[发明专利]用户身份鉴定方法、装置、计算机设备和存储介质

说明书

一种用户身份鉴定方法、装置、计算机设备和存储介质，用户身份鉴定方法包括：获取目标用户在第一预设时间内的目标行为数据；将所述目标行为数据输入特征指纹模型中，生成所述目标行为数据对应的目标行为指纹图，其中，所述行为指纹图是对行为数据进行分析后、生成的表征用户在交互事件中行为趋向性的图形；获取所述目标用户在第二预设时间内的参照行为指纹图；计算所述目标行为指纹图和所述参照行为指纹图的相似度，当所述相似度大于或等于阈值时，对所述目标用户的身份鉴定通过。通过此方法，无需基于用户的硬件设备进行行为监控，身份鉴定的普适性强，且准确性更高。

技术领域

本发明涉及计算机技术领域，具体地涉及一种用户身份鉴定方法、装置、计算机设备和存储介质。

背景技术

生物特征识别是指基于个人独特的生理或行为特征进行自动身份判定的技术和方法，主要包括两个方向：生物特征识别与生物行为特征识别。前者主要研究根据人脸、指纹、虹膜、掌纹等生理特征进行身份识别和认证；后者主要研究根据步态、语音、签名、击键、鼠标等行为特征进行身份识别和认证。随着网络技术的发展，人们逐步进入信息化和数据化的时代，数据交换成为了现代交往的一个重要环节，信息安全也变得尤为重要，常将人的生物特征作为身份鉴定的依据，以保证信息安全。而对于生物特征，如人脸、指纹、虹膜、步态、语音、签名等，的识别等都需要额外的硬件辅助。

为降低利用生物特征进行身份鉴定的硬件成本，人们尝试通过监控用户的生物行为特征来进行身份鉴定。然而，目前市场上存在的行为特征的身份鉴定方法，主要是基于用户击键、鼠标、触摸等行为进行的。主要存在两个问题，一个是普适性不强，用户更改键盘、鼠标、触摸屏等硬件设备后其键入特征也会相应变化；二是对身份鉴定的准确性不高。

发明内容

本发明解决的技术问题是如何不依赖于用户所使用的硬件，更准确地根据用户的行为特征来进行用户身份的鉴定。

为解决上述技术问题，本发明实施例提供一种用户身份鉴定方法，所述方法包括：获取目标用户在第一预设时间内的目标行为数据；将所述目标行为数据输入特征指纹模型中，生成所述目标行为数据对应的目标行为指纹图，其中，所述行为指纹图是对行为数据进行分析后、生成的表征用户在交互事件中行为趋向性的图形；获取所述目标用户在第二预设时间内的参照行为指纹图；计算所述目标行为指纹图和所述参照行为指纹图的相似度，当所述相似度大于或等于阈值时，对所述目标用户的身份鉴定通过。

可选的，所述目标行为数据具有发生时间，所述将所述目标行为数据输入特征指纹模型中，生成所述目标行为数据对应的目标行为指纹图，包括：根据所述发生时间的顺序遍历所述目标行为数据，按照会话对所述目标行为数据进行切分；根据切分后的目标行为数据获取不同行为事件间的跳转行为；获取跳转行为对应的源行为事件和目的行为事件，统计同一源行为事件和目的行为事件对应的跳转频次；根据所述跳转行为的源行为事件、目的行为事件和跳转频次，生成所述目标行为指纹图。

可选的，所述根据所述跳转行为的源行为事件、目的行为事件和跳转频次，生成所述目标行为指纹图，包括：将所述源行为事件和所述目的行为事件作为节点，跳转方向作为连线，连接所述源行为事件的节点和所述目的行为事件的节点；在所述连线上标注所述跳转频次，生成所述目标行为指纹图。

可选的，所述在所述连线上标注所述跳转频次，生成所述目标行为指纹图，包括：计算所述跳转频次对应的系数，在所述连线上标注所述跳转频次对应的系数，生成所述目标行为指纹图；其中，所述跳转频次对应的系数的计算公式为：其中，x为所述跳转频次，f(x)为所述跳转频次对应的系数。

可选的，所述计计算所述目标行为指纹图和所述参照行为指纹图的相似度，包括：从所述目标行为指纹图中获取目标向量，从所述参照行为特征图中获取参照向量；计算所述目标向量和所述参照向量的相关系数，即为所述目标行为指纹图和所述参照行为指纹图的相似度。

可选的，所述相关性系数为皮尔森相关系数。