[发明专利]用于阻止机器流量的方法和系统

说明书

本公开涉及一种用于阻止针对应用的机器流量的系统和方法。该系统包括：流量接收模块，所述流量接收模块被配置成接收针对所述应用的流量以及与发出所述流量的设备相关联的终端实时特征；流量分析模块，所述流量分析模块被配置成基于所述终端实时特征来分析所接收到的流量以确定所述流量是否是机器流量；以及阻挡模块，所述阻挡模块被配置成在所述流量是机器流量的情况下阻止所述流量。

技术领域

本公开涉及应用程序交互的领域，尤其涉及用于阻止机器流量的方法和系统。

背景技术

机器流量一般是指由模仿或者代替人类用户的行为的软件应用程序、自动化脚本等“机器人（robot）”程序所自动执行的操作，诸如与目标应用程序的交互等等。

在许多情形中，机器流量是不合需的，因而需要阻止其对目标应用程序的访问、交互等等。

本公开针对但不限于上述诸多因素进行了改进。

发明内容

为此，本公开提出了一种用于阻止机器流量的方法和系统。本公开的技术方案利用终端实时特征，优选地结合离线特征（例如，在云上、服务器端）来识别机器流量，包括基于离线特征对用户画像并结合终端实时特征，通过对离线特征和终端实时特征进行分箱加截断以及截断加标准化的手势数据处理方式来进行机器流量识别。本公开的技术方案各特征采用隐性特征交叉与显性特征交叉、高阶特征交叉与低阶特征交叉结合的方式来处理终端实时特征和/或离线特征，并对来自手势传感器的特征（即手势操作序列）采用文本CNN（TextCNN）来捕捉机器相似性特征，以有效地识别机器流量。本公开的技术方案还针对高准确率的训练目标采用离线策略指导训练集选取，以及采用焦点损失函数来提升识别准确率。

根据本公开的一方面，提供了一种用于阻止针对应用的机器流量的系统，包括：流量接收模块，所述流量接收模块被配置成接收针对所述应用的流量以及与发出所述流量的设备相关联的终端实时特征；流量分析模块，所述流量分析模块被配置成基于所述终端实时特征来分析所接收到的流量以确定所述流量是否是机器流量；以及阻挡模块，所述阻挡模块被配置成在所述流量是机器流量的情况下阻止所述流量。

根据以上示例，所述终端实时特征包括所述设备在发出所述流量时的当前状态和实时用户操作序列，所述当前状态包括所述设备的姿态、电量、充电状态、网络类型、屏幕亮度、当前时间、设备型号中的至少一者，并且所述实时用户操作序列包括通过手势传感器或键盘、鼠标等获得的、在发出所述流量的时刻之前和/或之后的预定时段内的用户操作。

根据另一实施例，所述流量分析模块还被配置成基于与所述流量相关联的离线特征来确定所述流量是否是机器流量，其中所述离线特征包括与所述设备相关联的用户的特征和/或所述设备的风险水平。

根据又一实施例，与所述设备相关联的用户的特征包括用户的当天步数、用户与所述应用的交互历史中的至少一者，并且所述设备的风险水平包括所述设备是否有安全漏洞、是否安装有恶意软件、是否中毒。

根据又一实施例，所述流量分析模块还被配置成使用神经网络模型来分析所述流量，其中所述终端实时特征和/或所述离线特征被分箱并通过嵌入的方式融入所述神经网络模型中。

根据又一实施例，所述终端实时特征和/或所述离线特征被分箱并通过嵌入的方式融入所述神经网络模型中。

根据又一实施例，所述神经网络包括用于隐性特征交叉的DNN网络和用于显性特征交叉的压缩交互网络和因子分解机。

根据又一实施例，所述实时用户操作序列包括通过手势传感器采集的手势数据，并且所述手势数据还由文本CNN和张量流来处理。

根据本公开的第二方面，提供了一种用于阻止针对应用的机器流量的方法，包括：接收针对所述应用的流量以及与发出所述流量的设备相关联的终端实时特征；基于所述终端实时特征来分析所接收到的流量以确定所述流量是否是机器流量；以及在所述流量是机器流量的情况下阻止所述流量。