处理用户的资源访问行为的方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105897676A(43)申请公布日2016.08.24(21)申请号201510869215.1(22)申请日2015.12.01(71)申请人乐视网信息技术（北京）股份有限公司地址100025北京市朝阳区姚家园路105号乐视大厦(72)发明人张磊(74)专利代理机构北京金律言科知识产权代理事务所(普通合伙)11461代理人罗延红杨移(51)Int.Cl.H04L29/06(2006.01)权利要求书2页说明书8页附图5页(54)发明名称处理用户的资源访问行为的方法及装置(57)摘要本发明实施例提供一种处理用户的资源访问行为的方法及装置。所述方法包括：根据第一组用户的资源访问行为数据和访问行为类型，训练得到用于识别用户的访问行为类型的识别模型；当接收到当前用户的资源访问请求时，获取当前用户的资源访问行为数据，将所述当前用户的资源访问行为数据输入到所述识别模型，得到所述当前用户的访问行为类型；根据所述当前用户的访问行为类型，对所述当前用户的资源访问请求进行处理。盗链者如预模拟正常用户访问系统的行为特征进入白名单或避开进入黑名单，则需要付出较高的代价，从而主动放弃盗链的操作。CN105897676ACN105897676A权利要求书1/2页1.一种处理用户的资源访问行为的方法，其特征在于，所述方法包括：根据第一组用户的资源访问行为数据和访问行为类型，训练得到用于识别用户的访问行为类型的识别模型；当接收到当前用户的资源访问请求时，获取当前用户的资源访问行为数据，将所述当前用户的资源访问行为数据输入到所述识别模型，得到所述当前用户的访问行为类型；根据所述当前用户的访问行为类型，对所述当前用户的资源访问请求进行处理。2.根据权利要求1所述的方法，其特征在于，所述根据第一组用户的资源访问行为数据和访问行为类型，训练得到用于识别用户的访问行为类型的识别模型的处理包括：获取所述第一组用户的资源访问行为数据和访问行为类型；从所述第一组用户的资源访问行为数据获取所述用户的行为特征数据；以所述用户的行为特征数据和所述用户的访问行为类型为训练样本数据集，训练用于识别用户的实际访问行为类型的识别模型。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：根据第二组用户的资源访问行为数据和访问行为类型，更新所述识别模型。4.根据权利要求1～3中任一项所述的方法，其特征在于，所述方法还包括：根据预先统计的用户的长期访问行为特征数据，对得到识别为正常的用户的访问行为类型进行校正。5.一种处理用户的资源访问行为的方法，其特征在于，所述方法包括：根据第一组用户的资源访问行为数据和访问行为类型，训练得到用于识别用户的访问行为类型的识别模型；获取第二组用户的资源访问行为数据，将所述第二组用户的资源访问行为数据输入到所述识别模型，得到所述第二组用户的访问行为类型；根据所述第一组用户的访问行为类型和所述第二组用户的访问行为类型，生成白名单；当接收到当前用户的资源访问请求时，根据所述白名单对所述当前用户的资源访问请求进行处理。6.根据权利要求5所述的方法，其特征在于，所述方法还包括：根据第三组用户的资源访问行为数据和访问行为类型，更新所述识别模型和所述白名单。7.根据权利要求6所述的方法，其特征在于，所述根据第一组用户的资源访问行为数据和访问行为类型，训练得到用于识别用户的访问行为类型的识别模型的处理包括：获取所述第一组用户的资源访问行为数据和访问行为类型；从所述第一组用户的资源访问行为数据获取所述用户的行为特征数据；以所述用户的行为特征数据和所述用户的访问行为类型为训练样本数据集，训练用于识别用户的实际访问行为类型的识别模型。8.根据权利要求5～7中任一项所述的方法，其特征在于，所述方法还包括：根据预先统计的用户的长期访问行为特征数据，对识别为正常的用户的访问行为类型进行校正，并且将被识别为作弊行为的用户从白名单里去除掉。9.一种处理用户的资源访问行为的装置，其特征在于，所述装置包括：2CN105897676A权利要求书2/2页识别模型训练单元，用于根据第一组用户的资源访问行为数据和访问行为类型，训练得到用于识别用户的访问行为类型的识别模型；第一用户访问行为类型识别单元，用于当接收到当前用户的资源访问请求时，获取当前用户的资源访问行为数据，将所述当前用户的资源访问行为数据输入到所述识别模型训练单元训练得到的识别模型，得到所述当前用户的访问行为类型；第一资源访问请求处理单元，用于根据所述当前用户的访问行为类型，对所述当前用户的资源访问请求进行处理。10.根据权利要求9所述的装置，其特征在于，所述识别模型训练单元用于获取所述第一组用户的资源访问行为数据和访问行为类型，从所述第一组用户的资源