项目实施(一)-大数据板块设计之用户登录风险评估

最新推荐文章于 2023-03-25 23:28:08 发布

每天都超级可爱

最新推荐文章于 2023-03-25 23:28:08 发布

阅读量615

点赞数 1

文章标签：大数据

@xiao黑

本文链接：https://blog.csdn.net/weixin_45106430/article/details/105260427

版权

本文探讨了大数据在用户登录风险评估中的应用，通过分析用户登录行为，包括异地登录、设备更换、登录频率、时段习惯、密码相似度和输入特性等，提高风险预测准确性。该技术适用于互联网金融风控和网站安全。介绍了评估因子的实现，如使用余弦相似度和欧式距离公式，并强调系统仅提供风险评估报告，业务系统依据报告采取相应措施。

摘要由CSDN通过智能技术生成

大数据板块设计(阶段2)

用户登陆风险评估

检查出⾮⽤户登录，或者账号被盗窃等潜在⻛险挖掘。通过对用户登录行为进行分析，提高了预测的准确性；可以应用于互联网金融风控技术中，也可应用于普通网站的用户恶意登录识别技术中

异地登录认定有⻛险（不在⽤户经常登陆地）
登录的位移速度超过正常值，认定有⻛险
更换设备，认定有⻛险
登录时段-习惯，出现了异常，存在⻛险
每天的累计登录次数超过上限，认定有⻛险
密码输⼊错误或者输⼊差异性较⼤，认定⻛险
如果⽤户的输⼊特征（输⼊每个控件所需时⻓ ms）发⽣变化

参考:https://zhuanli.tianyancha.com/796c88e9c3d67d3a9c59716558818e22

在这里插入图片描述

算法实现概述

一种基于用户登录行为分析的风控方法，其特征在于:所述的方法包括用户按键风险识别、用户登录地风险识别、密码重试风险识别、设备来源风险识别 用户登陆习惯风险识别 累计登陆多次风险识别 用户登陆的瞬时位移速度风险识别其中模型;本系统仅仅负责根据用户的登陆数据产生风险评估报告.报告的格式为:

应用信息	用户唯一标识	登陆地区	经纬度	登陆序列号	评估时间	输入特征	地区	速度	设备	习惯	次数	密码
QQ	zhangsan	Beijing	116.20,39.56	UUID	2020-03.31 10:10:00	ture	false	true	false	true	false	true

并不负责对用户的登陆做出定性的分析,仅仅当用户登陆数据过来,由大数据评估系统对用户数据进行评估,然后产生评估报告.由业务系统自行根据评估报告,需用用户采用相关的奖惩措施.介于以上评估报告系统需要用户发送以下数据格式,以辅助系统完成验证:

需要评估登陆数据: 用于本次登陆前产生评估报告的数据.系统拿到评估报告以后,再去做抉择是否升级登陆该数据需要获取用户的历史登陆成功的数据集合完成评估.

INFO 2020-03-31 10:12:00 QQ EVALUATE [张三] 6ebaf4ac780f40f486359f3ea6934620 "12355421" Beijing "116.4,39.5" [1200,15000,2100] "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36"

需要成功产生数据: 登陆成功的数据用来作为下一次评估登陆时的历史数据,系统留存最近的一些历史登陆数据集,作为下一次登陆评估的标准

INFO 2020-03-31 10:12:00 QQ EVALUATE [张三] 6ebaf4ac780f40f486359f3ea6934620 "12355421" Beijing "116.4,39.5" [1200,15000,2100] "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36"

数据提取

Tip:https://regex101.com/ -工具

d:表示匹配数字

():提取的内容

\u4e00-\u9fa5:中文

INFO 2020-03-31 10:12:00 QQ EVALUATE [张三] 6ebaf4ac780f40f486359f3ea6934620 "12355421" Beijing "116.4,39.5" [1200,15000,2100] "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36"

import java.util.regex.Matcher;
import java.util.regex.Pattern;

final String regex = "^INFO\\s\\d{4}-(\\d{2}-\\d{2}\\s\\d{2}:\\d{2}:\\d{2})\\s([a-z0-9]*)\\s(EVALUATE|SUCCESS)\\s(\\[[a-z0-9\\u4e00-\\u9fa5]*\\])\\s([a-z0-9]{32})\\s(\\\"[a-z0-9]{6,12}\\\")\\s([a-z\\u4e00-\\u9fa5]*)\\s\\\"([0-9\\.\\,]*)\\\"\\s\\[([0-9\\,\\.]*)\\]\\s\\\"(.*)\\\"";
final String string = "INFO 2020-03-31 10:12:00 QQ EVALUATE [张三] 6ebaf4ac780f40f486359f3ea6934620 \"12355421\" Beijing \"116.4,39.5\" [1200,15000,2100] \"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36\"";

final Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE);
final Matcher matcher = pattern.matcher(string);

while (matcher.find()) {
   
    System.out.println("Full match: " + matcher.group(0));
    for (int i = 1; i <= matcher.groupCount(); i++) {
   
        System.out.println("Group " + i + ": " + matcher.group(i));
    }
}

测试结果

Full match:INFO 2020-03-31 10:12:00 QQ EVALUATE [张三] 6ebaf4ac780f40f486359f3ea6934620 "12355421" Beijing "116.4,39.5" [1200,15000,2100] "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36"
Group1:2020-03-31 10:12:00
Group2:QQ
Group3:EVALUATE
Group4:张三
Group5:6ebaf4ac780f40f486359f3ea6934620
Group6:12355421
Group7:Beijing
Group8:116.4,39.5
Group9:1200,15000,2100

Process finished with exit code 0

把登陆的日志变成评估的实体类

/**
 * 2020-03-31 10:12:00 QQ EVALUATE [张三]
 * 6ebaf4ac780f40f486359f3ea6934620 "12355421"
 * Beijing "116.4,39.5" [1200,15000,2100]
 * "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36"
 * */
//评估类
public class EvaluateData implements Serializable {
   
    private long evaluateTime;//评估时间
    private String applicationName;//应用名
    private String userIdentify;//用户的唯一标识
    private String loginSequence;//登陆序列
    private String ordernessPassword;//乱序密码
    private String cityName;//城市名字
    private GeoPoint geoPoint;//经纬度
    private Double[] inputFeatures;//输入特征
    private String deviceInformation;//登陆设备
    
- 提供set get 有参无参 toString方法

经纬度实体类

public class GeoPoint {
   
    private double longtitude;//经度
    private double latitude;//纬度

登陆成功的数据类

//登陆成功的数据
public class LoginSuccessData implements Serializable {
   
    private long evaluateTime;//评估时间
    private String applicationName;//应用名
    private String userIdentify;//用户识别
    private String loginSequence;
    private String ordernessPassword;//
    private String cityName;//城市名字
    private GeoPoint geoPoint;//经纬度
    private Double[] inputFeatures;//输入特征
    private String deviceInformation;//登陆设备

历史数据-将来历史数据和评估数据之间进行评估

/**
 * 记录用户登陆的历史状态
 * */
public class HistoryData implements Serializable {
   
    //保存用户所登陆的历史城市
    private Set<String> historyCities;
    //历史的登陆设备信息
    private List<String> historyDeviceInformations;
    //当日登录的累计次数 -作为单独状态存储 不在update中实现（在流中记录当前用户登录的次数）
    private Integer currentDayLoginCount;
    //存储用户历史的乱序密码
    private Set<String> historyOrdernessPasswords;
    //用户输入特征更新 保留最近的前n个
    private List<Double[]> latestInputFeatures;
    //更新登录时间
    private long lastLoginTime;
    //上一次登录位置更新
    private GeoPoint lastLoginGeoPoint;//经纬度


    //历史登录的时间区间
    private Map<String, Map<String, Integer>> historyLoginTimeSlot;

    @Override
    public String toString() {
   
        return "HistoryData{" +
                "historyCities=" + historyCities +
                ", historyDeviceInformations=" + historyDeviceInformations +
                ", currentDayLoginCount=" + currentDayLoginCount +
                ", historyOrdernessPasswords=" + historyOrdernessPasswords +
                ", latestInputFeatures=" + latestInputFeatures.stream().map(v-> Arrays.stream(v).map(a->a+"").reduce((v1,v2)->v1+","+v2).get()).collect(Collectors.toList()) +
                ", lastLoginTime=" + lastLoginTime +
                ", lastLoginGeoPoint=" + lastLoginGeoPoint +
                ", historyLoginTimeSlot=" + historyLoginTimeSlot +
                '}';
    }

    public Set<String> getHistoryCities() {
   
        return historyCities;
    }

    public void setHistoryCities(Set<String> historyCities) {
   
        this.historyCities = historyCities;
    }

    public List<String> getHistoryDeviceInformations() {
   
        return historyDeviceInformations;
    }

    public void setHistoryDeviceInformations(List<String> historyDeviceInformations) {
   
        this.historyDeviceInformations = historyDeviceInformations;
    }

    public Integer getCurrentDayLoginCount() {
   
        return currentDayLoginCount;
    }

    public void setCurrentDayLoginCount(Integer currentDayLoginCount) {
   
        this.currentDayLoginCount = currentDayLoginCount;
    }

    public Set<String> getHistoryOrdernessPasswords() {
   
        return historyOrdernessPasswords;
    }

    public void setHistoryOrdernessPasswords(Set<String> historyOrdernessPasswords) {
   
        this.historyOrdernessPasswords = historyOrdernessPasswords;
    }

    public List<Double[]> getLatestInputFeatures() {
   
        return latestInputFeatures;
    }

    public void setLatestInputFeatures(List<Double[]> latestInputFeatures) {
   
        this.latestInputFeatures = latestInputFeatures;
    }

    public long getLastLoginTime() {
   
        return lastLoginTime;
    }

    public void setLastLoginTime(long lastLoginTime) {
   
        this.lastLoginTime = lastLoginTime;
    }

    public GeoPoint getLastLoginGeoPoint() {
   
        return lastLoginGeoPoint;
    }

    public void setLastLoginGeoPoint(GeoPoint lastLoginGeoPoint) {
   
        this.lastLoginGeoPoint = lastLoginGeoPoint;
    }

    public Map<String, Map<String, Integer>> getHistoryLoginTimeSlot() {
   
        return historyLoginTimeSlot;
    }

    public void setHistoryLoginTimeSlot(Map<String, Map<String, Integer>> historyLoginTimeSlot) {
   
        this.historyLoginTimeSlot = historyLoginTimeSlot;
    }
}

定义一个Evaluate工具类

public class EvalueateUtil {
   

    //合法正则表达式
    public static final String LEGAL_REGEX = "^INFO\\s(\\d{4}-\\d{2}-\\d{2}\\s\\d{2}:\\d{2}:\\d{2})\\s([a-z0-9\\u4e00-\\u9fa5]*)\\s(EVALUATE|SUCCESS)\\s\\[([a-z0-9\\u4e00-\\u9fa5]*)\\]\\s([a-z0-9]{32})\\s\\\"([a-z0-9\\.\\-\\,]{6,12})\\\"\\s([a-z\\u4e00-\\u9fa5]*)\\s\\\"([0-9\\.\\,]*)\\\"\\s\\[([0-9\\,\\.]*)\\]\\s\\\"(.*)\\\"";
    //评估正则表达式 只能是EVALUATE
    public static final String EVALUATE_REGEX = "^INFO\\s(\\d{4}-\\d{2}-\\d{2}\\s\\d{2}:\\d{2}:\\d{2})\\s([a-z0-9\\u4e00-\\u9fa5]*)\\s(EVALUATE)\\s\\[([a-z0-9\\u4e00-\\u9fa5]*)\\]\\s([a-z0-9]{32})\\s\\\"([a-z0-9\\.\\-\\,]{6,12})\\\"\\s([a-z\\u4e00-\\u9fa5]*)\\s\\\"([0-9\\.\\,]*)\\\"\\s\\[([0-9\\,\\.]*)\\]\\s\\\"(.*)\\\"";
    //成功正则表达式
    public static final String SUCCESS_REGEX = "^INFO\\s(\\d{4}-\\d{2}-\\d{2}\\s\\d{2}:\\d{2}:\\d{2})\\s([a-z0-9\\u4e00-\\u9fa5]*)\\s(SUCCESS)\\s\\[([a-z0-9\\u4e00-\\u9fa5]*)\\]\\s([a-z0-9]{32})\\s\\\"([a-z0-9\\.\\-\\,]{6,12})\\\"\\s([a-z\\u4e00-\\u9fa5]*)\\s\\\"([0-9\\.\\,]*)\\\"\\s\\[([0-9\\,\\.]*)\\]\\s\\\"(.*)\\\"";
    public static final Pattern LEGAL_PATTERN = Pattern.compile(LEGAL_REGEX, Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE);
    public static final Pattern EVALUATE_PATTERN = Pattern.compile(EVALUATE_REGEX, Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE);
    public static final Pattern SUCCESS_PATTERN = Pattern.compile(SUCCESS_REGEX, Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE);


    final static String regex = "^INFO\\s(\\d{4}-\\d{2}-\\d{2}\\s\\d{2}:\\d{2}:\\d{2})\\s([a-z0-9\\u4e00-\\u9fa5]*)\\s(EVALUATE|SUCCESS)\\s\\[([a-z0-9\\u4e00-\\u9fa5]*)\\]\\s([a-z0-9]{32})\\s\\\"([a-z0-9\\.\\-\\,]{6,12})\\\"\\s([a-z\\u4e00-\\u9fa5]*)\\s\\\"([0-9\\.\\,]*)\\\"\\s\\[([0-9\\,\\.]*)\\]\\s\\\"(.*)\\\"";

    final static String string = "INFO 2020-03-31 10:12:00 Q1Q应用1 success [张三] 6ebaf4ac780f40f486359f3ea6934620 \"123456\" Beijing \"116.4,39.5\" [1200,15000,2100] \"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Safari/537.36\"";


    //判断登陆是否合法调用此方法
    public static Boolean isLegal(String input) {
   
        Matcher matcher = LEGAL_PATTERN.matcher(input);
        return matcher.matches();
    }

    //评估
    public static Boolean isEvaluate(String input) {
   
        Matcher matcher = EVALUATE_PATTERN.matcher(input);
        return matcher.matches();
    }

    //是否是登陆成功的数据
    public static Boolean isLoginSuccess(String input) {
   
        Matcher matcher = SUCCESS_PATTERN.matcher(input);
        return matcher.matches();
    }

    //
    public static EvaluateData parseE

最低0.47元/天解锁文章

每天都超级可爱

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
项目实施(一)-大数据板块设计之用户登录风险评估

大数据板块设计(阶段2)用户登陆风险评估检查出⾮⽤户登录，或者账号被盗窃等潜在⻛险挖掘。通过对用户登录行为进行分析，提高了预测的准确性；可以应用于互联网金融风控技术中，也可应用于普通网站的用户恶意登录识别技术中异地登录认定有⻛险（不在⽤户经常登陆地）登录的位移速度超过正常值，认定有⻛险更换设备，认定有⻛险登录时段-习惯，出现了异常，存在⻛险每天的累计登录次数超过上限，认定有⻛险...
复制链接

扫一扫