一种基于大数据处理的车辆租借管理系统的制作方法
本发明涉及车辆租借管理,具体是一种基于大数据处理的车辆租借管理系统。
背景技术:
1、随着大数据技术的快速发展,车辆租借管理系统作为智慧交通领域的重要组成部分,逐渐受到广泛关注。然而,现有的车辆租借管理系统在数据处理能力、身份验证安全性和智能化运营方面仍存在诸多不足,难以满足现代共享经济对高效、安全、智能化管理的要求。
2、现有车辆租借管理系统存在以下技术缺陷:身份验证方式单一,仅依赖单一身份验证手段,缺乏多维度身份信息的融合分析机制;验证强度与用户体验难以平衡,验证时机单一且缺乏持续监控;仅在用户发起用车请求时进行一次性验证,验证通过后无法对使用过程中的身份一致性进行持续核验,不同使用阶段的验证存在同质化重复工作;异常行为识别能力不足,无法有效识别账号共用、设备冒用等异常使用行为,缺乏对用户行为数据、设备指纹、社交关系等多维数据的融合分析能力,异常响应流程复杂耗时,往往需要人工介入;缺乏智能量化评估机制,未引入机器学习算法,无法对当前操作者与注册用户的相似度进行量化评估,缺乏动态阈值触发二次验证的安全机制。
技术实现思路
1、本发明提供一种基于大数据处理的车辆租借管理系统,解决了现有系统无法实现多维度身份信息融合、持续动态核验和异常行为智能识别的问题。
2、本技术第一方面实施例提出了一种基于大数据处理的车辆租借管理系统,包括:多维身份因子融合采集模块、动态验证模块、机器学习相似度评分模块、动态阈值触发模块和账号共用行为识别模块,
3、其中:多维身份因子融合采集模块包括生物特征采集单元、设备指纹采集单元、行为特征采集单元和社交关系采集单元,生物特征采集单元用于采集用户的人脸图像信息或指纹信息,设备指纹采集单元用于采集用户移动终端的设备型号、imei号和mac地址,行为特征采集单元用于采集用户的操作习惯和常用位置轨迹信息,社交关系采集单元用于采集用户的社交关系图谱数据。
4、动态验证模块用于基于时间窗口划分算法在用户用车前、车辆运行时和停车还车等关键节点触发差异化验证流程,动态验证模块包括时间窗口划分单元和验证触发单元,时间窗口划分单元用于根据车辆状态和使用阶段划分多个验证时间窗口,验证触发单元用于在各验证时间窗口内触发对应的验证策略。
5、机器学习相似度评分模块用于实时计算当前操作者与注册用户之间的相似度得分,机器学习相似度评分模块包括特征向量构建单元和相似度计算单元,特征向量构建单元用于将采集的多维身份信息转换为统一维度的特征向量,相似度计算单元用于基于深度学习算法计算当前操作者特征向量与注册用户特征向量之间的相似度评分。
6、动态阈值触发模块用于当相似度得分低于预设阈值时自动触发二次验证或限制使用权限,动态阈值触发模块包括阈值设定单元和触发执行单元,阈值设定单元用于结合风险等级动态设定触发条件,触发执行单元用于执行二次验证流程或权限限制操作。
7、账号共用行为识别模块用于通过多维度信息比对识别账号共用、设备冒用等异常使用行为,账号共用行为识别模块包括异常模式识别单元和行为判定单元,异常模式识别单元用于构建异常行为模式识别算法,行为判定单元用于综合分析设备信息、行为轨迹和社交关系数据以判定异常行为。
8、根据本技术的一个实施例,多维身份因子融合采集模块还包括数据标准化接口单元,数据标准化接口单元用于建立统一的多维身份因子数据采集接口与存储规范,实现异构身份信息的标准化整合,其中:每条身份因子记录对应一个身份因子唯一id,每位用户对应一个用户唯一id,身份因子记录对应的因子相关信息和因子类型保存在车辆租借管理系统数据库的c表中,用户信息相关的用户画像数据保存在车辆租借管理系统数据库的d表中。
9、根据本技术的一个实施例,动态验证模块还包括验证策略配置单元,验证策略配置单元用于定义不同验证时间窗口内的验证因子组合、验证强度等级和验证通过条件,其中:验证时间窗口包括用车前验证窗口、车辆运行时验证窗口和还车后验证窗口,用车前验证窗口的验证强度等级为高,车辆运行时验证窗口的验证强度等级为中,还车后验证窗口的验证强度等级为低。
10、根据本技术的一个实施例,机器学习相似度评分模块还包括模型训练单元和特征权重调整单元,其中:模型训练单元用于基于历史验证数据训练深度学习比对算法模型,特征权重调整单元用于根据各维身份因子对相似度计算的影响程度动态调整特征权重,特征权重的调整公式为:
11、
12、其中, 表示第 维身份因子的权重, 表示第 次验证中第 维因子的贡献得分, 表示身份因子的总维数, 表示验证的总次数。
13、根据本技术的一个实施例,动态阈值触发模块还包括自适应阈值调整单元,自适应阈值调整单元用于根据用户历史行为数据和市场风险情报动态调整相似度阈值,其中:相似度阈值的计算公式为:
14、
15、其中,表示动态调整后的相似度阈值,表示基础相似度阈值,表示当前风险等级系数,表示用户历史合规率, 和分别为风险等级系数和历史合规率的调节因子,的取值范围为 0.1 至 0.5,的取值范围为 0.2 至 0.8。
16、根据本技术的一个实施例,账号共用行为识别模块还包括设备相似度计算单元和行为异常检测单元,其中:设备相似度计算单元用于计算当前设备与注册设备之间的相似度,行为异常检测单元用于通过行为序列比对检测操作行为是否符合用户历史行为模式,账号共用判定公式为:
17、
18、其中,表示账号共用综合判定得分, 表示设备相似度得分, 表示行为相似度得分, 表示社交关系差异得分,、和分别为对应的权重系数,满足 ,且 取值为 0.4,取值为 0.4, 取值为 0.2。
19、根据本技术的一个实施例,基于大数据处理的车辆租借管理系统还包括设备指纹库维护机制和行为特征学习模块,其中:设备指纹库维护机制包括指纹更新单元和可信度评估单元,指纹更新单元用于定期更新设备指纹信息,可信度评估单元用于建立设备可信度评分体系;行为特征学习模块包括基线更新单元和在线学习单元,基线更新单元用于持续更新用户行为基线,在线学习单元用于采用在线学习算法实时更新用户行为模型。
20、根据本技术的一个实施例,基于大数据处理的车辆租借管理系统还包括验证结果可视化展示模块和差异化验证策略配置模块,其中:验证结果可视化展示模块包括告警显示单元和事件追溯单元,告警显示单元用于向运维人员提供异常事件告警信息,事件追溯单元用于提供异常事件的查询和追溯功能;差异化验证策略配置模块包括策略引擎配置单元和参数配置单元,策略引擎配置单元用于支持验证因子组合的自定义配置,参数配置单元用于支持阈值参数的自定义配置。
21、根据本技术的一个实施例,基于大数据处理的车辆租借管理系统的数据共享接口与外部应用相连接
22、本发明具有以下有益之处:一方面,通过多维身份因子融合采集模块实现了对用户生物特征、设备指纹信息、行为特征和社交关系图谱等多维度身份信息的标准化整合,突破了传统单一身份因子验证的技术局限;
23、另一方面,通过动态验证模块在用户用车前、车辆运行时、停车还车等关键节点触发差异化验证流程,实现了全周期动态身份核验,显著提升了身份验证的准确性和持续性,并且,通过机器学习相似度评分模块和动态阈值触发机制,实现了对当前操作者与注册用户相似度的量化评估,当相似度低于动态阈值时自动触发二次验证或限制使用权限,有效识别账号共用、设备冒用等异常使用行为,同时,通过账号共用行为识别模块综合分析设备信息、行为轨迹和社交关系数据,能够精准判定异常使用场景,满足现代共享交通对高效、安全、智能车辆租借管理的需求。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com