CN110278323B - 网络隐藏管理方法及相关产品 - Google Patents
网络隐藏管理方法及相关产品 Download PDFInfo
- Publication number
- CN110278323B CN110278323B CN201810204853.5A CN201810204853A CN110278323B CN 110278323 B CN110278323 B CN 110278323B CN 201810204853 A CN201810204853 A CN 201810204853A CN 110278323 B CN110278323 B CN 110278323B
- Authority
- CN
- China
- Prior art keywords
- brain wave
- wave signal
- network
- hiding
- hidden
- 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.)
- Expired - Fee Related
Links
- 238000007726 management method Methods 0.000 title claims abstract description 25
- 210000004556 brain Anatomy 0.000 claims abstract description 312
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 27
- 230000008451 emotion Effects 0.000 claims description 61
- 230000015654 memory Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 210000002569 neuron Anatomy 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000001914 filtration Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 241001465754 Metazoa Species 0.000 description 7
- 238000000926 separation method Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 6
- 230000003321 amplification Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 210000003710 cerebral cortex Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000282693 Cercopithecidae Species 0.000 description 1
- 208000020401 Depressive disease Diseases 0.000 description 1
- 206010022998 Irritability Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 208000024714 major depressive disease Diseases 0.000 description 1
- 201000003995 melancholia Diseases 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 208000016255 tiredness Diseases 0.000 description 1
- 230000003867 tiredness Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
- H04M1/72409—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality by interfacing with external accessories
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
- H04M1/724—User interfaces specially adapted for cordless or mobile telephones
- H04M1/72448—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions
- H04M1/72454—User interfaces specially adapted for cordless or mobile telephones with means for adapting the functionality of the device according to specific conditions according to context-related or environment-related conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M2250/00—Details of telephonic subscriber devices
- H04M2250/12—Details of telephonic subscriber devices including a sensor for measuring a physical value, e.g. temperature or motion
Abstract
本申请实施例公开了一种网络隐藏管理方法及相关产品,应用于电子设备,所述电子设备包括处理器,以及与所述处理器连接的脑电波部件,其中该方法包括:通过所述脑电波部件获取第一脑电波信号;对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;根据所述隐藏网络执行参数对预设网络进行隐藏。采用本申请实施例可以通过脑电波实现对预设网络进行隐藏,提升了网络安全性。
Description
技术领域
本申请涉及信号处理技术领域,具体涉及一种网络隐藏管理方法及相关产品。
背景技术
随着电子设备(如手机、平板电脑等等)的大量普及应用,电子设备能够支持的应用越来越多,功能越来越强大,电子设备向着多样化、个性化的方向发展,成为用户生活中不可缺少的电子用品。用户通常通过手指触控、语音输入等形式与电子设备进行交互,控制电子设备完成各类功能。
以手机为例,在实际应用中,手机可以开热点,但是,开了热点之后,其他手机就会接入该热点,从而,降低了手机的安全性,因此,如何对网络(热点)进行隐藏的问题亟待解决。
发明内容
本申请实施例提供了一种网络隐藏管理方法及相关产品,可以实现对网络进行隐藏。
第一方面,本申请实施例提供一种电子设备,所述电子设备包括处理器,以及与所述处理器连接的脑电波部件,其中:
所述脑电波部件,用于获取第一脑电波信号;
所述处理器,用于对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;以及根据所述隐藏网络执行参数对预设网络进行隐藏。
第二方面,本申请实施例提供一种网络隐藏管理方法,应用于电子设备,所述电子设备包括脑电波部件,所述方法包括:
通过所述脑电波部件获取第一脑电波信号;
对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;
根据所述隐藏网络执行参数对预设网络进行隐藏。
第三方面,本申请实施例提供一种网络隐藏管理装置,应用于电子设备,所述电子设备包括脑电波部件,其中,所述装置包括:
获取单元,用于通过所述脑电波部件获取第一脑电波信号;
解析单元,用于对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;
隐藏单元,用于根据所述隐藏网络执行参数对预设网络进行隐藏。
第四方面,本申请实施例提供一种电子设备,包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行本申请实施例第二方面中的步骤的指令。
第五方面,本申请实施例提供了一种计算机可读存储介质,其中,上述计算机可读存储介质存储用于电子数据交换的计算机程序,其中,上述计算机程序使得计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。
第六方面,本申请实施例提供了一种计算机程序产品,其中,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如本申请实施例第二方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可以看出,本申请实施例中所描述的网络隐藏管理方法及相关产品,应用于电子设备,电子设备通过脑电波部件获取第一脑电波信号,对第一脑电波信号进行第一解析,得到隐藏网络执行参数,根据隐藏网络执行参数对预设网络进行隐藏,从而,可以通过脑电波实现对预设网络进行隐藏,提升了网络安全性。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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1A是本申请实施例提供的一种电子设备的结构示意图;
图1B是本申请实施例提供的一种脑电波部件的结构示意图;
图1C是本申请实施例提供的集成脑电波部件的电子设备的结构示意图;
图1D是本申请实施例提供的另一种脑电波部件的结构示意图;
图1E是本申请实施例提供的另一种脑电波部件的结构示意图;
图1F是本申请实施例提供的另一种脑电波部件的结构示意图;
图1G是本申请实施例提供的另一种脑电波部件的结构示意图;
图1H是本申请实施例提供的一种电极阵列的结构示意图;
图1I是本申请实施例提供的脑电波部件的信号处理电路的示例图;
图1J是本申请实施例提供的一种网络隐藏管理方法的流程示意图;
图2是本申请实施例提供的另一种网络隐藏管理方法的流程示意图;
图3是本申请实施例提供的一种电子设备的结构示意图;
图4是本申请实施例提供的一种网络隐藏管理装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备,以及各种形式的用户设备(user equipment,UE),移动台(mobile station,MS),终端设备(terminaldevice)等等。为方便描述,上面提到的设备统称为电子设备。本申请实施例中,网络(如预设网络)可以为以下一种:移动通信网络(例如,2G、3G、4G、5G等)、Wi-Fi网络、可见光无线通信(light fidelity,LiFi)网络、不可见光无线网络等等。上述预设网络可以由用户自行设置或者系统默认。
下面对本申请实施例进行详细介绍。
请参阅图1A,图1A是本发明实施例提供了一种电子设备100的结构示意图,上述电子设备100包括:处理器110和脑电波部件120,脑电波部件120电连接于处理器110,其中:
所述脑电波部件120,用于获取第一脑电波信号;
所述处理器110,用于对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;以及根据所述隐藏网络执行参数对预设网络进行隐藏。
可以看出,本申请实施例中所描述的电子设备,应用于电子设备,电子设备通过脑电波部件获取第一脑电波信号,对第一脑电波信号进行第一解析,得到隐藏网络执行参数,根据隐藏网络执行参数对预设网络进行隐藏,从而,可以通过脑电波实现对预设网络进行隐藏,提升了网络安全性。
其中,脑电波部件120又可以称为脑电波芯片、脑电波接收器等,该脑电波部件120集成在电子设备中,具有专用信号处理电路,并与电子设备的处理器连接,按照采集信号类型可以分为电流式脑电波部件和电磁式脑电波部件,电流式脑电波部件用于采集脑皮层产生的生物电流,电磁式脑电波部件用于采集人脑活动时辐射的电磁波,在这种情况下,脑电波部件120相当于一个天线,用于接收脑电波。可以理解的是,该脑电波部件120的具体形态可以是多种多样的,此处不做唯一限定。
举例来说,如图1B所示,该脑电波部件120可以包括天线模块和信号处理模块,具体可以集成在电子设备的主电路板上,天线模块采集人脑活动时产生的电磁波信号,信号处理模块针对该电磁波信号执行去噪、滤波、信号放大、编/解码、量化、数模转换等处理,最终形成基准脑电波信号发送给处理器进行处理。
又举例来说,如图1C和1D所示,该脑电波部件120可以包括穿戴式信号采集器,该穿戴式信号采集器可以收容于如图1C所示的电子设备的后壳的收容腔内,使用时,如图1D所示,穿戴式信号采集器与电子设备本端有线连接或者无线连接(无线连接对应穿戴式信号采集器集成有通信模块与电子设备本端通信连接)。
可选地,上述穿戴式信号采集器可以包括以下至少一种:脑电波头盔、脑电波耳环、脑电波助听器、脑电波眼镜、脑电波发夹、脑电波体内植入芯片、脑电波贴片、脑电波耳机等等。
再举例说明下,如图1E所示,以用户体内植入脑电波体内植入芯片为例,脑电波体内植入芯片用于连接多个神经元传感器,每一神经元传感器设置于每一神经元,用于接收来自每一神经元的脑电波信号。具体工作中,神经元传感器采集来自神经元的脑电波信号,并将该脑电波信号携带该神经元的神经元标识发送给脑电波体内植入芯片,再通过脑电波体内植入芯片将脑电波信号发送给脑电波部件。如图1F所示,当然,若用户与电子设备之间的距离大于预设距离时,可以通过脑电波信号放大器对脑电波信号进行放大,然后,将放大后的脑电波信号发送给脑电波体内植入芯片。上述神经元标识用于唯一识别神经元,神经元标识具体可以为编号、位置坐标、神经元名称等等。
因此,本申请实施例中的脑电波信号可以为以下至少一种:左脑的脑电波信号、右脑的脑电波信号、至少一个神经元的脑电波信号、来自大脑皮层的某一区域的脑电波信号等等,在此不作限定。
再举例来说,如图1G至1I所示,该脑电波部件120可以包括电极阵列和信号处理模块,其中,该电子阵列埋入头皮中捕获神经元的电信号,电极部分的结构为针状阵列,该信号处理电路部分可以包括信号放大器、信号过滤器、信号分离器、模数转换电路、接口电路等。
其中,处理器121包括应用处理器和基带处理器,处理器是电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分,通过运行或执行存储在存储器内的软件程序和/或模块,以及调用存储在存储器内的数据,执行电子设备的各种功能和处理数据,从而对电子设备进行整体监控。其中,应用处理器主要处理操作系统、用户界面和应用程序等,基带处理器主要处理无线通信。可以理解的是,上述基带处理器也可以不集成到处理器中。电子设备还包括存储器,存储器用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行电子设备的各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在一个可能的示例中,在所述对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数方面,所述处理器110具体用于:
对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
确定所述第一离散脑电波信号的谷值,得到多个谷值;
依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
在一个可能的示例中,在所述根据所述隐藏网络执行参数对预设网络进行隐藏之后,其中,
所述脑电波部件120,用于获取第二脑电波信号;
所述处理器110,用于将所述第二脑电波信号与所述第一脑电波信号进行匹配;以及在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
在一个可能的示例中,在所述取消隐藏所述预设网络方面,所述处理器110具体用于:
在所述匹配值大于所述第一预设阈值且小于第二预设阈值时,提示用户输入所述目标网络的密码验证信息;
在所述匹配值大于所述第二预设阈值时,连接所述预设网络。
在一个可能的示例中,在所述将所述第二脑电波信号与所述第一脑电波信号进行匹配方面,所述处理器110具体用于:
对所述第二脑电波信号进行第二解析,得到第二情绪;
将所述第二情绪与所述第一情绪进行匹配,在所述第二情绪与所述第一情绪匹配成功时,确认匹配成功。
基于上述图1A描述的电子设备,可以用于实现如下一种网络隐藏管理方法,包括如下步骤:
所述脑电波部件120获取第一脑电波信号;
所述处理器110对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;以及根据所述隐藏网络执行参数对预设网络进行隐藏。
请参阅图1J,图1J是本申请实施例提供了一种网络隐藏管理方法的流程示意图,应用于如图1A所述的电子设备,所述电子设备包括脑电波部件,如图所示,本网络隐藏管理方法包括:
101、通过所述脑电波部件获取第一脑电波信号。
其中,上述第一脑电波信号可以为一段时间内的脑电波信号,或者,用户冥想关键词时候的脑电波信号,关键词可以为以下至少一种:字符、语音、图像、立体物体、动物、气味等等,以字符为例,可以是“oppo”、以语音为例,可以是“一首歌”,以图像为例,可以是“某一画面”,以立体物体为例,可以是“一个杯子”,以动物为例,可以是“一只狗”,以气味为例,可以是“一道美食”等等。
可选地,上述用户不仅限于人,还可以是具备思维的动物(例如,猴子),或者,机器人等等。
102、对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数。
其中,隐藏网络执行参数可以为以下至少一种:隐藏服务集标识(service setidentifier,SSID)、隐藏BSSID(basic service set identification)、隐藏密码、隐藏距离、隐藏用户数目、隐藏指定用户、隐藏时长、隐藏位置、隐藏有效时间等等。以Wi-Fi网络为例,倘若通过隐藏网络执行参数对预设网络进行隐藏,则直接打开Wi-Fi模块进行Wi-Fi搜索时,无法搜索到预设网络。
其中,针对预设网络而言,隐藏SSID主要指在网络搜索时,无法搜索到隐藏SSID对应的预设网络(但可由用户输入SSID,依据该SSID搜索到预设网络);隐藏BSSID主要指在网络搜索时,无法搜索到隐藏BSSID对应的预设网络(但可由用户输入BSSID,依据该BSSID搜索到预设网络);隐藏密码主要指在网络搜索时,无法输入密码;隐藏距离是指限制网络的信号范围,例如,原来是10米范围,隐藏距离则为1米范围;隐藏用户数目是指限制接入预设网络的用户数目,例如,原来预设网络可以接入4个用户,隐藏用户数目之后的预设网络只可以接入2个用户;隐藏指定用户是指指定用户无法搜索到预设网络;隐藏时长是指预设网络隐藏的时间长度;隐藏位置是指预设网络在哪个位置下隐藏,位置可以为以下至少一种:火车站、机场、汽车站、公园、学校、医院、博物馆、街道等等;隐藏有效时间是指在哪个时间段对预设网络进行隐藏。
可选地,上述步骤102中,对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数,可包括如下步骤:
21、对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
22、对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
23、确定所述第一离散脑电波信号的谷值,得到多个谷值;
24、依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
25、对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
26、按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
其中,上述预处理可以为以下至少一种:信号放大、滤波(低通滤波、高通滤波、带通滤波等)、信号分离(例如,多个用户的脑电波信号,分离出指定用户的脑电波信号,或者,包含多个神经元的脑电波信号,分离出与情绪相关的神经元的脑电波信号)等等。在对第一脑电波信号进行预处理之后,可以对第一参考脑电波信号进行采样以及量化处理,得到第一离散脑电波信号,采样、量化可以减少数据量以及提升分析效率,确定第一离散脑电波信号中的谷值(波谷值),得到多个谷值,可依据多个谷值将第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号,相邻两个谷值之间即为一个分段,对多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集,每一特征集中的特征可以为以下至少一种:能量值、波形、均方差、幅值等等,电子设备中可以预先存储预设的特征与关键字之间的映射关系,依据该映射关系可确定多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。如此,可以结合用户在思考时,会出现停顿,可更为精确地提取出关键字,例如,隐藏参数多的话,容易出现混淆,例如,SSID为cathay192,而BSSID为192.168.1.23,可能解析为SSID为cathay,BSSID为192192.168.1.23:因此,造成解析混乱,提升了解析精度。
103、根据所述隐藏网络执行参数对预设网络进行隐藏。
其中,电子设备可依据隐藏网络执行参数对预设网络进行隐藏,例如,隐藏预设网络的SSID(隐藏之后,其他用户无法直接搜索到预设网络,除非输入SSID进行搜索),又例如,隐藏预设网络的BSSID(隐藏之后,其他用户无法直接搜索到预设网络,除非输入BSSID进行搜索),又例如,隐藏预设网络的SSID和BSSID(隐藏之后,其他用户无法直接搜索到预设网络,除非输入BSSID和SSID进行搜索),又或者,隐藏预设网络的密码(隐藏之后,其他用户无法输入密码)等等。
可选地,在上述步骤103根据所述隐藏网络执行参数对预设网络进行隐藏之后,还可以包括如下步骤:
A1、通过所述脑电波部件获取第二脑电波信号;
A2、将所述第二脑电波信号与所述第一脑电波信号进行匹配;
A3、在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
其中,第一预设阈值可以由用户自行设置,或者,系统默认。上述第二脑电波信号可以为一段时间内的脑电波信号,或者,冥想关键词时候的脑电波信号,关键词可以为以下至少一种:字符、语音、图像、立体物体、动物、气味等等,以字符为例,可以是“oppo”、以语音为例,可以是“一首歌”,以图像为例,可以是“某一画面”,以立体物体为例,可以是“一个杯子”,以动物为例,可以是“一只狗”,以气味为例,可以是“一道美食”等等。可以将第二脑电波信号与第一脑电波信号进行匹配,在第二脑电波信号与第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏预设网络,即其他电子设备可以搜索到预设网络或者可以直接连接预设网络。
进一步可选地,上述步骤A3,取消隐藏所述预设网络,可包括如下步骤:
A31、在所述匹配值大于所述第一预设阈值且小于第二预设阈值时,提示用户输入所述目标网络的密码验证信息;
A32、在所述匹配值大于所述第二预设阈值时,连接所述预设网络。
其中,上述第二预设阈值可以由用户自行设置或者系统默认,第二预设阈值大于第一预设阈值。上述密码验证信息可以为以下至少一种:指纹信息、声纹信息、虹膜信息、字符密码、图案密码、静脉信息、心电图信息等等。在匹配值大于第一预设阈值且小于第二预设阈值时,可提示用户输入目标网络的密码验证信息,并在密码验证信息被验证通过时,连接预设网络。在匹配值大于第二预设阈值时,则可直接连接预设网络。
进一步可选地,上述步骤A2,将所述第二脑电波信号与所述第一脑电波信号进行匹配,可包括如下步骤:
A21、对所述第二脑电波信号进行第二解析,得到第二情绪;
A22、将所述第二情绪与所述第一情绪进行匹配,在所述第二情绪与所述第一情绪匹配成功时,确认匹配成功。
其中,脑电波在一定程度上可以反映用户的情绪波动,并且不同的脑电波信号可以对应不同的情绪,第一情绪、第二情绪均可包括以下至少一种类型:喜、怒、哀、乐、疲倦、忧伤、郁闷、烦躁、害怕、担心等等,本申请对此不做限制。电子设备中预先存储第一脑电波信号对应的第一情绪,电子设备可对第二脑电波信号进行解析,得到第二情绪,将第二情绪与第一情绪进行匹配,在第二情绪与第一情绪匹配成功时,确认匹配成功。
可选地,上述步骤A21,对所述第二脑电波信号进行第二解析,得到第二情绪,可包括以下步骤:
A221、对所述第二脑电波信号进行预处理,得到第一参考脑电波信号;
A222、对所述第二参考脑电波信号进行采样、以及量化处理,得到第二离散脑电波信号;
A223、确定所述第二离散脑电波信号的多个极值点;
A224、将所述多个极值点的均方差作为参考情绪值;
A225、按照预设的情绪值与情绪之间的映射关系,确定所述参考情绪值对应的所述第二情绪。
其中,上述预处理可以为以下至少一种:信号放大、滤波(低通滤波、高通滤波、带通滤波等)、信号分离(例如,多个用户的脑电波信号,分离出指定用户的脑电波信号,或者,包含多个神经元的脑电波信号,分离出与情绪相关的神经元的脑电波信号)等等。在对第一脑电波信号进行预处理之后,可以对第二参考脑电波信号进行采样以及量化处理,得到第二离散脑电波信号,采样、量化可以减少数据量以及提升分析效率,可以提取第二离散脑电波信号的多个极值点,极值点可以包括极大值以及极小值,可以确定多个极值点的均方差,均方差在一定程度上表现了用户的情绪波动,因此,将均方差作为参考情绪值,电子设备中可以预先存储情绪值与情绪之间的映射关系,进而,可以依据该映射关系确定参考情绪值对应的第二情绪。
举例说明下,下面详细阐述如何获得参考情绪值。
进而,可获得上述极值点的均方差σ。
应当说明的,上述获得的均方差σ即可作为参考情绪值。
下面结合表1详细阐述情绪值与情绪之间的映射关系。如表1所示。
表1
情绪值 | 情绪 |
a≤σ≤b | 喜 |
c≤σ≤d | 怒 |
e≤σ≤f | 哀 |
g≤σ≤h | 乐 |
i≤σ≤j | 担心 |
k≤σ≤l | 害怕 |
其中,σ表示情绪值,a、b、c、d、e、f、g、h、i、k、l都为常数,并且b≤c、d≤e、f≤g、h≤i、和j≤k。举例来说,当a≤σ≤b时,确定出此时用户的第二脑电波信号对应的情绪为喜。
可以看出,本申请实施例中所描述的网络隐藏管理方法,应用于电子设备,电子设备通过脑电波部件获取第一脑电波信号,对第一脑电波信号进行第一解析,得到隐藏网络执行参数,根据隐藏网络执行参数对预设网络进行隐藏,从而,可以通过脑电波实现对预设网络进行隐藏,一方面可以防止蹭网,另一方面可以提升网络安全性。
与上述图1J所示的实施例一致的,请参阅图2,图2是本申请实施例提供的一种网络隐藏管理方法的流程示意图,应用于如图1A所述的电子设备,所述电子设备包括脑电波部件,如图所示,本网络隐藏管理方法包括:
201、通过所述脑电波部件获取第一脑电波信号。
202、对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数。
203、根据所述隐藏网络执行参数对预设网络进行隐藏。
其中,上述步骤201-203均可参照上述图1J所描述的网络隐藏管理方法的具体描述。
204、通过所述脑电波部件获取第二脑电波信号。
其中,第二脑电波信号可以为一段时间内的脑电波信号,或者,冥想关键词时候的脑电波信号,关键词可以为以下至少一种:字符、语音、图像、立体物体、动物、气味等等,以字符为例,可以是“oppo”、以语音为例,可以是“一首歌”,以图像为例,可以是“某一画面”,以立体物体为例,可以是“一个杯子”,以动物为例,可以是“一只狗”,以气味为例,可以是“一道美食”等等。
205、将所述第二脑电波信号与所述第一脑电波信号进行匹配。
206、在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
其中,第一预设阈值可以由用户自行设置,或者,系统默认。电子设备可将第二脑电波信号与第一脑电波信号进行匹配,例如,将第一脑电波信号的波形与第二脑电波信号的波形进行匹配,又例如,将第一脑电波信号对应的脑电图与第二脑电波信号对应的脑电图进行匹配等等,在第二脑电波信号与第一脑电波信号之间的匹配值大于第一预设阈值时,可取消隐藏预设网络,即其他电子设备可以搜索到预设网络或者可以直接连接预设网络。
可以看出,本申请实施例中所描述的网络隐藏管理方法,应用于电子设备,电子设备通过脑电波部件获取第一脑电波信号,对第一脑电波信号进行第一解析,得到隐藏网络执行参数,根据隐藏网络执行参数对预设网络进行隐藏,通过脑电波部件获取第二脑电波信号,将第二脑电波信号与第一脑电波信号进行匹配,在第二脑电波信号与第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏预设网络,从而,可以通过脑电波实现对预设网络进行隐藏,提升了网络安全性。
与上述图1J、图2所示的实施例一致的,请参阅图3,图3是本申请实施例提供的一种电子设备的结构示意图,如图所示,该电子设备包括处理器、存储器、通信接口以及一个或多个程序,其中,上述一个或多个程序被存储在上述存储器中,并且被配置由上述处理器执行,上述程序包括用于执行以下步骤的指令;
通过所述脑电波部件获取第一脑电波信号;
对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;
根据所述隐藏网络执行参数对预设网络进行隐藏。
可以看出,本申请实施例中所描述的电子设备,通过脑电波部件获取第一脑电波信号,对第一脑电波信号进行第一解析,得到隐藏网络执行参数,根据隐藏网络执行参数对预设网络进行隐藏,从而,可以通过脑电波实现对预设网络进行隐藏,提升了网络安全性。
在一个可能的示例中,在所述对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数方面,所述程序中的指令具体用于执行以下操作:
对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
确定所述第一离散脑电波信号的谷值,得到多个谷值;
依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
在一个可能的示例中,在所述根据所述隐藏网络执行参数对预设网络进行隐藏之后,所述程序中的指令还具体用于执行以下操作:
通过所述脑电波部件获取第二脑电波信号;
将所述第二脑电波信号与所述第一脑电波信号进行匹配;
在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
在一个可能的示例中,在所述取消隐藏所述预设网络方面,所述程序中的指令具体用于执行以下操作:
在所述匹配值大于所述第一预设阈值且小于第二预设阈值时,提示用户输入所述目标网络的密码验证信息;
在所述匹配值大于所述第二预设阈值时,连接所述预设网络。
在一个可能的示例中,在所述将所述第二脑电波信号与所述第一脑电波信号进行匹配方面,所述程序中的指令具体用于执行以下操作:
对所述第二脑电波信号进行第二解析,得到第二情绪;
将所述第二情绪与所述第一情绪进行匹配,在所述第二情绪与所述第一情绪匹配成功时,确认匹配成功。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是,电子设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所提供的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,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申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图4是本申请实施例中所涉及的网络隐藏管理装置400的功能单元组成框图。该网络隐藏管理装置400应用于电子设备,所述电子设备包括脑电波部件,该网络隐藏管理装置400包括获取单元401、解析单元402和隐藏单元403,其中,
获取单元401,用于通过所述脑电波部件获取第一脑电波信号;
解析单元402,用于对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数;
隐藏单元403,用于根据所述隐藏网络执行参数对预设网络进行隐藏。
可以看出,本申请实施例中所描述的网络隐藏管理装置,应用于电子设备,可通过脑电波部件获取第一脑电波信号,对第一脑电波信号进行第一解析,得到隐藏网络执行参数,根据隐藏网络执行参数对预设网络进行隐藏,从而,可以通过脑电波实现对预设网络进行隐藏,提升了网络安全性。
在一个可能的示例中,在所述对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数方面,所述解析单元402具体用于:
对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
确定所述第一离散脑电波信号的谷值,得到多个谷值;
依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
在一个可能的示例中,在所述根据所述隐藏网络执行参数对预设网络进行隐藏之后,图4所示的装置还可以包括:匹配单元(图中未示出)和执行单元(图中未示出),具体如下:
所述获取单元401,还具体用于通过所述脑电波部件获取第二脑电波信号;
所述匹配单元,用于将所述第二脑电波信号与所述第一脑电波信号进行匹配;
所述执行单元,用于在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
在一个可能的示例中,在所述取消隐藏所述预设网络方面,所述执行单元具体用于:
在所述匹配值大于所述第一预设阈值且小于第二预设阈值时,提示用户输入所述目标网络的密码验证信息;
在所述匹配值大于所述第二预设阈值时,连接所述预设网络。
在一个可能的示例中,在所述将所述第二脑电波信号与所述第一脑电波信号进行匹配方面,所述匹配单元具体用于:
对所述第二脑电波信号进行第二解析,得到第二情绪;
将所述第二情绪与所述第一情绪进行匹配,在所述第二情绪与所述第一情绪匹配成功时,确认匹配成功。
本申请实施例还提供一种计算机存储介质,其中,该计算机存储介质存储用于电子数据交换的计算机程序,该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤,上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品,上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包,上述计算机包括电子设备。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储器中,存储器可以包括:闪存盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取器(英文:Random Access Memory,简称:RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (11)
1.一种电子设备,其特征在于,所述电子设备包括处理器,以及与所述处理器连接的脑电波部件,其中:
所述脑电波部件,用于获取第一脑电波信号,所述第一脑电波信号为用户冥想关键词时候的脑电波信号;
所述处理器,用于对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数,所述隐藏网络执行参数为以下至少一种:隐藏距离、隐藏用户数目、隐藏时长、隐藏位置、隐藏有效时间;以及根据所述隐藏网络执行参数对预设网络进行隐藏;
其中,在所述对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数方面,所述处理器具体用于:
对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
确定所述第一离散脑电波信号的谷值,得到多个谷值;
依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
2.根据权利要求1所述的电子设备,其特征在于,在所述根据所述隐藏网络执行参数对预设网络进行隐藏之后,其中,
所述脑电波部件,用于获取第二脑电波信号;
所述处理器,用于将所述第二脑电波信号与所述第一脑电波信号进行匹配;以及在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
3.根据权利要求2所述的电子设备,其特征在于,在所述取消隐藏所述预设网络方面,所述处理器具体用于:
在所述匹配值大于所述第一预设阈值且小于第二预设阈值时,提示用户输入所述预设网络的密码验证信息;
在所述匹配值大于所述第二预设阈值时,连接所述预设网络。
4.根据权利要求2或3所述的电子设备,其特征在于,在所述将所述第二脑电波信号与所述第一脑电波信号进行匹配方面,所述处理器具体用于:
对所述第二脑电波信号进行第二解析,得到第二情绪;
将所述第二情绪与第一情绪进行匹配,在所述第二情绪与所述第一情绪匹配成功时,确认匹配成功,所述第一情绪为预先存储的第一脑电波信号对应的第一情绪。
5.一种网络隐藏管理方法,其特征在于,应用于电子设备,所述电子设备包括脑电波部件,所述方法包括:
通过所述脑电波部件获取第一脑电波信号,所述第一脑电波信号为用户冥想关键词时候的脑电波信号;
对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数,所述隐藏网络执行参数为以下至少一种:隐藏距离、隐藏用户数目、隐藏时长、隐藏位置、隐藏有效时间;
根据所述隐藏网络执行参数对预设网络进行隐藏;
其中,所述对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数,包括:
对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
确定所述第一离散脑电波信号的谷值,得到多个谷值;
依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
6.根据权利要求5所述的方法,其特征在于,在所述根据所述隐藏网络执行参数对预设网络进行隐藏之后,所述方法还包括:
通过所述脑电波部件获取第二脑电波信号;
将所述第二脑电波信号与所述第一脑电波信号进行匹配;
在所述第二脑电波信号与所述第一脑电波信号之间的匹配值大于第一预设阈值时,取消隐藏所述预设网络。
7.根据权利要求6所述的方法,其特征在于,所述取消隐藏所述预设网络,包括:
在所述匹配值大于所述第一预设阈值且小于第二预设阈值时,提示用户输入所述预设网络的密码验证信息;
在所述匹配值大于所述第二预设阈值时,连接所述预设网络。
8.根据权利要求6或7所述的方法,其特征在于,所述将所述第二脑电波信号与所述第一脑电波信号进行匹配,包括:
对所述第二脑电波信号进行第二解析,得到第二情绪;
将所述第二情绪与第一情绪进行匹配,在所述第二情绪与所述第一情绪匹配成功时,确认匹配成功,所述第一情绪为预先存储的第一脑电波信号对应的第一情绪。
9.一种网络隐藏管理装置,其特征在于,应用于电子设备,所述电子设备包括脑电波部件,其中,所述装置包括:
获取单元,用于通过所述脑电波部件获取第一脑电波信号,所述第一脑电波信号为用户冥想关键词时候的脑电波信号;
解析单元,用于对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数,所述隐藏网络执行参数为以下至少一种:隐藏距离、隐藏用户数目、隐藏时长、隐藏位置、隐藏有效时间;
隐藏单元,用于根据所述隐藏网络执行参数对预设网络进行隐藏;
其中在,所述对所述第一脑电波信号进行第一解析,得到隐藏网络执行参数方面,所述解析单元具体用于:
对所述第一脑电波信号进行预处理,得到第一参考脑电波信号;
对所述第一参考脑电波信号进行采样、以及量化处理,得到第一离散脑电波信号;
确定所述第一离散脑电波信号的谷值,得到多个谷值;
依据所述多个谷值将所述第一离散脑电波信号进行分段处理,得到多个分段离散脑电波信号;
对所述多个分段离散脑电波信号中的每一分段离散脑电波信号进行特征提取,得到多个特征集;
按照预设的特征与关键字之间的映射关系,确定所述多个特征集中每一特征集对应的关键字集,每一关键字集对应一个隐藏网络执行参数。
10.一种电子设备,其特征在于,包括处理器、存储器,所述存储器用于存储一个或多个程序,并且被配置由所述处理器执行,所述程序包括用于执行如权利要求5-8任一项所述的方法中的步骤的指令。
11.一种计算机可读存储介质,其特征在于,存储用于电子数据交换的计算机程序,其中,所述计算机程序使得计算机执行如权利要求5-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810204853.5A CN110278323B (zh) | 2018-03-13 | 2018-03-13 | 网络隐藏管理方法及相关产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810204853.5A CN110278323B (zh) | 2018-03-13 | 2018-03-13 | 网络隐藏管理方法及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110278323A CN110278323A (zh) | 2019-09-24 |
CN110278323B true CN110278323B (zh) | 2021-04-16 |
Family
ID=67957507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810204853.5A Expired - Fee Related CN110278323B (zh) | 2018-03-13 | 2018-03-13 | 网络隐藏管理方法及相关产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110278323B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114422246A (zh) * | 2022-01-20 | 2022-04-29 | 国家药品监督管理局信息中心(中国食品药品监管数据中心) | 数据读取方法、系统及电子设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101464729B (zh) * | 2009-01-05 | 2010-08-04 | 清华大学 | 基于听觉认知神经信号的自主意愿表达方法 |
US20110145710A1 (en) * | 2009-12-16 | 2011-06-16 | Sap Ag | Framework to visualize networks |
CN103076881A (zh) * | 2013-01-18 | 2013-05-01 | 哈尔滨工业大学深圳研究生院 | 基于脑电波信号的多媒体点播方法及系统 |
US20150068069A1 (en) * | 2013-07-27 | 2015-03-12 | Alexander Bach Tran | Personally powered appliance |
CN105472178A (zh) * | 2014-09-30 | 2016-04-06 | 宇龙计算机通信科技(深圳)有限公司 | 脑电波控制语音通话的方法及其系统 |
CN104410969A (zh) * | 2014-11-07 | 2015-03-11 | 广东欧珀移动通信有限公司 | 无线保真wifi热点隐藏方法及终端设备 |
CN105302297A (zh) * | 2015-09-16 | 2016-02-03 | 国网山东东营市东营区供电公司 | 一种通过脑电波蓝牙耳机的手机交互方法 |
CN106332072A (zh) * | 2016-09-06 | 2017-01-11 | 惠州Tcl移动通信有限公司 | 在移动终端快速设置WiFi热点可见性的方法及系统 |
CN106792697A (zh) * | 2017-01-25 | 2017-05-31 | 东软集团股份有限公司 | WiFi连接的限制方法及装置 |
CN107145239A (zh) * | 2017-06-29 | 2017-09-08 | 上海传英信息技术有限公司 | 一种基于脑念传感器的智能系统及其控制方法 |
CN107277075A (zh) * | 2017-08-18 | 2017-10-20 | 京东方科技集团股份有限公司 | 认证装置和认证方法 |
-
2018
- 2018-03-13 CN CN201810204853.5A patent/CN110278323B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN110278323A (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2983109B1 (en) | User authentication method and apparatus based on fingerprint and electrocardiogram (ecg) signal | |
CN108509033B (zh) | 信息处理方法及相关产品 | |
WO2016115835A1 (zh) | 人体特征数据的处理方法及装置 | |
CN108391164B (zh) | 视频解析方法及相关产品 | |
CN108491076B (zh) | 显示控制方法及相关产品 | |
JP6529369B2 (ja) | 心電図信号を用いたユーザ認証方法と認証装置及びその登録装置 | |
CN105989836A (zh) | 一种语音采集方法、装置及终端设备 | |
CN105867637A (zh) | 基于虚拟现实设备的认证方法、装置及系统 | |
CN108279777B (zh) | 脑电波控制方法及相关设备 | |
CN105550878A (zh) | 一种授权请求的处理方法及装置 | |
CN108415564A (zh) | 电子装置、设备控制方法及相关产品 | |
CN108392201B (zh) | 大脑训练方法及相关设备 | |
Monsy et al. | EEG‐based biometric identification using frequency‐weighted power feature | |
CN108494955B (zh) | 网络连接控制方法及相关产品 | |
CN107545163B (zh) | 解锁控制方法及相关产品 | |
CN110278323B (zh) | 网络隐藏管理方法及相关产品 | |
CN108260012B (zh) | 电子装置、视频播放控制方法及相关产品 | |
CN109101807B (zh) | 一种脑电身份权限控制系统及方法 | |
CN106778168A (zh) | 可穿戴式设备的身份识别方法、装置及可穿戴式设备 | |
CN108449757B (zh) | 网络连接控制方法及相关产品 | |
WO2019161720A1 (zh) | 信息推送方法及相关产品 | |
CN108399006B (zh) | 信号处理方法及相关产品 | |
CN108509032B (zh) | 网络连接控制方法及相关产品 | |
CN108304073B (zh) | 电子装置、解锁控制方法及相关产品 | |
CN108519810B (zh) | 电子装置、脑电波解锁方法及相关产品 |
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 | ||
CB02 | Change of applicant information |
Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18 Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: No.18, Wusha Haibin Road, Chang'an Town, Dongguan City, Guangdong Province Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210416 |
|
CF01 | Termination of patent right due to non-payment of annual fee |