CN108427868B - 资源传输对象的验证方法、系统及客户端 - Google Patents

Abstract

本发明实施例提供了一种资源传输对象的验证方法、系统及客户端，用户通过客户端发起向资源传输对象传输资源的资源传输请求后，客户端将获取该资源传输对象的属性信息，从而使用户验证资源传输对象是否正确，以使客户端获得至少部分属性信息的验证信息，从而利用属性信息以及验证信息，计算得到资源传输对象的验证分数，基于该验证分数，输出相应的资源传输提示信息，及时提示用户资源传输对象错误，慎重选择是否继续向该资源传输对象传输资源，提高用户资源的安全性。

Description

资源传输对象的验证方法、系统及客户端

技术领域

本发明涉及数据安全应用领域，具体涉及一种资源传输对象的验证方法、系统及客户端。

背景技术

如今，随着互联网技术的快速发展，社交网络成为人们相互交流的重要平台，如通过社交网络进行即时通信、传输信息、购物支付等等，为人们的生活提供了很大便利。

然而，由于社交网络中通常只提供了用户的昵称和头像，通常情况下昵称并不是用户本人的姓名，头像也不是用户本人头像，无法通过昵称和头像辨别通信对方是否是本人，这样，在通过社交网络传输重要资料或金钱等资源时，很容易弄错资源传输对象，为用户带来不可挽回的损失。

由此可见，如何保证用户向正确资源传输对象传输各种资源，保障用户切身利益成为本领域技术人员关注的重点。

发明内容

有鉴于此，本发明实施例提供一种资源传输对象的验证方法、系统及客户端，通过对资源传输对象真假的验证，在确定资源传输对象错误时，及时提醒用户，减少了用户向错误资源传输对象传输资源，造成损失的概率。

为实现上述目的，本发明实施例提供如下技术方案：

本申请实施例提供了一种资源传输对象的验证方法，所述方法包括：

检测到针对资源传输对象的资源传输请求；

获取所述资源传输对象的属性信息；

获取至少部分所述属性信息的验证信息；

利用获得的所述属性信息以及所述验证信息，计算所述资源传输对象的验证分数；

基于所述资源传输对象的验证分数，输出相应的资源传输提示信息。

本申请实施例还提供了一种客户端，所述客户端包括：

检测模块，用于检测到针对资源传输对象的资源传输请求；

属性信息获取模块，用于获取所述资源传输对象的属性信息；

验证信息获取模块，用于获取至少部分所述属性信息的验证信息；

验证分数计算模块，用于利用获得的所述属性信息以及所述验证信息，计算所述资源传输对象的验证分数，；

验证结果输出模块，用于基于所述资源传输对象的验证分数，输出相应的资源传输提示信息。

本申请实施例还提供了一种资源传输对象的验证系统，所述系统包括：服务器以及如上所述的客户端；

所述服务器，用于获取资源传输对象的属性信息，并将所述属性信息发送至所述客户端输出。

基于上述技术方案，本发明实施例提供了一种资源传输对象的验证方法、系统及客户端，用户通过客户端发起向资源传输对象传输资源的资源传输请求后，客户端将获取该资源传输对象的属性信息，从而使用户验证资源传输对象是否正确，以使客户端获得至少部分属性信息的验证信息，从而利用属性信息以及验证信息，计算得到资源传输对象的验证分数，基于该验证分数，输出相应的资源传输提示信息，及时提示用户资源传输对象错误，慎重选择是否继续向该资源传输对象传输资源，提高用户资源的安全性。

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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种的系统架构图；

图2为本申请实施例提供的一种资源传输对象的验证方法的流程图；

图3(a)为本申请实施例提供的一种验证页面的示意图；

图3(b)为本申请实施例提供的一种提示页面的示意图；

图4为本申请实施例提供的一种资源传输对象的人脸图像选择方法的流程图；

图5为本申请实施例提供的一种转账对象的验证方法的流程图；

图6为本申请实施例提供的一种资源传输对象的验证装置的结构图；

图7为本申请实施例提供的另一种资源传输对象的验证装置的结构图；

图8为本申请实施例提供的又一种资源传输对象的验证装置部分结构图；

图9为本申请实施例提供的一种客户端的硬件结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本申请实施例提供实现资源传输对象的验证方法系统架构图，如图1所示，该系统可以包括：客户端11和服务器12。

其中，客户端11可以装载在手机、平板电脑、笔记本电脑等用户设备上，在实际应用中，通过与服务器12建立通信连接，用户可以通过客户端11访问服务器12，实现客户端11的各种服务功能。

可选的，客户端11可以是与服务器12相匹配的应用程序，用户可以通过应用官方网站或应用中心等，下载并安装到用户设备上，例如即时通信应用、支付应用等；客户端11也可以以浏览器的形式存在，本申请对客户端11的存在形式不作限定。

服务器12可以是网络侧为用户提供服务的服务设备，其可能是多台服务器组成的服务器集群，也可能是单台服务器，本申请对此不作限定。

可选的，服务器12可以是与客户端11匹配的应用服务器，以即时通信应用为例，服务器12可以是提供即时通信的服务设备；若以支付应用为例，则 该服务器12可以是提供支付服务的服务设备。

在本申请，服务器12或客户端11可以与征信数据库建立通信连接，以便获得征信数据库中存储的各用户的历史征信数据，如用户的信贷记录、用户社交行为等数据，用来判断用户信用程序的数据，其在一定程度上反应了用户在未来一段时间内按时还款的概率或债务违约的概率。

在实际应用中，可以通过将用户的历史征信数据导入训练的征信分模型，计算得到该用户的征信分。其中，征信分越大表示该用户的信用程度越高，本申请对征信分模型的训练方式不作限定。

在本实施例中，当用户通过客户端11向资源传输对象传输资源，如向资源传输对象转账或发送重要资料等资源时，为了避免发错对象，本申请可以结合资源传输对象的特征信息以及征信分等属性信息，对资源传输对象进行身份验证，从而提高资源传输的安全性，避免资源发错资源传输对象给用户造成的不可挽回的损失。

为了使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请提供的资源传输对象验证方案作进一步详细的说明。

基于图1所示的系统架构，图2示出了本申请实施例提供的资源传输对象的验证方法流程图，参照图2，该流程可以包括：

步骤S21，检测到针对资源传输对象的资源传输请求；

在实际应用中，在用户需要向另一用户即资源传输对象发送资料或钱等资源时，可以通过客户端针对资源传输对象发起资源传输请求。

例如，当客户端为即时通信应用时，用户可以在与资源传输对象的通话界面中选择资源传输按钮，从而发起资源传输请求；或者直接进入客户端的资源传输界面后，添加接收资源的资源传输对象，点击确认按钮，实现资源传输请求的发送等。本申请对资源传输请求的发起方式不作限定。

步骤S22，获取并输出该资源传输对象的属性信息；

其中，资源传输对象的属性信息可以用于指示用户验证资源传输对象是否正确，即该资源传输对象是否是该用户希望接收该传输资源的对象。

可选的，在本申请中，为了明确该资源传输请求是希望向谁传输资源， 可以在生成资源传输请求时携带资源传输对象的标识信息，如昵称、账号等，以便客户端通过该标识信息获得该资源传输对象的属性信息。

其中，资源传输对象的属性信息可以包括资源传输对象最近的个人图像、真实姓名、征信分以及常住地、年龄、性别、手机号后四位(或手机号其他位数)、身份证后四位(或身份证其他位数)等等，本申请对该属性信息包含的具体内容不作限定，但需要说明的是，该属性信息包括的都是资源传输对象的真实信息，而不是网络虚拟信息，从而保证基于该属性信息对资源对象身份验证的真实性。

在实际应用中，本申请上述资源传输对象的属性信息可以从客户端或其对应的服务器，或是第三方获得，如从征信数据库获得征信分或历史征信数据，从客户端或服务器获得该资源传输对象的个人图像，以便确定最近的个人图像等等，本申请对资源传输对象的各属性信息的获取方式不作限定，不同属性信息可以通过不同途径获得，也可以是通过同一途径获得多个属性信息等，本申请在此不再一一详述。

作为本申请另一实施例，为了进一步提高验证效率以及可靠性，在本申请中，可以从上述列举的各属性信息中选择几个能最快最准确识别资源传输对象的信息，如最近的个人图像、真实姓名以及征信分等，将这几个属性信息直接显示在当前界面，如图3(a)所示；而对于其他属性信息，可以在资源传输对象详情页(如图3(a)中其他选项按钮)中展示，用户点击该详情页后才会显示其包含的其他属性信息。本申请对资源传输对象的属性信息的输出方式不作限定。

如图3(a)所示，通过将获取的资源传输对象的属性信息直接呈现出来，方便发送该资源的用户直观判断这些属性信息是否为目标资源传输对象(即希望接收该资源的对象)的属性信息，即使用户快速判断其选择的接收传输资源的对象是否正确，简单方便，且提高了用户体验。

步骤S23，获取至少部分属性信息的验证信息；

在本申请中，结合上述分析，部分属性信息需要用户亲自验证其是否是正确资源传输对象的属性信息，如人脸图像、真实姓名等属性信息，因此，在电子设备输出资源传输对象的属性信息后，可以由用户根据记忆或记录信息对输出的各属性信息进行验证，即选择各属性信息对应的“正确”或“错 误”等按钮，以使电子设备得到该属性信息相应的验证信息。

具体的，资源传输对象最近的个人图像通常具有较高的辨识度，用户可以据此直接看出用户所选择的资源传输对象是否是其希望传输资源的对象，并给出相应的验证信息，如用户确定个人图像所示的资源传输对象正确，即检测到用户针对“是否为正确资源传输对象”的确认选择后，客户端可以得到相应的符号标识，如“1”；反之，若用户确定个人图像所示的资源传输对象错误，得到相应的符号标识“0”；若用户没有对该个人图像进行验证，可以得到符号标识“-1”。

同理，对于输出的资源传输对象的真实姓名，用户也可以验证其是否正确，并根据用户的验证得到相应的标识，即用户确认该真实姓名正确，得到符号标识“1”，反之，得到符号标识“0”，若没有检测到用户的验证选择，得到符号标识“-1”。

而对于获得的资源传输对象的征信分，由于征信分大小可以直接反应该资源传输对象的可信度，征信分太低直接说明该资源传输对象的可信度低，发错资源很大程度要不回来，必须要用户谨慎传输。所以，用户不需要对获得的征信分进行验证，直接输出即可。其中，资源传输对象的征信分可以用1～1000之间的不同数值进行表示，本申请对此不作限定。

另外，对于常住地、年龄、性别、手机号、身份证号、婚姻信息、车辆信息、家庭信息以及兴趣爱好等其他属性信息，都可以按照上述方式进行一一验证，并得到相应的验证值即标识。

需要说明的是，对于各属性信息验证后所得验证信息并不局限于上述描述的1、0以及-1的表示方式，如对于资源传输对象的兴趣爱好信息，可以包括多个兴趣爱好，而对于每一兴趣爱好可以设置对应的概率，用户可以通过对兴趣爱好的种类以及概率，设置“完全正确”、“基本正确”、“勉强正确”以及“完全不正确”等选项，用户选择后可以得到相应的标识，依次可以是“3”、“2”“1”“0”等，但并不局限于此。

基于上述分析可知，上述步骤S23可以包括预设时间内，检测到任意一个属性信息正确的验证结果，生成所述属性信息对应的第一验证标识，如“1”；所述预设时间内，检测到任意一个属性信息错误的验证结果，生成所述属性 信息对应的第二验证标识，如“0”；所述预设时间内，未检测到所述属性信息的验证结果，生成所述属性信息对应的第三验证标识，如“-1”。

步骤S24，利用获得的属性信息以及验证信息，按照训练的验证模型，计算资源传输对象的验证分数；

基于上述分析，由于属性信息能够反映资源传输对象的真实身份，所以，用户对输出的资源传输对象的属性信息进行验证，得到的验证信息能够直接反应用户对该属性信息的真实情况的判断。

为了进一步提高验证资源传输对象的正确性，减少用户对多个属性信息以及验证信息的比较工作量，提高验证效率，本申请得到多个属性信息及其验证信息后，会将属性信息以及验证信息构成的特征向量代入预先训练得到的验证模型，从而计算得到资源传输对象的验证分数，通过该验证分数的大小来表示资源传输对象为正确资源传输对象的概率。

其中，上述验证模型可以是基于迁移学习得到的迁移模型，但本申请对该验证模型的训练方式不作限定。

可选的，以验证模型为迁移模型为例，本申请可以将获得的用户的历史征信数据作为初始验证模型的训练数据，可以将用户信用的好坏标为1和-1，并将其作为该用户的特征值，训练一个GBDT(Gradient Boosting Decision Tree，梯形提升决策树)的树模型，并保存该模型参数。需要说明的是，本申请对迁移模型的初始验证模型的训练方式不作限定，并不局限于GBDT树模型。

作为本申请又一实施例，在完成对资源传输对象的一个传输操作后，还可以根据其反馈数据更新初始验证模型，并上传至服务器，作为今后再次向该资源传输对象传输资源的验证模型使用，即实现对验证模型的不断优化，以提高资源传输对象验证的可靠性。

步骤S25，基于资源传输对象的验证分数，输出资源传输提示信息；

其中，资源传输提示信息可以用于提示资源传输对象错误，提醒用户向该资源传输对象传输资源要慎重，避免造成不可挽回的损失。

可选的，在本实施例中，可以将计算得到的资源传输对象的验证分数显示出来，以便用户基于该验证分数大小，判断是否向该资源传输对象传输资源。

当然，本申请也可以将所得资源传输对象的验证分数与预设阈值进行比较，若该验证分数大于预设阈值，可以输出用户可以向资源传输对象传输资源的提示信息；反之，若该验证分数不大于预设阈值，可以输出该资源传输对象可能有误，请认真验证的提示信息，此时，用户可以根据该提示信息，选择继续向资源传输对象发送资源，还是拒绝向资源传输对象传输资源。

可见，本申请对资源传输提示信息的输出方式以及内容都不作限定，可以根据实际需要预先设定，以提高验证操作的灵活性。

步骤S26，获得响应资源传输提示信息的反馈信息，并在该反馈信息表明用户向错误资源传输对象继续传输资源，判断是否接收到针对所述错误资源传输对象的投诉信息；

在实际应用中，如图3(b)所示，经上述步骤的验证，输出“当前资源传输存在风险，是否继续传输资源”等字样的提示信息后，用户可以选择继续向所选定的资源传输对象传输资源，也可以选择重选按钮，来重新选择传输资源的资源传输对象，从而避免向错误资源传输对象传输资源，造成重要资源泄密。在该实施例中，获得的反馈信息可以是用户对“继续”或“重选”按钮的操作，但并不局限于图3(b)所示的实例。

若用户看到该提示信息仍然选择继续向该资源传输对象传输资源，很可能会将资源传输给错误的资源传输对象，给用户造成资源损失，那么，用户可以根据实际情况选择是否向该资源传输平台投诉，即反应在该资源传输平台上进行了错误资源传输的操作等。本申请对用户向资源传输平台的投诉信息内容以及方式不作限定。

由此可见，客户端对用户本次向资源传输对象传输信息的请求给出了相应的提示，尤其是在系统确定本次资源传输对象疑似是错误对象时，将会及时提醒用户注意，防止发送错对象，造成不可挽回的损失。

步骤S27，根据判断结果，按照预设要求，调整资源传输提示标准。

按照上述分析，对于客户端对用户本次传输请求的提示，可以采集用户对提示信息的响应结果，在资源传输提示信息为资源传输对象错误的情况下，检测到用户放弃本次向该资源传输对象传输资源，表示系统成功提醒了用户。

若检测到用户仍继续向资源传输对象传输资源，但后来发现发送错了对象，来客户端所在应用平台进行投诉，即检测到针对该资源传输对象的投诉 信息，本申请可以及时调整提醒分数，下次遇到类似资源传输情况时，能够严重提醒用户关注，如减少上述预设阈值，或者是设置多个预设阈值，当验证分数达到不同预设阈值时，可以设置提醒用户关注的不同的关注度等，本申请对此不作限定。

若用户仍继续向资源传输对象传输资源，但发现发送错了对象后，并没有进行投诉，表示本申请上述预设对象验证算法仍有效，提醒分数(如上述预设阈值)如果较高，可以适当减小；如果提醒分数较低，可以保持不变。

由此可见，本申请按照上述方式完成对用户本次向资源传输对象传输资源的提示后，还可以获得用户针对本次传输操作的反馈信息，并据此更新该资源传输对象的验证模型以及提醒分数，从而进一步提高用户向资源传输对象传输资源的安全性，减少向错误资源传输对象传输资源，给自身带来损失。

可选的，在上述实施例中，当资源传输对象的属性信息中包括其最近的人脸图像，本申请先获得该资源传输对象的所有人脸图像及其对应的拍摄时间，再确定距离当前时间最近的一张人脸图像作为资源传输对象的一种属性信息，具体可以采用下面实施例描述的方式获得资源传输对象时间最近的人脸图像，但并不局限于下文描述的实现方式。

如图4所示，为本申请实施例提供的一种资源传输对象的人脸图像选择方法的流程图，该方法可以包括:

步骤S41，获得资源传输对象关联相册中的所有图像及其对应的拍摄时间；

本申请可以通过该资源传输对象注册或登录的客户端，获得该资源传输对象账号相册中的所有图像，或者通过第三方获得资源传输对象注册账号的相册中的所有图像，如用户在社交网站中所使用或公开相册中的所有图像等，本申请对资源传输对象的相册的图像的获取方式不作限定。

其中，在获得图像的同时还可以获得生成该图像的拍摄时间，以便确定时间最近的一张人脸图像。在实际应用中，拍摄时间通常是在拍摄对应图像时生成，但并不局限与此，也可以是用户后续添加的图像的生成时间。

步骤S42，利用预设人脸检测算法，从获得的所有图像中筛选包含人脸的图像作为第一待选图像；

本申请对预设人脸检测算法不作具体限定，可以包括但并不局限于Adaboost+Haar特征、HOG特征+线性SVM等算法检测人脸，具体实现过程不作详述。

步骤S43，截取每一个第一待选图像中的人脸图像，并将截取的人脸图像作为第二待选图像；

为了提高图像对比效率以及准确性，本申请可以仅截取每一张第一待选图像中的人脸部分，以方便后续聚类处理。需要说明的是，本申请对图像中人脸部分的识别以及截取方式不作限定。

步骤S44，计算任意两个第二待选图像之间的相似度；

本申请对计算两个图像之间相似度的具体实现方法不作限定。

步骤S45，判断该相似度是否大于第一预设相似阈值，如果是，进入步骤S46；如果否，执行步骤S47；

其中，第一预设相似阈值可以是判断两个人脸图像属于同一用户的相似度临界值，本申请并不限定其具体数值。

步骤S46，确定这两个第二待选图像属于同一用户的人脸图像；

步骤S47，确定这两个第二待选图像属于不同用户的人脸图像；

由此可见，本申请是通过任意两个第二待选图像的相似度与第一预设相似阈值的比较，实现所得多个第二待选图像的聚类分析，若相似度大于第一预设相似阈值，认为该相似度对应的两个第二待选图像属于同一类，反之，认为，两个第二待选图像属于不同类，不能合并，按照这种方式实现了对步骤S43截取的所有第二待选图像的聚类处理。

步骤S48，利用预设算法，计算确定的属于任意两个用户的第二待选图像之间的距离；

可选的，对于所得任意两个用户A和B的第二待选图像，将属于用户A的每个第二待选图像记为a_i，属于用户B的每个第二待选图像记为b_j，则计算这两个用户第二待选图像之间的距离D的预设算法可以是如下公式，但并不局限于以下公式：

其中，n表示属于用户A的第二待选图像的数量，m表示属于用户B的第二待选图像的数量，sim表示函数运算，可以是Simulink模型中的函数运算。

步骤S49，当计算所得距离大于第二预设相似阈值，将该距离对应的两个用户的第二待选图像合并为新的第二待选图像，并返回步骤S48，直至计算得到的所有距离都不大于第二预设相似阈值；

本申请可以对聚类得到的每个用户的第二待选图像再次进行聚类处理，将相似度大于第二预设相似阈值的两个第二待选图像进行合并，继续计算合并得到的新的第二待选图像与其他第二待选图像之间距离，按照上述方式继续聚类操作，直至所有第二待选图像无法再继续合并。

步骤S410，获取资源传输对象的身份证件上的目标人脸图像；

本申请可以通过检测用户注册账号或进行实名认证等操作时所用的身份证件图像，获得该用户的人脸图像。其中，身份证件可以是身份证、考试证、驾驶证或医疗证等。

步骤S411，利用获取的目标人脸图像，从聚类后得到的第二待选图像中识别资源传输对象的人脸图像；

其中，聚类后得到的第二待选图像可以指上述步骤S49得到的相互之间无法继续合并的第二待选图像。本申请对从多个第二待选图像中识别目标人脸图像的具体实现方式不作限定。

可选的，本申请可以采用相似度计算的方法，从多个第二待选图像中识别资源传输对象的人脸图像，具体识别方法不作限定。

步骤S412，根据资源传输对象的人脸图像对应的拍摄时间信息，确定时间最近的一张人脸图像。

由此可见，本申请将通过聚类方式，获得资源传输对象的多张人脸图像，之后，根据各人脸图像的拍摄时间，确定该资源传输对象的时间最近的一张人脸图像，作为验证资源传输对象的一种属性信息。

作为本申请另一实施例，按照上述方式处理过程中，若步骤S411中没有识别到资源传输对象的人脸图像，本申请可以将步骤S410中获取的资源传输对象的身份证件上的目标人脸图像作为时间最近的人脸图像，即验证资源传输对象身份的一种属性信息，本实施例在此不再详述。

下面将以转账应用场景为例对本申请提供的资源传输对象的验证方案进行说明，该应用场景中，资源传输对象即为转账对象。如图5所示，为本申请实施例提供的一种转换对象的验证方法信令流程图，该方法可以包括：

步骤S51，客户端检测转账请求，该转账请求中携带有转账对象的标识信息；

结合上述实施例对应部分的描述，用户可以通过客户端确定转换对象后，再针对该转账对象发起转账请求，可以以红包方式完成转账；用户也可以先选择转账功能进入转账界面后，再添加转账对象，从而完成转账操作。

其中，转账对象的标识信息可以包括转账对象的账号、昵称或预设符号等，本申请对其包括的具体内容不作限定。该标识信息主要用于后续获取转账对象的属性信息，所以，本申请可以预先存储标识信息与该转账对象的属性信息之间的对应关系。

步骤S52，客户端将转账对象的标识信息发送至服务器；

步骤S53，服务器获得与该标识信息对应的转账对象的属性信息；

其中，转账对象的属性信息可以包括转账对象最近的人脸图像、真实姓名、征信分、常住地、年龄、性别、手机后四位以及身份证后四位等中的一个或多个的组合，本申请对此时获得的转账对象的属性信息包括的具体内容以及各属性信息的获取方式不作限定。

需要说明的是，上述属性信息都是转账对象的真实信息，可以用于识别转账对象的真实身份。

步骤S54，服务器将转账对象的属性信息反馈至客户端；

在本申请中，为了保证服务器将所得转账对象的属性信息准确反馈至发送转账请求的客户端，上述转账请求中还可以携带客户端标识，用于区别各客户端，本申请对该客户端标识的具体内容不作限定。

步骤S55，客户端按照预设规则，显示转账对象的属性信息；

本实施例中，结合图3(a)，可以选择用于验证转账对象身份的属性信息显示在该界面上，根据需要，将转账对象的其他属性信息放置在详情页中，以使用户点击该详情页后再显示。

由此可见，上述预设规则可以包括获得的转账对象的各属性信息的输出方式的要求，如图3(a)所示，本实施例可以将转账对象的人脸图像、真实 姓名以及征信分这几个属性信息直接显示在出界面上，其他属性信息设置在详情页中，但并不局限于这一种设置方式。

步骤S56，客户端获得至少一部分转账对象的属性信息的验证信息，并利用该验证信息以及属性信息生成特征向量；

结合上述实施例对应部分的描述，对于客户端输出的转账对象的属性信息，用户可以对每一个属性信息的真伪进行验证，从而验证该转账对象是否为希望转账的对象。

对于转账对象的属性信息，除了转账对象的征信分不需要用户进行反馈验证，其他属性信息基本都需要用户进行反馈验证，即验证该属性信息是否是正确转账对象的相应属性信息，并完成正确、错误或不选择操作，从而使客户端得到对应的验证信息。此时，该验证信息可以是表征用户对属性信息真假的验证结构，可以利用预设符号标识1、0以及-1等进行表示，以使客户端得知用户对显示的属性信息真假的验证结果。

之后，本实施例可以利用所得各属性信息的符号标识以及征信分，得到对应的特征向量，用于进行后续处理。本申请对该特征向量的具体生成方式不作限定，该特征向量中的元素可以是所得符号标识以及征信分，但并不局限于此。

步骤S57，客户端从服务器获得预先训练得到的转账对象的验证模型；

本申请中，该验证模型记为上述实施例中的迁移模型，若本次是对该转账对象的首次转账，那么，该验证模型可以利用该转账对象的历史征信数据(具体可以是征信分)训练得到，本申请对该验证模型的具体训练方式不作限定。

步骤S58，客户端利用所得特征向量重新训练该验证模型，并计算得到该转账对象的验证分数；

可选的，在本申请中，重新训练验证模型后，可以将训练后的验证模型发送至服务器替换原来存储的验证模型，以便今后客户端再从服务器获得该转账对象的验证模型时，服务器将替换后的验证模型发送至客户端。

本实施例利用验证分数的大小来表示该转账对象是正确转账对象的概率，且该验证分数越大表示该转账对象是正确转账对象的概率越大。其中，在实际应用中，该验证分数可以是0～1000之间的数值，但并不局限于此。

步骤S59，客户端判断转账对象的验证分数是否大于预设阈值，如果是，进入步骤S510；如果否，执行步骤S511；

其中，预设阈值可以是提醒用户转账对象为错误转账对象的临界值，本申请并不限定其具体数值。

可选的，在本申请实际应用中，客户端可以直接显示转账对象的验证分数，以便用户自行判断是否继续向该转账对象进行转账。

步骤S510，客户端向转账对象进行转账；

可选的，本实施例可以是用户在客户端输入向转账对象的转账金额，点击转账按钮时向客户端发起转账请求，那么，此时确定转账对象的验证分数大于预设阈值时，可以认为该转账对象是正确转账对象，客户端直接向转账对象进行转账，当然，为了提高转账安全性，此时还可以增加输入转账密码等方式进一步认证操作，本申请在此不再详述。

当然，步骤S510也可以包括获取对转账对象的转账金额，检测到确认转账的触发指令后，获取转账密码并对其进行验证，验证合格后再向转账对象进行转账。本申请对步骤S510的具体实现过程不作限定。

步骤S511，客户端输出转账对象有误的提示信息；

此时，用户可以根据客户端的提示，选择继续向转账对象进行转账，还是放弃本次转账，从一定程度上减少了向错误转账对象进行转账的概率，提高了用户财产安全性。

步骤S512，客户端是否检测到针对转账对象的放弃转账指令，如果是，结束流程；如果否，进入步骤S513；

步骤S513，客户端是否检测到针对转账对象的投诉信息，如果是，进入步骤S514；如果否，执行步骤S515；

步骤S514，按照预设要求降低预设阈值；

在实际应用中，用户即便在得知转账对象可能有误的情况下，仍然向该转账对象进行转账，最终发现的确转错对象了，来客户端所在平台投诉，本申请可以适当降低预设阈值，这样，下次再遇到这种情况时，客户端将会验证提醒该用户慎重对该转账对象进行转账，避免该用户再次造成财产损失。

步骤S515，确定预设阈值达到第一数值，降低该预设阈值，或者确定预设阈值未达到第一数值，维持预设阈值不变。

在本实施例中，用户虽然发现转错账了，但没有来平台投诉，认为本申请验证模型是有效，可以不对其用户提醒用户的预设阈值进行调整，但若预设阈值比较高，即达到第一数值，可以适当降低预设阈值。需要说明的是，本申请对该第一数值不作限定。

综上所述，本申请中，用户根据转账对象的各种属性信息，提供更加精确识别转账对象身份的验证信息，即让用户确定转账对象是否是自己要转账的对象，并通过训练的验证模型，计算得到该转账对象的验证分数，以便该验证分数过低时，能够提醒用户该转账对象有误，慎重向该转账对象转账，从而减少了用户向错误转账对象转账，造成用户财产损失。

需要说明的是，对于用户向其他对象转发资料等资源的验证方案，与上述转账应用场景中对转账对象的验证方案类似，本实施例在此不再一一详述。

如图6所示，为本申请提供的一种客户端的结构框图，该客户端可以包括：

检测模块61，用于检测到针对资源传输对象的资源传输请求；

属性信息获取模块62，用于获取并输出所述资源传输对象的属性信息；

其中，该资源传输对象的属性信息可以用于指示用户验证资源传输对象是否正确；

验证信息获取模块63，用于获取至少部分所述属性信息的验证信息；

可选的，该验证信息获得模块63可以包括：

第一生成单元，用于预设时间内，检测到任意一个属性信息正确的验证结果，生成所述属性信息对应的第一验证标识；

第二生成单元，用于所述预设时间内，检测到任意一个属性信息错误的验证结果，生成所述属性信息对应的第二验证标识；

第三生成单元，用于所述预设时间内，未检测到所述属性信息的验证结果，生成所述属性信息对应的第三验证标识。

验证分数计算模块64，用于利用获得的所述属性信息以及所述验证信息，按照训练的验证模型，计算所述资源传输对象的验证分数；

其中，资源传输对象的验证分数可以用于表示资源传输对象正确的概率，通常情况下，该资源传输对象的验证分数越高，表示该资源传输对象正确的概率越高。

验证结果输出模块65，用于基于所述资源传输对象的验证分数，输出相应的资源传输提示信息；

其中，资源传输提示信息可以用于提示所述资源传输对象错误，本申请对该资源传输提示信息的输出方式以及内容不作限定，如图3(b)所示，但并不局限于此。

在本实施例中，该验证结果输出模块65具体可以包括：

验证分数判断单元，用于判断所述资源传输对象的验证分数是否大于预设阈值；

资源传输单元，用于验证分数判断单元的判断结果为是，向所述资源传输对象传输资源；

输出提示单元，用于验证分数判断单元的判断结果为否，输出所述资源传输对象错误的提示信息。

可选的，如图7所示，客户端还可以包括：

反馈模块66，用于获得响应所述资源传输提示信息的反馈信息；

判断模块67，用于当所述反馈信息表明用户向错误资源传输对象继续传输资源，判断是否接收到针对所述错误资源传输对象的投诉信息；

调整模块68，用于根据判断结果，按照预设要求，调整资源传输提示标准。作为本申请另一实施例，在上述实施例的基础上，客户端还可以包括：

图像获得模块，用于获得所述资源传输对象的所有人脸图像以及对应的拍摄时间；

图像确定模块，用于确定距离当前时间最近的一张人脸图像。

如图8所示，上述图像获得模块可以包括：

图像获取单元81，用于获取所述资源传输对象关联相册中的所有图像以及对应的拍摄时间；

图像筛选单元82，用于利用预设人脸检测算法，从获取的所有图像中筛选包含人脸的图像，作为第一待选图像；

图像截取单元83，用于截取每个所述第一待选图像中的人脸图像，作为第二待选图像；

图像聚类单元84，用于利用预设聚类算法对所述第二待选图像进行聚类处理，确定属于不同用户的第二待选图像；

图像识别单元85，用于利用所述资源传输对象的身份证件上的人脸图像，从获得的不同用户的第二待选图像中，识别所述资源传输对象的第二待选图像。

下面将从客户端的硬件结构进行介绍，参照图9，为本申请实施例提供的一种客户端的硬件结构框图，该客户端可以包括处理器91、通信接口92、存储器93、显示器94以及通信总线95；

其中，处理器91、通信接口92、存储器93以及显示器94可以通过通信总线95完成相互间的通信；

可选的，通信接口92可以为通信模块的接口，如GSM模块的接口；

处理器91可能是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。

存储器93可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。

显示器94可以包括触摸显示屏或液晶显示屏，用于显示资源传输对象的属性信息以及验证分数等信息。

当然，客户端除了上述硬件结构外还可以包括语音模块、报警器等其他器件，本申请在此不再一一详述。

其中，处理器91具体可以用于：

检测到针对资源传输对象的资源传输请求；

获取并输出所述资源传输对象的属性信息，所述属性信息用于指示用户验证资源传输对象是否正确；

获得至少部分所述属性信息的验证信息；

利用获得的所述属性信息以及所述验证信息，按照训练的验证模型，计算所述资源传输对象的验证分数，所述验证分数用于表示资源传输对象正确的概率；

基于所述资源传输对象的验证分数，输出相应的资源传输提示信息，所述资源传输提示信息用于提示所述资源传输对象错误。

可选的，处理器92还可以用于：

获得响应所述资源传输提示信息的反馈信息；

当所述反馈信息表明用户向错误资源传输对象继续传输资源，判断是否接收到针对所述错误资源传输对象的投诉信息；

根据判断结果，按照预设要求，调整资源传输提示标准。

综上所述，用户通过客户端发起向资源传输对象传输资源的资源传输请求后，客户端将获取并输出该资源传输对象的属性信息，从而使用户验证资源传输对象是否正确，以使客户端获得至少部分属性信息的验证信息，从而利用属性信息以及验证信息，按照训练的验证模型，计算得到资源传输对象的验证分数，基于该验证分数，输出相应的资源传输提示信息，及时提示用户资源传输对象错误，慎重选择是否继续向该资源传输对象传输资源，提高用户资源的安全性。

参照图1，本申请实施例还提供了一种资源传输对象的验证系统的结构图，该系统可以包括客户端11以及服务器12。

其中，客户端11的组成结构及其功能可以参照上述客户端实施例对应部分的描述，本实施例在此不再详述。

服务器12可以用于获取资源传输对象的属性信息，并将所述属性信息发送至所述客户端输出，所述属性信息用于指示用户验证资源传输对象是否正确。

可选的，该服务器12还可以用于基于所述资源传输对象的历史征信数据，训练得到验证模型；

当接收到所述客户端反馈的针对所述资源传输对象的更新后的验证模型，利用所述更新后的验证模型替换所述资源传输对象已存储的验证模型。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的客户端以及系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的核心思想或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (13)

1.一种资源传输对象的验证方法，其特征在于，所述方法包括：

检测到针对资源传输对象的资源传输请求；

获取所述资源传输对象的属性信息，所述属性信息为所述资源传输对象的真实信息；

获取至少部分所述属性信息相应的验证信息；

利用获得的所述属性信息以及所述验证信息，计算所述资源传输对象的验证分数，所述验证分数表示所述资源传输对象为正确资源传输对象的概率；

基于所述资源传输对象的验证分数，输出相应的资源传输提示信息；

其中，所述真实信息为人脸图像，所述人脸图像的获取过程包括：

获取所述资源传输对象关联相册中的所有图像以及对应的拍摄时间；

利用预设人脸检测算法，从获取的所有图像中筛选包含人脸的图像，作为第一待选图像；

截取每个所述第一待选图像中的人脸图像，作为第二待选图像；

利用预设聚类算法对所述第二待选图像进行聚类处理，确定属于不同用户的第二待选图像；

利用所述资源传输对象的身份证件上的人脸图像，从获得的不同用户的第二待选图像中，识别所述资源传输对象的第二待选图像；

从所述资源传输对象的第二待选图像中确定所述资源传输对象的一张人脸图像并显示。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获得响应所述资源传输提示信息的反馈信息；

当所述反馈信息表明用户向错误资源传输对象继续传输资源，判断是否接收到针对所述错误资源传输对象的投诉信息；

根据判断结果，按照预设要求，调整资源传输提示标准。

3.根据权利要求1所述的方法，其特征在于，所述属性信息还包括真实姓名、征信分、常住地、年龄、性别、手机号后N位、身份证号后N位以及婚姻状况中的一个或多个组合。

4.根据权利要求2所述的方法，其特征在于，所述利用获得的所述属性信息以及所述验证信息，计算所述资源传输对象的验证分数，包括：

利用获得的所述属性信息以及所述验证信息，按照训练的验证模型，计算所述资源传输对象的验证分数；

其中，当所述验证模型是基于所述资源传输对象的历史征信数据训练得到的，在所述获得响应所述资源传输提示信息的反馈信息后，所述方法还包括：

利用所述反馈信息，更新所述验证模型；

将更新后的验证模型上传至服务器。

5.根据权利要求3所述的方法，其特征在于，所述真实信息为资源传输对象时间最近的一张人脸图像，从所述资源传输对象的第二待选图像中确定所述资源传输对象的一张人脸图像并显示，包括：

从所述资源传输对象的第二待选图像中，确定所述资源传输对象中所距离当前时间最近的一张人脸图像并显示。

6.根据权利要求1所述的方法，其特征在于，所述获取至少部分所述属性信息相应的验证信息，包括：

预设时间内，检测到任意一个属性信息正确的验证结果，生成所述属性信息对应的第一验证标识；

所述预设时间内，检测到任意一个属性信息错误的验证结果，生成所述属性信息对应的第二验证标识；

所述预设时间内，未检测到所述属性信息的验证结果，生成所述属性信息对应的第三验证标识。

7.根据权利要求1所述的方法，其特征在于，所述基于所述资源传输对象的验证分数，输出相应的资源传输提示信息，包括：

判断所述资源传输对象的验证分数是否大于预设阈值；

如果是，向所述资源传输对象传输资源；

如果否，输出所述资源传输对象错误的提示信息。

8.根据权利要求1所述的方法，其特征在于，所述基于所述资源传输对象的验证分数，输出相应的资源传输提示信息，包括：

输出所述资源传输对象的验证分数。

9.一种客户端，其特征在于，所述客户端包括：

检测模块，用于检测到针对资源传输对象的资源传输请求；

属性信息获取模块，用于获取所述资源传输对象的属性信息，所述属性信息为所述资源传输对象的真实信息；

验证信息获取模块，用于获取至少部分所述属性信息相应的验证信息；

验证分数计算模块，用于利用获得的所述属性信息以及所述验证信息，计算所述资源传输对象的验证分数，所述验证分数表示所述资源传输对象为正确资源传输对象的概率；

验证结果输出模块，用于基于所述资源传输对象的验证分数，输出相应的资源传输提示信息；

其中，所述真实信息为人脸图像，所述人脸图像的获取过程包括：

图像获得模块，用于获得所述资源传输对象的所有人脸图像以及对应的拍摄时间；

图像筛选单元，用于利用预设人脸检测算法，从获取的所有图像中筛选包含人脸的图像，作为第一待选图像；

图像截取单元，用于截取每个所述第一待选图像中的人脸图像，作为第二待选图像；

图像聚类单元，用于利用预设聚类算法对所述第二待选图像进行聚类处理，确定属于不同用户的第二待选图像；

图像识别单元，用于利用所述资源传输对象的身份证件上的人脸图像，从获得的不同用户的第二待选图像中，识别所述资源传输对象的第二待选图像；

图像确定模块，用于从所述资源传输对象的第二待选图像中确定所述资源传输对象的一张人脸图像并显示。

10.根据权利要求9所述的客户端，其特征在于，所述客户端还包括：

反馈模块，用于获得响应所述资源传输提示信息的反馈信息；

判断模块，用于当所述反馈信息表明用户向错误资源传输对象继续传输资源，判断是否接收到针对所述错误资源传输对象的投诉信息；

调整模块，用于根据判断结果，按照预设要求，调整资源传输提示标准。

11.根据权利要求9所述的客户端，其特征在于，所述真实信息为资源传输对象时间最近的一张人脸图像，图像确定模块具体用于从所述资源传输对象的第二待选图像中，确定所述资源传输对象中所距离当前时间最近的一张人脸图像并显示。

12.一种资源传输对象的验证系统，其特征在于，所述系统包括：服务器以及如权利要求9～11任意一项所述的客户端；

所述服务器，用于获取资源传输对象的属性信息，并将所述属性信息发送至所述客户端输出。

13.根据权利要求12所述的系统，其特征在于，所述服务器还用于：

基于所述资源传输对象的历史征信数据，训练得到验证模型；

当接收到所述客户端反馈的针对所述资源传输对象的更新后的验证模型，利用所述更新后的验证模型替换所述资源传输对象已存储的验证模型。

Images