The amount of brush device recognition method, the invention discloses an application, the user behavior through the acquisition of each mobile terminal when each sensor of the corresponding state sampling value, then the value calculated with the credibility of the sampling operation according to each sensor state, if the credibility in the preset range, then determine the user behavior the corresponding amount of brush behavior is. Therefore, compared with the prior art, the amount of brush particle recognition method provided by the application of more detailed, can be specific to a certain operation behavior of a user to a group of recognition, and not be deceived by the operation behavior of malicious users in disguise, can effectively deal with fraud disguised as a single or a small amount of brush behavior download; and does not need the user's historical operation information, the user does not need to account information, has high recognition accuracy, the advantages of good anti brush capacity.
【技术实现步骤摘要】
应用程序的刷量识别方法、装置
本申请涉及移动互联网
,尤其涉及应用程序的刷量识别方法、装置。
技术介绍
随着移动互联网技术的发展,各种基于该移动互联网的移动端应用程序层出不穷,为人们的工作和学习带来诸多便利。但同时,对应用程序的下载刷量现象也随之产生,即,应用程序开发者或恶意利益相关者通过刷下载量或更新量,甚至伪造下载、更新,造成相应应用程序很受欢迎的假象,从中获取利益。现有应用应用程序的刷量行为识别方法虽然很多,但都或多或少存在一些缺点。其中一种识别方法为:通过对应用程序或者提供各种应用程序的渠道的群体下载行为进行监控及分析,判断相应群体是否存在刷量行为;具体的,如果分析发现同一开发者开发的多个应用程序出现非常接近的下载趋势,或者某应用程序在多个省份和地域的下载量一样或非常接近,或者某应用程序某段时间的下载量和卸载量几乎一致,等等,都可以判定存在刷量行为。但这种方法是针对群体的分析,所以无法针对某个用户甚至某个下载行为,做出是否刷量的判断。现有另一种识别方法,通过获取阈值时间段内各个用户操作应用程序的操作数据,分析出每个用户是否存在多次下载同一应用程序的刷量行为;但这种方法只能识别出同一个用户的反复刷量行为,如果恶意用户通过不断虚拟新的设备伪装成初次下载来进行刷量,该方法将完全失效。因此,如何准确识别各类应用程序刷量行为,已成为本领域技术人员亟需解决的问题。
技术实现思路
为克服相关技术中存在的问题,本申请提供一种应用程序的反刷量方法、装置。本申请第一方面,提供一种应用程序的刷量识别方法,包括:获取每次用户操作行为发生时相应移动终端中各个传感器的状态采 ...
【技术保护点】
一种应用程序的刷量识别方法,其特征在于,包括:获取每次用户操作行为发生时相应移动终端中各个传感器的状态采样值;根据所述状态采样值计算所述用户操作行为的可信度;判断所述用户操作行为的可信度是否在预设范围内,如果是,则判定所述用户操作行为为刷量行为。
【技术特征摘要】
1.一种应用程序的刷量识别方法,其特征在于,包括:获取每次用户操作行为发生时相应移动终端中各个传感器的状态采样值;根据所述状态采样值计算所述用户操作行为的可信度;判断所述用户操作行为的可信度是否在预设范围内,如果是,则判定所述用户操作行为为刷量行为。2.根据权利要求1所述的方法,其特征在于,获取每次用户操作行为发生时相应的移动终端中各个传感器的状态采样值,包括:在发生用户操作行为时,获取相应移动终端中各个传感器的可访问状态;对于可访问状态为允许访问的传感器,按照预设采样周期对其状态值进行采样得到对应的状态采样值。3.根据权利要求1或2所述的方法,其特征在于,在根据所述状态采样值计算所述用户操作行为的可信度之前,所述方法还包括:获取状态值正样本和状态值负样本,并根据所述状态值正样本和状态值负样本进行训练,确定预设神经网络模型的模型参数。4.根据权利要求3所述的方法,其特征在于,根据所述状态采样值计算所述用户操作行为的可信度,包括:根据所述状态采样值计算各个传感器的采样值标准差;根据所述采样值标准差生成对应于所述用户操作行为的特征向量;将所述特征向量输入预设神经网络模型,并根据所述预设神经网络模型的模型参数计算所述用户操作行为的可信度。5.根据权利要求1或2所述的方法,其特征在于,还包括:在获取到所述状态采样值后,将所述状态采样值与对应的传感器标识码和移动终端标识码以打点日志的形式进行存储。6.一种应用程序的刷量识别装置,其特...
【专利技术属性】
技术研发人员:黄振,
申请(专利权)人:广州市动景计算机科技有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。