一种基于用户特征信息的防刷票方法技术

本发明专利技术涉及防刷票管理技术领域，具体涉及一种基于用户特征信息的防刷票方法，包括：获取用户的投票请求数据；从用户的投票请求数据中提取对应的投票共性特征数据；基于投票共性特征数据计算对应的共性特征可疑值；若共性特征可疑值达到了设置的刷票阈值，则将具有对应投票共性特征数据的所有用户的投票请求数据作为刷票数据。本发明专利技术的防刷票方法能够有效实现防刷票管理且能够保护用户隐私，从而能够提高互联网投票的真实性和公正性。高互联网投票的真实性和公正性。高互联网投票的真实性和公正性。

【技术实现步骤摘要】
一种基于用户特征信息的防刷票方法


[0001]本专利技术涉及防刷票管理
，具体涉及一种基于用户特征信息的防刷票方法。

技术介绍

[0002]随着互联网技术的不断发展，各种投票活动均可以通过相关的电脑终端或者手机登终端完成。但由于监督的不合理性，存在恶意刷票行为(即通过刷票程序或者变化IP等方式为同一被投对象多次投票)，有失公平公正的投票原则。现有防范恶意刷票的方法有基于IP的投票限制、基于手机号验证码的投票限制等。前者容易被统一破解，并且在同一公网IP下面的用户会存在投票冲突的bug问题，后者由于手机验证码存在收到延迟的问题，影响了用户体验，降低了投票参与率。
[0003]针对如何有效防范恶意刷票的问题，公开号为CN110335401A的中国专利公开了《基于投票行为监控的防刷票方法及装置》，其方法包括：采用预设数据统计方式获取用户在投票页面上的投票行为数据，根据投票行为数据的数据特性判断执行投票行为的行为对象是否为真实用户，当判断行为对象为非真实用户时，输出恶意刷票提示信息。
[0004]上述现有方案的防刷票方法通过监控用户在投票页面的投票行为数据，识别用户是真实用户还是投票软件，进而防止投票软件对同一被投对象恶意刷票。但是，即使参与投票的为真实用户，其也可通过注册多个ID或使用多台设备进行多次、重复的投票，即同样存在刷票的可能性，使得投票的公正性难以得到保证，导致防刷票管理的效果不好。实际上，通过获取用户真实的身份信息和设备运行时的相关数据能够解决上述问题，但是，用户真实的身份信息和设备运行时的相关数据属于用户隐私数据，不允许被随意获取。也就是说，基于用户隐私数据实现防刷票管理是不可行的。因此，如何设计一种能够有效实现防刷票管理且能够保护用户隐私的防刷票方法是亟需解决的技术问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种基于用户特征信息的防刷票方法，以能够有效实现防刷票管理且能够保护用户隐私，从而能够提高互联网投票的真实性和公正性。
[0006]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0007]一种基于用户特征信息的防刷票方法，包括以下步骤：
[0008]S1：获取用户的投票请求数据；
[0009]S2：从用户的投票请求数据中提取对应的投票共性特征数据；
[0010]S3：基于投票共性特征数据计算对应的共性特征可疑值；若共性特征可疑值达到了设置的刷票阈值，则将具有对应投票共性特征数据的所有用户的投票请求数据作为刷票数据。
[0011]优选的，步骤S2中，通过大数据流式算法从用户的投票请求数据中提取对应的投
票共性特征数据。
[0012]优选的，步骤S3中，投票共性特征数据包括经纬坐标数据；
[0013]预先根据经纬坐标划分出了若干个投票区域，根据用户的经纬坐标数据计算用户所属的投票区域；然后计算用户所属的投票区域内的用户总数；最后将用户所属的投票区域内的用户总数与设置的区域可疑判断条件进行匹配，根据匹配结果生成对应的投票区域可疑值。
[0014]优选的，步骤S3中，通过如下公式计算投票区域可疑值：
[0015][0016]式中：k(e)表示用户所属的投票区域XY
n
的投票区域可疑值；e表示投票区域XY
n
的用户总数；当k(e)＝100时，投票区域XY
n
内所有用户的投票请求数据作为刷票数据。
[0017]优选的，步骤S3中，投票共性特征数据包括局域网mac数据；
[0018]根据用户的局域网mac数据计算用户所属的局域网mac值；然后计算用户所属的局域网mac值下的用户总数；最后将用户所属的局域网mac值下的用户总数与设置的局域网可疑判断条件进行匹配，根据匹配结果生成对应的局域网mac可疑值。
[0019]优选的，步骤S3中，通过如下公式计算局域网mac可疑值：
[0020][0021]式中：k(u)表示用户所属的局域网mac值M
u
的局域网mac可疑值；u表示局域网mac值M
u
下的用户总数；当k(u)＝100时，局域网mac值M
u
下所有用户的投票请求数据作为刷票数据。
[0022]优选的，步骤S3中，投票共性特征数据包括广域网mac数据；
[0023]根据用户的广域网mac数据计算用户所属的广域网mac值；然后计算用户所属的广域网mac值下的用户总数；最后将用户所属的广域网mac值下的用户总数与设置的广域网可疑判断条件进行匹配，根据匹配结果生成对应的广域网mac可疑值。
[0024]优选的，步骤S3中，通过如下公式计算广域网mac可疑值：
[0025][0026]式中：k(z)表示用户所属的广域网mac值L
z
的广域网mac可疑值；z表示广域网mac值L
z
下的用户总数；当k(z)＝100时，广域网mac值L
z
下所有用户的投票请求数据作为刷票数据。
[0027]优选的，步骤S3中，投票共性特征数据包括经纬坐标数据、局域网mac数据和广域
网mac数据中的至少两种；然后将经纬坐标数据、局域网mac数据和广域网mac数据中至少两种对应的共性特征可疑值进行累加求和计算，得到对应用户的综合可疑度；
[0028]若综合可疑度达到了设置的刷票阈值，则将对应用户的所有投票请求数据作为刷票数据。
[0029]优选的，步骤S3中，通过如下公式计算对应用户的综合可疑度：
[0030]K＝k(e)+k(u)+k(z)；
[0031]式中：K表示对应用户的综合可疑度；k(e)表示投票区域XY
n
的投票区域可疑值；k(u)表示局域网mac值M
u
的局域网mac可疑值；k(z)表示广域网mac值L
z
的广域网mac可疑值；
[0032]其中，k(e)、k(u)、k(z)的取值均包括000、001、010和100；
[0033]当综合可疑度K≥100时，对应用户的所有投票请求数据作为刷票数据；
[0034]当k(e)＝100时，投票区域XY
n
内所有用户的投票请求数据作为刷票数据；
[0035]当k(u)＝100时，局域网mac值M
u
下所有用户的投票请求数据作为刷票数据；
[0036]当k(z)＝100时，广域网mac值L
z
下所有用户的投票请求数据作为刷票数据。
[0037]本专利技术的防刷票方法与现有技术相比，具有如下有益效果：
[0038]本专利技术通过从用户的投票请求数据中提取对应的投票共性特征数据来计算共性特征可疑值，进而通过共性特征可疑值来判断用户的投票请求是否为刷票行为，一方面，投票共性特征数据可以看做是多个用户投票行为的相似度，多个用户投票行为的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户特征信息的防刷票方法，其特征在于，包括以下步骤：S1：获取用户的投票请求数据；S2：从用户的投票请求数据中提取对应的投票共性特征数据；S3：基于投票共性特征数据计算对应的共性特征可疑值；若共性特征可疑值达到了设置的刷票阈值，则将具有对应投票共性特征数据的所有用户的投票请求数据作为刷票数据。2.如权利要求1所述的基于用户特征信息的防刷票方法，其特征在于：步骤S2中，通过大数据流式算法从用户的投票请求数据中提取对应的投票共性特征数据。3.如权利要求1所述的基于用户特征信息的防刷票方法，其特征在于：步骤S3中，投票共性特征数据包括经纬坐标数据；预先根据经纬坐标划分出了若干个投票区域，根据用户的经纬坐标数据计算用户所属的投票区域；然后计算用户所属的投票区域内的用户总数；最后将用户所属的投票区域内的用户总数与设置的区域可疑判断条件进行匹配，根据匹配结果生成对应的投票区域可疑值。4.如权利要求3所述的基于用户特征信息的防刷票方法，其特征在于：步骤S3中，通过如下公式计算投票区域可疑值：式中：k(e)表示用户所属的投票区域XY
n
的投票区域可疑值；e表示投票区域XY
n
的用户总数；当k(e)＝100时，投票区域XY
n
内所有用户的投票请求数据作为刷票数据。5.如权利要求1所述的基于用户特征信息的防刷票方法，其特征在于：步骤S3中，投票共性特征数据包括局域网mac数据；根据用户的局域网mac数据计算用户所属的局域网mac值；然后计算用户所属的局域网mac值下的用户总数；最后将用户所属的局域网mac值下的用户总数与设置的局域网可疑判断条件进行匹配，根据匹配结果生成对应的局域网mac可疑值。6.如权利要求5所述的基于用户特征信息的防刷票方法，其特征在于：步骤S3中，通过如下公式计算局域网mac可疑值：式中：k(u)表示用户所属的局域网mac值M
u
的局域网mac可疑值；u表示局域网mac值M
u
下的用户总数；当k(u)＝100时，局域网mac值M
u
下所有用户的投票请求数据作为刷票数据。7.如权利要求1所述的基于用户特征信息的防刷票方法，其特...

【专利技术属性】
技术研发人员：付勇，伍南凌，唐涛，刘宗洋，孟颢凝，
申请(专利权)人：重庆新华龙掌媒文化传播有限公司，
类型：发明
国别省市：