CN108876386A - 对象认证方法和装置、基于对象认证的交易方法和装置 - Google Patents
对象认证方法和装置、基于对象认证的交易方法和装置 Download PDFInfo
- Publication number
- CN108876386A CN108876386A CN201711296523.5A CN201711296523A CN108876386A CN 108876386 A CN108876386 A CN 108876386A CN 201711296523 A CN201711296523 A CN 201711296523A CN 108876386 A CN108876386 A CN 108876386A
- Authority
- CN
- China
- Prior art keywords
- authentication
- verified
- library
- candidate target
- information
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/382—Payment protocols; Details thereof insuring higher security of transaction
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开涉及一种对象认证方法和装置、基于对象认证的交易方法和装置、以及计算机可读存储介质。所述对象认证方法,包括:获得待验证对象的第一认证信息;基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库;以及从所述待验证对象库中确定与所述待验证对象匹配的目标对象。
Description
技术领域
本公开涉及图像处理领域,更具体地,本公开涉及一种对象认证方法和装置、基于对象认证的交易方法和装置、以及计算机可读存储介质。
背景技术
随着基于机器学习、神经网络等的人工智能技术的发展,利用诸如人脸、虹膜、指纹、声纹等生物学特征的对象认证方式正在逐渐地应用于各种生活场景中,诸如支付、考勤、借贷等。
现有的利用生物学特征(例如,人脸、虹膜、指纹、声纹)的对象认证方式通常需要通过其他手段(例如:用户名、卡片等)先确认需要被认证的人员的身份(ID),然后通过比对认证人与被认证人的生物学特征是否一致,给出认证是否成功的判断。如果不使用身份确认,则限于例如人脸比对算法的准确度,往往无法达到应有的安全性能。
发明内容
鉴于上述问题,本公开提供一种对象认证方法和装置、基于对象认证的交易方法和装置、以及计算机可读存储介质。
根据本公开的一个实施例,提供了一种对象认证方法,包括:获得待验证对象的第一认证信息;基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库;以及从所述待验证对象库中确定与所述待验证对象匹配的目标对象。
此外,根据本公开的另一个实施例,提供了一种对象认证装置,包括:处理器;以及存储器,用于存储计算机可执行程序指令,当所述计算机可执行程序指令由所述处理器加载并执行时,所述处理器执行上述对象认证方法。
此外,根据本公开的又一个实施例,提供了一种基于对象认证的交易方法,包括:响应来自待验证对象的交易请求;对所述待验证对象执行对象认证;以及在确定所述待验证对象的对象认证通过的情况下,响应所述交易请求,其中,所述对象认证处理包括:获得所述待验证对象的第一认证信息;基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库;以及从所述待验证对象库中确定与所述待验证对象匹配的目标对象。
此外,根据本公开的再一个实施例,提供了一种基于对象认证的交易装置,包括:处理器;以及存储器,用于存储计算机可执行程序指令,当所述计算机可执行程序指令由所述处理器加载并执行时,所述处理器执行如上所述的基于对象认证的交易方法。
此外,根据本公开的再一个实施例,提供了一种计算机可读的非暂时性存储介质,其中存储非暂时性计算机程序指令,当计算机执行所述非暂时性计算机程序指令时,执行如上所述的对象认证方法或如上所述的基于对象认证的交易方法。
根据本公开实施例的对象认证方法和装置、基于对象认证的交易方法和装置,从全量对象库中确定满足筛选因子的对象,减少了候选对象的数量,节约了不必要的计算资源和等候时间,提升了认证精度;此外,进一步基于全量对象库中的每个对象的相似对象、相似度以及根据相似对象的数目和相似度,确定每个对象的安全等级,以及与安全等级对应的认证问题数目,在存在多个相似候选对象的情况下进一步执行与安全等级相应的第二认证,进一步提升了认证精度。
要理解的是,前面的一般描述和下面的详细描述两者都是示例性的,并且意图在于提供要求保护的技术的进一步说明。
附图说明
通过结合附图对本发明实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解,并且构成说明书的一部分,与本发明实施例一起用于解释本发明,并不构成对本发明的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1是概述图示根据本公开的实施例的对象认证方法的流程图。
图2是图示根据本公开的实施例的对象认证装置的框图。
图3是进一步图示根据本公开的实施例的对象认证方法的流程图。
图4是进一步图示根据本公开的实施例的对象认证方法中第二认证过程的流程图。
图5是图示根据本公开的实施例的基于对象认证的交易方法的流程图。
图6是图示根据本公开的实施例的基于对象认证的交易装置的框图。
图7A-7D是图示根据本公开的实施例的基于对象认证的交易过程的示意图。
图8是进一步图示根据本公开的实施例的基于对象认证的交易方法的流程图。
图9是图示根据本公开的实施例的计算机可读存储介质的示意图。
具体实施方式
为了使得本公开的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。基于本公开中描述的本公开实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本公开的保护范围之内。
以下,将参考附图详细描述本公开的实施例。首先,参照图1和图2概述根据本公开实施例的对象认证方法和对象认证装置。
图1是概述图示根据本公开的实施例的对象认证方法的流程图。如图1所示,根据本公开的实施例的对象认证方法包括以下步骤。
在步骤S101中,获得待验证对象的第一认证信息。
在本公开的一个实施例中,所述待验证对象可以是请求执行身份认证以便在通过认证后进行登录、支付、考勤、借贷等操作的用户。
在本公开的一个实施例中,所述待验证对象的第一认证信息为所述待验证对象的生物学特征信息,包括但不限于所述待验证对象的人脸、虹膜、指纹、声纹等信息。为了获得待验证对象的第一认证信息,可以配置诸如摄像头、深度相机、指纹采集器、声纹采集器等。
此外,获得待验证对象的第一认证信息的方式可以包括配合式和非配合式的。在采用配合式的采集方式的情况下,需要待验证对象根据系统指示做出相应动作或者保持相应动作一段时间,以便获得待验证对象的第一认证信息。在采用非配合式的采集方式的情况下,系统不需要指定待验证对象做出任何动作,在待验证对象非配合的方式下采集待验证对象的第一认证信息。
在获得待验证对象的第一认证信息之后,处理进到步骤S102。
在步骤S102中,基于第一认证信息,从全量对象库中确定对应于待验证对象的待验证对象库。
如下将详细描述的,在本公开的一个实施例中,无需将待验证对象与全量对象库中的所有对象进行一一比对认证,而是基于获取的待验证对象的第一认证信息,根据由第一认证信息确定的筛选因子,对从全量对象库中的候选对象进行筛选,从而确定对应于待验证对象的待验证对象库。
具体地,全量对象库是对应于认证的实际应用场景的所有可能对象的数据库。例如,在执行认证以登录使用特定资源或内容的场景中,所述全量对象库是包括对该特定资源或内容具有访问权限的所有对象。在执行认证以请求支付的场景中,所述全量对象库则是建立并且登记有金融账户信息的所有对象。通常,所述全量对象库中包括的对象数量是非常大的,如果将待验证对象与所述全量对象库中的所有对象进行一一比对认证,将降低认证安全性,同时浪费了大量的计算资源并且导致额外的等候时间。
因此,在本公开的一个实施例中,通过基于第一认证信息从全量对象库中确定对应于待验证对象的待验证对象库将仅包括与所述待验证对象直接相关的候选对象,候选对象的数量相对于所述全量对象库中所有对象数量相比得到了极大的减少,节约了不必要的计算资源和等候时间,更重要是认证精度则相应地得到了提升。
在从全量对象库中确定对应于待验证对象的待验证对象库之后,处理进到步骤S103。
在步骤S103中,从待验证对象库中确定与待验证对象匹配的目标对象。
如下将详细描述的,将在步骤S101中获得的待验证对象的第一认证信息与在步骤S102中确定的待验证对象库中的候选对象的对应信息进行验证,以确定匹配的目标对象。例如,在本公开的一个实施例中,所述第一认证信息为第一认证信息的人脸图像,则可以通过预先训练好的神经网络执行人脸图像与待验证对象库中的候选对象的人脸图像的匹配验证。
进一步地,根据基于第一认证信息的认证结果,确定认证是否成功。具体地,在所述待验证对象库中不存在所述候选目标对象的情况下,确定所述待验证对象认证失败。在所述待验证对象库中存在一个所述候选目标对象的情况下,确定所述候选目标对象作为所述匹配的目标对象,并且确定所述待验证对象认证通过。在所述待验证对象库中存在多个所述候选目标对象的情况下,接收所述待验证对象输入的第二认证信息,在根据所述第二认证信息确定多个所述候选目标对象中的一个作为所述匹配的目标对象时,确定所述待验证对象认证通过。更具体地,如下将详细描述的,利用所述全量对象库中的每个对象之间的关系作为关系因子,确定所述每个对象的相似对象以及相似度,并且根据所述相似对象的数目和相似度,确定所述每个对象的安全等级。根据多个所述候选目标对象的每个的安全等级,确定认证问题,包括确定每个候选目标对象的认证问题数目,选择对应于所述安全等级最低的所述候选目标对象的认证问题数目作为用于所述待验证对象的认证问题数目。进一步地,所述待验证对象输入的对于所述认证问题的答案作为所述第二认证信息。在所述第二认证信息提供了与多个所述候选目标对象中的一个候选目标对象对应的所有认证问题的正确答案时,确定所述一个候选目标作为所述匹配的目标对象,确定所述待验证对象认证通过。
图2是图示根据本公开的实施例的对象认证装置的框图。如图2所示,根据本公开实施例的对象认证装置20包括处理器201和存储器202。容易理解的是,图2所示的对象认证装置20的组件和结构只是示例性的,而非限制性的,根据需要,对象认证装置20也可以具有其他组件和结构,诸如,认证采集装置、输入/输出装置、通信装置等。
处理器201可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以对象认证装置20中的其它组件以执行期望的功能。
存储器202可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器201可以运行所述程序指令,以实现以下步骤:获得待验证对象的第一认证信息;基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库;以及从所述待验证对象库中确定与所述待验证对象匹配的目标对象。此外,在所述计算机可读存储介质上存储的一个或多个计算机程序指令在由处理器201运行时还可以执行如上参照附图1将参照下面附图描述的根据本公开实施例的对象认证方法的所有步骤。
以下,将参照附图进一步详细描述根据本公开的实施例的对象认证方法。
图3是进一步图示根据本公开的实施例的对象认证方法的流程图。如图3所示,根据本公开的实施例的对象认证方法具体包括以下步骤。
在步骤S301中,获得待验证对象的第一认证信息。步骤S301与参照图1描述的步骤S101相同,在此将省略其重复描述。此后,处理进到步骤S302。
在步骤S302中,利用第一认证信息的获得特征作为筛选因子,从全量对象库中确定满足筛选因子的对象,组成待验证对象库。
在本公开的一个实施例中,利用所述第一认证信息的获得特征作为筛选因子,所述第一认证信息的获得特征包括但不限于待验证对象请求执行认证的定位信息(LBS)和行为信息。
具体地,例如待验证对象选择在A市请求执行认证,则将A市的定位信息作为筛选因子,从所述全量对象库中所有对象筛选出匹配所述定位信息的对象作为满足筛选因子的对象。即,根据全量对象库中所有对象的定位信息筛选出当前可能在A市的对象作为满足筛选因子的对象。
此外,例如待验证对象选择在晚间请求执行认证以对特定的商品进行支付消费,则将对象这种在特定时间对特定商品请求认证的行为信息作为筛选因子,从所述全量对象库中所有对象筛选出匹配所述行为信息的对象作为满足筛选因子的对象。即,根据全量对象库中所有对象的行为信息筛选出可能做出该行为的对象作为满足筛选因子的对象。
通过如上所述的利用第一认证信息的获得特征作为筛选因子,从全量对象库中确定满足筛选因子的对象组成的待验证对象库,其中候选对象的数量相对于所述全量对象库中所有对象数量相比得到了极大的减少,节约了不必要的计算资源和等候时间,同时认证精度则相应地得到了提升。此后,处理进到步骤S303。
在步骤S303中,利用全量对象库中的每个对象之间的关系作为关系因子,确定每个对象的相似对象以及相似度。
具体地,在本公开的一个实施例中,关系因子包括但不限于对象之间的社交关系、亲属关系。根据关系因子,将每个对象的二度关系对象(即朋友的朋友,或亲属的亲属)取出后,比较每个对象与其二度关系对象的相似度,找到其中与每个对象最相似的相似对象,并且确定与每个对象相似的相似对象的数量以及相应的相似度。此后,处理进到步骤S304。
在步骤S304中,根据相似对象的数目和相似度,确定每个对象的安全等级。
具体地,在本公开的一个实施例中,在步骤S303中确定的一个对象的相似对象数量越多、相似度越大,则该对象的安全等级i(例如,可以取值1到n,n是自然数)越低,代表其更易受攻击。
需要理解是,在本公开的各流程图中描述的各步骤不必以各流程图中描述的顺序执行,而是可以并行或者以不同的顺序执行。具体地,在步骤S303和S304中描述的确定全量对象库中的每个对象的相似对象、相似度以及根据相似对象的数目和相似度,确定每个对象的安全等级的处理不必在步骤S302中描述的全量对象库的筛选处理之后执行,而是可以在认证方法开始前就预先执行。
在步骤S305中,判断步骤S302中获得的待验证对象库中是否存在与在步骤S301中获得的待验证对象的第一认证信息匹配的候选目标对象。所述第一认证信息的类型和确定匹配的方法与参照图1描述的相同,在此将省略其重复描述。
如果在步骤S305中获得否定结果,即不存在与待验证对象的第一认证信息匹配的候选目标对象,则处理进到步骤S306,指示待验证对象的对象认证失败。这可能由于该待验证对象为恶意的攻击者,或者可能由于待验证对象的第一认证信息的采集没有正确地执行。可以提示该待验证对象尝试重新请求认证,并且可以在该待验证对象请求认证的次数到达预定阈值之后,拒绝该待验证对象的进一步认证请求。
相反地,如果在步骤S305中获得肯定结果,即存在与待验证对象的第一认证信息匹配的候选目标对象,则处理进到步骤S307。
在步骤S307中,判断是否存在一个匹配的候选目标对象。如果在步骤S307中获得肯定结果,即只存在一个匹配的候选目标对象,则处理进到步骤S308。
在步骤S308中,确定该一个匹配的候选目标对象为匹配的目标对象,并且指示待验证对象的对象认证通过。
相反地,如果在步骤S307中获得否定结果,即只存在多于一个的匹配的候选目标对象,则处理进到步骤S309。
在步骤S309中,接收待验证对象输入的第二认证信息。在本公开的一个实施例中,待验证对象输入的第二认证信息用于在存在多个匹配的候选目标对象的情况下执行第二认证。此后,处理进到步骤S310。
在步骤S310中,根据第二认证信息确定多个候选目标对象中的一个作为匹配的目标对象,并且指示待验证对象的认证通过。
图4是进一步描述步骤S309和S310中的对象认证方法中第二认证过程的流程图。
在步骤S401中,根据多个候选目标对象的每个的安全等级,确定认证问题。在本公开的一个实施例中,根据在步骤S304中确定的多个候选目标对象的每个的安全等级i,确定多个所述候选目标对象的每个的认证问题数目thi。例如,候选目标对象的安全等级越低,与其对应的认证问题数目越多。选择对应于所述安全等级最低imin的所述候选目标对象的认证问题数目thimin作为用于所述待验证对象的认证问题数目。具体地,作为认证问题包括但不限于所述对象的手机号码、社交网络身份信息、真实身份证信息、驾驶证信息、和网络信息等。此后,处理进到步骤S402。
在步骤S402中,接收待验证对象输入的对于认证问题的答案,作为第二认证信息。此后,处理进到步骤S403。
在步骤S403中,第二认证信息提供了与多个候选目标对象中的一个候选目标对象对应的所有认证问题的正确答案时,认证通过。在本公开的一个实施例中,如果在步骤S402中接收到的第二认证信息提供了与具有安全等级i的候选目标对象对应数目thi的认证问题的正确答案,则确定该候选目标对象为匹配的目标对象,并且指示待验证对象的认证通过。
以上,参照图1到图4描述了根据本公开的实施例的对象认证方法。如上所述,根据本公开的实施例的对象认证方法通过利用第一认证信息的获得特征作为筛选因子,从全量对象库中确定满足筛选因子的对象,减少了候选对象的数量,节约了不必要的计算资源和等候时间,提升了认证精度。此外,根据本公开的实施例的对象认证方法进一步基于全量对象库中的每个对象的相似对象、相似度以及根据相似对象的数目和相似度,确定每个对象的安全等级,以及与安全等级对应的认证问题数目,在存在多个相似候选对象的情况下进一步执行与安全等级相应的第二认证,进一步提升了认证精度。
以下,将进一步参照图5和图6描述利用根据本公开的实施例的对象认证方法的交易方法和装置。
图5是图示根据本公开的实施例的基于对象认证的交易方法的流程图。如图5所示,图5是图示根据本公开的实施例的基于对象认证的交易方法的流程图包括以下步骤。
在步骤S501中,响应来自待验证对象的交易请求,对待验证对象执行对象认证。在本公开的实施例中,在待验证对象选择好物品并且确认订单之后,可以发起交易请求。此后,对待验证对象采用的对象认证是参照以上描述的根据本公开的实施例的对象认证方法,在此将省略其重复描述。此后,处理进到步骤S502。
在步骤S502中,判断是否认证通过。如果在步骤S502中获得肯定结果,即指示认证通过,则处理进到步骤S503中。在步骤503中,响应待验证对象在步骤S501中发起的交易,执行交易。
相反地,如果在步骤S502中获得否定结果,则处理返回步骤S501,以便提示待验证对象重新执行对象认证。
图6是图示根据本公开的实施例的基于对象认证的交易装置的框图。如图2所示,根据本公开实施例的交易装置60包括处理器601和存储器602。容易理解的是,图6所示的交易装置60的组件和结构只是示例性的,而非限制性的,根据需要,交易装置60也可以具有其他组件和结构,诸如,认证采集装置、输入/输出装置、通信装置等。
与参照图2进行的描述类似,处理器601可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制交易装置60中的其它组件以执行期望的功能。
存储器602可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器601可以运行所述程序指令,以实现参照附图描述的根据本公开实施例的交易方法的所有步骤。
图7A-7D是图示根据本公开的实施例的基于对象认证的交易过程的示意图。
如图7A所示,待验证对象在菜单A-C中选择,并且向交易装置发起交易请求。
如图7B所示,交易装置响应于待验证对象发起的交易请求,执行第一认证。具体地,交易请求获得待验证对象的第一认证信息。如上所述,第一认证信息为所述待验证对象的生物学特征信息,包括但不限于所述待验证对象的人脸、虹膜、指纹、声纹等信息,交易装置可以配置诸如摄像头、深度相机、指纹采集器、声纹采集器等来获取第一认证信息。此后,交易装置基于第一认证信息,执行第一认证。所述第一认证的具体过程如参照图3中的步骤S302到S308所述。
如果图7B中的第一认证确定存在一个匹配的目标对象,则指示通过认证并且执行交易,如图7D所示显示交易成功。
如果图7B中的第一认证确定存在多于一个匹配的目标对象,则如图7C所示执行第二认证。所述第二认证的具体过程如参照图3中的步骤S309到S310所述。
如果图7C中的第二认证确定匹配的目标对象之后,则指示通过认证并且执行交易,如图7D所示显示交易成功。
图8是进一步图示根据本公开的实施例的基于对象认证的交易方法的流程图。如图8所示的基于对象认证的交易方法中的步骤S801和S802与参照图5描述的步骤S501和S502分别相同,即采用根据本公开的实施例的对象认证方法对发起交易请求的待验证对象执行对象认证。与图5描述的基于对象认证的交易方法不同,如图8所示的基于对象认证的交易方法在待验证对象通过对象认证之后,不是直接响应交易请求,而是对待验证对象执行进一步的身份相关认证。
具体地,在步骤S803中,对待验证对象执行身份相关认证。在本公开的实施例中,要求待验证对象输入身份相关信息,诸如手机号、身份证号等。基于输入的身份相关信息(手机号、身份证号等),可以进一步调用身份证系统的身份证信息,将身份证系统中对应于该身份相关信息的对象照片与现场采集的待验证对象的照片进行比对,以便进行双因子验证。此后,处理进到步骤S804。
在步骤S804中,判断身份认证是否通过。如果在步骤S804中获得肯定结果,即指示身份认证通过,则处理进到步骤S805中。在步骤805中,响应待验证对象在步骤S801中发起的交易,执行交易。
相反地,如果在步骤S804中获得否定结果,则处理返回步骤S803,以便提示待验证对象重新执行身份相关认证。
可替代地,可以计数待验证对象在步骤S802和/或步骤S804中的认证失败次数,并且在计数的认证失败次数到达预定阈值时,判断所述待验证对象为恶意的攻击者,从而关闭交易系统,并且发出警报信息。
图9是图示根据本公开实施例的计算机可读存储介质的示意图。如图9所示,根据本公开实施例的计算机可读存储介质900其上存储有计算机可读程序指令901。当所述计算机可读程序指令901由处理器运行时,执行参照以上附图描述的根据本公开实施例的对象认证方法和基于对象认证的交易方法。
以上,描述了根据本公开实施例的对象认证方法和装置、基于对象认证的交易方法和装置、以及计算机可读存储介质,根据本公开的实施例的对象认证方法通过利用第一认证信息的获得特征作为筛选因子,从全量对象库中确定满足筛选因子的对象,减少了候选对象的数量,节约了不必要的计算资源和等候时间,提升了认证精度。此外,根据本公开的实施例的对象认证方法进一步基于全量对象库中的每个对象的相似对象、相似度以及根据相似对象的数目和相似度,确定每个对象的安全等级,以及与安全等级对应的认证问题数目,在存在多个相似候选对象的情况下进一步执行与安全等级相应的第二认证,进一步提升了认证精度。此外,根据本公开的实施例的基于对象认证的交易方法除了进行上述对象认证外,对通过对象认证的待验证对象进一步执行身份相关的双因子认证,从而进一步保障了交易安全。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本发明为必须采用上述具体的细节来实现。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
本公开中的步骤流程图以及以上方法描述仅作为例示性的例子并且不意图要求或暗示必须按照给出的顺序进行各个实施例的步骤,某些步骤可以并行、彼此独立或按照其他适当的顺序执行。另外,诸如“其后”、“然后”、“接下来”等等的词语不意图限制步骤的顺序;这些词语仅用于引导读者通读这些方法的描述。
另外,如在此使用的,在以“至少一个”开始的项的列举中使用的“或”指示分离的列举,以便例如“A、B或C的至少一个”的列举意味着A或B或C,或AB或AC或BC,或ABC(即A和B和C)。此外,措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。
还需要指出的是,在本发明的装置和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。
对本领域的普通技术人员而言,能够理解本公开的方法和装置的全部或者任何部分,可以在任何计算装置(包括处理器、存储介质等)或者计算装置的网络中,以硬件、固件、软件或者它们的组合加以实现。所述硬件可以是利用被设计用于进行在此所述的功能的通用处理器、数字信号处理器(DSP)、ASIC、场可编程门阵列信号(FPGA)或其他可编程逻辑器件(PLD)、离散门或晶体管逻辑、离散的硬件组件或者其任意组合。通用处理器可以是微处理器,但是作为替换,该处理器可以是任何商业上可获得的处理器、控制器、微控制器或状态机。处理器还可以实现为计算设备的组合,例如DSP和微处理器的组合,多个微处理器、与DSP核协作的一个或多个微处理器或任何其他这样的配置。所述软件可以存在于任何形式的计算机可读的有形存储介质中。通过例子而不是限制,这样的计算机可读的有形存储介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储器件或者可以用于携带或存储指令或数据结构形式的期望的程序代码并且可以由计算机访问的任何其他有形介质。如在此使用的,盘包括紧凑盘(CD)、激光盘、光盘、数字通用盘(DVD)、软盘和蓝光盘。
本发明公开的智能控制技术还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。本发明所公开的智能技术也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现,或者通过存储有这样的程序产品的任意存储介质来实现。
可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外,本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而,所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (21)
1.一种对象认证方法,包括:
获得待验证对象的第一认证信息;
基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库;以及
从所述待验证对象库中确定与所述待验证对象匹配的目标对象。
2.如权利要求1所述的对象认证方法,其中,所述基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库包括:
利用所述第一认证信息的获得特征作为筛选因子,从所述全量对象库中确定满足所述筛选因子的对象,组成所述待验证对象库。
3.如权利要求2所述的对象认证方法,其中,所述第一认证信息的获得特征为所述第一认证信息的定位信息,以所述定位信息作为筛选因子,从所述全量对象库中所有对象筛选出匹配所述定位信息的对象作为满足筛选因子的对象。
4.如权利要求2所述的对象认证方法,其中,所述第一认证信息的获得特征为所述第一认证信息的行为信息,以所述行为信息作为筛选因子,从所述全量对象库中所有对象筛选出匹配所述行为信息的对象作为满足筛选因子的对象。
5.如权利要求2所述的对象认证方法,还包括:
利用所述全量对象库中的每个对象之间的关系作为关系因子,确定所述每个对象的相似对象以及相似度;以及
根据所述相似对象的数目和相似度,确定所述每个对象的安全等级。
6.如权利要求5所述的对象认证方法,其中,所述从所述待验证对象库中确定与所述待验证对象匹配的目标对象包括:
在所述待验证对象库中不存在候选目标对象的情况下,确定所述待验证对象认证失败;
在所述待验证对象库中存在一个所述候选目标对象的情况下,确定所述候选目标对象作为所述匹配的目标对象,并且确定所述待验证对象认证通过;以及
在所述待验证对象库中存在多个所述候选目标对象的情况下,接收所述待验证对象输入的第二认证信息,在根据所述第二认证信息确定多个所述候选目标对象中的一个作为所述匹配的目标对象时,确定所述待验证对象认证通过。
7.如权利要求6所述的对象认证方法,其中,所述接收所述待验证对象输入的第二认证信息,在根据所述第二认证信息确定多个所述候选目标对象中的一个作为所述匹配的目标对象时,确定所述待验证对象认证通过包括:
根据多个所述候选目标对象的每个的安全等级,确定认证问题;
接收所述待验证对象输入的对于所述认证问题的答案,作为所述第二认证信息;以及
在所述第二认证信息提供了与多个所述候选目标对象中的一个候选目标对象对应的所有认证问题的正确答案时,确定所述一个候选目标作为所述匹配的目标对象,确定所述待验证对象认证通过。
8.如权利要求7所述的对象认证方法,其中,所述根据多个所述候选目标对象的每个的安全等级,确定认证问题包括:
根据多个所述候选目标对象的每个的安全等级,确定多个所述候选目标对象的每个的认证问题数目,选择对应于所述安全等级最低的所述候选目标对象的认证问题数目作为用于所述待验证对象的认证问题数目。
9.一种对象认证装置,包括:
处理器;以及
存储器,用于存储计算机可执行程序指令,当所述计算机可执行程序指令由所述处理器加载并执行时,所述处理器执行如权利要求1-8的任一项所述的对象认证方法。
10.一种基于对象认证的交易方法,包括:
响应来自待验证对象的交易请求,对所述待验证对象执行对象认证;以及
在确定所述待验证对象的对象认证通过的情况下,响应所述交易请求,其中,所述对象认证处理包括:
获得所述待验证对象的第一认证信息;
基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库;以及
从所述待验证对象库中确定与所述待验证对象匹配的目标对象。
11.如权利要求10所述的基于对象认证的交易方法,其中,所述在确定所述待验证对象的对象认证通过的情况下,响应所述交易请求包括:
在确定所述待验证对象的对象认证通过的情况下,对所述待验证对象进一步执行身份相关认证;以及
在确定所述待验证对象的身份相关认证通过的情况下,响应所述交易请求。
12.如权利要求10所述的基于对象认证的交易方法,其中,所述基于所述第一认证信息,从全量对象库中确定对应于所述待验证对象的待验证对象库包括:
利用所述第一认证信息的获得特征作为筛选因子,从所述全量对象库中确定满足所述筛选因子的对象,组成所述待验证对象库。
13.如权利要求12所述的基于对象认证的交易方法,其中,所述第一认证信息的获得特征为所述第一认证信息的定位信息,以所述定位信息作为筛选因子,从所述全量对象库中所有对象筛选出匹配所述定位信息的对象作为满足筛选因子的对象。
14.如权利要求12所述的基于对象认证的交易方法,其中,所述第一认证信息的获得特征为所述第一认证信息的行为信息,以所述行为信息作为筛选因子,从所述全量对象库中所有对象筛选出匹配所述行为信息的对象作为满足筛选因子的对象。
15.如权利要求12所述的基于对象认证的交易方法,还包括:
利用所述全量对象库中的每个对象之间的关系作为关系因子,确定所述每个对象的相似对象以及相似度;以及
根据所述相似对象的数目和相似度,确定所述每个对象的安全等级。
16.如权利要求15所述的基于对象认证的交易方法,其中,所述从所述待验证对象库中确定与所述待验证对象匹配的目标对象包括:
在所述待验证对象库中不存在候选目标对象的情况下,确定所述待验证对象的对象认证失败;
在所述待验证对象库中存在一个所述候选目标对象的情况下,确定所述候选目标对象作为所述匹配的目标对象,并且确定所述待验证对象的对象认证通过;以及
在所述待验证对象库中存在多个所述候选目标对象的情况下,接收所述待验证对象输入的第二认证信息,在根据所述第二认证信息确定多个所述候选目标对象中的一个作为所述匹配的目标对象时,确定所述待验证对象的对象认证通过。
17.如权利要求16所述的基于对象认证的交易方法,其中,所述接收所述待验证对象输入的第二认证信息,在根据所述第二认证信息确定多个所述候选目标对象中的一个作为所述匹配的目标对象时,确定所述待验证对象的对象认证通过包括:
根据多个所述候选目标对象的每个的安全等级,确定认证问题;
接收所述待验证对象输入的对于所述认证问题的答案,作为所述第二认证信息;以及
在所述第二认证信息提供了与多个所述候选目标对象中的一个候选目标对象对应的所有认证问题的正确答案时,确定所述一个候选目标作为所述匹配的目标对象,确定所述待验证对象的对象认证通过。
18.如权利要求17所述的基于对象认证的交易方法,其中,所述根据多个所述候选目标对象的每个的安全等级,确定认证问题包括:
根据多个所述候选目标对象的每个的安全等级,确定多个所述候选目标对象的每个的认证问题数目,选择对应于所述安全等级最低的所述候选目标对象的认证问题数目作为用于所述待验证对象的认证问题数目。
19.如权利要求16所述的基于对象认证的交易方法,其中,所述第二认证信息包括手机号码、身份证数据、驾驶证数据、社保数据、银行卡数据、社交网络身份数据和网络数据中的一个或多个。
20.一种基于对象认证的交易装置,包括:
处理器;以及
存储器,用于存储计算机可执行程序指令,当所述计算机可执行程序指令由所述处理器加载并执行时,所述处理器执行如权利要求10-19的任一项所述的基于对象认证的交易方法。
21.一种计算机可读的非暂时性存储介质,其中存储非暂时性计算机程序指令,当计算机执行所述非暂时性计算机程序指令时,执行如权利要求1-8的任一项所述的对象认证方法或如权利要求10-19的任一项所述的基于对象认证的交易方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711296523.5A CN108876386B (zh) | 2017-12-08 | 2017-12-08 | 对象认证方法和装置、基于对象认证的交易方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711296523.5A CN108876386B (zh) | 2017-12-08 | 2017-12-08 | 对象认证方法和装置、基于对象认证的交易方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108876386A true CN108876386A (zh) | 2018-11-23 |
CN108876386B CN108876386B (zh) | 2022-03-22 |
Family
ID=64325580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711296523.5A Active CN108876386B (zh) | 2017-12-08 | 2017-12-08 | 对象认证方法和装置、基于对象认证的交易方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108876386B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016928A (zh) * | 2019-05-31 | 2020-12-01 | 华控清交信息科技(北京)有限公司 | 一种支付方法、装置和用于支付的装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140225978A1 (en) * | 2005-03-01 | 2014-08-14 | EyesMatch Ltd. | Method for image transformation, augmented reality, and teleperence |
CN104573681A (zh) * | 2015-02-11 | 2015-04-29 | 成都果豆数字娱乐有限公司 | 一种人脸识别方法 |
CN106295545A (zh) * | 2016-08-05 | 2017-01-04 | 车广为 | 基于gis系统的人脸识别 |
CN107070871A (zh) * | 2017-01-12 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 一种身份验证的方法及装置 |
-
2017
- 2017-12-08 CN CN201711296523.5A patent/CN108876386B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140225978A1 (en) * | 2005-03-01 | 2014-08-14 | EyesMatch Ltd. | Method for image transformation, augmented reality, and teleperence |
CN104573681A (zh) * | 2015-02-11 | 2015-04-29 | 成都果豆数字娱乐有限公司 | 一种人脸识别方法 |
CN106295545A (zh) * | 2016-08-05 | 2017-01-04 | 车广为 | 基于gis系统的人脸识别 |
CN107070871A (zh) * | 2017-01-12 | 2017-08-18 | 阿里巴巴集团控股有限公司 | 一种身份验证的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016928A (zh) * | 2019-05-31 | 2020-12-01 | 华控清交信息科技(北京)有限公司 | 一种支付方法、装置和用于支付的装置 |
CN112016928B (zh) * | 2019-05-31 | 2024-01-16 | 华控清交信息科技(北京)有限公司 | 一种支付方法、装置和用于支付的装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108876386B (zh) | 2022-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109948408B (zh) | 活性测试方法和设备 | |
Khanboubi et al. | Impact of digital trends using IoT on banking processes | |
Sunderlin et al. | Forest tenure rights and REDD | |
US11301765B2 (en) | Processing machine learning attributes | |
CN105337928B (zh) | 用户身份识别方法、安全保护问题生成方法及装置 | |
US20170308898A1 (en) | System and method of recognizing transactions as trusted | |
CN109359972B (zh) | 核身产品推送及核身方法和系统 | |
EP3928230B1 (en) | Efficient removal of personal information from a data set | |
CN110851835A (zh) | 图像模型检测方法、装置、电子设备及存储介质 | |
CN110796054B (zh) | 证件验真方法及装置 | |
CN105991593B (zh) | 一种识别用户风险的方法及装置 | |
CN111191642B (zh) | 基于多任务分类的指纹防伪识别方法、装置及电子设备 | |
Nalbandian | An eye for an ‘I:’a critical assessment of artificial intelligence tools in migration and asylum management | |
EP3076348A1 (en) | System and method for candidate profile screening | |
CN109255747A (zh) | 一种信息申报的智能审核方法 | |
CN108596559A (zh) | 任务自动化审核方法、装置、设备及存储介质 | |
CN110766340A (zh) | 一种业务审核方法、装置及设备 | |
CN111489175B (zh) | 在线身份认证方法、装置、系统及存储介质 | |
CN111241873A (zh) | 图像翻拍检测方法及其模型的训练方法、支付方法及装置 | |
KR101972554B1 (ko) | 에이전시 매칭방법, 장치 및 프로그램 | |
Gatali et al. | A qualitative study on adoption of biometrics technologies: Canadian banking industry | |
CN113591603A (zh) | 证件的验证方法、装置、电子设备及存储介质 | |
CN108876386A (zh) | 对象认证方法和装置、基于对象认证的交易方法和装置 | |
DoCarmo et al. | The law in computation: What machine learning, artificial intelligence, and big data mean for law and society scholarship | |
CN105847270A (zh) | 贷款认证系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |