行为识别方法、验证请求的发送方法和装置与流程

1.本发明涉及计算机技术领域，尤其涉及一种行为识别方法、验证请求的发送和装置。


背景技术：

2.在营销、游戏、投票等活动场景中，存在通过接口外挂、无障碍触摸式外挂等机器模拟真人进行操作的情况。这种情况严重影响了其他用户的利益。服务器端可通过验证码识别、滑动轨迹验证等方式，来确定目标行为的人机识别结果。但上述方式会给用户对系统的正常操作带来不便，影响了用户的使用体验。


技术实现要素：

3.有鉴于此，本发明实施例提供一种行为识别方法和装置，能够在不影响用户对系统正常操作的情况下，准确确定目标行为的人机识别结果。
4.第一方面，本发明实施例提供了一种行为识别方法，包括：
5.接收客户端发送的针对目标行为的验证请求，所述验证请求中包括：任务完成度验证信息及操作行为序列；
6.根据所述任务完成度验证信息，对所述验证请求进行任务完成度验证；
7.响应于所述验证请求通过任务完成度验证，获取所述客户端对应的客户端信息，并根据所述任务完成度验证信息及所述客户端信息，确定所述验证请求对应的任务完成度伪造指数；
8.根据所述任务完成度伪造指数及所述操作行为序列，确定所述目标行为的人机识别结果。
9.可选地，所述任务完成度验证信息包括：迭代次数；
10.所述根据所述任务完成度验证信息，对所述验证请求进行任务完成度验证，包括：
11.获取所述验证请求对应的初始值、任务完成度算法及算法规则；
12.根据所述操作行为序列及所述初始值，确定运算字符串；
13.确定所述运算字符串对应的运算结果，所述运算结果为利用所述任务完成度算法，对所述运算字符串进行所述迭代次数的迭代处理后的结果；
14.确定所述运算结果是否符合所述算法规则；
15.在所述运算结果符合所述算法规则的情况下，确定所述验证请求通过任务完成度验证。
16.可选地，所述任务完成度验证信息包括：算法难度值、算法运算时间；所述客户端信息包括：设备处理器型号、设备处理器核心数及设备内存容量；
17.所述根据所述任务完成度验证信息及所述客户端信息，确定所述验证请求对应的任务完成度伪造指数，包括：
18.将所述算法难度值、所述算法运算时间、所述设备处理器型号、所述设备处理器核
心数及所述设备内存容量，输入至任务完成度验证模型中，得到所述任务完成度伪造指数。
19.可选地，所述根据所述任务完成度伪造指数及所述操作行为序列，确定所述目标行为的人机识别结果，包括：
20.解析所述操作行为序列，以获取所述操作行为序列对应的操作行为信息；
21.将所述任务完成度伪造指数及所述操作行为信息，输入至行为识别模型中，得到所述人机识别结果。
22.可选地，所述接收客户端发送的针对目标行为的验证请求之前，还包括：
23.接收所述客户端发送的验证算法请求；
24.确定所述验证算法请求对应的任务完成度算法信息，所述任务完成度算法信息包括：初始值、任务完成度算法及算法规则；
25.将所述任务完成度算法信息发送给所述客户端。
26.第二方面，本发明实施例提供了一种验证请求的发送方法，包括：
27.采集目标行为对应的操作行为信息，并根据所述操作行为信息，生成操作行为序列；
28.获取任务完成度算法信息，并根据所述任务完成度算法信息及所述操作行为序列，生成任务完成度验证信息；
29.根据所述任务完成度验证信息及所述操作行为序列，生成针对所述目标行为的验证请求；
30.将所述验证请求发送至服务器。
31.可选地，所述根据所述操作行为信息，生成操作行为序列，包括：
32.获取所述客户端对应的客户端信息；
33.根据所述操作行为信息及所述客户端信息，生成操作行为序列。
34.可选地，所述任务完成度算法信息包括：初始值、任务完成度算法及算法规则；
35.所述根据所述任务完成度算法信息及所述操作行为序列，生成任务完成度验证信息，包括：
36.根据所述操作行为序列及所述初始值，确定运算字符串；
37.根据所述任务完成度算法及所述算法规则，确定所述运算字符串对应的迭代次数，以使所述运算字符串对应的运算结果符合所述算法规则，所述运算结果是所述运算字符串经过所述任务完成度算法的所述迭代次数的运算后得到的；
38.根据所述迭代次数，生成所述任务完成度验证信息。
39.可选地，所述根据所述任务完成度算法及所述算法规则，确定所述运算字符串对应的迭代次数之后，还包括：
40.确定得到所述迭代次数所需的算法运算时间；
41.所述根据所述迭代次数，生成所述任务完成度验证信息，包括：
42.根据所述迭代次数及算法运算时间，生成所述任务完成度验证信息。
43.可选地，所述获取任务完成度算法信息之前，还包括：
44.发送验证算法请求；
45.接收针对所述验证算法请求返回的任务完成度算法信息，所述任务完成度算法信息包括：初始值、任务完成度算法及算法规则。
46.第三方面，本发明实施例提供了一种行为识别装置，包括：
47.请求接收模块，用于接收客户端发送的针对目标行为的验证请求，所述验证请求中包括：任务完成度验证信息及操作行为序列；
48.任务完成度验证模块，用于根据所述任务完成度验证信息，对所述验证请求进行任务完成度验证；
49.指数确定模块，用于响应于所述验证请求通过任务完成度验证，获取所述客户端对应的客户端信息，并根据所述任务完成度验证信息及所述客户端信息，确定所述验证请求对应的任务完成度伪造指数；
50.结果确定模块，用于根据所述任务完成度伪造指数及所述操作行为序列，确定所述目标行为的人机识别结果。
51.第四方面，本发明实施例提供了一种验证请求的发送装置，包括：
52.行为采集模块，用于采集目标行为对应的操作行为信息，并根据所述操作行为信息，生成操作行为序列；
53.信息生成模块，用于获取任务完成度算法信息，并根据所述任务完成度算法信息及所述操作行为序列，生成任务完成度验证信息；
54.请求生成模块，用于根据所述任务完成度验证信息及所述操作行为序列，生成针对所述目标行为的验证请求；
55.发送模块，用于将所述验证请求发送至服务器。
56.第五方面，本发明实施例提供了一种电子设备，包括：
57.一个或多个处理器；
58.存储装置，用于存储一个或多个程序，
59.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一实施例所述的方法。
60.第六方面，本发明实施例提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
61.上述发明中的一个实施例具有如下优点或有益效果：根据客户端发送的针对目标行为的验证请求中的任务完成度验证信息，对验证请求进行任务完成度验证。在验证请求通过任务完成度验证的情况下，确定验证请求对应的任务完成度伪造指数。最后，根据任务完成度伪造指数及验证请求中的操作行为序列，确定目标行为的人机识别结果。因此，能够在不影响用户对系统正常操作的情况下，准确确定目标行为的人机识别结果。
62.此外，本发明实施例的方案引入任务完成度证明机制，能够提高黑客外挂等机器模拟真实用户执行目标行为的资源消耗成本，减少系统遭遇来自黑客外挂的批量请求的风险。
63.上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
64.附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
65.图1是本发明的一个实施例提供的一种行为识别方法的流程的示意图；
66.图2是本发明的一个实施例提供的一种服务器验证任务完成度的流程示意图；
67.图3是本发明的一个实施例提供的一种融合任务完成度证明的行为识别方法的流程的示意图；
68.图4是本发明的一个实施例提供的一种验证请求的发送方法的流程的示意图；
69.图5是本发明的一个实施例提供的一种融合任务完成度证明的无感人机识别方法的流程示意图；
70.图6是本发明的一个实施例提供的一种行为识别装置的结构示意图；
71.图7是本发明的一个实施例提供的一种验证请求的发送装置的结构示意图；
72.图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
73.以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
74.图1是本发明的一个实施例提供的一种行为识别方法的流程的示意图。如图1所示，该方法包括：
75.步骤101：接收客户端发送的针对目标行为的验证请求，验证请求中包括：任务完成度验证信息及操作行为序列。
76.本发明实施例的方法可应用于服务器端。目标行为可根据具体的应用场景进行设定。在游戏场景中，目标行为可以为游戏操作行为。在投票场景中，目标行为可以为投票操作行为。在线测试场景中，目标行为可以为答题输入行为等。
77.本发明实施例的方法采用任务完成度证明机制，客户端需要根据任务完成度算法及算法规则，进行一些耗时的复杂运算，以生成任务完成度验证信息。任务完成度验证信息中可包括：初始值、任务完成度算法、算法规则、迭代次数、算法难度值、算法运算时间、校验位等。
78.服务器端能基于验证请求能快速验证客户端是否进行了相应的运算。以此增加黑产批量请求所需的时间资源成本，确保目标行为是真实用户执行的。
79.操作行为序列是根据针对目标行为的操作信息生成的。操作行为序列可根据需求进行设定，操作行为序列的形式可以为：坐标～力度～半径～force值、触摸事件～坐标～力度～半径～设备硬件信息、触摸事件*坐标*力度*半径*设备硬件信息*设备软件信息等。
80.步骤102：根据任务完成度验证信息，对验证请求进行任务完成度验证。
81.步骤103：响应于验证请求通过任务完成度验证，获取客户端对应的客户端信息，并根据任务完成度验证信息及客户端信息，确定验证请求对应的任务完成度伪造指数。
82.在验证请求通过任务完成度验证的情况下，确定验证请求对应的任务完成度伪造指数。任务完成度伪造指数用于表征任务完成度验证信息伪造的可能性。任务完成度伪造指数越大，任务完成度验证信息伪造的可能性越大。
83.在验证请求未通过任务完成度验证的情况下，确定该验证请求对应的执行者为机
器。
84.步骤104：根据任务完成度伪造指数及操作行为序列，确定目标行为的人机识别结果。
85.人机识别结果用于表征目标行为的执行者是机器还是用户。人机识别结果可对应于两种识别结果：目标行为的执行者为机器、目标行为的执行者为用户。
86.在本发明实施例中，根据客户端发送的针对目标行为的验证请求中的任务完成度验证信息，对验证请求进行任务完成度验证。在验证请求通过任务完成度验证的情况下，确定验证请求对应的任务完成度伪造指数。最后，根据任务完成度伪造指数及验证请求中的操作行为序列，确定目标行为的人机识别结果。因此，能够在不影响用户对系统正常操作的情况下，准确确定目标行为的人机识别结果。
87.此外，本发明实施例的方案引入任务完成度证明机制，能够提高黑产批量请求的资源消耗成本，减少系统遭遇黑产批量请求的风险。
88.在本发明的一个实施例中，接收客户端发送的针对目标行为的验证请求之前，还包括：接收客户端发送的验证算法请求；确定验证算法请求对应的任务完成度算法信息，任务完成度算法信息包括：初始值、任务完成度算法及算法规则；将任务完成度算法信息发送给客户端。
89.服务器接收到客户端发送的验证算法请求，服务端通过预先配置的算法难度，向客户端下发随机的任务完成度算法信息。任务完成度算法信息可包括：初始值、算法规则、任务完成度算法、校验位等。
90.初始值可以为随机值。任务完成度算法的算法规则为运算结果应符合的目标要求。算法规则可根据需求进行设定，如运算结果的前n位为0，后n位为0，中间n位为1等。n越大，算法难度值越大，迭代次数越多，耗费的运算时间也越大。
91.任务完成度算法为客户端进行任务运算所使用的算法。任务完成度算法可以采用区块链中矿工的共识算法、常用的hash算法等，如md5、sha1、sha256、sha512等。客户端要经过迭代次数的运算后，才能得到符合算法规则的运算结果。迭代次数通常很大，需要消耗较多的时间和资源成本。服务器端基于迭代次数，经过简单运算即可校验运算结果是否满足算法规则。
92.服务器通过校验位由来比较服务器本次计算的校验位和验证请求中包含的校验位是否一致。校验位的计算逻辑可根据需要进行设定，如校验位可通过如下公式得到：hmac256(初始值+算法规则+任务完成度算法+设备标识符，服务端密钥)。
93.在本发明的一个实施例中，验证算法请求中还包括：客户端的客户端标识符；确定验证算法请求对应的任务完成度算法信息之后，还包括：服务器保存客户端信息与任务完成度算法信息的对应关系。客户端信息可包括：客户端标识符、设备处理器型号、设备处理器核心数及设备内存容量。任务完成度算法信息可包括：初始值、算法规则、任务完成度算法、校验位、算法难度值等。一方面，可以减少后续客户端向服务器返回的验证请求中包含的数据量。另一方面，减少任务完成度算法信息被客户端篡改的风险。
94.在本发明的一个实施例中，任务完成度验证信息包括：迭代次数；根据任务完成度验证信息，对验证请求进行任务完成度验证，包括：获取验证请求对应的初始值、任务完成度算法及算法规则；根据操作行为序列及初始值，确定运算字符串；确定运算字符串经过任
务完成度算法的迭代次数的运算后的运算结果；确定运算结果是否符合算法规则；在运算结果符合算法规则的情况下，确定验证请求通过任务完成度验证。
95.服务端通过提取客户端提供的验证请求进行验证。图2是本发明的一个实施例提供的一种服务器验证任务完成度的流程示意图。如图2所示，服务端会优先提取验证请求中的校验码，进行校验。具体地，服务器计算本次的校验位。服务器比较本次的校验位和验证请求中包含的校验位是否一致，来进行校验码校验。
96.校验位符合校验条件后，会提取任务完成度验证信息及操作行为序列，进行任务完成度验证计算。根据操作行为序列及初始值，确定运算字符串。可直接将操作行为序列及初始值进行拼接得到运算字符串。还可以从操作行为序列中提取出部分字符串，与初始值进行拼接得到运算字符串。
97.在得到迭代次数后，服务器仅通过简单运算，即可验证算结果符合算法规则，完成任务完成度验证。未通过任务完成度验证的验证请求对应的目标行为会被直接拦截。
98.在本发明的一个实施例中，任务完成度验证信息包括：算法难度值、算法运算时间；客户端信息包括：设备处理器型号、设备处理器核心数及设备内存容量；根据任务完成度验证信息及客户端信息，确定验证请求对应的任务完成度伪造指数，包括：将算法难度值、算法运算时间、设备处理器型号、设备处理器核心数及设备内存容量，输入至任务完成度验证模型中，得到任务完成度伪造指数。
99.根据任务完成度伪造指数及操作行为序列，确定目标行为的人机识别结果，包括：解析操作行为序列，以获取操作行为序列对应的操作行为信息；将任务完成度伪造指数及操作行为信息，输入至行为识别模型中，得到人机识别结果。
100.任务完成度伪造指数用于表征任务完成度验证信息伪造的可能性。任务完成度验证模型可以选取常用的模型，如：支持向量机模型、神经网络模型等。行为识别模型可以选取常用的分类模型，如：决策树模型、支持向量机模型、神经网络模型、gbdt(梯度提升树)模型等。
101.图3是本发明的一个实施例提供的一种融合任务完成度证明的行为识别方法的流程的示意图。如图3所示，数据集为通过解析任务完成度验证信息及操作行为序列，得到的数据信息。数据集可拆分为数据集a及数据集b。首先，会将客户端涉及任务完成度相关的数据进行预处理作为数据集a输入到svm(支持向量机)模型中。数据集a对应于任务完成度验证信息及客户端信息，可包含下述维度信息：算法难度值、运算时间、设备处理器型号、设备处理器核心数、设备内存容量等。
102.通过将数据集a中的维度信息输入到svm模型中，模型输出结果内容为任务完成度伪造指数。再将任务完成度伪造指数和数据集b作为gbdt模型的一个输入，得到最终的人机识别结果。
103.gbdt模型里面所使用到的维度信息可包括以下几种：任务完成度伪造指数、点击输入设备、点击时间、点击过程中move事件次数、点击过程中最大半径、点击过程中最小半径、点击压力、点击后x坐标的偏移量、点击后y坐标的偏移量等。
104.图4是本发明的一个实施例提供的一种验证请求的发送方法的流程的示意图。如图4所示，该方法包括：
105.步骤401：采集目标行为对应的操作行为信息，并根据操作行为信息，生成操作行
为序列。
106.表1客户端采集信息表
107.字段释义触摸信息触摸事件、触摸力度、触摸半径、笔触等蜜罐信息恶意容器检测，如多开、模拟器等环境设备硬件信息品牌、型号版本、处理器型号等设备软件信息系统版本、序列号等
108.如表1所示，采集客户端中的环境信息、操作行为信息以及客户端信息。客户端信息可包括：设备软硬件信息等。在根据环境信息、操作行为信息及客户端信息，生成操作行为序列。操作行为信息可包括：触摸信息、点击信息、输入信息等。触摸信息可包含按下、抬起、移动等操作信息。操作行为序列的形式可以为：坐标～力度～半径～force值、触摸事件～坐标～力度～半径～设备硬件信息、蜜罐信息*触摸事件*坐标*力度*半径*设备硬件信息*设备软件信息等。
109.步骤402：获取任务完成度算法信息，并根据任务完成度算法信息及操作行为序列，生成任务完成度验证信息。
110.任务完成度算法信息可包括：初始值、任务完成度算法及算法规则。根据操作行为序列及初始值，确定运算字符串；根据任务完成度算法及算法规则，确定运算字符串对应的迭代次数，以使运算字符串对应的运算结果符合算法规则，运算结果是运算字符串经过任务完成度算法的迭代次数的运算后得到的；根据迭代次数，生成任务完成度验证信息。
111.可以将操作行为序列与初始值进行拼接处理，确定运算字符串。还可以从操作行为序列中截取部分字符串，与初始值进行拼接处理，确定运算字符串。
112.步骤s01：将迭代次数设置为1，利用任务完成度算法对运算字符串进行处理，并获取运算结果。
113.步骤s02：确定运算结果是否符合算法规则。
114.如果符合算法规则，则执行步骤s03。如果不符合算法规则，则执行步骤s04.
115.步骤s03：返回迭代次数，流程结束。
116.步骤s04：将迭代次数加1，利用任务完成度算法对运算结果进行处理，并获取运算结果。
117.重新执行步骤s02，直至得到的运算结果符合算法规则。
118.通过上述方法，可以确定操作行为序列对应的迭代次数。服务器端通过迭代次数、任务完成度算法及算法规则，即可验证客户端是否完成了预设的运算任务量。
119.还可以确定客户端确定迭代次数的算法运算时间，再根据迭代次数及算法运算时间，生成任务完成度验证信息。利用算法运算时间，可以更好地确定任务完成度验证信息的伪造指数。
120.在本发明的一个实施例中，获取任务完成度算法信息之前，还包括：发送验证算法请求；接收针对验证算法请求返回的任务完成度算法信息，任务完成度算法信息包括：初始值、任务完成度算法及算法规则。
121.服务器接收到客户端发送的验证算法请求，服务端通过预先配置的算法难度，向客户端下发随机的任务完成度算法信息。任务完成度算法信息可包括：初始值、算法规则、
任务完成度算法、校验位等。
122.步骤403：根据任务完成度验证信息及操作行为序列，生成针对目标行为的验证请求。
123.步骤404：将验证请求发送至服务器。
124.服务器根据验证请求，可确定出目标行为的行为识别结果。在行为识别结果表征目标行为的执行者为机器的情况下，拦截该目标行为，减少机器行为给系统及其他真实用户带来的不良影响。
125.此外，在算法难度较大的情况下，客户端需要通过较大的迭代次数，才能得到符合算法规则的运算结果。因此，本发明实施例的方法可以提升黑客外挂等机器模拟真实用户执行目标行为的资源成本，减少系统遭遇黑产批量请求的风险。
126.图5是本发明的一个实施例提供的一种融合任务完成度证明以及集成学习的无感人机识别方法的流程示意图。如图5所示，浏览器端位于客户端内，任务完成度算法下发以及验证模块位于服务器端，操作识别模块位于服务器端。
127.由客户端向服务器端获取本次会话的任务完成度算法信息。当用户针对浏览器进行业务操作时，会向客户端app发起获取本地任务量验证请求。客户端app采集用户在对浏览器进行目标行为的操作时的操作行为信息，并将其添加服务端下发的任务量验证请求的前缀中，生成运算字符串。通过任务完成度算法信息，计算生成相应的任务完成度验证信息，返回至内嵌浏览器，由浏览器携带至服务器端。服务器端根据任务完成度验证信息进行相应的任务完成度验证以及人机识别结果验证。
128.图6是本发明的一个实施例提供的一种行为识别装置的结构示意图。如图6所示，该装置包括：
129.请求接收模块601，用于接收客户端发送的针对目标行为的验证请求，所述验证请求中包括：任务完成度验证信息及操作行为序列；
130.任务完成度验证模块602，用于根据所述任务完成度验证信息，对所述验证请求进行任务完成度验证；
131.指数确定模块603，用于响应于所述验证请求通过任务完成度验证，获取所述客户端对应的客户端信息，并根据所述任务完成度验证信息及所述客户端信息，确定所述验证请求对应的任务完成度伪造指数；
132.结果确定模块604，用于根据所述任务完成度伪造指数及所述操作行为序列，确定所述目标行为的人机识别结果。
133.可选地，所述任务完成度验证信息包括：迭代次数；
134.任务完成度验证模块602具体用于：
135.获取所述验证请求对应的初始值、任务完成度算法及算法规则；
136.根据所述操作行为序列及所述初始值，确定运算字符串；
137.确定所述运算字符串经过所述任务完成度算法的所述迭代次数的运算后的运算结果；
138.确定所述运算结果是否符合所述算法规则；
139.在所述运算结果符合所述算法规则的情况下，确定所述验证请求通过任务完成度验证。
140.可选地，所述任务完成度验证信息包括：算法难度值、算法运算时间；所述客户端信息包括：设备处理器型号、设备处理器核心数及设备内存容量；
141.指数确定模块603具体用于：
142.将所述算法难度值、所述算法运算时间、所述设备处理器型号、所述设备处理器核心数及所述设备内存容量，输入至任务完成度验证模型中，得到所述任务完成度伪造指数。
143.可选地，结果确定模块604具体用于：
144.解析所述操作行为序列，以获取所述操作行为序列对应的操作行为信息；
145.将所述任务完成度伪造指数及所述操作行为信息，输入至行为识别模型中，得到所述人机识别结果。
146.可选地，该装置还包括：
147.信息发送模块605，用于接收所述客户端发送的验证算法请求；
148.确定所述验证算法请求对应的任务完成度算法信息，所述任务完成度算法信息包括：初始值、任务完成度算法及算法规则；
149.将所述任务完成度算法信息发送给所述客户端。
150.图7是本发明的一个实施例提供的一种验证请求的发送装置的结构示意图。如图7所示，该装置包括：
151.行为采集模块701，用于采集目标行为对应的操作行为信息，并根据所述操作行为信息，生成操作行为序列；
152.信息生成模块702，用于获取任务完成度算法信息，并根据所述任务完成度算法信息及所述操作行为序列，生成任务完成度验证信息；
153.请求生成模块703，用于根据所述任务完成度验证信息及所述操作行为序列，生成针对所述目标行为的验证请求；
154.发送模块704，用于将所述验证请求发送至服务器。
155.可选地，行为采集模块701具体用于：
156.获取所述客户端对应的客户端信息；
157.根据所述操作行为信息及所述客户端信息，生成操作行为序列。
158.可选地，所述任务完成度算法信息包括：初始值、任务完成度算法及算法规则；
159.信息生成模块702具体用于：
160.根据所述操作行为序列及所述初始值，确定运算字符串；
161.根据所述任务完成度算法及所述算法规则，确定所述运算字符串对应的迭代次数，以使所述运算字符串对应的运算结果符合所述算法规则，所述运算结果是所述运算字符串经过所述任务完成度算法的所述迭代次数的运算后得到的；
162.根据所述迭代次数，生成所述任务完成度验证信息。
163.可选地，信息生成模块702还用于：
164.确定所述客户端确定所述迭代次数的算法运算时间；
165.所述根据所述迭代次数，生成所述任务完成度验证信息，包括：
166.根据所述迭代次数及算法运算时间，生成所述任务完成度验证信息。
167.可选地，该装置还包括：
168.接收模块705，用于发送验证算法请求；
169.接收针对所述验证算法请求返回的任务完成度算法信息，所述任务完成度算法信息包括：初始值、任务完成度算法及算法规则。
170.本发明实施例提供了一种电子设备，包括：
171.一个或多个处理器；
172.存储装置，用于存储一个或多个程序，
173.当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述任一实施例的方法。
174.下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
175.如图8所示，计算机系统800包括中央处理单元(cpu)801，其可以根据存储在只读存储器(rom)802中的程序或者从存储部分808加载到随机访问存储器(ram)803中的程序而执行各种适当的动作和处理。在ram 803中，还存储有系统800操作所需的各种程序和数据。cpu 801、rom 802以及ram 803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
176.以下部件连接至i/o接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
177.特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(cpu)801执行时，执行本发明的系统中限定的上述功能。
178.需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于
由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
179.附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
180.描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：请求接收模块、任务完成度验证模块、指数确定模块及结果确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，请求接收模块还可以被描述为“接收客户端发送的针对目标行为的验证请求，所述验证请求中包括：任务完成度验证信息及操作行为序列的模块”。
181.作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
182.接收客户端发送的针对目标行为的验证请求，所述验证请求中包括：任务完成度验证信息及操作行为序列；
183.根据所述任务完成度验证信息，对所述验证请求进行任务完成度验证；
184.响应于所述验证请求通过任务完成度验证，获取所述客户端对应的客户端信息，并根据所述任务完成度验证信息及所述客户端信息，确定所述验证请求对应的任务完成度伪造指数；
185.根据所述任务完成度伪造指数及所述操作行为序列，确定所述目标行为的人机识别结果。
186.根据本发明实施例的技术方案，根据客户端发送的针对目标行为的验证请求中的任务完成度验证信息，对验证请求进行任务完成度验证。在验证请求通过任务完成度验证的情况下，确定验证请求对应的任务完成度伪造指数。最后，根据任务完成度伪造指数及验证请求中的操作行为序列，确定目标行为的人机识别结果。因此，能够在不影响用户对系统正常操作的情况下，准确确定目标行为的人机识别结果。
187.此外，本发明实施例的方案引入任务完成度证明机制，能够提高黑产批量请求的资源消耗成本，减少系统遭遇黑产批量请求的风险。
188.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何
在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。