CN112202793A - 一种通过指纹登录手机银行的方法、装置、设备及介质 - Google Patents
一种通过指纹登录手机银行的方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112202793A CN112202793A CN202011069693.1A CN202011069693A CN112202793A CN 112202793 A CN112202793 A CN 112202793A CN 202011069693 A CN202011069693 A CN 202011069693A CN 112202793 A CN112202793 A CN 112202793A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- user
- login
- risk
- input
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012795 verification Methods 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims description 52
- 238000003062 neural network model Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000015654 memory Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- 206010010071 Coma Diseases 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000002747 voluntary effect Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephone Function (AREA)
Abstract
本申请提供了一种通过指纹登录手机银行的方法，包括：接收用户输入的指纹形状信息，根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律，将所述指纹录入规律输入指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值，当所述预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容。由此，通过对于指纹形状信息所包含的压力与时间的对应规律识别用户本次操作是否具有风险，提高了指纹登录手机银行的安全性。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种通过指纹登录手机银行的方法、装置、设备以及计算机可读存储介质。
背景技术
随着电子商务的不断发展，移动支付技术应运而生。为了适应移动支付技术，许多银行推出了手机银行。用户可以通过手机银行完成转账、消费、投资等各种各样的功能。由于手机银行关系着用户的资产，因此，手机银行的安全性尤其是登录安全成为人们关注的焦点。
传统的登录方法是输入账号和密码，以完成账户登录。然而，这种方法一方面用户需要设置复杂的密码，避免被窃取，另一方面需要用户记忆该复杂的密码以便使用。由此影响了用户体验。
基于此，业界提出了一种通过指纹登录手机银行的方法。然而，简单的指纹登录无法完全地保证用户手机银行账户的安全，尤其是在用户被胁迫的情况下，也可以通过指纹登录手机银行账户。业界亟需提供一种安全性较高的、登录手机银行的方法。
发明内容
本申请提供了一种通过指纹登录手机银行的方法。该方法通过对用户输入的指纹形状信息所包含的压力与时间的对应规律与预先输入指纹录入规律进行匹配，将对应的指纹录入规律输入经过训练的指纹登录风险识别模型，获得预测值，当预测值指示正常的情况下完成验证。进一步当预测值指示异常的情况下向用户提供异常内容，解决了用户在非自愿情况下通过指纹登录手机银行造成的安全隐患。
第一方面，本申请提供了一种通过指纹登录手机银行的方法。该方法包括：
接收用户输入的指纹形状信息；
根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律；
将所述指纹录入规律输入指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值；
当所述预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容。
在一些可能的实现方式中，当所述预测值指示当前指纹登录异常时，所述方法还包括：
登录验证有条件地通过，向用户提供异常内容。
在一些可能的实现方式中，所述异常内容为所述用户预先设置的内容，所述异常内容用于迷惑除所述用户以外非法用户。
在一些可能的实现方式中，当所述预测值指示当前指纹登录异常时，所述方法还包括：
生成风险提示信息，所述风险提示信息用于提示所述用户当前指纹登录存在风险，以及提示所述用户输入密码；
接收所述用户根据所述风险提示信息输入的密码；
当所述密码与所述用户预先设置的报警密码相匹配时，再执行所述向用户提供异常内容的步骤。
在一些可能的实现方式中，所述指纹登录风险识别模型通过如下方式训练得到：
构建初始神经网络模型，所述初始神经网络模型以指纹录入规律为输入，以指纹登录风险标签为输出，所述指纹登录风险标签用于表征所述指纹登录正常或所述指纹登录异常；
利用数据集训练所述初始神经网络模型至满足训练结束条件为止，获得所述指纹登录风险识别模型，所述数据集中包括样本数据，所述样本数据为标注有指纹登录风险标签的历史指纹录入规律。
在一些可能的实现方式中，所述初始神经网络模型为经过遗传算法优化的误差回传神经网络模型，所述初始神经网络模型包括三层，所述三层中的隐层的节点个数通过试凑法确定。
第二方面，本申请提供了一种通过指纹登录手机银行的装置，该装置包括：
接收模块，用于接收用户输入的指纹形状信息；
确定模块，用于根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律；
识别模块，用于将所述指纹录入规律输入指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值；
提供模块，用于当所述预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容。
在一些可能的实现方式中，所述提供模块还用于：
当所述预测值指示当前指纹登录异常时，登录验证有条件地通过，向用户提供异常内容。
在一些可能的实现方式中，所述提供模块向所述用户提供的所述异常内容为所述用户预先设置的内容，所述异常内容用于迷惑除所述用户以外的非法用户。在一些可能的实现方式中，当所述预测值指示当前指纹登录异常时，所述装置还包括：
生成模块，用于生成风险提示信息，所述风险提示信息用于提示所述用户当前指纹登录存在风险，以及提示所述用户输入密码；
所述接收模块，还用于接收所述用户根据所述风险提示信息输入的密码；报警模块，用于当所述密码与所述用户预先设置的报警密码相匹配时，再执行所述向用户提供异常内容的步骤。
在一些可能的实现方式中，所述装置还包括：
构建模块，用于构建初始神经网络模型，所述初始神经网络模型以指纹录入规律为输入，以指纹登录风险标签为输出，所述指纹登录风险标签用于表征所述指纹登录正常或所述指纹登录异常；
训练模块，用于利用数据集训练所述初始神经网络模型至满足训练结束条件为止，获得所述指纹登录风险识别模型，所述数据集中包括样本数据，所述样本数据为标注有指纹登录风险标签的历史指纹录入规律。
在一些可能的实现方式中，所述初始神经网络模型为经过遗传算法优化的误差回传神经网络模型，所述初始神经网络模型包括三层，所述三层中的隐层的节点个数通过试凑法确定。
第三方面，本申请提供一种设备，所述设备包括处理器和存储器。所述处理器、所述存储器进行相互的通信。所述处理器用于执行所述存储器中存储的指令，以使得设备执行如第一方面或第一方面的任一种实现方式中的通过指纹登录手机银行的方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，所述指令指示设备执行上述第一方面或第一方面的任一种实现方式所述的通过指纹登录手机银行的方法。
第五方面，本申请提供了一种包含指令的计算机程序产品，当其在设备上运行时，使得设备执行上述第一方面或第一方面的任一种实现方式所述的通过指纹登录手机银行的方法。
本申请在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。
从以上技术方案可以看出，本申请实施例具有以下优点：
本申请实施例提供了一种通过指纹登录手机银行的方法，该方法通过在指纹库中预先存储用户的各种指纹状态信息与指纹录入规律的对应关系，使得用户在通过指纹登录手机银行时，可以通过匹配指纹库获得与此次登录行为对应的指纹录入规律，然后将指纹录入规律输入经过训练的指纹登录风险识别模型，获得该指纹登录风险识别模型的预测值，当该预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容，以便用户能够正常地进行手机银行的相关业务。
进一步地，当预测值指示当前指纹登录异常时，登录验证有条件通过，向用户提供异常内容，如此可以解决用户在非自愿情况(如被胁迫)下通过指纹登录手机银行，导致信息(如资产信息)泄露的问题，保障了用户信息安全和资产安全。
附图说明
为了更清楚地说明本申请实施例的技术方法，下面将对实施例中所需使用的附图作以简单地介绍，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为本申请实施例提供的一种通过指纹登录手机银行的方法的流程图；
图2为本申请实施例提供的一种显示用户预先设置的登录异常情况下的存款数字示意图；
图3为本申请实施例提供的一种生成风险提示信息并提示用户手动输入密码示意图；
图4为本申请实施例提供的一种通过指纹登录手机银行的装置的结构示意图。
具体实施方式
下面将结合本申请中的附图，对本申请提供的实施例中的方案进行描述。
本申请实施例中的术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。
首先对本申请实施例中所涉及到的一些技术术语进行介绍。
手机银行是以智能手机为载体，使用户能够在此终端上使用银行服务的渠道模式。随着通信和互联网技术的发展，手机银行的业务功能不断更新与完善。通过移动通信网络将客户的手机与银行进行连接，用户可以在手机上完成账号查询、账户转账等金融业务。
常用的手机银行登录方式主要有用户手动输入密码、手机号码验证以及指纹图案登录。用户手动输入密码需要用户设置比较复杂的密码防止被窃取，同时登录的过程需要手动输入复杂密码，操作比较复杂。手机号码验证可能在用户手机丢失或被窃取时，手机银行账户和手机号码同时被非用户本人所控制，对于手机银行内资金的安全造成隐患。
目前，业内主要通过指纹图像登录手机银行，通过对于指纹图像的比对来验证用户身份信息，然而，简单的指纹图案登录无法完全地保证用户的手机银行的安全，在用户受到胁迫的情况下或者昏迷的情况下，也可以通过指纹登录手机银行账户，威胁用户的资金安全。
有鉴于此，本申请通过对用户输入的指纹形状信息所包含的压力与时间的对应规律识别用户本次操作是否具有风险，解决了用户在非自愿情况下也能通过指纹登录手机银行造成的安全隐患，提供了一种安全性较高的登录手机银行的方法。
该方法可以由处理设备执行。处理设备是指具有数据处理能力的设备，例如可以是智能手机等终端设备，或者是服务器。为了使得本申请的技术方案更加清楚、易于理解，下面将从处理设备的角度对本申请的技术方案进行详细说明。
参见图1，本申请实施例提供的一种通过指纹登录手机银行的方法流程图。
S101：处理设备接收用户输入的指纹形状信息。
在一种可能实现的实施例中，指纹形状信息是指纹传感器被手指按压时采集的纹路所形成的形状信息。同一用户的同一手指按压指纹传感器时，如果按压力度不同，产生不同的指纹形状信息。因此，指纹形状信息可以用于处理器确定指纹压力信息，即用户输入指纹时的压力信息。
在一种可能实现的实施例中，用户可以在需要进行账户余额查询、账户转账、支付、投资时，执行指纹按压操作以登录账户，并在登录账户后执行上述操作。具体地，用户执行指纹按压操作，指纹传感器可以采集用户的指纹形状信息，然后向处理设备(例如服务器)发送指纹形状信息，如此，处理设备可以接收指纹传感器所采集的用户的指纹形状信息。
在另一种可能实现的实施例中，用户还可以在受到胁迫的情况下，执行上述操作，相应地，指纹传感器采集用户的指纹形状信息，处理设备如服务器接收用户指纹传感器所采集的指纹形状信息。
需要说明的是，用户在正常情况下执行指纹按压操作所形成的指纹形状信息和在受到胁迫等情况下执行指纹按压操作所形成的指纹形状信息可以是不同的。
S102：处理设备根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律。
在一种可能实现的实施例中，处理设备可以根据所获取的指纹形状信息生成指纹录入规律，将生成的指纹录入规律与用户预先构建的指纹库中的指纹录入规律相匹配，获取与本次输入的指纹形状信息相对应的指纹录入规律。
在一种可能实现的实施例中，用户预先构建的指纹库中的指纹录入规律可以包括：短按指纹、长按指纹和连续N次按压指纹(N大于等于2)等中的一种或多种。
S103：处理设备将所述指纹录入规律输入针对所述用户的指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值。在一种可能实现的实施例中，针对所述用户的指纹登录风险识别模型，是处理设备根据所述用户的历史行为训练得到的，每个用户的指纹登录风险识别模型是不同的，因此该模型可以记录该用户的指纹输入习惯，具有很高的识别准确度。
在一种可能实现的实施例中，当指纹登录风险模型检测到异常输入时，指纹登录风险识别模型输出1，表示登录异常；否则，输出为0，表示登录正常。
在一种可能实现的实施例中，指纹登录风险识别模型将连续按压两次指纹对应的录入规律设置为异常输入，当检测到异常输入时，指纹登录风险识别模型输出1，表示登录异常；否则，输出为0，表示登录正常。
在一种可能实现的实施例中，指纹登录风险识别模型可以通过构建初始神经网络模型，利用数据集训练初始神经网络模型至达到满足训练结束条件为止得到。输入为指纹录入规律，输出为指纹登录风险标签。指纹登录风险标签可以分为：正常和异常。数据集包括样本数据，样本数据为标注有指纹登录风险标签的历史指纹录入规律。
其中，一种实施例中，处理设备根据输入输出的个数确定神经网络模型的结构，进而根据遗传算法确定需要优化的参数的个数，从而确定初始神经网络模型，通过用户的历史输入数据对该模型进行训练获得指纹登录风险识别模型。其中初始神经网络模型包括三层，所述三层中的隐层的节点个数通过试凑法确定。
S104：当处理设备获取的所述预测值指示当前指纹登录正常时，登录验证完全通过，处理设备向用户提供正常内容。
在一种可能实现的实施例中，预测值指示当前指纹登录正常，用户登录验证完全通过，处理设备向用户提供输入密码的界面，用户通过输入密码进行手机银行的登录。
在另一种可能实现的实施例中，预测值指示当前指纹登录正常，用户登录验证完全通过，直接登录手机银行，处理设备向用户提供手机银行登录后的界面。
在一种可能实现的实施例中，当所述预测值指示当前指纹登录异常时，用户登录验证有条件地通过，处理设备向用户提供异常内容。
其中，处理设备向用户提供异常内容，一种可以选择的实施例为：处理设备(例如服务器)向终端发送上述异常内容，该异常内容为用户预先设置的登录异常情况下的账户余额，终端显示用户预先设置的登录异常情况下所需显示的账户余额，用于迷惑除所述用户以外非法用户。参见图2，用户可以预先设定登录异常情况下显示的账户余额为100元，如此，当用户通过指纹登录手机银行被识别为异常登录时，用户的终端可以显示账户余额为100元。
在一些可能的实现方式中，处理设备还可以生成风险提示信息，提示用户手动输入密码。参见图3，当用户输入的密码为正确密码时，用户正常登录手机银行。如此可以防止非用户在用户沉睡、昏迷情况下利用用户指纹对手机银行进行操作。
在一些可能的实现方式中，用户还可以预先设置报警密码。报警密码是一种与正常登录密码不同的密码，该报警密码可以用于提示用户受到胁迫，对用户账户进行安全处理，如显示预先设置的异常内容。参见图3，当用户输入的密码与预先设定的报警密码相匹配时，终端显示用户预先设置的登录异常情况下的账户余额，用于迷惑除所述用户以外非法用户。进一步地，服务器确定用户输入的密码为报警密码时，还可以向公安机关报警，有效防止用户在被胁迫的情况下对手机银行进行的非自愿操作。
与上述方法实施例相对应的，本申请还提供了一种通过指纹登录手机银行的装置，参见图4，该装置400包括：接收模块401、确定模块402、识别模块403和提供模块404。
接收模块401，用于接收用户输入的指纹形状信息；
确定模块402，用于根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律；
识别模块403，用于将所述指纹录入规律输入指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值；
提供模块404，用于当所述预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容。
在一些可能的实现方式中，所述提供模块404还用于：
当所述预测值指示当前指纹登录异常时，登录验证有条件地通过，向用户提供异常内容。
在一些可能的实现方式中，所述提供模块404向所述用户提供的所述异常内容为所述用户预先设置的内容，所述异常内容用于迷惑除所述用户以外的非法用户。
在一些可能的实现方式中，当所述预测值指示当前指纹登录异常时，所述装置还包括：
生成模块，用于生成风险提示信息，所述风险提示信息用于提示所述用户当前指纹登录存在风险，以及提示所述用户输入密码；
所述接收模块，还用于接收所述用户根据所述风险提示信息输入的密码；
报警模块，用于当所述密码与所述用户预先设置的报警密码相匹配时，再执行所述向用户提供异常内容的步骤。
在一些可能的实现方式中，所述装置还包括：
构建模块，用于构建初始神经网络模型，所述初始神经网络模型以指纹录入规律为输入，以指纹登录风险标签为输出，所述指纹登录风险标签用于表征所述指纹登录正常或所述指纹登录异常；
训练模块，用于利用数据集训练所述初始神经网络模型至满足训练结束条件为止，获得所述指纹登录风险识别模型，所述数据集中包括样本数据，所述样本数据为标注有指纹登录风险标签的历史指纹录入规律。
在一些可能的实现方式中，所述初始神经网络模型为经过遗传算法优化的误差回传神经网络模型，所述初始神经网络模型包括三层，所述三层中的隐层的节点个数通过试凑法确定。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质包括指令，所述指令指示计算机执行上述应用于通过指纹登录手机银行的方法。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质包括指令，所述指令指示计算机执行上述应用于通过指纹登录手机银行的方法。
另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。另外，本申请提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本申请而言更多情况下软件程序实现是更佳的实施方式。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可读取的存储介质中，如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，训练设备，或者网络设备等)执行本申请各个实施例所述的方法。
Claims (14)
1.一种通过指纹登录手机银行的方法，其特征在于，所述方法包括：
接收用户输入的指纹形状信息；
根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律；
将所述指纹录入规律输入针对所述用户的指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值；
当所述预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容。
2.根据权利要求1所述的方法，其特征在于，当所述预测值指示当前指纹登录异常时，所述方法还包括：
登录验证有条件地通过，向用户提供异常内容。
3.根据权利要求2所述的方法，其特征在于，所述异常内容为所述用户预先设置的内容，所述异常内容用于迷惑除所述用户以外的非法用户。
4.根据权利要求2或3所述的方法，其特征在于，当所述预测值指示当前指纹登录异常时，所述方法还包括：
生成风险提示信息，所述风险提示信息用于提示所述用户当前指纹登录存在风险，以及提示所述用户输入密码；
接收所述用户根据所述风险提示信息输入的密码；
当所述密码与所述用户预先设置的报警密码相匹配时，再执行所述向用户提供异常内容的步骤。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述指纹登录风险识别模型通过如下方式训练得到：
构建初始神经网络模型，所述初始神经网络模型以指纹录入规律为输入，以指纹登录风险标签为输出，所述指纹登录风险标签用于表征所述指纹登录正常或所述指纹登录异常；
利用数据集训练所述初始神经网络模型至满足训练结束条件为止，获得所述指纹登录风险识别模型，所述数据集中包括样本数据，所述样本数据为标注有指纹登录风险标签的历史指纹录入规律。
6.根据权利要求5所述的方法，其特征在于，所述初始神经网络模型为经过遗传算法优化的误差回传神经网络模型，所述初始神经网络模型包括三层，所述三层中的隐层的节点个数通过试凑法确定。
7.一种通过指纹登录手机银行的装置，其特征在于，所述装置包括：
接收模块，用于接收用户输入的指纹形状信息；
确定模块，用于根据指纹形状信息从针对所述用户预先构建的指纹库中确定对应的指纹录入规律；
识别模块，用于将所述指纹录入规律输入指纹登录风险识别模型，获取所述指纹登录风险识别模型输出的预测值；
提供模块，用于当所述预测值指示当前指纹登录正常时，登录验证完全通过，向用户提供正常内容。
8.根据权利要求7所述的装置，其特征在于，所述提供模块还用于：
当所述预测值指示当前指纹登录异常时，登录验证有条件地通过，向用户提供异常内容。
9.根据权利要求8所述的装置，其特征在于，所述提供模块向所述用户提供的所述异常内容为所述用户预先设置的内容，所述异常内容用于迷惑除所述用户以外的非法用户。
10.根据权利要求8或9所述的装置，其特征在于，当所述预测值指示当前指纹登录异常时，所述装置还包括：
生成模块，用于生成风险提示信息，所述风险提示信息用于提示所述用户当前指纹登录存在风险，以及提示所述用户输入密码；
所述接收模块，还用于接收所述用户根据所述风险提示信息输入的密码；
所述提供模块，具体用于当所述密码与所述用户预先设置的报警密码相匹配时，再执行所述向用户提供异常内容的步骤。
11.根据权利要求7至10任一项所述的装置，其特征在于，所述装置还包括：
构建模块，用于构建初始神经网络模型，所述初始神经网络模型以指纹录入规律为输入，以指纹登录风险标签为输出，所述指纹登录风险标签用于表征所述指纹登录正常或所述指纹登录异常；
训练模块，用于利用数据集训练所述初始神经网络模型至满足训练结束条件为止，获得所述指纹登录风险识别模型，所述数据集中包括样本数据，所述样本数据为标注有指纹登录风险标签的历史指纹录入规律。
12.根据权利要求11所述的装置，其特征在于，所述初始神经网络模型为经过遗传算法优化的误差回传神经网络模型，所述初始神经网络模型包括三层，所述三层中的隐层的节点个数通过试凑法确定。
13.一种设备，其特征在于，所述设备包括处理器和存储器；
所述处理器用于执行所述存储器中存储的指令，以使得所述设备执行如权利要求1至6中任一项所述的方法。
14.一种计算机可读存储介质，其特征在于，包括指令，所述指令指示设备执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011069693.1A CN112202793A (zh) | 2020-09-30 | 2020-09-30 | 一种通过指纹登录手机银行的方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011069693.1A CN112202793A (zh) | 2020-09-30 | 2020-09-30 | 一种通过指纹登录手机银行的方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112202793A true CN112202793A (zh) | 2021-01-08 |
Family
ID=74014384
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011069693.1A Pending CN112202793A (zh) | 2020-09-30 | 2020-09-30 | 一种通过指纹登录手机银行的方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112202793A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468510A (zh) * | 2021-07-15 | 2021-10-01 | 中国银行股份有限公司 | 异常登录行为数据检测方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101770669A (zh) * | 2008-12-27 | 2010-07-07 | 深圳富泰宏精密工业有限公司 | 银行自动报警系统及方法 |
| CN107450839A (zh) * | 2017-07-28 | 2017-12-08 | 广东欧珀移动通信有限公司 | 基于黑屏手势的控制方法、装置、存储介质及移动终端 |
| CN108647506A (zh) * | 2018-04-28 | 2018-10-12 | 上海与德通讯技术有限公司 | 一种指纹密码的录入方法、指纹解锁方法及终端设备 |
| CN108664784A (zh) * | 2017-04-01 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 告警方法、装置及系统 |
| CN110276604A (zh) * | 2019-05-17 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 数字资产的处理方法、装置、设备、系统及可读存储介质 |
| US20190379657A1 (en) * | 2018-06-07 | 2019-12-12 | Paypal, Inc. | Device interface output based on biometric input orientation and captured proximate data |
-
2020
- 2020-09-30 CN CN202011069693.1A patent/CN112202793A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101770669A (zh) * | 2008-12-27 | 2010-07-07 | 深圳富泰宏精密工业有限公司 | 银行自动报警系统及方法 |
| CN108664784A (zh) * | 2017-04-01 | 2018-10-16 | 阿里巴巴集团控股有限公司 | 告警方法、装置及系统 |
| CN107450839A (zh) * | 2017-07-28 | 2017-12-08 | 广东欧珀移动通信有限公司 | 基于黑屏手势的控制方法、装置、存储介质及移动终端 |
| CN108647506A (zh) * | 2018-04-28 | 2018-10-12 | 上海与德通讯技术有限公司 | 一种指纹密码的录入方法、指纹解锁方法及终端设备 |
| US20190379657A1 (en) * | 2018-06-07 | 2019-12-12 | Paypal, Inc. | Device interface output based on biometric input orientation and captured proximate data |
| CN110276604A (zh) * | 2019-05-17 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 数字资产的处理方法、装置、设备、系统及可读存储介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113468510A (zh) * | 2021-07-15 | 2021-10-01 | 中国银行股份有限公司 | 异常登录行为数据检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109543447B (zh) | 基于区块链的信息处理方法、服务器及计算机存储介质 | |
| CN106529938B (zh) | 虚拟卡发卡方法、装置、终端 | |
| WO2003043252A2 (en) | Device, method and system for authorizing transactions | |
| CN110070440A (zh) | 一种业务数据处理方法、装置、设备和存储介质 | |
| JP7190072B1 (ja) | 判定システム、判定方法、およびプログラム | |
| US20160328717A1 (en) | BioWallet Biometrics Platform | |
| WO2021027146A1 (zh) | 支付方法、装置、计算设备和存储介质 | |
| CN112202793A (zh) | 一种通过指纹登录手机银行的方法、装置、设备及介质 | |
| CN111882425A (zh) | 业务数据处理方法、装置和服务器 | |
| CN115170257A (zh) | 招标评审方法、系统以及装置 | |
| US20240202743A1 (en) | Learning model evaluation system, learning model evaluation method, and program | |
| CN115906028A (zh) | 用户身份验证方法、装置和自助服务终端 | |
| CN109543562A (zh) | 参保人的身份认证方法、保险机构服务器及终端 | |
| CN111681010A (zh) | 一种交易验证方法及装置 | |
| WO2022020070A9 (en) | Self learning machine learning pipeline for enabling binary decision making | |
| CN111738381B (zh) | 钞票流转方法及装置 | |
| CN111612621A (zh) | 一种数字货币交易数据处理方法、装置及系统 | |
| CN115398461A (zh) | 信用分数管理装置、信用分数管理方法和计算机可读记录介质 | |
| CN111695897A (zh) | 数字资产交易的多重确认方法 | |
| US20240211574A1 (en) | Learning model creating system, learning model creating method, and program | |
| TWI777915B (zh) | 具影像記錄功能的交易驗證系統及方法 | |
| CN110020663B (zh) | 风险标签处理方法及装置和电子设备 | |
| KR102430562B1 (ko) | 블록체인 및 nfc 기반의 물품 거래 시스템 및 방법 | |
| US11657378B2 (en) | Secure kinetic key patterns with soft assist for vision-impaired users | |
| TWI676145B (zh) | 線上徵審方法及系統 |
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: 20210108 |