CN116383786B - 一种基于物联网的大数据信息监管***及方法 - Google Patents
一种基于物联网的大数据信息监管***及方法 Download PDFInfo
- Publication number
- CN116383786B CN116383786B CN202310359919.9A CN202310359919A CN116383786B CN 116383786 B CN116383786 B CN 116383786B CN 202310359919 A CN202310359919 A CN 202310359919A CN 116383786 B CN116383786 B CN 116383786B
- Authority
- CN
- China
- Prior art keywords
- account
- user
- verification
- current user
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012795 verification Methods 0.000 claims abstract description 194
- 238000004458 analytical method Methods 0.000 claims abstract description 60
- 230000005856 abnormality Effects 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 13
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 68
- 230000003993 interaction Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Social Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于物联网的大数据信息监管***及方法,涉及大数据信息监管技术领域,包括:S1:用户对计算机中任一浏览器或软件发出登录访问请求,根据用户选择的验证方式,对用户输入的验证账号进行获取;S2:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号;S3:通过当前用户在计算机中的历史数据和账号所属对象的历史数据对当前用户与该账号所属对象的关系强度进行分析;S4:根据关系强度分析结果,判断是否向该账号发送验证信息;S5:用户向计算机输入验证账号所接收到的验证信息,若校验通过,则用户完成登录;对账号的登录操作进行监管,提高了对账号判别的准确性,进一步提高了账号的安全程度。
Description
技术领域
本发明涉及大数据信息监管技术领域,具体为一种基于物联网的大数据信息监管***及方法。
背景技术
信息监管技术是指采用各种技术手段和方法对信息进行监控和管理,保障信息的安全性、准确性和合法性。随着信息化技术的快速发展,信息在社会经济生活中的地位越来越重要,信息安全和信息监管也成为了当前的一个热点话题。在信息化时代,信息安全的问题已经引起了社会公众的广泛关注,社会对信息安全和监管的要求越来越高,政府和企业需要加强信息监管和管理。在现实生活照,用户实际使用计算机时存在账号共用的情况,多个用户使用同一账号进行浏览器或软件的登录操作时,可能会因为验证信息接收不及时导致登陆失败,或者可能会被认定为账号异常,所以对不属于账号本人进行登录的操作进行识别判断,需要采取新的监管措施和技术手段。
所以,人们需要一种基于物联网的大数据信息监管***及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于物联网的大数据信息监管***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于物联网的大数据信息监管方法,包括以下步骤:
S1:用户对计算机中任一浏览器或软件发出登录访问请求,根据用户选择的验证方式,对用户输入的验证账号进行获取;
S2:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号,若该账号为当前用户本人账号,则计算机向该账号发出验证信息;若该账号不是当前用户本人账号,则对当前用户与账号所属对象的关系进行分析;
S3:通过当前用户在计算机中的历史数据和账号所属对象的历史数据对当前用户与该账号所属对象的关系强度进行分析;
S4:根据关系强度分析结果,判断是否向该账号发送验证信息,并根据当前用户与该账号的关系,对验证信息的有效时长进行选择,或在该账号所属设备终端设置自动转发,根据对当前用户的判别结果,将验证信息实时转发至用户终端;
S5:用户向计算机输入验证账号所接收到的验证信息,若校验通过,则用户完成登录,计算机接收用户的访问请求。
进一步的,步骤S1包括:
步骤S1-1:用户通过计算机进行浏览器或软件登录,在当前界面中输入账号后发出登录访问请求;
步骤S1-2:服务器接收到用户发出的访问请求,向用户反馈验证方式选项;
步骤S1-3:用户选择验证方式,输入与当前界面的登录账号绑定的验证账号,用户向计算机发出验证信息获取请求,计算机通过服务器对该验证账号进行获取。
进一步的,步骤S2包括:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号,若该账号为当前用户本人账号,则计算机向该账号发出验证信息;若该账号不是当前用户本人账号,则对当前用户与账号所属对象的关系进行分析;
步骤S2-1:收集用户行为数据,提取当前用户在网站或应用上的历史行为数据,获取当前用户的行为模式;
步骤S2-2:对获取的验证账号进行分析,确保其字符长度或验证类型符合预定格式和规范,提取该验证账号的历史使用数据,包括该验证账号所绑定账户中的浏览历史、历史登陆时间、历史登录位置、点击、搜索、评论等行为,建立账号行为模式库;
所诉账号行为模式库表示账号行为模式的集合,这些行为模式可以时用户在***中经常进行的操作、常见的使用习惯、常见的流程等;通过对用户行为模式的分析,可以更好的了解用户的操作习惯,从而进行后续的数据分析;用户行为模式库应该保持定时更新和维护,以便于确保与用户行为的同步;
步骤S2-3:将当前用户的行为模式与账号行为模式库进行对比,可基于数据聚类或规则匹配的方法来分析当前用户是否为账号所属对象;
将账户行为模式库中的数据进行聚类,得到不同的行为模式,将当前用户的行为数据与已有的行为模式进行比较,利用聚类算法计算相似度;
或者,将账户行为模式数据转化为规则,将当前用户的行为数据与已有的规则进行比较,计算相似度;
若输入的验证账号与该用户的行为模式相似度大于等于预设的相似度阈值p时,认为该验证账号是该用户的所属账号,则计算机向该账号发出验证信息;若输入的验证账号与该用户的行为模式相似度小于p时,认为该验证账号不是该用户所属的账号,需要进行下一步骤确定二者关系。
进一步的,步骤S3包括:
步骤S3-1:对获取的历史数据进行处理使其符合分析要求,将当前用户与验证账号所属对象作为节点,将数据为边,将处理后的数据转化为网络结构,构建网络关系图;
步骤S3-2:分析当前用户和账号所属对象的关系强度,根据以下公式计算节点间的关系强度R:
R=w1*exp(-d/d0)+w2*C+w3*S;
其中,w1、w2、w3分别表示各因素的权重,exp表示自然指数函数,d表示两节点之间的位置距离,d0表示位置距离的标准值,C表示两节点之间的联通度,S表示两节点之间的行为特征相似度;
其中,权重可通过实验或经验进行调整,以便于获得更好的结果;位置距离表示两节点在空间位置上的距离,可以通过经纬度坐标、欧几里得距离等方式计算,需要注意的是,由于账号可于多地进行登录,两节点可存在多个位置,位置距离越近,说明两节点之间的关系越紧密;联通度表示两节点之间的联系强度,联通度可以反映两节点之间的物理或逻辑联系,联通度越高,说明两节点之间的关系越紧密;行为特征表示两节点之间的行为互动,可通过共同兴趣、交流频率、内容相似度等方式计算,行为特征可以反映两节点之间的实际联系和交互情况,行为特征越相似,说明两节点之间的关系越紧密;
步骤S3-3:设置关于关系强度的阈值r,当分析得到的关系强度R≥r时,认为当前用户和账号所属对象存在亲友关系;当分析得到的关系强度R<r时,认为当前用户和账号所属对象不存在亲友关系。
进一步的,在步骤S4和S5中,根据关联性分析结果,包括以下两种情况:
情况一:若当前用户和账号所属对象存在亲友关系,计算机向用户输入的验证账号发出验证信息,可通过用户设置或监管***预设的对验证信息的有效时长进行确定,以便于使得用户能够在验证信息的有效期内完成验证操作;或在验证账号所属对象的验证信息接收终端设置自动转发,根据分析得到的当前对账号进行使用的用户信息,将验证信息进行转发;当前用户向计算机输入接收的验证信息,若校验通过,则用户完成登录,计算机接收用户的访问请求;
情况二:若当前用户和账号所属对象不存在亲友关系,则认为用户输入的验证账号存在异常,对当前用户所输入账号的异常情况进行分析、溯源,判断异常来源,向用户发出异常情况提示,并对异常情况的处理结果进行反馈。
一种基于物联网的大数据信息监管***,所述***包括:数据获取模块、账号分析模块、异常处理模块和验证信息管理模块;
所述数据获取模块用于对用户的操作数据和账号所属的历史相关数据进行获取;
所述账号分析模块用于对账号的所属对象和当前用户的关系进行分析;
所述异常处理模块用于根据分析结果向当前用户发出对应异常提示,并结合用户实际操作,对异常情况进行处理;
所述验证信息管理模块用于发送和接收验证信息,并根据分析结果对验证信息的有效时间进行管理。
进一步的,所述数据获取模块包括账号获取单元、用户历史数据获取单元和账号历史数据获取单元;
所述账号获取单元用于对用户输入的验证账号进行获取,包括电话号码、邮箱号码、三方客户端账号等;
所述用户历史数据获取单元用于对用户的历史操作数据进行获取,以便于根据用户的历史行为进一步分析当前用户的验证账号输入是否存在异常;
所述账号历史数据获取单元用于对验证账号的历史使用数据进行获取,以便于通过当前用户对该账户的使用进一步分析用户与账号的关系。
进一步的,所述账号分析模块包括行为模式分析单元、关系强度分析单元和异常分析单元;
所述行为模式分析单元用于对验证账号和当前用户的行为模式进行分析;通过收集到的大量数据,对收集到的数据进行分析找出其行为模式,进而将发现的行为模式进行整理、归纳和分类,建立得到行为模式库;
所述关系强度分析单元用于对当前用户和账号所属对象的关系强度进行分析计算,判断两者的实际关系;
所述异常分析单元用于对当前用户所输入账号的异常情况进行分析、溯源;以便于向用户发出相应提示,帮助用户完成验证登录。
进一步的,所述异常处理模块包括异常提示单元和异常处理结果反馈单元;
所述异常提示单元用于根据账号分析模块的分析结果向用户发出异常情况提示;
所述异常处理结果反馈单元用于对异常情况的处理结果进行反馈,根据反馈内容对异常数据进行标记,以便于提高数据分析的精确度。
进一步的,所述验证信息管理模块包括验证信息发送单元、验证信息接收单元和验证时间管理单元;
所述验证信息发送单元用于根据用户申请生成验证信息并发送至验证账号;
所述验证信息接收单元用于对验证账号反馈的验证信息进行接收并对其进行校验,判断该验证信息的真实性和有效性;
所述验证时间管理单元用于根据当前用户与该账号所属对象的关联性分析结果,对验证信息的有效时长进行管理。
与现有技术相比,本发明所达到的有益效果是:
本发明通过数据获取模块对用户的操作数据和账号所属的历史相关数据进行获取;通过账号分析模块对账号的所属对象和当前用户的关系进行分析;通过异常处理模块根据分析结果向当前用户发出对应异常提示,并结合用户实际操作,对异常情况进行处理;通过验证信息管理模块发送和接收验证信息,并根据分析结果对验证信息的有效时间进行管理;采取新的监管措施对账号的登录操作进行监管,提高了对账号判别的准确性,进一步提高了账号的安全程度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于物联网的大数据信息监管***及方法的模块结构示意图;
图2是本发明一种基于物联网的大数据信息监管***及方法的方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1、图2和具体实施例对本发明作进一步的说明。
实施例1:如图1所示,本实施例提供了一种基于物联网的大数据信息监管***,所述***包括:数据获取模块、账号分析模块、异常处理模块和验证信息管理模块;
数据获取模块,用于对用户的操作数据和账号所属的历史相关数据进行获取;数据获取模块包括账号获取单元、用户历史数据获取单元和账号历史数据获取单元;
账号获取单元用于对用户输入的验证账号进行获取,包括电话号码、邮箱号码、三方客户端账号等;
用户历史数据获取单元用于对用户的历史操作数据进行获取,以便于根据用户的历史行为进一步分析当前用户的验证账号输入是否存在异常;
账号历史数据获取单元用于对验证账号的历史使用数据进行获取,以便于通过当前用户对该账户的使用进一步分析用户与账号的关系。
账号分析模块,用于对账号的所属对象和当前用户的关系进行分析;账号分析模块包括行为模式分析单元、关系强度分析单元和异常分析单元;
行为模式分析单元用于对验证账号和当前用户的行为模式进行分析;通过收集到的大量数据,对收集到的数据进行分析找出其行为模式,进而将发现的行为模式进行整理、归纳和分类,建立得到行为模式库;
关系强度分析单元用于对当前用户和账号所属对象的关系强度进行分析计算,判断两者的实际关系;
异常分析单元用于对当前用户所输入账号的异常情况进行分析、溯源;以便于向用户发出相应提示,帮助用户完成验证登录。
异常处理模块,用于根据分析结果向当前用户发出对应异常提示,并结合用户实际操作,对异常情况进行处理;异常处理模块包括异常提示单元和异常处理结果反馈单元;
异常提示单元用于根据账号分析模块的分析结果向用户发出异常情况提示;
异常处理结果反馈单元用于对异常情况的处理结果进行反馈,根据反馈内容对异常数据进行标记,以便于提高数据分析的精确度。
验证信息管理模块,用于发送和接收验证信息,并根据分析结果对验证信息的有效时间进行管理;验证信息管理模块包括验证信息发送单元、验证信息接收单元和验证时间管理单元;
验证信息发送单元用于根据用户申请生成验证信息并发送至验证账号;验证信息接收单元用于对验证账号反馈的验证信息进行接收并对其进行校验,判断该验证信息的真实性和有效性;验证时间管理单元用于根据当前用户与该账号所属对象的关联性分析结果,对验证信息的有效时长进行管理。
实施例2:如图2所示,本实施例提供了一种基于物联网的大数据信息监管方法,其基于实施例中的一种基于物联网的大数据信息监管***实现,具体包括以下步骤:
S1:用户对计算机中任一浏览器或软件发出登录访问请求,根据用户选择的验证方式,对用户输入的验证账号进行获取;
其中,步骤S1包括:
步骤S1-1:用户通过计算机进行浏览器或软件登录,在当前界面中输入账号后发出登录访问请求;
步骤S1-2:服务器接收到用户发出的访问请求,向用户反馈验证方式选项;
步骤S1-3:用户选择验证方式,输入与当前界面的登录账号绑定的验证账号,用户向计算机发出验证信息获取请求,计算机通过服务器对该验证账号进行获取。
S2:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号,若该账号为当前用户本人账号,则计算机向该账号发出验证信息;若该账号不是当前用户本人账号,则对当前用户与账号所属对象的关系进行分析;
其中,步骤S2包括:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号,若该账号为当前用户本人账号,则计算机向该账号发出验证信息;若该账号不是当前用户本人账号,则对当前用户与账号所属对象的关系进行分析;
步骤S2-1:收集用户行为数据,提取当前用户在网站或应用上的历史行为数据,如登陆时间、登录次数、登录位置、浏览历史、搜索记录等,获取当前用户的行为模式;
步骤S2-2:对获取的验证账号进行分析,确保其字符长度或验证类型符合预定格式和规范,如手机号码应为11位数字,邮箱地址应该包含@符号等,提取该验证账号的历史使用数据,包括该验证账号所绑定账户中的浏览历史、历史登陆时间、历史登录位置、点击、搜索、评论等行为,建立账号行为模式库;
所诉账号行为模式库表示账号行为模式的集合,这些行为模式可以时用户在***中经常进行的操作、常见的使用习惯、常见的流程等;通过对用户行为模式的分析,可以更好的了解用户的操作习惯,从而进行后续的数据分析;用户行为模式库应该保持定时更新和维护,以便于确保与用户行为的同步;
步骤S2-3:将当前用户的行为模式与账号行为模式库进行对比,可基于数据聚类或规则匹配的方法来分析当前用户是否为账号所属对象;
将账户行为模式库中的数据进行聚类,得到不同的行为模式,将当前用户的行为数据与已有的行为模式进行比较,利用聚类算法计算相似度;
或者,将账户行为模式数据转化为规则,将当前用户的行为数据与已有的规则进行比较,计算相似度;
也可通过机器学习的方法,将账户行为模式库作为训练数据,利用机器学习算法训练模型,加工当前用户的行为数据输入模型中,得到二者的相似度数值;
若输入的验证账号与该用户的行为模式相似度大于等于预设的相似度阈值p时,认为该验证账号是该用户的所属账号,则计算机向该账号发出验证信息;若输入的验证账号与该用户的行为模式相似度小于p时,认为该验证账号不是该用户所属的账号,需要进行下一步骤确定二者关系。
如果用户输入的验证账号与当前操作用户的账户信息不匹配,可能是因为用户手误导致的输入错误,也可能是因为亲友共号,当前操作用户与验证账号所属者存在关联性;同时,可能存在账号被盗用或冒用的情况,需要及时进行账号保护。
S3:通过当前用户在计算机中的历史数据和账号所属对象的历史数据对当前用户与该账号所属对象的关系强度进行分析;
其中,步骤S3包括:
步骤S3-1:对获取的历史数据进行处理使其符合分析要求,将当前用户与验证账号所属对象作为节点,将数据为边,将处理后的数据转化为网络结构,构建网络关系图;
步骤S3-2:分析当前用户和账号所属对象的关系强度,根据以下公式计算节点间的关系强度R:
R=w1*exp(-d/d0)+w2*C+w3*S;
其中,w1、w2、w3分别表示各因素的权重,exp表示自然指数函数,d表示两节点之间的位置距离,d0表示位置距离的标准值,C表示两节点之间的联通度,S表示两节点之间的行为特征相似度;
其中,权重可通过实验或经验进行调整,以便于获得更好的结果;位置距离表示两节点在空间位置上的距离,可以通过经纬度坐标、欧几里得距离等方式计算,需要注意的是,由于账号可于多地进行登录,两节点可存在多个位置,位置距离越近,说明两节点之间的关系越紧密;联通度表示两节点之间的联系强度,联通度可以反映两节点之间的物理或逻辑联系,联通度越高,说明两节点之间的关系越紧密;行为特征表示两节点之间的行为互动,可通过共同兴趣、交流频率、内容相似度等方式计算,行为特征可以反映两节点之间的实际联系和交互情况,行为特征越相似,说明两节点之间的关系越紧密;
例如,可以通过两个账号在某些位置服务平台上使用记录,分析两节点的常用位置,以便于判断它们之间是否存在共同的生活、工作、学习圈等,从而判断它们之间的亲友关系;可以通过度中心性、介数中心性、接近中心性等方式计算两节点之间的联通度;可通过社交网络挖掘技术分析节点之间的交互行为特征等;
步骤S3-3:设置关于关系强度的阈值r,当分析得到的关系强度R≥r时,认为当前用户和账号所属对象存在亲友关系;当分析得到的关系强度R<r时,认为当前用户和账号所属对象不存在亲友关系。
S4:根据关系强度分析结果,判断是否向该账号发送验证信息,并根据当前用户与该账号的关系,对验证信息的有效时长进行选择,或在该账号所属设备终端设置自动转发,根据对当前用户的判别结果,将验证信息实时转发至用户终端;
S5:用户向计算机输入验证账号所接收到的验证信息,若校验通过,则用户完成登录,计算机接收用户的访问请求。
在步骤S4和S5中,根据关联性分析结果,包括以下两种情况:
情况一:若当前用户和账号所属对象存在亲友关系,计算机向用户输入的验证账号发出验证信息,可通过用户设置或监管***预设的对验证信息的有效时长进行确定,以便于使得用户能够在验证信息的有效期内完成验证操作;或在验证账号所属对象的验证信息接收终端设置自动转发,根据分析得到的当前对账号进行使用的用户信息,将验证信息进行转发;当前用户向计算机输入接收的验证信息,若校验通过,则用户完成登录,计算机接收用户的访问请求;
情况二:若当前用户和账号所属对象不存在亲友关系,则认为用户输入的验证账号存在异常,对当前用户所输入账号的异常情况进行分析、溯源,判断异常来源,例如,当前用户输入失误或当前用户存在信息盗用嫌疑,向用户及验证账号所属者发出异常情况提示,并对异常情况的处理结果进行反馈。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于物联网的大数据信息监管方法,其特征在于:包括以下步骤:
S1:用户对计算机中任一浏览器或软件发出登录访问请求,根据用户选择的验证方式,对用户输入的验证账号进行获取;
S2:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号,若该账号为当前用户本人账号,则计算机向该账号发出验证信息;若该账号不是当前用户本人账号,则对当前用户与账号所属对象的关系进行分析;
S3:通过当前用户在计算机中的历史数据和账号所属对象的历史数据对当前用户与该账号所属对象的关系强度进行分析;
步骤S3-1:对获取的历史数据进行处理使其符合分析要求,将当前用户与验证账号所属对象作为节点,将数据为边,将处理后的数据转化为网络结构,构建网络关系图;
步骤S3-2:分析当前用户和账号所属对象的关系强度,根据以下公式计算节点间的关系强度R:
;
其中,w1、w2、w3分别表示各因素的权重,exp表示自然指数函数,d表示两节点之间的位置距离,d0表示位置距离的标准值,C表示两节点之间的联通度,S表示两节点之间的行为特征相似度;
步骤S3-3:设置关于关系强度的阈值r,当分析得到的关系强度R≥r时,认为当前用户和账号所属对象存在亲友关系;当分析得到的关系强度R<r时,认为当前用户和账号所属对象不存在亲友关系;
S4:根据关系强度分析结果,判断是否向该账号发送验证信息,并根据当前用户与该账号的关系,对验证信息的有效时长进行选择,或在该账号所属设备终端设置自动转发,根据对当前用户的判别结果,将验证信息实时转发至用户终端;
S5:用户向计算机输入验证账号所接收到的验证信息,若校验通过,则用户完成登录,计算机接收用户的访问请求;
其中,所述S2包括:对用户输入的验证账号进行分析,判断该账号是否为当前用户本人账号,若该账号为当前用户本人账号,则计算机向该账号发出验证信息;若该账号不是当前用户本人账号,则对当前用户与账号所属对象的关系进行分析;
步骤S2-1:收集用户行为数据,提取当前用户在网站或应用上的历史行为数据,获取当前用户的行为模式;
步骤S2-2:对获取的验证账号进行分析,提取该验证账号的历史使用数据,建立账号行为模式库;
步骤S2-3:将当前用户的行为模式与账号行为模式库进行对比,可基于数据聚类或规则匹配的方法来分析当前用户是否为账号所属对象;
将账户行为模式库中的数据进行聚类,得到不同的行为模式,将当前用户的行为数据与已有的行为模式进行比较,利用聚类算法计算相似度;
或者,将账户行为模式数据转化为规则,将当前用户的行为数据与已有的规则进行比较,计算相似度;
若输入的验证账号与该用户的行为模式相似度大于等于预设的相似度阈值p时,认为该验证账号是该用户的所属账号,则计算机向该账号发出验证信息;若输入的验证账号与该用户的行为模式相似度小于p时,认为该验证账号不是该用户所属的账号,需要进行下一步骤确定二者关系。
2.根据权利要求1所述的一种基于物联网的大数据信息监管方法,其特征在于:所述S1包括:
步骤S1-1:用户通过计算机进行浏览器或软件登录,在当前界面中输入账号后发出登录访问请求;
步骤S1-2:服务器接收到用户发出的访问请求,向用户反馈验证方式选项;
步骤S1-3:用户选择验证方式,输入与当前界面的登录账号绑定的验证账号,用户向计算机发出验证信息获取请求,计算机通过服务器对该验证账号进行获取。
3.根据权利要求1所述的一种基于物联网的大数据信息监管方法,其特征在于:在S4和S5中,根据关联性分析结果,包括以下两种情况:
情况一:若当前用户和账号所属对象存在亲友关系,计算机向用户输入的验证账号发出验证信息,可通过用户设置或监管***预设的对验证信息的有效时长进行确定,以便于使得用户能够在验证信息的有效期内完成验证操作;或在验证账号所属对象的验证信息接收终端设置自动转发,根据分析得到的当前对账号进行使用的用户信息,将验证信息进行转发;当前用户向计算机输入接收的验证信息,若校验通过,则用户完成登录,计算机接收用户的访问请求;
情况二:若当前用户和账号所属对象不存在亲友关系,则认为用户输入的验证账号存在异常,对当前用户所输入账号的异常情况进行分析、溯源,判断异常来源,向用户发出异常情况提示,并对异常情况的处理结果进行反馈。
4.一种基于物联网的大数据信息监管***,其特征在于:所述***包括:数据获取模块、账号分析模块、异常处理模块和验证信息管理模块;
所述数据获取模块用于对用户的操作数据和账号所属的历史相关数据进行获取;
所述账号分析模块用于对账号的所属对象和当前用户的关系进行分析;
所述异常处理模块用于根据分析结果向当前用户发出对应异常提示,并结合用户实际操作,对异常情况进行处理;
所述验证信息管理模块用于发送和接收验证信息,并根据分析结果对验证信息的有效时间进行管理;所述账号分析模块包括行为模式分析单元、关系强度分析单元和异常分析单元;
所述行为模式分析单元用于对验证账号和当前用户的行为模式进行分析;通过提取验证账号的历史使用数据,建立账号行为模式库;收集用户行为数据,提取当前用户在网站或应用上的历史行为数据,获取当前用户的行为模式;将当前用户的行为模式与账号行为模式库进行对比,基于数据聚类或规则匹配的方法计算当前用户的行为数据与账号行为数据库中已有数据的相似度,根据预设的相似度阈值判断当前用户是否为账号所属对象;
所述关系强度分析单元用于对当前用户和账号所属对象的关系强度进行分析计算,通过数据获取模块获取当前用户在计算机中的历史数据和账号所属对象的历史数据,将当前用户与验证账号所属对象作为节点,将数据为边,将处理后的数据转化为网络结构,构建网络关系图;根据以下公式计算节点间的关系强度R:
;
其中,w1、w2、w3分别表示各因素的权重,exp表示自然指数函数,d表示两节点之间的位置距离,d0表示位置距离的标准值,C表示两节点之间的联通度,S表示两节点之间的行为特征相似度;通过设置关于关系强度的阈值r判断两者的实际关系;若当关系强度R≥r时,则认为当前用户和账号所属对象存在亲友关系;若当关系强度R<r时,则认为当前用户和账号所属对象不存在亲友关系;
所述异常分析单元用于对当前用户所输入账号的异常情况进行分析、溯源。
5.根据权利要求4所述的一种基于物联网的大数据信息监管***,其特征在于:所述数据获取模块包括账号获取单元、用户历史数据获取单元和账号历史数据获取单元;
所述账号获取单元用于对用户输入的验证账号进行获取;所述用户历史数据获取单元用于对用户的历史操作数据进行获取;
所述账号历史数据获取单元用于对验证账号的历史使用数据进行获取。
6.根据权利要求4所述的一种基于物联网的大数据信息监管***,其特征在于:所述异常处理模块包括异常提示单元和异常处理结果反馈单元;
所述异常提示单元用于根据账号分析模块的分析结果向用户发出异常情况提示;
所述异常处理结果反馈单元用于对异常情况的处理结果进行反馈,根据反馈内容对异常数据进行标记。
7.根据权利要求4所述的一种基于物联网的大数据信息监管***,其特征在于:所述验证信息管理模块包括验证信息发送单元、验证信息接收单元和验证时间管理单元;
所述验证信息发送单元用于根据用户申请生成验证信息并发送至验证账号;
所述验证信息接收单元用于对验证账号反馈的验证信息进行接收并对其进行校验,判断该验证信息的真实性和有效性;
所述验证时间管理单元用于根据当前用户与该账号所属对象的关联性分析结果,对验证信息的有效时长进行管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310359919.9A CN116383786B (zh) | 2023-04-06 | 2023-04-06 | 一种基于物联网的大数据信息监管***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310359919.9A CN116383786B (zh) | 2023-04-06 | 2023-04-06 | 一种基于物联网的大数据信息监管***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116383786A CN116383786A (zh) | 2023-07-04 |
CN116383786B true CN116383786B (zh) | 2023-11-17 |
Family
ID=86962937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310359919.9A Active CN116383786B (zh) | 2023-04-06 | 2023-04-06 | 一种基于物联网的大数据信息监管***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116383786B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522418B (zh) * | 2024-01-05 | 2024-03-26 | 南京晟斯科技有限公司 | 一种基于SaaS模式的学员信息数据管理***及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138747A (zh) * | 2019-04-23 | 2019-08-16 | 微梦创科网络科技(中国)有限公司 | 一种验证账号登录状态的方法及*** |
CN115695005A (zh) * | 2022-11-01 | 2023-02-03 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种账号登录验证方法及装置、电子设备、存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019047189A1 (zh) * | 2017-09-08 | 2019-03-14 | 广东欧珀移动通信有限公司 | 消息显示方法、装置及终端 |
-
2023
- 2023-04-06 CN CN202310359919.9A patent/CN116383786B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110138747A (zh) * | 2019-04-23 | 2019-08-16 | 微梦创科网络科技(中国)有限公司 | 一种验证账号登录状态的方法及*** |
CN115695005A (zh) * | 2022-11-01 | 2023-02-03 | 湖南快乐阳光互动娱乐传媒有限公司 | 一种账号登录验证方法及装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116383786A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jan et al. | Throwing darts in the dark? detecting bots with limited data using neural data augmentation | |
CN108366045B (zh) | 一种风控评分卡的设置方法和装置 | |
CN108833185B (zh) | 一种网络攻击路线还原方法及*** | |
US20220201008A1 (en) | Multimodal modelling for systems using distance metric learning | |
CN113726784B (zh) | 一种网络数据的安全监控方法、装置、设备及存储介质 | |
CN116383786B (zh) | 一种基于物联网的大数据信息监管***及方法 | |
CN109347808B (zh) | 一种基于用户群行为活动的安全分析方法 | |
CN112445870B (zh) | 基于手机取证电子数据的知识图谱串并案分析方法 | |
CN111079184A (zh) | 防护数据泄漏的方法、***、设备以及存储介质 | |
CN110020161B (zh) | 数据处理方法、日志处理方法和终端 | |
CA3122975A1 (en) | Network device identification | |
CN113434588B (zh) | 基于移动通信话单的数据挖掘分析方法及装置 | |
WO2021248707A1 (zh) | 一种操作的验证方法和装置 | |
CN112671614B (zh) | 关联***连通性测试方法、***、装置及存储介质 | |
CN110704698B (zh) | 一种非结构化海量网络安全数据的关联及查询方法 | |
CN104240107B (zh) | 社群数据筛选***及其方法 | |
CN108268762A (zh) | 基于行为建模的移动社交网络用户身份识伪方法 | |
CN117336011A (zh) | 一种挖矿行为的检测方法、装置、电子设备和存储介质 | |
CN111858488A (zh) | 一种基于大数据的文件存储访问***及方法 | |
CN111970272A (zh) | 一种apt攻击操作识别方法 | |
CN117034305A (zh) | 敏感信息识别方法、装置、计算机设备及可读存储介质 | |
KR101415528B1 (ko) | 분산된 시스템을 위한 데이터 오류 처리 장치 및 방법 | |
CN117009832A (zh) | 异常命令的检测方法、装置、电子设备及存储介质 | |
CN112118259B (zh) | 一种基于提升树的分类模型的越权漏洞检测方法 | |
CN111930995B (zh) | 数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231026 Address after: 9th Floor, Building 3, Zone 6, No. 188 South Fourth Ring West Road, Fengtai District, Beijing, 100070 Applicant after: Beijing Guolian video information technology Co.,Ltd. Address before: 150000 room 2106-621, building 4, innovation and entrepreneurship Plaza, science and technology innovation city, high tech Industrial Development Zone, Harbin, Heilongjiang Province (No. 689 Shize Road) Applicant before: Harbin Linfu Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |