我是靠谱客的博主 糊涂鸵鸟,最近开发中收集的这篇文章主要介绍如何用机器学习定位账户冒用问题,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

  对于一个互联网站点,这其实是一个挺平常的问题,因为目前“撞库”的发生。我们收集的数据主要还是来源于如下数据:

 三层数据:IP地址

 四层数据:TCP初始端口、TCP初始序列号(不同系统可能存在一些实现上的差异)、滑动窗口大小

 七层数据:用户浏览器指纹数据,如UserAgent等能从一定角度体现用户浏览器特征的数据,比如Chrome、Firefox、Safari等就有所不同

 应用系统日志:获取用户浏览页面分类信息、页面转换序列及相关时间等等。


 将一段时间的上述历史数据(设定窗口,每一项可作为一个维度)通过一定的函数转换最终进行归一化处理(Normalization,归一化也可对不同维度进行加权),然后通过本次浏览情况判断是否是出自同一用户,如果不是则应发送响应通知原用户,可能出现冒用情况。


 判断的方法可以使用简单的余弦夹角、马尔科夫或距离关系等。形式化的描述就暂不给出了。

转载于:https://blog.51cto.com/13345387/1967992

最后

以上就是糊涂鸵鸟为你收集整理的如何用机器学习定位账户冒用问题的全部内容,希望文章能够帮你解决如何用机器学习定位账户冒用问题所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(76)

评论列表共有 0 条评论

立即
投稿
返回
顶部