資料中的多個時間點對應的指定關鍵點進行關聯計算,以獲取該多組用戶行為資料在該多個時間點中的各時間點對應的指定關鍵點之間的關聯關係; 基於該多組用戶行為資料在該多個時間點中的各時間點對應的指定關鍵點之間的關聯關係,獲取該目標用戶的行為特徵序列。
  8. 一種安全認證裝置,包括: 資料獲取單元,響應於對該目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 序列獲取單元,基於該用戶行為資料獲取該目標用戶的行為特徵序列; 安全認證單元,將該行為特徵序列輸入安全認證模型,以得到該行為特徵序列對應的安全認證結果。
  9. 一種安全認證模型的訓練裝置,包括: 資料獲取單元,獲取目標用戶在歷史時間段內的多組用戶行為資料; 序列獲取單元,基於該目標用戶在該歷史時間段內的多組用戶行為資料,獲取該目標用戶的多組行為特徵序列; 模型訓練單元,基於該目標用戶的多組行為特徵序列,訓練得到該目標用戶的安全認證模型。
  10. 一種電子設備,包括: 處理器;以及 被安排成儲存電腦可執行指令的儲存器,該可執行指令在被執行時使該處理器執行以下操作: 響應於對該目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於該用戶行為資料獲取該目標用戶的行為特徵序列; 將該行為特徵序列輸入安全認證模型,以得到該行為特徵序列對應的安全認證結果。
  11. 一種電腦可讀儲存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式當被包括多個應用程式的電子設備執行時,使得該電子設備執行以下操作: 響應於對該目標用戶的安全認證請求,獲取目標用戶在預設時間段內的用戶行為資料; 基於該用戶行為資料獲取該目標用戶的行為特徵序列; 將該行為特徵序列輸入安全認證模型,以得到該行為特徵序列對應的安全認證結果。
  12. 一種電子設備,包括: 處理器;以及 被安排成儲存電腦可執行指令的儲存器,該可執行指令在被執行時使該處理器執行以下操作: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於該目標用戶在該歷史時間段內的多組用戶行為資料,獲取該目標用戶的多組行為特徵序列; 基於該目標用戶的多組行為特徵序列,訓練得到該目標用戶的安全認證模型。
  13. 一種電腦可讀儲存媒體,該電腦可讀儲存媒體儲存一個或多個程式,該一個或多個程式當被包括多個應用程式的電子設備執行時,使得該電子設備執行以下操作: 獲取目標用戶在歷史時間段內的多組用戶行為資料; 基於該目標用戶在該歷史時間段內的多組用戶行為資料,獲取該目標用戶的多組行為特徵序列; 基於該目標用戶的多組行為特徵序列,訓練得到該目標用戶的安全認證模型。
TW109114889A 2019-10-28 2020-05-05 安全認證方法、訓練安全認證模型的方法、安全認證裝置、安全認證模型的訓練裝置、電子設備及電腦可讀儲存媒體 TWI788662B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911031839.0 2019-10-28
CN201911031839.0A CN110807180A (zh) 2019-10-28 2019-10-28 安全认证以及训练安全认证模型的方法、装置及电子设备

Publications (2)

Publication Number Publication Date
TW202117568A true TW202117568A (zh) 2021-05-01
TWI788662B TWI788662B (zh) 2023-01-01

Family

ID=69489268

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109114889A TWI788662B (zh) 2019-10-28 2020-05-05 安全認證方法、訓練安全認證模型的方法、安全認證裝置、安全認證模型的訓練裝置、電子設備及電腦可讀儲存媒體

Country Status (3)

Country Link
CN (1) CN110807180A (zh)
TW (1) TWI788662B (zh)
WO (1) WO2021082543A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110807180A (zh) * 2019-10-28 2020-02-18 支付宝(杭州)信息技术有限公司 安全认证以及训练安全认证模型的方法、装置及电子设备
WO2021243534A1 (zh) * 2020-06-02 2021-12-09 深圳市欢太科技有限公司 一种行为控制方法及装置、存储介质
CN111885597B (zh) * 2020-09-28 2021-01-01 上海兴容信息技术有限公司 一种安全认证的方法和系统
CN113259368B (zh) * 2021-06-01 2021-10-12 北京芯盾时代科技有限公司 一种身份认证方法、装置及设备
CN113572753B (zh) * 2021-07-16 2023-03-14 北京淇瑀信息科技有限公司 基于牛顿冷却定律的用户设备认证方法和装置
CN113792341B (zh) * 2021-09-15 2023-10-13 百度在线网络技术(北京)有限公司 应用程序的隐私合规自动化检测方法、装置、设备及介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110148633A1 (en) * 2009-12-21 2011-06-23 Kohlenberg Tobias M Using trajectory for authentication
KR101257207B1 (ko) * 2012-02-23 2013-04-22 인텔 코오퍼레이션 헤드 트래킹 방법, 장치 및 컴퓨터 판독 가능한 기록 매체
CN105049421A (zh) * 2015-06-24 2015-11-11 百度在线网络技术(北京)有限公司 基于用户使用行为特征的认证方法、服务器、终端及系统
US20170199969A1 (en) * 2016-01-11 2017-07-13 The Joan and Irwin Jacobs Technion-Cornell Innovation Institute System and method for monitoring gross motor behavior
CN107018121B (zh) * 2016-10-13 2021-07-20 创新先进技术有限公司 用户身份验证的方法及装置
CN106650350B (zh) * 2016-10-21 2020-02-07 中国银联股份有限公司 一种身份认证方法及系统
CN107016346A (zh) * 2017-03-09 2017-08-04 中国科学院计算技术研究所 步态身份识别方法及系统
FR3064090B1 (fr) * 2017-03-17 2021-09-17 Valeo Comfort & Driving Assistance Module de commande pour habitacle de vehicule
CN109145575A (zh) * 2017-06-19 2019-01-04 珠海格力电器股份有限公司 一种应用使用权限的分配方法及装置
CN108549806B (zh) * 2018-04-11 2020-01-31 西安电子科技大学 基于用户滑动和点击行为的身份认证方法
CN109977639B (zh) * 2018-10-26 2021-05-04 招商银行股份有限公司 身份认证方法、装置及计算机可读存储介质
CN110163611B (zh) * 2019-03-18 2022-12-27 腾讯科技(深圳)有限公司 一种身份识别方法、装置以及相关设备
CN110276189B (zh) * 2019-06-27 2022-02-11 电子科技大学 一种基于步态信息的用户身份认证方法
CN110807180A (zh) * 2019-10-28 2020-02-18 支付宝(杭州)信息技术有限公司 安全认证以及训练安全认证模型的方法、装置及电子设备

Also Published As

Publication number Publication date
WO2021082543A1 (zh) 2021-05-06
TWI788662B (zh) 2023-01-01
CN110807180A (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
WO2021082543A1 (zh) 安全认证以及训练安全认证模型的方法、装置及电子设备
US11687631B2 (en) Method for generating a human likeness score
JP7092911B2 (ja) 携帯装置において利用されるスキャンアンドペイ方法と装置
CN108804884B (zh) 身份认证的方法、装置及计算机存储介质
EP2904537B1 (en) Secure identification of computing device and secure identification methods
US8928587B1 (en) Automatic device login based on wearable sensor fusion
US9239917B2 (en) Gesture controlled login
EP3136274B1 (en) Method and device for distributing user authorities
US9594969B1 (en) Iris recognition including liveness testing
US9686274B2 (en) Informed implicit enrollment and identification
US9202035B1 (en) User authentication based on biometric handwriting aspects of a handwritten code
US20160294835A1 (en) Initiating a Secure Action Via Physical Manipulation
CN107690608A (zh) 通过rfid扫描对姿势输入的认证
WO2020233137A1 (zh) 损失函数取值的确定方法、装置和电子设备
WO2015131590A1 (zh) 一种控制黑屏手势处理的方法及终端
US10257229B1 (en) Systems and methods for verifying users based on user motion
US20150062005A1 (en) Method and system for providing user interaction when capturing content in an electronic device
TWI584146B (zh) 基於人臉識別的整合登錄系統及方法
WO2020088008A1 (zh) 基于区块链的生物特征信息处理方法和装置、终端设备
US10956604B2 (en) Electronic device and operation method thereof
CN111160251A (zh) 一种活体识别方法及装置
CN105224885A (zh) 一种数据处理方法及终端
CN111178277A (zh) 一种视频流识别方法及装置
Nguyen et al. Personalized Image-based User Authentication using Wearable Cameras
Xie et al. G-key: An authentication technique for mobile devices based on gravity sensors