[发明专利]应用程序的刷量识别方法、装置

权利要求书

1.一种应用程序的刷量识别方法，其特征在于，包括：

获取每次用户操作行为发生时相应移动终端中各个传感器的状态采样值；

根据所述状态采样值计算所述用户操作行为的可信度；

判断所述用户操作行为的可信度是否在预设范围内，如果是，则判定所述用户操作行为为刷量行为。

2.根据权利要求1所述的方法，其特征在于，获取每次用户操作行为发生时相应的移动终端中各个传感器的状态采样值，包括：

在发生用户操作行为时，获取相应移动终端中各个传感器的可访问状态；

对于可访问状态为允许访问的传感器，按照预设采样周期对其状态值进行采样得到对应的状态采样值。

3.根据权利要求1或2所述的方法，其特征在于，在根据所述状态采样值计算所述用户操作行为的可信度之前，所述方法还包括：

获取状态值正样本和状态值负样本，并根据所述状态值正样本和状态值负样本进行训练，确定预设神经网络模型的模型参数。

4.根据权利要求3所述的方法，其特征在于，根据所述状态采样值计算所述用户操作行为的可信度，包括：

根据所述状态采样值计算各个传感器的采样值标准差；

根据所述采样值标准差生成对应于所述用户操作行为的特征向量；

将所述特征向量输入预设神经网络模型，并根据所述预设神经网络模型的模型参数计算所述用户操作行为的可信度。

5.根据权利要求1或2所述的方法，其特征在于，还包括：

在获取到所述状态采样值后，将所述状态采样值与对应的传感器标识码和移动终端标识码以打点日志的形式进行存储。

6.一种应用程序的刷量识别装置，其特征在于，包括：

数据采样单元，用于获取每次用户操作行为发生时相应移动终端中各个传感器的状态采样值；

数据处理单元，用于根据所述状态采样值计算所述用户操作行为的可信度；

刷量识别单元，用于判断所述用户操作行为的可信度是否在预设范围内，如果是，则判定所述用户操作行为为刷量行为。

7.根据权利要求6所述的装置，其特征在于，所述数据采样单元包括：

访问状态确定模块，用于在发生用户操作行为时，获取相应移动终端中各个传感器的可访问状态；

数据采样模块，用于对于可访问状态为允许访问的传感器，按照预设采样周期对其状态值进行采样得到对应的状态采样值。

8.根据权利要求6或7所述的装置，其特征在于，还包括：

模型训练单元，用于获取状态值正样本和状态值负样本，并根据所述状态值正样本和状态值负样本进行训练，确定预设神经网络模型的模型参数。

9.根据权利要求8所述的装置，其特征在于，所述数据处理单元包括：

标准差计算模块，用于根据所述状态采样值计算各个传感器的采样值标准差；

特征向量生成模块，用于根据所述采样值标准差生成对应于所述用户操作行为的特征向量；

可信度计算模块，用于将所述特征向量生成单元生成的特征向量输入预设神经网络模型，并根据所述预设神经网络模型的模型参数计算所述用户操作行为的可信度。

10.根据权利要求6或7所述的装置，其特征在于，还包括：

打点记录单元，用于在获取到所述状态采样值后，将所述状态采样值与对应的传感器标识码和移动终端标识码以打点日志的形式进行存储。