本發(fā)明涉及互聯(lián)網(wǎng)
技術(shù)領(lǐng)域：
，具體而言，涉及一種業(yè)務(wù)同設(shè)備識(shí)別方法、裝置、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)。
背景技術(shù)：
：目前，惡意份子通過(guò)修改設(shè)備的設(shè)備信息或網(wǎng)絡(luò)環(huán)境信息，將設(shè)備偽裝成多個(gè)不同設(shè)備，發(fā)送大量的業(yè)務(wù)信息進(jìn)行作弊以謀取利益。為了維護(hù)正常用戶的利益，需要識(shí)別不同的業(yè)務(wù)信息是否來(lái)源于同一設(shè)備，從而識(shí)破惡意份子的偽裝。當(dāng)前，通常根據(jù)已確認(rèn)的作弊案例，通過(guò)人工業(yè)務(wù)反查的方式來(lái)識(shí)別作弊業(yè)務(wù)信息。對(duì)于已確認(rèn)的作弊案例，技術(shù)人員分析惡意份子偽裝的每個(gè)設(shè)備的設(shè)備信息、網(wǎng)絡(luò)環(huán)境信息和業(yè)務(wù)信息，從中找出偽裝的多個(gè)設(shè)備中均相同的不變量，將找出的不變量組合為一個(gè)新的變量。利用該新的變量來(lái)識(shí)別不同業(yè)務(wù)信息是否來(lái)自同一設(shè)備。上述依賴事后人工反查的方式確定一個(gè)變量，利用確定的變量來(lái)識(shí)別作弊業(yè)務(wù)信息，準(zhǔn)確性很低，且確定的變量很難覆蓋偽裝出的所有設(shè)備，對(duì)于新出現(xiàn)的不變量往往無(wú)法防御。且易造成多個(gè)變量共同防御的情況，增加管理的時(shí)間成本，導(dǎo)致無(wú)法有效觀察不同變量的表現(xiàn)情況。技術(shù)實(shí)現(xiàn)要素：有鑒于此，本發(fā)明實(shí)施例的目的在于提供一種業(yè)務(wù)同設(shè)備識(shí)別方法、裝置、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)，通過(guò)該評(píng)價(jià)模型在線判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，避免依賴事后人工反查，提高了識(shí)別的準(zhǔn)確性及效率。同時(shí)該評(píng)價(jià)模型可周期性進(jìn)行更新，對(duì)偽裝設(shè)備的防御更加全面，惡意份子很難繞開評(píng)價(jià)模型的識(shí)別。第一方面，本發(fā)明實(shí)施例提供了一種業(yè)務(wù)同設(shè)備識(shí)別方法，所述方法包括：獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用所述作弊樣本數(shù)據(jù)和所述非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型；獲取兩個(gè)業(yè)務(wù)信息，根據(jù)所述評(píng)價(jià)模型，確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。結(jié)合第一方面，本發(fā)明實(shí)施例提供了上述第一方面的第一種可能的實(shí)現(xiàn)方式，其中，所述利用所述作弊樣本數(shù)據(jù)和所述非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型，包括：獲取所述作弊樣本數(shù)據(jù)對(duì)應(yīng)的作弊關(guān)系對(duì)，及獲取所述非作弊樣本數(shù)據(jù)對(duì)應(yīng)的非作弊關(guān)系對(duì)；獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；利用所述每個(gè)作弊關(guān)系對(duì)、所述每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量、所述每個(gè)非作弊關(guān)系對(duì)及所述每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量進(jìn)行機(jī)器學(xué)習(xí)，獲得評(píng)價(jià)模型。結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第二種可能的實(shí)現(xiàn)方式，其中，所述獲取所述作弊樣本數(shù)據(jù)對(duì)應(yīng)的作弊關(guān)系對(duì)，及獲取所述非作弊樣本數(shù)據(jù)對(duì)應(yīng)的非作弊關(guān)系對(duì)，包括：將所述作弊樣本數(shù)據(jù)中屬于同一設(shè)備的業(yè)務(wù)信息兩兩組合為作弊關(guān)系對(duì)；將所述非作弊樣本數(shù)據(jù)中屬于不同設(shè)備的業(yè)務(wù)信息兩兩組合為非作弊關(guān)系對(duì)。結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第三種可能的實(shí)現(xiàn)方式，其中，所述獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，包括：比對(duì)作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同；如果是，則將特征值相同的特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值；如果否，則將特征值不同的特征對(duì)應(yīng)的向量元素值設(shè)置為第二預(yù)設(shè)數(shù)值；將所述作弊關(guān)系對(duì)對(duì)應(yīng)的所有向量元素值構(gòu)成所述作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；比對(duì)非作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同；如果是，則將特征值相同的特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值；如果否，則將特征值不同的特征對(duì)應(yīng)的向量元素值設(shè)置為第二預(yù)設(shè)數(shù)值；將所述非作弊關(guān)系對(duì)對(duì)應(yīng)的所有向量元素值構(gòu)成所述非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。結(jié)合第一方面，本發(fā)明實(shí)施例提供了上述第一方面的第四種可能的實(shí)現(xiàn)方式，其中，所述根據(jù)所述評(píng)價(jià)模型，確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備，包括：根據(jù)獲取的兩個(gè)業(yè)務(wù)信息，獲取所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量；根據(jù)所述兩個(gè)業(yè)務(wù)信息和所述特征向量，通過(guò)所述評(píng)價(jià)模型確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。結(jié)合第一方面的第四種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第五種可能的實(shí)現(xiàn)方式，其中，所述根據(jù)所述兩個(gè)業(yè)務(wù)信息和所述特征向量，通過(guò)所述評(píng)價(jià)模型確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備，包括：根據(jù)所述兩個(gè)業(yè)務(wù)信息和所述特征向量，通過(guò)所述評(píng)價(jià)模型對(duì)所述兩個(gè)業(yè)務(wù)信息進(jìn)行打分，得到所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的同源分?jǐn)?shù)；根據(jù)所述同源分?jǐn)?shù)和預(yù)設(shè)分值，確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。結(jié)合第一方面的第四種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第六種可能的實(shí)現(xiàn)方式，其中，所述根據(jù)獲取的兩個(gè)業(yè)務(wù)信息，獲取所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量，包括：比對(duì)所述兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同；如果是，則在所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值相同的特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值；如果否，則在所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值不同的特征對(duì)應(yīng)的向量元素值設(shè)置為第二預(yù)設(shè)數(shù)值；將所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的所有所述向量元素值構(gòu)成所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量。結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第七種可能的實(shí)現(xiàn)方式，其中，所述獲取所述作弊樣本數(shù)據(jù)對(duì)應(yīng)的作弊關(guān)系對(duì)，及獲取所述非作弊樣本數(shù)據(jù)對(duì)應(yīng)的非作弊關(guān)系對(duì)，包括：將所述作弊樣本數(shù)據(jù)中屬于同一設(shè)備且預(yù)設(shè)特征一致的業(yè)務(wù)信息兩兩組合為作弊關(guān)系對(duì)；將所述非作弊樣本數(shù)據(jù)中屬于不同設(shè)備且所述預(yù)設(shè)特征一致的業(yè)務(wù)信息兩兩組合為非作弊關(guān)系對(duì)。結(jié)合第一方面的第七種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第八種可能的實(shí)現(xiàn)方式，其中，所述獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，包括：比對(duì)作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中除所述預(yù)設(shè)特征外的其他特征，獲得所述作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；比對(duì)非作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中除所述預(yù)設(shè)特征外的其他特征，獲得所述非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。結(jié)合第一方面的第七種可能的實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第九種可能的實(shí)現(xiàn)方式，其中，所述獲取兩個(gè)業(yè)務(wù)信息，根據(jù)所述評(píng)價(jià)模型，確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備，包括：獲取所述預(yù)設(shè)特征一致的兩個(gè)業(yè)務(wù)信息；比對(duì)獲取的所述兩個(gè)業(yè)務(wù)信息中除所述預(yù)設(shè)特征外的其他特征，得到所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量；根據(jù)所述兩個(gè)業(yè)務(wù)信息和所述特征向量，通過(guò)所述評(píng)價(jià)模型確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。結(jié)合第一方面及第一方面的第一至第九種實(shí)現(xiàn)方式中的任一種實(shí)現(xiàn)方式，本發(fā)明實(shí)施例提供了上述第一方面的第十種實(shí)現(xiàn)方式，其中，所述方法還包括：每隔預(yù)設(shè)時(shí)間段獲取過(guò)去離當(dāng)前時(shí)間最近的所述預(yù)設(shè)時(shí)間段內(nèi)的作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，根據(jù)所述預(yù)設(shè)時(shí)間段內(nèi)的所述作弊樣本數(shù)據(jù)和所述非作弊樣本數(shù)據(jù)，更新所述評(píng)價(jià)模型。第二方面，本發(fā)明實(shí)施例提供了一種業(yè)務(wù)同設(shè)備識(shí)別裝置，所述裝置包括：模型建立模塊，用于獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用所述作弊樣本數(shù)據(jù)和所述非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型；獲取模塊，用于獲取兩個(gè)業(yè)務(wù)信息；確定模塊，用于根據(jù)所述評(píng)價(jià)模型，確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。結(jié)合第二方面，本發(fā)明實(shí)施例提供了上述第二方面的第一種可能的實(shí)現(xiàn)方式，其中，所述模型建立模塊包括：第一獲取單元，用于獲取所述作弊樣本數(shù)據(jù)對(duì)應(yīng)的作弊關(guān)系對(duì)，及獲取所述非作弊樣本數(shù)據(jù)對(duì)應(yīng)的非作弊關(guān)系對(duì)；獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；機(jī)器學(xué)習(xí)單元，用于利用所述每個(gè)作弊關(guān)系對(duì)、所述每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量、所述每個(gè)非作弊關(guān)系對(duì)及所述每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量進(jìn)行機(jī)器學(xué)習(xí)，獲得評(píng)價(jià)模型。結(jié)合第二方面，本發(fā)明實(shí)施例提供了上述第二方面的第二種可能的實(shí)現(xiàn)方式，其中，所述確定模塊包括：第二獲取單元，用于根據(jù)獲取的兩個(gè)業(yè)務(wù)信息，獲取所述兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量；確定單元，用于根據(jù)所述兩個(gè)業(yè)務(wù)信息和所述特征向量，通過(guò)所述評(píng)價(jià)模型確定所述兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。第三方面，本發(fā)明實(shí)施例提供了一種計(jì)算設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器運(yùn)行所述計(jì)算機(jī)程序時(shí)執(zhí)行上述第一方面及第一方面的第一至第十種實(shí)現(xiàn)方式中的任一種實(shí)現(xiàn)方式所述的方法。第四方面，本發(fā)明實(shí)施例提供了一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器運(yùn)行時(shí)執(zhí)行上述第一方面及第一方面的第一至第十種實(shí)現(xiàn)方式中的任一種實(shí)現(xiàn)方式所述的方法。在本發(fā)明實(shí)施例提供的方法及裝置中，獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型；獲取兩個(gè)業(yè)務(wù)信息，根據(jù)評(píng)價(jià)模型，確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。本發(fā)明根據(jù)樣本數(shù)據(jù)建立了評(píng)價(jià)模型，通過(guò)該評(píng)價(jià)模型在線判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，避免依賴事后人工反查，提高了識(shí)別的準(zhǔn)確性及效率。同時(shí)該評(píng)價(jià)模型可周期性進(jìn)行更新，對(duì)偽裝設(shè)備的防御更加全面，惡意份子很難繞開評(píng)價(jià)模型的識(shí)別。為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說(shuō)明如下。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實(shí)施例，因此不應(yīng)被看作是對(duì)范圍的限定，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。圖1示出了本發(fā)明實(shí)施例1所提供的一種業(yè)務(wù)同設(shè)備識(shí)別方法的流程圖；圖2示出了本發(fā)明實(shí)施例1所提供的另一種業(yè)務(wù)同設(shè)備識(shí)別方法的流程圖；圖3示出了本發(fā)明實(shí)施例2所提供的一種業(yè)務(wù)同設(shè)備識(shí)別裝置的第一結(jié)構(gòu)示意圖；圖4示出了本發(fā)明實(shí)施例2所提供的一種業(yè)務(wù)同設(shè)備識(shí)別裝置的第二結(jié)構(gòu)示意圖；圖5示出了本發(fā)明實(shí)施例3所提供的一種計(jì)算設(shè)備的結(jié)構(gòu)示意圖。具體實(shí)施方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。通常在此處附圖中描述和示出的本發(fā)明實(shí)施例的組件可以以各種不同的配置來(lái)布置和設(shè)計(jì)。因此，以下對(duì)在附圖中提供的本發(fā)明的實(shí)施例的詳細(xì)描述并非旨在限制要求保護(hù)的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍?？紤]到相關(guān)技術(shù)中依賴事后人工反查的方式確定一個(gè)變量，利用確定的變量來(lái)識(shí)別作弊業(yè)務(wù)信息，準(zhǔn)確性很低，且確定的變量很難覆蓋偽裝出的所有設(shè)備，對(duì)于新出現(xiàn)的不變量往往無(wú)法防御。且易造成多個(gè)變量共同防御的情況，增加管理的時(shí)間成本，導(dǎo)致無(wú)法有效觀察不同變量的表現(xiàn)情況?；诖?，本發(fā)明實(shí)施例提供了一種業(yè)務(wù)同設(shè)備識(shí)別方法、裝置、計(jì)算設(shè)備及存儲(chǔ)介質(zhì)，下面通過(guò)實(shí)施例進(jìn)行描述。實(shí)施例1本發(fā)明實(shí)施例提供了一種業(yè)務(wù)同設(shè)備識(shí)別方法。惡意份子通過(guò)修改設(shè)備的分辨率、開機(jī)時(shí)間或剩余存儲(chǔ)等參數(shù)，將一個(gè)設(shè)備偽裝成多個(gè)設(shè)備，通過(guò)被偽裝的設(shè)備進(jìn)行作弊業(yè)務(wù)以謀取利益。通過(guò)本發(fā)明實(shí)施例提供的方法可以自動(dòng)判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備:當(dāng)來(lái)源于同一設(shè)備的業(yè)務(wù)信息的數(shù)目達(dá)到一定值時(shí)，確定來(lái)源于該同一設(shè)備的業(yè)務(wù)信息為作弊業(yè)務(wù)信息，從而識(shí)破惡意份子偽裝的設(shè)備。參見(jiàn)圖1，該方法具體包括以下步驟：步驟101：獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型。從過(guò)去大量的業(yè)務(wù)信息中獲取已確認(rèn)的作弊業(yè)務(wù)信息和非作弊業(yè)務(wù)信息，將獲取的所有作弊業(yè)務(wù)信息組成作弊樣本數(shù)據(jù)，將獲取的所有非作弊業(yè)務(wù)信息組成非作弊樣本數(shù)據(jù)。其中，作弊業(yè)務(wù)信息包括被惡意份子修改了參數(shù)的同一設(shè)備發(fā)送的多個(gè)作弊業(yè)務(wù)信息，也包括惡意份子以未修改參數(shù)的同一設(shè)備發(fā)送的多個(gè)作弊業(yè)務(wù)信息。非作弊業(yè)務(wù)信息為不同設(shè)備發(fā)送的非作弊業(yè)務(wù)信息。在本發(fā)明實(shí)施例中，可以用集合來(lái)表示作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)。在作弊樣本數(shù)據(jù)的集合中包括多個(gè)子集合，每個(gè)子集合中的元素均為來(lái)源于同一設(shè)備的業(yè)務(wù)信息。例如，作弊樣本數(shù)據(jù)的集合為{(S1,S2),(S3,S4,S5)},業(yè)務(wù)信息S1和S2來(lái)源于同一設(shè)備M1，業(yè)務(wù)信息S3、S4和S5來(lái)源于另一設(shè)備M2。非作弊樣本數(shù)據(jù)的集合為{S6,S7,S8}，業(yè)務(wù)信息S6、S7和S8分別來(lái)自于不同的設(shè)備，如S6來(lái)自設(shè)備M3，S7來(lái)自設(shè)備M4，S8來(lái)自設(shè)備M5。上述獲取到作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)后，通過(guò)如下操作來(lái)建立評(píng)價(jià)模型：獲取作弊樣本數(shù)據(jù)對(duì)應(yīng)的作弊關(guān)系對(duì)，及獲取非作弊樣本數(shù)據(jù)對(duì)應(yīng)的非作弊關(guān)系對(duì)；獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；利用每個(gè)作弊關(guān)系對(duì)、每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量、每個(gè)非作弊關(guān)系對(duì)及每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量進(jìn)行機(jī)器學(xué)習(xí)，獲得評(píng)價(jià)模型。將作弊樣本數(shù)據(jù)中屬于同一設(shè)備的業(yè)務(wù)信息兩兩組合為作弊關(guān)系對(duì)，將非作弊樣本數(shù)據(jù)中屬于不同設(shè)備的業(yè)務(wù)信息兩兩組合為非作弊關(guān)系對(duì)。在獲取作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量時(shí)，比對(duì)作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同；如果是，則在兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值相同的特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值；如果否，則在兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值不同的特征對(duì)應(yīng)的向量元素值設(shè)置為第二預(yù)設(shè)數(shù)值。將兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的所有向量元素值構(gòu)成這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量。在本發(fā)明實(shí)施例中，業(yè)務(wù)信息包含設(shè)備發(fā)生交易時(shí)的硬件信息、軟件信息、網(wǎng)絡(luò)環(huán)境信息及與交易相關(guān)的信息。硬件信息包括設(shè)備的品牌、型號(hào)、分辨率及開機(jī)時(shí)間等。軟件信息包括設(shè)備上安裝的應(yīng)用程序的信息。網(wǎng)絡(luò)環(huán)境信息包括設(shè)備的http(hypertexttransferprotocol，超文本傳輸協(xié)議)地址等。與交易相關(guān)的信息包括交易所涉及的店鋪信息、訂單信息或團(tuán)購(gòu)單號(hào)信息等。在比對(duì)作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中的同一特征時(shí)，所要比對(duì)的特征包括上述硬件信息、軟件信息和網(wǎng)絡(luò)環(huán)境信息中的具體參數(shù)特征，如分辨率、系統(tǒng)時(shí)間、開機(jī)時(shí)間、剩余存儲(chǔ)及http地址等。在本發(fā)明實(shí)施例中，預(yù)先設(shè)定依次比對(duì)的特征的比對(duì)順序，按照預(yù)先設(shè)定的比對(duì)順序比較作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同，若相同，將特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值，否則設(shè)置為第二預(yù)設(shè)數(shù)值。按順序比對(duì)完所有特征后，將每個(gè)特征對(duì)應(yīng)的向量元素值組成該作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。上述第一預(yù)設(shè)數(shù)值可以為1或2等。第二預(yù)設(shè)數(shù)值與第一預(yù)設(shè)數(shù)值不同，可以為0或3等。本發(fā)明實(shí)施例并不限定第一預(yù)設(shè)數(shù)值和第二預(yù)設(shè)數(shù)值的具體取值，實(shí)際應(yīng)用中可以根據(jù)需求確定第一預(yù)設(shè)數(shù)值和第二預(yù)設(shè)數(shù)值的取值。為了便于理解上述獲取特征向量的操作，下面舉例進(jìn)行說(shuō)明。例如，假設(shè)作弊關(guān)系對(duì)1包括業(yè)務(wù)信息1和業(yè)務(wù)信息2，第一預(yù)設(shè)數(shù)值為1，第二預(yù)設(shè)數(shù)值為0。如表1所示，比較業(yè)務(wù)信息1和業(yè)務(wù)信息2中同一特征的特征值是否相同，如果是，則設(shè)置特征對(duì)應(yīng)的向量元素值為第一預(yù)設(shè)數(shù)值1，否則設(shè)置特征對(duì)應(yīng)的向量元素為第二預(yù)設(shè)數(shù)值0。將每個(gè)特征對(duì)應(yīng)的向量元素值組成作弊關(guān)系對(duì)1對(duì)應(yīng)的特征向量(1,0,1,1)表1作弊關(guān)系對(duì)1特征1特征2特征3特征4業(yè)務(wù)信息1-業(yè)務(wù)信息21011同樣地，可以按照上述獲取作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量的方式，獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。通過(guò)上述方式獲取到每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量及每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量后，利用每個(gè)作弊關(guān)系對(duì)、每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量、每個(gè)非作弊關(guān)系對(duì)及每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量進(jìn)行機(jī)器學(xué)習(xí)，通過(guò)機(jī)器學(xué)習(xí)建立評(píng)價(jià)模型。通過(guò)該評(píng)價(jià)模型來(lái)判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，取代了人工事后反查的方式，提高了業(yè)務(wù)同設(shè)備識(shí)別的效率。為了進(jìn)一步提高業(yè)務(wù)同設(shè)備識(shí)別的準(zhǔn)確性及覆蓋率，本發(fā)明實(shí)施例還通過(guò)如下方式定期更新上述評(píng)價(jià)模型，具體包括：每隔預(yù)設(shè)時(shí)間段獲取過(guò)去離當(dāng)前時(shí)間最近的預(yù)設(shè)時(shí)間段內(nèi)的作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，根據(jù)預(yù)設(shè)時(shí)間段內(nèi)的作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，更新評(píng)價(jià)模型。本發(fā)明實(shí)施例中，根據(jù)獲取的預(yù)設(shè)時(shí)間段內(nèi)的作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，通過(guò)上述建立評(píng)價(jià)模型的方式建立新的評(píng)價(jià)模型。將原來(lái)的評(píng)價(jià)模型替換為該新的評(píng)價(jià)模型。由于可以采用機(jī)器學(xué)習(xí)方式每隔預(yù)設(shè)時(shí)間段動(dòng)態(tài)更新評(píng)價(jià)模型，使得本發(fā)明實(shí)施例能夠及時(shí)響應(yīng)惡意份子的作弊手段，惡意份子很難繞開評(píng)價(jià)模型的監(jiān)控，提高了作弊監(jiān)控的準(zhǔn)確性。通過(guò)本步驟的操作建立評(píng)價(jià)模型后，將評(píng)價(jià)模型配置在服務(wù)器上，服務(wù)器通過(guò)該評(píng)價(jià)模型，通過(guò)如下步驟102和103的操作來(lái)實(shí)時(shí)監(jiān)控接收到的業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備。步驟102：獲取兩個(gè)業(yè)務(wù)信息，根據(jù)評(píng)價(jià)模型，確定獲取的兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。在線獲取兩個(gè)業(yè)務(wù)信息。根據(jù)獲取的兩個(gè)業(yè)務(wù)信息，獲取兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量；根據(jù)兩個(gè)業(yè)務(wù)信息和特征向量，通過(guò)評(píng)價(jià)模型確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。本發(fā)明實(shí)施例中，在線接收到兩個(gè)業(yè)務(wù)信息時(shí)，比對(duì)這兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同；如果是，則在兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值相同的特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值；如果否，則在兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值不同的特征對(duì)應(yīng)的向量元素值設(shè)置為第二預(yù)設(shè)數(shù)值。將這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的所有向量元素值構(gòu)成這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量。通過(guò)上述方式獲得這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量后，根據(jù)這兩個(gè)業(yè)務(wù)信息和這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量，通過(guò)評(píng)價(jià)模型對(duì)這兩個(gè)業(yè)務(wù)信息進(jìn)行打分，得到這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的同源分?jǐn)?shù)；根據(jù)同源分?jǐn)?shù)和預(yù)設(shè)分值，確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。將這兩個(gè)業(yè)務(wù)信息和這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量輸入評(píng)價(jià)模型，評(píng)價(jià)模型輸出這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的同源分?jǐn)?shù)，同源分?jǐn)?shù)用于表示這兩個(gè)業(yè)務(wù)信息來(lái)源于同一個(gè)設(shè)備的可能性，同源分?jǐn)?shù)可以為大于等于0小于等于1的數(shù)值。確定同源分?jǐn)?shù)是否大于預(yù)設(shè)分值，如果是，則確定這兩個(gè)業(yè)務(wù)信息來(lái)源于同一設(shè)備，如果否，則確定這兩個(gè)業(yè)務(wù)信息來(lái)源于不同的設(shè)備。本發(fā)明實(shí)施例在確定兩個(gè)業(yè)務(wù)信息來(lái)源于同一設(shè)備后，還緩存來(lái)源于該同一設(shè)備的兩個(gè)業(yè)務(wù)信息，當(dāng)再次接收到一個(gè)新的業(yè)務(wù)信息時(shí)，將該新的業(yè)務(wù)信息與緩存的兩個(gè)業(yè)務(wù)信息中的任一個(gè)業(yè)務(wù)信息組成業(yè)務(wù)關(guān)系對(duì)，獲取該業(yè)務(wù)關(guān)系對(duì)對(duì)應(yīng)的特征向量，將該業(yè)務(wù)關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息及該業(yè)務(wù)關(guān)系對(duì)對(duì)應(yīng)的特征向量輸入評(píng)價(jià)模型中，獲得該業(yè)務(wù)關(guān)系對(duì)的同源分?jǐn)?shù)，若該同源分?jǐn)?shù)大于預(yù)設(shè)分值，則確定該新的業(yè)務(wù)信息與緩存的兩個(gè)業(yè)務(wù)信息來(lái)源于同一個(gè)設(shè)備，則將該新的業(yè)務(wù)信息緩存到之前的兩個(gè)業(yè)務(wù)信息的存儲(chǔ)路徑下。對(duì)于后續(xù)接收到的每個(gè)新的業(yè)務(wù)信息都按照上述方式確定新的業(yè)務(wù)信息是否與之前已確定的業(yè)務(wù)信息來(lái)源于同一個(gè)設(shè)備。本發(fā)明實(shí)施例中，每隔預(yù)設(shè)時(shí)間段，統(tǒng)計(jì)預(yù)設(shè)時(shí)間段內(nèi)來(lái)源于同一設(shè)備的業(yè)務(wù)信息的數(shù)目；當(dāng)統(tǒng)計(jì)的數(shù)目大于預(yù)設(shè)數(shù)值時(shí)，確定來(lái)源于同一設(shè)備的業(yè)務(wù)信息為作弊業(yè)務(wù)信息。由于惡意份子可能在很短時(shí)間內(nèi)通過(guò)被偽裝的設(shè)備發(fā)送大量的作弊業(yè)務(wù)信息給服務(wù)器，所以如果在預(yù)設(shè)時(shí)間段內(nèi)判斷出來(lái)源于同一設(shè)備的業(yè)務(wù)信息的數(shù)目大于預(yù)設(shè)數(shù)值，則可以確定該設(shè)備為惡意份子偽裝的設(shè)備，該設(shè)備發(fā)送的業(yè)務(wù)信息為作弊業(yè)務(wù)信息。通過(guò)上述方式確定來(lái)源于同一設(shè)備的業(yè)務(wù)信息為作弊業(yè)務(wù)信息時(shí)，不對(duì)這些作弊業(yè)務(wù)信息進(jìn)行響應(yīng)，后續(xù)該同一設(shè)備發(fā)送的業(yè)務(wù)信息也不再進(jìn)行響應(yīng)。在本發(fā)明實(shí)施例中，通過(guò)機(jī)器學(xué)習(xí)得到評(píng)價(jià)模型，在線對(duì)兩個(gè)業(yè)務(wù)信息進(jìn)行打分，實(shí)現(xiàn)了對(duì)同設(shè)備風(fēng)險(xiǎn)進(jìn)行量化，可以魯棒化同設(shè)備風(fēng)險(xiǎn)的風(fēng)控，平衡作弊識(shí)別的準(zhǔn)確率和覆蓋率。使用機(jī)器學(xué)習(xí)方式自動(dòng)識(shí)別通過(guò)修改硬件信息、軟件新型或網(wǎng)絡(luò)環(huán)境信息的同設(shè)備作弊業(yè)務(wù)，取代了人工的事后數(shù)據(jù)分析、觀察和手動(dòng)設(shè)定的識(shí)別方式，提高了識(shí)別效率，能夠及時(shí)響應(yīng)新的作弊模式，同時(shí)反作弊系統(tǒng)由維護(hù)多條規(guī)則變?yōu)榫S護(hù)一個(gè)評(píng)價(jià)模型，降低了維護(hù)成本。由于有一些硬件信息和軟件信息通常是無(wú)法修改的，如惡意份子無(wú)法修改設(shè)備品牌和設(shè)備型號(hào)等信息，所以在獲取兩個(gè)業(yè)務(wù)信息的特征向量時(shí)，可以將這些無(wú)法修改的信息對(duì)應(yīng)的特征排除在外，以減少機(jī)器學(xué)習(xí)及后續(xù)在線判斷的計(jì)算量，縮短機(jī)器學(xué)習(xí)的時(shí)間，以及提高在線識(shí)別的效率。本發(fā)明實(shí)施例中，將上述無(wú)法修改的信息對(duì)應(yīng)的特征設(shè)定為預(yù)設(shè)特征，在步驟101中通過(guò)如下方式來(lái)建立評(píng)價(jià)模型，具體包括：將作弊樣本數(shù)據(jù)中屬于同一設(shè)備且預(yù)設(shè)特征一致的業(yè)務(wù)信息兩兩組合為作弊關(guān)系對(duì)，將非作弊樣本數(shù)據(jù)中屬于不同設(shè)備且預(yù)設(shè)特征一致的業(yè)務(wù)信息兩兩組合為非作弊關(guān)系對(duì)；獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；利用每個(gè)作弊關(guān)系對(duì)、每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量、每個(gè)非作弊關(guān)系對(duì)及每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量進(jìn)行機(jī)器學(xué)習(xí)，獲得評(píng)價(jià)模型。在獲取作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量時(shí)，比對(duì)作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中除預(yù)設(shè)特征外的其他特征，獲得作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。在獲取非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量時(shí)，比對(duì)非作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中除預(yù)設(shè)特征外的其他特征，獲得非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。上述預(yù)設(shè)特征為設(shè)備品牌、設(shè)備型號(hào)等無(wú)法修改的特征，除預(yù)設(shè)特征外的其他特征為分辨率、系統(tǒng)時(shí)間、開機(jī)時(shí)間、剩余存儲(chǔ)及http地址等可以被惡意份子修改的特征。通過(guò)上述方式建立評(píng)價(jià)模型后，在步驟102中通過(guò)如下方式來(lái)在線獲取兩個(gè)業(yè)務(wù)信息及獲取兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量，包括：在線獲取兩個(gè)預(yù)設(shè)特征一致的業(yè)務(wù)信息；比對(duì)獲取的兩個(gè)業(yè)務(wù)信息中除預(yù)設(shè)特征外的其他特征，獲得兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量。將上述預(yù)設(shè)特征一致的兩個(gè)業(yè)務(wù)信息及這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量輸入評(píng)價(jià)模型中，獲得這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的同源分?jǐn)?shù)。判斷該同源分?jǐn)?shù)是否大于預(yù)設(shè)分值，如果是，則確定這兩個(gè)業(yè)務(wù)信息來(lái)源于同一個(gè)設(shè)備，如果否，則確定這兩個(gè)業(yè)務(wù)信息來(lái)源于不同的設(shè)備。為了更直觀的理解本發(fā)明實(shí)施例提供的方法，下面結(jié)合附圖進(jìn)行具體說(shuō)明。如圖2所示，根據(jù)作弊樣本數(shù)據(jù)構(gòu)造作弊關(guān)系對(duì)，根據(jù)非作弊樣本數(shù)據(jù)構(gòu)造非作弊關(guān)系對(duì)，對(duì)于作弊關(guān)系對(duì)和非作弊關(guān)系對(duì)，都獲取關(guān)系對(duì)對(duì)應(yīng)的特征向量，然后進(jìn)行機(jī)器學(xué)習(xí)算法訓(xùn)練得到評(píng)價(jià)模型。在線進(jìn)行業(yè)務(wù)同設(shè)備識(shí)別時(shí)，在線獲取兩個(gè)業(yè)務(wù)信息，獲取這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量，輸入評(píng)價(jià)模型進(jìn)行打分，評(píng)價(jià)模型輸出這兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的同源分?jǐn)?shù)。在本發(fā)明實(shí)施例中，評(píng)價(jià)模型的建立也可以不基于作弊關(guān)系對(duì)和非作弊關(guān)系對(duì)進(jìn)行，而是對(duì)已確認(rèn)的作弊交易信息進(jìn)行機(jī)器學(xué)習(xí)來(lái)建立評(píng)價(jià)模型，在線應(yīng)用時(shí)將接收到的一個(gè)業(yè)務(wù)信息輸入建立的評(píng)價(jià)模型中，來(lái)識(shí)別該業(yè)務(wù)信息是否為作弊業(yè)務(wù)信息。本發(fā)明實(shí)施例，還可以不建立評(píng)價(jià)模型，而是根據(jù)作弊樣本數(shù)據(jù)，構(gòu)造作弊關(guān)系對(duì)，然后通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練處一個(gè)作弊特征向量，在線識(shí)別時(shí)，獲取收到的兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量，計(jì)算該特征向量與作弊特征向量之間的相似系數(shù)，當(dāng)相似系數(shù)達(dá)到預(yù)設(shè)相似值時(shí)，判斷收到的兩個(gè)業(yè)務(wù)信息來(lái)源于同一個(gè)設(shè)備。在本發(fā)明實(shí)施例中，獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型；獲取兩個(gè)業(yè)務(wù)信息，根據(jù)評(píng)價(jià)模型，確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。本發(fā)明根據(jù)樣本數(shù)據(jù)建立了評(píng)價(jià)模型，通過(guò)該評(píng)價(jià)模型在線判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，避免依賴事后人工反查，提高了識(shí)別的準(zhǔn)確性及效率。同時(shí)該評(píng)價(jià)模型可周期性進(jìn)行更新，對(duì)偽裝設(shè)備的防御更加全面，惡意份子很難繞開評(píng)價(jià)模型的識(shí)別。實(shí)施例2參見(jiàn)圖3，本發(fā)明實(shí)施例提供了一種業(yè)務(wù)同設(shè)備識(shí)別裝置，該裝置用于執(zhí)行上述實(shí)施例1提供的業(yè)務(wù)同設(shè)備識(shí)別方法，該裝置具體包括：模型建立模塊201，用于獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型；獲取模塊202，用于獲取兩個(gè)業(yè)務(wù)信息；確定模塊203，用于根據(jù)評(píng)價(jià)模型，確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。如圖4所示，模型建立模塊201包括：第一獲取單元2011，用于獲取作弊樣本數(shù)據(jù)對(duì)應(yīng)的作弊關(guān)系對(duì)，及獲取非作弊樣本數(shù)據(jù)對(duì)應(yīng)的非作弊關(guān)系對(duì)；獲取每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量，及獲取每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；機(jī)器學(xué)習(xí)單元2012，用于利用每個(gè)作弊關(guān)系對(duì)、每個(gè)作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量、每個(gè)非作弊關(guān)系對(duì)及每個(gè)非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量進(jìn)行機(jī)器學(xué)習(xí)，獲得評(píng)價(jià)模型。上述第一獲取單元2011，用于將作弊樣本數(shù)據(jù)中屬于同一設(shè)備的業(yè)務(wù)信息兩兩組合為作弊關(guān)系對(duì)；將非作弊樣本數(shù)據(jù)中屬于不同設(shè)備的業(yè)務(wù)信息兩兩組合為非作弊關(guān)系對(duì)。如圖4所示，確定模塊203包括：第二獲取單元2031，用于根據(jù)獲取的兩個(gè)業(yè)務(wù)信息，獲取兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量；確定單元2032，用于根據(jù)兩個(gè)業(yè)務(wù)信息和特征向量，通過(guò)評(píng)價(jià)模型確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。上述確定單元2032，用于根據(jù)兩個(gè)業(yè)務(wù)信息和特征向量，通過(guò)評(píng)價(jià)模型對(duì)兩個(gè)業(yè)務(wù)信息進(jìn)行打分，得到兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的同源分?jǐn)?shù)；根據(jù)同源分?jǐn)?shù)和預(yù)設(shè)分值，確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。上述第二獲取單元2031，用于比對(duì)兩個(gè)業(yè)務(wù)信息中同一特征的特征值是否相同；如果是，則在兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值相同的特征對(duì)應(yīng)的向量元素值設(shè)置為第一預(yù)設(shè)數(shù)值；如果否，則在兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量中，將特征值不同的特征對(duì)應(yīng)的向量元素值設(shè)置為第二預(yù)設(shè)數(shù)值；將兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的所有向量元素值構(gòu)成兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量。上述第一獲取單元2011，用于將作弊樣本數(shù)據(jù)中屬于同一設(shè)備且預(yù)設(shè)特征一致的業(yè)務(wù)信息兩兩組合為作弊關(guān)系對(duì)；將非作弊樣本數(shù)據(jù)中屬于不同設(shè)備且預(yù)設(shè)特征一致的業(yè)務(wù)信息兩兩組合為非作弊關(guān)系對(duì)。比對(duì)作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中除預(yù)設(shè)特征外的其他特征，獲得作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量；比對(duì)非作弊關(guān)系對(duì)包括的兩個(gè)業(yè)務(wù)信息中除預(yù)設(shè)特征外的其他特征，獲得非作弊關(guān)系對(duì)對(duì)應(yīng)的特征向量。確定模塊203，用于獲取預(yù)設(shè)特征一致的兩個(gè)業(yè)務(wù)信息；比對(duì)獲取的兩個(gè)業(yè)務(wù)信息中除預(yù)設(shè)特征外的其他特征，得到兩個(gè)業(yè)務(wù)信息對(duì)應(yīng)的特征向量；根據(jù)兩個(gè)業(yè)務(wù)信息和特征向量，通過(guò)評(píng)價(jià)模型確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。在本發(fā)明實(shí)施例中，該裝置還包括更新模塊，用于每隔預(yù)設(shè)時(shí)間段獲取過(guò)去離當(dāng)前時(shí)間最近的預(yù)設(shè)時(shí)間段內(nèi)的作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，根據(jù)預(yù)設(shè)時(shí)間段內(nèi)的作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，更新評(píng)價(jià)模型。在本發(fā)明實(shí)施例中，獲取作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)，利用作弊樣本數(shù)據(jù)和非作弊樣本數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，建立評(píng)價(jià)模型；獲取兩個(gè)業(yè)務(wù)信息，根據(jù)評(píng)價(jià)模型，確定兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一設(shè)備。本發(fā)明根據(jù)樣本數(shù)據(jù)建立了評(píng)價(jià)模型，通過(guò)該評(píng)價(jià)模型在線判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，避免依賴事后人工反查，提高了識(shí)別的準(zhǔn)確性及效率。同時(shí)該評(píng)價(jià)模型可周期性進(jìn)行更新，對(duì)偽裝設(shè)備的防御更加全面，惡意份子很難繞開評(píng)價(jià)模型的識(shí)別。實(shí)施例3參見(jiàn)圖5，本發(fā)明實(shí)施例提供了一種計(jì)算設(shè)備，該計(jì)算設(shè)備包括存儲(chǔ)器301和處理器302，存儲(chǔ)器301上存儲(chǔ)有可在處理器302上運(yùn)行的計(jì)算機(jī)程序，處理器302運(yùn)行該計(jì)算機(jī)程序時(shí)，執(zhí)行上述實(shí)施例1所提供的業(yè)務(wù)同設(shè)備識(shí)別方法。具體地，存儲(chǔ)器301和處理器302可以為通用的存儲(chǔ)器和處理器，這里不做具體限定，存儲(chǔ)器301和處理器302之間通過(guò)總線連接，當(dāng)處理器302運(yùn)行存儲(chǔ)器301存儲(chǔ)的計(jì)算機(jī)程序時(shí)，能夠執(zhí)行上述的業(yè)務(wù)同設(shè)備識(shí)別方法，從而解決相關(guān)技術(shù)中依賴事后人工反查識(shí)別作弊業(yè)務(wù)信息，導(dǎo)致準(zhǔn)確性很低，且確定的變量很難覆蓋偽裝出的所有設(shè)備，對(duì)于新出現(xiàn)的不變量往往無(wú)法防御的問(wèn)題。實(shí)現(xiàn)根據(jù)樣本數(shù)據(jù)建立評(píng)價(jià)模型，通過(guò)該評(píng)價(jià)模型在線判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，避免依賴事后人工反查，提高了識(shí)別的準(zhǔn)確性及效率。同時(shí)該評(píng)價(jià)模型可周期性進(jìn)行更新，對(duì)偽裝設(shè)備的防御更加全面，惡意份子很難繞開評(píng)價(jià)模型的識(shí)別。實(shí)施例4本發(fā)明實(shí)施例提供了一種存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器運(yùn)行時(shí)，執(zhí)行上述實(shí)施例1提供的業(yè)務(wù)同設(shè)備識(shí)別方法。具體地，該存儲(chǔ)介質(zhì)能夠?yàn)橥ㄓ玫拇鎯?chǔ)介質(zhì)，如移動(dòng)磁盤、硬盤等，該存儲(chǔ)介質(zhì)上的計(jì)算機(jī)程序被運(yùn)行時(shí)，能夠執(zhí)行上述的業(yè)務(wù)同設(shè)備識(shí)別方法，從而解決相關(guān)技術(shù)中依賴事后人工反查識(shí)別作弊業(yè)務(wù)信息，導(dǎo)致準(zhǔn)確性很低，且確定的變量很難覆蓋偽裝出的所有設(shè)備，對(duì)于新出現(xiàn)的不變量往往無(wú)法防御的問(wèn)題。實(shí)現(xiàn)根據(jù)樣本數(shù)據(jù)建立評(píng)價(jià)模型，通過(guò)該評(píng)價(jià)模型在線判斷兩個(gè)業(yè)務(wù)信息是否來(lái)源于同一個(gè)設(shè)備，避免依賴事后人工反查，提高了識(shí)別的準(zhǔn)確性及效率。同時(shí)該評(píng)價(jià)模型可周期性進(jìn)行更新，對(duì)偽裝設(shè)備的防御更加全面，惡意份子很難繞開評(píng)價(jià)模型的識(shí)別。本發(fā)明實(shí)施例所提供的業(yè)務(wù)同設(shè)備識(shí)別裝置可以為設(shè)備上的特定硬件或者安裝于設(shè)備上的軟件或固件等。本發(fā)明實(shí)施例所提供的裝置，其實(shí)現(xiàn)原理及產(chǎn)生的技術(shù)效果和前述方法實(shí)施例相同，為簡(jiǎn)要描述，裝置實(shí)施例部分未提及之處，可參考前述方法實(shí)施例中相應(yīng)內(nèi)容。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，前述描述的系統(tǒng)、裝置和單元的具體工作過(guò)程，均可以參考上述方法實(shí)施例中的對(duì)應(yīng)過(guò)程，在此不再贅述。在本發(fā)明所提供的實(shí)施例中，應(yīng)該理解到，所揭露裝置和方法，可以通過(guò)其它的方式實(shí)現(xiàn)。以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，又例如，多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過(guò)一些通信接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明提供的實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。所述功能如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。基于這樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤、移動(dòng)硬盤、只讀存儲(chǔ)器(ROM，Read-OnlyMemory)、隨機(jī)存取存儲(chǔ)器(RAM，RandomAccessMemory)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。應(yīng)注意到：相似的標(biāo)號(hào)和字母在下面的附圖中表示類似項(xiàng)，因此，一旦某一項(xiàng)在一個(gè)附圖中被定義，則在隨后的附圖中不需要對(duì)其進(jìn)行進(jìn)一步定義和解釋，此外，術(shù)語(yǔ)“第一”、“第二”、“第三”等僅用于區(qū)分描述，而不能理解為指示或暗示相對(duì)重要性。最后應(yīng)說(shuō)明的是：以上所述實(shí)施例，僅為本發(fā)明的具體實(shí)施方式，用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制，本發(fā)明的保護(hù)范圍并不局限于此，盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，其依然可以對(duì)前述實(shí)施例所記載的技術(shù)方案進(jìn)行修改或可輕易想到變化，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改、變化或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實(shí)施例技術(shù)方案的精神和范圍。都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。當(dāng)前第1頁(yè)1 2 3