[发明专利]攻击检测方法、电子设备和计算机可读存储介质

说明书

本申请提供了一种攻击检测方法、电子设备和计算机可读存储介质，其中，该方法包括：获取待测对象对应的第一类数据，所述第一类数据包括：所述待测对象的行为相关数据、检测所述待测对象所使用设备的设备相关数据以及所述待测对象的待对象信息中的至少一种；基于所述第一类数据对所述待测对象进行攻击风险检测；若检测结果指示所述待测对象不存在攻击风险，基于所获取的所述待测对象的第二类数据和相应的活体检测模型对所述待测对象进行活体检测；其中，所述第二类数据包括所述待测对象的指定部位的图像数据。

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种攻击检测方法、电子设备和计算机可读存储介质。

背景技术

互联网环境中存在较多的潜在危害，因此，为了提高在互联网中实现的服务的安全性，在提供服务之前通常会需要进行身份验证。

现有技术中在对用户进行身份认证时，为了提高身份认证的可靠性，通常需要对用户进行活体检测，但是目前的活体检测一般都是通过模型进行检测，需要相对较大的计算量，并且相同的活体检测模式可能存在不能够满足不同的检测环境的检测需求的问题，因此，亟需一种可靠性较高的技术方案，以用于对用户进行身份认证。

发明内容

本申请的目的在于提供一种攻击检测方法、电子设备和计算机可读存储介质，以改善现有检测方式存在可靠性低的问题。

第一方面，本发明提供一种攻击检测方法，包括：获取待测对象对应的第一类数据，所述第一类数据包括：所述待测对象的行为相关数据、检测所述待测对象所使用设备的设备相关数据以及所述待测对象的对象信息中的至少一种；基于所述第一类数据对所述待测对象进行攻击风险检测；若检测结果指示所述待测对象不存在攻击风险，基于所获取的所述待测对象的第二类数据和相应的活体检测模型对所述待测对象进行活体检测；其中，所述第二类数据包括所述待测对象的指定部位的图像数据。

在可选的实施方式中，所述获取待测对象对应的第一类数据，包括：在不同检测阶段分别采集所述待测对象所对应的第一类数据；其中，所述检测阶段包括图像采集质量检测阶段、所述对象信息检测阶段；所述基于所述第一类数据对所述待测对象进行攻击风险检测，包括：分别基于各检测阶段采集的所述第一类数据对所述待测对象进行攻击风险检测。

在可选的实施方式中，所述检测结果包括风险预测分值；所述基于所述第一类数据对所述待测对象进行攻击风险检测，包括：按照目标规则判断所述第一类数据是否存在异常；其中，所述目标规则包括以下规则中的至少一项：所述第一类数据在目标数值范围内或者所述第一类数据包含目标字段；若是，则确定所述待测对象存在攻击风险；否则，利用风险预测模型对所述第一类数据进行检测，得到风险预测分值；其中，所述风险预测分值小于第一阈值时表征所述待测对象不存在攻击风险。

在可选的实施方式中，所述检测结果包括风险预测分值；所述基于所获取的所述待测对象的第二类数据和相应的活体检测模型对所述待测对象进行活体检测，包括：若所述风险预测分值小于第二阈值，使用第一活体检测模型基于所述第二类数据对所述待测对象进行活体检测，所述第二阈值小于所述第一阈值；若所述风险预测分值大于第二阈值且小于第一阈值，使用第二活体检测模型基于所述第二类数据对所述待测对象进行活体检测，所述第一活体检测模型的通过率大于所述第二活体检测模型的通过率，所述第二活体检测模型的检出率大于所述第一活体检测模型的检出率。

在可选的实施方式中，所述第一类数据包括在图像采集质量检测阶段所采集的所述待测对象的行为相关数据；所述行为相关数据包括设备调整操作行为数据、图像采集次数、采集图像所花时长数据中至少一项；所述按照目标规则判断所述第一类数据是否存在异常，包括：基于所述设备调整操作行为数据判断设备调整操作存在错误的次数是否大于异常次数阈值，若是，则确定所述第一类数据存在异常；或者，判断所述图像采集次数是否大于采集图像次数阈值，若是，则确定所述第一类数据存在异常；或者，判断所述采集图像所花时长是否大于采集图像时长阈值若是，则确定所述第一类数据存在异常。