The present disclosure relates to methods, devices and computer readable storage media for realizing device fingerprinting. The method includes: receiving equipment data about user equipment and operation data in operation on the user device; and the device data and based on the operation data and use logistic regression model to identify the device fingerprint, including: containing the equipment data and the training data array with the pre stored on the user equipment according to array were compared; and according to the results of the comparison and using the logistic regression model was used to calculate the training array with the reference probability array from the same user equipment.
【技术实现步骤摘要】
用于实现设备指纹的方法、装置和计算机可读存储介质
本公开的实施例总体上涉及设备指纹领域,并且更具体地,涉及一种用于实现设备指纹的方法、装置和计算机可读存储介质。
技术介绍
设备指纹是指可以用于唯一标识出某种设备(例如移动电话、膝上型电脑、台式电脑、平板电脑等)的设备特征或者独特的设备标识。设备指纹包括一些固有的、较难篡改的、唯一的设备标识。设备指纹的应用场景包括:(1)行为追踪:用户行为追踪主要与业务相关,比如,购物类的网站其会采集用户的设备信息,并根据设备指纹信息对用户进行相关的商品推荐;(2)广告推广:是指结合用户的搜索记录、浏览记录等,对设备进行记录,针对性地推送广告;(3)反欺诈:设备指纹在反欺诈风控中扮演着重要角色,通过设备指纹技术可以给相关业务提供安全保障,比如,现在风险较高的垃圾注册、盗号、撞库、异地登陆等异常的行为,采用设备指纹识别技术可以得到有效的控制。一般的设备都自带读取通用唯一识别码(UniversallyUniqueIdentifier,简称UUID)接口实现,但其缺点在于:(1)需要设备权限来读取,用户不授权,服务端不能区分唯一性;(2) ...
【技术保护点】
一种用于实现设备指纹的方法,其特征在于,包括:接收关于用户设备的设备数据和在所述用户设备上进行操作的操作数据;以及基于所述设备数据和所述操作数据并利用逻辑回归模型来识别所述设备指纹,包括:将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较;以及根据比较的结果并利用所述逻辑回归模型来计算所述训练数组与所述参照数组来自同一用户设备的概率。
【技术特征摘要】
1.一种用于实现设备指纹的方法,其特征在于,包括:接收关于用户设备的设备数据和在所述用户设备上进行操作的操作数据;以及基于所述设备数据和所述操作数据并利用逻辑回归模型来识别所述设备指纹,包括:将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较;以及根据比较的结果并利用所述逻辑回归模型来计算所述训练数组与所述参照数组来自同一用户设备的概率。2.根据权利要求1所述的方法,其中,所述将包含所述设备数据和所述操作数据的训练数组与预先存储的关于所述用户设备的参照数组进行比较,包括:在所述训练数组与所述参照数组对应维度的数据相同时,将所述训练数组中对应维度的数值设置为1,以及在所述训练数组与所述参照数组对应维度的数据不同时,将所述训练数组中对应维度的数值设置为0。3.根据权利要求2所述的方法,其中,所述根据比较的结果并利用逻辑回归模型来计算所述训练数组与所述参照数组来自同一用户设备的概率包括:利用公式P(y=1|x;θ)=hθ(x)来计算所述训练数组与所述参照数组来自同一用户设备的概率;其中,P(y=1|x;θ)表示所述训练数组与所述参照数组来自同一用户设备的概率;x为所述训练数组;其中,hθ(x)为预测函数,其形式为其中,θTx为线性边界时的边界函数,即这里θ0,θ1,...θn为回归系数;其中,g(θTx)为逻辑回归函数,其形式为4.根据权利要求3所述的方法,其中,所述基于所述设备数据和所述操作数据并利用逻辑回归模型来识别所述设备指纹还包括:利用所述训练数组来训练所述逻辑回归模型,以获得所述回归系数的更新值。5.根据权利要求1所述的方法,其中,所述设备数据是在前端采集的,所述前端包括安卓前端、iOS前端和Web前端;所述设备数据包括以下各项中的至少一项:所述用户设备的硬件配置数据,包括所述用户设备的类型、所述用户设备的CPU型号;所述用户设备的软件配置数据,包括所述用户设备的操作系统类型、操作系统版本、浏览器设置数据;以及所述用户设备的网络配置数据,包括所述用户设备的网络类型、网络服务商、SIM卡号、MAC地址。6.根据权利要求1所述的方法,其中,所述操作数据包括以下各项中的至少一项:用户在所述用户设备上浏览网页的第一历史记录信息、用户在所述用户设备上安装应用的第二历史记录信息。7.一种用于实现设备指纹的装置,其特征在于,包括:处理器;存储器,耦合至所述处理器并且存储有指令,所述指令在由所述处理器执行时...
【专利技术属性】
技术研发人员:王海君,徐翎,陈平,吴羿辰,
申请(专利权)人:上海点融信息科技有限责任公司,
类型:发明
国别省市:上海,31
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。