[发明专利]一种身份认证方法、装置及设备

说明书

本申请提供了一种身份认证的方法、装置及设备。该方法包括：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，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；根据提取出的用户特征，对所述当前用户进行身份认证。在本申请中，通过深度自编码器从原始数据中学习到更丰富的用户特征，利用该用户特征能够更加准确、丰富的刻画当前设备的机主用户，从而提高身份认证的准确性。

技术领域

本申请涉及人工智能技术，尤其涉及一种身份认证方法、装置及设备。

背景技术

在移动互联时代，用户对智能设备的依赖性越来越高，对智能设备的安全性要求也更加严格。目前，占据市场上绝大多数的一类身份认证产品为以硬件设备，主要以设备认证、令牌和密钥为主的认证方式。

但是，上述身份认证方式虽然能够在一定程度上对用户身份进行保障，但是还都存在很多安全问题，如传统的密码认证和图案模式匹配认证存在易截获、易破解、易泄露、易伪造、与用户身份的相关性弱等风险，无法保证用户身份认证的准确性。

发明内容

本申请提供一种一种身份认证方法、装置及设备，以提升用户身份认证的准确性，并实现对用户的无感知身份认证，提升用户体验。

第一方面，本申请提供一种身份认证方法，包括：获得当前用户的行为数据和当前设备的设备数据；将行为数据和设备数据输入特征提取模型进行特征提取，其中，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；根据提取出的用户特征，对当前用户进行身份认证。

在本申请中，通过深度自编码器从原始数据中学习到更丰富的用户特征，利用该用户特征能够更加准确、丰富的刻画机主用户（可以理解为对当前设备具有管理员权限的用户、与当前设备绑定的用户、当前设备的合法用户等）。那么，根据这些用户特征进行用户身份认证，能够提高身份认证的准确性。进一步地，由于基于用户的历史行为数据和历史设备数据认证当前操作用户的身份，使得整个认证过程无需用户进行任何特定操作即可完成，实现在用户正常操作下无感知地对其完成身份认证，并且使得用户无法刻意规避该身份认证，进一步提高身份认证的安全性，提升用户体验。

在一些可能的实施方式中，将行为数据和设备数据输入特征提取模型进行特征提取，包括：将行为数据和设备数据输入特征提取模型；将特征提取模型输出的中间层向量确定为用户特征。

在一些可能的实施方式中，将行为数据和设备数据输入特征提取模型，包括：对行为数据和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；将数据序列输入特征提取模型。

在一些可能的实施方式中，在将行为数据和设备数据输入特征提取模型进行特征提取之前，方法还包括：获得历史行为数据和历史设备数据；将历史行为数据和历史设备数据输入特征提取模型进行训练。

在一些可能的实施方式中，在将历史行为数据和历史设备数据输入特征提取模型进行训练之后，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当前设备的机主特征模板，机主特征模板包括当前设备的机主用户的用户特征。

在一些可能的实施方式中，根据提取出的用户特征，对当前用户进行身份认证，包括：获得当前设备对应的机主特征模板；根据用户特征和机主特征模板，生成特征对；将特征对输入身份风险识别模型进行身份认证，身份风险识别模型为基于机主特征模板训练得到的神经网络模型。

在一些可能的实施方式中，在将特征对输入身份风险识别模型进行身份认证之后，方法还包括：根据样本用户的用户特征和机主特征模板，生成多个样本对；若样本用户为机主用户，则对样本对标记第一值；若样本用户为非机主用户，则对样本对标记第二值；将标记后的多个样本对输入身份风险识别模型进行训练。