[发明专利]一种非法用户名的识别方法和系统

说明书

技术领域

本发明涉及信息安全领域，特别是涉及一种非法用户名的识别方法和系统。

背景技术

随着信息技术的发展，互联网已经成为一种不可或缺的重要工具，在人们日常的工作、生活中发挥着越来越重要的作用。人们通过互联网进行游戏、收发信息、网上交易、获得服务等，以上这些活动的一个最基本要求是具有一个确认用户身份的用户名。广义上的用户名包括网银账号、邮箱号码、游戏账号、微信账号、论坛账号等。为了使用方便，人们一般会利用或长或短的字符串作为用户名，以便于记忆和输入。

随着人们对互联网的依赖，网络安全也成为互联网服务者必须予以重视的重要方面，必须能够防止非法用户的侵入，从而避免用户的信息发生泄漏。目前，一些不法分子会利用机器生成众多的用户名进行恶意注册，意图侵入网络窃取信息或进行其他的违法活动，因此防止恶意注册成为保证互联网安全的一项重要措施。

发明内容

有鉴于此，本发明提供了一种非法用户名的识别方法和系统，以便网络服务器在识别出非法用户名的基础上能够阻止其恶意注册，从而保证网络的安全性。

为了解决上述问题，本发明实施例公开了一种非法用户名的识别方法，应用于网络服务器，包括如下步骤：

获取用户输入的用户名，所述用户名中包括字符串；

利用预设的基于逻辑斯特回归模型的字符串识别模型对所述用户名进行处理，得到所述用户名的置信度指标；

当所述置信度指标低于预设的置信度阈值时，将所述用户名判定为非法用户名。

可选的，字符串识别模型通过如下步骤获取：

获取多个字符串样本；

提取所述字符串样本的字符串特征；

利用所述字符串特征对预设的逻辑斯特回归模型进行训练，得到所述字符串识别模型。

可选的，所述字符串特征包括：

所述字符串样本的熵；

预选的特征字符在所述字符串样本中出现的次数和概率；

所述特征字符最大连续长度；

任意两种所述特征字符在所述字符串样本中出现次数的比率；

任意两种所述特征字符在所述字符串样本中相互切换的次数和比例；

和/或，任意所述特征字符在所述字符串样本中相互切换的次数和比例。

可选的，所述特征字符为所述字符串样本中的小写字母、大写字母、数字和特殊字符中的部分或全部。

可选的，所述利用所述字符串特征对预设的逻辑斯特回归模型进行训练，得到所述字符串识别模型，包括：

利用所述字符串特征对所述逻辑斯特回归模型进行训练；

在训练过程中对所述逻辑斯特回归模型进行交叉验证和参数调优，得到所述字符串识别模型。

相应的，为了保证上述方法的实施，本发明还提供了一种非法用户名的识别系统，应用于网络服务器，包括：

用户名获取模块，用于获取用户输入的用户名，所述用户名中包括字符串；

置信度计算模块，用于利用预设的基于逻辑斯特回归模型的字符串识别模型对所述用户名进行处理，得到所述用户名的置信度指标；

用户名判定模块，用于当所述置信度指标低于预设的置信度阈值时，将所述用户名判定为非法用户名。

可选的，还包括模型训练模块，所述模型训练模块包括：

样本获取单元，用于获取多个字符串样本；

特征提取单元，用于提取所述字符串样本的字符串特征；

模型训练单元，用于利用所述字符串特征对预设的逻辑斯特回归模型进行训练，得到所述字符串识别模型。

可选的，所述字符串特征包括：

所述字符串样本的熵；

预选的特征字符在所述字符串样本中出现的次数和概率；

所述特征字符最大连续长度；

任意两种所述特征字符在所述字符串样本中出现次数的比率；

任意两种所述特征字符在所述字符串样本中相互切换的次数和比例；

和/或，任意所述特征字符在所述字符串样本中相互切换的次数和比例。

可选的，所述特征字符为所述字符串样本中的小写字母、大写字母、数字和特殊字符中的部分或全部。

可选的，所述模型训练单元包括：

第一训练子单元，用于利用所述字符串特征对所述逻辑斯特回归模型进行训练；

第二训练子单元，用于在训练过程中对所述逻辑斯特回归模型进行交叉验证和参数调优，得到所述字符串识别模型。