[发明专利]一种人机验证方法及装置

权利要求书

1.一种人机验证方法，其特征在于，包括：

获取目标用户的当前设备信息，根据所述目标用户的历史设备信息，判断所述目标用户的当前设备信息是否异常；所述当前设备信息包括用户代理信息、IP地址、MAC地址和定位信息；

若所述目标用户的当前设备信息异常，则通过预设鼠标活动捕捉脚本，捕捉目标用户的鼠标活动记录；

将所述鼠标活动记录输入到鼠标活动判别模型中进行真实用户验证，得到验证结果。

2.如权利要求1所述的方法，其特征在于，还包括：

获取训练鼠标活动记录集，并对所述训练鼠标活动记录集中的每条训练鼠标活动记录进行事件划分，得到训练鼠标活动记录对应的至少一个鼠标活动片段；所述训练鼠标活动记录集包括真实用户鼠标活动记录和虚假用户鼠标活动记录；所述鼠标活动片段包括滑动片段、点击片段、拖动片段和滚轮片段；

针对每个训练鼠标活动记录中每个鼠标活动片段，进行多维特征提取，得到鼠标活动片段对应的多维特征数据；

根据训练鼠标活动记录下鼠标活动片段对应的多维特征数据，训练极端梯度提升模型，得到鼠标活动判别模型。

3.如权利要求2所述的方法，其特征在于，所述对所述训练鼠标活动记录集中的每条训练鼠标活动记录进行事件划分，得到训练鼠标活动记录对应的至少一个鼠标活动片段，包括：

从所述训练鼠标活动记录的起始时间开始，逐步查询鼠标状态为按键松开操作的步骤；

当查询到鼠标状态为按键松开操作的步骤时，将该步骤作为目标步骤；

将所述目标步骤的上一步骤作为当前步骤，查询所述当前步骤的鼠标状态，判断所述当前步骤的鼠标状态是否为按键按下操作；

若所述当前步骤的鼠标状态为按键按下操作，则将所述当前步骤作为起始步骤，检查所述起始步骤的拖动标识是否为0；

若所述拖动标识为0，则划分所述起始步骤至所述目标步骤对应的鼠标活动片段为点击片段；若所述拖动标识为1，则划分所述起始步骤至所述目标步骤对应的鼠标活动片段为拖动片段。

4.如权利要求3所述的方法，其特征在于，在将所述目标步骤的上一步骤作为当前步骤，查询所述当前步骤的鼠标状态，判断所述当前步骤的鼠标状态是否为按键按下操作之后，还包括：

若所述当前步骤的鼠标状态非按键按下操作，则判断所述当前步骤的鼠标状态是否为拖动状态；

若所述当前步骤的鼠标状态为拖动状态，则将所述当前步骤的拖动标识设置为1，将当前步骤的上一步骤作为新的当前步骤。

5.如权利要求2所述的方法，其特征在于，所述多维特征数据包括位移、时间、速度、加速度、急动度、角度、曲率和活动类特征，以及各维度特征下数据的最大值、最小值、均值、方差和峰度；所述活动类特征包括鼠标轨迹中连续三个点构成的角度、鼠标轨迹转折点、鼠标平均悬停时间、鼠标轨迹中每个点与终点的距离及其一阶差分。

6.如权利要求2所述的方法，其特征在于，所述根据训练鼠标活动记录下鼠标活动片段对应的多维特征数据，训练极端梯度提升模型，得到鼠标活动判别模型，包括：

当训练极端梯度提升模型后，通过均衡平均数算法计算所述极端梯度提升模型的训练评价指标，计算公式如下：

其中，F是所述极端梯度提升模型的训练评价指标，P是所述极端梯度提升模型判断为虚假用户鼠标活动记录的准确率，R是所述极端梯度提升模型正确判断出的虚假用户鼠标活动记录的数量与训练鼠标活动记录集中的虚假用户活动记录的比值；

根据所述训练评价指标，调整所述训练鼠标活动记录集中真实用户鼠标活动记录和虚假用户鼠标活动记录的数量，并根据调整后的训练鼠标活动记录集对所述极端梯度提升模型进行再训练，直到所述训练评价指标在目标数值范围内。