[发明专利]计步作弊检测方法及装置在审
申请号: | 202110532536.8 | 申请日: | 2021-05-17 |
公开(公告)号: | CN113128131A | 公开(公告)日: | 2021-07-16 |
发明(设计)人: | 栾英英 | 申请(专利权)人: | 中国银行股份有限公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N20/00;G01C25/00 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 王天尧;谷敬丽 |
地址: | 100818 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 作弊 检测 方法 装置 | ||
1.一种计步作弊检测方法,其特征在于,包括:
从用户当前计步数据中,提取用户设备状态标签、用户运动行为标签和用户生物特征信息标签;所述设备状态标签用于描述记录用户计步数据的用户设备的状态;
将用户运动行为标签和用户生物特征信息标签,输入到计步作弊回归模型中,得到计步作弊回归模型对于用户状态的分析结果;所述计步作弊回归模型通过对用户的历史计步数据进行回归分析及建模得到;
将用户设备状态标签,与预设置的设备状态判断条件进行对比分析,得到用户设备状态的分析结果;
根据计步作弊回归模型的分析结果,和用户设备状态的分析结果,确定用户的计步过程是否作弊。
2.如权利要求1所述的方法,其特征在于,所述用户运动行为标签包括:分别用于表征用户运动轨迹、运动时长和运动频率的标签;所述用户生物特征信息标签包括:分别用于表征用户运动时心跳和体温的标签。
3.如权利要求1所述的方法,其特征在于,还包括:
按如下方式建立计步作弊回归模型:
从获取的用户历史计步数据中,提取用户运动行为标签和用户生物特征信息标签的历史记录;
以机器学习算法,对用户运动行为标签和用户生物特征信息标签的历史记录,进行回归分析及建模,得到计步作弊回归模型。
4.如权利要求3所述的方法,其特征在于,所述回归分析包括:线性回归分析、和/或GBDT回归分析。
5.如权利要求3所述的方法,其特征在于,所述计步作弊回归模型用于将用户运动行为标签和用户生物特征信息标签的历史记录,与从用户当前计步数据中提取的用户运动行为标签和用户生物特征信息标签,进行回归分析,确定用户当前计步数据中用户运动行为标签和/或用户生物特征信息标签是否异常。
6.如权利要求1所述的方法,其特征在于,所述用户设备状态标签,包括模拟定位标签;所述模拟定位标签用于描述用户设备是否开启模拟定位;所述预设置的设备状态判断条件,用于表征预设置的设备模拟定位开启与否,与设备状态是否异常的对应关系;
将用户设备状态标签,与预设置的设备状态判断条件进行对比分析,得到用户设备状态的分析结果,包括:
根据模拟定位标签,确定用户设备是否开启模拟定位;
在确定用户设备开启模拟定位时,若预设置的设备状态判断条件为:在设备模拟定位开启时,对应设备状态为异常状态,则确定用户设备状态为异常。
7.如权利要求1所述的方法,其特征在于,所述设备状态标签,包括连接电源标签;所述连接电源标签用于描述用户设备是否连接电源;所述预设置的设备状态判断条件,用于表征预设置的设备连接电源开启与否,与设备状态是否异常的对应关系;
将用户设备状态标签,与预设置的设备状态判断条件进行对比分析,得到用户设备状态的分析结果,包括:
根据连接电源标签,确定用户设备是否连接电源;
在确定用户设备连接电源时,若预设置的设备状态判断条件为:在设备连接电源时,对应设备状态为异常状态,则确定用户设备状态为异常。
8.如权利要求1所述的方法,其特征在于,根据计步作弊回归模型的分析结果,和用户设备状态的分析结果,确定用户的计步过程是否作弊,包括:
若计步作弊回归模型的分析结果表示:用户当前计步数据中用户运动行为标签/或用户生物特征信息标签异常,和/或,用户设备状态的分析结果表示:用户设备状态为异常,则确定用户的计步过程作弊。
9.如权利要求1所述的方法,其特征在于,还包括:
在确定用户的计步过程作弊时,发出用户的计步过程作弊的告警信息。
10.如权利要求1所述的方法,其特征在于,还包括:
将计步作弊回归模型的分析结果,用户设备状态的分析结果,以及确定的用户的计步过程是否作弊的结果,进行记录,生成记录文件。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行股份有限公司,未经中国银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110532536.8/1.html,转载请声明来源钻瓜专利网。