[发明专利]一种基于移动设备传感器的人机交互验证方法在审

专利信息
申请号: 201911154388.X 申请日: 2019-11-21
公开(公告)号: CN111177668A 公开(公告)日: 2020-05-19
发明(设计)人: 许伟;陈国庆;谢强 申请(专利权)人: 武汉极意网络科技有限公司
主分类号: G06F21/31 分类号: G06F21/31;G06K9/62
代理公司: 武汉知产时代知识产权代理有限公司 42238 代理人: 金慧君
地址: 430000 湖北省武汉市东湖开发区大学*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 移动 设备 传感器 人机交互 验证 方法
【权利要求书】:

1.一种基于移动设备传感器的人机验证方法,其特征在于,包括:

客户端采集用户动作的验证数据,所述验证数据包括用户与移动设备上的软件进行交互时的交互验证数据,以及交互过程中传感器产生的传感器验证数据;

当用户访问提交数据的入口时,所述客户端将所述验证数据上传至业务服务器;

所述业务服务器根据验证策略,对所述验证数据进行决策,并向所述客户端返回验证结果;还包括:

与所述业务服务器连接的数据存储服务器以及数据分析服务器,所述数据存储服务器中存储有来自不同客户端的验证数据以及对应的验证结果;所述数据分析服务器将存储在所述数据存储服务器中的部分客户端的验证数据处理成待分析样本数据集,并利用特征工程对所述待分析样本数据集进行处理,得到用于策略更新的特征组合,所述数据分析服务器利用所述特征组合对验证策略进行更新,得到新的验证策略并返回给所述业务服务器。

2.根据权利要求1所述的基于移动设备传感器的人机验证方法,其特征在于,所述交互验证数据包括用户在软件操作界面的交互方式、进行交互的界面元素信息。

3.根据权利要求1所述的基于移动设备传感器的人机验证方法,其特征在于,所述传感器验证数据包括移动设备的陀螺仪、加速度计、屏幕压力传感器、屏幕多点触传感器在所述交互过程中产生的数据;所述交互验证数据与所述传感器验证数据以时间序列的形式构成所述验证数据。

4.根据权利要求1所述的基于移动设备传感器的人机验证方法,其特征在于,所述数据分析服务器对来自客户端的验证数据以及对应的验证结果进行样本清洗、数据预处理,将数据标签、交互方式、界面元素信息、移动设备姿态、移动设备加速度、移动设备角速度、屏幕上的触控轨迹、屏幕上的压力变化过程进行结构化,形成n组包含k个变量的待分析样本数据集Ak×n={A1,A2,…,An},其中,A1,A2,…,An表示矩阵Ak×n的列向量,每个列向量均包含k个变量。

5.根据权利要求1或4所述的基于移动设备传感器的人机验证方法,其特征在于,所述利用特征工程对所述待分析样本数据集进行处理,得到用于策略更新的特征组合的具体过程为:

利用主成分分析方法或者高维数据降维对所述待分析样本数据集{A1,A2,…,An}进行降维处理得到第一初步特征,并对所述第一初步特征进行特征选择得到第一特征集合{S1,S2,…,Si};利用贝叶斯估计对所述待分析数据样本集{A1,A2,…,An}进行分类处理得到第二初步特征,并对所述第二初步特征进行特征选择得到第二特征集合{Si+1,Si+2,…,Sj};利用高斯混合模型对所述待分析数据样本集{A1,A2,…,An}进行聚类处理得到第三初步特征,并对所述第三初步特征进行特征选择得到第三特征集合{Sj+1,Sj+2,…,Sm};所述三个特征集合{S1,S2,…,Si}、{Si+1,Si+2,…,Sj}、{Sj+1,Sj+2,…,Sm}共同构成特征组合{S1,S2,…,Sm}。

6.根据权利要求1所述的基于移动设备传感器的人机验证方法,其特征在于,所述验证结果包括所述验证数据为自然人产生,以及所述验证数据为非自然人产生。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉极意网络科技有限公司,未经武汉极意网络科技有限公司许可,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/201911154388.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top