CN111177669A - 终端的识别方法、装置、终端及存储介质 - Google Patents
终端的识别方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN111177669A CN111177669A CN201911262920.XA CN201911262920A CN111177669A CN 111177669 A CN111177669 A CN 111177669A CN 201911262920 A CN201911262920 A CN 201911262920A CN 111177669 A CN111177669 A CN 111177669A
- Authority
- CN
- China
- Prior art keywords
- terminal
- measurement data
- identity
- data
- sensors
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephone Function (AREA)
Abstract
本申请属于计算机技术领域,具体而言,涉及一种终端的识别方法、装置、终端及存储介质。其中,一种终端的识别方法,包括:获取终端中一个或者多个传感器的测量数据;基于终端身份识别模型对所述测量数据进行识别得到身份识别结果;在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的。本申请实施例的技术方案由于传感器的固有特性,获取到的终端的一个或者多个传感器的测量数据是唯一的,可以提高终端身份识别的安全性。
Description
技术领域
本申请属于计算机领域,具体而言,涉及一种终端的识别方法、装置、终端及存储介质。
背景技术
随着科学技术的不断发展,终端支持的功能越来越多。例如计算机可以通过验证用户所在的终端身份与该终端建立连接,该终端可以发送终端的设备识别码至计算机。当计算机检测到该终端的设备识别码与计算机存储的设备识别码一致时,计算机确定该终端的身份是合法的。由于设备识别码的可修改性,因此非法终端可以将非法终端的设备识别码修改为合法终端的设备识别码,计算机获取到被篡改的设备识别码时,会检测到非法终端的设备码与计算机存储的设备识别码一致时,计算机可以确定该非法终端的身份是合法的。
因此现有技术中通过设备识别码来验证终端的方法存在安全性不高的问题。
发明内容
本申请实施例提供一种终端的识别方法、装置、终端及存储介质,可以解决现有技术中通过设备识别码来验证终端的方法存在安全性不高的问题。
第一方面,本申请实施例提供一种终端的识别方法,包括:
获取终端中一个或者多个传感器的测量数据;
基于终端身份识别模型对所述测量数据进行识别得到身份识别结果;
在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的。
根据一些实施例,所述基于终端身份识别模型对所述测量数据进行识别得到身份识别结果,包括:
获取所述测量数据中的异常数据;
在所述异常数据与预存异常数据一致时,得到所述身份识别结果。
根据一些实施例,所述获取所述测量数据中的异常数据,包括:
获取所述测量数据和预存数据的不相似度;
当所述不相似度与预设不相似度一致时,获取所述测量数据中的所述异常数据。
根据一些实施例,所述基于终端身份识别模型对所述测量数据进行识别得到身份识别结果,包括:
在所述传感器的数量为多个时,设置所述多个传感器的所述测量数据的权重;
基于所述多个传感器的所述测量数据的权重,对所述多个传感器的所述测量数据加权平均得到加权测量数据;
对所述加权测量数据进行识别得到所述身份识别结果。
根据一些实施例,所述终端身份识别模型包括多个分类器;
其中,所述基于终端身份识别模型对所述测量数据进行识别得到身份识别结果,包括:
调用所述多个分类器对所述测量数据进行识别,得到所述终端身份的多个识别结果;
基于所述多个识别结果的重复次数,得到所述身份识别结果。
根据一些实施例,所述在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的之后还包括:
发出提示信息,所述提示信息包括所述终端的身份是合法的提示信息。
第二方面,本申请实施例提供一种终端的识别装置,包括:
数据获取单元,用于获取终端中一个或者多个传感器的测量数据;
结果识别单元,用于基于终端身份识别模型对所述测量数据进行识别得到身份识别结果;
身份识别单元,用于在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的。
第三方面,本申请实施例提供一种终端的识别方法,包括:
接收第一终端发送的数据采集指令;
响应于所述数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据;
发送所述测量异常数据至所述第一终端。
第四方面,本申请实施例提供一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述的方法。
第五方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述的方法。
第六方面,本申请实施例提供一种计算机程序产品,其中,上述计算机程序产品包括存储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一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。
本申请实施例提供一种终端的识别方法,通过获取终端中一个或者多个传感器的测量数据,基于终端身份识别模型对测量数据进行识别得到身份识别结果,可以在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。本申请实施例的技术方案由于传感器的固有特性,获取到的终端的一个或者多个传感器的测量数据是唯一的,可以提高终端身份识别的安全性。
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1示出了可以应用于本申请的终端的识别方法或终端的识别装置的示例性系统架构;
图2示出本申请实施例的终端的识别方法的流程示意图;
图3示出本申请实施例的终端的识别方法的流程示意图;
图4示出本申请实施例的终端的识别方法的流程示意图;
图5示出本申请实施例的终端的识别装置的流程示意图;
图6示出本申请实施例的终端的识别方法的流程示意图;
图7示出本申请实施例的终端的识别装置的结构示意图;
图8示出本申请实施例的一种终端的结构示意图。
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,所描述的实施例仅为本申请实施例的一部分,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做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
随着科学技术的不断发展,终端支持的功能越来越多。当用户在商店购买商品时,可以使用终端进行付账。例如用户购买一件毛衣,在结账时,用户可以将智能手机微信支付的二维码信息对准二维码条码扫描器,当二维码条码扫描器扫描到智能手机微信支付的二维码信息时,终端的显示界面会出现是否进行付款。当用户采用指纹密码支付时,可以将对应的手指放在指纹识别区域,当终端检测到用户的手指指纹和预设的手指指纹一致时,终端可以将微信钱包的钱转入商家账户。
根据一些实施例,当用户使用其他终端对手机进行身份认证时,为了增加账户密码的安全性,用户可以使用辅助设备提高身份认证的安全性和准确性。例如用户在计算机上进行网上购物时,可以使用U盾在计算机进行支付。但是用户使用辅助设备进行身份认证时,会多次输入账户密码和多次使用辅助设备,出现增加终端身份认证安全性不高的问题。
易于理解的是,当计算机需要通过验证用户所在终端的身份与该终端建立连接时,该终端可以发送终端的设备识别码至计算机。
当计算机检测到该终端的设备识别码与计算机存储的设备识别码一致时,计算机确定该终端的身份是合法的。由于设备识别码的可修改性,因此非法终端可以将非法终端的设备识别码修改为合法终端的设备识别码,计算机获取到被篡改的设备识别码时,会检测到非法终端的设备码与计算机存储的设备识别码一致时,计算机可以确定该非法终端的身份是合法的。因此计算机通过设备识别码来验证终端的方法存在安全性不高的问题。
可选的,当计算机与用户所在的终端建立连接,用户还可以在计算机上输入用户名和密码,当用户名或者密码输入正确时,计算机可以和用户所在的终端建立连接。例如用户在计算机端登录QQ账户时,用户可以在计算机的显示界面上输入QQ码号和QQ密码。当计算机检测到用户输入的QQ码号和QQ密码对应时,可以登录用户的QQ账号,此时计算机可以通过QQAPP与终端进行信息交互。当用户没有记准确QQ账号和QQ密码时,用户在计算机登录QQ账号时,会多次输入QQ码号和QQ密码,出现安全性不高的问题。本申请提供一种终端的识别方法,通过获取终端中一个或者多个传感器的测量数据,基于终端身份识别模型对测量数据进行识别得到身份识别结果,可以在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的,可以提高终端身份识别的安全性。
图1示出了可以应用于本申请的终端的识别方法或终端的识别装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端101、终端102、终端103、网络104和计算设备105。网络104用于在终端机101~103之间提供通信链路的介质。网络104可以包括各种类型的有线通信链路或无线通信链路,例如:有线通信链路包括光纤、双绞线或同轴电缆的,无线通信链路包括蓝牙通信链路、无线保真(WIreless-FIdelity,Wi-Fi)通信链路。
用户可以使用终端101~103通过网络104与计算设备105交互,以接收来自计算设备05的传感器测量数据的获取指令。终端101~103上可以安装有各种通信客户端应用,例如:视频录制应用、视频播放应用、语音交互应用、搜索类应用、及时通信工具、邮箱客户端、社交平台软件等。终端101~103上还可以安装有各种传感器,例如:加速度计、麦克风、陀螺仪等。
终端101~103可以是硬件,也可以是软件。当终端101~103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携式计算机和台式计算机等等。当终端101~103为软件时,可以是安装于上述所列举的电子设备中。其可以实现呈多个软件或软件模块(例如:用来提供分布式服务),也可以实现成单个软件或软件模块,在此不作具体限定。
当终端101~103为硬件时,其上还可以安装有显示设备,显示可以是各种能实现显示功能的设备,例如:阴极射线管显示器(Cathode ray tubedisplay,简称CR)、发光二极管显示器(Light-emitting diode display,简称LED)、电子墨水屏、液晶显示屏(Liquidcrystal display,简称LCD)、等离子显示面板(Plasma displaypanel,简称PDP)等。用户可以利用终端101~103上的显示设备,来查看显示的文字、图片、视频等信息。
需要说明的是,本申请实施例提供的终端的识别方法一般由可以获取传感器测量数据的终端来执行。该终端包括但不限于智能手机、平板电脑、计算机等等。
需要说明的是,计算设备105可以是硬件,也可以是软件。当计算设备105为硬件时,可以实现成多个计算机组成的分布式服务器计算机集群,也可以实现成单个服务器。当计算设备105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。
其中,系统架构100中终端101为智能手机,计算设备105为计算机时,智能手机和计算机之间的交互过程包括:
计算机获取智能手机中一个或者多个传感器的测量数据之前,可以发送数据获取指令至智能手机。当智能手机接收到数据获取指令时,可以响应于该数据获取指令,采集智能手机中对应的传感器的测量数据。当智能手机获取到传感器的测量数据时,可以通过服务器将该测量数据发送至计算机。计算机基于终端身份识别模型对获取到的测量数据进行识别可以得到身份识别结果,在身份识别结果与预设身份信息匹配时,确定智能手机的身份是合法的。
应理解,图1中的、终端、网络和计算设备的数目仅是示意性的。根据实现需要,可以是任意数量的终端、网络和计算设备。
图2示出本申请实施例的终端的识别方法的流程示意图。
如图2所示,该终端的识别方法,包括:
S201,获取终端中一个或者多个传感器的测量数据。
根据一些实施例,终端中的传感器包括但不限于加速度计、陀螺仪、麦克风、听筒、扬声器等。本申请实施例的执行主体包括但不限于智能手机、平板电脑、计算机等等。本实施例的执行主体可以是平板电脑,平板电脑可以获取智能手机中一个或者多个传感器的测量数据。本实施例的执行主体以计算机为例进行介绍。例如计算机可以获取智能手机中一个或者多个传感器的测量数据。
易于理解的是,传感器是基于电容器工作原理的生产工艺进行制造,用户可以基于微机电系统(Microelectro Mechanical Systems,MEMS)制造出各种类型的传感器。由于传感器内部结构的复杂,在制造过程中会引入不可克服的缺陷,因此用户制造的传感器与设计的传感器之间会存在不可克服的误差信息。该误差信息的存在不会影响传感器的使用,但是由于每个终端中使用的每个传感器与设计的传感器的误差的不同,因此可以将每个终端中每个传感器的误差信息作为终端的指纹特征信息。本申请实施例的测量数据包括终端中一个或者多个传感器的异常数据,该异常数据可以是指终端中每个传感器的误差信息。
可选的,计算机获取终端中一个或者多个传感器的测量数据时,可以发送数据获取指令至服务器。当服务器获取到该指令时,服务器可以将该数据获取指令发送至终端。终端响应于该数据获取指令,可以采集预设时长内的一个或者多个传感器的测量数据。当终端采集到一个或者多个传感器的测量数据时,可以将该一个或者多个传感器的测量数据发送至服务器,服务接收到一个或者多个传感器的测量数据时,将该测量数据发送至计算机。计算机可以获取到终端中一个或者多个传感器的测量数据。
易于理解的是,例如智能手机接收到数据获取指令时,可以采集3S内的加速度计、陀螺仪和麦克风的测量数据。当智能手机采集到3S内的加速度计、陀螺仪和麦克风的测量数据时,可以发送该测量数据至服务器。服务器接收到该测量数据时,可以将该测量数据发送至计算机。计算机可以获取到智能手机中加速度计、陀螺仪和麦克风的测量数据。
S202,基于终端身份识别模型对测量数据进行识别得到身份识别结果。
根据一些实施例,计算机得到终端的身份识别结果之前,可以先训练终端身份识别模型。计算机例如可以使用朴素贝叶斯分类器和随机森林分类器建立终端身份识别模型。计算机使用的分类器包括但不限于朴素贝叶斯分类器和随机森林分类器。
易于理解的是,计算机可以预先获取智能手机中麦克风传感器的测量数据,并将该测量数据分为训练样本和验证样本。其中该测量数据可以是智能手机中一个或者多个传感器的异常数据。计算机可以先使用训练样本对终端身份识别模型进行多次训练,训练结束后,可以使用验证样本验证终端身份识别模型的识别准确度。当终端身份识别模型的识别准确度超过预设准确度时,可以使用该终端身份识别模型对测量数据进行识别。
可选的,计算机获取智能手机中一个或者多个传感器的测量数据时,计算机可以使用终端身份识别模型对测量数据中进行识别得到智能手机的身份识别结果。例如计算机获取智能手机麦克风的传感器数据时,计算机采用终端身份识别模型对麦克风的传感器数据进行识别,得到的身份识别结果可以是该智能手机为A智能手机。
根据一些实施例,由于测量数据中包括异常数据,因此计算机可以使用终端身份识别模型对测量数据中的异常数据进行识别。由于同一种类的不同传感器对应的异常数据时不同的,因此计算机使用终端身份识别模型对获取的智能手机的异常数据识别时,可以获取到智能手机的身份识别结果。
易于理解的是,当计算机获取到智能手机中陀螺仪的测量数据时,由于智能手机振动时存在的科里奥利力可以引起陀螺仪测量数据中的异常数据,因此计算机可以计算智能手机沿x、y、z三轴的旋转角度特征向量,该旋转角度特征向量为ω(k)=(ωx,ωy,ωz)。计算机可以采用终端身份识别模型可以对旋转角度特征向量进行识别得到终端的身份识别结果。
根据一些实施例,计算机使用该终端身份识别模型对测量数据进行识别时,可以获取在固定时间3S内的智能手机沿着x、y、z三轴的原始测量数据,对于加速度计和磁力计传感器,计算机可以在给定时间戳k计算加速度计、陀螺仪和磁力计传感器分别对应的两个向量:a(k)=(ax,ay,az),m(k)=(mx,my,mz)。计算机可以在固定时间3S起始时间点的时域与频域中提取一定数量的加速度计和磁力计传感器的特征:
计算机可以采用使用|a(k)|和|m(k)|计算加速度计和磁力计传感器的频域特征,计算机可以获取到加速度计和磁力计的异常数据,计算机根据该数据可以识别得到身份识别结果。
易于理解的是,计算机获取智能手机中一个或者多个传感器的测量数据时,计算机可以使用终端身份识别模型对测量数据中的非异常数据进行识别。
S203,在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。
根据一些实施例,计算机在确定终端的身份是否合法之前,可以预先存储终端的身份信息以及该终端中一个传感器的测量数据。例如计算机可以预先存储A智能手机和A智能手机中麦克风传感器的测量数据。当计算机基于终端身份识别模型获取到智能手机的身份识别结果时,可以检测该身份识别结果和预设身份信息是否配。例如计算机可以设置预设身份信息为A智能手机。计算机获取到A智能手机的麦克风传感器的测量数据时,采用终端身份识别模型对麦克风传感器的测量数据进行识别,得到的身份识别结果是A智能手机。计算机检测到该身份识别结果和预设身份信息匹配时,确定A智能手机的身份是合法的。例如计算机获取到B智能手机的麦克风传感器的测量数据时,采用终端身份识别模型对麦克风传感器的测量数据的身份识别结果是B智能手机。计算机采用计算机检测到该身份识别结果和预设身份信息不匹配时,确定B智能手机的身份不是合法的。
易于理解的是,计算机在确定终端的身份是否合法之前,计算机可以存储A智能手机的身份信息和以及该终端中多个传感器的测量数据。例如计算机可以设置预设身份信息为A智能手机。当计算机获取到智能手机中加速度计、麦克风、陀螺仪的测量数据时,采用终端身份识别模型对加速度计、麦克风、陀螺仪的测量数据进行识别,得到的身份识别结果是A智能手机。计算机检测到该身份识别结果和预设身份信息匹配时,确定A智能手机的身份是合法的。
本申请实施例提供一种终端的识别方法,通过获取终端中一个或者多个传感器的测量数据,基于终端身份识别模型对测量数据进行识别得到身份识别结果,可以在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。本申请实施例的技术方案由于传感器的固有特性,获取到的终端的一个或者多个传感器的测量数据是唯一的,可以提高终端身份识别的安全性。
图3示出本申请实施例终端的识别方法的流程示意图。
如图3所示,该终端的识别方法包括:
S301,获取终端中一个或者多个传感器的测量数据。
根据一些实施例,本实施例的执行主体可以是平板电脑,终端可以是智能手机。平板电脑获取智能手机中一个或者多个传感器的测量数据时,可以发送数据获取指令至智能手机。智能手机接收到该数据获取指令时,可以从智能手机的存储器中读取一个或者多个传感器的测量数据,并将该测量数据发送至平板电脑。
S302,在传感器的数量为多个时,设置多个传感器的测量数据的权重。
根据一些实施例,终端身份识别模型可以是朴素贝叶斯分类器。在传感器的数量为多个时,平板电脑可以获取智能手机中的多个传感器的测量数据。当平板电脑获取到智能手机中多个传感器的测量数据时,可以设置多个传感器测量数据的权重。例如平板电脑可以基于预设权重设置多个传感器测量数据的权重。例如平板电脑获取到智能手机中麦克风、陀螺仪和加速度计的测量数据时,可以调用朴素贝叶斯分类器,根据预设权重设置麦克风、陀螺仪和加速度计的测量数据的权重。例如平板电脑可以设置的麦克风、陀螺仪和加速度计的测量数据的预设权重为40%、30%和30%。当平板电脑获取到智能手机中麦克风、陀螺仪和加速度计的测量数据时,可以将麦克风测量数据的权重设置为40%,陀螺仪测量数据的权重设置为30%,加速度计测量数据的权重设置为30%。
易于理解的是,根据获取的多个传感器测量数据的数据量,平板电脑可以设置多个传感器的测量数据的权重。例如平板电脑可以获取到智能手机中麦克风、陀螺仪和加速度计的测量数据的数据量分别为100个、50个和100个。平板电脑根据获取的多个传感器测量数据的数据量,可以将麦克风测量数据的权重设置为40%,陀螺仪测量数据的权重设置为20%,加速度计测量数据的权重设置为40%。
S303,基于多个传感器的测量数据的权重,对多个传感器的测量数据加权平均得到加权测量数据。
根据一些实施例,平板电脑获取到多个传感器的测量数据时,可以设置多个传感器测量数据的权重。基于多个传感器的测量数据的权重,平板电脑可以对多个传感器数据进行加权平均,计算得到多个传感器测量数据的加权测量数据。例如平板电脑根据获取的多个传感器测量数据的数据量,将麦克风测量数据的权重设置为40%,陀螺仪测量数据的权重设置为20%,加速度计测量数据的权重设置为40%。平板电脑可以对麦克风、陀螺仪和加速度计的测量数据进行加权平均,计算得到加权测量数据。
S304,对加权测量数据进行识别得到身份识别结果。
根据一些实施例,平板电脑可以基于终端身份识别模型对加权测量数据进行识别得到身份识别结果。例如平板电脑根据获取到T智能手机中多个传感器测量数据的数据量。多个传感器测量数据可以包括麦克风、陀螺仪和加速度计的测量数据。平板电脑对麦克风、陀螺仪和加速度计的测量数据加权平均得到加权测量数据时,可以采用终端身份识别模型对加权测量数据进行识别,得到身份识别结果可以是T智能手机。
易于理解的是,平板电脑获取到智能手机中一个或者多个传感器的测量数据,可以获取测量数据中的异常数据,在异常数据与预存异常数据一致时,可以得到身份识别结果。例如平板电脑可以获取Y智能手机3S内的麦克风的测量数据。当获取到麦克风的测量数据时,平板电脑可以该测量数据和预设数据对应时间点的数据值是否一致。当平板电脑检测到第2S,麦克风的测量数据和预设数据的数据值不一致时,获取测量数据中第2S的测量数据为异常数据。当平板电脑检测到该异常数据和预存异常数据一致时,可以获取到身份识别结果,平板电脑获取到的身份识别结果为Y智能手机。
如图4所示,该终端获取测量数据中的异常数据时,可以获取测量数据和预存数据的不相似度,当不相似度与预设不相似度一致时,获取测量数据中的异常数据。例如平板电脑获取Z智能手机中麦克风的测量数据时,可以通过Z智能手机扬声器增加的频率再现正弦波,通过Z智能手机记录麦克风的测量数据,从而平板电脑可以获取到Z智能手机的麦克风的测量数据。在测量数据中的每个频率采样中,平板电脑可以根据麦克风的测量数据计算麦克风的频率响应。平板电脑可以将标准正弦信号与麦克风的频率响应进行比较,获取麦克风的测量数据的不相似度。平板电脑设置的预设不相似度可以为2%。当平板电脑获取到麦克风测量数据的不相似度为2%时,获取麦克风测量数据中的异常数据。
根据一些实施例,平板电脑建立的终端身份识别模型中可以包括多个分类器,该终端身份识别模型可以是随机森林分类器。平板电脑可以调用多个分类器对测量数据进行识别,得到终端身份的多个识别结果,基于多个识别结果的重复次数,得到身份识别结果。平板电脑建立的终端身份识别模型中可以包括多个分类器,多个分类器可以分别为Q分类器、W分类器、E分类器和R分类器。平板电脑获取到H智能手机的麦克风传感器的测量数据时,可以调用Q分类器、W分类器、E分类器和R分类器对麦克风传感器的测量数据进行识别,得到的身份识别结果分别为H智能手机、H智能手机、J智能手机和H智能手机。当平板电脑检测到H智能手机的重复次数为3次,J智能手机的次数只为一次时,得到身份识别结果为H智能手机。
S305,在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。
具体过程如上所述,此处不再赘述。
根据一些实施例,平板电脑在检测到身份识别结果和预设身份信息匹配时,可以确定智能手机的身份是合法的,可以从智能手机中读取智能手机存储的信息。例如平板电脑登录微信时,在检测到X智能手机的身份识别结果和预设身份信息匹配时,可以从X智能手机中读取X智能手机中存储的微信名称和密码,平板电脑可以直接在平板电脑上登录微信,不需要用户频繁输入微信名和密码,可以提高身份验证的准确性。
S306,发出提示信息。
根据一些实施例,平板电脑在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的时候,还可以发出提示信息,该提示信息包括终端的身份是合法的提示信息。例如平板电脑可以在检测到智能手机的身份是合法的之后,可以发出智能手机是合法的提示信息。该提示信息可以使用户清楚看到智能手机的身份信息是否合法,可以提高用户使用平板电脑的方便性。
本申请实施例提供一种终端的识别方法,通过获取终端中一个或者多个传感器的测量数据,在传感器的数量为多个时,设置多个传感器的测量数据的权重。基于多个传感器的测量数据的权重,对多个传感器的测量数据加权平均得到加权测量数据,对加权测量数据进行识别得到身份识别结果,可以在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。本申请实施例的技术方案由于传感器的固有特性,获取到的终端的一个或者多个传感器的测量数据是唯一的,可以提高终端身份识别的安全性。
图5示出本申请实施例的终端的识别装置的结构示意图。
如图5所示,该终端的识别装置500包括数据获取单元501、结果识别单元502和身份识别单元503,其中:
数据获取单元501,用于获取终端中一个或者多个传感器的测量数据;
结果识别单元502,用于基于终端身份识别模型对测量数据进行识别得到身份识别结果;
身份识别单元503,用于在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。
根据一些实施例,结果识别单元502,还用于获取测量数据中的异常数据;
在异常数据与预存异常数据一致时,得到身份识别结果。
根据一些实施例,数据获取单元501,还用于获取测量数据和预存数据的不相似度;
当不相似度与预设不相似度一致时,获取测量数据中的异常数据。
根据一些实施例,结果识别单元502,还用于在传感器的数量为多个时,设置多个传感器的测量数据的权重;
基于多个传感器的测量数据的权重,对多个传感器的测量数据加权平均得到加权测量数据;
对加权测量数据进行识别得到身份识别结果。
根据一些实施例,终端身份识别模型包括多个分类器;结果识别单元502,还用于调用多个分类器对测量数据进行识别,得到终端身份的多个识别结果;
基于多个识别结果的重复次数,得到身份识别结果。
根据一些实施例,该终端的识别装置500包括信息发出单元504,用于在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的之后,发出提示信息,提示信息包括终端的身份是合法的提示信息。
本申请实施例提供一种终端的识别装置,包括数据获取单元获取终端中一个或者多个传感器的测量数据,结果识别单元基于终端身份识别模型对测量数据进行识别得到身份识别结果,身份识别单元在身份识别结果与预设身份信息匹配时,可以确定终端的身份是合法的。本申请实施例的技术方案由于传感器的固有特性,终端的识别装置获取到的终端的一个或者多个传感器的测量数据是唯一的,可以提高终端身份识别的安全性。
图6示出本申请实施例终端的识别方法的流程示意图。
如图6所示,该终端的识别方法包括:
S601,接收第一终端发送的数据采集指令。
根据一些实施例,第一终端和第二终端可以是指不同的终端,但并不特指某一固定终端。例如第一终端可以是I智能手机,第二终端可以是O智能手机。第一终端还可以是U平板电脑,第二终端可以是M智能手机。本实施例以第一终端为U平板电脑,第二终端为M智能手机进行介绍。
易于理解的是,第一终端获取第二终端中的一个或者多个传感器的测量数据时,可以发送数据采集指令至第二终端。第二终端可以接收第一终端发送的数据采集指令。例如U平板电脑获取M智能手机中的一个或者多个传感器的测量数据时,可以发送数据采集指令至M智能手机。M智能手机检测到U平板电脑发送数据采集指令时,可以接收U平板电脑发送的数据采集指令。
S602,响应于数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据。
根据一些实施例,第二终端响应于接收到的数据采集指令时,可以获取第二终端中一个或者多个传感器的测量数据。第二终端获取到一个或者多个传感器的测量数据时,可以将该测量数据与预存数据进行对此,得到测量数据中的测量异常数据。例如M智能手机接收到U平板电脑的数据采集指令时,可以获取M智能手机的麦克风的测量数据。当M智能手机获取到M智能手机的麦克风的测量数据,可以将该测量数据与预存数据进行对比,提取该测量数据和预存数据中不同的数据,获取到M智能手机的麦克风的测量异常数据。
具体过程如上所述,此处不再赘述。
S603,发送测量异常数据至第一终端。
根据一些实施例,当第二终端获取到一个或者多个传感器的测量异常数据时,可以将还测量异常数据发送至第一终端。例如M智能手机获取到M智能手机的麦克风的测量异常数据时,可以将该测量异常数据发送至U平板电脑。
本申请实施例提供一种终端的识别方法,通过接收第一终端发送的数据采集指令,响应于数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据,可以发送测量异常数据至第一终端。本申请实施例的技术方案可以获取第二终端中一个或者多个传感器的测量异常数据,基于测量异常数据的唯一性,可以提高终端身份识别的安全性。
图7示出本申请实施例的终端的识别装置的结构示意图。
如图7所示,该终端的识别装置700包括指令接收单元701、数据获取单元702和数据发送单元703,其中:
指令接收单元701,用于接收第一终端发送的数据采集指令;
数据获取单元702,用于响应于数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据;
数据发送单元703,用于发送测量异常数据至第一终端。
本申请实施例提供一种终端的识别装置,通过指令接收单元接收第一终端发送的数据采集指令,数据获取单元响应于数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据,数据发送单元可以发送测量异常数据至第一终端。本申请实施例的技术方案可以获取第二终端中一个或者多个传感器的测量异常数据,基于测量异常数据的唯一性,可以提高终端身份识别的安全性。
请参见图8,为本申请实施例提供的一种终端的结构示意图。如图8所示,所述终端800可以包括:至少一个处理器801,至少一个网络接口804,用户接口803,存储器805,至少一个通信总线802。
其中,通信总线82用于实现这些组件之间的连接通信。
其中,用户接口803可以包括显示屏(Display)和传感器,可选用户接口803还可以包括标准的有线接口、无线接口。
其中,网络接口804可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器801可以包括一个或者多个处理核心。处理器801利用各种借口和线路连接整个终端800内的各个部分,通过运行或执行存储在存储器805内的指令、程序、代码集或指令集,以及调用存储在存储器805内的数据,执行终端800的各种功能和处理数据。可选的,处理器801可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(ProgrammableLogicArray,PLA)中的至少一种硬件形式来实现。处理器801可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器801中,单独通过一块芯片进行实现。
其中,存储器805可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器805包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器805可用于存储指令、程序、代码、代码集或指令集。存储器805可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器805可选的还可以是至少一个位于远离前述处理器801的存储装置。如图8所示,作为一种计算机存储介质的存储器805中可以包括操作系统、网络通信模块、用户接口模块以及用于终端的识别的应用程序。
在图8所示的终端800中,用户接口803主要用于为用户提供输入的接口,获取用户输入的数据;而处理器801可以用于调用存储器805中存储的应用程序,并具体执行以下操作:
获取终端中一个或者多个传感器的测量数据;
基于终端身份识别模型对测量数据进行识别得到身份识别结果;
在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。
根据一些实施例,处理器801在执行基于终端身份识别模型对测量数据进行识别得到身份识别结果时,具体执行以下操作:
获取测量数据中的异常数据;
在异常数据与预存异常数据一致时,得到身份识别结果。
根据一些实施例,处理器801在执行获取测量数据中的异常数据时,具体执行以下操作:
获取测量数据和预存数据的不相似度;
当不相似度与预设不相似度一致时,获取测量数据中的异常数据。
根据一些实施例,处理器801在执行基于终端身份识别模型对测量数据进行识别得到身份识别结果时,具体执行以下操作:
在传感器的数量为多个时,设置多个传感器的测量数据的权重;
基于多个传感器的测量数据的权重,对多个传感器的测量数据加权平均得到加权测量数据;
对加权测量数据进行识别得到身份识别结果。
根据一些实施例,终端身份识别模型包括多个分类器;
处理器801在执行基于终端身份识别模型对测量数据进行识别得到身份识别结果时,具体执行以下操作:
调用多个分类器对测量数据进行识别,得到终端身份的多个识别结果;
基于多个识别结果的重复次数,得到身份识别结果。
根据一些实施例,处理器801在执行在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的之后,具体执行以下操作:
发出提示信息,提示信息包括终端的身份是合法的提示信息。
根据一些实施例,处理器801还可以用于调用存储器805中存储的应用程序,并具体执行以下操作:
接收第一终端发送的数据采集指令;
响应于数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据;
发送测量异常数据至第一终端。
本申请实施例提供一种终端,通过获取终端中一个或者多个传感器的测量数据,基于终端身份识别模型对测量数据进行识别得到身份识别结果,可以在身份识别结果与预设身份信息匹配时,确定终端的身份是合法的。本申请实施例的技术方案由于传感器的固有特性,获取到的终端的一个或者多个传感器的测量数据是唯一的,可以提高终端身份识别的安全性。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。其中,计算机可读存储介质可以包括但不限于任何类型的盘,包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统(包括分子存储器IC),或适合于存储指令和/或数据的任何类型的媒介或设备。
本申请实施例还提供一种计算机程序产品,该计算机程序产品包括存储计算机程序的非瞬时性计算机可读存储介质,该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何一种的部分或全部步骤。
本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件,其中硬件例如可以是现场可编程门阵列(Field-ProgrammaBLE GateArray,FPGA)、集成电路(Integrated Circuit,IC)等。
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,例如所述单元的划分,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服务接口,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。
所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。
所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所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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、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进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(Read-Only Memory,ROM)、随机存取器(Random AccessMemory,RAM)、磁盘或光盘等。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的范围和精神由权利要求限定。
Claims (10)
1.一种终端的识别方法,其特征在于,包括:
获取终端中一个或者多个传感器的测量数据;
基于终端身份识别模型对所述测量数据进行识别得到身份识别结果;
在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的。
2.如权利要求1所述的终端的识别方法,其特征在于,所述基于终端身份识别模型对所述测量数据进行识别得到身份识别结果,包括:
获取所述测量数据中的异常数据;
在所述异常数据与预存异常数据一致时,得到所述身份识别结果。
3.如权利要求2所述的终端的识别方法,其特征在于,所述获取所述测量数据中的异常数据,包括:
获取所述测量数据和预存数据的不相似度;
当所述不相似度与预设不相似度一致时,获取所述测量数据中的所述异常数据。
4.如权利要求1所述的终端的识别方法,其特征在于,所述基于终端身份识别模型对所述测量数据进行识别得到身份识别结果,包括:
在所述传感器的数量为多个时,设置所述多个传感器的所述测量数据的权重;
基于所述多个传感器的所述测量数据的权重,对所述多个传感器的所述测量数据加权平均得到加权测量数据;
对所述加权测量数据进行识别得到所述身份识别结果。
5.如权利要求1所述的终端的识别方法,其特征在于,所述终端身份识别模型包括多个分类器;
其中,所述基于终端身份识别模型对所述测量数据进行识别得到身份识别结果,包括:
调用所述多个分类器对所述测量数据进行识别,得到所述终端身份的多个识别结果;
基于所述多个识别结果的重复次数,得到所述身份识别结果。
6.如权利要求1所述的终端的识别方法,其特征在于,所述在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的之后还包括:
发出提示信息,所述提示信息包括所述终端的身份是合法的提示信息。
7.一种终端的识别装置,其特征在于,包括:
数据获取单元,用于获取终端中一个或者多个传感器的测量数据;
结果识别单元,用于基于终端身份识别模型对所述测量数据进行识别得到身份识别结果;
身份识别单元,用于在所述身份识别结果与预设身份信息匹配时,确定所述终端的身份是合法的。
8.一种终端的识别方法,其特征在于,包括:
接收第一终端发送的数据采集指令;
响应于所述数据采集指令,获取第二终端中一个或者多个传感器的测量异常数据;
发送所述测量异常数据至所述第一终端。
9.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-6或权利要求8中任一项所述的终端的识别方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现上述权利要求1-6或权利要求8中任一项所述的终端的识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911262920.XA CN111177669A (zh) | 2019-12-11 | 2019-12-11 | 终端的识别方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911262920.XA CN111177669A (zh) | 2019-12-11 | 2019-12-11 | 终端的识别方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111177669A true CN111177669A (zh) | 2020-05-19 |
Family
ID=70653809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911262920.XA Pending CN111177669A (zh) | 2019-12-11 | 2019-12-11 | 终端的识别方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111177669A (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202197333U (zh) * | 2011-05-19 | 2012-04-18 | 北京新岸线无线技术有限公司 | 一种移动终端 |
CN104053246A (zh) * | 2013-03-15 | 2014-09-17 | 联想(北京)有限公司 | 一种建立无线通信连接的方法、电子设备及通信系统 |
CN105631275A (zh) * | 2015-04-15 | 2016-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 信息显示方法、信息显示装置和终端 |
CN105844128A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 身份识别方法和装置 |
CN107305604A (zh) * | 2016-04-25 | 2017-10-31 | 腾讯科技(深圳)有限公司 | 终端解锁方法及装置 |
CN108241561A (zh) * | 2017-12-25 | 2018-07-03 | 深圳回收宝科技有限公司 | 一种终端检测模型的生成方法、服务器以及存储介质 |
CN108255651A (zh) * | 2017-12-25 | 2018-07-06 | 深圳回收宝科技有限公司 | 一种终端检测的方法、终端以及存储介质 |
CN108494764A (zh) * | 2018-03-20 | 2018-09-04 | 海信集团有限公司 | 一种身份认证方法及装置 |
CN108683813A (zh) * | 2018-05-18 | 2018-10-19 | 西北工业大学 | 一种基于智能手机使用习惯的用户身份持续识别方法 |
CN108712253A (zh) * | 2018-06-06 | 2018-10-26 | 北京美好人生伙伴信息技术有限公司 | 一种基于手机传感器指纹的伪造移动端识别方法及装置 |
CN108959866A (zh) * | 2018-04-24 | 2018-12-07 | 西北大学 | 一种基于高频声波频率的持续身份认证方法 |
CN109001787A (zh) * | 2018-05-25 | 2018-12-14 | 北京大学深圳研究生院 | 一种姿态角解算与定位的方法及其融合传感器 |
CN109561085A (zh) * | 2018-11-26 | 2019-04-02 | 平安科技(深圳)有限公司 | 一种基于设备识别码的身份验证方法、服务器及介质 |
CN109564598A (zh) * | 2017-03-13 | 2019-04-02 | 华为技术有限公司 | 一种终端检测方法及终端 |
CN109635872A (zh) * | 2018-12-17 | 2019-04-16 | 上海观安信息技术股份有限公司 | 身份识别方法、电子设备及计算机程序产品 |
CN109635622A (zh) * | 2018-09-28 | 2019-04-16 | 阿里巴巴集团控股有限公司 | 身份识别方法、装置及电子设备 |
US20190141028A1 (en) * | 2017-06-20 | 2019-05-09 | Andrew Grant Lind | System and Methods for Authentication and/or Identification |
CN109753777A (zh) * | 2018-12-29 | 2019-05-14 | 上海瑾盛通信科技有限公司 | 一种身份识别方法、装置、存储介质及移动终端 |
CN110222730A (zh) * | 2019-05-16 | 2019-09-10 | 华南理工大学 | 基于惯性传感器的用户身份识别方法及识别模型构建方法 |
CN110321689A (zh) * | 2019-07-08 | 2019-10-11 | 深圳大学 | 一种基于响指的身份识别方法和系统 |
CN110490226A (zh) * | 2019-07-09 | 2019-11-22 | 联想(北京)有限公司 | 一种识别方法及设备 |
CN110555463A (zh) * | 2019-08-05 | 2019-12-10 | 西北工业大学 | 一种基于步态特征的身份识别方法 |
-
2019
- 2019-12-11 CN CN201911262920.XA patent/CN111177669A/zh active Pending
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202197333U (zh) * | 2011-05-19 | 2012-04-18 | 北京新岸线无线技术有限公司 | 一种移动终端 |
CN104053246A (zh) * | 2013-03-15 | 2014-09-17 | 联想(北京)有限公司 | 一种建立无线通信连接的方法、电子设备及通信系统 |
CN105844128A (zh) * | 2015-01-15 | 2016-08-10 | 北京三星通信技术研究有限公司 | 身份识别方法和装置 |
CN105631275A (zh) * | 2015-04-15 | 2016-06-01 | 宇龙计算机通信科技(深圳)有限公司 | 信息显示方法、信息显示装置和终端 |
CN107305604A (zh) * | 2016-04-25 | 2017-10-31 | 腾讯科技(深圳)有限公司 | 终端解锁方法及装置 |
CN109564598A (zh) * | 2017-03-13 | 2019-04-02 | 华为技术有限公司 | 一种终端检测方法及终端 |
US20190141028A1 (en) * | 2017-06-20 | 2019-05-09 | Andrew Grant Lind | System and Methods for Authentication and/or Identification |
CN108241561A (zh) * | 2017-12-25 | 2018-07-03 | 深圳回收宝科技有限公司 | 一种终端检测模型的生成方法、服务器以及存储介质 |
CN108255651A (zh) * | 2017-12-25 | 2018-07-06 | 深圳回收宝科技有限公司 | 一种终端检测的方法、终端以及存储介质 |
CN108494764A (zh) * | 2018-03-20 | 2018-09-04 | 海信集团有限公司 | 一种身份认证方法及装置 |
CN108959866A (zh) * | 2018-04-24 | 2018-12-07 | 西北大学 | 一种基于高频声波频率的持续身份认证方法 |
CN108683813A (zh) * | 2018-05-18 | 2018-10-19 | 西北工业大学 | 一种基于智能手机使用习惯的用户身份持续识别方法 |
CN109001787A (zh) * | 2018-05-25 | 2018-12-14 | 北京大学深圳研究生院 | 一种姿态角解算与定位的方法及其融合传感器 |
CN108712253A (zh) * | 2018-06-06 | 2018-10-26 | 北京美好人生伙伴信息技术有限公司 | 一种基于手机传感器指纹的伪造移动端识别方法及装置 |
CN109635622A (zh) * | 2018-09-28 | 2019-04-16 | 阿里巴巴集团控股有限公司 | 身份识别方法、装置及电子设备 |
CN109561085A (zh) * | 2018-11-26 | 2019-04-02 | 平安科技(深圳)有限公司 | 一种基于设备识别码的身份验证方法、服务器及介质 |
CN109635872A (zh) * | 2018-12-17 | 2019-04-16 | 上海观安信息技术股份有限公司 | 身份识别方法、电子设备及计算机程序产品 |
CN109753777A (zh) * | 2018-12-29 | 2019-05-14 | 上海瑾盛通信科技有限公司 | 一种身份识别方法、装置、存储介质及移动终端 |
CN110222730A (zh) * | 2019-05-16 | 2019-09-10 | 华南理工大学 | 基于惯性传感器的用户身份识别方法及识别模型构建方法 |
CN110321689A (zh) * | 2019-07-08 | 2019-10-11 | 深圳大学 | 一种基于响指的身份识别方法和系统 |
CN110490226A (zh) * | 2019-07-09 | 2019-11-22 | 联想(北京)有限公司 | 一种识别方法及设备 |
CN110555463A (zh) * | 2019-08-05 | 2019-12-10 | 西北工业大学 | 一种基于步态特征的身份识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9390407B2 (en) | Method and apparatus for providing real time mutable credit card information and for providing timestamp functionality | |
US9083687B2 (en) | Multi-device behavioral fingerprinting | |
CN105281906B (zh) | 安全验证方法及装置 | |
US9558367B2 (en) | Virtualization input component | |
US11171968B1 (en) | Method and system for user credential security | |
CN105656850B (zh) | 一种数据处理方法、相关装置及系统 | |
US20230070762A1 (en) | Data encryption method and apparatus, computer device, and storage medium | |
CN111512618B (zh) | 发送和接收包括表情符号的消息的电子设备以其控制方法 | |
CN109934191A (zh) | 信息处理方法和装置 | |
CN104683104B (zh) | 身份验证的方法、装置及系统 | |
CN109002733A (zh) | 一种对设备进行可信性评价的方法及装置 | |
CN106464502A (zh) | 用于通信装置的认证的方法和系统 | |
AU2019378043B2 (en) | Security of authentication data on mobile devices | |
US20150006405A1 (en) | System and methods for secure entry of a personal identification number (pin) using multi-touch trackpad technologies | |
CN110659895A (zh) | 支付方法、装置、电子设备及介质 | |
CN109547622B (zh) | 一种验证方法及终端设备 | |
CN110969434A (zh) | 支付方法、服务器、终端及系统 | |
CN111177669A (zh) | 终端的识别方法、装置、终端及存储介质 | |
KR20200117183A (ko) | 메시지를 표시하는 전자 장치 및 그의 동작 방법 | |
CN115329309A (zh) | 验证方法、装置、电子设备及存储介质 | |
CN113420271A (zh) | 身份认证的方法、装置、设备及存储介质 | |
WO2017208356A1 (ja) | IoT制御システム、IoT制御方法及びプログラム | |
WO2020082833A1 (zh) | 转账方法、装置及设备 | |
CN110751487A (zh) | 支付方法、支付校验方法及电子设备 | |
CN105119883A (zh) | 一种基于振动信号的验证方法及服务器 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |