[发明专利]上网设备用户的检测方法、装置、存储介质及服务器

说明书

本发明涉及数据处理领域，具体涉及一种上网设备用户的检测方法、装置、存储介质及服务器，所述方法包括：通过预置的埋点信息，收集上网设备用户注册时的特征数据；根据所述特征数据，确定所述特征数据的取值分布，根据所述取值分布基于业务场景生成场景特征；根据所述场景特征构建场景特征模型，所述场景特征模型包括异常检测模型和真伪判断模型；获取上网设备用户的当前特征数据，将所述当前特征数据应用于所述异常检测模型和真伪判断模型，获取异常检测结果及真伪判断结果；根据所述异常检测结果及真伪判断结果，确定所述上网设备用户的分类类型。本发明提高了人机识别的准确率，有效的解决反爬虫策略覆盖不全的问题。

技术领域

本发明涉及数据处理领域，具体涉及一种上网设备用户的检测方法、装置、存储介质及服务器。

背景技术

随着互联网技术的发展，应用程序的功能也越来越丰富，网页网站的信息繁多，并且在互联网上举行的活动越来越丰富，如应用程序上举办的活动，而目前存在通过机器注册参与互联网举办活动的行为，导致网站或应用的安全得不到保障，活动无法正常进行，包括通过网络爬虫大量访问某个活动页面，导致页面无法正常访问，例如通过按键精灵等自动化工具模仿真实用户行为，从而制造与真实用户的不平衡体验，而由于爬虫策略及自动化工具的技术手段不断提升，目前的反爬虫策略及自动化机器的检测策略无法及时应对，造成在活动举办后网站或应用无法及时针对该些爬虫或自动化工具进行侦查，导致网站安全受到威胁，应用活动无法正常举办的现象。

发明内容

为克服以上技术问题，特别是现有技术无法实时、准确地进行人机检测的问题，特提出以下技术方案：

第一方面，本发明提供了一种上网设备用户的检测方法，包括：

通过预置的埋点信息，收集上网设备用户注册时的特征数据；

根据所述特征数据，确定所述特征数据的取值分布，根据所述取值分布基于业务场景生成场景特征；

根据所述场景特征构建场景特征模型，所述场景特征模型包括异常检测模型和真伪判断模型；

获取上网设备用户的当前特征数据，将所述当前特征数据应用于所述异常检测模型和真伪判断模型，获取异常检测结果及真伪判断结果；

根据所述异常检测结果及真伪判断结果，确定所述上网设备用户的分类类型。

进一步的，所述获取上网设备用户的当前特征数据之后，还包括：

获取所述当前特征数据中的关联数据，所述关联数据包括第一特征数据及第二特征数据；

根据所述第一特征数据，确定所述第一特征数据的取值分布，根据所述第一特征数据的取值分布基于业务场景生成第一场景特征；根据所述第二特征数据，确定所述第二特征数据的取值分布，根据所述第二特征数据的取值分布基于业务场景生成第二场景特征；

比较所述第一场景特征与所述第二场景特征的差异度，根据所述差异度确定所述关联数据的准确度。

进一步的，所述根据所述异常检测结果及真伪判断结果，确定所述上网设备用户的分类类型，包括：

获取异常检测模型和真伪判断模型的权重，根据所述异常检测结果及真伪判断结果及权重，生成最终检测结果；

将所述最终检测结果与设定阈值相比较，若所述最终检测结果低于或等于第一设定阈值，确定所述上网设备用户为正常用户；若所述最终检测结果高于或等于第二设定阈值，确定所述上网设备用户为异常用户；若所述最终检测结果高于第一设定阈值且低于第二设定阈值，确定所述上网设备用户为灰度用户。

进一步的，所述确定所述上网设备用户为灰度用户之后，还包括：

将所述正常用户添加进白名单，将所述异常用户及所述灰度用户添加进灰名单；