CN112347526A - 基于防摄屏的信息安全保护方法、装置、电子设备及介质 - Google Patents
基于防摄屏的信息安全保护方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN112347526A CN112347526A CN202011231145.4A CN202011231145A CN112347526A CN 112347526 A CN112347526 A CN 112347526A CN 202011231145 A CN202011231145 A CN 202011231145A CN 112347526 A CN112347526 A CN 112347526A
- Authority
- CN
- China
- Prior art keywords
- screen
- image
- target detection
- confidence
- possibility
- 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 43
- 238000001514 detection method Methods 0.000 claims abstract description 81
- 238000005070 sampling Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 34
- 230000002265 prevention Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 21
- 230000004913 activation Effects 0.000 claims description 18
- 238000011176 pooling Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000003213 activating effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000001994 activation Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/82—Protecting input, output or interconnection devices
- G06F21/84—Protecting input, output or interconnection devices output devices, e.g. displays or monitors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及信息安全技术，揭露一种基于防摄屏的信息安全保护方法，包括：根据设定的采样频率，利用电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据视频信号得到图像帧，利用预先训练的目标检测模型对图像帧进行摄屏判断，得到图像置信度，比较图像置信度与预设置信度阈值之间的关系，并根据关系确定摄屏操作的可能性，根据摄屏操作的可能性执行信息安全的预警。本发明还涉及区块链技术，所述图像帧等可以存储在区块链节点中。本发明还揭露一种基于防摄屏的信息安全保护装置、电子设备及存储介质。本发明可以及时发现通过摄屏方式进行信息窃取的行为，以提高信息安全性。
Description
技术领域
本发明涉及信息安全技术领域，尤其涉及一种基于防摄屏的信息安全保护方法、装置、电子设备及计算机可读存储介质。
背景技术
随着信息技术的快速发展，信息泄露情况也越来越严重，目前市面上大部分信息泄露的保护方案都是采用文档操作授权，而文档操作授权主要防止是以数字信息作为载体的信息泄露方式，而对于通过摄屏方式进行数据窃取，却无能为力。所述摄屏方式是指利用具有拍照功能的电子设备对屏幕显示的数字信息进行拍照，从而达到数据窃取的目的。
目前，对于通过摄屏方式进行数据窃取这一场景，目前只能通过诸如职场监控等事后追溯的方式去追责和止损，即使事后对相关人员进行追责处罚，但是对于已经造成的泄露导致的企业经济、法律、名誉的损失已经实际发生。
发明内容
本发明提供一种基于防摄屏的信息安全保护方法、装置、电子设备及计算机可读存储介质，其主要目的在于及时发现通过摄屏方式进行信息窃取的行为，以提高信息安全性。
为实现上述目的，本发明提供的一种基于防摄屏的信息安全保护方法，包括：
根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧；
利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度；
比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性；
根据所述摄屏操作的可能性执行信息安全的预警。
可选地，所述利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度，包括：
利用预先训练完成的目标检测模型对所述图像帧执行特征提取，得到特征图像；
利用所述预先训练的目标检测模型对所述特征图像进行分类及概率计算，得到关于摄屏操作的图像置信度。
可选地，所述利用预先训练的目标检测模型对所述图像帧执行特征提取，得到特征图像，包括：
利用所述目标检测模型的卷积核，按照从上往下，从左往右的顺序划分所述图像帧，得到初始子图像；
将所述卷积核与所述初始子图像中的像素值相乘，得到像素乘积值；
对所述像素乘积值进行求和，得到目标像素值，根据所述目标像素值得到特征图像。
可选地，所述利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度之前，所述方法还包括：
获取训练数据集和所述训练数据集对应的标准目标检测结果；
将所述训练数据集输入至初始目标检测模型进行摄屏判断，得到训练结果；
利用预设的损失函数对所述训练结果与标准目标检测结果进行损失值计算，得到损失值；
当所述损失值大于或等于预设的损失阈值时，调整所述目标检测模型的参数，返回至所述将所述训练数据集输入至所述目标检测模型进行摄屏判断，得到训练结果的步骤；
当所述损失值小于所述损失阈值时，得到所述预先训练完成的目标检测模型。
可选地，所述利用预设的损失函数对所述训练结果与标准目标检测结果进行损失值计算，得到损失值，包括：
利用下述损失函数计算损失值：
其中，
为所述训练结果，Y为所述标准目标检测结果，α表示误差因子，N为所述训练结果的数量，i表示第i个训练结果。
可选地，所述比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性，包括：
将所述图像置信度与预设置信度阈值进行比较，其中，所述预设置信度阈值包括第一置信度阈值和第二置信度阈值；
在所述图像置信度大于或者等于所述第一置信度阈值时，判定摄屏操作的可能性为确定摄屏；或
在所述图像置信度小于所述第一置信度阈值且大于或者等于所述第二置信度阈值时，判定摄屏操作的可能性为疑似摄屏；或
在所述图像置信度小于所述第二置信度阈值时，判定摄屏操作的可能性为未摄屏。
可选地，所述判定摄屏操作的可能性为确定摄屏，或所述判定摄屏操作的可能性为疑似摄屏之后，所述方法还包括：
对所述电子设备的屏幕上当前显示的内容进行截屏处理，得到截屏后的图像；
当判定摄屏操作的可能性为确定摄屏，或判定判断摄屏操作的可能性为疑似摄屏，将截屏后的图像所对应的图像帧发送给预设监控设备。
为了解决上述问题，本发明还提供一种基于防摄屏的信息安全保护装置，所述装置包括：
图像帧模块，用于根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧；
置信度模块，用于利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度；
比较模块，用于比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性；
安全预警模块，用于根据所述摄屏操作的可能性执行信息安全的预警。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的基于防摄屏的信息安全保护方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于防摄屏的信息安全保护方法。
本发明实施例首先通过根据设定的采样频率，每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧，从视频信号中采集图像帧，确保了图像帧来源的真实性和准确性，利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度，比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性，通过设定置信度阈值进一步判断摄屏操作的可能性，提高了判断的标准，根据所述摄屏操作的可能性执行信息安全的预警，可以及时发现通过摄屏方式进行信息窃取的行为。因此，本发明提出的基于防摄屏的信息安全保护方法、装置及计算机可读存储介质，可以提高信息安全性。
附图说明
图1为本发明实施例提供的基于防摄屏的信息安全保护方法的流程示意图；
图2为图1所示的基于防摄屏的信息安全保护方法中其中一个步骤的流程示意图；
图3为图1所示的基于防摄屏的信息安全保护方法中另外一个步骤的流程示意图；
图4为本发明实施例提供的基于防摄屏的信息安全保护装置的模块示意图；
图5为本发明实施例提供的实现基于防摄屏的信息安全保护方法的电子设备的内部结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种基于防摄屏的信息安全保护方法，所述基于防摄屏的信息安全保护方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于防摄屏的信息安全保护方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明实施例提供的一种基于防摄屏的信息安全保护方法的流程示意图。在本实施例中，所述基于防摄屏的信息安全保护方法应用于包括前置摄像头的电子设备中，并包括：
S1、根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧。
本发明实施例中，所述采样频率可以根据实际的需求设定，如可以设定为一分钟。
进一步地，所述电子设备的前置摄像头可以为电子设备的内置摄像头或屏幕外挂式摄像头。
本发明实施例利用现有的图像帧提取软件对所述视频信号进行提取处理，得到包括N张连拍图像的图像帧。较佳地，N可以设置为3。
S2、利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度。
本发明实施例中，所述目标检测模型可以是基于深度学习目标检测的三种常见模型：Faster R-CNN、R-FCN和SSD。所述目标检测模型可以从图像中提取出特征，根据提取的特征执行目标物所属类别的概率计算，并根据所述概率输出所述目标物的分类。
具体地，参阅图2所示，所述利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度，包括：
S21、利用预先训练完成的目标检测模型对所述图像帧执行特征提取，得到特征图像；
S22、利用所述预先训练的目标检测模型对所述特征图像进行分类及概率计算，得到关于摄屏操作的图像置信度。
详细地，所述利用预先训练完成的目标检测模型对所述图像帧执行特征提取，得到特征图像，包括：利用所述目标检测模型的卷积层对所述图像帧执行卷积处理，得到卷积图像；利用所述目标检测模型的激活层对所述卷积图像进行激活处理，得到激活图像；利用所述目标检测模型的池化层对所述激活图像进行池化处理，得到特征图像。
其中，卷积处理是一种线性运算，对所述图像帧进行卷积处理不仅可以消除噪声、增强特征，而且可以增大了感受野，从而使得所述预构建的目标检测模型能够提取到更丰富的特征信息，弥补内部数据结构丢失，空间层级信息丢失等信息损失。
详细地，所述卷积处理，包括：
根据预设的卷积核，按照从上往下，从左往右的顺序划分所述图像帧，得到初始子图像；
将所述预设的卷积核与所述初始子图像中的像素值相乘，得到像素乘积值；
对所述像素乘积值进行求和，得到目标像素值，根据所述目标像素值确定卷积图像。
进一步地，所述激活层中有预设的激活函数，本发明实施例利用所述激活函数对卷积图像进行处理，得到激活图像。
其中，所述激活函数可以是Sigmoid函数、tanh函数、Relu函数等。
优选地，所述激活处理可以增加目标检测网络的非线性，将特征映射到高维的非线性区间进行解释，解决线性模型所不能解决的问题。
所述池化处理能对所述激活图像进行特征选择和信息过滤，通过降低特征的维度并保留有效信息，在一定程度上避免过拟合，保持旋转、平移、伸缩不变形。
具体地，所述池化处理包括：
将所述激活图像按照从左至右，从上至下的顺序划分出N*N的区块；
利用所述池化层对所述激活图像中的若干区块进行池化处理，得到特征图像。
进一步地，本发明实施例通过全连接和softmax函数对所述特征图像进行分类及概率计算，得到图像置信度。
本发明另一个实施例中，在所述利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度之前，所述方法还包括：
步骤A：获取训练数据集和所述训练数据集对应的标准目标检测结果；
步骤B：将所述训练数据集输入至所述目标检测模型进行摄屏判断，得到训练结果；
步骤C：利用预设的损失函数对所述训练结果与标准目标检测结果进行损失值计算，得到损失值；
步骤D：当所述损失值大于或等于预设的损失阈值时，说明所述目标检测模型的输出结果不够精确，需要调整所述目标检测模型的参数，此时返回至所述步骤B；
步骤E：当所述损失值小于所述损失阈值时，说明所述目标检测模型的输出结果精确，得到所述预先训练完成的目标检测模型。
详细地，本发明实施例利用如下所述损失函数对所述训练结果与预设的目标结果进行损失值计算，得到损失值，包括：
利用下述损失函数计算损失值：
其中，
为所述训练结果，Y为所述标准目标检测结果，α表示误差因子，N为所述训练结果的数量，i表示第i个训练结果。。
S3、比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性。
本发明实施例可以预设两个置信度阈值，分别为第一置信度阈值和第二置信度阈值。
参阅图3所示，具体地，所述比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性，包括：
S31、将所述图像置信度与预设置信度阈值进行比较，其中，所述预设置信度阈值包括第一置信度阈值和第二置信度阈值；
S32、在所述图像置信度大于或者等于第一置信度阈值时，判定摄屏操作的可能性为确定摄屏；或
S33、在所述图像置信度小于所述第一置信度阈值且大于或者等于第二置信度阈值时，判定摄屏操作的可能性为疑似摄屏；或
S34、在所述图像置信度小于所述第二置信度阈值时，判定摄屏操作的可能性为未摄屏。
优选地，所述第一置信度阈值可以是10，所述第二置信度阈值可以是5。
S4、根据所述摄屏操作的可能性执行信息安全的预警。
本发明实施例中，当所述摄屏操作的可能性为确定摄屏或者疑似摄屏时，执行信息安全的预警。其中，所述预警包括所述电子设备响铃、或者向预设监控终端发送预警信息等。
进一步地，当判定所述摄屏操作的可能性为确定摄屏或者疑似摄屏时，本发明实施例还可以对所述电子设备的屏幕上当前显示的内容进行截屏处理，得到截屏后的图像；当判定摄屏操作的可能性为确定摄屏，或判定判断摄屏操作的可能性为疑似摄屏，将截屏后的图像所对应的图像帧发送给预设监控设备，并进一步锁定或者注销当前登录用户。
本发明其他实施例中，在判定摄屏操作的可能性为疑似摄屏时，也可以将所述摄屏操作的可能性为疑似摄屏对应的图像帧发送给预设监控设备并提醒对应监控人员进行二次确认，并在人工确认为摄屏操作的可能性为确定摄屏时，再执行锁定或者注销当前登录用户的操作。
在判定摄屏操作的可能性为未摄屏时，所述电子设备继续每隔预设时间采集一帧视频信号，并维持所述电子设备的屏幕正常运行。
如图4所示，是本发明实施例提供的基于防摄屏的信息安全保护装置的模块示意图。
本发明所述基于防摄屏的信息安全保护装置100可以安装于电子设备中。根据实现的功能，所述基于防摄屏的信息安全保护装置100可以包括图像帧模块101、置信度模块102、比较模块103及安全预警模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述图像帧模块101，用于根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧；
所述置信度模块102，用于利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度；
所述比较模块103，用于比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性；
所述安全预警模块104，用于根据所述摄屏操作的可能性执行信息安全的预警。
详细地，所述基于防摄屏的信息安全保护装置100在由电子设备的处理器所执行时，可以实现包括下述步骤的一种基于防摄屏的信息安全保护方法：
步骤一、所述图像帧模块101根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧。
本发明实施例中，所述采样频率可以根据实际的需求设定，如可以设定为一分钟。
进一步地，所述电子设备的前置摄像头可以为电子设备的内置摄像头或屏幕外挂式摄像头。
本发明实施例所述图像帧模块101利用现有的图像帧提取软件对所述视频信号进行提取处理，得到包括N张连拍图像的图像帧。较佳地，N可以设置为3。
步骤二、所述置信度模块102利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度。
本发明实施例中，所述目标检测模型可以是基于深度学习目标检测的三种常见模型：Faster R-CNN、R-FCN和SSD。所述目标检测模型可以从图像中提取出特征，根据提取的特征执行目标物所属类别的概率计算，并根据所述概率输出所述目标物的分类。
具体地，所述置信度模块102采用下述操作执行对所述图像帧进行摄屏判断，得到图像置信度：
利用预先训练完成的目标检测模型对所述图像帧执行特征提取，得到特征图像；
利用所述预先训练的目标检测模型对所述特征图像进行分类及概率计算，得到关于摄屏操作的图像置信度。
详细地，所述置信度模块102采用下述操作执行对所述图像帧的特征提取，得到特征图像：利用所述目标检测模型的卷积层对所述图像帧执行卷积处理，得到卷积图像；利用所述目标检测模型的激活层对所述卷积图像进行激活处理，得到激活图像；利用所述目标检测模型的池化层对所述激活图像进行池化处理，得到特征图像。
其中，卷积处理是一种线性运算，对所述图像帧进行卷积处理不仅可以消除噪声、增强特征，而且可以增大了感受野，从而使得所述预构建的目标检测模型能够提取到更丰富的特征信息，弥补内部数据结构丢失，空间层级信息丢失等信息损失。
详细地，所述卷积处理，包括：
根据预设的卷积核，按照从上往下，从左往右的顺序划分所述图像帧，得到初始子图像；
将所述预设的卷积核与所述初始子图像中的像素值相乘，得到像素乘积值；
对所述像素乘积值进行求和，得到目标像素值，根据所述目标像素值确定卷积图像。
进一步地，所述激活层中有预设的激活函数，本发明实施例利用所述激活函数对卷积图像进行处理，得到激活图像。
其中，所述激活函数可以是Sigmoid函数、tanh函数、Relu函数等。
优选地，所述激活处理可以增加目标检测网络的非线性，将特征映射到高维的非线性区间进行解释，解决线性模型所不能解决的问题。
所述池化处理能对所述激活图像进行特征选择和信息过滤，通过降低特征的维度并保留有效信息，在一定程度上避免过拟合，保持旋转、平移、伸缩不变形。
具体地，所述池化处理包括：
将所述激活图像按照从左至右，从上至下的顺序划分出N*N的区块；
利用所述池化层对所述激活图像中的若干区块进行池化处理，得到特征图像。
进一步地，本发明实施例通过全连接和softmax函数对所述特征图像进行分类及概率计算，得到图像置信度。
本发明另一个实施例中，所述置信度模块102还执行训练所述目标检测模型。其中，所述训练过程包括：
步骤A：获取训练数据集和所述训练数据集对应的标准目标检测结果；
步骤B：将所述训练数据集输入至所述目标检测模型进行摄屏判断，得到训练结果；
步骤C：利用预设的损失函数对所述训练结果与标准目标检测结果进行损失值计算，得到损失值；
步骤D：当所述损失值大于或等于预设的损失阈值时，说明所述目标检测模型的输出结果不够精确，需要调整所述目标检测模型的参数，此时返回至所述步骤B；
步骤E：当所述损失值小于所述损失阈值时，说明所述目标检测模型的输出结果精确，得到所述预先训练完成的目标检测模型。
详细地，本发明实施例所述置信度模块102利用如下所述损失函数对所述训练结果与预设的目标结果进行损失值计算，得到损失值，包括：
利用下述损失函数计算损失值：
其中，
为所述训练结果，Y为所述标准目标检测结果，α表示误差因子，N为所述训练结果的数量，i表示第i个训练结果。。
步骤三、所述比较模块103比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性。
本发明实施例可以预设两个置信度阈值，分别为第一置信度阈值和第二置信度阈值。
具体地，参阅图3所示，所述比较模块103比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性，包括：
将所述图像置信度与预设置信度阈值进行比较，其中，所述预设置信度阈值包括第一置信度阈值和第二置信度阈值；
在所述图像置信度大于或者等于所述第一置信度阈值时，判定摄屏操作的可能性为确定摄屏；或
在所述图像置信度小于所述第一置信度阈值且大于或者等于所述第二置信度阈值时，判定摄屏操作的可能性为疑似摄屏；或
在所述图像置信度小于所述第二置信度阈值时，判定摄屏操作的可能性为未摄屏。
优选地，所述第一置信度阈值可以是10，所述第二置信度阈值可以是5。
步骤四、所述安全预警模块104根据所述摄屏操作的可能性执行信息安全的预警。
本发明实施例中，当所述摄屏操作的可能性为确定摄屏或者疑似摄屏时，执行信息安全的预警。其中，所述预警包括所述电子设备响铃、或者向预设监控终端发送预警信息等。
进一步地，当判定摄屏操作的可能性为确定摄屏或者疑似摄屏时，本发明实施例所述安全预警模块104还可以对所述电子设备的屏幕上当前显示的内容进行截屏处理，得到截屏后的图像；当判定摄屏操作的可能性为确定摄屏，或判定判断摄屏操作的可能性为疑似摄屏，将截屏后的图像所对应的图像帧发送给预设监控设备，并进一步锁定或者注销当前登录用户。
本发明其他实施例中，在判定摄屏操作的可能性为疑似摄屏时，所述安全预警模块104也可以将所述摄屏操作的可能性为疑似摄屏对应的图像帧发送给预设监控设备并提醒对应监控人员进行二次确认，并在人工确认为摄屏操作的可能性为确定摄屏时，再执行锁定或者注销当前登录用户的操作。
在判定摄屏操作的可能性为未摄屏时，所述电子设备继续每隔预设时间采集一帧视频信号，并维持所述电子设备的屏幕正常运行。
如图5所示，是本发明实现基于防摄屏的信息安全保护方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于防摄屏的信息安全保护程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于防摄屏的信息安全保护程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于防摄屏的信息安全保护程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于防摄屏的信息安全保护程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧；
利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度；
比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性；
根据所述摄屏操作的可能性执行信息安全的预警。
进一步地，所述电子设备1集成的模块/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介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
进一步地，所述计算机可用存储介质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区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以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，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图表记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于防摄屏的信息安全保护方法，其特征在于，所述方法应用于电子设备，包括：
根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧；
利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度；
比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性；
根据所述摄屏操作的可能性执行信息安全的预警。
2.如权利要求1所述的基于防摄屏的信息安全保护方法，其特征在于，所述利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度，包括：
利用预先训练完成的目标检测模型对所述图像帧执行特征提取，得到特征图像；
利用所述预先训练的目标检测模型对所述特征图像进行分类及概率计算，得到关于摄屏操作的图像置信度。
3.如权利要求2所述的基于防摄屏的信息安全保护方法，其特征在于，所述利用预先训练完成的目标检测模型对所述图像帧执行特征提取，得到特征图像，包括：
利用所述目标检测模型的卷积层对所述图像帧执行卷积处理，得到卷积图像；
利用所述目标检测模型的激活层对所述卷积图像进行激活处理，得到激活图像；
利用所述目标检测模型的池化层对所述激活图像进行池化处理，得到特征图像。
4.如权利要求1所述的基于防摄屏的信息安全保护方法，其特征在于，所述利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度之前，所述方法还包括：
获取训练数据集和所述训练数据集对应的标准目标检测结果；
将所述训练数据集输入至初始目标检测模型进行摄屏判断，得到训练结果；
利用预设的损失函数对所述训练结果与标准目标检测结果进行损失值计算，得到损失值；
当所述损失值大于或等于预设的损失阈值时，调整所述目标检测模型的参数，返回至所述将所述训练数据集输入至所述目标检测模型进行摄屏判断，得到训练结果的步骤；
当所述损失值小于所述损失阈值时，得到所述预先训练完成的目标检测模型。
5.如权利要求4所述的基于防摄屏的信息安全保护方法，其特征在于，所述利用预设的损失函数对所述训练结果与标准目标检测结果进行损失值计算，得到损失值，包括：
利用下述损失函数计算损失值：
其中，
为所述训练结果，Y为所述标准目标检测结果，α表示误差因子，N为所述训练结果的数量，i表示第i个训练结果。
6.如权利要求1至5中任意一项所述的基于防摄屏的信息安全保护方法，其特征在于，所述比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性，包括：
将所述图像置信度与预设置信度阈值进行比较，其中，所述预设置信度阈值包括第一置信度阈值和第二置信度阈值；
在所述图像置信度大于或者等于所述第一置信度阈值时，判定摄屏操作的可能性为确定摄屏；或
在所述图像置信度小于所述第一置信度阈值且大于或者等于所述第二置信度阈值时，判定摄屏操作的可能性为疑似摄屏；或
在所述图像置信度小于所述第二置信度阈值时，判定摄屏操作的可能性为未摄屏。
7.如权利要求6所述的基于防摄屏的信息安全保护方法，其特征在于，所述判定摄屏操作的可能性为确定摄屏，或所述判定摄屏操作的可能性为疑似摄屏之后，所述方法还包括：
对所述电子设备的屏幕上当前显示的内容进行截屏处理，得到截屏后的图像；
当判定摄屏操作的可能性为确定摄屏，或判定判断摄屏操作的可能性为疑似摄屏，将截屏后的图像所对应的图像帧发送给预设监控。
8.一种基于防摄屏的信息安全保护装置，其特征在于，所述装置包括：
图像帧模块，用于根据设定的采样频率，利用所述电子设备的前置摄像头每隔预设时间采集一帧视频信号，根据所述视频信号得到图像帧；
置信度模块，用于利用预先训练完成的目标检测模型对所述图像帧进行摄屏判断，得到图像置信度；
比较模块，用于比较所述图像置信度与预设置信度阈值之间的关系，并根据所述关系确定摄屏操作的可能性；
安全预警模块，用于根据所述摄屏操作的可能性执行信息安全的预警。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序指令，所述计算机程序指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一项所述的基于防摄屏的信息安全保护方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于防摄屏的信息安全保护方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011231145.4A CN112347526A (zh) | 2020-11-06 | 2020-11-06 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
| PCT/CN2021/090723 WO2022095359A1 (zh) | 2020-11-06 | 2021-04-28 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011231145.4A CN112347526A (zh) | 2020-11-06 | 2020-11-06 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112347526A true CN112347526A (zh) | 2021-02-09 |
Family
ID=74429442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011231145.4A Pending CN112347526A (zh) | 2020-11-06 | 2020-11-06 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112347526A (zh) |
| WO (1) | WO2022095359A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113536980A (zh) * | 2021-06-28 | 2021-10-22 | 浙江大华技术股份有限公司 | 拍摄行为检测方法、装置、电子装置和存储介质 |
| WO2022095359A1 (zh) * | 2020-11-06 | 2022-05-12 | 平安科技（深圳）有限公司 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115049760B (zh) * | 2022-08-16 | 2022-12-02 | 杭州海康威视数字技术股份有限公司 | 一种基于摩尔效应增强的视频隐私保护方法、装置及设备 |
| CN117036831B (zh) * | 2023-10-09 | 2024-03-22 | 视睿（杭州）信息科技有限公司 | 一种基于时序特征建模闪屏检测方法、系统及介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107784653A (zh) * | 2017-11-06 | 2018-03-09 | 山东浪潮云服务信息科技有限公司 | 一种防偷拍系统及方法 |
| CN110443136A (zh) * | 2019-07-04 | 2019-11-12 | 北京九天翱翔科技有限公司 | 一种全智能电脑显示屏防手机偷拍系统 |
| CN111523384A (zh) * | 2020-03-19 | 2020-08-11 | 浙江省北大信息技术高等研究院 | 一种基于视觉的会议防偷拍方法、装置、存储介质及终端 |
| CN111711794A (zh) * | 2020-06-22 | 2020-09-25 | 上海辰珅科技有限公司 | 防偷拍图像处理方法、装置、终端及存储介质 |
| CN111832458A (zh) * | 2020-07-02 | 2020-10-27 | 西安科芮智盈信息技术有限公司 | 防窃照方法及系统 |
| CN112347526A (zh) * | 2020-11-06 | 2021-02-09 | 平安科技（深圳）有限公司 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
-
2020
- 2020-11-06 CN CN202011231145.4A patent/CN112347526A/zh active Pending
-
2021
- 2021-04-28 WO PCT/CN2021/090723 patent/WO2022095359A1/zh active Application Filing
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022095359A1 (zh) * | 2020-11-06 | 2022-05-12 | 平安科技（深圳）有限公司 | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 |
| CN113536980A (zh) * | 2021-06-28 | 2021-10-22 | 浙江大华技术股份有限公司 | 拍摄行为检测方法、装置、电子装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022095359A1 (zh) | 2022-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112347526A (zh) | 基于防摄屏的信息安全保护方法、装置、电子设备及介质 | |
| CN112507922A (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
| CN113159147A (zh) | 基于神经网络的图像识别方法、装置、电子设备 | |
| CN112507934A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
| CN112528908B (zh) | 活体检测方法、装置、电子设备及存储介质 | |
| CN112581227A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
| CN110287862B (zh) | 基于深度学习的防偷拍检测方法 | |
| CN113554008B (zh) | 静态物体区域内检测方法、装置、电子设备及存储介质 | |
| CN112507923A (zh) | 证件翻拍检测方法、装置、电子设备及介质 | |
| CN111274937A (zh) | 摔倒检测方法、装置、电子设备及计算机可读存储介质 | |
| CN113705460A (zh) | 图像中人脸睁眼闭眼检测方法、装置、设备及存储介质 | |
| CN111814646A (zh) | 基于ai视觉的监控方法、装置、设备及介质 | |
| CN114049568A (zh) | 基于图像比对的标的物形变检测方法、装置、设备及介质 | |
| CN115100732A (zh) | 钓鱼检测方法、装置、计算机设备及存储介质 | |
| CN112507903B (zh) | 假脸检测方法、装置、电子设备及计算机可读存储介质 | |
| CN112862703B (zh) | 基于移动拍照的图像校正方法、装置、电子设备及介质 | |
| CN114022841A (zh) | 人员监控识别方法、装置、电子设备及可读存储介质 | |
| CN112528903B (zh) | 人脸图像获取方法、装置、电子设备及介质 | |
| CN113887439A (zh) | 基于图像识别的自动预警方法、装置、设备及存储介质 | |
| CN113495886A (zh) | 用于模型训练的污染样本数据的检测方法及装置 | |
| CN114463685B (zh) | 行为识别方法、装置、电子设备及存储介质 | |
| CN113255456B (zh) | 非主动活体检测方法、装置、电子设备及存储介质 | |
| CN113792671B (zh) | 人脸合成图像的检测方法、装置、电子设备及介质 | |
| CN112905817B (zh) | 基于排序算法的图像检索方法、装置及相关设备 | |
| CN112633183B (zh) | 影像遮挡区域自动检测方法、装置及存储介质 |
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 |