CN110083386A - 随机数产生控制方法、装置、计算机设备及存储介质 - Google Patents
随机数产生控制方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110083386A CN110083386A CN201910270232.1A CN201910270232A CN110083386A CN 110083386 A CN110083386 A CN 110083386A CN 201910270232 A CN201910270232 A CN 201910270232A CN 110083386 A CN110083386 A CN 110083386A
- Authority
- CN
- China
- Prior art keywords
- random number
- information
- customized
- target
- format
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006870 function Effects 0.000 claims abstract description 80
- 230000001815 facial effect Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 20
- 230000006854 communication Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 238000007630 basic procedure Methods 0.000 description 7
- 238000003062 neural network model Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 244000050510 Cunninghamia lanceolata Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004992 fission Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30076—Arrangements for executing specific machine instructions to perform miscellaneous control operations, e.g. NOP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30094—Condition code generation, e.g. Carry, Zero flag
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种随机数产生控制方法、装置、计算机设备及存储介质,包括下述步骤:获取预设的随机数格式数据列表,其中,随机数格式数据列表包括自定义随机数的格式信息;根据自定义随机数的格式信息配置预设的随机数函数的随机数配置选项;调用随机数函数根据重置后的随机数配置选项计算生成自定义随机数的各个位数的值;接收并根据随机数函数输出的各个位数的值组成目标随机数,其中,目标随机数为满足自定义随机数使用需求的随机数序列。本发明实施例生成的目标随机数的格式与自定义随机数的格式信息相匹配,满足复杂的随机数使用需求,不需要人工介入即可生成符合使用需求的负责的随机数,效率高且减少人工成本的投入。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其是一种随机数产生控制方法、装置、计算机设备及存储介质。
背景技术
在生活和工作过程中,经常需要使用到随机数,例如在用计算机编制程序时,经常需要用到随机数,尤其在仿真等领域,更对随机数的产生提出了较高的要求,可以通过随机数函数生成随机数,随机数函数就是产生随机数的函数,例如C语言里中的rand()或者srand()等随机数函数。
但是现有的随机数函数的使用和作用比较简单,其只能生成简单形式的字符串,不能满足复杂的随机数的使用需求,复杂的随机数需要工作人员的介入才能造出来,效率低且增加了人工成本。
发明内容
本发明实施例提供一种通过设置随机数格式以生成所需要格式的随机数序列的随机数产生控制方法、装置、计算机设备及存储介质。
为解决上述技术问题,本发明创造的实施例采用的一个技术方案是:提供一种随机数产生控制方法,包括下述步骤:
获取预设的随机数格式数据列表,其中,所述随机数格式数据列表包括自定义随机数的格式信息;
根据所述自定义随机数的格式信息配置预设的随机数函数的随机数配置选项;
调用所述随机数函数根据重置后的所述随机数配置选项计算生成所述自定义随机数的各个位数的值;
接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数,其中,所述目标随机数为满足所述自定义随机数使用需求的随机数序列:
获取随机数格式控制指令信息;
根据预设的解析算法对所述控制指令信息进行解析以获取所述控制指令信息中携带的所述自定义随机数的格式信息。
可选地,所述接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数的步骤之后,还包括如下述步骤:
获取第一终端上传的身份信息;
将所述身份信息以及所述自定义随机数的格式信息写入所述随机数格式数据列表中。
可选地,所述获取第一终端上传的身份信息的步骤,还包括如下述步骤:
获取对应所述第一终端的操作人员的人脸图像;
将所述人脸图像输入至预设的人脸识别模型进行人脸识别,其中,所述人脸识别模型为训练至收敛的卷积神经网络模型;
获取所述人脸识别模型输出的所述操作人员的身份信息。
可选地,所述接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数的步骤之后,还包括如下述步骤:
将所述目标随机数输入至预设的格式识别模型中以获取所述目标随机数的目标格式信息;
将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告。
可选地,所述将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告的步骤之后,还包括如下述步骤:
对所述比对结果报告进行分析获取生成所述目标随机数过程中的随机数异常信息;
将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中。
可选地,所述将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的步骤,包括如下述步骤:
通过线程建立将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的待执行任务;
检测所述存储任务之后的任务队列中是否存在优先级高于所述待执行任务的操作任务;
当所述任务队列存在优先级高于所述待执行任务的操作任务时,优先执行所述操作任务至所述操作任务执行完毕后回调执行所述待执行任务。
为解决上述技术问题,本发明实施例还提供一种随机数产生控制装置,包括:
第一获取模块,用于获取预设的随机数格式数据列表,其中,所述随机数格式数据列表包括自定义随机数的格式信息;
第一处理模块,用于根据所述自定义随机数的格式信息配置随机数函数中的随机数生成方法以及随机数配置选项;
第一执行模块,用于调用所述随机数函数根据重置后的所述随机数配置选项计算生成所述自定义随机数的各个位数的值;
第一计算模块,用于接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数,其中,所述目标随机数为满足所述自定义随机数使用需求的随机数序列。
可选地,还包括:
第二获取模块,用于获取随机数格式控制指令信息;
第二执行模块,用于根据预设的解析算法对所述控制指令信息进行解析以获取所述控制指令信息中携带的所述自定义随机数的格式信息。
可选地,还包括:
第三获取模块,用于获取第一终端上传的身份信息;
第三执行模块,用于将所述身份信息以及所述自定义随机数的格式信息写入所述随机数格式数据列表中。
可选地,还包括:
第一获取子模块,用于获取对应所述第一终端的操作人员的人脸图像;
第一执行子模块,用于将所述人脸图像输入至预设的人脸识别模型进行人脸识别,其中,所述人脸识别模型为训练至收敛的卷积神经网络模型;
第二获取子模块,用于获取所述人脸识别模型输出的所述操作人员的身份信息。
可选地,还包括:
第二处理模块,用于将所述目标随机数输入至预设的格式识别模型中以获取所述目标随机数的目标格式信息;
第四执行模块,用于将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告。
可选地,还包括:
第三处理模块,用于对所述比对结果报告进行分析获取生成所述目标随机数过程中的随机数异常信息;
第五执行模块,用于将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中。
可选地,还包括:
线程子模块,用于通过线程建立将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的待执行任务;
第一处理子模块,用于检测所述存储任务之后的任务队列中是否存在优先级高于所述待执行任务的操作任务;
第二执行子模块,用于当所述任务队列存在优先级高于所述待执行任务的操作任务时,优先执行所述操作任务至所述操作任务执行完毕后回调执行所述待执行任务。
为解决上述技术问题,本发明实施例还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述随机数产生控制方法的步骤。
为解决上述技术问题,本发明实施例还提供一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述随机数产生控制方法的步骤。
本发明实施例的有益效果为:通过获取预设的随机数格式数据列表,包括自定义随机数的格式信息,再根据该自定义随机数的格式信息配置随机数函数的随机数配置选项,然后调用随机数函数进行工作以计生生成自定义随机数的各个位数的值,接收随机数函数输出的自定义随机数的各个位数的值,在根据各个位数的值组成目标随机数,使得该目标随机数的格式与自定义随机数的格式信息相匹配,满足复杂的随机数使用需求,且不需要人工介入即可生成符合使用需求的随机数,能有效提高随机数的生成效率且能有效减少人工成本的投入。
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为本发明实施例随机数产生控制方法的基本流程示意图;
图2为本发明实施例自定义随机数的格式信息的生成方法的流程示意图;
图3为本发明实施例将操作人员与随机数格式数据列表进行关联的流程示意图;
图4为本发明实施例获取目标交易数据的流程示意图;
图5为本发明实施例检测目标随机数的流程示意图;
图6为本发明实施例分析生成目标随机数过程中出现的异常信息的流程示意图;
图7为本发明实施例多线程存储目标存储信息的流程示意图;
图8为本发明实施例随机数产生控制装置基本结构示意图;
图9为本发明实施例计算机设备基本结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
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,本领域技术人员在没有作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。
本技术领域技术人员可以理解,这里所使用的“终端”、“终端设备”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备;PCS(Personal Communications Service,个人通信系统),其可以组合语音、数据处理、传真和/或数据通信能力;PDA(Personal Digital Assistant,个人数字助理),其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global Positioning System,全球定位系统)接收器;常规膝上型和/或掌上型计算机或其他设备,其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的,或者适合于和/或配置为在本地运行,和/或以分布形式,运行在地球和/或空间的任何其他位置运行。这里所使用的“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端,例如可以是PDA、MID(Mobile Internet Device,移动互联网设备)和/或具有音乐/视频播放功能的移动电话,也可以是智能电视、机顶盒等设备。。
实施例1
具体请参阅图1,图1为本实施例随机数产生控制方法的基本流程示意图。
如图1所示,一种随机数产生控制方法,包括下述步骤:
S1100、获取预设的随机数格式数据列表,其中,所述随机数格式数据列表包括自定义随机数的格式信息;
当需要生成随机数序列时,首先获取随机数格式数据列表,该随机数格式数据列表是系统预设的,随机数格式数据列表中包括自定义随机数的格式信息,该格式信息用于表示自定义随机数的格式,例如自定义随机数为以字母开头的8个字符的字符串,则该格式信息表征以字母开头的8个字符的字符串。在实施时,系统设置有内置数据库,该内置数据库中存储有随机数格式数据列表,当系统要生成随机数序列时,系统即可在该内置数据库中获取随机数格式数据列表,从而读取到该随机数格式数据列表中的自定义随机数的格式信息。
S1200、根据所述自定义随机数的格式信息配置预设的随机数函数的随机数配置选项;
在获取随机数格式数据列表后,根据该随机数格式数据列表中的自定义随机数的格式信息配置随机数函数的随机数配置选项,随机数函数是系统中预设的用于产生随机数的函数,例如C语言中的rand()、srand()或者javascript中的Math.random等随机数发生器,随机数的特性是:它所生成的后面的那个数与前面那个数毫无关系。在实施时,随机数发生器包括物理性随机数发生器(true random number generators)以及伪随机数发生器(pseudo-random number generators),其中,真正的随机数是使用物理现象生成的:比如掷钱币、骰子、转轮、使用电子元件的噪音、核裂变等等,这样的随机数发生器叫做物理性随机数发生器,它们的缺点是技术要求比较高。另一方面,计算机或计算器生成的随机数有很长的周期性,它们不真正地随机,因为它们实际上是可以计算出来的,但是它们具有类似于随机数的统计特征,这样的发生器叫做伪随机数发生器。举例说明:以C语音中的srand()随机数函数为例,在srand((int)time(NULL))中设定随机数种子,例如rand()%100,则可以产生0-99的随机数;另外,要是想要控制产生16-59之间的数,可以设置随机数函数为:rand()%44+16,其中,44由59-16+1得到。通过设置随机数函数的随机数配置选项可以控制随机数函数生成随机数序列的格式以满足使用需求。
S1300、调用所述随机数函数根据重置后的所述随机数配置选项计算生成所述自定义随机数的各个位数的值;
在设置了随机数函数的随机数配置选项后,系统即可通过该随机数函数计算生成自定义随机数的各个位数的值,在实施时,随机数函数在生成各个位数的值时,会根据随机数配置选项进行计算,例如自定义随机数包括3个字符,且第一个字符和第三个字符为字母而第二个字符为数字,随机数函数随机生成26个字母中的任意一个字母作为第一个字符,然后随机生成0-9中的任意一个数字作为第二个字符,再随机生成26个字母中的任意一个字母作为第三个字符,从而计算出自定义随机数的各个位数的值,当然,在生成字母字符时,随机数杉树可以随机生成0-25中的任意一个数字,且这0-25个数字一一对应26个字母中的a-z,例如在生成字母字符时,随机数函数先生成0-25中的任意一个数字,例如生成的数字为2,数字2对应字母b,则将字母b作为字符输出,当然,在实施时,还可以根据自定义随机数的格式信息调整字符,例如生成大写字母字符时,随机数函数先生成0-25中的任意一个数字,例如生成的数字为10,数字10对应字母k,则将字母K作为字符输出。
S1400、接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数,其中,所述目标随机数为满足所述自定义随机数使用需求的随机数序列。
系统接收随机数函数输出的各个位数的值,然后将这些各个位数的值进行组合生成目标随机数,在实施时,由于随机数函数的随机数配置选项是根据自定义随机数的格式信息来进行配置的,所以随机数函数生成的目标随机数的格式与自定义随机数的格式信息相匹配,从而使得生成的目标随机数满足复杂随机数的使用需求。以自定义随机数包括5个字符为例,该自定义随机数包括字符1、字符2、字符3字符4和字符5,其中字符1、字符2和字符3为字母且字符3为大写字母,字符4和字符5为数字,随机数函数随机依次生成并输出对应字符1、字符2、字符3字符4和字符5的值为c、w、Y、4和0,则系统接收到随机数函数输出的各个位数的值,并将这些值组成目标随机数:cwY40,满足复杂的随机数使用需求。
在实施时,本发明一个实施例中,以随机数序列为数字为例,可以指定要生成的数字的位数、范围以及小数点保留位数等,例如指定生成0-9的随机数,且该随机数可以保留两位小数,则根据该自定义随机数的格式信息配置随机数函数的随机数配置选项,使得该随机数函数生成随机数序列的整数位为0-9之间的随机数且该随机数还包括随机生成的两位小数位,例如生成的随机数序列为2.23。在一个实施例中,如果指定的位数与系统给定的数字范围冲突,则以大的为主,例如指定生成的随机数序列为一个3位数的整数,而系统内设置范围却是10到99,那么通过自定义随机数的格式信息配置随机数函数的随机数配置选项,使得随机数函数生成一个3位数的整数,而不是10到99的整数。
在另一实施例中,本发明随机数产生控制方法还支持随机生成字母和数字组成的字符串,在实施时,可以指定生成的随机数序列包含多少个字母或数字、是否包含大小写字母、包含大小写字母的个数以及组合形式。以目标随机数的格式为以字母开头的8个字符的字符串为例,首先获取随机数格式数据列表,该随机数格式数据列表中的自定义随机数的格式信息表征为以字母开头的8个字符的字符串,再根据该格式信息配置随机数函数的随机数配置选项,从而使得随机数函数生成以字母开头的8个字符的目标随机数,例如随机数函数生成a1234567这样一串字符。在另一个可选实施例中,目标随机数还包括字符串,本发明随机数产生控制方法还支持随机生成姓名,可以指定要生成的姓名的位数,例如可以指定生成包括3个字的姓名,并且支持指定姓名的格式,例如固定的姓加上随机的名或者随机的姓加固定的名,根据实际需要设置随机数格式数据列表中的自定义随机数的格式信息,使得随机数函数根据该格式信息配置随机数配置选项后能生成与格式信息匹配的目标随机数。在另一方面,还可以根据其它的应用场景设置自定义随机数的格式信息,例如随机生成身份证号,由于身份证号中的号码是有一定规律,包括区域、年龄、性别以及验证码等信息,可以通过这些规律来设置自定义随机数的格式信息,进而使得随机数函数生成符合身份证号格式要求的目标随机数。
本实施例通过获取预设的随机数格式数据列表,包括自定义随机数的格式信息,再根据该自定义随机数的格式信息配置随机数函数的随机数配置选项,然后调用随机数函数进行工作以计生生成自定义随机数的各个位数的值,接收随机数函数输出的自定义随机数的各个位数的值,在根据各个位数的值组成目标随机数,使得该目标随机数的格式与自定义随机数的格式信息相匹配,满足复杂的随机数使用需求,且不需要人工介入即可生成符合使用需求的随机数,能有效提高随机数的生成效率且能有效减少人工成本的投入。
在一个可选实施例中,请参阅图2,图2是本发明一个实施例自定义随机数的格式信息的生成方法的具体流程示意图。
如图2所示,步骤1100之前,还包括如下述步骤:
S1010、获取随机数格式控制指令信息;
随机数格式数据列表中的格式信息还可以由操作人员自行设置,具体地,通过获取操作人员或者用户输入的随机数格式控制指令信息,该随机数格式控制指令信息为操作人员输入的用于设置自定义随机数的格式信息的控制指令信息,在实施时,系统可以向操作人员提供多种随机数格式选项,根据操作人员的选择确定操作人员所需的随机数格式,以本发明随机数产生控制方法应用于智能手机为例,智能手机提供3种随机数格式选项,包括第一随机数格式、第二随机数格式和第三随机数格式,智能手机通过显示屏向操作人员展示这3中随机数格式选项,监听操作人员的操作并根据操作人员的操作确认操作人员选择的随机数格式选项。
在一个实施例中,随机数格式控制指令信息还可以根据操作人员的输入生成,以本发明随机数产生控制方法应用于操作人员终端为例,操作人员终端包括但不限于智能手机、智能手环、PC(personal computer,个人计算机)终端以及其它智能电子设备。操作人员终端监听操作人员的操作,例如操作人员在操作人员终端提高的页面中设置想要生成的目标随机数的格式,如前三位为字母后5位为数字的随机数序列,从而获取操作人员输入的随机数格式控制指令信息。
S1020、根据预设的解析算法对所述控制指令信息进行解析以获取所述控制指令信息中携带的所述自定义随机数的格式信息。
在获取操作人员输入的随机数格式控制指令信息后,系统根据预设的解析算法对该控制指令信息进行解析,从而生成自定义随机数的格式信息,在实施时,预设的解析算法可以采用解析工具,例如通过使用gflags对控制指令信息进行解析,gflags是google开源的一套命令行参数解析工具,对控制指令信息中的参数进行解析后生成自定义随机数的格式信息,实现对随机数序列的格式的自定义功能。在实施时,还可以自定义操作人员输入的控制指令信息的格式,例如操作人员输入的控制指令信息为:依次由3个字母加5个数字组成的长度为8个字符且第一个字母为大写字母的随机数。系统可以通过关键字提取控制系列信息中的关于随机数的格式信息,以上述控制指令信息为例,系统根据自定义的控制指令信息的格式即可得到自定义随机数的格式信息,该格式信息表征为目标随机数满足Abb12345形式的格式,其中,A表示首字母大写,bb表示随机的两个字母,12345表示随机的5个数字。从而满足复杂随机数的使用需求。
在另一个可选实施例中,请参阅图3,图3是本发明一个实施例将操作人员与随机数格式数据列表进行关联的基本流程示意图。
如图3所示,步骤1400之后,还包括如下述步骤:
S1500、获取第一终端上传的身份信息;
身份信息是操作人员的个人身份信息,包括身份证号码、姓名以及工号中的至少一个,在实施时,操作人员的身份信息可以由第一终端进行上传,例如第一终端设置有触控屏或者键盘,操作人员即可通过触摸屏或者键盘输入自己的姓名、身份证号码或者工号,第一终端监听操作人员的输出操作并将操作人员的身份信息进行上传,系统即可获取第一终端上传的身份信息。
S1600、将所述身份信息以及所述自定义随机数的格式信息写入所述随机数格式数据列表中。
在获取操作人员的身份信息后,将该身份信息与自定义随机数的格式信息写入至随机数格式数据列表中,从而将操作人员与该自定义随机数进行关联,方便后期操作人员继续使用该自定义随机数,在实施时,例如操作人员需要使用到包括两个字母以及两个数字的随机数序列,随机数序列就是随机数函数生成的随机数字符串,系统将操作人员需要的随机数序列格式设置自定义随机数的格式信息并保存至随机数格式数据列表,然后根据该格式信息配置随机数函数的随机数配置选项,从而使得该随机数函数生成包括两个字母和两个数字的目标随机数,满足操作人员的使用需求,系统还通过获取操作人员的身份信息以及该自定义随机数的格式信息写入至该随机数格式数据列表中,实现操作人员的自定义随机数的关联,当操作人员在下次想要生成同样的包括两个字母和两个数字的随机数字符串时,不需要再次设置自定义随机的格式信息,系统可以根据操作人员的身份信息自动关联到随机数格式数据列表,从而简化操作人员的操作,另一方面,当与操作人员关联的随机数格式数据列表有多个时,可以将这些随机数格式数据列表进行排序显示以供操作人员进行选择,不需要操作人员重复定义自定义随机数的格式信息。
在一个可选实施例中,请参阅图4,图4是本发明一个实施例获取目标交易数据的基本流程示意图。
如图4所示,步骤1500包括如下述步骤:
S1510、获取对应所述第一终端的操作人员的人脸图像;
人脸图像是指操作人员的人脸表情图像,在实施时,第一终端包括但不限于智能手机、笔记本电脑、智能手环以及PC终端等,以第一终端为智能手机上为例,在智能手机上设置有摄像头,例如智能手机的前置摄像头或者后置摄像头,系统通过摄像头即可采集操作人员的人脸表情图像。在实施时,可以通过拍照或者拍视频的方式获取操作人员的人脸图像,以通过拍视频的方式获取操作人员的人脸图像为例,系统通过设置于智能手机上的摄像头对操作人员进行拍摄得到目标视频,系统可以通过视频处理软件(例如OpenCV)对目标视频进行处理,将目标视频拆分为若干帧画面,通过定时采集方式从目标视频中抽取画面图像。例如以0.5秒一张的速度在目标视频中抽取一张目标图片,然后在得到的若干目标图片中再次随机抽取一张目标图片作为操作人员的人脸图像;但是不局限于此,根据具体应用场景的不同,采集画面图像的速度能够进行适应性的调整,调整原则在于,系统处理能力越强且跟踪准确性要求越高则采集时间越短,达到与摄像设备采集图像的频率同步时为止;否则,则采集时间间隔越长,但最长采集时间间隔不得超过1s。当然,也可以直接在目标视频的若干帧画面中随机抽取一张画面作为操作人员的人脸图像。
S1520、将所述操作人员的人脸图像输入至预设的人脸识别模型进行人脸识别,其中,所述人脸识别模型为训练至收敛的卷积神经网络模型;
人脸识别模型是系统预先设置的用于识别人脸图像的工具,在实施时,可以使用LSTM网络(长短期记忆人工神经网络模型,Long Short-Term Memory)作为神经网络模型。LSTM网络通过“门”(gate)来控制丢弃或者增加信息,从而实现遗忘或记忆的功能。“门”是一种使信息选择性通过的结构,由一个sigmoid(S型生长曲线)函数和一个点乘操作组成。sigmoid函数的输出值在[0,1]区间,0代表完全丢弃,1代表完全通过。训练至收敛的神经网络模型具备了能识别人脸图像的分类器,其中,人脸识别模型包括上述的神经网络模型,该神经网络模型包括了N+1个分类器,N为正整数。
具体地,通过将人脸图像输入到预设的人脸识别模型中,得到人脸图像在分类器中的分类结果,其中,分类结果包括人脸图像对应的身份信息分类和身份信息分类的置信度(Confidence)。其中,身份信息分类的置信度是指人脸图像经过人脸识别模型进行筛选分类后,人脸图像被归类到一种以上的身份信息分类以及得到人脸图像占该身份信息分类的百分值。由于最终得到人脸图像对应的身份信息为一种,故需要将同一人脸图像的各个身份信息分类的置信度进行比较,例如,系统采集到操作人员的人脸图像,被分类到张三的置信度为0.95,被分类到李四的置信度为0.65。
然后将该置信度与预设的第一阈值进行比对,当所述置信度大于预设的第一阈值时,确认所述置信度所表征的身份信息分类结果为操作人员的身份信息。预设的第一阈值一般设置为0.9到1之间的数值。通过筛选出置信度大于第一阈值的情绪信息作为最终的身份信息分类结果,即确认置信度所表征的身份信息。例如,当预设的第一阈值为0.9时,并且操作人员的人脸图像被分类到张三的置信度为0.95,由于0.95>0.9,所以该人脸图像所表征的身份信息为张三的身份信息。
S1530、获取所述人脸识别模型输出的所述操作人员的身份信息。
人脸识别模型对操作人员的人脸图像进行识别后输出操作人员的身份信息,通过将人脸图像输入到预设的人脸识别模型中,并获取人脸识别模型输出的人脸图像的身份信息分类的置信度,当置信度大于预设第一阈值时,确认置信度所表征的身份信息分类结果为操作人员的身份信息,从而提高了识别人脸图像的身份信息分类准确度。
在一个可选实施例中,当生成目标随机数时,可以将该随机数序列与自定义随机数的格式信息进行比较,从而判断生成的目标随机数是否符合格式要求,请参阅图5,图5是本发明一个实施例检测目标随机数的基本流程示意图。
如图5所示,步骤S1400之后,还包括如下述步骤:
S1700、将所述目标随机数输入至预设的格式识别模型中以获取所述目标随机数的目标格式信息;
在随机数函数生成目标随机数后,系统将该目标随机数输入至格式识别模型中,该格式识别模型是预设的用于对目标随机数进行分析以获取目标随机数的目标格式信息,在实施时,格式识别模型可以采用训练至收敛的用于识别字符串格式的卷积神经网络模型,格式识别模型可以使用LSTM(Long Short-Term Memory,长短期记忆人工神经网络模型)神经网络模型。LSTM网络通过“门”(gate)来控制丢弃或者增加信息,从而实现遗忘或记忆的功能。“门”是一种使信息选择性通过的结构,由一个sigmoid(S型生长曲线)函数和一个点乘操作组成。sigmoid函数的输出值在[0,1]区间,0代表完全丢弃,1代表完全通过。训练至收敛的神经网络模型具备了能识别字符串格式的分类器,其中,格式识别模型包括上述的神经网络模型,该神经网络模型包括了N+1个分类器,N为正整数。
具体地,通过将目标随机数输入到预设的格式识别模型中,得到目标随机数中各个字符在分类器中的分类结果,其中,分类结果包括字符对应的字符信息分类和字符信息分类的置信度(Confidence)。其中,字符信息分类的置信度是指该目标随机数中对应字符经过格式识别模型进行筛选分类后,该字符被归类到一种以上的字符信息分类以及得到字符占该字符信息分类的百分值。由于最终得到字符对应的字符信息为一种,故需要将同一字符的各个字符信息分类的置信度进行比较,例如,系统采集到目标随机数的第一个字符,第一个字符被分类到B的置信度为0.95,被分类到b的置信度为0.65。
然后将该置信度与预设的第一阈值进行比对,当所述置信度大于预设的第一阈值时,确认所述置信度所表征的字符信息分类结果为该字符的格式。预设的第一阈值一般设置为0.9到1之间的数值。通过筛选出置信度大于第一阈值的字符信息作为最终的字符信息分类结果,即确认置信度所表征的字符信息。例如,当预设的第一阈值为0.9时,并且目标随机数的第五个字符被分类到E的置信度为0.95,由于0.95>0.9,所以该第五个字符所表征的字符格式为大写的字母。通过该卷积神经网络模型对目标随机数中各个字符的格式进行识别,即可获取表征目标随机数字符串格式的目标格式信息。
S1800、将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告。
在获取目标随机数的目标格式信息后,系统根据该目标格式信息与自定义随机数的格式信息进行比对,以目标随机数为:A230为例,系统将该目标随机数输入至格式识别模型中从而生成目标格式信息,该目标格式信息为以大写字母开头的4个字符的字符串的意思表达,然后将该目标格式信息与自定义随机数的格式信息进行比较,从而判断生成的目标随机数的格式是否符合自定义随机数的格式并生成比对结果报告。在实施时,当目标格式信息与自定义随机数的格式信息相匹配程度高于预设的比对阈值(例如90%)时,判断目标格式信息与自定义随机数的格式信息匹配,例如目标格式信息的意思表达为:以大写字母开头的4个字符的字符串,而自定义随机数的格式信息的意思表达为:以字母开头的4个字符的字符串,系统计算目标格式信息与自定义随机数的格式信息的相匹配程度为95%,高于预设的比对阈值从而判断目标格式信息与自定义随机数的格式信息匹配。
在一个可选实施例中,请参阅图6,图6是本发明一个实施例中分析生成目标随机数过程中出现的异常信息的基本流程示意图。
如图6所示,步骤S1800之后,还包括如下述步骤:
S1900、对所述比对结果报告进行分析获取生成所述目标随机数过程中的随机数异常信息;
在生成比对结果报告后,还可以对该比对结果报告进行分析,从而获取生成目标随机数过程中出现的随机数异常信息;例如随机数函数输出的目标随机数为ABC123123为例,系统将该目标随机数输入至格式识别模型中从而识别到目标随机数的字符格式的意思表达为:3个大写字母加6个数字。系统再根据自定义随机数的格式信息与目标格式信息进行比对,具体地,将自定义随机数与目标随机数的字符一一组成一对进行比对,例如将自定义随机数的第一字符与目标随机数的第一字符进行比对,若自定义随机数的第一字符的格式与目标随机数的第一字符格式不相匹配,例如自定义随机数的第一字符的格式为数字,但是目标随机数的第一字符是字母,则判断目标随机数的第一字符错误。系统将目标格式信息和自定义随机数的格式信息进行比对的比对结果报告分析目标随机数中的各个字符是否正确,并将出现错误的字符的信息组成随机数异常信息,包括出现错误的字符的格式信息以及在目标随机数中的位置信息等。
S2000、将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中。
在获取随机数异常信息后,系统将该随机数异常信息和目标随机数进行结构化处理后,生成键值对形式的目标存储信息并存储至结果数据库中,方便后期对系统的分析和调整。
在一个可选实施例中,请参阅图7,图7是本发明一个实施例多线程存储目标存储信息的基本流程示意图。
如图7所示,步骤S2000包括如下述步骤:
S2010、通过线程建立将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的待执行任务;
线程是应用程序中一个单一的顺序控制流程。进程内有一个相对独立的、可调度的执行单元,是系统独立调度和分派CPU的基本单位指令运行时的程序的调度单位。在单个程序中同时运行多个线程完成不同的工作,称为多线程。通过建立执行将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的待执行任务,从而将随机数异常信息和目标随机数存储至结果数据库中的操作和其它应用程序的其它操作异步多线程同时进行。
S2020、检测所述待执行任务之后的任务队列中是否存在优先级高于所述待执行任务的操作任务;
S2030、当所述任务队列存在优先级高于所述待执行任务的操作任务时,优先执行所述操作任务至所述操作任务执行完毕后回调执行所述待执行任务。
优先执行优先级高于该待执行任务的其它操作任务,能使得系统运行流畅不卡顿,例如在同一时间系统要处理获取操作人员的人脸图像以及生成目标随机数的操作,系统先执行获取操作人员的人脸图像以及生成目标随机数的操作的任务后再执行该待执行任务,提高生成目标随机数的效率。
为解决上述技术问题,本发明实施例还提供一种随机数产生控制装置。
具体请参阅图8,图8为本实施例随机数产生控制装置基本结构示意图。
如图8所示,一种随机数产生控制装置,包括:第一获取模块2100、第一处理模块2200、第一执行模块2300和第一计算模块2400,其中,第一获取模块2100用于获取预设的随机数格式数据列表,其中,所述随机数格式数据列表包括自定义随机数的格式信息;第一处理模块2200用于根据所述自定义随机数的格式信息配置随机数函数中的随机数生成方法以及随机数配置选项;第一执行模块2300用于调用所述随机数函数根据重置后的所述随机数配置选项计算生成所述自定义随机数的各个位数的值;第一计算模块2400用于接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数,其中,所述目标随机数为满足所述自定义随机数使用需求的随机数序列。
本实施例通过获取预设的随机数格式数据列表,包括自定义随机数的格式信息,再根据该自定义随机数的格式信息配置随机数函数的随机数配置选项,然后调用随机数函数进行工作以计生生成自定义随机数的各个位数的值,接收随机数函数输出的自定义随机数的各个位数的值,在根据各个位数的值组成目标随机数,使得该目标随机数的格式与自定义随机数的格式信息相匹配,满足复杂的随机数使用需求,且不需要人工介入即可生成符合使用需求的随机数,能有效提高随机数的生成效率且能有效减少人工成本的投入。
在一些实施方式中,随机数产生控制装置还包括:第二获取模块和第二执行模块,其中,第二获取模块用于获取随机数格式控制指令信息;第二执行模块用于根据预设的解析算法对所述控制指令信息进行解析以获取所述控制指令信息中携带的所述自定义随机数的格式信息。
在一些实施方式中,随机数产生控制装置还包括:第三获取模块和第三执行模块,其中,第三获取模块用于获取第一终端上传的的身份信息;第三执行模块用于将所述身份信息以及所述自定义随机数的格式信息写入所述随机数格式数据列表中。
在一些实施方式中,随机数产生控制装置还包括:第一获取子模块、第一执行子模块和第二获取子模块,其中,第一获取子模块用于获取对应所述第一终端的操作人员的人脸图像;第一执行子模块用于将所述人脸图像输入至预设的人脸识别模型进行人脸识别,其中,所述人脸识别模型为训练至收敛的卷积神经网络模型;第二获取子模块用于获取所述人脸识别模型输出的所述操作人员的身份信息。
在一些实施方式中,随机数产生控制装置还包括:第二处理模块和第四执行模块,其中,第二处理模块用于将所述目标随机数输入至预设的格式识别模型中以获取所述目标随机数的目标格式信息;第四执行模块用于将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告。
在一些实施方式中,随机数产生控制装置还包括:第三处理模块和第五执行模块,其中,第三处理模块用于对所述比对结果报告进行分析获取生成所述目标随机数过程中的随机数异常信息;第五执行模块用于将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中。
在一些实施方式中,随机数产生控制装置还包括:线程子模块、第一处理子模块和第二执行子模块,其中,线程子模块用于通过线程建立将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的待执行任务;第一处理子模块用于检测所述存储任务之后的任务队列中是否存在优先级高于所述待执行任务的操作任务;第二执行子模块用于当所述任务队列存在优先级高于所述待执行任务的操作任务时,优先执行所述操作任务至所述操作任务执行完毕后回调执行所述待执行任务。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
为解决上述技术问题,本发明实施例还提供计算机设备。具体请参阅图9,图9为本实施例计算机设备基本结构框图。
如图9所示,计算机设备的内部结构示意图。如图9所示,该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中,该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令,数据库中可存储有控件信息序列,该计算机可读指令被处理器执行时,可使得处理器实现一种随机数产生控制方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种随机数产生控制方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解,图中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本实施方式中处理器用于执行图8中第一获取模块2100、第一处理模块2200、第一执行模块2300和第一计算模块2400,存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向操作人员终端或服务器之间的数据传输。本实施方式中的存储器存储有随机数产生控制装置中执行所有子模块所需的程序代码及数据,服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
计算机通过获取预设的随机数格式数据列表,包括自定义随机数的格式信息,再根据该自定义随机数的格式信息配置随机数函数的随机数配置选项,然后调用随机数函数进行工作以计生生成自定义随机数的各个位数的值,接收随机数函数输出的自定义随机数的各个位数的值,在根据各个位数的值组成目标随机数,使得该目标随机数的格式与自定义随机数的格式信息相匹配,满足复杂的随机数使用需求,且不需要人工介入即可生成符合使用需求的随机数,能有效提高随机数的生成效率且能有效减少人工成本的投入。
本发明还提供一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述任一实施例所述随机数产生控制方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种随机数产生控制方法,其特征在于,包括下述步骤:
获取预设的随机数格式数据列表,其中,所述随机数格式数据列表包括自定义随机数的格式信息;
根据所述自定义随机数的格式信息配置预设的随机数函数的随机数配置选项;
调用所述随机数函数根据重置后的所述随机数配置选项计算生成所述自定义随机数的各个位数的值;
接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数,其中,所述目标随机数为满足所述自定义随机数使用需求的随机数序列。
2.根据权利要求1所述的随机数产生控制方法,其特征在于,所述获取预设的随机数格式数据列表的步骤之前,还包括如下述步骤:
获取随机数格式控制指令信息;
根据预设的解析算法对所述控制指令信息进行解析以获取所述控制指令信息中携带的所述自定义随机数的格式信息。
3.根据权利要求1所述的随机数产生控制方法,其特征在于,所述接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数的步骤之后,还包括如下述步骤:
获取第一终端上传的身份信息;
将所述身份信息以及所述自定义随机数的格式信息写入所述随机数格式数据列表中。
4.根据权利要求3所述的随机数产生控制方法,其特征在于,所述获取第一终端上传的身份信息的步骤,还包括如下述步骤:
获取对应所述第一终端的操作人员的人脸图像;
将所述人脸图像输入至预设的人脸识别模型进行人脸识别,其中,所述人脸识别模型为训练至收敛的卷积神经网络模型;
获取所述人脸识别模型输出的所述操作人员的身份信息。
5.根据权利要求1所述的随机数产生控制方法,其特征在于,所述接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数的步骤之后,还包括如下述步骤:
将所述目标随机数输入至预设的格式识别模型中以获取所述目标随机数的目标格式信息;
将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告。
6.根据权利要求5所述的随机数产生控制方法,其特征在于,所述将所述目标格式信息与所述自定义随机数的格式信息进行比对生成比对结果报告的步骤之后,还包括如下述步骤:
对所述比对结果报告进行分析获取生成所述目标随机数过程中的随机数异常信息;
将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中。
7.根据权利要求6所述的随机数产生控制方法,其特征在于,所述将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的步骤,包括如下述步骤:
通过线程建立将所述随机数异常信息以及所述目标随机数结构化处理生成目标存储信息并存储至预设的结果数据库中的待执行任务;
检测所述存储任务之后的任务队列中是否存在优先级高于所述待执行任务的操作任务;
当所述任务队列存在优先级高于所述待执行任务的操作任务时,优先执行所述操作任务至所述操作任务执行完毕后回调执行所述待执行任务。
8.一种随机数产生控制装置,其特征在于,包括:
第一获取模块,用于获取预设的随机数格式数据列表,其中,所述随机数格式数据列表包括自定义随机数的格式信息;
第一处理模块,用于根据所述自定义随机数的格式信息配置随机数函数中的随机数生成方法以及随机数配置选项;
第一执行模块,用于调用所述随机数函数根据重置后的所述随机数配置选项计算生成所述自定义随机数的各个位数的值;
第一计算模块,用于接收并根据所述随机数函数输出的所述各个位数的值组成目标随机数,其中,所述目标随机数为满足所述自定义随机数使用需求的随机数序列。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项权利要求所述随机数产生控制方法的步骤。
10.一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述随机数产生控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270232.1A CN110083386B (zh) | 2019-04-04 | 2019-04-04 | 随机数产生控制方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910270232.1A CN110083386B (zh) | 2019-04-04 | 2019-04-04 | 随机数产生控制方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110083386A true CN110083386A (zh) | 2019-08-02 |
CN110083386B CN110083386B (zh) | 2024-03-19 |
Family
ID=67414352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910270232.1A Active CN110083386B (zh) | 2019-04-04 | 2019-04-04 | 随机数产生控制方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110083386B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209987A (zh) * | 2019-12-26 | 2020-05-29 | 航天信息股份有限公司 | 自动生成基于机动车电子标识的机动车轨迹的方法和系统 |
CN112395561A (zh) * | 2020-11-25 | 2021-02-23 | 航天信息股份有限公司 | 数据库指纹的生成及验证方法、装置、存储介质及设备 |
WO2022142111A1 (zh) * | 2020-12-29 | 2022-07-07 | 平安科技(深圳)有限公司 | 随机数生成方法、装置、电子设备及存储介质 |
CN116594965A (zh) * | 2023-05-16 | 2023-08-15 | 矩阵时光数字科技有限公司 | 一种支持多线程的随机数检测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140270162A1 (en) * | 2013-03-14 | 2014-09-18 | International Business Machines Corporation | Instruction for performing a pseudorandom number generate operation |
CN104461531A (zh) * | 2014-12-02 | 2015-03-25 | 福建工程学院 | 一种报表系统自定义函数的实现方法 |
US20180095729A1 (en) * | 2016-09-30 | 2018-04-05 | International Business Machines Corporation | Instruction to provide true random numbers |
CN108628743A (zh) * | 2018-04-26 | 2018-10-09 | 武汉斗鱼网络科技有限公司 | 应用程序测试方法、装置、设备及存储介质 |
CN108830153A (zh) * | 2018-05-07 | 2018-11-16 | 平安普惠企业管理有限公司 | 用于人脸识别的身份验证方法、装置、设备及存储介质 |
KR20190005346A (ko) * | 2017-07-06 | 2019-01-16 | 동국대학교 산학협력단 | 동영상 스테가노그래피 데이터의 암호화 및 복호화 방법 |
CN109462602A (zh) * | 2018-12-13 | 2019-03-12 | 平安普惠企业管理有限公司 | 登录信息存储方法、登录验证方法、装置、设备及介质 |
-
2019
- 2019-04-04 CN CN201910270232.1A patent/CN110083386B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140270162A1 (en) * | 2013-03-14 | 2014-09-18 | International Business Machines Corporation | Instruction for performing a pseudorandom number generate operation |
CN104461531A (zh) * | 2014-12-02 | 2015-03-25 | 福建工程学院 | 一种报表系统自定义函数的实现方法 |
US20180095729A1 (en) * | 2016-09-30 | 2018-04-05 | International Business Machines Corporation | Instruction to provide true random numbers |
KR20190005346A (ko) * | 2017-07-06 | 2019-01-16 | 동국대학교 산학협력단 | 동영상 스테가노그래피 데이터의 암호화 및 복호화 방법 |
CN108628743A (zh) * | 2018-04-26 | 2018-10-09 | 武汉斗鱼网络科技有限公司 | 应用程序测试方法、装置、设备及存储介质 |
CN108830153A (zh) * | 2018-05-07 | 2018-11-16 | 平安普惠企业管理有限公司 | 用于人脸识别的身份验证方法、装置、设备及存储介质 |
CN109462602A (zh) * | 2018-12-13 | 2019-03-12 | 平安普惠企业管理有限公司 | 登录信息存储方法、登录验证方法、装置、设备及介质 |
Non-Patent Citations (1)
Title |
---|
胡静: "随机函数在操作系统实验中的应用", 太原重型机械学院学报, no. 04 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111209987A (zh) * | 2019-12-26 | 2020-05-29 | 航天信息股份有限公司 | 自动生成基于机动车电子标识的机动车轨迹的方法和系统 |
CN112395561A (zh) * | 2020-11-25 | 2021-02-23 | 航天信息股份有限公司 | 数据库指纹的生成及验证方法、装置、存储介质及设备 |
CN112395561B (zh) * | 2020-11-25 | 2023-12-26 | 航天信息股份有限公司 | 数据库指纹的生成及验证方法、装置、存储介质及设备 |
WO2022142111A1 (zh) * | 2020-12-29 | 2022-07-07 | 平安科技(深圳)有限公司 | 随机数生成方法、装置、电子设备及存储介质 |
CN116594965A (zh) * | 2023-05-16 | 2023-08-15 | 矩阵时光数字科技有限公司 | 一种支持多线程的随机数检测系统及方法 |
CN116594965B (zh) * | 2023-05-16 | 2024-05-07 | 矩阵时光数字科技有限公司 | 一种支持多线程的随机数检测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110083386B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107862292B (zh) | 人物情绪分析方法、装置及存储介质 | |
CN110083386A (zh) | 随机数产生控制方法、装置、计算机设备及存储介质 | |
CN110363084A (zh) | 一种上课状态检测方法、装置、存储介质及电子 | |
CN109325148A (zh) | 生成信息的方法和装置 | |
CN109784381A (zh) | 标注信息处理方法、装置及电子设备 | |
JP6402408B2 (ja) | タグ処理方法及びタグ処理装置 | |
CN110781422B (zh) | 页面配置方法、装置、计算机设备及存储介质 | |
CN110610125A (zh) | 基于神经网络的牛脸识别方法、装置、设备及存储介质 | |
CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
CN110427542A (zh) | 分类网络训练及数据标注方法和装置、设备、介质 | |
CN109857908A (zh) | 用于匹配视频的方法和装置 | |
CN105260487A (zh) | 图片的管理方法及图片的管理装置 | |
CN111126347B (zh) | 人眼状态识别方法、装置、终端及可读存储介质 | |
US20170278069A1 (en) | Method and electronic device for extracting data of newly-created calendar events | |
CN107807958A (zh) | 一种文章列表个性化推荐方法、电子设备及存储介质 | |
US20230035366A1 (en) | Image classification model training method and apparatus, computer device, and storage medium | |
CN110489747A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN111523324A (zh) | 命名实体识别模型的训练方法及装置 | |
CN109213554A (zh) | 一种图标布局方法、计算机可读存储介质及终端设备 | |
CN112488003A (zh) | 一种人脸检测方法、模型创建方法、装置、设备及介质 | |
CN109348287A (zh) | 视频摘要生成方法、装置、存储介质和电子设备 | |
CN110414001B (zh) | 语句生成方法和装置、存储介质及电子装置 | |
CN109117758A (zh) | 用于生成信息的方法和装置 | |
CN103984415B (zh) | 一种信息处理方法及电子设备 | |
CN109101956A (zh) | 用于处理图像的方法和装置 |
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 |