一种识别用户风险的方法及装置制造方法及图纸

本申请公开了一种识别用户风险的方法、装置及系统。该方法获取用户的生物特征数据，当确定所述生物特征数据的变化状态符合指定条件时，确定所述用户存在风险。通过上述方法，在与当前用户进行业务交互前，或者在业务过程中，除了核对该用户的个人信息之外，还可以对该用户的生物特征数据的变化状态进行分析，和/或对该生物特征数据进行匹配，以确定该用户是否存在风险，由于生物特征数据不容易被盗用，可靠性较高，因此，可以提高后续业务过程的安全性。

【技术实现步骤摘要】

本申请涉及计算机
，尤其涉及一种识别用户风险的方法、装置及系统。
技术介绍
随着计算机技术和网络技术的迅速发展，越来越多的业务都可以通过网络进行办理，但是，随之而来的还有网络攻击，非法用户可能通过各种网络攻击手段冒充合法用户，对网络上的业务过程的安全性造成威胁。在现有技术中，对于网络上的业务，为了阻止非法用户冒充合法用户，用户可以在业务提供方的服务器上预先注册自己的个人信息，所述的个人信息一般为文本信息，如账号、密码、身份证件号码、手机号码等，服务器保存用户注册的个人信息，成功注册后，该用户成为合法用户。以后，服务器在接收到用户发起的业务请求时，可以向该用户核对个人信息，仅当该用户提供的个人信息与预先注册的个人信息匹配时，才确定该用户不存在风险，确实为注册该个人信息的用户本人，进而，可允许进行后续的业务过程。但是，在实际应用中，上述的这类个人信息仍然很容易被非法用户窃取，从而，该非法用户可以冒充合法用户来欺骗服务器，在这种情况下，服务器针对该非法用户无法获得可靠的风险识别结果，降低了后续业务过程的安全性。
技术实现思路
本申请实施例提供一种识别用户风险的方法、装置及系统，用以解决现有技术中用户的个人信息很容易被盗用，从而，降低了与该用户相关的业务过程的安全性的问题。本申请实施例提供的一种识别用户风险的方法，包括：获取用户的生物特征数据；当确定所述生物特征数据的变化状态符合指定条件时，确定所述用户存在风险。本申请实施例提供的一种识别用户风险的方法，包括：获取用户的生物特征数据；当确定所述生物特征数据与预设的非法特征数据匹配时，确定所述用户存在风险。本申请实施例提供的一种识别用户风险的装置，包括：获取模块，用于获取用户的生物特征数据；识别模块，用于当确定所述生物特征数据的变化状态符合指定条件时，确定所述用户存在风险。本申请实施例提供的一种识别用户风险的装置，包括：获取模块，用于获取用户的生物特征数据；识别模块，用于当确定所述生物特征数据与预设的非法特征数据匹配时，确定所述用户存在风险。本申请实施例提供的一种识别用户风险的系统，包括：用户终端、生物信息传感器、生物特征数据提取装置、第一风险识别装置、第二风险识别装置；所述用户终端的输出端与所述生物信息传感器的输入端相连，所述生物信息传感器的输出端与所述生物特征数据提取装置的输入端相连，所述生物特征数据提取装置与所述第一风险识别装置和所述第二风险识别装置相连；所述用户终端用于接收用户输入的业务信息；所述生物信息传感器用于从所述业务信息中，获取所述用户的生物信息；所述生物特征数据提取装置用于从所述生物信息中，提取所述用户的生物特征数据；所述第一风险识别装置用于通过分析所述生物特征数据的变化状态，识别所述用户是否存在风险；所述第二风险识别装置用于通过对所述生物特征数据与预设的非法特征数据进行匹配，识别所述用户是否存在风险。本申请实施例提供一种识别用户风险的方法、装置及系统，该方法获取用户的生物特征数据，当确定所述生物特征数据的变化状态符合指定条件时，或者当确定所述生物特征数据与预设的非法特征数据匹配时，确定所述用户存在风险。通过上述方法，在与当前用户进行业务交互前，或者在业务过程中，除了核对该用户的个人信息之外，还可以对该用户的生物特征数据的变化状态进行分析，和/或对该生物特征数据进行匹配，以确定该用户是否存在风险，由于生物特征数据不容易被盗用，可靠性较高，因此，可以提高后续业务过程的安全性。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请实施例提供的识别用户风险的过程；图2为基于通过对声纹特征数据的变化状态进行分析的方式，本申请实施例提供的识别用户风险的过程；图3为本申请实施例提供的另一种识别用户风险的过程；图4为基于小波变换算法，从用户的原始声音数据中提取声纹特征数据的过程；图5为基于通过对声纹特征数据进行匹配的方式，本申请实施例提供的识别用户风险的详细过程；图6为本申请实施例提供的识别用户风险的装置结构示意图；图7为本申请实施例提供的另一种识别用户风险的装置结构示意图；图8为本申请实施例提供的识别用户风险的系统示意图；图9示出了在本申请实施例提供的识别用户风险的系统中，第二风险识别装置的一种典型的模块结构图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。图1为本申请实施例提供的识别用户风险的过程，具体包括以下步骤：S101：获取用户的生物特征数据。本申请实施例提供的识别用户风险的方法的执行主体可以是：服务器、终端或系统等。所述的执行主体并不构成对本申请的限定，以下均以执行主体是服务器为例进行说明。在本申请实施例中，所述的生物特征数据包括但不限于：声纹特征数据、指纹特征数据、掌纹特征数据、视网膜特征数据、面部特征数据中的至少一种。在实际应用中，对于各种业务场景，服务器在与当前用户进行业务交互前，或者在业务过程中，可以根据设定的安全策略，适时地识别该用户是否存在风险，若是，则可认为该用户为非法用户，进而阻止业务过程的继续进行，提高了安全性，否则，可认为该用户不为非法用户，进而允许业务过程的继续进行。一般的，用户可以在服务器上预先注册自己的个人信息，所述的个人信息为文本信息，如账号、密码、身份证件号码、手机号码，服务器保存用户注册的个人信息，成功注册后，该用户成为合法用户。以后，服务器在对当前用户进行风险识别时，可向该用户核对个人信息，仅当该用户提供的个人信息与注
册的个人信息匹配时，才确定该用户不存在风险，确实为注册该个人信息的用户本人，而不是诸如盗用者之类的非法用户(以下将非法用户均称为盗用者)。但是，在实际应用中，上述的这类个人信息很容易被盗用者窃取，从而，盗用者可以冒充合法用户来欺骗服务器，在这种情况下，服务器针对该盗用者无法获得可靠的风险识别结果，降低了后续业务过程的可靠性。因此，在本申请实施例中，主张基于不容易被盗取和/或冒充的身份信息，识别用户风险，所述的生物特征数据即符合以上条件。一般的，生物特征数据可以反映每个用户区别用其他用户的独特的身份信息，同时，基于特定的生物特征数据提取手段，生物特征数据也可能反映特定的一类用户共有的、且区别与其他用户的独特的身份信息。具体的，服务器在基于生物特征数据，识别用户风险时，首先，可以采集该用户的原始生物信息，然后，采用适用的生物特征数据提取手段，从采集到的原始生物信息中提取生物特征数据，用于后续风险识别过程。由于生物特征数据不容易被盗取和/或冒充，因此，可以获得更可靠的风险识别结果，提高了后续业务过程的安全性。需要说明的是，在本申请实施例中，对用户的原始生物信息的采集操作，可以由相应的生物信息传感器完成，例如，所述的生物信息传感器可以是带摄像头的终端、扫描仪等图像采集器件，话筒、录音笔等声音采集器件等等本文档来自技高网...

【技术保护点】
一种识别用户风险的方法，其特征在于，包括：获取用户的生物特征数据；当确定所述生物特征数据的变化状态符合指定条件时，确定所述用户存在风险。

【技术特征摘要】
1.一种识别用户风险的方法，其特征在于，包括：获取用户的生物特征数据；当确定所述生物特征数据的变化状态符合指定条件时，确定所述用户存在风险。2.如权利要求1所述的方法，其特征在于，所述生物特征数据具体包括声纹特征数据。3.如权利要求2所述的方法，其特征在于，获取用户的生物特征数据，具体包括：获取用户的原始声音数据；从所述原始声音数据中提取声纹特征数据。4.如权利要求3所述的方法，其特征在于，从所述原始声音数据中提取声纹特征数据，具体包括：基于小波变换算法，从所述原始声音数据中提取声纹特征数据，其中，所述声纹特征数据包括时间切片的质心、带宽、过零率、能量熵中的至少一种。5.如权利要求4所述的方法，其特征在于，基于小波变换算法，从所述原始声音数据中提取声纹特征数据，具体包括：对所述原始声音数据进行分频和加窗处理；对分频和加窗处理后的原始声音数据进行离散小波变换；对离散小波变换后的结果进行频谱拼凑和滤波，获得声纹特征数据。6.一种识别用户风险的方法，其特征在于，包括：获取用户的生物特征数据；当确定所述生物特征数据与预设的非法特征数据匹配时，确定所述用户存在风险。7.如权利要求6所述的方法，其特征在于，所述生物特征数据具体包括
\t声纹特征数据。8.如权利要求7所述的方法，其特征在于，预设非法特征数据，具体包括：根据历史风险识别数据，从已确定的、存在风险的用户的声纹特征数据中，筛选出区别于其他用户的声纹特征数据；将筛选出的声纹特征数据预设为非法特征数据。9.如权利要求7所述的方法，其特征在于，确定所述生物特征数据与预设的非法特征数据匹配，具体包括：基于在线分类算法，确定所述声纹特征数据与预设的非法特征数据匹配。10.如权利要求9所述的方法，其特征在于，基于在线分类算法，确定所述声纹特征数据与预设的非法特征数据匹配，具体包括：基于在线分类算法，对预设的非法特征数据进行训练，获得声纹分类模型；采用所述声纹分类模型，确定所述声纹特征数据所属的分类类别；当确定所述声纹特征数据与设定阈值数量的非法特征数据所属的分类类别相同时，确定所述声纹特征数据与预设的非法特征数据匹配。11.如权利要求10所述的方法，其特征在于，所述方法还包括：在确定所述用户存在风险后，根据所述用户的声纹特征数据，对所述声纹分类模型进行修正。12.一种识别用户风险的装置，其特征在于，包括：获取模块，用于获取用户的生物特征数据；识别模块，用于当确定所述生物特征数据的变化状态符合指定条件时，确定所述用户存在风险。13.如权利要求12所述的装置，其特征在于，所述生物特征数据具体包括声纹特征数据。14.如权利要求13所述的装置，其特征在于，所述获取模块具体用于，获取用户的原始声音数据，从所述原始声音数据中提取声纹特征数据。15.如权利要求14所述的装置，其特征在于，所述获取模块具体用于，基于小波变换算法，从所述原始声音数据中提取声纹特征数据，其中，所述声纹特征数据包括时间切片的质心、带宽、过零率、能量熵中的至少...

【专利技术属性】
技术研发人员：郭曦，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY