[发明专利]一种身份认证方法、装置及设备

权利要求书

1.一种身份认证方法，其特征在于，包括：

获得当前用户的行为数据和当前设备的设备数据；

将所述行为数据和所述设备数据输入特征提取模型进行特征提取，得到用户特征；其中，所述特征提取模型为基于历史行为数据和历史设备数据训练得到的深度自编码器；

获得所述当前设备对应的机主特征模板；

根据所述用户特征和所述机主特征模板，生成特征对；

将所述特征对输入身份风险识别模型进行身份认证，所述身份风险识别模型为基于所述机主特征模板训练得到的神经网络模型。

2.根据权利要求1所述的方法，其特征在于，所述将所述行为数据和所述设备数据输入特征提取模型进行特征提取，得到用户特征包括：

将所述行为数据和所述设备数据输入特征提取模型；

将所述特征提取模型输出的中间层向量确定为所述用户特征。

3.根据权利要求2所述的方法，其特征在于，所述将所述行为数据和所述设备数据输入特征提取模型，得到用户特征包括：

对所述行为数据和所述设备数据进行预处理；

将处理后的行为数据和处理后的设备数据进行拼接，得到数据序列；

将所述数据序列输入所述特征提取模型。

4.根据权利要求1至3任一项所述的方法，其特征在于，在所述将所述行为数据和所述设备数据输入特征提取模型进行特征提取，得到述用户特征之前，所述方法还包括：

获得所述历史行为数据和所述历史设备数据；

将所述历史行为数据和所述历史设备数据输入所述特征提取模型进行训练。

5.根据权利要求4所述的方法，其特征在于，在所述将所述历史行为数据和所述历史设备数据输入所述特征提取模型进行训练之后，所述方法还包括：

将训练后的特征提取模型输出的中间层向量确定为所述当前设备的机主特征模板，所述机主特征模板包括所述当前设备的机主用户的用户特征。

6.根据权利要求1所述的方法，其特征在于，在所述将所述特征对输入身份风险识别模型进行身份认证之后，所述方法还包括：

根据样本用户的用户特征和所述机主特征模板，生成多个样本对；

若样本用户为所述当前设备的机主用户，则对所述样本对标记第一值；或，若样本用户非所述当前设备的机主用户，则对所述样本对标记第二值；

将标记后的多个样本对输入所述身份风险识别模型进行训练。

7.一种身份认证装置，其特征在于，包括：

数据获得模块，用于获得当前用户的行为数据和当前设备的设备数据；

特征提取模块，用于将所述行为数据和所述设备数据输入特征提取模型进行特征提取，得到用户特征；其中，所述特征提取模型为基于历史行为数据和历史设备数据训练得到的深度自编码器；

身份认证模块，用于获得所述当前设备对应的机主特征模板；

根据所述用户特征和所述机主特征模板，生成特征对；

将所述特征对输入身份风险识别模型进行身份认证，所述身份风险识别模型为基于所述机主特征模板训练得到的神经网络模型。

8.根据权利要求7所述的装置，其特征在于，所述特征提取模块，用于将所述行为数据和所述设备数据输入特征提取模型；将所述特征提取模型输出的中间层向量确定为所述用户特征。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：用于执行所述可执行指令时，实现如权利要求1至6任一项所述的身份认证方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的身份认证方法。