用户安全指数获取方法及装置与流程

本发明涉及网络安全技术领域，具体涉及一种用户安全指数获取方法及装置。

背景技术：

用户在使用终端设备时，有时会收到各种骚扰信息，包括短信、电话等。其中，有些信息中还包含了不法分子发送的诈骗信息。这些信息对用户的日常生活造成了骚扰，进一步，若用户不能及时分辨出信息中包含的诈骗信息，可能会给用户造成财产损失、个人信息泄露等问题。

现有技术中虽然可以对骚扰电话进行标记，以提醒用户。但由于骚扰电话或诈骗电话经常变动，标记不能及时的随之更新。甚至有时冒用他人号码强行向用户终端设备发送诈骗、广告推销等短信息，使用户防不胜防。因此，需要一种方法，使用户可以了解到用户当前的安全指数，以便用户可以提高警惕，避免上当受骗。

技术实现要素：

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的用户安全指数获取方法及装置。

根据本发明的一个方面，提供了一种用户安全指数获取方法，其包括：

统计预设期间内所有用户的多个特征维度的特征值；

根据统计得到的所有用户的多个特征维度的特征值，分析得到安全性最差用户的多个特征维度的特征值；

根据安全性最差用户的多个特征维度的特征值、预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算得到特定用户的用户安全指数。

根据本发明的另一方面，提供了一种用户安全指数获取装置，其包括：

统计模块，适于统计预设期间内所有用户的多个特征维度的特征值；

分析模块，适于根据统计得到的所有用户的多个特征维度的特征值，分析得到安全性最差用户的多个特征维度的特征值；

计算模块，适于根据安全性最差用户的多个特征维度的特征值、预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算得到特定用户的用户安全指数。

根据本发明提供的用户安全指数获取方法及装置，统计预设期间内所有用户的多个特征维度的特征值；根据统计得到的所有用户的多个特征维度的特征值，分析得到安全性最差用户的多个特征维度的特征值；根据安全性最差用户的多个特征维度的特征值、预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算得到特定用户的用户安全指数。本发明针对多个特征维度进行统计计算，所获取的用户安全指数反映了特定用户安全性的真实情况，通过用户安全指数可以提醒特定用户，使特定用户提高警惕，避免落入诈骗陷阱。而且，本发明的特征维度具有可扩展性，利用扩展的特征维度能够提升预测用户安全指数的准确性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的用户安全指数获取方法的流程图；

图2示出了根据本发明另一个实施例的用户安全指数获取方法的流程图

图3示出了根据本发明一个实施例的用户安全指数获取装置的功能框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

图1示出了根据本发明一个实施例的用户安全指数获取方法的流程图。如图1所示，用户安全指数获取方法具体包括如下步骤：

步骤S101，统计预设期间内所有用户的多个特征维度的特征值。

在获取用户安全指数时，需要对所有用户的多个特征维度的特征值进行收集统计。具体的，对影响用户安全、对用户造成骚扰的多个特征维度进行统计。如对用户终端设备收到骚扰短信的次数、附近伪基站个数、收到诈骗短信次数、收到伪基站短信次数、诈骗电话累计呼入次数、诈骗电话累计呼出次数、诈骗电话的累计通话时长、收到响一声电话次数、收到骚扰电话次数、收到广告推销电话次数、收到陌生电话占比、收到带有警示信息的号码次数、收到无主叫/网络电话/国外电话/隐藏号码次数、收到航空诈骗短信次数、收到银行固话诈骗短信次数、收到法院固话诈骗短信次数、收到银行卡号诈骗短信次数、收到URL诈骗短信次数、收到兼职QQ诈骗短信次数、收到活动/节目类诈骗短信次数、收到荐股诈骗短信次数、同一个诈骗电话呼入次数、同一个诈骗电话呼出次数、同一个诈骗电话添加到联系人次数、同一个诈骗电话的通话时长等等多个特征维度进行统计。

以上均为举例说明，进一步，除以上列举的多个特征维度之外，若在之后又出现新的影响用户安全、对用户造成骚扰的多个特征维度时，可以直接将其直接列入被统计的范围即可。这样，统计时，可以将其进行统计，而不影响该方法的实施。

统计时，由于统计所有用户的数据量较大，同时，对于发生时间在很久之前的数据对用户当前的安全指数影响不大，因此，可以设置统计时统计预设期间内的所有用户的多个特征维度的特征值。如统计当前时间30天(约1个月)内的所有用户的多个特征维度的特征值。

特征值即统计用户在多个特征维度统计得到的数据。如统计预设期间内用户终端设备收到骚扰短信的次数为20，则用户在用户终端设备收到骚扰短信的这个特征维度的特征值为20。每个用户的每个特征维度的特征值为预设期间内统计的该用户在该特征维度上发生的次数、时长、个数或占比等值。

步骤S102，根据统计得到的所有用户的多个特征维度的特征值，分析得到安全性最差用户的多个特征维度的特征值。

步骤S103，根据安全性最差用户的多个特征维度的特征值、预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算得到特定用户的用户安全指数。

计算用户的用户安全指数时，可以设置用户安全指数的最高值和最低值。用户安全指数越高表明用户越安全，用户安全指数越低表明用户越不安全。其中，可以预先设定一个安全性最好的用户，默认的设置安全性最好用户的多个特征维度的特征值均为0，即默认安全性最好用户不会收到任何影响用户安全、骚扰用户的信息。该安全性最好用户的安全指数为用户安全指数的最高值。同时，根据步骤S101统计得到的所有用户的多个特征维度的特征值，进行分析。取其中每个特征维度的特征值的上限值，作为安全性最差用户的多个特征维度的特征值。该安全性最差用户的用户安全指数为用户安全指数的最低值。

安全性最好用户和安全性最差用户可能不是真实存在的用户，而是虚拟的安全性最好和最差用户。该安全性最差用户的每个特征维度的特征值都是该特征维度中特征值的上限值。该安全性最好用户的每个特征维度的特征值都是0。

当需要计算某个特定用户的用户安全指数时，先获取该特定用户的多个特征维度的特征值。将该特定用户的多个特征维度的特征值与安全性最差用户的多个特征维度的特征值和预先设定的安全性最好用户的多个特征维度的特征值进行比较计算，获取到该特定用户与安全性最差用户和安全性最好用户的差距，根据安全性最差用户和安全性最好用户的用户安全指数，可以对应的计算得到该特定用户的用户安全指数。

根据本发明提供的用户安全指数获取方法，统计预设期间内所有用户的多个特征维度的特征值；根据统计得到的所有用户的多个特征维度的特征值，分析得到安全性最差用户的多个特征维度的特征值；根据安全性最差用户的多个特征维度的特征值、预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算得到特定用户的用户安全指数。本方法针对多个特征维度进行统计计算，所获取的用户安全指数反映了特定用户安全性的真实情况，通过用户安全指数可以提醒特定用户，使特定用户提高警惕，避免落入诈骗陷阱。而且，本发明的特征维度具有可扩展性，利用扩展的特征维度能够提升预测用户安全指数的准确性。

图2示出了根据本发明另一个实施例的用户安全指数获取方法的流程图。如图2所示，用户安全指数获取方法具体包括如下步骤：

步骤S201，统计预设期间内所有用户的多个特征维度的特征值。

在获取用户安全指数时，需要对所有用户的多个特征维度的特征值进行收集统计。具体的，对影响用户安全、对用户造成骚扰的多个特征维度进行统计。如对用户终端设备收到骚扰短信的次数、附近伪基站个数、收到诈骗短信次数、收到伪基站短信次数、诈骗电话累计呼入次数、诈骗电话累计呼出次数、诈骗电话的累计通话时长、收到响一声电话次数、收到骚扰电话次数、收到广告推销电话次数、收到陌生电话占比、收到带有警示信息的号码次数、收到无主叫/网络电话/国外电话/隐藏号码次数、收到航空诈骗短信次数、收到银行固话诈骗短信次数、收到法院固话诈骗短信次数、收到银行卡号诈骗短信次数、收到URL诈骗短信次数、收到兼职QQ诈骗短信次数、收到活动/节目类诈骗短信次数、收到荐股诈骗短信次数、同一个诈骗电话呼入次数、同一个诈骗电话呼出次数、同一个诈骗电话添加到联系人次数、同一个诈骗电话的通话时长等等多个特征维度进行统计。

以上均为举例说明，进一步，除以上列举的多个特征维度之外，若在之后又出现新的影响用户安全、对用户造成骚扰的多个特征维度时，可以直接将其直接列入被统计的范围即可。这样，统计时，可以将其进行统计，而不影响该方法的实施。

统计时，由于统计所有用户的数据量较大，同时，对于发生时间在很久之前的数据对用户当前的安全指数影响不大，因此，可以设置统计时统计预设期间内的所有用户的多个特征维度的特征值。如统计当前时间30天(约1个月)内的所有用户的多个特征维度的特征值。

特征值即统计用户在多个特征维度统计得到的数据。如统计预设期间内用户终端设备收到骚扰短信的次数为20，则用户在用户终端设备收到骚扰短信的这个特征维度的特征值为20。每个用户的每个特征维度的特征值为预设期间内统计的该用户在该特征维度上发生的次数、时长、个数或占比等值。

步骤S202，根据统计的所有用户数量和每个特征维度涉及的用户数量，计算得到每个特征维度的权重。

除统计预设期间内所有用户的多个特征维度的特征值外，还要统计每个特征维度涉及的用户数量。根据统计的所有用户数量和每个特征维度涉及的用户数量，计算得到每个特征维度的权重。

权重表明了该特征维度在计算用户安全指数时的重要与否。某一个特征维度如收到法院固话诈骗短信次数，该特征维度涉及的用户数量特别少时，说明该特征维度有可能是选取了专门的用户进行诈骗，相对的该特征维度对用户的安全影响更大。该特征维度的权重占比应该越重。

每个特征维度的权重可以利用如下公式进行计算：

特征维度的权重＝log(所有用户数量/特征维度涉及的用户数量)。

当特征维度涉及的用户数量越少时，特征维度的权重占比越大；当特征维度涉及的用户数量越多时，特征维度的权重占比越小。

步骤S203，统计得到所有用户中每个特征维度的特征值的上限值，作为安全性最差用户的该特征维度的特征值。

步骤S204，根据安全性最差用户的多个特征维度的特征值以及预先设定的安全性最好用户的多个特征维度的特征值，计算安全性最好用户与安全性最差用户之间的第一距离。

计算用户的用户安全指数时，可以设置用户安全指数的最高值和最低值。用户安全指数越高表明用户越安全，用户安全指数越低表明用户越不安全。其中，可以预先设定一个安全性最好的用户，默认的设置安全性最好用户的多个特征维度的特征值均为0，即默认安全性最好用户不会收到任何影响用户安全、骚扰用户的信息。该安全性最好用户的安全指数为用户安全指数的最高值。同时，根据步骤S201统计得到的所有用户的每个特征维度的特征值，进行分析。取其中每个特征维度的特征值的上限值，作为安全性最差用户的多个特征维度的特征值。该安全性最差用户的用户安全指数为用户安全指数的最低值。

根据安全性最差用户的多个特征维度的特征值以及预先设定的安全性最好用户的多个特征维度的特征值，利用如下公式，计算安全性最好用户与安全性最差用户之间的第一距离。

第一距离＝sqrt(w₀*max₀*max₀+w₁*max₁*max₁+…+w_n*max_n*max_n)

其中，w_n为第n个特征维度的权重，max_n为安全性最差用户第n个特征维度的特征值。由于安全性最好用户的每个特征维度的特征值默认为0，即max_n为安全性最差用户第n个特征维度的特征值与安全性最好用户第n个特征维度的特征值的差值。根据以上公式，可以计算出安全性最好用户与安全性最差用户之间的距离，即第一距离。

步骤S205，根据预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算特定用户与安全性最好用户之间的第二距离。

根据安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，利用如下公式，计算特定用户与安全性最好用户之间的第二距离：

第二距离＝sqrt(w₀*x₀*x₀+w₁*x₁*x₁+…+w_n*x_n*x_n)

其中，w_n为第n个特征维度的权重，x_n为特定用户第n个特征维度的特征值。由于安全性最好用户的每个特征维度的特征值默认为0，即x_n为特定用户第n个特征维度的特征值与安全性最好用户第n个特征维度的特征值的差值。根据以上公式，可以计算出与特定用户与安全性最好用户之间的距离，即第二距离。

以上计算第一距离和第二距离时均需参照每个特征维度的权重，同时使用本方法修改后的距离公式进行计算。由于本方法在计算每个特征维度的权重、第一距离和第二距离时，都没有对特征维度进行限定。因此，当特征维度发生变化时，如增加新的特征维度或删除已经不再发生的特征维度时，不影响本方法中如每个特征维度的权重、第一距离和第二距离的计算，使得本方法具有极大的可扩展性。

步骤S206，根据第一距离和第二距离，计算得到特定用户的用户安全指数。

计算用户的用户安全指数时，可以设置用户安全指数的最高值和最低值。用户安全指数越高表明用户越安全，用户安全指数越低表明用户越不安全。如可以对应的设置安全性最好用户的用户安全指数为1000，安全性最差用户的用户安全指数为0。特征用户的用户安全指数分布在0到1000的范围内。利用如下公式，根据第一距离和第二距离，计算得到特定用户的用户安全指数：

用户安全指数＝1000-(第二距离/第一距离)*1000

当第二距离等于第一距离时，即特定用户为安全性最差用户，特定用户的用户安全指数为0；当第二距离为0时，特定用户的用户安全指数为1000，即特定用户为安全性最好用户；当第二距离小于第一距离时，特定用户的用户安全指数介于0至1000之间。如第二距离为200，第一距离为800，计算得到特定用户的用户安全指数为750。

根据本发明提供的用户安全指数获取方法，统计预设期间内所有用户的多个特征维度的特征值；根据统计的所有用户数量和每个特征维度涉及的用户数量，计算得到每个特征维度的权重；统计得到所有用户中每个特征维度的特征值的上限值，作为安全性最差用户的该特征维度的特征值。分别计算安全性最好用户与安全性最差用户之间的第一距离和特定用户与安全性最好用户之间的第二距离。根据第一距离和第二距离，计算得到特定用户的用户安全指数。在计算第一距离和第二距离时参照了每个特征维度的权重，同时使用修改后的距离公式进行计算。由于在计算每个特征维度的权重、第一距离和第二距离时，都没有对特征维度进行限定。因此，当特征维度发生变化时，如增加新的特征维度或删除已经不再发生的特征维度时，不影响每个特征维度的权重、第一距离和第二距离的计算，使得本方法具有极大的可扩展性，利用扩展的特征维度能够提升预测用户安全指数的准确性。本方法所获取的用户安全指数反映了特定用户安全性的真实情况，通过用户安全指数可以提醒特定用户，使特定用户提高警惕，避免落入诈骗陷阱。

图3示出了根据本发明一个实施例的用户安全指数获取装置的功能框图。如图3所示，用户安全指数获取装置包括如下模块：

统计模块310，适于统计预设期间内所有用户的多个特征维度的特征值。

在获取用户安全指数时，统计模块310需要对所有用户的多个特征维度的特征值进行收集统计。具体的，统计模块310对影响用户安全、对用户造成骚扰的多个特征维度进行统计。如统计模块310对用户终端设备收到骚扰短信的次数、附近伪基站个数、收到诈骗短信次数、收到伪基站短信次数、诈骗电话累计呼入次数、诈骗电话累计呼出次数、诈骗电话的累计通话时长、收到响一声电话次数、收到骚扰电话次数、收到广告推销电话次数、收到陌生电话占比、收到带有警示信息的号码次数、收到无主叫/网络电话/国外电话/隐藏号码次数、收到航空诈骗短信次数、收到银行固话诈骗短信次数、收到法院固话诈骗短信次数、收到银行卡号诈骗短信次数、收到URL诈骗短信次数、收到兼职QQ诈骗短信次数、收到活动/节目类诈骗短信次数、收到荐股诈骗短信次数、同一个诈骗电话呼入次数、同一个诈骗电话呼出次数、同一个诈骗电话添加到联系人次数、同一个诈骗电话的通话时长等等多个特征维度进行统计。

以上均为举例说明，进一步，除以上列举的多个特征维度之外，若在之后又出现新的影响用户安全、对用户造成骚扰的多个特征维度时，统计模块310可以直接将其直接列入被统计的范围即可。这样，统计模块310统计时，可以将其进行统计，而不影响该方法的实施。

统计模块310统计时，由于统计所有用户的数据量较大，同时，对于发生时间在很久之前的数据对用户当前的安全指数影响不大，因此，可以设置统计模块310统计时统计预设期间内的所有用户的多个特征维度的特征值。如统计模块310统计当前时间30天(约1个月)内的所有用户的多个特征维度的特征值。

特征值即统计模块310统计用户在多个特征维度统计得到的数据。如统计模块310统计预设期间内用户终端设备收到骚扰短信的次数为20，则统计模块310统计得到用户在用户终端设备收到骚扰短信的这个特征维度的特征值为20。每个用户的每个特征维度的特征值为统计模块310统计的预设期间内该用户在该特征维度上发生的次数、时长、个数或占比等值。

分析模块320，适于根据统计得到的所有用户的多个特征维度的特征值，分析得到安全性最差用户的多个特征维度的特征值。

计算模块330，适于根据安全性最差用户的多个特征维度的特征值、预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算得到特定用户的用户安全指数。

计算模块330计算用户的用户安全指数时，可以设置用户安全指数的最高值和最低值。用户安全指数越高表明用户越安全，用户安全指数越低表明用户越不安全。其中，计算模块330可以预先设定一个安全性最好的用户，默认的计算模块330设置安全性最好用户的多个特征维度的特征值均为0，即默认安全性最好用户不会收到任何影响用户安全、骚扰用户的信息。该安全性最好用户的安全指数为用户安全指数的最高值。同时，分析模块320根据统计模块310统计得到的所有用户的多个特征维度的特征值，进行分析。分析模块320进一步适于统计得到所有用户中每个特征维度的特征值的上限值，作为安全性最差用户的该特征维度的特征值。该安全性最差用户的用户安全指数为用户安全指数的最低值。

安全性最好用户和安全性最差用户可能不是真实存在的用户，而是虚拟的安全性最好和最差用户。该安全性最差用户的每个特征维度的特征值都是该特征维度中特征值的上限值。该安全性最好用户的每个特征维度的特征值都是0。

当计算模块330计算某个特定用户的用户安全指数时，先获取该特定用户的多个特征维度的特征值。计算模块330将该特定用户的多个特征维度的特征值与安全性最差用户的多个特征维度的特征值和预先设定的安全性最好用户的多个特征维度的特征值进行比较计算，获取到该特定用户与安全性最差用户和安全性最好用户的差距，计算模块330根据安全性最差用户和安全性最好用户的用户安全指数，可以对应的计算得到该特定用户的用户安全指数。

可选地，本装置还可以包括权重模块340。权重模块340适于根据统计的所有用户数量和每个特征维度涉及的用户数量，计算得到每个特征维度的权重。

权重表明了该特征维度在计算用户安全指数时的重要与否。某一个特征维度如收到法院固话诈骗短信次数，该特征维度涉及的用户数量特别少时，说明该特征维度有可能是选取了专门的用户进行诈骗，相对的该特征维度对用户的安全影响更大。该特征维度的权重占比应该越重。

权重模块340计算每个特征维度的权重可以利用如下公式：

特征维度的权重＝log(所有用户数量/特征维度涉及的用户数量)。

当特征维度涉及的用户数量越少时，权重模块340计算得到特征维度的权重占比越大；当特征维度涉及的用户数量越多时，权重模块340计算得到特征维度的权重占比越小。

进一步，计算模块330还可以包括如下模块：

第一距离计算模块331，适于根据安全性最差用户的多个特征维度的特征值以及预先设定的安全性最好用户的多个特征维度的特征值，计算安全性最好用户与安全性最差用户之间的第一距离。

第一距离计算模块331根据安全性最差用户的多个特征维度的特征值以及预先设定的安全性最好用户的多个特征维度的特征值，利用如下公式，计算安全性最好用户与安全性最差用户之间的第一距离。

第一距离＝sqrt(w₀*max₀*nax₀+w₁*max₁*max₁+…+w_n*max_n*max_n)

其中，w_n为第n个特征维度的权重，max_n为安全性最差用户第n个特征维度的特征值。由于安全性最好用户的每个特征维度的特征值默认为0，即max_n为安全性最差用户第n个特征维度的特征值与安全性最好用户第n个特征维度的特征值的差值。根据以上公式，第一距离计算模块331可以计算出安全性最好用户与安全性最差用户之间的距离，即第一距离。

第二距离计算模块332，适于根据预先设定的安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，计算特定用户与安全性最好用户之间的第二距离。

第二距离计算模块332根据安全性最好用户的多个特征维度的特征值以及特定用户的多个特征维度的特征值，利用如下公式，计算特定用户与安全性最好用户之间的第二距离：

第二距离＝sqrt(w₀*x₀*x₀+w₁*x₁*x₁+…+w_n*x_n*x_n)

其中，w_n为第n个特征维度的权重，x_n为特定用户第n个特征维度的特征值。由于安全性最好用户的每个特征维度的特征值默认为0，即x_n为特定用户第n个特征维度的特征值与安全性最好用户第n个特征维度的特征值的差值。根据以上公式，第二距离计算模块332可以计算出与特定用户与安全性最好用户之间的距离，即第二距离。

以上第一距离计算模块331和第二距离计算模块332在计算第一距离和第二距离时均需参照每个特征维度的权重，同时使用修改后的距离公式进行计算。由于权重模块340在计算每个特征维度的权重、第一距离计算模块331在计算第一距离和第二距离计算模块332在计算第二距离时，都没有对特征维度进行限定。因此，当特征维度发生变化时，如增加新的特征维度或删除已经不再发生的特征维度时，不影响各模块中对每个特征维度的权重、第一距离和第二距离的计算，本装置具有极大的可扩展性。

指数计算模块333，适于根据第一距离和第二距离，计算得到特定用户的用户安全指数。

指数计算模块333计算用户的用户安全指数时，可以设置用户安全指数的最高值和最低值。用户安全指数越高表明用户越安全，用户安全指数越低表明用户越不安全。如指数计算模块333可以对应的设置安全性最好用户的用户安全指数为1000，安全性最差用户的用户安全指数为0。特征用户的用户安全指数分布在0到1000的范围内。利用如下公式，指数计算模块333根据第一距离和第二距离，计算得到特定用户的用户安全指数：

用户安全指数＝1000-(第二距离/第一距离)*1000

当第二距离等于第一距离时，即特定用户为安全性最差用户，指数计算模块333计算得到特定用户的用户安全指数为0；当第二距离为0时，指数计算模块333计算得到特定用户的用户安全指数为1000，即特定用户为安全性最好用户；当第二距离小于第一距离时，指数计算模块333计算得到特定用户的用户安全指数介于0至1000之间。如第二距离为200，第一距离为800，指数计算模块333计算得到特定用户的用户安全指数为750。

根据本发明提供的用户安全指数获取装置，统计预设期间内所有用户的多个特征维度的特征值；根据统计的所有用户数量和每个特征维度涉及的用户数量，计算得到每个特征维度的权重；统计得到所有用户中每个特征维度的特征值的上限值，作为安全性最差用户的该特征维度的特征值。分别计算安全性最好用户与安全性最差用户之间的第一距离和特定用户与安全性最好用户之间的第二距离。根据第一距离和第二距离，计算得到特定用户的用户安全指数。在计算第一距离和第二距离时参照了每个特征维度的权重，同时使用修改后的距离公式进行计算。由于在计算每个特征维度的权重、第一距离和第二距离时，都没有对特征维度进行限定。因此，当特征维度发生变化时，如增加新的特征维度或删除已经不再发生的特征维度时，不影响每个特征维度的权重、第一距离和第二距离的计算，使得本装置具有极大的可扩展性。整个计算过程操作简单，使用户可以随时了解到自己的安全指数，通过安全指数可以提醒用户，使用户提高警惕，避免落入诈骗陷阱。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的用户安全指数获取装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。