技术摘要：
本发明公开了一种基于应用程序登录的鉴权方法，该方法包括：提取用户的历史登录数据，创建行为预测回归模型；根据所述行为预测回归模型，对用户新的访问请求进行识别和匹配出最优鉴权方式及访问路径，并将所述鉴权方式反馈给用户；获取用户反馈的鉴权信息，根据预测的  全部
背景技术：
目前传统应用程序登录方案根据终端类型分为：H5登录、APP登录、PC终端登录、 web登录等。根据认证方式分为用户名密码登录、短信验证码登录、指纹识别登录、人脸识别 登录等方式。 用户在传统应用登录的过程中，操作主要分为如下步骤：首先定位并打开登录入 口，其次是选择登录认证方式，再次进行认证输入提交给服务端进行鉴权，最后服务端根据 鉴权结果返回私有数据或者失败反馈。以典型web站点登录为例，存在的问题有：人可能忘 记系统登录域名、人工输入存在手误、系统被动接受提供哪种登录方式、人使用鼠标定位、 登录全程参与过程中人处于同步等待状态浪费时间等。 这种传统过程人工参与节点较多，人工输入耗时较长且容易出现错误，用户体验 度不高。
技术实现要素：
基于现有技术的上述缺陷，本发明的目的在于提供一种基于应用程序登录的鉴权 方法及系统，能够快速匹配出用户的最佳鉴权方式和所获取的内容界面，解决原有的应用 程序登录过程中出现的耗时长、用户容错性低、同步等待，用户体验性不高的问题。 本发明的第一方面提供了一种基于应用程序登录的鉴权方法，包括： 提取用户的历史登录数据，进行机器学习和训练，创建行为预测回归模型； 根据所述行为预测回归模型，对用户新的访问请求进行识别，匹配出最优鉴权方 式及访问路径，并将所述鉴权方式反馈给用户； 获取用户反馈的鉴权信息，根据预测的访问路径打开相应的页面。 进一步地，所述自动化匹配还包括： 获取用户当前的登录数据并输入到回归模型进行计算分析，得出该用户的鉴权风 控等级，根据不同的鉴权风控等级，设定不同级别的鉴权方式。 进一步地，获取用户的历史登录数据后，利用大数据工具对数据进行存储，并通过 机器学习对数据分析训练，创建出所述行为预测回归模型，其中，获取用户的历史登录数据 包括：用户常用的登录设备、登录时间段、登录IP地址、浏览器地址访问频次、历史接入内 容、历史鉴权方式、信息资源敏感度。 进一步地，通过模糊匹配和智能语义检索对用户的访问请求进行识别。 进一步地，对预测出的鉴权风控等级低于设定的阈值时，在设定的时间段内对所 述用户免鉴权。 本发明的另一方面还提供了一种基于应用程序登录的鉴权系统，所述系统包括： 3 CN 111581608 A 说　明　书 2/5 页 回归模型创建模块，提取用户的历史登录数据并进行机器学习和训练，创建行为 预测回归模型； 数据匹配模块，根据所述行为预测回归模型，对用户新的访问请求进行自动化匹 配，匹配出最优鉴权方式及访问路径，并将所述鉴权方式反馈给用户，以及， 获取用户反馈的鉴权信息，根据预测的访问路径打开相应的页面。 进一步地，所述数据匹配模块包括鉴权方式匹配单元和网页路径匹配单元，分别 用于预测用户当前的最佳鉴权方式和最佳网页地址。 进一步地，所述数据匹配模块还包括风控单元，所述风控单元还根据输入的访问 请求的不同内容，设定不同的风控等级。 进一步地，所述数据匹配模块包括OS语音识别单元，用以识别用户的语音信号，并 通过NLP自然语言处理技术获取其中的关键指令，然后将所述关键指令发送给所述预测回 归模型。 本发明的第三方面还提供了一种计算机可读存储介质，其具有存储在其上的计算 机可读程序指令，所述计算机可读程序指令用于执行上述第一方面所述的基于应用程序登 录鉴权的方法。 与现有技术相比，本发明所公开的一种基于应用程序登录的鉴权方法、系统及计 算机可读存储介质，具有如下技术效果： 1、本发明对用户的登录数据进行抽取，并利用大数据存储，再通过机器学习对数 据进行分析训练，得到定制的回归模型，根据用户登录历史和习惯智能化的预测出用户最 常用、最便捷的登录鉴权方式，减少用户与应用程序系统之间的交互步骤，提高用户的操作 效率，提高体验性。 2、本发明通过新的人机交互方式，将用户、OS、web系统打通，作为一个完整流程， 整合优化交互方式，提高人获取信息的效率，避免人在海量信息中，很难获取有价值信息的 问题，极大提升用户体验。 附图说明 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发 明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根 据这些附图获得其他的附图。 图1为本发明实施例中的基于应用程序登录的鉴权方法的流程图。 图2为本发明实施例中的基于应用程序登录的鉴权系统的架构图。