TWI734735B - 終端真偽驗證方法、裝置及系統 - Google Patents
終端真偽驗證方法、裝置及系統 Download PDFInfo
- Publication number
- TWI734735B TWI734735B TW106102711A TW106102711A TWI734735B TW I734735 B TWI734735 B TW I734735B TW 106102711 A TW106102711 A TW 106102711A TW 106102711 A TW106102711 A TW 106102711A TW I734735 B TWI734735 B TW I734735B
- Authority
- TW
- Taiwan
- Prior art keywords
- terminal
- feature information
- verification result
- terminals
- tested
- Prior art date
Links
Images
Landscapes
- Collating Specific Patterns (AREA)
- Facsimiles In General (AREA)
Abstract
本發明提供了一種終端真偽驗證方法、裝置及系統,其中一種方法包括接收使用者端發送的包含待測終端的特徵資訊的驗證請求;依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;其中,所述第一驗證結果為正版終端或盜版終端;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;向所述使用者端回饋所述第一驗證結果。因此,本發明不論待測終端是那種批次的終端,本發明均可以利用預設特徵資訊模型來準確終端的驗證結果。
Description
本發明關於網際網路技術領域,尤其關於一種終端真偽驗證方法、裝置及系統。
隨著科學技術的飛速發展,手機等各種終端不斷地豐富大眾生活。由於利用終端處理資訊具有方便快捷、節省資源等優勢,終端現已成為人們生活或工作中不可或缺的一部分。伴隨著各種終端的普及,市面上逐漸出現仿造正版終端的盜版終端。由於盜版終端與正版終端的功能及樣式非常相似,容易被消費者誤認為是正版終端。因此,逐漸出現對終端進行真偽驗證應用軟體,利用可以利用應用軟體確定一個終端的真偽。
目前,現有技術在驗證終端真偽時,通常在終端所屬的官方網站或特定驗證網站中輸入終端的IMEI(International Mobile Equipment Identity,國際行動裝備辨識碼),如果IMEI註冊成功則證明該終端為正版終端,否則表示該終端為盜版終端。
但是,伴隨著仿造技術的提高,可以盜版終端上偽造 可被註冊成功的IMEI,這導致單單透過IMEI驗證終端真偽的方式準確性較低。
本發明發明人在研究過程中發現,可以在伺服器上自動準確的驗證終端真偽。伺服器上的具體執行過程如下:伺服器可以預先採集大量終端各個機型的硬體參數資訊,其中,硬體參數資訊可以包括多個硬體專案的硬體參數。伺服器可以針對每個硬體專案確定各個硬體參數所占比例。下面以一個X機型終端的硬體專案1為例,對伺服器確定各個硬體參數所占比例的過程進行說明。
例如,伺服器採集100個X機型的終端關於硬體專案1的硬體參數,假設80個終端針對硬體專案1的硬體參數為a,10個終端針對硬體專案1的硬體參數為b,10個終端針對硬體專案1的硬體參數為c。那麼,該硬體專案1各個硬體參數比例為:硬體參數a占80%,硬體參數b占10%,以及硬體參數c占10%。
由於伺服器所採集硬體參數資訊的大量終端中有的為正版終端、有的為盜版終端,按通常理解硬體參數的所占比例越高,則代表其為正版終端的幾率越大。因此,伺服器將硬體專案所占比例最大的硬體參數,作為正版硬體參數。例如,伺服器針對X機型終端的硬體專案1而言,將硬體參數a作為硬體專案1的正版硬體參數資訊。
在伺服器驗證待測終端真偽的過程中,伺服器可以掃 描終端多個硬體專案的待測硬體參數資訊,然後將待測硬體參數資訊與伺服器上同款機型的正版硬體參數資訊進行對比,若一致則確定待測終端為正版終端,若不一致則表示待測終端為盜版終端。在本方式中由於伺服器可以基於終端的多種硬體參數來判斷終端真偽,相比于現有技術僅僅採用IMEI而言,可以大大提高驗證終端真偽的和準確率。
但是,在上述方式中伺服器確定正版硬體參數資訊的方式為:選擇所占比例最大的硬體參數資訊作為正版硬體參數資訊。例如,選擇所占比例為80%的硬體參數a作為正版硬體參數資訊,硬體參數b和硬體參數c為盜版硬體參數資訊。
但是,本發明發明人在研究過程中發現上述方式在一定程度上可以驗證終端真偽,但是仍然具有準確率不高的問題。因為,目前市面上針對同一款機型有一種生產量很大的主流設計,還有一些生產量較小的小批次設計。
目前,歸屬於小批次設計的終端也是正版終端,但是由於其生產量較少,所以市面上的流通量較少。如果伺服器按照上述方式確定正版硬體參數,則很可能將小批次設計的正版終端誤判為盜版終端,即上述驗證終端真偽的方式不準確。
因此,本發明一種終端真偽驗證方法、裝置及系統,以便針對不同批次的終端均可以準確驗證出終端真偽。
為了實現上述目的,本發明提供了以下技術手段: 一種終端真偽驗證方法,應用於伺服器,包括:接收使用者端發送的包含待測終端的特徵資訊的驗證請求;依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;向所述使用者端回饋所述第一驗證結果;其中,所述第一驗證結果和所述類別結果均為正版終端或盜版終端中的一個。
較佳的,在所述待測終端的第一驗證結果為盜版終端的情況下,所述方法還包括:接收所述待測終端的第二驗證結果;其中,所述第二驗證結果利用人工分析方式確定;若所述第二驗證結果為正版終端,則將所述待測終端的特徵資訊和所述第二驗證結果添加所述訓練樣本集;依據所述訓練樣本集,重新訓練所述預設特徵資訊模型。
較佳的,所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。
較佳的,所述軟體特徵資訊包括作業系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU 頻率、CPU核數、螢幕解析度和感測器種類。
一種終端真偽驗證方法,應用於使用者端,所述方法包括:獲取待測終端的特徵資訊;向伺服器發送包含所述待測終端的特徵資訊的驗證請求;接收所述伺服器回饋的第一驗證結果;其中,所述第一驗證結果為所述伺服器依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證後確定的;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;其中,所述第一驗證結果和所述類別結果均為正版終端或盜版終端中的一個。
較佳的,所述獲取待測終端的特徵資訊,包括:在與所述待測終端建立實體連接之後,與所述待測終端建立通信連接;掃描所述待測終端並獲取所述待測終端的特徵資訊。
較佳的,所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。
較佳的,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
較佳的,在所述接收所述伺服器回饋的第一驗證結果之後,還包括:利用人機顯示介面顯示所述待測終端的第一驗證結果。
一種終端真偽驗證裝置,集成於伺服器,包括:第一接收單元,用於接收使用者端發送的包含待測終端的特徵資訊的驗證請求;驗證單元,用於依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;其中,所述第一驗證結果和所述類別結果均為正版終端或盜版終端中的一個;第一回饋單元,用於向所述使用者端回饋所述第一驗證結果。
較佳的,還包括:第二接收單元,用於接收所述待測終端的第二驗證結果;其中,所述第二驗證結果利用人工分析方式確定;添加單元,用於若所述第二驗證結果為正版終端,則將所述待測終端的特徵資訊和所述第二驗證結果添加所述訓練樣本集;訓練單元,用於依據所述訓練樣本集,重新訓練所述預設特徵資訊模型。
較佳的,所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。
較佳的,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
一種終端真偽驗證裝置,集成於使用者端,包括:獲取單元,用於獲取待測終端的特徵資訊;發送單元,用於向伺服器發送包含所述待測終端的特徵資訊的驗證請求;第二回饋單元,用於接收所述伺服器回饋的第一驗證結果;其中,所述第一驗證結果為所述伺服器依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證後確定的;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;其中,所述第一驗證結果和所述類別結果均為正版終端或盜版終端中的一個。
較佳的,所述獲取單元,包括:建立單元,用於在與所述待測終端建立實體連接之後,與所述待測終端建立通信連接;掃描單元,用於掃描所述待測終端並獲取所述待測終端的特徵資訊。
較佳的,所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。
較佳的,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
較佳的,還包括:顯示單元,用於利用人機顯示介面顯示所述待測終端的第一驗證結果。
一種終端真偽驗證系統,包括:伺服器和與所述伺服器相連的使用者端;所述使用者端,用於獲取待測終端的特徵資訊;向伺服器發送包含所述待測終端的特徵資訊的驗證請求;並接收所述伺服器回饋的第一驗證結果;所述伺服器,用於接收使用者端發送的包含待測終端的特徵資訊的驗證請求;依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;並向所述使用者端回饋所述第一驗證結果;其中,所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器,其中,所述第一驗證結果和所述類別結果均為正版終端或盜版終端中的一個。
透過以上技術特徵,可以看出本發明具有以下有益效果:本發明並未預先設置正版終端的特徵資訊,而是利用預設特徵資訊模型來判定待測終端的真偽。因此,相對於上述確定終端真偽的方式而言,本發明不依賴於伺服器上預先設置的正版特徵資訊。本發明的預設特徵資訊模型是利用訓練樣本集訓練後得到的、用於區分正版終端和盜版終端的分類器。由於訓練樣本集中既可以包含主流設計終端的特徵資訊,又可以包含小批次設計終端的特徵資訊,所以預設特徵資訊模型可以準確確定不同批次終端的類別結果。因此,不論待測終端是那種批次的終端,本發明均可以利用預設特徵資訊模型來準確終端的驗證結果。
51‧‧‧第一接收單元
52‧‧‧驗證單元
53‧‧‧第一回饋單元
54‧‧‧第二接收單元
55‧‧‧添加單元
56‧‧‧訓練單元
71‧‧‧獲取單元
72‧‧‧發送單元
73‧‧‧第二回饋單元
74‧‧‧顯示單元
81‧‧‧建立單元
82‧‧‧掃描單元
100‧‧‧伺服器
3000‧‧‧協調服務模組
為了更清楚地說明本發明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附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發明的一些實施例,對於本領域普通技術人員來講,在不付出創造性勞動的前提下,還可以根據這些附圖獲得其他的附圖。
圖1為本發明提供的一種終端真偽驗證方法中構建預設特徵資訊模型的流程圖;圖2為本發明提供的一種終端真偽驗證方法的流程圖; 圖3為本發明提供的又一種終端真偽驗證方法的流程圖;圖4為本發明提供的又一種終端真偽驗證方法的流程圖;圖5為本發明提供的一種終端真偽驗證裝置的結構示意圖;圖6為本發明提供的又一種終端真偽驗證裝置的結構示意圖;圖7為本發明提供的又一種終端真偽驗證裝置的結構示意圖;圖8為本發明提供的又一種終端真偽驗證裝置的結構示意圖;圖9為本發明提供的一種終端真偽驗證系統的結構示意圖。
下面將結合本發明實施例中的附圖,對本發明實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發明一部分實施例,而不是全部的實施例。基於本發明中的實施例,本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例,都屬於本發明保護的範圍。
為了針對不同批次的終端均可以準確驗證出終端真偽目的,本發明在伺服器上構建一個預設特徵資訊模型;其 中,預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器。
下面介紹構建預設特徵資訊模型的具體過程,如圖1所示,具體包括以下步驟:
步驟S101:獲取若干終端的特徵資訊和類別結果組成的訓練樣本集。
伺服器可以在使用者端上獲取若干個終端的特徵資訊,或者,在其它採集系統中獲取若干終端的特徵資訊。為了準確的確定終端的真偽,本發明可以採集終端的軟體特徵資訊和硬體特徵資訊兩方面的特徵資訊,以便利用終端軟體特徵資訊和硬體特徵資訊來準確確定終端的真偽。
其中,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
然後,利用人工分析方式分析依據每個終端的特徵資訊,準確分析每個終端的類別結果,即終端為正版終端還是為盜版終端。本發明採用人工分析方式來確定每個終端的類別結果的目的為,使得訓練樣本集中的每個終端的類別結果是準確的,進而保證訓練後得到的預設特徵資訊模型是準確的。
伺服器將一個終端的特徵資訊和該終端的類別結果作為一組訓練樣本,然後將多組訓練樣本組成訓練樣本集, 以便利用訓練樣本集來訓練分類器。
步驟S102:利用訓練樣本集來訓練分類器。
假設訓練樣本集為{Xi,Zi},其中Xi為特徵資訊,對應的Zi為{-1,1}。其中“-1”表示該特徵資訊對應的終端為盜版終端,“1”表示特徵資訊對應的終端為正版終端。“-1”和“1”僅僅作為舉例說明,在實際操作中可以採用不同字元來區分正版終端和盜版終端即可。
分類器中具有一些參數,參數的具體數量與分類器的種類有關。本發明訓練分類器目的為調整參數的大小,以使得利用調整後參數構建擬合曲線可以準確將正版終端的特徵資訊和盜版終端的特徵資訊進行劃界,從而實現區分正版終端和盜版終端的目的。具體訓練過程已有相關現有技術,在此不再詳細介紹。
步驟S103:將訓練完成的分類器確定為預設特徵資訊模型。
在分類器訓練完成之後,分類器便可以實現依據輸入的特徵資訊進行分析計算後輸出正版終端或盜版終端的目的。因此,可以將訓練完成的分類器確定為本發明在後續過程中所需使用的預設特徵資訊模型。
在介紹預設特徵資訊模型的訓練過程之後,參考圖2為本發明提供的一種終端真偽驗證方法實施例的流程圖。本實施例可以應用於伺服器端,本實施例可以包括以下步驟:
步驟S201:接收使用者端發送的包含待測終端的特 徵資訊的驗證請求。
使用者端可以掃描待測終端的特徵資訊,並利用待測終端的特徵資訊構建驗證請求。然後客可以將驗證請求發送至伺服器,由伺服器來對驗證請求中待測終端的特徵資訊進行進一步的分析。
其中,待測終端的特徵資訊可以包括軟體特徵資訊和硬體特徵資訊。具體而言,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
伺服器在接收包含待測終端的特徵資訊的驗證請求之後,可以在驗證請求中獲取待測終端的特徵資訊,並利用預設特徵資訊模型判定待測終端的真偽。
步驟S202:依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;其中,所述第一驗證結果為正版終端或盜版終端;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器。
由於預設特徵資訊模型是預先訓練好的、用於依據特徵資訊來區分正版終端和盜版終端的分類器。因此,在本實施例預設特徵資訊模型相當於一個黑匣子,其輸入資料為一個終端的特徵資訊,輸出資料為該終端的驗證結果。
因此,可以將待測終端的特徵資訊輸入至預設特徵資 訊模型,由預設特徵資訊模型依據預先已訓練好的準則對待測終端的特徵資訊進行分析,從而確定並輸出待測終端的第一驗證結果。
可以理解的是,如果預設特徵資訊模型分析後確定待測終端為正版終端,則輸出的第一驗證結果為正版終端;如果預設特徵資訊模型分析後確定待測終端為盜版終端,則輸出的第一驗證結果為盜版終端。
步驟S203:向所述使用者端回饋所述第一驗證結果。
伺服器在利用預設特徵資訊模型確定待測終端的第一驗證結果之後,可以向使用者端發送第一驗證結果,以便使用者可以在使用者端上得知待測終端的第一驗證結果。
透過以上技術特徵,可以看出本發明具有以下有益效果:本發明並未預先設置正版終端的特徵資訊,而是利用預設特徵資訊模型來判定待測終端的真偽。因此,相對於上述確定終端真偽的方式而言,本發明不依賴於伺服器上預先設置的正版特徵資訊。本發明的預設特徵資訊模型是利用訓練樣本集訓練後得到的、用於區分正版終端和盜版終端的分類器。由於訓練樣本集中既可以包含主流設計終端的特徵資訊,又可以包含小批次設計終端的特徵資訊,所以預設特徵資訊模型可以準確確定不同批次終端的類別結果。因此,不論待測終端是那種批次的終端,本發明均可以利用預設特徵資訊模型來準確終端的驗證結果。
可以理解的是,目前終端機型非常多,所以伺服器上構建預設特徵資訊模型的訓練樣本集中不可能包含所有機型的特徵資訊。當待測終端機型的特徵資訊未包含訓練樣本集時,伺服器則發送無法判斷該終端的真偽資訊。
為了保證伺服器利用預設特徵資訊模型確定出的正版終端必然是正版終端,則在伺服器無法準確確定待測終端的特徵資訊判定為正版終端還是盜版終端時,伺服器將待測終端歸屬為盜版終端。
由於伺服器待測終端的驗證結果為盜版終端的情況下,待測終端可能是由於確實是盜版終端而被確定為盜版終端的,也有可能是由於伺服器無法準確待測終端的驗證結果導致的。
因此,在伺服器確定待測終端的驗證結果為盜版終端的情況下,可以執行以下處理過程。如圖3所示,具體包括以下步驟:
步驟S301:接收所述待測終端的第二驗證結果;其中,所述第二驗證結果利用人工分析方式確定。
由於伺服器無法繼續準確確定待測終端的驗證結果,因此,由人工方式來詳細分析待測終端的特徵資訊,並確定待測終端的第二驗證結果。可以理解的是,第二驗證結果可以與第一驗證結果一致,即第二驗證結果同樣為盜版終端,在此情況下,說明第一驗證結果未出現誤判。此時可以不對預設特徵資訊模型進行重新訓練。
第二驗證結果可以與第一驗證結果不一致,即第二驗 證結果為正版終端。在此情況下,說明第一驗證結果錯誤的。即,伺服器訓練樣本集中未具有待測終端的特徵資訊,所以導致出現誤判情況。
步驟S302:若所述第二驗證結果為正版終端,則將所述待測終端的特徵資訊和所述第二驗證結果添加所述訓練樣本集。
因此,在第二驗證結果為正版終端的情況下,伺服器可以將待測終端的特徵資訊和第二驗證結果(即正版終端)組成一組訓練樣本,然後將該組訓練樣本添加訓練樣本集中。
步驟S303:依據所述訓練樣本集,重新訓練所述預設特徵資訊模型。
由於原有的預設特徵資訊模型是依據原有的訓練樣本集訓練後得到的,在訓練樣本集中添加與待測終端對應的訓練樣本之後,由於訓練樣本集發生變化,所以需要重新依據訓練樣本集對分類器進行訓練。然後,將訓練結束後的分類器重新確定為本發明所使用的預設特徵資訊模型;以便後續在出現與待測終端類似的特徵資訊之後,可以準確輸出待測終端的驗證結果。
如圖4所示,本發明提供了一種終端真偽驗證方法,應用於使用者端,所述方法包括:
步驟S401:獲取待測終端的特徵資訊。
可以理解的是,在實際應用過程中,使用者可以將待測終端透過資料連接線與使用者端建立實體連接,然後使 用者端可以與待測終端建立通信連接。此後,使用者端便可以掃描待測終端並獲取所述待測終端的特徵資訊。
其中,待測終端的特徵資訊可以包括軟體特徵資訊和硬體特徵資訊。具體而言,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
步驟S402:向伺服器發送包含所述待測終端的特徵資訊的驗證請求。
為了驗證終端真偽,使用者端可以將包含待測終端的特徵資訊的驗證請求發送至伺服器,由伺服器來進行進一步的分析。
步驟S403:接收所述伺服器回饋的第一驗證結果。其中,所述第一驗證結果為所述伺服器依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證後確定的;所述第一驗證結果為正版終端或盜版終端;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器。
在伺服器利用圖2所示的實施例,確定待測終端的第一驗證結果之後,可以向使用者端發送第一驗證結果,以便使用者端接收第一驗證結果。為了方便使用者查看待測終端的第一驗證結果,使用者端可以利用利用人機顯示介面顯示所述待測終端的第一驗證結果。
透過以上技術特徵,可以看出本發明具有以下有益效果:本發明並未預先設置正版終端的特徵資訊,而是利用預設特徵資訊模型來判定待測終端的真偽。因此,相對於上述確定終端真偽的方式而言,本發明不依賴於伺服器上預先設置的正版特徵資訊。本發明的預設特徵資訊模型是利用訓練樣本集訓練後得到的、用於區分正版終端和盜版終端的分類器。由於訓練樣本集中既可以包含主流設計終端的特徵資訊,又可以包含小批次設計終端的特徵資訊,所以預設特徵資訊模型可以準確確定不同批次終端的類別結果。因此,不論待測終端是那種批次的終端,本發明均可以利用預設特徵資訊模型來準確終端的驗證結果。
與圖2所示的實施例相對應,本發明提供了一種終端真偽驗證裝置,集成於伺服器。如圖5所示,具體包括:第一接收單元51,用於接收使用者端發送的包含待測終端的特徵資訊的驗證請求;驗證單元52,用於依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;其中,所述第一驗證結果為正版終端或盜版終端;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;第一回饋單元53,用於向所述使用者端回饋所述第一驗證結果。
如圖6所示,所述一種終端真偽驗證裝置在圖5的基礎上還包括:第二接收單元54,用於接收所述待測終端的第二驗證結果;其中,所述第二驗證結果利用人工分析方式確定;添加單元55,用於若所述第二驗證結果為正版終端,則將所述待測終端的特徵資訊和所述第二驗證結果添加所述訓練樣本集;訓練單元56,用於依據所述訓練樣本集,重新訓練所述預設特徵資訊模型。
本發明中的所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。其中,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
與圖4所示的實施例相對應,本發明提供了一種終端真偽驗證裝置,集成於伺服器。如圖7所示,具體包括:獲取單元71,用於獲取待測終端的特徵資訊;發送單元72,用於向伺服器發送包含所述待測終端的特徵資訊的驗證請求;第二回饋單元73,用於接收所述伺服器回饋的第一驗證結果;其中,所述第一驗證結果為所述伺服器依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證後確定 的;所述第一驗證結果為正版終端或盜版終端;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器。
此外,本發明提供的終端真偽驗證裝置還包括:顯示單元74,用於利用人機顯示介面顯示所述待測終端的第一驗證結果。
如圖8所示,所述獲取單元71,包括:建立單元81,用於在與所述待測終端建立實體連接之後,與所述待測終端建立通信連接;掃描單元82,用於掃描所述待測終端並獲取所述待測終端的特徵資訊。
本實施例中所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。其中,所述軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;所述硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
如圖9所示,本發明提供了一種終端真偽驗證系統,包括:伺服器100和與所述伺服器100相連的使用者端200;所述使用者端200,用於獲取待測終端的特徵資訊;向伺服器100發送包含所述待測終端的特徵資訊的驗證請求;並接收所述伺服器100回饋的第一驗證結果。
所述伺服器100,用於接收使用者端200發送的包含待測終端的特徵資訊的驗證請求;依據預設特徵資訊模型對所述待測終端的特徵資訊進行真偽驗證,並確定所述待測終端的第一驗證結果;並向所述使用者端200回饋所述第一驗證結果;其中,所述第一驗證結果為正版終端或盜版終端;所述預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器。
本實施例方法所述的功能如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時,可以儲存在一個計算設備可讀取儲存媒體中。基於這樣的理解,本發明實施例對現有技術做出貢獻的部分或者該技術方案的部分可以以軟體產品的形式體現出來,該軟體產品儲存在一個儲存媒體中,包括若干指令用以使得一台計算設備(可以是個人電腦,伺服器,行動計算裝置或者網路設備等)執行本發明各個實施例所述方法的全部或部分步驟。而前述的儲存媒體包括:U碟、行動硬碟、唯讀記憶體(ROM,Read-Only Memory)、隨機存取記憶體(RAM,Random Access Memory)、磁碟或者光碟等各種可以儲存程式碼的媒體。
本說明書中各個實施例採用漸進的方式描述,每個實施例重點說明的都是與其它實施例的不同之處,各個實施例之間相同或相似部分互相參見即可。
對所公開的實施例的上述說明,使本領域專業技術人員能夠實現或使用本發明。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的,本文中所定義的一般原理可以在不脫離本發明的精神或範圍的情況下,在其它實施例中實現。因此,本發明將不會被限制于本文所示的這些實施例,而是要符合與本文所公開的原理和新穎特點相一致的最寬的範圍。
Claims (19)
- 一種終端真偽驗證方法,其特徵在於,應用於伺服器,包括:接收使用者端發送的包含待測終端的特徵資訊的驗證請求;依據預設特徵資訊模型對該待測終端的特徵資訊進行真偽驗證,並確定該待測終端的第一驗證結果;該預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;向該使用者端回饋該第一驗證結果;其中,該第一驗證結果和該類別結果均為正版終端或盜版終端中的一個。
- 如申請專利範圍第1項所述的方法,其中,在該待測終端的該第一驗證結果為盜版終端的情況下,該方法還包括:接收該待測終端的第二驗證結果;其中,該第二驗證結果利用人工分析方式確定;若該第二驗證結果為正版終端,則將該待測終端的特徵資訊和該第二驗證結果添加所述訓練樣本集;依據該訓練樣本集,重新訓練該預設特徵資訊模型。
- 如申請專利範圍第1或2項所述的方法,其中,該特徵資訊包括軟體特徵資訊和硬體特徵資訊。
- 如申請專利範圍第3項所述的方法,其中,該軟 體特徵資訊包括作業系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;該硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
- 一種終端真偽驗證方法,其特徵在於,應用於使用者端,該方法包括:獲取待測終端的特徵資訊;向伺服器發送包含該待測終端的特徵資訊的驗證請求;接收該伺服器回饋的第一驗證結果;其中,該第一驗證結果為該伺服器依據預設特徵資訊模型對該待測終端的特徵資訊進行真偽驗證後確定的;該預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;其中,該第一驗證結果和該類別結果均為正版終端或盜版終端中的一個。
- 如申請專利範圍第5項所述的方法,其中,該獲取待測終端的特徵資訊,包括:在與該待測終端建立實體連接之後,與該待測終端建立通信連接;掃描所述待測終端並獲取所述待測終端的特徵資訊。
- 如申請專利範圍第5或6項所述的方法,其中,所述特徵資訊包括軟體特徵資訊和硬體特徵資訊。
- 如申請專利範圍第7項所述的方法,其中,該軟 體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;該硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
- 如申請專利範圍第5項所述的方法,其中,在該接收該伺服器回饋的第一驗證結果之後,還包括:利用人機顯示介面顯示該待測終端的第一驗證結果。
- 一種終端真偽驗證裝置,其特徵在於,集成於伺服器,包括:第一接收單元,用於接收使用者端發送的包含待測終端的特徵資訊的驗證請求;驗證單元,用於依據預設特徵資訊模型對該待測終端的特徵資訊進行真偽驗證,並確定該待測終端的第一驗證結果;該預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;其中,該第一驗證結果和所述類別結果均為正版終端或盜版終端中的一個;第一回饋單元,用於向該使用者端回饋該第一驗證結果。
- 如申請專利範圍第10項所述的裝置,其中,還包括:第二接收單元,用於接收該待測終端的第二驗證結果;其中,該第二驗證結果利用人工分析方式確定; 添加單元,用於若該第二驗證結果為正版終端,則將該待測終端的特徵資訊和該第二驗證結果添加該訓練樣本集;訓練單元,用於依據該訓練樣本集,重新訓練該預設特徵資訊模型。
- 如申請專利範圍第10或11項所述的裝置,其中,該特徵資訊包括軟體特徵資訊和硬體特徵資訊。
- 如申請專利範圍第12項所述的裝置,其中,該軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;該硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
- 一種終端真偽驗證裝置,其特徵在於,集成於使用者端,包括:獲取單元,用於獲取待測終端的特徵資訊;發送單元,用於向伺服器發送包含該待測終端的特徵資訊的驗證請求;第二回饋單元,用於接收該伺服器回饋的第一驗證結果;其中,該第一驗證結果為該伺服器依據預設特徵資訊模型對該待測終端的特徵資訊進行真偽驗證後確定的;該預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器;其中,該第一驗證結果和 該類別結果均為正版終端或盜版終端中的一個。
- 如申請專利範圍第14項所述的裝置,其中,所述獲取單元,包括:建立單元,用於在與該待測終端建立實體連接之後,與該待測終端建立通信連接;掃描單元,用於掃描該待測終端並獲取該待測終端的特徵資訊。
- 如申請專利範圍第14或15項所述的裝置,其中,該特徵資訊包括軟體特徵資訊和硬體特徵資訊。
- 如申請專利範圍第16項所述的裝置,其中,該軟體特徵資訊包括系統軟體版本、網路頻率、資料業務、機身記憶體和運行記憶體;該硬體特徵資訊包括:CPU ID、CPU型號、CPU頻率、CPU核數、螢幕解析度和感測器種類。
- 如申請專利範圍第14項所述的裝置,其中,還包括:顯示單元,用於利用人機顯示介面顯示該待測終端的第一驗證結果。
- 一種終端真偽驗證系統,其特徵在於,包括:伺服器和與所述伺服器相連的使用者端;該使用者端,用於獲取待測終端的特徵資訊;向伺服器發送包含該待測終端的特徵資訊的驗證請求;並接收該伺服器回饋的第一驗證結果;該伺服器,用於接收使用者端發送的包含待測終端的 特徵資訊的驗證請求;依據預設特徵資訊模型對該待測終端的特徵資訊進行真偽驗證,並確定該待測終端的第一驗證結果;並向該使用者端回饋該第一驗證結果;其中,該預設特徵資訊模型為依據若干終端的特徵資訊和類別結果組成的訓練樣本集訓練得到的,用於依據特徵資訊來區分正版終端和盜版終端的分類器,其中,該第一驗證結果和該類別結果均為正版終端或盜版終端中的一個。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106102711A TWI734735B (zh) | 2017-01-24 | 2017-01-24 | 終端真偽驗證方法、裝置及系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106102711A TWI734735B (zh) | 2017-01-24 | 2017-01-24 | 終端真偽驗證方法、裝置及系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201828139A TW201828139A (zh) | 2018-08-01 |
TWI734735B true TWI734735B (zh) | 2021-08-01 |
Family
ID=63960552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106102711A TWI734735B (zh) | 2017-01-24 | 2017-01-24 | 終端真偽驗證方法、裝置及系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI734735B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070283417A1 (en) * | 2006-05-05 | 2007-12-06 | Lockheed Martin Corporation | Systems and methods for establishing authenticity of electronic records in an archives system |
TW200941276A (en) * | 2007-11-07 | 2009-10-01 | Sandisk Il Ltd | Method and device for digital rights protection |
CN103500405A (zh) * | 2013-09-26 | 2014-01-08 | 北京奇虎科技有限公司 | 用于对目标终端标称型号进行鉴别的方法及其设备 |
CN103841239A (zh) * | 2014-03-12 | 2014-06-04 | 北京安兔兔科技有限公司 | 终端真伪验证方法及装置 |
CN105101180A (zh) * | 2014-04-18 | 2015-11-25 | 北京安兔兔科技有限公司 | 终端真伪验证方法及装置 |
CN105142148A (zh) * | 2014-05-30 | 2015-12-09 | 北京安兔兔科技有限公司 | 终端真伪验证方法及装置 |
-
2017
- 2017-01-24 TW TW106102711A patent/TWI734735B/zh active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070283417A1 (en) * | 2006-05-05 | 2007-12-06 | Lockheed Martin Corporation | Systems and methods for establishing authenticity of electronic records in an archives system |
TW200941276A (en) * | 2007-11-07 | 2009-10-01 | Sandisk Il Ltd | Method and device for digital rights protection |
CN103500405A (zh) * | 2013-09-26 | 2014-01-08 | 北京奇虎科技有限公司 | 用于对目标终端标称型号进行鉴别的方法及其设备 |
CN103841239A (zh) * | 2014-03-12 | 2014-06-04 | 北京安兔兔科技有限公司 | 终端真伪验证方法及装置 |
CN105101180A (zh) * | 2014-04-18 | 2015-11-25 | 北京安兔兔科技有限公司 | 终端真伪验证方法及装置 |
CN105142148A (zh) * | 2014-05-30 | 2015-12-09 | 北京安兔兔科技有限公司 | 终端真伪验证方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
TW201828139A (zh) | 2018-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017114167A1 (zh) | 终端真伪验证方法、装置及系统 | |
US11189263B2 (en) | Voice data processing method, voice interaction device, and storage medium for binding user identity with user voice model | |
TWI700632B (zh) | 使用者意圖識別方法及裝置 | |
CN105279405B (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 | |
CN104391934B (zh) | 数据校验方法和装置 | |
CN109360550B (zh) | 语音交互系统的测试方法、装置、设备和存储介质 | |
US10276168B2 (en) | Voiceprint verification method and device | |
US20180308107A1 (en) | Living-body detection based anti-cheating online research method, device and system | |
US8904493B1 (en) | Image-based challenge-response testing | |
CN107707436A (zh) | 终端控制方法、装置及计算机可读存储介质 | |
WO2016112687A1 (zh) | 一种在终端上身份认证的方法和装置及终端 | |
CN105100108B (zh) | 一种基于人脸识别的登录认证方法、装置及系统 | |
CN110020381A (zh) | 基于配置文件的校验方法、装置、设备和计算机存储介质 | |
TW201435640A (zh) | 人機識別方法及系統 | |
CN105101180B (zh) | 终端真伪验证方法及装置 | |
JP6480710B2 (ja) | 手書きデータ検証方法及びユーザ認証方法 | |
CN109542780B (zh) | 自然语言处理应用的测试方法、测试设备及存储介质 | |
CN108154020A (zh) | 一种验证码输入和显示方法及设备 | |
CN109729067A (zh) | 语音打卡方法、装置、设备和计算机存储介质 | |
CN107517180A (zh) | 登录方法和装置 | |
WO2017000341A1 (zh) | 一种信息处理方法、装置以及终端 | |
CN111767543B (zh) | 重放攻击漏洞确定方法、装置、设备及可读存储介质 | |
TWI734735B (zh) | 終端真偽驗證方法、裝置及系統 | |
US20240095327A1 (en) | Computer authentication using knowledge of former devices | |
CN109002441A (zh) | 应用名称相似度的确定方法、异常应用检测方法及系统 |