[发明专利]一种基于神经网络的安全保护方法及系统

说明书

技术领域

本发明涉及电子技术领域，尤其涉及一种基于神经网络的安全保护方法及系统。

背景技术

金融终端系统特指用于支持金融终端设备进行各种金融类业务的整套系统。传统金融终端系统是金融业务与用户交互的直接媒介，是金融业务的入口，其安全性非常重要。如果金融终端系统一旦被不法分子盗用，将构成很大的安全性风险。目前业界的金融终端系统都没有一套较为完整的针对用户的行为特征的安全保护方案。

发明内容

针对现有技术的不足，本发明的目的旨在于提供一种基于神经网络的安全保护方法及系统，能够根据用户的行为特征有效地推演及预测风险，提高了金融终端设备的操作安全性能。

为实现上述目的，本发明采用如下技术方案：

一种基于神经网络的安全保护方法，包括如下步骤，

获取与用户账号相关联的历史用户行为特征数据X_j(j＝1,2,3,…,n)；

将所述历史用户行为特征数据X_j输入神经网络进行训练，以得到一风险评估模型；

将所述用户账号对应的当前用户行为特征数据X输入所述风险评估模型，以得到一评估值Y；

判断所述评估值Y是否在预设范围内；

若所述评估值Y不在预设范围内，则对所述用户账号进行相应的风险控制。

作为优选的，所述用户行为特征数据X_j至少包括用户操作时点击屏幕的压感X₁、用户偏好X₂以及用户操作时间点X₃。

作为优选的，所述神经网络为BP神经网络。

作为优选的，所述BP神经网络包括输入层、隐含层以及输出层，所述输入层包括n个节点，所述隐含层包括m个节点；所述风险评估模型为

其中，y为输出层输出的评估值；t_i为隐含层与输出层之间的连接权重；(i＝1,2,3…m；j＝1,2,3,…,n)为隐含层的输入，即为输入层的输出，W_ij为输入层与隐含层之间的连接权重；f(·)为神经网络中的激活函数，当隐含层有输入时，激活函数变为f(S_i)。

作为优选的，所述激活函数f(S_i)为

本发明还包括一种系统，所述系统包括，

存储器，用于存储程序指令；

处理器，用于运行所述程序指令，以执行如下步骤：

获取与用户账号相关联的历史用户行为特征数据X_j(j＝1,2,3,…,n)；

将所述历史用户行为特征数据X_j输入神经网络进行训练，以得到一风险评估模型；

将所述用户账号对应的当前用户行为特征数据X输入所述风险评估模型，以得到一评估值Y；

判断所述评估值Y是否在预设范围内；

若所述评估值Y不在预设范围内，则对所述用户账号进行相应的风险控制。

作为优选的，所述用户行为特征数据X_j至少包括用户操作时点击屏幕的压感X₁、用户偏好X₂以及用户操作时间点X₃。

作为优选的，所述神经网络为BP神经网络。

作为优选的，所述BP神经网络包括输入层、隐含层以及输出层，所述输入层包括n个节点，所述隐含层包括m个节点；所述风险评估模型为

其中，y为输出层输出的评估值；t_i为隐含层与输出层之间的连接权重；(i＝1,2,3…m；j＝1,2,3,…,n)为隐含层的输入，即为输入层的输出，W_ij为输入层与隐含层之间的连接权重；f(·)为神经网络中的激活函数，当隐含层有输入时，激活函数变为f(S_i)。

作为优选的，所述激活函数f(S_i)为

本发明的有益效果如下：

本发明能够根据用户的行为特征有效地推演及预测风险；尤其是能够将获取的足够的用户行为特征作为神经网络的训练数据，对神经网络进行训练，从而得到一风险评估模型，通过该风险评估模型即能够有效判断用户对金融终端设备的操作是否存在风险。

附图说明

图1为本发明一种基于神经网络的安全保护方法的流程示意图；

图2为本发明中的神经网络的结构示意图；