CN112836612A - 一种用户实名认证的方法、装置及系统 - Google Patents

一种用户实名认证的方法、装置及系统 Download PDF

Info

Publication number
CN112836612A
CN112836612A CN202110103399.6A CN202110103399A CN112836612A CN 112836612 A CN112836612 A CN 112836612A CN 202110103399 A CN202110103399 A CN 202110103399A CN 112836612 A CN112836612 A CN 112836612A
Authority
CN
China
Prior art keywords
client
user
target user
face image
detection
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
Application number
CN202110103399.6A
Other languages
English (en)
Other versions
CN112836612B (zh
Inventor
李旸
孙传亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alipay Hangzhou Information Technology Co Ltd
Original Assignee
Alipay Hangzhou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alipay Hangzhou Information Technology Co Ltd filed Critical Alipay Hangzhou Information Technology Co Ltd
Priority to CN202110103399.6A priority Critical patent/CN112836612B/zh
Publication of CN112836612A publication Critical patent/CN112836612A/zh
Application granted granted Critical
Publication of CN112836612B publication Critical patent/CN112836612B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G06Q20/40145—Biometric identity checks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本说明书一个或多个实施例提供了一种用户实名认证的方法、装置及系统，其中，该方法包括：在接收到客户端发送的目标用户的身份认证请求后，响应于该身份认证请求，对该身份认证请求进行风控识别；若风控识别通过，则基于客户端当前采集的目标用户的第一人脸图像数据，确定目标用户的待确认的用户身份信息；向客户端发送该待确认的用户身份信息以在客户端进行展示，并基于目标用户的反馈信息和第一人脸图像数据对目标用户进行实名认证。

Description

一种用户实名认证的方法、装置及系统
技术领域
本文件涉及互联网技术领域，尤其涉及一种用户实名认证的方法、装置及系统。
背景技术
目前，随着互联网时代的到来，互联网在人们日常的学习、工作和生活中得到广泛的应用。其中，互联网技术已经渗透到人们日常生活的方方面面，越来越多的生活服务都能通过互联网的方式在线办理，比如购物、打车、生活缴费以及社保缴费、公积金提取、交通违章缴罚等等政务服务。
其中，用户为了使用客户端上安装的应用程序享受更优质的业务服务，需要用户进行实名认证，在用户实名认证的过程，不仅需要采集目标用户的人脸图像数据，还需要用户填写自身身份信息，例如，目标用户的真实姓名、表征用户唯一性身份的证件号码(如身份证号码或护照号码)，存在操作繁琐、智能性低的问题，甚至存在因目标用户输入信息意愿度低，导致客户流失的问题。
发明内容
本说明书一个或多个实施例的目的是提供一种用户实名认证的方法。该用户实名认证的方法包括：
在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
本说明书一个或多个实施例的目的是提供一种用户实名认证的装置。该用户实名认证的装置包括：
风控识别模块，其在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
信息确定模块，其若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
实名认证模块，其向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
本说明书一个或多个实施例的目的是提供一种用户实名认证的系统。该用户实名认证的系统包括：客户端和实名认证服务端；
所述实名认证服务端，在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；向所述客户端发送所述用户身份信息；以及基于所述客户端返回的所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证；
所述客户端，接收并展示所述用户身份信息；向所述实名认证服务端发送所述目标用户针对所述用户身份信息的反馈信息。
本说明书一个或多个实施例的目的是提供一种用户实名认证的设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器。
所述计算机可执行指令在被执行时使所述处理器在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
本说明书一个或多个实施例的目的是提供一种存储介质，用于存储计算机可执行指令。所述可执行指令在被处理器执行时在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
附图说明
为了更清楚地说明本说明书一个或多个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说明书一个或多个中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的用户实名认证系统的应用场景示意图；
图2为本说明书一个或多个实施例提供的用户实名认证的方法的第一种流程示意图；
图3为本说明书一个或多个实施例提供的用户实名认证的方法的第二种流程示意图；
图4为本说明书一个或多个实施例提供的用户实名认证的方法的第三种流程示意图；
图5为本说明书一个或多个实施例提供的用户实名认证的方法的第四种流程示意图；
图6为本说明书一个或多个实施例提供的用户实名认证的装置的模块组成示意图；
图7为本说明书一个或多个实施例提供的用户实名认证的系统的结构组成示意图；
图8为本说明书一个或多个实施例提供的用户实名认证的设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书一个或多个一部分实施例，而不是全部的实施例。基于本说明书一个或多个中的实施例，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，都应当属于本文件的保护范围。
需要说明的是，在不冲突的情况下，本说明书中的一个或多个实施例以及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本说明书一个或多个实施例。
本说明书一个或多个实施例提供了一种用户实名认证的方法、装置及系统，基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
图1为本说明书一个或多个实施例提供的用户实名认证系统的应用场景示意图，如图1所示，该系统包括：实名认证服务端和客户端，其中，该客户端可以是智能手机、平板电脑等移动终端，该客户端还可以是个人计算机等终端设备，该实名认证服务端可以是通过目标应用为用户提供特定业务服务的后台服务端，该后台服务端可以是独立的服务器，也可以是由多个服务器组成的服务器集群，其中，用户实名认证的具体过程为：
客户端，基于目标用户的触发操作向实名认证服务端发送身份认证请求，其中，该身份认证请求携带有客户端标识、当前位置信息、当前连接网络标识、登录账号信息、账号绑定信息、目标用户的第一人脸图像数据中至少一项；
实名认证服务端，接收客户端发送的身份认证请求，并对该身份认证请求进行风控识别，得到相应的风控识别结果，其中，该风控识别结果包括：风险识别通过或者风控识别不通过，针对风控识别不通过的情况，上述风控识别结果还包括：风险类型、风险等级中至少一项；
实名认证服务端，若确定身份认证请求的风控识别结果为通过，则获取客户端当前采集的目标用户的第一人脸图像数据，并基于该第一人脸图像数据，确定目标用户的待确认的用户身份信息；
实名认证服务端，将待确认的用户身份信息发送至客户端，以使客户端展示该待确认的用户身份信息；
客户端，接收目标用户针对待确认的用户身份信息的反馈信息，并将该反馈信息发送至实名认证服务端；
实名认证服务端，基于目标用户的反馈信息和第一人脸图像数据，对目标用户进行实名认证；
实名认证服务端，若确定身份认证请求的风控识别结果为不通过，则向客户端发送针对待输入身份信息项的输入提示信息，以使客户端基于该输入提示信息提示目标用户在待输入身份信息项处输入相应的用户身份信息；
客户端，接收目标用户针对待输入身份信息项所输入的用户身份信息，并将该用户身份信息发送至实名认证服务端；
实名认证服务端，基于目标用户所输入的用户身份信息和第一人脸图像数据，对目标用户进行实名认证。
在上述应用场景中，在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
图2为本说明书一个或多个实施例提供的用户实名认证的方法的第一种流程示意图，图2中的方法能够由图1中的实名认证服务端执行，如图2所示，该方法至少包括以下步骤：
S202，在接收到客户端发送的目标用户的身份认证请求后，响应于该身份认证请求，对该身份认证请求进行风控识别；
其中，考虑到直接给用户展示自动确定出的用于实名认证的用户身份信息，可能存在用户身份信息被泄露，或者针对敏感用户而言，在用户触发实名认证请求后就直接展示其身份信息，可能会给敏感用户带来自身敏感信息被随意展示的反感，使得用户使用体验差，因此，在向目标用户展示自动确定的实名认证所需的用户身份信息之前，增加针对身份认证请求的风控识别环节，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息。
S204，基于针对身份认证请求的风控识别结果，确定风控识别是否通过；
其中，上述风控识别可以包括：风险检测和/或可信检测；对应的，上述风控识别结果包括：风险检测的结果和/或可信检测的结果；若风险检测的结果为有风险，则确定风控识别不通过；或者，若风险检测的结果为有风险且可信检测的结果为不可信，则确定风控识别不通过；或者，若可信检测的结果为可信，则确定风控识别通过；或者，若风险检测的结果为无风险且可信检测的结果为可信，则确定风控识别通过。
若风控识别通过，则S206，基于客户端当前采集的目标用户的第一人脸图像数据，确定目标用户的待确认的用户身份信息；
其中，上述第一人脸图像数据可以是客户端在向实名认证服务端发送身份认证请求时携带的，也可以是在实名认证服务端确定风控识别通过后，向客户端发送人脸图像采集请求，再由客户端向实名认证服务端返回的；
具体的，通过在预设人脸图像库中筛选出可能存在当前采集到的第一人脸图像的备选人脸图像集合，将该第一人脸图像与该备选人脸图像集合中包含的第二人脸图像进行匹配，从第二人脸图像中确定与第一人脸图像匹配的目标人脸图像，再基于该目标人脸图像和预存的人脸图像身份信息的映射关系，反向确定与第一人脸图像数据对应的用户身份信息。
S208，向客户端发送待确认的用户身份信息以在客户端进行展示，并基于目标用户的反馈信息和上述第一人脸图像数据对目标用户进行实名认证。
具体的，在基于当前采集的目标用户的人脸图像数据自动确定出实名认证所需的用户身份信息后，将该用户身份信息发送至客户端，以使客户端展示该用户身份信息，从而使得目标用户对该用户身份信息进行确认，其中，针对自动确定出的用户身份信息准确无误的情况，目标用户可以一键确认，对应的目标用户的反馈信息为表征已展示信息无误的指示信息；针对自动确定出的用户身份信息存在部分错误的情况，目标用户可以在已展示身份信息的基础上进行修正，对应的目标用户的反馈信息为修正后的用户身份信息。
具体的，基于目标用户已确认的用户身份信息和第一人脸图像数据，对目标用户进行实名认证的过程主要包括：比对目标用户已确认的身份信息与当前登录账号的绑定信息对应的用户信息是否一致，得到第一比对结果，例如，针对绑定银行卡认证方式，比对目标用户已确认的身份信息与绑定银行卡在银行所登记的身份信息是否一致；以及比对当前采集到的第一人脸图像数据与目标用户已确认的身份信息在第三方机构(如公安机构)所登记的人脸图像是否一致，得到第二比对结果；若第一比对结果和第二比对结果均为一致，则确定目标用户的实名认证通过，即目标用户标记为实名认证用户。
若风控识别不通过，则S210，基于目标用户输入的身份信息和上述第一人脸图像数据对目标用户进行实名认证。
本说明书一个或多个实施例中，在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
其中，针对当前采集的人脸图像对应的用户身份信息的确定过程，即针对确定基于人脸识别进行实名认证时需要用户输入的其他身份信息的过程，如图3所示，上述S206，基于客户端当前采集的目标用户的第一人脸图像数据，确定目标用户的待确认的用户身份信息，具体包括：
S2062，在预设人脸图像集合中，确定与接收到的身份认证请求对应的备选人脸图像集合；其中，该备选人脸图像集合包括：多个第二人脸图像数据；
具体的，基于当前接收到的身份认证请求对应的已知的人脸筛选参考信息，在预设人脸图像集合中的已知用户身份信息的人脸图像数据中，圈定可能包含目标用户的第一人脸图像数据的多个第二人脸图像数据，即该第二人脸图像数据可以是在预设多个筛选维度上，筛选出的可能与目标用户人脸图像相匹配的人脸图像；例如，若已知的人脸筛选参考信息可以是目标用户的当前位置信息，将历史预设时间段内在该当前位置信息的预设范围内采集到的第二人脸图像数据(如预设范围内物联网设备上采集到的人脸图像)作为备选人脸图像集合中的一部分，又如，若已知的人脸筛选参考信息还可以是客户端的当前连接网络标识，将历史预设时间段内在该当前连接网络下采集到的第二人脸图像数据(如连接该当前连接网络的物联网设备或客户端上采集到的人脸图像)作为备选人脸图像集合中的一部分；其中，针对已知的人脸筛选参考信息包括多项信息的情况，将基于每项人脸筛选参考信息筛选出的第二人脸图像数据的组合确定为备选人脸图像集合。
S2064，获取客户端当前采集的目标用户的第一人脸图像数据；
其中，针对客户端发送的身份认证请求携带有目标用户的人脸图像的情况，可以在确定风控识别通过后，获取从接收到的身份认证请求中解析得到的目标用户的第一人脸图像数据；针对在确定风控识别通过后请求客户端采集目标用户的人脸图像的情况，可以在确定风控识别通过后，向客户端发送人脸图像采集请求，接收客户端返回的目标用户的第一人脸图像数据。
S2066，基于采集的第一人脸图像数据和选取的第二人脸图像数据，确定目标用户的待确认的用户身份信息。
具体的，在多个第二人脸图像数据中，确定与第一人脸图像数据相匹配的第二人脸图像数据，再基于预存的人脸图像与身份信息之间的对应关系，将确定出的该第二人脸图像数据对应的用户身份信息，确定为待确认的用户身份信息。
其中，针对风控识别不通过的情况，为了提高用户隐私信息的安全性，触发目标用户全部或部分输入实名认证所需的用户身份信息，基于此，如图4所示，上述S210，基于目标用户输入的身份信息和上述第一人脸图像数据对目标用户进行实名认证，具体包括：
S2102，确定目标用户的待输入身份信息项；
其中，上述待输入身份信息项可以是实名认证所需的全部身份信息输入项，也可以是部分身份信息输入项，例如，实名认证所需的身份信息输入项包括：用户姓名、用户证件号，其中，考虑到用户证件号(例如身份证号)的隐私性比较强，可以将用户证件号作为待输入身份信息项，对应的，为用户自动展示用户姓名，这样在一定程度上既保护了用户隐私信息，又减少了用户所需输入的信息量。
S2104，向客户端发送针对上述待输入身份信息项的输入提示信息以在客户端进行展示；
其中，针对风控识别不通过的情况，需要目标用户全部或部分输入实名认证所需的用户身份信息，因此，将确定出的需要目标用户输入的身份信息项的标识发送至客户端，以使客户端提示目标用户输入相应的用户身份信息，并将目标用户输入的身份信息返回给实名认证服务端；以及将确定的可展示的身份信息项对应的用户身份信息发送至客户端，以使客户端提示目标用户对该用户身份信息进行确认，并将目标用户的反馈信息返回给实名认证服务端。
S2106，基于上述第一人脸图像数据和目标用户输入的用户身份信息，对目标用户进行实名认证。
具体的，在确定针对身份认证请求的风控识别不通过后(即直接向用户展示自动确定出的全部或部分身份信息可能存在一定风险)，提示目标用户全部或部分输入实名认证所需的身份信息，即针对存在信息展示风险的身份信息项，不采用直接展示给用户的方式，而是由用户手动输入存在信息展示风险的身份信息，从而在确保减少用户输入信息量的情况下兼顾用户隐私信息的安全性。
具体的，针对身份认证请求的风控识别的过程，上述风控识别可以仅包括风险检测，对应的，上述风控识别结果包括：风险检测的结果；若风险检测的结果为有风险，则确定风控识别不通过；若风险检测的结果为无风险，则确定风控识别通过；上述风控识别也可以仅包括可信检测，对应的，上述风控识别结果包括：可信检测的结果；若可信检测的结果为不可信，则确定风控识别不通过；若可信检测的结果为可信，则确定风控识别通过；上述风控识别还可以同时包括风险检测和可信检测，对应的，上述风控识别结果包括：风险检测的结果和可信检测的结果；若风险检测的结果为有风险，则确定风控识别不通过(即考虑到由于风险检测和可信检测的检测项可能不同，因此，可能存在风险检测的结果为存在风险，可信检测的结果为可信的情况，为了提高身份信息的展示安全性，无论可信检测的结果是否为可信，只要风险检测的结果为风险，则确定风控识别不通过)；若风险检测的结果为无风险且可信检测的结果为可信，则确定风控识别通过。
其中，对于身份认证请求的风险检测而言，上述风险检测可以包括：客户端本体风险性检测、用户历史行为标签检测、请求认证人脸重复概率检测、客户端当前环境检测中至少一项；
对应的，若任一项风险检测符合下述对应的风险检测筛选条件，则确定上述风险检测的结果为有风险，以及若每项风险检测均不符合下述对应的风险检测筛选条件，则确定上述风险检测的结果为无风险；其中，
(1)基于客户端本体风险性检测，确定客户端为异常设备；
具体的，获取预先存储的异常设备名单，其中该异常设备名单包括发生设备功能模块篡改的客户端标识(如摄像头的图像采集方式被篡改)；基于该异常设备名单对客户端进行本体风险性检测，若异常设备名单中包含当前客户端的标识，则确定当前客户端为异常设备。对应的，针对基于客户端本体风险性检测确定出客户端为异常设备的情况，部分展示自动确定的用户身份信息或不展示用户身份信息，提示目标用户部分或全部输入实名认证所需的身份信息。
(2)基于用户历史行为标签检测，确定目标用户为高危用户、黑灰用户、敏感用户中至少一项；
具体的，获取预先存储的风险用户名单，其中该风险用户名单包括属于高危用户、黑灰用户、敏感用户中至少一项的用户标识；基于该风险用户名单对目标用户进行历史行为标签检测，若风险用户名单中包含目标用户的标识信息(如登录账号信息、账号绑定信息)，则确定目标用户为风险用户。对应的，针对基于用户历史行为标签检测确定出目标用户为风险用户的情况，部分展示自动确定的用户身份信息或不展示用户身份信息，提示目标用户部分或全部输入实名认证所需的身份信息，即针对高危用户、黑灰用户、或敏感用户提示目标用户全部或部分输入实名认证所需的身份信息，其中，该高危用户包括：历史身份标签为赌徒或欺诈用户。
(3)基于请求认证人脸重复概率检测，确定接收到的身份认证请求为同一用户批量触发认证请求；
具体的，获取在预设历史时间段内多个历史身份认证请求携带的人脸图像数据；基于该多个历史身份认证请求携带的人脸图像数据，对当前接收到的身份认证请求进行请求认证人脸重复概率检测，若当前采集到的第一人脸图像数据与预设数量的历史身份认证请求携带的人脸图像数据的相似度大于预设阈值(即同一用户在短时间内一直尝试实名认证)，则确定当前接收到的身份认证请求为同一用户批量触发认证请求。对应的，针对确定接收到的身份认证请求为同一用户批量触发认证请求的情况，部分展示自动确定的用户身份信息或不展示用户身份信息，提示目标用户部分或全部输入实名认证所需的身份信息。
(4)基于客户端当前环境检测，确定客户端当前所在区域存在聚集性攻击认证。
具体的，获取在客户端的当前位置信息的预设范围下的历史身份认证请求的发送时间信息；基于该历史身份认证请求的发送时间信息，对当前接收到的身份认证请求进行客户端当前环境检测，若多个历史身份认证请求的间隔时间小于预设阈值，则确定客户端当前所在区域存在聚集性攻击认证。对应的，针对确定客户端当前所在区域存在聚集性攻击认证的情况，部分展示自动确定的用户身份信息或不展示用户身份信息，提示目标用户部分或全部输入实名认证所需的身份信息。
其中，对于身份认证请求的可信检测而言，上述可信检测可以包括：客户端当前登录账号检测、用户历史交易可信检测、客户端账号绑定信息检测、客户端当前位置可信检测中至少一项；
对应的，若每项可信检测均符合下述对应的可信检测筛选条件，则确定上述可信检测的结果为可信，以及若任一项可信检测不符合下述对应的可信检测筛选条件，则确定上述可信检测的结果为不可信；其中，
(1)基于客户端当前登录账号检测，确定客户端的登录账号为可信登录账号，其中，客户端当前登录账号检测包括：登录次数检测和/或关联通讯录检测；
具体的，获取在预设历史时间段内客户端的账号登录信息；基于该账号登录信息，对客户端的当前登录账号进行可信性检测，若当前登录账号的账号登录次数满足预设可信条件，则确定客户端的登录账号为可信账号(即主账号)，若多个历史登录账号的关联通信录与当前登录账号的重合度大于预设阈值，则确定客户端的登录账号为可信账号。
(2)基于用户历史交易可信检测，确定目标用户的历史交易满足预设可信交易标准；
具体的，获取在预设历史时间段内当前登录账号对应的历史交易记录；基于该历史交易记录，对目标用户进行历史交易可信性检测，若历史交易参数满足预设可信条件，则目标用户的历史交易满足预设可信交易标准，例如，历史交易参数包括：交易频次、交易金额、交易天数中至少一项，其中，交易频次对应的预设可信条件为交易频次大于第一预设阈值，交易金额对应的预设可信条件为交易金额属于预设可信金额区间，交易天数对应的预设可信条件为大于预设第二预设阈值。
(3)基于客户端账号绑定信息检测，确定客户端登录账号的绑定信息为可信绑定信息；
具体的，获取当前登录账号对应的账号绑定信息，对该账号绑定信息进行可信性检测，若账号绑定信息满足预设可信条件，则客户端登录账号的绑定信息为可信绑定信息；例如，账号绑定信息包括手机号码，若手机号码与客户端的SIM卡的手机号码是否一致，若一致，则确定满足预设可信条件，又如，账号绑定信息包括银行卡号，若银行卡号对应的开户用户与客户端的SIM卡的手机号码对应的开户用户一致，则确定满足预设可信条件。
(4)基于客户端当前位置可信检测，确定客户端的当前位置属于安全轨迹区域；
具体的，获取在预设历史时间段内客户端的历史位置信息；基于该历史位置信息，对客户端的当前位置信息进行可信性检测，若当前位置信息属于任一历史高频位置，则确定客户端的当前位置属于安全轨迹区域，其中，该历史高频位置包括客户端的停留时间大于预设阈值的位置信息、或者客户端的停留次数大于预设阈值的位置信息。
其中，针对备选人脸图像集合的确定过程，上述S2062，在预设人脸图像集合中，确定与接收到的身份认证请求对应的备选人脸图像集合，具体包括：
步骤一，基于接收到的身份认证请求，确定用于初步人脸圈定的人脸筛选参考信息；其中，该人脸筛选参考信息可以是身份认证请求中携带的相关信息，例如，客户端标识、当前位置信息、或当前连接网络标识等，也可以是基于身份认证请求中携带的相关信息所确定的，例如，用户性别信息、或用户年龄信息，具体的，利用预先训练好的神经网络模型基于当前采集到的第一人脸图像数据，预测目标用户的性别信息和年龄信息；
步骤二，在预设人脸图像集合中，基于上述人脸筛选参考信息，选取目标用户所在的备选人脸图像集合。
具体的，上述人脸筛选参考信息包括：基于客户端关联信息得到的第一多维属性信息；其中，该第一多维属性信息可以包括：当前位置信息、当前连接网络信息、客户端标识、登录账号信息、账号绑定信息、关联通讯录信息、关联可信交易信息中至少一项；
对应的，上述步骤二，在预设人脸图像集合中，基于上述人脸筛选参考信息，选取目标用户所在的备选人脸图像集合，具体包括：
利用预先训练好的人脸图像筛选模型，基于上述第一多维属性信息，在预设人脸图像集合中确定目标用户所在的备选人脸图像集合；其中，该人脸图像筛选模型是利用深度学习方法并基于预设训练样本对原始神经网络模型进行训练得到的。
在具体实施时，利用预先训练好的人脸图像筛选模型筛选得到包含多个第二人脸图像数据的备选人脸图像集合的过程包括如下至少一个筛选过程，其中，
(1)若第一多维属性信息包括：当前位置信息，基于客户端的当前位置信息，确定第一备选人脸图像子集；
具体的，将历史预设时间段内在当前位置信息的预设范围内采集到的第二人脸图像数据(如预设范围内物联网设备上采集到的人脸图像)的组合确定为第一备选人脸图像子集；
(2)若第一多维属性信息包括：当前连接网络标识，基于客户端的当前连接网络标识，确定第二备选人脸图像子集；
具体的，将历史预设时间段内在该当前连接网络下采集到的第二人脸图像数据(如连接该当前连接网络的物联网设备或客户端上采集到的人脸图像)的组合确定为第二备选人脸图像子集；
(3)若第一多维属性信息包括：客户端标识，基于该客户端标识，确定第三备选人脸图像子集；
具体的，将历史预设时间段内在该客户端上采集到的满足预设可信条件的第二人脸图像数据的组合确定为第三备选人脸图像子集；其中，该满足预设可信条件的第二人脸图像数据包括：已完成实名认证的人脸图像数据、或者历史交易参数满足预设可信条件的历史登录账号对应的人脸图像数据、或者客户端的主登录账户对应的人脸图像数据；
(4)若第一多维属性信息包括：账号绑定信息，基于该账号绑定信息，确定第四备选人脸图像子集；
具体的，将历史预设时间段内通过绑定有该账号绑定信息的历史登录账号完成实名认证的第二人脸图像数据(如账号绑定信息为某一手机号，通过绑定该手机号的其他登录账号完成实名认证的人脸图像)的组合确定为第四备选人脸图像子集；
(5)若第一多维属性信息包括：账号关联通讯录信息，基于该账号关联通讯录信息，确定第五备选人脸图像子集；
具体的，获取在预设历史时间段内客户端的多个历史登录账号与当前登录账号不同的账号关联通讯录，以及获取当前登录账号的账号关联通讯录，确定历史登录账号与当前登录账号的账号关联通讯录中共有手机号码，则将共有手机号码对应的第二人脸图像数据的组合确定为第五备选人脸图像子集；
基于上述第一备选人脸图像子集至上述第五备选人脸图像子集的并集，得到备选人脸图像集合；考虑到基于不同的筛选参考信息选取出的第二人脸图像数据可能存在相同的情况，因此，对备选人脸图像集合中的第二人脸图像数据进行去重处理，得到去重后的备选人脸图像集合。
进一步的，为了提高备选人脸圈定的准确度，从而提高人脸匹配效率，进而提高用户身份信息的反查效率，基于此，上述人脸筛选参考信息还可以包括：基于目标用户的第一人脸图像数据得到的第二多维属性信息；其中，该第二多维属性信息可以包括：性别信息、年龄信息、五官类型信息中至少一项；
对应的，上述利用预先训练好的人脸图像筛选模型，基于上述第一多维属性信息，在预设人脸图像集合中确定目标用户所在的备选人脸图像集合，具体包括：
利用预先训练好的人脸图像筛选模型，基于上述第一多维属性信息，在预设人脸图像集合中确定初始人脸图像集合；
基于上述第二多维属性信息，在上述初始人脸图像集合中确定目标用户所在的备选人脸图像集合。
具体的，先基于第一多维属性信息中的多项筛选参考信息，分别在预设人脸图像集合中筛选出对应的备选人脸图像子集，将多项人脸筛选参考信息分别对应的包含至少一个第二人脸图像数据的备选人脸图像子集的并集确定为初始人脸图像集合，例如，若基于第一多维属性信息中的筛选参考信息1筛选出备选人脸图像子集1，基于第一多维属性信息中的筛选参考信息i筛选出备选人脸图像子集i，则将备选人脸图像子集1至备选人脸图像子集i的并集确定为初始人脸图像集合，另外，考虑到基于不同的筛选参考信息选取出的第二人脸图像数据可能存在相同的情况，因此，对初始人脸图像集合中的第二人脸图像数据进行去重处理，得到去重后的初始人脸图像集合；再基于第二多维属性信息中的筛选参考信息，从去重后的初始人脸图像集合中筛选出与第二多维属性信息对应的第二人脸图像数据，得到最终的备选人脸图像集合；例如，第二多维属性信息包括：性别信息(如女)、年龄信息(如20-30岁)，从初始人脸图像集合中筛选出性别为女且年龄位于20-30岁之间的第二人脸图像数据，得到最终的备选人脸图像集合，这样能够在确保备选人脸图像足够的情况下，减少不必要的人脸图像匹配，进一步提高待确认的用户身份信息的自动确定效率。
其中，针对基于目标用户的人脸图像与筛选出的备选人脸图像确定待确认的用户身份信息的过程，上述S2066，基于采集的第一人脸图像数据和选取的第二人脸图像数据，确定目标用户的待确认的用户身份信息，具体包括：
针对筛选出的每个第二人脸图像数据，将第一人脸图像数据与该第二人脸图像数据进行相似性匹配，得到人脸图像相似度；
将上述人脸图像相似度满足预设条件的第二人脸图像数据对应的用户身份信息，确定为目标用户的待确认的用户身份信息。
具体的，第一人脸图像数据与第二人脸图像数据的相似度越高，说明第二人脸图像数据即为目标用户本人的概率越大，因此，可以将预存的第二人脸图像数据对应的用户身份信息确定为目标用户的待确认的用户身份信息。
其中，考虑到针对身份认证请求的风控识别结果为不通过的情况，可以基于身份认证请求的风险等级确定可展示的身份信息，从而达到既保护用户隐私信息，又减少用户所需输入的信息量的目的，基于此，如图5所示，上述S2102，确定目标用户的待输入身份信息项，具体包括：
S21022，根据上述风控识别的识别结果，确定接收到的身份认证请求的风险等级；
S21024，根据预设的风险等级与待输入信息项之间的对应关系，确定与上述风险等级对应的待输入身份信息项和可展示身份信息项；
对应的，上述S2106，基于上述第一人脸图像数据和目标用户输入的用户身份信息，对目标用户进行实名认证，具体包括：
S21062，向客户端发送上述可展示身份信息项对应的待确认的可展示身份信息以在客户端进行展示；
S21064，基于上述第一人脸图像数据、目标用户输入的用户身份信息和针对上述可展示身份信息的反馈信息，对目标用户进行实名认证。
具体的，针对身份认证请求的风控识别结果为不通过的情况，基于身份认证请求的风控识别结果，在实名认证所需的身份信息中确定可展示的身份信息(即该身份信息隐私等级低，可以直接进行展示)和待输入的身份信息(即该身份信息隐私等级高，直接展示给用户存在一定风险，因此为了保护用户隐私，需要用户手动输入)；针对可展示身份信息项，将该可展示身份信息项对应的身份信息发送至客户端以在客户端进行展示，并接收客户端返回的目标用户的反馈信息；针对待输入身份信息项，向客户端发送针对该待输入身份信息项的输入提示信息以在客户端进行展示，并接收客户端返回的目标用户针对该待输入身份信息项所输入的身份信息；最后，基于第一人脸图像数据、目标用户输入的用户身份信息和针对可展示身份信息的反馈信息，对目标用户进行实名认证。
本说明书一个或多个实施例中的用户实名认证的方法，在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
对应上述图2至图5描述的用户实名认证的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种用户实名认证的装置，图6为本说明书一个或多个实施例提供的用户实名认证的装置的模块组成示意图，该装置用于执行图2至图5描述的用户实名认证的方法，如图6所示，该装置包括：
风控识别模块602，其在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
信息确定模块604，其若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
实名认证模块606，其向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
本说明书一个或多个实施例中的用户实名认证的装置，在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
需要说明的是，本说明书中关于用户实名认证的装置的实施例与本说明书中关于用户实名认证的方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的用户实名认证的方法的实施，重复之处不再赘述。
对应上述图2至图5描述的用户实名认证的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种用户实名认证的系统，图7为本说明书一个或多个实施例提供的用户实名认证的系统的结构组成示意图，该系统用于执行图2至图5描述的用户实名认证的方法，如图7所示，该系统包括：客户端和实名认证服务端；
所述实名认证服务端，在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；向所述客户端发送所述用户身份信息；以及基于所述客户端返回的所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证；
所述客户端，接收并展示所述用户身份信息；向所述实名认证服务端发送所述目标用户针对所述用户身份信息的反馈信息。
本说明书一个或多个实施例中的用户实名认证的系统，实名认证服务端在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
需要说明的是，本说明书中关于用户实名认证的系统的实施例与本说明书中关于用户实名认证的方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的用户实名认证的方法的实施，重复之处不再赘述。
进一步地，对应上述图2至图5所示的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种用户实名认证的设备，该设备用于执行上述的用户实名认证的方法，如图8所示。
用户实名认证的设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器801和存储器802，存储器802中可以存储有一个或一个以上存储应用程序或数据。其中，存储器802可以是短暂存储或持久存储。存储在存储器802的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对用户实名认证的设备中的一系列计算机可执行指令。更进一步地，处理器801可以设置为与存储器802通信，在用户实名认证的设备上执行存储器802中的一系列计算机可执行指令。用户实名认证的设备还可以包括一个或一个以上电源803，一个或一个以上有线或无线网络接口804，一个或一个以上输入输出接口805，一个或一个以上键盘806等。
在一个具体的实施例中，用户实名认证的设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对用户实名认证的设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
本说明书一个或多个实施例中的用户实名认证的设备，在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
需要说明的是，本说明书中关于用户实名认证的设备的实施例与本说明书中关于用户实名认证的方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的用户实名认证的方法的实施，重复之处不再赘述。
进一步地，对应上述图2至图5所示的方法，基于相同的技术构思，本说明书一个或多个实施例还提供了一种存储介质，用于存储计算机可执行指令，一种具体的实施例中，该存储介质可以为U盘、光盘、硬盘等，该存储介质存储的计算机可执行指令在被处理器执行时，能实现以下流程：
在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
本说明书一个或多个实施例中的存储介质存储的计算机可执行指令在被处理器执行时，在接收到客户端针对目标用户的身份认证请求后，对该身份认证请求进行风控识别，以及基于客户端当前采集的目标用户的第一人脸图像数据，确定该目标用户的待确认的用户身份信息；在确定针对身份认证请求的风控识别通过后，将该待确认的用户身份信息发送至客户端，客户端将该待确认的用户身份信息展示给目标用户，再基于目标用户针对该待确认的用户身份信息的反馈信息和采集到的第一人脸图像数据，对目标用户进行实名认证，从而实现基于采集到的目标用户的人脸图像自动查询对应的用户身份信息，这样能够无需用户手动输入用户身份信息，进而不仅简化了基于人脸识别的实名认证的流程，省去了用户手动输入身份信息的步骤，提高了目标用户的实名认证效率，提升了用户使用体验，并且针对接收到的身份认证请求增加风控识别机制，只有确定风控识别通过后，才向目标用户展示待确认的用户身份信息，这样能够避免因随意展示用户身份信息而导致用户隐私信息被泄露的风险。
需要说明的是，本说明书中关于存储介质的实施例与本说明书中关于用户实名认证的方法的实施例基于同一发明构思，因此该实施例的具体实施可以参见前述对应的用户实名认证的方法的实施，重复之处不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个是参照根据本说明书一个或多个实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书一个或多个的实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书一个或多个的实施例而已，并不用于限制本说明书一个或多个。对于本领域技术人员来说，本说明书一个或多个可以有各种更改和变化。凡在本说明书一个或多个的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个的权利要求范围之内。

Claims (25)

1.一种用户实名认证的方法，包括：
在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
2.根据权利要求1所述的方法，其中，所述基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息，包括：
在预设人脸图像集合中，确定与所述身份认证请求对应的备选人脸图像集合；其中，所述备选人脸图像集合包括：多个第二人脸图像数据；以及，
获取所述客户端当前采集的所述目标用户的第一人脸图像数据；
基于所述第一人脸图像数据和所述第二人脸图像数据，确定所述目标用户的待确认的用户身份信息。
3.根据权利要求1所述的方法，其中，在响应于所述身份认证请求，对所述身份认证请求进行风控识别之后，还包括：
若所述风控识别不通过，则确定所述目标用户的待输入身份信息项；
向所述客户端发送针对所述待输入身份信息项的输入提示信息以在所述客户端进行展示；
基于所述第一人脸图像数据和所述目标用户输入的用户身份信息，对所述目标用户进行实名认证。
4.根据权利要求1所述的方法，其中，所述风控识别包括：风险检测和/或可信检测；
在响应于所述身份认证请求，对所述身份认证请求进行风控识别之后，还包括：
若所述风险检测的结果为有风险，则确定所述风控识别不通过；或者，
若所述风险检测的结果为有风险且所述可信检测的结果为不可信，则确定所述风控识别不通过；或者，
若所述可信检测的结果为可信，则确定所述风控识别通过；或者，
若所述风险检测的结果为无风险且所述可信检测的结果为可信，则确定所述风控识别通过。
5.根据权利要求4所述的方法，其中，所述风险检测包括：客户端本体风险性检测、用户历史行为标签检测、请求认证人脸重复概率检测、客户端当前环境检测中至少一项；
若任一项风险检测符合下述对应的风险检测筛选条件，则确定所述风险检测的结果为有风险，以及若每项风险检测均不符合下述对应的风险检测筛选条件，则确定所述风险检测的结果为无风险；其中，
基于所述客户端本体风险性检测，确定所述客户端为异常设备；
基于所述用户历史行为标签检测，确定所述目标用户为高危用户、黑灰用户、敏感用户中至少一项；
基于所述请求认证人脸重复概率检测，确定所述身份认证请求为同一用户批量触发认证请求；
基于所述客户端当前环境检测，确定所述客户端当前所在区域存在聚集性攻击认证。
6.根据权利要求4所述的方法，其中，所述可信检测包括：客户端当前登录账号检测、用户历史交易可信检测、客户端账号绑定信息检测、客户端当前位置可信检测中至少一项；
若每项可信检测均符合下述对应的可信检测筛选条件，则确定所述可信检测的结果为可信，以及若任一项可信检测不符合下述对应的可信检测筛选条件，则确定所述可信检测的结果为不可信；其中，
基于所述客户端当前登录账号检测，确定所述客户端的登录账号为可信登录账号，其中，所述客户端当前登录账号检测包括：登录次数检测和/或关联通讯录检测；
基于所述用户历史交易可信检测，确定所述目标用户的历史交易满足预设可信交易标准；
基于所述客户端的账号绑定信息检测，确定所述客户端登录账号的绑定信息为可信绑定信息；
基于所述客户端当前位置可信检测，确定所述客户端的当前位置属于安全轨迹区域。
7.根据权利要求2所述的方法，其中，所述在预设人脸图像集合中，确定与所述身份认证请求对应的备选人脸图像集合，包括：
基于所述身份认证请求，确定用于初步人脸圈定的人脸筛选参考信息；
在预设人脸图像集合中，基于所述人脸筛选参考信息，选取所述目标用户所在的备选人脸图像集合。
8.根据权利要求7所述的方法，其中，所述人脸筛选参考信息包括：基于客户端关联信息得到的第一多维属性信息；
所述在预设人脸图像集合中，基于所述人脸筛选参考信息，选取所述目标用户所在的备选人脸图像集合，包括：
利用预先训练好的人脸图像筛选模型，基于所述第一多维属性信息，在预设人脸图像集合中确定所述目标用户所在的备选人脸图像集合；其中，所述人脸图像筛选模型是利用深度学习方法并基于预设训练样本对原始神经网络模型进行训练得到的。
9.根据权利要求8所述的方法，其中，所述人脸筛选参考信息还包括：基于所述第一人脸图像数据得到的第二多维属性信息；
所述利用预先训练好的人脸图像筛选模型，基于所述第一多维属性信息，在预设人脸图像集合中确定所述目标用户所在的备选人脸图像集合，包括：
利用预先训练好的人脸图像筛选模型，基于所述第一多维属性信息，在预设人脸图像集合中确定初始人脸图像集合；
基于所述第二多维属性信息，在所述初始人脸图像集合中确定所述目标用户所在的备选人脸图像集合。
10.根据权利要求2所述的方法，其中，所述基于所述第一人脸图像数据和所述第二人脸图像数据，确定所述目标用户的待确认的用户身份信息，包括：
针对每个所述第二人脸图像数据，将所述第一人脸图像数据与该第二人脸图像数据进行相似性匹配，得到人脸图像相似度；
将所述人脸图像相似度满足预设条件的所述第二人脸图像数据对应的用户身份信息，确定为所述目标用户的待确认的用户身份信息。
11.根据权利要求3所述的方法，其中，所述确定所述目标用户的待输入身份信息项，包括：
根据所述风控识别的识别结果，确定所述身份认证请求的风险等级；
根据预设的风险等级与待输入信息项之间的对应关系，确定与所述风险等级对应的待输入身份信息项和可展示身份信息项；
所述基于所述第一人脸图像数据和所述目标用户输入的所述用户身份信息，对所述目标用户进行实名认证，包括：
向所述客户端发送所述可展示身份信息项对应的待确认的可展示身份信息以在所述客户端进行展示；
基于所述第一人脸图像数据、所述目标用户输入的所述用户身份信息和针对所述可展示身份信息的反馈信息，对所述目标用户进行实名认证。
12.一种用户实名认证的装置，包括：
风控识别模块，其在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
信息确定模块，其若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
实名认证模块，其向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
13.根据权利要求12所述的装置，其中，所述信息确定模块，其：
在预设人脸图像集合中，确定与所述身份认证请求对应的备选人脸图像集合；其中，所述备选人脸图像集合包括：多个第二人脸图像数据；以及，
获取所述客户端当前采集的所述目标用户的第一人脸图像数据；
基于所述第一人脸图像数据和所述第二人脸图像数据，确定所述目标用户的待确认的用户身份信息。
14.根据权利要求12所述的装置，其中，所述装置还包括：待输入信息确定模块，其：
若所述风控识别不通过，则确定所述目标用户的待输入身份信息项；
对应的，所述实名认证模块，其：
向所述客户端发送针对所述待输入身份信息项的输入提示信息以在所述客户端进行展示；
基于所述第一人脸图像数据和所述目标用户输入的用户身份信息，对所述目标用户进行实名认证。
15.根据权利要求12所述的装置，其中，所述风控识别包括：风险检测和/或可信检测；所述风控识别模块，其：
若所述风险检测的结果为有风险，则确定所述风控识别不通过；或者，
若所述风险检测的结果为有风险且所述可信检测的结果为不可信，则确定所述风控识别不通过；或者，
若所述可信检测的结果为可信，则确定所述风控识别通过；或者，
若所述风险检测的结果为无风险且所述可信检测的结果为可信，则确定所述风控识别通过。
16.根据权利要求15所述的装置，其中，所述风险检测包括：客户端本体风险性检测、用户历史行为标签检测、请求认证人脸重复概率检测、客户端当前环境检测中至少一项；所述风控识别模块，其：
若任一项风险检测符合下述对应的风险检测筛选条件，则确定所述风险检测的结果为有风险，以及若每项风险检测均不符合下述对应的风险检测筛选条件，则确定所述风险检测的结果为无风险；其中，
基于所述客户端本体风险性检测，确定所述客户端为异常设备；
基于所述用户历史行为标签检测，确定所述目标用户为高危用户、黑灰用户、敏感用户中至少一项；
基于所述请求认证人脸重复概率检测，确定所述身份认证请求为同一用户批量触发认证请求；
基于所述客户端当前环境检测，确定所述客户端当前所在区域存在聚集性攻击认证。
17.根据权利要求15所述的装置，其中，所述可信检测包括：客户端当前登录账号检测、用户历史交易可信检测、客户端账号绑定信息检测、客户端当前位置可信检测中至少一项；所述风控识别模块，其：
若每项可信检测均符合下述对应的可信检测筛选条件，则确定所述可信检测的结果为可信，以及若任一项可信检测不符合下述对应的可信检测筛选条件，则确定所述可信检测的结果为不可信；其中，
基于所述客户端当前登录账号检测，确定所述客户端的登录账号为可信登录账号，其中，所述客户端当前登录账号检测包括：登录次数检测和/或关联通讯录检测；
基于所述用户历史交易可信检测，确定所述目标用户的历史交易满足预设可信交易标准；
基于所述客户端的账号绑定信息检测，确定所述客户端登录账号的绑定信息为可信绑定信息；
基于所述客户端当前位置可信检测，确定所述客户端的当前位置属于安全轨迹区域。
18.根据权利要求13所述的装置，其中，所述信息确定模块，其：
基于所述身份认证请求，确定用于初步人脸圈定的人脸筛选参考信息；
在预设人脸图像集合中，基于所述人脸筛选参考信息，选取所述目标用户所在的备选人脸图像集合。
19.根据权利要求18所述的装置，其中，所述人脸筛选参考信息包括：基于客户端关联信息得到的第一多维属性信息；
所述信息确定模块，其：
利用预先训练好的人脸图像筛选模型，基于所述第一多维属性信息，在预设人脸图像集合中确定所述目标用户所在的备选人脸图像集合；其中，所述人脸图像筛选模型是利用深度学习方法并基于预设训练样本对原始神经网络模型进行训练得到的。
20.根据权利要求19所述的装置，其中，所述人脸筛选参考信息还包括：基于所述第一人脸图像数据得到的第二多维属性信息；
所述信息确定模块，其：
利用预先训练好的人脸图像筛选模型，基于所述第一多维属性信息，在预设人脸图像集合中确定初始人脸图像集合；
基于所述第二多维属性信息，在所述初始人脸图像集合中确定所述目标用户所在的备选人脸图像集合。
21.根据权利要求13所述的装置，其中，所述信息确定模块，其：
针对每个所述第二人脸图像数据，将所述第一人脸图像数据与该第二人脸图像数据进行相似性匹配，得到人脸图像相似度；
将所述人脸图像相似度满足预设条件的所述第二人脸图像数据对应的用户身份信息，确定为所述目标用户的待确认的用户身份信息。
22.根据权利要求14所述的装置，其中，所述待输入信息确定模块，其：
根据所述风控识别的识别结果，确定所述身份认证请求的风险等级；
根据预设的风险等级与待输入信息项之间的对应关系，确定与所述风险等级对应的待输入身份信息项和可展示身份信息项；
对应的，所述实名认证模块，其：
向所述客户端发送所述可展示身份信息项对应的待确认的可展示身份信息以在所述客户端进行展示；
基于所述第一人脸图像数据、所述目标用户输入的所述用户身份信息和针对所述可展示身份信息的反馈信息，对所述目标用户进行实名认证。
23.一种用户实名认证系统，包括：客户端和实名认证服务端；
所述实名认证服务端，在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；向所述客户端发送所述用户身份信息；以及基于所述客户端返回的所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证；
所述客户端，接收并展示所述用户身份信息；向所述实名认证服务端发送所述目标用户针对所述用户身份信息的反馈信息。
24.一种用户实名认证的设备，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
25.一种存储介质，用于存储计算机可执行指令，所述可执行指令在被处理器执行时实现以下方法：
在接收到客户端发送的目标用户的身份认证请求后，响应于所述身份认证请求，对所述身份认证请求进行风控识别；
若所述风控识别通过，则基于所述客户端当前采集的所述目标用户的第一人脸图像数据，确定所述目标用户的待确认的用户身份信息；
向所述客户端发送所述用户身份信息以在所述客户端进行展示，并基于所述目标用户的反馈信息和所述第一人脸图像数据对所述目标用户进行实名认证。
CN202110103399.6A 2021-01-26 2021-01-26 一种用户实名认证的方法、装置及系统 Active CN112836612B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110103399.6A CN112836612B (zh) 2021-01-26 2021-01-26 一种用户实名认证的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110103399.6A CN112836612B (zh) 2021-01-26 2021-01-26 一种用户实名认证的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN112836612A true CN112836612A (zh) 2021-05-25
CN112836612B CN112836612B (zh) 2022-05-03

Family

ID=75931780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110103399.6A Active CN112836612B (zh) 2021-01-26 2021-01-26 一种用户实名认证的方法、装置及系统

Country Status (1)

Country Link
CN (1) CN112836612B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117240607A (zh) * 2023-11-10 2023-12-15 北京云尚汇信息技术有限责任公司 一种基于安全计算机的安全认证方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105450407A (zh) * 2014-07-31 2016-03-30 阿里巴巴集团控股有限公司 身份认证方法和装置
CN107046516A (zh) * 2016-02-05 2017-08-15 上海行邑信息科技有限公司 一种识别移动终端身份的风控控制方法及装置
CN107872444A (zh) * 2016-09-28 2018-04-03 阿里巴巴集团控股有限公司 网络用户的身份核实认证方法及系统
CN109471782A (zh) * 2018-11-20 2019-03-15 北京芯盾时代科技有限公司 一种风险检测系统以及风险检测方法
CN110020786A (zh) * 2019-03-11 2019-07-16 阿里巴巴集团控股有限公司 业务处理、风控识别方法、装置及设备
CN111915317A (zh) * 2020-08-31 2020-11-10 支付宝(杭州)信息技术有限公司 一种支付处理方法、装置和系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105450407A (zh) * 2014-07-31 2016-03-30 阿里巴巴集团控股有限公司 身份认证方法和装置
CN107046516A (zh) * 2016-02-05 2017-08-15 上海行邑信息科技有限公司 一种识别移动终端身份的风控控制方法及装置
CN107872444A (zh) * 2016-09-28 2018-04-03 阿里巴巴集团控股有限公司 网络用户的身份核实认证方法及系统
CN109471782A (zh) * 2018-11-20 2019-03-15 北京芯盾时代科技有限公司 一种风险检测系统以及风险检测方法
CN110020786A (zh) * 2019-03-11 2019-07-16 阿里巴巴集团控股有限公司 业务处理、风控识别方法、装置及设备
CN111915317A (zh) * 2020-08-31 2020-11-10 支付宝(杭州)信息技术有限公司 一种支付处理方法、装置和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117240607A (zh) * 2023-11-10 2023-12-15 北京云尚汇信息技术有限责任公司 一种基于安全计算机的安全认证方法
CN117240607B (zh) * 2023-11-10 2024-02-13 北京云尚汇信息技术有限责任公司 一种基于安全计算机的安全认证方法

Also Published As

Publication number Publication date
CN112836612B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN109087106B (zh) 识别二次放号账户盗用的风控模型训练、风控方法、装置以及设备
CN110020938B (zh) 交易信息处理方法、装置、设备及存储介质
CN110032857B (zh) 账户的注册、可信设备的识别方法及装置
US10685347B1 (en) Activating a transaction card
CN105431859A (zh) 指示恶意软件的信号标记
CN110827033A (zh) 信息处理方法、装置及电子设备
CN110688974A (zh) 一种身份识别方法及装置
CN111159697B (zh) 一种密钥检测方法、装置及电子设备
US10521580B1 (en) Open data biometric identity validation
US11321486B2 (en) Method, apparatus, device, and readable medium for identifying private data
WO2016028442A1 (en) Systems and methods for detecting sensitive user data on the internet
CN116366338B (zh) 一种风险网站识别方法、装置、计算机设备及存储介质
CN112819611A (zh) 欺诈识别方法、装置、电子设备和计算机可读存储介质
US11403642B2 (en) Techniques to improve fraud detection at financial terminals
CN112836612B (zh) 一种用户实名认证的方法、装置及系统
CN112837202B (zh) 基于隐私保护的水印图像的生成、攻击溯源方法及装置
CN113177795A (zh) 一种身份识别方法、装置、设备及介质
CN116824339A (zh) 图像处理方法及装置
CN111242105A (zh) 一种用户识别方法、装置及设备
CN112016067A (zh) 一种用户身份核验方法及装置
CN111275071A (zh) 预测模型训练、预测方法、装置及电子设备
US11314897B2 (en) Data identification method, apparatus, device, and readable medium
US11218493B2 (en) Identity verification
CN111091019B (zh) 一种信息提示方法、装置及设备
CN113409014A (zh) 基于人工智能的大数据业务处理方法及人工智能服务器

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
GR01 Patent grant
GR01 Patent grant