基于深度学习的键鼠行为建模用户识别方法、系统和介质

AITNT
正文
推荐专利
基于深度学习的键鼠行为建模用户识别方法、系统和介质
申请号:CN202511203416
申请日期:2025-08-27
公开号:CN120724359A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于深度学习的键鼠行为建模用户识别方法、系统和计算机可读存储介质。其中,用户行为包括键盘行为和鼠标行为,识别方法包括:采集用户的键盘行为数据和鼠标行为数据,将采集到的键盘行为数据和鼠标行为数据保存在安全域内,从安全域中提取用户的键盘行为数据和鼠标行为数据;基于深度学习模型对所述键盘行为数据和鼠标行为数据进行分类,将所述键盘行为数据和鼠标行为数据中的行为动作划分为正常行为和异常行为;对所述异常行为进行拦截。本申请的技术方案能够在提高安全性的情况下,有效的完成对用户的行为数据处理。
技术关键词
鼠标 识别方法 键盘 深度学习模型 积层 可读存储介质 识别系统 滤波器 计算机程序指令 存储计算机程序 模式 模块 数据存储 身份 风险
系统为您推荐了相关专利信息
1
一种用于车载环境的语音情绪识别方法及设备
语音情绪识别方法 标签 学生 语音识别程序 知识蒸馏技术
2
可疑交易的识别方法及其装置、电子设备及存储介质
金融交易数据 密度聚类算法 识别方法 生成树 层级
3
一种基于深度学习的机场安检安全态势感知系统及方法
行李物品 态势感知方法 卷积神经网络模型 递归神经网络 图片
4
基于传感器融合的交通工具乘客出入行为智能感知方法
智能感知方法 传感器融合 运动向量 交通工具 红外传感器
5
一种基于说话人和时序信息联合图网络的不完整多模态对话情绪识别方法及系统
多模态对话 情绪识别方法 模态特征 时序 节点特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号