CN105809442B - 一种高安全性的支付系统及方法 - Google Patents
一种高安全性的支付系统及方法 Download PDFInfo
- Publication number
- CN105809442B CN105809442B CN201410844640.0A CN201410844640A CN105809442B CN 105809442 B CN105809442 B CN 105809442B CN 201410844640 A CN201410844640 A CN 201410844640A CN 105809442 B CN105809442 B CN 105809442B
- Authority
- CN
- China
- Prior art keywords
- data
- user
- state
- cloud
- preset range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004891 communication Methods 0.000 claims abstract description 19
- 230000002618 waking effect Effects 0.000 claims abstract description 19
- 230000007958 sleep Effects 0.000 claims description 139
- 230000009471 action Effects 0.000 claims description 122
- 230000036760 body temperature Effects 0.000 claims description 92
- 230000033001 locomotion Effects 0.000 claims description 43
- 206010062519 Poor quality sleep Diseases 0.000 claims description 40
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000002457 bidirectional effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 239000011521 glass Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000006399 behavior Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000011897 real-time detection Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000007493 shaping process Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 8
- 230000003321 amplification Effects 0.000 description 6
- 238000003199 nucleic acid amplification method Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 239000004984 smart glass Substances 0.000 description 4
- 239000003990 capacitor Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 210000004087 cornea Anatomy 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000380 hallucinogen Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种高安全性的支付系统及方法,该系统包括:支付设备、终端设备和云端;终端设备包括,获取模块、判断模块、第一控制模块和第一通信模块;获取模块获取用户的当前身体状态参数和云端预设的参数范围,该参数范围对应用户处于不清醒状态时的身体状态参数;判断模块判断用户的当前身体状态参数是否在该参数预设范围内,判断用户是否处于不清醒状态;第一控制模块根据判断模块的判断结果生成相应的控制命令,在用户处于不清醒状态时向支付装置发出暂缓支付的控制指令;报警模块根据该控制命令,发出对应的报警信息。通过对用户的体态特征进行检测并上传云端,由云端结合存储的大量用户信息得出与该用户相对应的参数预设范围,以提高判断精度。
Description
技术领域
本发明涉及通信领域的一种高安全性的支付系统,特别涉及一种对用户体态特征进行判断以防止睡眠、不清醒等状态下进行支付的系统及方法,还涉及一种对用户体态特征检测并判断的终端设备。
背景技术
网络技术和计算机技术的发展使得信息处理无处不在。网络和电信技术的发展也使信息处理不断网络化。当今,海量内容和服务可通过相互连接的公共和/或专用网络来获得。人们通过网络来改善生活和给工作带来便利,比如进行网上支付、资金转移等金融活动。
同时目前,手机预约无卡支付方案也较为普遍,其采用支付前先预约的业务模式,这种业务模式使用预约码作为动态认证码。在一个现有技术方案中,用户进行预约时使用手机客户端软件,选取银行卡账号并输入预约金额,连接支付后台,获取通常为6位的预约码;然后通过在POS终端上输入支付金额、手机号、预约码和支付密码进行支付操作。
然而,上述通过网络和手机支付的方案在给人们的生活带来便利的同时还为不法分子提供了可乘之机。例如,不法分子会利用迷幻药等手段将用户迷晕后,在用户不清醒或睡眠状态下套取用户密码,利用终端设备使用户在该不清醒或睡眠状态下对资产进行网络划转。这就对用户的账户安全造成了不可挽回的损失。
而现有专利文献中都没有对此进行涉及,因此,很有必要提供一种防止用户在不清醒、睡眠状态下进行支付的支付系统及方法。
有鉴于此,特提出本发明。
发明内容
为了节省资源,本发明的第一目的在于提供了一种高安全性的支付系统,以依据不同用户的体态特征进行对应设定,达到对用户精神状态的精确、对应判定的目的。
为实现上述目的,本发明的技术方案具体如下:
一种高安全性的支付系统,该系统包括:支付装置、与支付装置相连接的终端设备和设于服务器上的云端,终端设备通过无线通信技术与云端相连,以使终端设备与云端的相互数据传输;
终端设备包括,获取模块、判断模块、第一控制模块和第一通信模块;
所述的获取模块获取用户的当前身体状态参数和云端预设的参数范围,该参数范围对应用户处于不清醒状态时的身体状态参数;所述的判断模块判断用户的当前身体状态参数是否在该参数预设范围内,判断用户是否处于不清醒状态;所述的第一控制模块根据判断模块的判断结果生成相应的控制命令,在用户处于不清醒状态时向支付装置发出暂缓支付的控制指令;所述的报警模块根据该控制命令,发出对应的报警信息。
进一步,所述获取模块包括传感器单元和预设单元之一或者其组合;
传感器单元至少包括:获取用户当前的体温的温度传感器,获取用户当前的心率的反射式光电式脉搏传感器,获取用户当前行为的动作幅度的大小和动作频率的三轴重力加速度传感器之一或者其组合;
优选的,传感器单元还包括获取用户眨眼速率的眨眼检测传感器;
预设单元内记载有预设范围,所述的预设范围至少包括:渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围;所述的渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围,均是云端通过第一通信模块发送给预设模块的;
优选的,传感器单元还包括获取用户眨眼速率的眨眼检测传感器。
进一步,所述的报警模块包括报警声音播放电路,控制终端设备上设置的音频播放器发出防睡提示音;和报警信号触发电路,向云端推送报警信息;
优选的,终端设备的身份识别模块与支付装置共用。
进一步,参数预设范围为云端存储的该用户的相关参数预设范围,或者云端存储的通过大数据得到的具有统计学意义的参数预设范围,或者二者的组合;
所述的判断模块判断用户的当前身体状态参数是否在该该用户的相关参数预设范围内;或者云端存储的通过大数据得到的具有统计学意义的参数预设范围,或者二者的组合。
进一步,终端设备实时或定时传输身体参数给云端,用于云端收集数据及调整参数预设范围。
进一步,所述的报警模块包括报警声音播放电路,控制终端设备上设置的音频播放器发出防睡提示音;和报警信号触发电路,向云端推送报警信息。
本发明的另一目的在于提供一种基于上述系统的高安全性的支付方法,所述方法具体如下:
一种如上任一所述高安全性的支付系统的控制方法,其具体步骤如下:
步骤201:建立终端设备与云端之间的数据通道,该数据通道用于终端设备与云端进行双向数据传输;
步骤202:通过终端设备获取用户的当前状态参数;
步骤203:将支付系统启动初期的用户状态参数上传至云端,云端依据获取的用户身体状态参数得出与该用户相关的对应参数预设范围,该参数预设范围对应用户处于不清醒状态的生理特征参数,所述参数预设范围包括渐睡状态参数预设范围、浅睡状态参数预设范围和深睡状态参数预设范围;
步骤204:终端设备根据用户的当前状态参数和该参数预设范围确定用户的状态;
步骤205:用户处于不清醒状态时,支付装置暂停支付并根据用户的睡眠状态执行相应的控制命令。
进一步,步骤202中的用户当前状态参数包括如下,用户当前的体温、当前的心率、当前行为的动作幅度的大小和当前动作频率中的之一或多个;
优选的,当前状态参数还包括用户当前的眨眼频率。
进一步,步骤203的具体方式如下,
步骤S1、在支付系统启动后,设终端设备的传感器单元对用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据进行采集,并在一定预设时间t内将传感器单元所采集的数据同步上传至云端;
步骤S2、云端将实时采集数据与存储的、大量用户的参数预设范围进行处理,以得出适合对应用户的对应渐睡、浅睡和深睡参数预设范围,并将对应参数预设范围回传至终端设备的预设单元进行存储、做为终端设备的参数预设范围参数。
进一步,所述的云端将实时采集数据与存储的、大量用户的参数预设范围进行处理的方法如下,
步骤1、云端对多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
步骤2、云端将收集的数据进行概率分析得出各数据的正态分布图表,由此计算得出各数据的正态分布图表中与对应采集数据相接近的数据范围,以该数据范围做为该用户的对应参数预设范围;优选的,该相接近的数据范围中的个体量不小于总个体量的百分之五十;
进一步优选的,云端实时更新所存储的大量用户的参数预设范围,并依据更新对应调整各数据的正态分布图表。
进一步,所述的云端将实时采集数据与存储的、大量用户的参数预设范围进行处理的方法如下,
步骤1、云端将多个不同受众群的多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
步骤2、云端将收集的数据进行概率分析得出各受众群的各数据的正态分布图表,由此计算得出各受众群的体温数据、心率数据、动作幅度半径数据以及动作频率数据对应特征;优选的,各受众群的对应特征为,体温数据的平均值、心率数据的平均值、动作幅度半径数据的平均值以及动作频率数据的平均值;
步骤3、由上述各受众群的各数据的正态分布图表计算得出各数据的正态分布表中与平均值相接近的数据范围,以该数据范围做为该用户的对应参数预设范围;优选的,该相接近的数据范围中的个体量不小于总个体量的百分之六十;
步骤4、云端判断终端设备上传的采集数据与步骤2中的各受众群对应特征进行比对,以得出用户所处的受众群,将对应受众群的体温、心率、动作幅度半径以及动作频率的范围做为参数预设范围;优选的,将采集数据与各受众群的对应数据平均值进行误差比计算并相加得出误差比和值,误差比和值最小的对应受众群为该用户所处的受众群。
进一步,步骤204中的确定用户睡眠状态的具体方式如下,
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的渐睡预设范围时,判断用户处于渐睡状态;
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的浅睡预设范围时,判断用户处于浅睡状态;
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的深睡预设范围时,判断用户处于深睡状态。
进一步,步骤205中的指令与睡眠状态的具体对应关系如下,
情况一、当用户的睡眠状态为渐睡状态时,第一控制模块发出第一指令,报警单元向用户发出防睡提示音;
情况二、当用户的睡眠状态为浅睡状态时,第一控制模块发出第二指令,报警单元向用户发出防睡提示音并向云端推送报警信息;
情况三、当用户的的睡眠状态为深睡状态时,第一控制模块发出第三指令,报警单元向用户发出防睡提示音、向云端推送报警信息并向公安报警系统推送报警信息。
本发明的再一目的在于提供一种应用于上述高安全性的支付系统的终端设备,以对用户的体态特征进行检测,并利用云端对应的预设范围对用户的睡眠状态进行精确判定的目的。
为实现上述目的,本发明的终端设备包括:
一种如上任一所述的高安全性的支付系统的终端设备,所述的终端设备为供用户穿戴的智能移动穿戴设备,可以为智能眼镜、智能手环、智能手表、智能项链、智能头盔中的任一;
所述的终端设备包括控制电路板,与控制电路板相电连接的温度传感器、脉搏传感器和三轴重力加速度传感器;所述的控制电路板包括供预设范围的数据进行存储的存储器,将实时检测数据与预设范围进行比较判断的CPU处理器,与云端进行双向数据传输的WiFi模块;所述的控制电路板上还设有构成报警模块的报警声音播放电路和报警信号触发电路;报警声音播放电路,与音频播放设备相连接;报警信号触发电路,与云端相连接;所述的CPU处理器分别与存储器、WiFi模块、报警声音播放电路、报警信号触发电路及各传感器相连接;与支付装置进行双向数据传输的蓝牙模块。
本发明实施例提供的技术方案带来的有益效果是:
1、通过上述装置和方法,使得用户在睡眠状态、不清醒状态下无法完成支付操作,避免歹徒采用迷幻药等手段对用户造成经济损失情况的发生;
2、通过将用户的实时体态特征与预设范围进行比较,以确定用户是否处于渐睡、浅睡或深睡状态,并控制报警装置对应发出报警提醒音、向云端或公安报警系统推送报警信息等情况,以防止用户在不清醒或睡眠状态下进行支付操作情况的发生;同时,云端依据系统启动初期的采集数据和大量用户的大数据相结合,就得出具有时效性的、精确的参数预设范围,使用户不注册就可得出对应的参数范围,提高判断精度、避免误判情况的发生;
3、通过在支付系统启动初期对用户的体态特征进行检测并上传云端,由云端得出对应的渐睡、浅睡或深睡预设范围并回传至终端设备,使得终端设备可依据不同用户设定对应的、合适的预设范围,以提高判断精度、避免误判情况的发生;
4、将大量不同人群的渐睡、浅睡或深睡状态信息进行采集,得出不同体征状态人员的渐睡、浅睡或深睡状态预设范围,以实现云端依据终端设备采集的用户体态信息匹配最常用的、最适合的预设范围,进一步提高判断精度;
5、通过设置身份验证登陆云端和不设置身份验证登陆云端的两种方式,调用该用户对应的参数预设范围,使得本发明所述的安全支付系统和方法可供注册和非注册用户使用;
同时,本发明的结构简单、方法简洁、效果显著,适宜推广使用。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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是本发明一实施例提供的一种高安全性的支付系统结构示意图;
图2是本发明另一实施例提供的一种高安全性的支付系统结构示意图;
图3是本发明一实施例提供的一种高安全性的支付系统的控制方法流程图;
图4是本发明另一实施例提供的一种高安全性的支付系统的控制方法流程图;
图5是本发明一实施例提供的一种高安全性的支付系统的终端设备连接示意图;
图6是本发明一实施例提供的采集电路结构示意图;
图7是本发明一实施例提供的放大整形电路结构示意图;
图8是本发明一实施例提供的报警声音播放电路结构示意图;
图9是本发明一实施例提供的智能眼镜结构示意图;
图10是本发明一实施例提供的终端设备CPU处理器的电路结构示意图;
图11a是本发明一实施例提供的WiFi模块的电路结构示意图;
图11b是本发明一实施例提供的2G/3G/4G模块的电路结构示意图;
图12是云端中各用户在浅睡状态下的体温分布图;
图13是第一组在浅睡状态下的体温数据分布图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
如图1和2所示,本发明实施例提供了一种高安全性的支付系统,该系统包括:支付装置,与支付装置相连接的终端设备和设于服务器上的云端,终端设备通过无线通信技术与云端相连,以实现终端与云端的相互数据传输。通过上述装置和方法,使得用户在睡眠状态、不清醒状态下无法完成支付操作,避免歹徒采用迷幻药等手段对用户造成经济损失情况的发生。
其中,终端设备包括:获取模块、判断模块、第一控制模块和第一通信模块。
获取模块,用于获取用户的当前状态参数和预设范围;
判断模块,用于判断用户的当前状态参数是否在预设范围内;
第一控制模块,用于根据用户的睡眠状态生成相应的控制命令;
第一通信模块,建立与云端之间的数据通道,接收云端发送的信息及向云端发送信息。
终端设备还包括:报警模块,当用户处于睡眠状态时,依据第一控制模块生成的控制命令发出对应的报警信息。
其中,获取模块包括:传感器单元和预设单元。
传感器单元至少包括:温度传感器、脉搏传感器和三轴重力加速度传感器。温度传感器用于获取用户当前的体温,脉搏传感器用于获取用户当前的心率,三轴重力加速度传感器用于获取用户当前行为的动作幅度的大小和动作频率。
预设单元内记载有预设范围,所述的预设范围至少包括:渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围。所述的渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围,均是云端通过第一通信模块发送给预设模块的。
其中,该云端记录了大量用户在渐睡状态时的体温数据、心率数据、动作幅度半径数据和动作频率数据,并根据一定计算规律计算出大量用户在渐睡状态时的体温数据范围、心率数据范围、动作幅度半径数据范围以及动作频率数据范围,并将该体温数据范围、该心率数据范围、该动作幅度半径数据范围以及该动作频率数据范围组成一组合,将该组合设定为用户的渐睡状态预设范围。
其中,该云端记录了大量用户在浅睡状态时的体温数据、心率数据、动作幅度半径数据和动作频率数据,并根据一定计算规律计算出大量用户在浅睡状态时的体温数据范围、心率数据范围、动作幅度半径数据范围以及动作频率数据范围,并将该体温数据范围、该心率数据范围、该动作幅度半径数据范围以及该动作频率数据范围组成一组合,将该组合设定为用户的浅睡状态预设范围。
其中,该云端记录了大量用户在深睡状态时的体温数据、心率数据、动作幅度半径数据和动作频率数据,并根据一定计算规律计算出大量用户在深睡状态时的体温数据范围、心率数据范围、动作幅度半径数据范围以及动作频率数据范围,并将该体温数据范围、该心率数据范围、该动作幅度半径数据范围以及该动作频率数据范围组成一组合,将该组合设定为用户的深睡状态预设范围。
传感器单元对支付过程中的用户进行实时监测,以获取用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据。
判断模块,将传感器单元监测的实时监测数据与预设单元获取的预设范围进行比较,判断用户的实时状态。具体地说,当实时监测数据在渐睡状态预设范围内时,确定用户的睡眠状态为渐睡状态;当该状态参数在浅睡状态预设范围内时,确定用户的睡眠状态为浅睡状态;当该状态参数在深睡状态预设范围内时,确定用户的睡眠状态为深睡状态。
第一控制模块,依据判断模块得出的用户实时状态,发出对应指令,具体如下:
1、当用户的睡眠状态为渐睡状态时,第一控制模块发出第一指令,支付装置暂停支付、报警单元向用户发出防睡提示音;
2、当用户的睡眠状态为浅睡状态时,第一控制模块发出第二指令,支付装置暂停支付、报警单元向用户发出防睡提示音并向云端推送报警信息;
3、当用户的的睡眠状态为深睡状态时,第一控制模块发出第三指令,支付装置暂停支付、报警单元向用户发出防睡提示音、向云端推送报警信息并向公安报警系统推送报警信息。
通过将大量不同人群的渐睡、浅睡或深睡状态信息进行采集,得出不同体征状态人员的渐睡、浅睡或深睡状态预设范围,以实现云端依据终端设备采集的用户体态信息匹配最常用的、最适合的预设范围,进一步提高判断精度。
实施例一
如图1所示,本实施例中,提供了一种高安全性的支付系统,在用户进行支付操作前,利用终端设备对其生理特征情况进行采集并上传至云端,云端依据不同用户的生理特征匹配对应的预设范围并将预设范围回传至终端设备,以适用于不同用户用同一支付系统进行支付的情况。
本实施例中,采用上述高安全性的支付系统的控制方法如下:
步骤S1、在支付系统启动后,终端设备的传感器单元对用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据进行采集,并在一定预设时间t内将传感器单元所采集的数据同步上传至云端;
步骤S2、云端将实时采集数据与存储的、大量用户的预设范围进行处理,以得出适合对应用户的对应预设范围,并将对应预设范围回传至终端的预设单元进行存储、做为终端设备的预设范围参数;
步骤S3、在用户进行支付操作前,将用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据与预设单元中存储的对应预设范围进行比较,以确定用户的睡眠状态。
通过上述方法,使得本实施例中所述的高安全性的支付系统可针对不同用户的生理特征匹配对应的预设范围参数,以使得云端可为每个用户匹配对应的合适的预设范围,提高该系统的人性化程度、降低高安全性的支付系统误判的几率。
优选的,预设时间t内传感器单元采集的用户的实时数据包括用户深睡、浅睡和渐睡状态下的体温数据、心率数据、动作幅度半径数据以及动作频率数据;或者步骤S1中,用户手动输入深睡、浅睡和渐睡状态下的体温数据、心率数据、动作幅度半径数据以及动作频率数据。
本实施例中,云端依据不同用户的生理特征匹配对应的预设范围的方法如下:
本实施例中,云端依据不同用户的生理特征匹配对应的预设范围的方法如下:
步骤1a、云端对多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
步骤2a、云端将收集的数据进行概率分析得出各数据的正态分布图表,由此计算得出各数据的正态分布图表中与对应采集数据相接近的数据范围,以该数据范围做为该用户的对应参数预设范围;参数预设范围包括与体温数据相对应的体温参数预设范围、与心率数据相对应的心率参数预设范围、与动作幅度半径数据相对应的动作幅度半径参数预设范围以及与动作频率数据相对应的动作频率参数预设范围;优选的,落入各相接近的数据范围中的用户个体数量均不小于云端中存储的用户总个体量的百分之五十;进一步优选的,为百分之八十;
步骤3a、云端将得出的上述预设参数范围回传至终端设备做为该用户的对应参数预设范围。步骤1a、云端将多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
优选的,云端还将个体的渐睡、浅睡和深睡时的对应眨眼频率数据进行收集。
进一步优选的,云端实时更新所存储的大量用户的参数预设范围,并依据更新对应调整各数据的正态分布图表。
下面结合图12以判断浅睡状态下体温的预设范围为例对上述判断方式进行表述,
云端中存储有100各用户的浅睡状态下体温数据,分布于36.0℃到36.5℃之间的区间,且这些数值呈正态分布规律;由终端设备对用户的采集数据中体温的平均值为36.40℃;在图12所示的云端存储数据中,有80个体温数据落在36.32℃至36.48℃之间,取靠近36.40℃的百分之八十数据,即36.32℃至36.48℃之间的数据做为数据范围;以36.32℃至36.48℃做为该用户浅睡状态下的体温预设范围。同样的,也可由此方式得出浅睡状态下心率、动作频率、动作幅度半径和眨眼频率各自对应的预设范围;同样的,也可得出渐睡状态和深睡状态的各体征状态的预设范围。
通过将大量不同人群依据年龄、性别等特征划分为多个受众群,并依据各受众群的渐睡、浅睡或深睡状态特征与终端采集的信息相匹配,以得出更精确的、更合适的、更具有时效性的预设范围,进一步提高该系统的判断精度。
实施例二
本实施例与上述实施例一的区别在于,还可以,将云端依据不同用户的生理特征匹配对应的参数预设范围的方法如下:
步骤1b、云端将多个不同受众群的多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
步骤2b、云端将收集的数据进行概率分析得出各受众群的各数据的正态分布图表,由此计算得出各受众群的体温数据、心率数据、动作幅度半径数据以及动作频率数据对应特征;
步骤3b、由上述各受众群的各数据的正态分布图表计算得出各数据的正态分布表中与平均值相接近的数据范围,以该数据范围做为该用户的对应参数预设范围;优选的,落入各相接近的数据范围中的用户个体数量均不小于云端中存储的用户总个体量的百分之五十;进一步优选的,为百分之八十;
步骤4b、云端判断终端设备上传的采集数据与步骤2b中的各受众群对应特征进行比对,以得出用户所处的受众群,将对应受众群的渐睡、浅睡和深睡时体温、心率、动作幅度半径以及动作频率的范围做为参数预设范围;优选的,将采集数据与各受众群的对应数据平均值进行误差比计算并相加得出误差比和值,误差比和值最小的对应受众群为该用户所处的受众群。
优选的,云端还将个体的渐睡、浅睡和深睡时的对应眨眼频率数据进行收集。
本实施例中的受众群划分方式可以依据性别、年龄、身高、体重等进行划分;例如:划分为四个受众群,依次为由40岁以下男性构成的第一组、由40岁以下女性构成的第二组、40岁以上男性构成的第三组和40岁以上女性构成的第四组(下面为了便于表述,以该划分方式进行展开)。
对云端中存储的以上各组的体温、心率、动作频率、动作幅度半径及眨眼频率的范围一一对应,具体数据如下表1所示:
第一组 | 第二组 | 第三组 | 第四组 | |
体温 | 36.0℃-36.5℃ | 36.5℃-37.0℃ | 37.0℃-37.5℃ | 37.5℃-38.0℃ |
心率 | 60-70次/分 | 70-80次/分 | 80-90次/分 | 90-100次/分 |
动作频率 | 0.5至1次/分 | 1至2次/分 | 2次/分以上 | 2次/分以上 |
动作幅度半径 | 5cm至10cm | 10cm至20cm | 20cm至30cm | 30cm以上 |
眨眼频率 | 5-10次/分 | 10-15次/分 | 15-20次/分 | 15-20次/分 |
表1各受众群生理特征参数对应表
本实施例中,云端依据上述数据结合实施例一种所述的方式,建立每个组相对应的各数据的正态分布图表,并以此表格得出各正态分布表中靠近中心平均值最接近的百分之八十的数据范围,以该数据范围做为该组的预设参数。
下面结合图13以判断浅睡状态下体温的预设范围为例对上述判断方式进行表述,
云端中存储有100个40岁以下男性用户的浅睡状态下体温数据,分布于36.0℃到36.5℃之间的区间,且这些数值呈正态分布规律;由终端设备对用户的采集数据中体温的平均值为36.40℃;在图13所示的云端存储数据中,有80个体温数据落在36.32℃至36.48℃之间,取靠近36.40℃的百分之八十数据,即36.32℃至36.48℃之间的数据做为数据范围;以36.32℃至36.48℃做为第一组浅睡状态下的体温预设范围。同样的,也可由此方式得出浅睡状态下心率、动作频率、动作幅度半径和眨眼频率各自对应的预设范围;同样的,也可得出渐睡状态和深睡状态的各体征状态的预设范围。
本实施例中,上述步骤2b中的各受众群的实时体温数据对应特征为该受众群的各个体实时体温数据的平均值;同样的,心率数据、动作幅度半径数据、动作频率数据以及眨眼频率的对应特征为该受众群的各个体心率数据、动作幅度半径数据、动作频率数据以及眨眼频率的平均值。
本实施例中,上述步骤4b的比对方法为,
终端设备采集的数据与各受众群的体温、心率、动作幅度半径、动作频率以及眨眼频率的平均值进行比较;
采集数据与各受众群的对应平均值进行误差比较,并将误差比相加;
选出各误差比中最小的,即判定采集数据为对应受众群,采用该受众群的参数预设范围。
下面举例说明采集数据与一受众群相比的误差比和值计算方式。
例如,终端设备采集的该用户实时采集数据的平均值如下:体温为36.5℃、心率为70、动作频率为1次/分、动作幅度半径为20m、眨眼频率为9次/分;
第一受众群的体温平均值为36.5℃、心率平均值为75、动作频率平均值为1.5次/分、动作幅度平均值半径为20m、眨眼频率平均值为10次/分;
则体温的误差比为︱(36.5℃-36.5℃)/36.5℃︱=0、心率的误差比为︱(7-75)/75︱=0.066、动作频率的误差比为︱(1-1.5)/1.5︱=0.333、动作幅度半径的误差比为︱(20-20)/20︱=0、眨眼频率的误差比为︱(9-10)/10︱=0.1;则采集数据与第一受众群相比的误差比相加值为0+0.066+0.333+0+0.1=0.499。
通过将大量不同人群依据年龄、性别等特征划分为多个受众群,并依据各受众群的渐睡、浅睡或深睡状态特征与终端采集的信息相匹配,以得出更精确的、更合适的、更具有时效性的预设范围,进一步提高该系统的判断精度。
实施例三
如图2所示,本实施例中,提供了一种高安全性的支付系统,其还包括身份识别模块,验证用户的身份信息,并发送至云端,云端将对应账号中存储的对应预设范围参数回传至终端设备,以适用于同一用户用不同支付系统进行支付及同一支付系统由不同用户进行支付操作的情况。
本实施例中,所述的身份识别模块,经第一通信模块与云端相匹配连接,使得身份识别模块将检测的用户身份信息发送至云端。
本实施例中,所述的身份识别模块可以为声纹识别器、指纹识别器、密码输入器、虹膜检测器中的一种或多种,以得出用户的声纹、指纹、密码及眼角膜中的至少一种身份信息,并将该检测信息通过第一通信模块上传至云端。
本实施例中,优选的,所述的身份识别模块为声纹识别器。
本实施例中,云端中设有存储模块,存储模块中存储有各用户的对应身份信息,及各用户的对应渐睡、浅睡、深睡预设范围;且各用户的对应身份信息与对应渐睡、浅睡、深睡预设范围相一一对应进行存储。
本实施例中,终端设备对用户的一正常睡眠过程里的体征信息进行采集,用户手动定义或系统自定义用户渐睡、浅睡、深睡所对应的时间段,终端设备将该时间段的采集数据做为对应预设参数范围并上传至云端。
例如:用户渐睡、浅睡、深睡所对应的时间段具体如下表2所示,
表2用户各时间段采集的身体状态参数对应的睡眠状态
如图4所示,本实施例中,上述高安全性的支付系统的控制方法,其控制步骤如下:
步骤201:建立终端设备与云端之间的数据通道,该数据通道用于终端设备与云端进行双向数据传输对用户进行身份验证;
步骤202:通过终端设备获取用户的当前状态参数;
步骤203:终端设备依据身份信息自云端获取存储的与该用户相关的对应参数预设范围,该参数预设范围对应用户处于睡眠状态的生理特征参数,所述参数预设范围包括渐睡状态参数预设范围、浅睡状态参数预设范围和深睡状态参数预设范围;
步骤204:终端设备根据用户的当前状态参数和该参数预设范围确定用户的状态;
步骤205:当用户处于睡眠状态时,终端设备执行相应的控制命令。
本实施例中,用户可通过终端设备上设置的终端设备分别将本人处于渐睡、浅睡、深睡状态的生理特征,如体温数据、心率数据、动作幅度半径数据以及动作频率数据进行采集;并通过终端设备将身份信息与采集信息上传至云端,云端将采集信息进行处理得出对应渐睡、浅睡、深睡参数预设范围,并将上传的身份信息与对应渐睡、浅睡、深睡参数预设范围相一一对应匹配存储,得到对应用户的对应身份信息及对应渐睡、浅睡、深睡参数预设范围。优选的,云端将终端设备上传的采集数据进行分析,分别得出体温数据、心率数据、动作幅度半径数据以及动作频率数据的最大值和最小值,以此做为参数预设范围。
本实施例中,同一用户可依据不同终端设备多次上传采集数据,云端依据身份信息将多次采集数据进行比较处理以得出该用户的对应渐睡、浅睡、深睡参数预设范围。优选的,云端将终端设备上传的多次采集数据进行分析,将各采集数据汇总,以得出各采集数据中体温数据的最大值和最小值,以此做为体温参数预设范围。同样的,可以此方式得出心率、动作幅度半径、动作频率以及眨眼频率的参数预设范围。
本实施例中,所述的对用户进行身份验证的方法为:终端设备将用户的密码、声纹、指纹和虹膜中的至少一种身份鉴别信息进行采集并上传至云端与存储的相关信息进行比较验证;
用户通过身份验证后,终端设备获取云端存储的该用户对应渐睡、浅睡、深睡状态的参数预设范围。
本实施例中,获取用户的身份信息的方法如下,
步骤S101、对用户的声纹进行检测;
和/或步骤S201、对用户的指纹进行检测;
和/或步骤S301、对用户的虹膜进行检测;
和/或步骤S401、对用户的设定密码进行检测;
步骤S501、将步骤S101至S401中至少一个检测的信息上传至云端,与云端中存储的对应密码、声纹、指纹或虹膜进行比对,以验证用户的身份信息,调用对应的渐睡、浅睡、深睡状态下的对应范围回传至终端设备。
通过在支付系统启动初期对用户的密码、声纹、指纹和眼角膜中的至少一种身份信息进行检测,以使得云端可快速得出与该身份信息相对应的渐睡、浅睡、深睡状态下的对应预设范围。
实施例四
本实施例与上述实施例三存在如下区别,云端中预存的参数预设范围与云端中实时存储的大量用户深睡、浅睡、渐睡状态下的体态特征信息进行比对后得出供终端设备调用的实时参数预设范围,并将实时参数预设范围回传至终端设备做为该身份信息的用户对应的参数预设范围。
本实施例中,云端中预存的参数预设范围与云端中存储的实时大数据进行比对得出供终端设备调用的实时参数预设范围的得出方法如下,
步骤A、获取云端中预存的该身份信息对应的参数预设范围;
步骤B、计算得出参数预设范围中渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据的平均值;
步骤C、将步骤B得出的各平均值利用实施例一所述的步骤1a至3a或实施例二所述的步骤1b至4b,得出该用户对应的实时参数预设范围。
通过将大量不同人群的渐睡、浅睡或深睡状态信息进行采集,得出不同体征状态人员的渐睡、浅睡或深睡状态预设范围,以实现云端依据用户预设体态信息匹配最实时的、最适合的预设范围,进一步提高判断精度。
实施例五
本实施例提供了一种高安全性的支付系统的终端设备连接结构,该发明实施例的执行主体包括终端设备及构建于服务器上的云端。
如图5本实施例中,所述的终端设备为可供用户穿戴的智能移动可穿戴设备,如智能手环、智能手表、智能眼镜等;优选的,所述的终端设备为如图9所示的智能眼镜。所述的智能眼镜上设有与支付装置相匹配连接的第二通讯模块,以供智能眼镜与支付装置之间进行双向数据传输;优选的,第二通讯模块采用蓝牙技术进行数据传输。
所述的智能眼镜内嵌入设置有控制电路板,与控制电路板相电连接的温度传感器、脉搏传感器和三轴重力加速度传感器。优选的,还设有构成眨眼检测传感器的摄像头。
本实施例中,所述的控制电路板包括供参数预设范围的数据进行存储的存储器,将实时检测数据与参数预设范围进行比较判断的CPU处理器。本实施例中,CPU处理器的具体电路结构,如图10所示。
本实施例中,所述的智能眼镜上可以设有与云端进行双向数据传输的WiFi/2G/3G/4G模块;或者,智能眼镜通过支付装置上设置的WiFi/2G/3G/4G模块与云端相连接,进行数据传输。本实施例中,WiFi模块的具体电路结构如图11a所示;2G/3G/4G模块的具体电路结构如图11b所示。
本实施例中,所述的支付装置可以为安装有支付app的智能手机、电脑、平板电脑等智能移动设备。
实施例六
本实施例中,所述的温度传感器可以为设置于智能移动可穿戴设备上的、与用户直接接触、检测用户温度值的接触式温度传感器;也可以为不与用户直接接触、通过红外线等检测光线对用户温度进行检测的非接触式温度传感器。
实施例七
本实施例中,所述的脉搏传感器设置于智能移动可穿戴设备上;优选的,智能移动可穿戴设备为智能眼镜。智能眼镜通过与用户的耳廓相接触、检测用户的心跳速率。
所述的脉搏传感器包括耳套,耳套中设有传感器采集电路,传感器采集电路与控制电路板的CPU相连接;其中传感器采集电路包含红外线发射二极管Q1和红外线接收三极管Q2,该传感器采集电路与放大整形电路相连,所述红外线发射二极管Q1和红外线接收三极管Q2分别设置在耳套1内的上下两端。
红外线发射二极管Q1和红外线接收三极管Q2其中任一个设置在耳套上端传感器放置位上,另一个设置在耳套下端传感器放置位上。耳套上端传感器放置位和耳套下端传感器放置位相对应。用于检测耳廓内的血液浓度。将采集到的信号依次经过放大整形电路的放大整形、倍频电路的倍频变换、频率电压转换电路的电压转换,最终报警电路进行电压比较后,根据结果进行报警。
正常成年人的脉搏次数是60-80次/分钟,婴儿为90-140次/分钟,老年人则为100-150次/分钟,显然这种信号属于低频范畴。因此,要把人体的脉搏信号装换成电信号,这就需要借助于传感器。对装换后的电信号要进行放大和整形等处理,以保证其他电路工作正常。且希望在很短的时间内就得出测量结果。
血液是高度不透明的液体,光照在一般组织中的穿透性要比血液中大几十倍,据此特点,采用光电效应耳廓脉搏传感器来拾取脉搏信号。指端血管的容积和透光度随心脏脉搏改变时,将使红外线接收三极管Q2收到不同的光强,并由此产生的光电流均随之作相应变化。通过耳廓的血液浓度会随着心脏的跳动发生变化,红外线接收三极管Q2对应的信号便会发生相应的变化,采集此信号经过放大,滤波,比较等处理便可以得到理想的信号。
如图6所示,传感器采集电路的电路原理图:所述传感器采集电路中红外线发射二极管Q1阳极串电阻R9后接正电源,红外线发射二极管Q1阴极接地;红外线接收三极管集电极串电阻R10后接正电源,红外线接收三极管Q2发射机接地,红外线接收三极管集电极还经电容C11后输出脉冲信号f1至放大整形电路,所述红外线发射二极管Q1是TLN104红外传感器,红外线接收三极管Q2是TLP104红外传感器。
用脉搏传感器检测人体脉搏的原理是:当恒定波长的光照射到人体组织上,通过人体组织吸收、反射衰减后测量到的光强将在一定程度上反映被照射部位组织的结构特征。在人体的指尖处,组织厚度薄,动脉成分含量高。用一束光线透过耳廓末端,透过耳廓的光强跟随脉搏搏动而变化,可以认为光透射耳廓后的强度仅仅由动脉血的充盈而引起的。根据这个特征,可以将脉搏信号转换为光电信号,从而进行检测。
为了减少环境光对脉搏信号测量的影响,同时考虑到传感器使用的方便性,采用密封的耳套式包装方式,整个外壳采用不透光的介质和颜色,尽量减少外界环境光的影响,在耳套式传感器的内层表面涂上一层吸光材料,这样能有效减少二次反射光的干扰。红外线发射二极管Q1采用TLN104,红外线接收三极管Q2采用TLP104,TLP104通过检测透过指尖的红外光强度,产生反映脉搏搏动规律的微弱电信号,经电容C11耦合到下一级电路。系统可以采用+5V供电,R9可以采用400Ω、500Ω、600Ω等,R10可以采用8KΩ、10KΩ、12KΩ等。
如图7所示,放大整形电路的电路原理图;所述放大整形电路包括放大器U4A、放大器U4B、放大器U4C:
其中放大器U4A的正相输入端接所述传感器采集电路输出的脉冲信号f1,放大器U4A的正相输入端还串电阻R13后接地;该放大器U4A的反相输入端串电阻R4后接地,该放大器U4A的反相输入端还串电阻R5后接放大器U4A的输出端;
其中放大器U4B的正相输入端串电阻R12和电阻R11后接放大器U4A的输出端,电阻R12和电阻R11之间的公共端经电容C13连放大器U4B的输出端;该放大器U4B的反相输入端串滑动变阻器RP1后接地,该放大器U4B的反相输入端还串电阻R6接放大器U4B的输出端;
其中放大器U4C的正相输入端接放大器U4B的输出端;该放大器U4C的反相输入端串电阻R7后接地,该放大器U4C的反相输入端还串电阻R8接放大器U4C的输出端,该放大器U4C的输出端串二极管VD1后输出脉冲信号f2至倍频电路;所述二极管VD1的阳极与放大器U4C的输出端相连,该二极管VD1的阴极还串电阻R14接地。
该电路的作用是把传感器采集电路耦合进来的几十毫伏的微弱电信号进行合适的放大与整形,电路分为放大部分、有源滤波部分和整形电平变换部分。由于传感器输出电阻比较高,故放大电路采用同相放大电路,运放采用LM324,放大电路的放大倍数10倍左右。滤波电路采用二阶有源低通滤波电路,作用是把脉搏信号中的高频干扰信号滤除,同时把脉搏信号放大,集成运放采用LM324。经过放大、滤波后的脉搏信号仍是不规则的脉搏信号,且有低频干扰,必须采用整形电路,这里采用滞回电压比较器。由比较器输出的脉冲信号是一个正负脉冲信号,不是满足计数器要求的脉冲信号,故采用电平转换电路进行变换。所述放大器U4A、放大器U4B、放大器U4C是LM324集成运放。
实施例八
本实施例中,所述的眨眼检测传感器包括:摄像头,设置于智能移动可穿戴设备上,以对用户的眨眼信息进行采集;计时器,对眨眼频间隔时间进行计时。
眨眼检测传感器还包括处理器,将眨眼次数与间隔时间进行计算以得出眨眼频率。眨眼检测传感器与终端设备的控制电路板相连接,使用户的眨眼频率数据传输至云端。
实施例九
如图8所示,本实施例中,报警声音播放电路的电路原理图,所述报警声音播放电路包括放大器M9:放大器M9反相输入端接频率电压转换电路输出的电压信号v4;放大器M9正相输入端接滑动变阻器R33的滑动触点,该滑动变阻器R33一端接正电源,另一端接地;放大器M9输出端串电阻R1后接三极管Q3的基极;所述三极管Q3集电极串扬声器LS1接正电源;该三极管Q3发射极接三极管Q4的基极;所述三极管Q4集电极连三极管Q3集电极;所述三极管Q4发射极接地。
放大器M9采用LM324集成运放,如果处于疲劳驾驶状态,则脉搏频率降低,频率电压转换电路输出的电压v4降低,当其低于放大器M9正相输入端电压时,放大器M9输出高电平,放大器M9输出的高电平信号经过三极管放大后驱动报警器发出尖锐的报警声。
所述三极管Q3是S0805达林顿三极管,所述三极管Q4是D667晶体三极管,扬声器LS1是终端设备上设置的喇叭。
实施例十
本实施例中,智能移动可穿戴设备构成的终端设备包括一身份识别模块;所述的身份识别模块包括密码、声纹、指纹和虹膜识别器中的至少一个或其组合,密码、声纹、指纹和虹膜识别器分别与终端设备的控制电路板相连接。
密码识别器,包括设有阿拉伯数字1、2、3、4、5、6、7、8、9、0的数字输入按键;所述的数字输入按键可以设置为单独的按钮,也可以设置为触摸屏上的功能按键区。还包括,识别电路板,将按键信号转换为电信号;识别电路板与终端设备的控制电路板相连接,使得数字密码按键信号发送至云端,以鉴别用户身份信息,做为账号密码登陆用户账号,调用预存的体温、心率、动作幅度大小和动作频率范围。
声纹识别器,包括可识别声音信息的话筒,话筒与终端设备的控制电路板相连接,使得声纹密码发送至云端,以鉴别用户身份信息,做为账号密码登陆用户账号,调用预存的体温、心率、动作幅度大小和动作频率范围。优选的,声纹识别器还设有音频输出设备,以向用户播放验证字,用户通过话筒重复读验证字并上传至云端进行身份验证,以降低录音等形式造成的用户信息泄露情况的发生。
指纹识别器,包括可获取用户指纹的探头,探头与终端设备的控制电路板向连接,使得指纹发送至云端,以鉴别用户身份信息,做为账号密码登陆用户账号,调用预存的体温、心率、动作幅度大小和动作频率范围。
虹膜识别器,包括采集用户的虹膜的摄像头,摄像头与与终端设备的控制电路板向连接,使得虹膜发送至云端,以鉴别用户身份信息,做为账号密码登陆用户账号,调用预存的体温、心率、动作幅度大小和动作频率范围。
本实施例中,终端设备的身份识别模块与支付装置共用,使得支付装置可通过终端设备的密码、声纹、指纹和虹膜识别器对用户的支付密码进行采集;也可以使得终端设备可通过支付装置的密码、声纹、指纹和虹膜识别器对用户的身份信息进行采集。
实施例十一
本发明另一实施例提供了一种高安全性的支付系统的控制方法,该发明实施例的执行主体包括终端设备及构建于服务器上的云端。
参见图3,该方法具体步骤包括如下:
步骤201:建立终端设备与云端之间的数据通道,该数据通道用于向该终端设备发送控制命令。
优选的,可以通过无线通信技术建立终端设备与云端之间的数据通道,在本实施例中的无线通信技术优先选用采用IP通信协议进行数据传输的wifi、2G、3G、4G等设备支持的无线信息交换方式。其相对于蓝牙技术、红外技术等点对电传输方式,其数据传输距离更远、且可服务于同一云端与多个终端设备同时进行数据交换的情况。
步骤202:获取用户的当前状态参数。
本发明通过实验数据发现,人的体温在一天的时间内会随着气温的变化而变化,下午6时最高,晚上8时到晚上10时逐渐降低,清晨2时到清晨6时最低,随后逐渐上升,白天维持在较高温度范围内,而晚上8时到凌晨6时这段期间,用户多为渐睡状态、浅睡状态或深睡状态,其中,渐睡状态指用户将要睡着但还没睡着的状态,浅睡状态指用户刚刚进入睡眠的状态,深睡状态指用户已睡着一段时间且不易被叫醒的状态,因此用户体温是判定用户当前状态的一重要参数;
本发明还通过实验数据发现,人在平静状态下的心率范围为每分钟60次到100次,在运动状态下心率会加快,而人在渐睡状态、浅睡状态和深睡状态下心率依次降低,因此用户心率是判定用户当前状态的一重要参数;
另外,本发明通过实验数据发现,人在清醒时会有频繁的动作行为,例如甩手、侧身、前进、后退等动作行为,且动作幅度也大动作频率高,在渐睡状态和浅睡状态有小幅度动作,且渐睡状态下的动作频率低于浅睡状态下的动作频率,而在深睡状态下动作幅度趋近于0,因此用户动作幅度和动作频率是判定用户当前状态另一重要参数。
因此,该当前状态参数包括用户当前的体温、心率、动作幅度大小和动作频率;具体的,通过温度传感器获取用户当前的体温,通过脉搏传感器获取用户当前的心率,通过三轴重力加度素传感器获取用户当前行为的动作幅度的大小和动作频率。
例如,通过温度传感器获取用户当前的体温是36.3℃,通过脉搏传感器获取用户当前的心率是70次/分钟,通过三轴重力加度素传感器获取用户当前动作幅度半径为20cm,动作频率为1次/分钟。
步骤203:获取预设范围,该预设范围包括渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围。
具体的,通过云端获取渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围。
其中,该云端记录了大量用户在渐睡状态时的体温数据、心率数据、动作幅度半径数据和动作频率数据,并根据一定计算规律计算出大量用户在渐睡状态时的体温数据范围、心率数据范围、动作幅度半径数据范围以及动作频率数据范围,并将该体温数据范围、该心率数据范围、该动作幅度半径数据范围以及该动作频率数据范围组成一组合,将该组合设定为用户的渐睡状态预设范围。
其中,该云端记录了大量用户在浅睡状态时的体温数据、心率数据、动作幅度半径数据和动作频率数据,并根据一定计算规律计算出大量用户在浅睡状态时的体温数据范围、心率数据范围、动作幅度半径数据范围以及动作频率数据范围,并将该体温数据范围、该心率数据范围、该动作幅度半径数据范围以及该动作频率数据范围组成一组合,将该组合设定为用户的浅睡状态预设范围。
其中,该云端记录了大量用户在深睡状态时的体温数据、心率数据、动作幅度半径数据和动作频率数据,并根据一定计算规律计算出大量用户在深睡状态时的体温数据范围、心率数据范围、动作幅度半径数据范围以及动作频率数据范围,并将该体温数据范围、该心率数据范围、该动作幅度半径数据范围以及该动作频率数据范围组成一组合,将该组合设定为用户的深睡状态预设范围。
步骤204:根据该状态参数和该预设范围确定用户睡眠状态。
该步骤可以通过以下步骤来实现:
A1、根据该状态参数确定用户所在的预设范围;
A2、当该状态参数在渐睡状态预设范围内时,确定用户的睡眠状态为渐睡状态;
A3、当该状态参数在浅睡状态预设范围内时,确定用户的睡眠状态为浅睡状态;
A4、当该状态参数在深睡状态预设范围内时,确定用户的睡眠状态为深睡状态。
本实施例中,优选的采用实时检测数据与预设范围一一对应的方式进行比对,具体如下:
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的渐睡预设范围时,判断用户处于渐睡状态;
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的浅睡预设范围时,判断用户处于浅睡状态;
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的深睡预设范围时,判断用户处于深睡状态。
步骤205:根据用户的睡眠状态执行相应的控制命令。具体的,建立睡眠状态与控制命令间的对应关系:
1、当用户的睡眠状态为渐睡状态时,第一控制模块发出第一指令,报警单元向用户发出防睡提示音;
2、当用户的睡眠状态为浅睡状态时,第一控制模块发出第二指令,报警单元向用户发出防睡提示音并向云端推送报警信息;
3、当用户的的睡眠状态为深睡状态时,第一控制模块发出第三指令,报警单元向用户发出防睡提示音、向云端推送报警信息并向公安报警系统推送报警信息。
优选的,在本发明实施例中,当支付装置不启动时,终端设备自动关闭。
在本发明实施例中,通过终端设备检测用户的实时状态,该当前状态参数包括用户当前的体温、心率、动作幅度大小和动作频率,并建立终端设备与云端之间的数据通道,该数据通道用于向该终端设备发送预设范围;根据实时状态参数和该预设范围确定用户睡眠状态,根据用户的睡眠状态执行相应的控制命令。如此实现根据用户的当前状态,使用户在睡眠状态下暂停支付,并发出防睡眠提示音或向云端推送报警信息,甚至直接向公安报警系统推送报警信息,防止了用户在不清醒状态下进行支付操作造成财产损失情况的发生,提高了支付环境的安全性。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种高安全性的支付系统,该系统包括:支付装置、与支付装置相连接的终端设备和设于服务器上的云端,终端设备通过无线通信技术与云端相连,以使终端设备与云端的相互数据传输;
其特征在于:终端设备包括,获取模块、判断模块、第一控制模块和第一通信模块;
所述的获取模块获取用户的当前身体状态参数和云端预设的参数范围,该参数范围对应用户处于不清醒状态时的身体状态参数;所述的判断模块判断用户的当前身体状态参数是否在该参数预设范围内,判断用户是否处于不清醒状态;所述的第一控制模块根据判断模块的判断结果生成相应的控制命令,在用户处于不清醒状态时向支付装置发出暂缓支付的控制指令;报警模块根据该控制命令,发出对应的报警信息;
其中,所述不清醒状态包括:渐睡状态、浅睡状态和深睡状态。
2.根据权利要求1所述的一种高安全性的支付系统,其特征在于:所述获取模块包括传感器单元和预设单元之一或者其组合;
传感器单元至少包括:获取用户当前的体温的温度传感器,获取用户当前的心率的反射式光电式脉搏传感器,获取用户当前行为的动作幅度的大小和动作频率的三轴重力加速度传感器之一或者其组合;
预设单元内记载有预设范围,所述的预设范围至少包括:渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围;所述的渐睡状态预设范围、浅睡状态预设范围和深睡状态预设范围,均是云端通过第一通信模块发送给预设单元的;
其中,传感器单元还包括获取用户眨眼速率的眨眼检测传感器。
3.根据权利要求1所述的一种高安全性的支付系统,其特征在于:所述的报警模块包括报警声音播放电路,控制终端设备上设置的音频播放器发出防睡提示音;和报警信号触发电路,向云端推送报警信息;
其中,终端设备的身份识别模块与支付装置共用。
4.一种如权利要求1至3任一所述高安全性的支付系统的控制方法,其特征在于:
步骤201:建立终端设备与云端之间的数据通道,该数据通道用于终端设备与云端进行双向数据传输;
步骤202:通过终端设备获取用户的当前身体状态参数;
步骤203:将支付系统启动初期的用户身体状态参数上传至云端,云端依据获取的用户身体状态参数得出与该用户相关的对应参数预设范围,该参数预设范围对应用户处于不清醒状态的身体状态参数,所述参数预设范围包括渐睡状态参数预设范围、浅睡状态参数预设范围和深睡状态参数预设范围;
步骤204:终端设备根据用户的当前身体状态参数和该参数预设范围确定用户睡眠状态;
步骤205:用户处于不清醒状态时,支付装置暂停支付并根据用户的睡眠状态执行相应的控制命令。
5.根据权利要求4所述的方法,其特征在于:步骤202中的用户当前身体状态参数包括如下,用户当前的体温、当前的心率、当前行为的动作幅度的大小和当前动作频率中的之一或多个;
其中,用户当前身体状态参数还包括用户当前的眨眼频率。
6.根据权利要求5所述的方法,其特征在于:步骤203的具体方式如下,
步骤S1、在支付系统启动后,终端设备的传感器单元对用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据进行采集,并在一定预设时间t内将传感器单元所采集的数据同步上传至云端;
步骤S2、云端将实时采集数据与存储的、大量用户的参数预设范围进行处理,以得出适合对应用户的对应渐睡、浅睡和深睡参数预设范围,并将对应参数预设范围回传至终端设备的预设单元进行存储、做为终端设备的参数预设范围参数。
7.根据权利要求6所述的方法,其特征在于:所述的云端将实时采集数据与存储的、大量用户的参数预设范围进行处理的方法如下,
步骤1、云端对多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
步骤2、云端将收集的数据进行概率分析得出各数据的正态分布图表,由此计算得出各数据的正态分布图表中与对应采集数据相接近的数据范围,以该数据范围做为该用户的对应参数预设范围;其中,该相接近的数据范围中的个体量不小于总个体量的百分之五十;
进一步的,云端实时更新所存储的大量用户的参数预设范围,并依据更新对应调整各数据的正态分布图表。
8.根据权利要求6所述的方法,其特征在于:所述的云端将实时采集数据与存储的、大量用户的参数预设范围进行处理的方法如下,
步骤1、云端将多个不同受众群的多个个体进行渐睡、浅睡和深睡时的对应体温数据、心率数据、动作幅度半径数据以及动作频率数据进行收集;
步骤2、云端将收集的数据进行概率分析得出各受众群的各数据的正态分布图表,由此计算得出各受众群的体温数据、心率数据、动作幅度半径数据以及动作频率数据对应特征;其中,各受众群的对应特征为,体温数据的平均值、心率数据的平均值、动作幅度半径数据的平均值以及动作频率数据的平均值;
步骤3、由上述各受众群的各数据的正态分布图表计算得出各数据的正态分布表中与平均值相接近的数据范围,以该数据范围做为该用户的对应参数预设范围;其中,该相接近的数据范围中的个体量不小于总个体量的百分之六十;
步骤4、云端判断终端设备上传的采集数据与步骤2中的各受众群对应特征进行比对,以得出用户所处的受众群,将对应受众群的体温、心率、动作幅度半径以及动作频率的范围做为参数预设范围;其中,将采集数据与各受众群的对应数据平均值进行误差比计算并相加得出误差比和值,误差比和值最小的对应受众群为该用户所处的受众群。
9.根据权利要求4至8任一所述的方法,其特征在于:步骤204中的确定用户睡眠状态的具体方式如下,
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的渐睡预设范围时,判断用户处于渐睡状态;
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的浅睡预设范围时,判断用户处于浅睡状态;
当用户的实时体温数据、心率数据、动作幅度半径数据以及动作频率数据均落入预设单元中存储的深睡预设范围时,判断用户处于深睡状态;
其中,步骤205中的指令与睡眠状态的具体对应关系如下,
情况一、当用户的睡眠状态为渐睡状态时,第一控制模块发出第一指令,报警单元向用户发出防睡提示音;
情况二、当用户的睡眠状态为浅睡状态时,第一控制模块发出第二指令,报警单元向用户发出防睡提示音并向云端推送报警信息;
情况三、当用户的睡眠状态为深睡状态时,第一控制模块发出第三指令,报警单元向用户发出防睡提示音、向云端推送报警信息并向公安报警系统推送报警信息。
10.一种如权利要求1至3任一所述的高安全性的支付系统的终端设备,其特征在于:所述的终端设备为供用户穿戴的智能移动穿戴设备,为智能眼镜、智能手环、智能手表、智能项链、智能头盔中的任一;
所述的终端设备包括控制电路板,与控制电路板相电连接的温度传感器、脉搏传感器和三轴重力加速度传感器;所述的控制电路板包括供预设范围的数据进行存储的存储器,将实时检测数据与预设范围进行比较判断的CPU处理器,与云端进行双向数据传输的WiFi模块;所述的控制电路板上还设有构成报警模块的报警声音播放电路和报警信号触发电路;报警声音播放电路,与音频播放设备相连接;报警信号触发电路,与云端相连接;所述的CPU处理器分别与存储器、WiFi模块、报警声音播放电路、报警信号触发电路及各传感器相连接;与支付装置进行双向数据传输的蓝牙模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410844640.0A CN105809442B (zh) | 2014-12-30 | 2014-12-30 | 一种高安全性的支付系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410844640.0A CN105809442B (zh) | 2014-12-30 | 2014-12-30 | 一种高安全性的支付系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105809442A CN105809442A (zh) | 2016-07-27 |
CN105809442B true CN105809442B (zh) | 2021-06-04 |
Family
ID=56421032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410844640.0A Active CN105809442B (zh) | 2014-12-30 | 2014-12-30 | 一种高安全性的支付系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105809442B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106507270A (zh) * | 2016-09-29 | 2017-03-15 | 宇龙计算机通信科技(深圳)有限公司 | 设备认证方法及系统 |
CN107861605B (zh) * | 2017-11-06 | 2021-03-16 | 北京小米移动软件有限公司 | 数据处理方法及装置 |
CN108401458A (zh) * | 2017-12-12 | 2018-08-14 | 福建联迪商用设备有限公司 | 一种基于人脸和心电图的支付认证方法及终端 |
CN108288164A (zh) * | 2018-02-12 | 2018-07-17 | 东莞市华睿电子科技有限公司 | 一种移动支付控制方法 |
CN111699698A (zh) * | 2019-10-12 | 2020-09-22 | 深圳海付移通科技有限公司 | 缓解眼疲劳方法及智能终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093349A (zh) * | 2011-10-31 | 2013-05-08 | 深圳光启高等理工研究院 | 一种移动支付方法及移动终端设备 |
CN103856916A (zh) * | 2012-12-03 | 2014-06-11 | 三星电子株式会社 | 信息提供方法及其移动终端 |
CN103870402A (zh) * | 2012-12-17 | 2014-06-18 | 三星电子株式会社 | 外部设备及其管理和操作方法、主机设备和管理服务器 |
-
2014
- 2014-12-30 CN CN201410844640.0A patent/CN105809442B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093349A (zh) * | 2011-10-31 | 2013-05-08 | 深圳光启高等理工研究院 | 一种移动支付方法及移动终端设备 |
CN103856916A (zh) * | 2012-12-03 | 2014-06-11 | 三星电子株式会社 | 信息提供方法及其移动终端 |
CN103870402A (zh) * | 2012-12-17 | 2014-06-18 | 三星电子株式会社 | 外部设备及其管理和操作方法、主机设备和管理服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN105809442A (zh) | 2016-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105799509B (zh) | 一种防疲劳驾驶系统及方法 | |
CN105809442B (zh) | 一种高安全性的支付系统及方法 | |
Masoud et al. | Sensors of smart devices in the internet of everything (IoE) era: big opportunities and massive doubts | |
CN105809444B (zh) | 一种高安全性的支付系统及方法 | |
US11435826B2 (en) | Electronic device and control method thereof | |
EP3647976B1 (en) | Login method and apparatus, and electronic device | |
RU2584459C2 (ru) | Жестовое управление для отслеживания показателей жизнедеятельности | |
CN105807726A (zh) | 一种终端控制系统及方法 | |
CN105807674B (zh) | 一种可控制音频终端的智能可穿戴设备及其控制方法 | |
CN105809893B (zh) | 一种防疲劳驾驶系统及方法 | |
WO2021248942A1 (zh) | 一种基于智能耳机的用户识别和情绪监测方法 | |
CN109753777B (zh) | 一种身份识别方法、装置、存储介质及移动终端 | |
Hutchins et al. | Beat-pin: A user authentication mechanism for wearable devices through secret beats | |
KR102015097B1 (ko) | 생체정보를 이용한 감성 검출 장치 및 감성 검출 방법을 실행하기 위한 프로그램을 기록한 컴퓨터로 판독 가능한 기록매체 | |
US9672339B2 (en) | Electro-biometric authentication | |
Ojala et al. | Wearable authentication device for transparent login in nomadic applications environment | |
EP3140765B1 (en) | User authentication based on body tremors | |
US10334346B2 (en) | Real-time multivariable biometric analysis and display system and method | |
Tanviruzzaman et al. | Your phone knows you: Almost transparent authentication for smartphones | |
WO2021040845A1 (en) | Combining biometrics, hidden knowledge and intent to authenticate | |
CN113646027A (zh) | 电子装置和用于由该电子装置提供用于减压的信息的方法 | |
KR20210060246A (ko) | 생체 데이터를 획득하는 장치 및 그 방법 | |
CN113520339B (zh) | 睡眠数据有效性分析方法、装置及可穿戴设备 | |
KR20190080598A (ko) | 생체신호를 이용한 감성 검출 시스템 및 그 방법 | |
US20230214470A1 (en) | User authentication by a wearable device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220719 Address after: Room 801, 8th floor, No. 104, floors 1-19, building 2, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Address before: Room 112, block D, No. 28, Xinjiekou outer street, Xicheng District, Beijing 100088 (Desheng Park) Patentee before: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Patentee before: Qizhi software (Beijing) Co.,Ltd. |
|
TR01 | Transfer of patent right |