摘要
本发明涉及数据安全技术领域,尤指一种基于浏览器技术的财务系统入口安全检测方法,通过浏览器技术捕获用户在登录财务系统时的键入动作,特别是在输入账号和密码时的时间间隔,为每个用户生成独特的行为特征。通过机器学习,基于这些历史键入数据为每个用户生成键入习惯模型。在用户登录尝试时会对实时键入的动作进行捕获,然后与个人键入习惯模型进行比对,生成键入综合分。该分数反映了当前键入动作与历史习惯的匹配度。根据匹配度触发个性验证,即使用多个历史图像识别验证包或随机生成的验证数据进行进一步验证。这种结合键入习惯与个性验证确保了财务系统的安全,使得即使攻击者获取了用户凭证,也因为键入习惯和个性验证的差异而难以登录。
技术关键词
浏览器技术
图像识别验证
财务系统
创建时间序列数据
习惯
入口
数据安全技术
长短期记忆网络
账号
密码
时间差
字符
凭证