[发明专利]一种基于区块链的检测用户类型的方法与设备在审
| 申请号: | 202010974987.2 | 申请日: | 2020-09-16 |
| 公开(公告)号: | CN112269793A | 公开(公告)日: | 2021-01-26 |
| 发明(设计)人: | 陈文涛 | 申请(专利权)人: | 连尚(新昌)网络科技有限公司 |
| 主分类号: | G06F16/23 | 分类号: | G06F16/23;G06F16/27;G06Q50/00;H04L29/08 |
| 代理公司: | 上海三和万国知识产权代理事务所(普通合伙) 31230 | 代理人: | 周建华 |
| 地址: | 312500 浙江省绍兴市新昌县南*** | 国省代码: | 浙江;33 |
| 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 区块 检测 用户 类型 方法 设备 | ||
本申请的目的是提供一种基于区块链的检测用户类型的方法与设备,包括:确定第一节点上传至区块链的第一违规用户判定模型;获取从所述区块链上下载所述第一违规用户判定模型的下载记录信息;确定一个或者多个第二节点分别上传至所述区块链的、与所述一个或者多个第二节点对应的一个或者多个第二违规用户判定模型;接收目标组织的用户设备发送的用户检测请求;响应于所述用户检测请求,根据该组织标识对应的违规用户判定模型对所述用户数据信息进行检测以确定所述目标用户是否为违规用户检测本。申请可以提升检测准确率同时减少训练成本。
技术领域
本申请涉及通信领域,尤其涉及一种基于区块链的检测用户类型的技术。
背景技术
随着互联网的迅速发展,社交网络已经成为人们日常生活中的重要社交部分。然而,社交网络中的异常用户层出不穷,其危害也日益严重。因此,审核出社交网络中的异常用户对提高用户体验、保持良好的网络环境等具有重要作用。现在每个拥有社交产品的公司一般是通过机器审核和人工审核的方式去检测用户,需要人工不断更新数据库才能保证审核的可靠性,而且每个公司所拥有的用户量不一样,在一些情况下,除了用户量较大的大公司在较大用户数量检测下可以获得较准的结果,一些小公司对用户进行审核得到的检测准确率较低。
发明内容
本申请的一个目的是提供一种基于区块链的检测用户类型的方法与设备。
根据本申请的一个方面,提供了一种基于区块链的检测用户类型的方法,该方法包括:
确定第一节点上传至区块链的第一违规用户判定模型,其中,所述第一节点为第一组织对应的节点,所述第一违规用户判定模型包括所述第一组织的组织标识信息,所述第一违规用户判定模型是由所述第一节点的模型数据信息进行训练而生成的;
获取从所述区块链上下载所述第一违规用户判定模型的下载记录信息,其中,所述下载记录信息包括下载所述第一违规用户判定模型的一个或者多个第二组织分别对应的组织标识信息;
确定一个或者多个第二节点分别上传至所述区块链的、与所述一个或者多个第二节点对应的一个或者多个第二违规用户判定模型,其中,所述一个或者多个第二节点用于表征所述一个或者多个第二组织,所述一个或者多个第二违规用户判定模型中的每个第二违规用户判定模型与对应的第二组织的组织标识信息相匹配,所述每个第二违规用户判定模型是由对应的第二节点的模型数据增量信息更新所述第一违规用户判定模型而确定的;
接收目标组织的用户设备发送的用户检测请求,其中,所述用户检测请求包括请求使用的违规判定模型所属组织的组织标识信息以及所述目标组织提供的目标用户的用户数据信息;
响应于所述用户检测请求,根据该组织标识对应的违规用户判定模型对所述用户数据信息进行检测以确定所述目标用户是否为违规用户。
根据本申请的一个方面,提供了一种基于区块链的检测用户类型的网络设备,该设备包括:
一一模块,用于确定第一节点上传至区块链的第一违规用户判定模型,其中,所述第一节点为第一组织对应的节点,所述第一违规用户判定模型包括所述第一组织的组织标识信息,所述第一违规用户判定模型是由所述第一节点的模型数据信息进行训练而生成的;
一二模块,用于获取从所述区块链上下载所述第一违规用户判定模型的下载记录信息,其中,所述下载记录信息包括下载所述第一违规用户判定模型的一个或者多个第二组织分别对应的组织标识信息;
一三模块,用于确定一个或者多个第二节点分别上传至所述区块链的、与所述一个或者多个第二节点对应的一个或者多个第二违规用户判定模型,其中,所述一个或者多个第二节点用于表征所述一个或者多个第二组织,所述一个或者多个第二违规用户判定模型中的每个第二违规用户判定模型与对应的第二组织的组织标识信息相匹配,所述每个第二违规用户判定模型是由对应的第二节点的模型数据增量信息更新所述第一违规用户判定模型而确定的;
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连尚(新昌)网络科技有限公司,未经连尚(新昌)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/202010974987.2/2.html,转载请声明来源钻瓜专利网。





