[发明专利]一种身份鉴别方法及装置

权利要求书

1.一种身份鉴别方法，其特征在于，包括：

根据被登录账号的标识加载对应的身份鉴别模型，其中，所述身份鉴别模型包括：行为特征模型、环境特征模型和综合判断模型；

获取当前操作用户的行为特征，将所述行为特征输入到所述行为特征模型，得到所述当前操作用户的身份概率信息；所述行为特征包括应用程序窗口切换的时间差序列；

获取当前的操作环境特征，将所述操作环境特征输入到所述环境特征模型，得到环境异常概率信息；所述操作环境特征包括软件信息特征和硬件信息特征；

根据所述身份概率信息和所述环境异常概率信息，通过所述综合判断模型得到所述当前操作用户的身份鉴别结果；

当所述身份概率信息为两项或两项以上时，所述根据所述身份概率信息和所述环境异常概率信息，通过所述综合判断模型得到所述当前操作用户的身份鉴别结果包括：

为每项身份概率信息分配权值，计算各项身份概率信息的加权和；与当前时间节点间隔时间越长的身份概率信息，分配的权值越小；

将所述加权和与所述环境异常概率信息进行加权运算，得到当前操作用户的身份合法概率。

2.根据权利要求1所述的一种身份鉴别方法，其特征在于，所述获取当前操作用户的行为特征，并将所述行为特征输入到所述行为特征模型，得到所述当前操作用户的身份概率信息包括：

以预设周期获取当前操作用户的行为特征，并得到对应的身份概率信息；

构建身份概率信息集合，按照时间顺序，将不同时间点的所述身份概率信息存储到所述身份概率信息集合中。

3.根据权利要求2所述的一种身份鉴别方法，其特征在于，所述根据所述身份概率信息和所述环境异常概率信息，通过所述综合判断模型得到所述当前操作用户的身份鉴别结果包括：

从所述身份概率信息集合中获取至少一项身份概率信息；

对所述身份概率信息和所述环境异常概率信息进行加权运算，得到当前操作用户的身份合法概率；

当所述身份合法概率大于预设阈值时，判定当前操作用户为所述被登录账号的合法用户。

4.根据权利要求1所述的一种身份鉴别方法，其特征在于，所述行为特征模型的构建方法包括：

对于每一个目标用户，获取所述目标用户的历史行为特征，并将所述目标用户的历史行为特征作为正样本；

获取非目标用户的历史行为特征，并将所述非目标用户的历史行为特征作为负样本；

将所述正样本和负样本中的行为数据分别按照时间顺序进行排序，提取单个时间点的行为特征，得到若干行为特征序列，并将所述行为特征序列转换为特征向量；

将若干所述特征向量作为有监督学习算法的输入，进行行为特征模型训练。

5.根据权利要求4所述的一种身份鉴别方法，其特征在于，所述行为特征包括轨迹行为特征。

6.根据权利要求1所述的一种身份鉴别方法，其特征在于，所述环境特征模型的构建方法包括：

对于每一个目标用户，获取所述目标用户的操作环境特征，并将所述目标用户的操作环境特征作为正样本；

获取非目标用户的操作环境特征，并将所述非目标用户的操作环境特征作为负样本；

将所述正样本和所述负样本分别作为有监督学习算法的输入，进行环境特征模型训练。

7.根据权利要求6所述的一种身份鉴别方法，其特征在于，所述操作环境特征包括：

网络环境信息特征。

8.根据权利要求1所述的一种身份鉴别方法，其特征在于，在获取当前操作用户的行为特征或当前的操作环境特征之前还包括：

采集当前操作用户的原始数据信息，对所述原始数据信息进行脱敏处理；

对脱敏后的数据信息进行特征提取，对提取的特征进行归一化处理。