CN108990061B - 一种身份证号防盗用的方法、装置及系统 - Google Patents
一种身份证号防盗用的方法、装置及系统 Download PDFInfo
- Publication number
- CN108990061B CN108990061B CN201810744915.1A CN201810744915A CN108990061B CN 108990061 B CN108990061 B CN 108990061B CN 201810744915 A CN201810744915 A CN 201810744915A CN 108990061 B CN108990061 B CN 108990061B
- Authority
- CN
- China
- Prior art keywords
- user
- mobile phone
- phone number
- identity card
- relative
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
Abstract
本申请公开了一种身份证号防盗用的识别方法,包括:接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;接收所述数据获取装置发送的用户通话信息;根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;判断所述概率P大于或小于1‑P;若所述概率P大于1‑P,确定出所述用户是身份证本人;若所述概率P小于1‑P,确定出所述用户不是身份证本人。本申请将用户身份证号与用户手机号相结合,识别根据用户输入的亲属手机号与用户的社会关系,实现社会关系、身份证号的双重验证,达到防止用户身份证被冒用,保障使用该身份证号的用户是本人的目标。
Description
技术领域
本发明属于信息安全技术领域,具体涉及一种身份证号防盗用的方法、装置及系统。
背景技术
伴随着信息通信产业的快速发展,各种方便快捷的互联网应用以前所未有的速度改变着当今社会的生产生活方式。与此同时,基于互联网的信息安全风险也随之诞生,信息泄密、电信诈骗、等安全事件频发且愈演愈烈,对用户利益、社会稳定乃至国家安全产生了严峻威胁。面对如此严峻的网络安全形势,对用户身份信息进行识别是至关重要的。
用户身份信息包含多种信息,这其中非常重要的是用户的身份证号,目前,越来越多的互联网应用要求实名认证,需要输入用户的身份证号,这给不法分子带来了可乘之机。为防止用户的身份证号被盗用,需要对用户针对互联网应用输入的身份信息进行验证,保障使用该身份证号的用户是本人。
然而目前只有针对车辆的识别方法,智能交通的违章识别方法及系统是通过拍摄车辆照片和车牌的方式识别车辆违章的方法。该方法不适用于自然人,现在还无法像识别车辆一样,识别自然人的信息,并予以处罚。
发明内容
本申请提供一种身份证号防盗用的识别方法,以解决现有的无法识别自然人的信息的问题。本申请另外提供一种身份证号防盗用的识别装置,一种身份证号防盗用的识别系统。
本申请提供一种身份证号防盗用的识别方法,包括:
接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;
接收所述数据获取装置发送的用户通话信息;
根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;
判断所述概率P大于或小于1-P;
若所述概率P大于1-P,确定出所述用户是身份证本人;
若所述概率P小于1-P,确定出所述用户不是身份证本人。
可选的,所述用户通话信息包括:
用户年龄、用户性别、所述用户与所述亲属三个月内通话次数、所述用户与所述亲属三个月内平均通话时长、所述用户与所述亲属近一周通话内容的关键词和所述用户与所述亲属近一周短信内容的关键词。
可选的,所述用户与所述亲属近一周通话内容的关键词通过语音识别技术对所述用户与所述亲属近一周通话内容进行解析获得;所述用户与所述亲属近一周短信内容的关键词通过汉字识别技术对所述用户与所述亲属近一周短信内容进行解析获得。
可选的,所述根据所述用户通话信息计算所述用户信息中的亲属关系正确的概率P步骤,包括:
根据所述用户通话信息获取构建计算模型的训练数据;
根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;
基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;
根据所述用户通话信息查询所述用户在各向量特征下的独立频率;
计算所述用户在各向量特征下的独立频率的乘积,可得所述用户信息中的亲属关系正确的概率P。
可选的,所述各向量特征包括:
用户与亲属三个月内通话次数、用户与亲属三个月内平均通话时长、用户与亲属近一周通话内容的关键词和用户与亲属近一周短信内容的关键词。
可选的,所述用户信息还包括身份证号,所述接收防盗用网关发送的用户信息步骤之后,所述将所述用户手机号和所述亲属手机号发送至数据获取装置步骤之前,还包括:
将所述用户手机号发送至所述数据获取装置;
接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号;
比较所述用户信息中的身份证号与所述用户手机号对应的用户身份证号是否一致,若一致,则执行所述将所述用户手机号和所述亲属手机号发送至数据获取装置的步骤。
本申请还提供一种身份证号防盗用的识别装置,包括:
收发模块,用于接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;接收所述数据获取装置发送的用户通话信息;
计算模块,用于根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;
判断模块,用于判断所述概率P大于或小于1-P;
确定模块,用于若所述判断模块判断出所述概率P大于1-P,确定出所述用户是身份证本人;若所述判断模块判断出所述概率P小于1-P,确定出所述用户不是身份证本人。
可选的,所述计算模块包括:
构建子模块,用于根据所述用户通话信息获取构建计算模型的训练数据;
划分子模块,用于根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;
第一计算子模块,用于基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;
查询子模块,用于根据所述用户通话信息查询所述用户在各向量特征下的独立频率;
第二计算子模块,用于将述用户在各向量特征下的独立频率相乘,得出所述用户信息中的亲属关系正确的概率P。
可选的,所述用户信息还包括身份证号,所述装置还包括:比较模块;
所述收发模块,还用于将所述用户手机号发送至所述数据获取装置;接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号;
所述比较模块,用于比较所述用户信息中的身份证号与所述用户手机号对应的身份证号是否一致,若一致,则触发所述收发模块执行所述将所述用户手机号和所述亲属手机号发送至数据获取装置的部分。
本申请还提供一种身份证号防盗用的系统,包括:防盗用网关、数据获取装置、权利要求7-9所述的身份证号防盗用的识别装置;
所述防盗用网关,用于将用户信息发送至所述身份证号防盗用的识别装置;
所述数据获取装置,用于接收所述身份证号防盗用的识别装置发送的用户手机号和亲属手机号;根据所述用户手机号与所述亲属手机号,获取用户与亲属的用户通话信息,并发送至所述身份证号防盗用的识别装置。
与现有技术相比,本申请具有以下优点:根据接收到的用户输入的用户信息和获取的用户通话信息计算出所述用户信息中的亲属关系正确的概率P,通过判断所述概率P大于或小于1-P,若所述概率P大于1-P,确定出所述用户是身份证本人,若所述概率P小于1-P,确定出所述用户不是身份证本人。本申请将用户身份证号与用户手机号相结合,根据用户输入的亲属手机号,使用机器学习技术识别该亲属手机号与用户的社会关系,实现社会关系、身份证号的双重验证,达到防止用户身份证被冒用,保障使用该身份证号的用户是本人的目标。
附图说明
图1为本申请第一实施例提供的一种身份证号防盗用的识别方法的流程图;
图2为本申请第二实施例提供的一种身份证号防盗用的识别方法的流程图;
图3为本申请第三实施例提供的一种身份证号防盗用的识别装置的结构示意图;
图4为本申请第四实施例提供的一种身份证号防盗用的识别装置的结构示意图;
图5为本申请第五实施例提供的一种身份证号防盗用的识别系统的结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
本申请是在防盗用网关、身份证号防盗用的识别装置和数据获取装置配合下共同完成的,本申请提供一种身份证号防盗用的识别方法、装置及系统。以下分别结合本申请提供的实施例的附图逐一进行详细说明。
本申请第一实施例提供的一种身份证号防盗用的识别方法如下:
本申请实施例的执行主体是身份证号防盗用的识别装置,如图1所示,其示出了本申请实施例提供的一种身份证号防盗用的识别方法的流程图,包括以下步骤。
步骤S101,接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置。
步骤S102,接收所述数据获取装置发送的用户通话信息。
步骤S103,根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P。
步骤S104,判断所述概率P大于或小于1-P,若大于,则执行步骤S105;若小于,则执行步骤S106。
步骤S105,确定出所述用户是身份证本人,流程结束。
步骤S106,确定出所述用户不是身份证本人,流程结束。
目前,越来越多的互联网应用要求实名认证,需要输入用户的身份证号,这给不法分子带来了可乘之机。为防止用户的身份证号被盗用,需要对用户针对互联网应用输入的身份信息进行验证,保障使用该身份证号的用户是本人。本实施例针对现有的识别技术进行改进,实现对用户身份证号、社会关系的双重认证,达到防用户身份证被冒用,保障使用该身份证号的用户是本人的目标。
本申请实施例提供的一种身份证号防盗用的识别方法,根据接收到的用户输入的用户信息和获取的用户通话信息计算出所述用户信息中的亲属关系正确的概率P,通过判断所述概率P大于或小于1-P,确定出所述用户是否是身份证本人。本申请将用户身份证号与用户手机号相结合,根据用户输入的亲属手机号,使用机器学习技术识别该亲属手机号与用户的社会关系,实现社会关系、身份证号的双重验证,达到防止用户身份证被冒用,保障使用该身份证号的用户是本人的目标。
本申请第二实施例提供的一种身份证号防盗用的识别方法如下:
本申请实施例的执行主体是身份证号防盗用的识别装置,如图2所示,其示出了本申请实施例提供的一种身份证号防盗用的识别方法的另一流程图,包括以下步骤。
步骤S201,接收防盗用网关发送的用户信息。
防盗用网关与第三方网站、身份证号防盗用的识别装置连接(如图5),实现向第三方网站提供身份证号防盗用识别服务的功能。
用户信息是指用户登录第三方网站时注册的信息,用户信息包括用户姓名、密码、身份证号、用户手机号、选择一个近一周内使用该手机号联系过的亲属(可选项:1,父母;2,配偶;3,子女)、输入所选亲属手机号等。
具体的,用户在登录第三方网站时注册用户信息,然后第三方网站将用户信息和网站信息发送至防盗用网关。防盗用网关根据网站信息,对网站进行身份认证,认证方式包括:1、用户名、密码,2、IP+session id等。认证成功后,防盗用网关将用户信息(1,用户身份证号;2,用户手机号;3,亲属关系;4,亲属手机号)发送至身份证号防盗用的识别装置,本步骤用于身份证号防盗用的识别装置接收防盗用网关发送的用户信息。
步骤S202,将所述用户手机号发送至所述数据获取装置。
数据获取装置,与身份证号防盗用的识别装置连接(如图5),实现智能识别用户输入的亲属号码是否属于该亲属的功能。
具体的,防盗用网关在认证成功后,将用户的用户信息发送至身份证号防盗用的识别装置,身份证号防盗用的识别装置将用户信息中的用户手机号发送至数据获取装置,请求获取用户预先存储的身份证号,以用于获取相关用户通话信息的目的,进而实现验证用户的身份证号是否正确。
步骤S203,接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号。
数据获取装置根据用户手机号,获取用户预先存储的身份证号,并将身份证号返回给身份证号防盗用的识别装置。获取用户预先存储的身份证号的方式可以是通过固定的装置,例如,通过定期与联通bss同步联通用户个人信息的用户基本信息装置来获取信息,也可以是数据获取装置每次根据需求同步用户个人信息,在此不作限定。
步骤S204,比较所述用户信息中的身份证号与所述用户手机号对应的用户身份证号是否一致,若是,则执行步骤S205;若否,则流程结束。
步骤S205,将所述用户手机号和所述亲属手机号发送至数据获取装置。
身份证号防盗用的识别装置接收到数据获取装置返回的与所述用户手机号对应的用户身份证号,将用户信息中的身份证号与所述用户手机号对应的身份证号进行比对。如一致,说明用户输入的身份信息与通讯机构系统中存储的与所述用户手机号对应的身份信息一致,可以进行下一步验证,将用户信息中的用户手机号和与用户手机号属于亲属关系的亲属手机号一起发送给数据获取装置。如不一致,说明该用户不是身份证本人,不必再进行下一步验证,流程终止。
步骤S206,接收所述数据获取装置发送的所述用户通话信息。
数据获取装置接收到身份证号防盗用的识别装置发送的亲属手机号后,根据之前接收的用户手机号和亲属手机号,获取用户与亲属的用户通话信息返回至身份证号防盗用的识别装置。以备身份证号防盗用的识别装置根据用户通话信息进行计算,验证用户与亲属的亲属关系,进而验证该用户的身份证号正确与否。
优选地,所述用户通话信息包括:用户年龄、用户性别、所述用户与所述亲属三个月内通话次数、所述用户与所述亲属三个月内平均通话时长、所述用户与所述亲属近一周通话内容的关键词和所述用户与所述亲属近一周短信内容的关键词。
优选地,所述用户与所述亲属近一周通话内容的关键词通过语音识别技术对所述用户与所述亲属近一周通话内容进行解析获得;所述用户与所述亲属近一周短信内容的关键词通过汉字识别技术对所述用户与所述亲属近一周短信内容进行解析获得。
具体的,数据获取装置根据用户手机号获取用户年龄、用户性别,并返回至身份证号防盗用的识别装置。获取用户年龄、用户性别的方式可以是通过固定的装置,例如,通过定期与联通bss同步联通用户个人信息的用户基本信息装置来获取信息,也可以是数据获取装置每次根据需求同步用户个人信息,在此不作限定。
数据获取装置根据用户手机号和亲属手机号获取用户与亲属三个月内通话详单、用户与亲属近一周通话内容。根据用户与亲属三个月内通话详单计算用户与亲属三个月内通话次数、用户与亲属三个月内平均通话时长,并返回至身份证号防盗用的识别装置。根据语音识别技术对用户与亲属近一周通话内容进行解析,获取关键词,并返回至身份证号防盗用的识别装置。获取用户与亲属三个月内通话详单、用户与亲属近一周通话内容的方式可以是通过固定的装置,例如,通过实时与联通bss同步个人通话内容的用户通话内容装置来获取信息,也可以是数据获取装置每次根据需求同步个人通话内容,在此不作限定。
数据获取装置根据用户手机号和亲属手机号获取用户与亲属近一周短信内容。根据汉字识别技术对用户与亲属近一周短信内容进行解析,获取关键词,并返回至身份证号防盗用的识别装置。,并返回至身份证号防盗用的识别装置。获取用户与亲属近一周短信内容的方式可以是通过固定的装置,例如,通过实时与联通bss同步个人短信内容的用户短信内容装置来获取信息,也可以是数据获取装置每次根据需求同步个人短信内容,在此不作限定。
步骤S207,根据所述用户通话信息获取构建计算模型的训练数据。
身份证号防盗用的识别装置接收到数据获取装置返回的用户通话信息后,便可根据用户信息和用户通话信息计算用户信息中的亲属关系正确的概率P,以用于之后判断该亲属是否为用户的亲属,以及该用户是否为身份证本人。可以通过机器学习技术,构建计算模型的训练数据,模拟仿真真实的数据环境,用于计算用户与亲属的亲属关系正确的概率,智能识别号码与用户的社会关系,实现身份证号、社会关系的双重认证。
步骤S208,根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据。
用户信息和用户通话信息中的用户年龄、用户性别、亲属关系具有多个不同的维度,因此身份证号防盗用的识别装置可以根据用户年龄、用户性别、亲属关系的不同的维度,将训练数据划分为多个组合数据。
表1
用户年龄 | 0-15 | 15-30 | 30-50 | 50以上 |
用户性别 | 男 | 女 | ||
亲属关系 | 父母 | 配偶 | 子女 |
例如,如表1所示,是一种训练数据划分的类别表。用户年龄具有四类,0-15、15-30、30-50、50以上,用户性别具有两类,男、女,亲属关系具有三类,父母、配偶、子女,因此可以将训练数据划分为24(4*3*2)组组合数据。
步骤S209,基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率。
优选地,所述各向量特征包括:用户与亲属三个月内通话次数(记为X1)、用户与亲属三个月内平均通话时长(记为X2)、用户与亲属近一周通话内容的关键词(记为X3)和用户与亲属近一周短信内容的关键词(记为X4)。各向量特征之间都是独立不相关的特征,各个组合数据在各向量特征下的独立频率,用于表征用户与亲属之间的亲近关系,概率越大,表明该用户与该亲属的亲属关系正确的概率越大。
上述步骤S208将训练数据分成多个组合数据,每一个组合数据对应不同的用户年龄、用户性别、亲属关系,计算每一个组合数据在各向量特征下的独立概率,每一个组合数据对应一个概率列表图。
表2
例如,表1将训练数据分成24个组合数据,每一个组合数据对应不同的用户年龄、用户性别、亲属关系,计算每一个组合数据在各向量特征下的独立概率,每一个组合数据对应一个概率列表图。如表2,是一组组合数据对应的概率列表图,表示了0-15的男性用户,亲属关系为父母的组合数据在各向量特征下的独立概率,对应表1的分类一共有24张这样的概率列表图。表2中第二行第三列的60%表示,0-15的男性用户,三个月内与父母通话次数达到100-150次的概率为60%,以此类推。
步骤S210,根据所述用户通话信息查询所述用户在各向量特征下的独立频率。
根据用户通话信息,即用户年龄、用户性别、所述用户与所述亲属三个月内通话次数、所述用户与所述亲属三个月内平均通话时长、所述用户与所述亲属近一周通话内容的关键词和所述用户与所述亲属近一周短信内容的关键词,查询用户对应的在各向量特征下的独立频率。例如,如果用户是0-15之间的男性用户,亲属关系选择的父母,通过图4查询可得,若三个月内通话次数在100-150之间,那么P(X1|A)为60%;若三个月内平均通话时长在100-150之间,那么P(X2|A)为90%;近一周通话内容的关键词出现有“爸”或“妈”,那么P(X3|A)为100%;近一周短信内容的关键词有“爸”或“妈”,那么P(X4|A)为100%。
步骤S211,计算所述用户在各向量特征下的独立频率的乘积,可得所述用户信息中的亲属关系正确的概率P。
具体的,上述步骤S210根据用户通话信息找到用户在各特征向量(X1,X2,X3,X4)下的独立频率,那么用户与亲属的亲属关系正确的概率P(A|X)=P(A|X1,X2,X3,X4)=P(X1|A)P(X2|A)P(X3|A)P(X4|A)。例如,如果用户是0-15之间的男性用户,亲属关系选择的父母,P(X1|A)为60%,P(X2|A)为90%,P(X3|A)为100%,P(X4|A)为100%,则P(A|X)=60%*90%*100%*100%=54%。如果用户是0-15之间的男性用户,亲属关系选择的父母,P(X1|A)为30%,P(X2|A)为30%,P(X3|A)为100%,P(X4|A)为100%,则P(A|X)=30%*30%*100%*100%=9%。
步骤S212,判断所述概率P大于或小于1-P,若大于,则执行步骤S213;若小于,则执行步骤S214。
步骤S213,确定出所述用户是身份证本人,流程结束。
步骤S214,确定出所述用户不是身份证本人,流程结束。
根据上述步骤计算出的概率P,可以得出概率1-P。因为用户与亲属之间的关系只有两种情况,要么用户与亲属之间的亲属关系正确,该用户与该亲属之间确实是亲属,要么用户与亲属之间的亲属关系不正确,该用户与亲属之间不是亲属。因此可以通过判断P与1-P的大小,从而判断该用户与该亲属的亲属关系正确的概率高还是不正确的概率高。只有这两种情况,不存在P=1-P的情况,即该用户与该亲属的亲属关系既正确又不正确。
若所述概率P大于1-P,则说明该用户与该亲属之间的亲属关系的概率大于该用户与该亲属之间的亲属关系不正确的概率,判定为该亲属确实是该用户的亲属,确定该用户是身份证本人。
例如,如果用户是0-15之间的男性用户,亲属关系选择的父母,查询得P(X1|A)为60%,P(X2|A)为90%,P(X3|A)为100%,P(X4|A)为100%,计算得出P=54%,那么P大于1-P,说明该用户选择的亲属确实与用户是亲属关系,该用户是身份证本人。
若所述概率P小于1-P,则说明该用户与该亲属之间的亲属关系的概率小于该用户与该亲属之间的亲属关系不正确的概率,判定为该亲属不是该用户的亲属,确定该用户不是身份证本人。
例如,如果用户是0-15之间的男性用户,亲属关系选择的父母,查询得P(X1|A)为30%,P(X2|A)为30%,P(X3|A)为100%,P(X4|A)为100%,计算得出P=9%,那么P小于1-P,说明该用户选择的亲属与用户不是亲属关系,该用户不是身份证本人。
若识别出用户是身份证本人,防盗用网关则将识别成功的信息反馈至第三方网站。
与现有技术相比,本申请具有以下优点:根据接收到的用户输入的用户信息和获取的用户通话信息计算出所述用户信息中的亲属关系正确的概率P,通过判断所述概率P大于或小于1-P,若所述概率P大于1-P,确定出所述用户是身份证本人,若所述概率P小于1-P,确定出所述用户不是身份证本人。本申请将用户身份证号与用户手机号相结合,根据用户输入的亲属手机号,使用机器学习技术识别该亲属手机号与用户的社会关系,实现社会关系、身份证号的双重验证,达到防止用户身份证被冒用,保障使用该身份证号的用户是本人的目标。
需要说明的是,本申请实施例提供的各步骤可根据需要进行顺序变更,也可以根据需要删除部分步骤,均是本申请所保护的范围。上述第二实施例仅为一种示例,是相对于第一实施例保护范围较小的一个是实施例。
本申请第三实施例提供的一种身份证号防盗用的识别装置如下:
在上述的实施例中,提供了一种身份证号防盗用的识别方法,与之相对应的,本申请还提供了一种身份证号防盗用的识别装置。
由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关的部分请参见上述提供的身份证号防盗用的识别方法实施例的对应说明即可。下述描述的装置实施例仅仅是示意性的,下面结合附图进行说明。
如图3所示,其示出了本申请实施例提供的身份证号防盗用的识别装置的结构示意图,包括以下模块。
收发模块11,用于接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;接收所述数据获取装置发送的所述用户通话信息;
计算模块12,用于根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;
判断模块13,用于判断所述概率P大于或小于1-P;
确定模块14,用于若所述判断模块13判断出所述概率P大于1-P,确定出所述用户是身份证本人;若所述判断模块13判断出所述概率P小于1-P,确定出所述用户不是身份证本人。
本申请第四实施例提供的一种身份证号防盗用的识别装置如下:
可选的,如图4所示,其示出了本申请实施例提供的身份证号防盗用的识别装置的结构示意图,本申请实施例在上述第三实施例的基础上,所述计算模块12,包括:
构建子模块121,用于根据所述用户通话信息获取构建计算模型的训练数据;
划分子模块122,用于根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;
第一计算子模块123,用于基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;
查询子模块124,用于根据所述用户通话信息查询所述用户在各向量特征下的独立频率;
第二计算子模块125,用于计算所述用户在各向量特征下的独立频率的乘积,可得所述用户信息中的亲属关系正确的概率P。
可选的,如图4所示,所述用户信息还包括身份证号,所述装置还包括:比较模块15;
所述收发模块11,还用于将所述用户手机号发送至所述数据获取装置;接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号;
所述比较模块15,用于将所述用户信息中的身份证号与所述用户手机号对应的比对,若一致,则触发所述收发模块执行所述将所述用户手机号和所述亲属手机号发送至数据获取装置的部分。
需要说明的是,本申请实施例提供的各模块可根据需要进行顺序变更,也可以根据需要删除部分模块,均是本申请所保护的范围。上述第四实施例仅为一种示例,是相对于第三实施例保护范围较小的一个是实施例。
本申请第五实施例提供的一种身份证号防盗用的识别系统如下:
在上述的实施例中,提供了一种身份证号防盗用的识别方法以及装置,与之相对应的,本申请还提供了一种身份证号防盗用的识别系统,下面结合附图进行说明。
如图5所示,示出了本申请实施例提供的身份证号防盗用的识别系统的结构示意图,所述系统包括:防盗用网关2、身份证号防盗用的识别装置1、数据获取装置3。
其中,身份证号防盗用的识别装置1可采用上述第三实施例或者第四实施例提供的身份证号防盗用的识别装置,此处不再重复描述。
其中,所述防盗用网关2,用于将用户信息发送至所述身份证号防盗用的识别装置;
其中,所述数据获取装置3,用于接收所述身份证号防盗用的识别装置发送的用户手机号和亲属手机号;根据所述用户手机号与所述亲属手机号,获取用户与亲属的用户通话信息,并发送至所述身份证号防盗用的识别装置。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (8)
1.一种身份证号防盗用的识别方法,其特征在于,包括:
接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;
接收所述数据获取装置发送的用户通话信息;
根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;
判断所述概率P大于或小于1-P;
若所述概率P大于1-P,确定出所述用户是身份证本人;
若所述概率P小于1-P,确定出所述用户不是身份证本人;
所述根据所述用户通话信息计算所述用户信息中的亲属关系正确的概率P的步骤,包括:
根据所述用户通话信息获取构建计算模型的训练数据;
根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;
基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;
根据所述用户通话信息查询所述用户在各向量特征下的独立频率;
计算所述用户在各向量特征下的独立频率的乘积,可得所述用户信息中的亲属关系正确的概率P。
2.根据权利要求1所述的身份证号防盗用的识别方法,其特征在于,所述用户通话信息包括:
用户年龄、用户性别、所述用户与所述亲属三个月内通话次数、所述用户与所述亲属三个月内平均通话时长、所述用户与所述亲属近一周通话内容的关键词和所述用户与所述亲属近一周短信内容的关键词。
3.根据权利要求2所述的身份证号防盗用的识别方法,其特征在于,所述用户与所述亲属近一周通话内容的关键词通过语音识别技术对所述用户与所述亲属近一周通话内容进行解析获得;所述用户与所述亲属近一周短信内容的关键词通过汉字识别技术对所述用户与所述亲属近一周短信内容进行解析获得。
4.根据权利要求1所述的身份证号防盗用的识别方法,其特征在于,所述各向量特征包括:
用户与亲属三个月内通话次数、用户与亲属三个月内平均通话时长、用户与亲属近一周通话内容的关键词和用户与亲属近一周短信内容的关键词。
5.根据权利要求1所述的身份证号防盗用的识别方法,其特征在于,所述用户信息还包括身份证号,所述接收防盗用网关发送的用户信息步骤之后,所述将所述用户手机号和所述亲属手机号发送至数据获取装置步骤之前,还包括:
将所述用户手机号发送至所述数据获取装置;
接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号;
比较所述用户信息中的身份证号与所述用户手机号对应的用户身份证号是否一致,若一致,则执行所述将所述用户手机号和所述亲属手机号发送至数据获取装置的步骤。
6.一种身份证号防盗用的识别装置,其特征在于,包括:
收发模块,用于接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;接收所述数据获取装置发送的用户通话信息;
计算模块,用于根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;
判断模块,用于判断所述概率P大于或小于1-P;
确定模块,用于若所述判断模块判断出所述概率P大于1-P,确定出所述用户是身份证本人;若所述判断模块判断出所述概率P小于1-P,确定出所述用户不是身份证本人;
所述计算模块包括:
构建子模块,用于根据所述用户通话信息获取构建计算模型的训练数据;
划分子模块,用于根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;
第一计算子模块,用于基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;
查询子模块,用于根据所述用户通话信息查询所述用户在各向量特征下的独立频率;
第二计算子模块,用于将述用户在各向量特征下的独立频率相乘,得出所述用户信息中的亲属关系正确的概率P。
7.根据权利要求6所述的身份证号防盗用的识别装置,其特征在于,所述用户信息还包括身份证号,所述装置还包括:比较模块;
所述收发模块,还用于将所述用户手机号发送至所述数据获取装置;接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号;
所述比较模块,用于比较所述用户信息中的身份证号与所述用户手机号对应的身份证号是否一致,若一致,则触发所述收发模块执行所述将所述用户手机号和所述亲属手机号发送至数据获取装置的部分。
8.一种身份证号防盗用的系统,其特征在于,包括:防盗用网关、数据获取装置、权利要求6或7所述的身份证号防盗用的识别装置;
所述防盗用网关,用于将用户信息发送至所述身份证号防盗用的识别装置;
所述数据获取装置,用于接收所述身份证号防盗用的识别装置发送的用户手机号和亲属手机号;根据所述用户手机号与所述亲属手机号,获取用户与亲属的用户通话信息,并发送至所述身份证号防盗用的识别装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810744915.1A CN108990061B (zh) | 2018-07-09 | 2018-07-09 | 一种身份证号防盗用的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810744915.1A CN108990061B (zh) | 2018-07-09 | 2018-07-09 | 一种身份证号防盗用的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108990061A CN108990061A (zh) | 2018-12-11 |
CN108990061B true CN108990061B (zh) | 2021-04-13 |
Family
ID=64536365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810744915.1A Active CN108990061B (zh) | 2018-07-09 | 2018-07-09 | 一种身份证号防盗用的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108990061B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110363000B (zh) * | 2019-07-10 | 2023-11-17 | 深圳市腾讯网域计算机网络有限公司 | 识别恶意文件的方法、装置、电子设备及存储介质 |
CN114520969B (zh) * | 2020-11-20 | 2023-10-27 | 中移动信息技术有限公司 | 一种号卡使用判断方法、装置、设备及计算机存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5693575B2 (ja) * | 2009-07-14 | 2015-04-01 | テレフオンアクチーボラゲット エル エム エリクソン(パブル) | 電話番号の検証のための方法および装置 |
CN104156751B (zh) * | 2013-08-28 | 2018-04-03 | 陕西省公安厅 | 基于手机卡与身份证件的研究 |
CN103944719A (zh) * | 2014-04-02 | 2014-07-23 | 尚清实业(上海)有限公司 | 一种身份和证明文件的综合验证系统及方法 |
CN105678129B (zh) * | 2015-12-29 | 2018-11-16 | 联动优势科技有限公司 | 一种确定用户身份信息的方法及设备 |
CN107026831B (zh) * | 2016-09-26 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 一种身份识别方法和装置 |
-
2018
- 2018-07-09 CN CN201810744915.1A patent/CN108990061B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108990061A (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107566358B (zh) | 一种风险预警提示方法、装置、介质及设备 | |
CN107872772B (zh) | 诈骗短信的检测方法及装置 | |
KR101490132B1 (ko) | 신용 카드 사기를 추적하는 방법 | |
US20170006168A1 (en) | Devices and Method for Tagging Media | |
CN104660481B (zh) | 即时通讯消息处理方法及装置 | |
CN105389400B (zh) | 语音交互方法及装置 | |
CN108540755B (zh) | 身份识别方法和装置 | |
CN105898085B (zh) | 骚扰通信账号的识别方法及装置 | |
US20030153300A1 (en) | Radio communication system with high security level, and communication unit and portable terminal used therefor | |
CN105306657A (zh) | 身份识别方法、装置及通讯终端 | |
CN105812550A (zh) | 语音电话防骚扰的方法、语音电话防骚扰的装置及终端 | |
CN109802915B (zh) | 一种电信诈骗检测处理方法及装置 | |
CN108990061B (zh) | 一种身份证号防盗用的方法、装置及系统 | |
CN109245902A (zh) | 即时通信信息验证码的保护方法及装置 | |
CN106899948A (zh) | 伪基站发现方法、系统、终端及服务器 | |
CN112417497A (zh) | 隐私保护方法、装置、电子设备及存储介质 | |
CN110825863B (zh) | 一种文本对融合方法及装置 | |
CN105827787A (zh) | 一种号码标记方法及装置 | |
CN106936807A (zh) | 一种恶意操作的识别方法和装置 | |
CN113420230A (zh) | 基于群聊的匹配咨询推送方法、相关装置、设备及介质 | |
CN111083705A (zh) | 群发诈骗短信检测方法、装置、服务器及存储介质 | |
CN112565471B (zh) | 信息推送方法、推送机器人、计算机设备和存储介质 | |
CN108985838A (zh) | 一种获取广告点击人群手机号码的方法及装置 | |
CN106295298A (zh) | 人脸和手机数据伴随系统及方法 | |
CN104468948A (zh) | 信息处理方法及电子设备 |
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 |