CN113806712A - 验证处理方法、处理装置及计算机可读存储介质 - Google Patents
验证处理方法、处理装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113806712A CN113806712A CN202010528754.XA CN202010528754A CN113806712A CN 113806712 A CN113806712 A CN 113806712A CN 202010528754 A CN202010528754 A CN 202010528754A CN 113806712 A CN113806712 A CN 113806712A
- Authority
- CN
- China
- Prior art keywords
- user
- target
- verification
- recognition result
- target user
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 21
- 238000003672 processing method Methods 0.000 title abstract description 22
- 238000012795 verification Methods 0.000 claims abstract description 299
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000006399 behavior Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 230000019771 cognition Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 10
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000005336 cracking Methods 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 description 15
- 239000003086 colorant Substances 0.000 description 13
- 230000001149 cognitive effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 241001465754 Metazoa Species 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 6
- 239000004575 stone Substances 0.000 description 5
- 241000196324 Embryophyta Species 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 235000017337 Persicaria hydropiper Nutrition 0.000 description 1
- 240000000275 Persicaria hydropiper Species 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Chemical compound CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/36—User authentication by graphic or iconic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Security & Cryptography (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种验证处理方法、处理装置及计算机可读存储介质,该方法包括:接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。本发明实施例提高了验证的目标对象被恶意破解的难度,从而提高了物联网的安全性。
Description
技术领域
本发明涉及互联网安全技术领域,尤其涉及一种验证处理方法、处理装置及计算机可读存储介质。
背景技术
随着移动互联网的发展,智能电子设备(如手机和PAD等)得到了快速普及。传统的目标对象(即验证码)的验证是基于对图片或数字的识别结果进行验证,例如,对包含指定对象的图片选择的验证,或者对两个数值的加减运算结果进行验证,这种验证方式机器可以通过深度学习即可破解验证码。因此现有技术中,验证码被恶意破解的难度较低,导致物联网的安全性较低。
发明内容
本发明实施例提供一种验证处理方法、处理装置及计算机可读存储介质,以解决现有技术中验证码被恶意破解的难度较低,导致物联网的安全性较低的问题。
为了解决上述技术问题,本发明是这样实现的:
第一方面,本发明实施例提供了一种验证处理方法,包括:
接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;
根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
第二方面,本发明实施例提供了一种验证处理方法,包括:
向服务器发送目标用户的验证信息;其中,所述验证信息包括有针对目标对象的当前识别结果;所述验证信息用于所述服务根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
第三方面,本发明实施例提供了一种服务器,包括:
第一接收模块,用于接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;
验证模块,用于根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
第四方面,本发明实施例提供了一种客户端,包括:
第一发送模块,用于向服务器发送目标用户的验证信息;其中,所述验证信息包括有针对目标对象的当前识别结果;所述验证信息用于所述服务根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
第五方面,本发明实施例提供了一种处理装置,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述验证处理方法的步骤。
第六方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述验证处理方法的步骤。
本发明实施例通过接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。由于不同的用户针对目标对象所作出的自定义答案可能不同,从而使得针对不同的用户对同一验证数据的识别结果可能不同。因此本发明实施例提高了验证的目标对象被恶意破解的难度,从而提高了物联网的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例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发明的一些实施例,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是本发明实施例提供的验证处理方法的流程图之一;
图2是本发明实施例提供的验证处理方法的流程图之二;
图3是本发明实施例提供的验证处理方法的流程图之三;
图4是本发明一实施例提供的服务器的结构图;
图5是本发明一实施例提供的客户端的结构图;
图6是本发明另一实施例提供的服务器的结构图;
图7是本发明另一实施例提供的服务器的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1是本发明实施例提供的一种验证处理方法的流程图,如图1所示,包括以下步骤:
步骤101,接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果。
步骤102,根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
本发明实施例提供的验证处理方法主要应用于服务器,用于对目标用户在客户端针对目标对象选择的内容进行验证。其中,客户端可以显示该目标对象,以供目标用户对该目标对象进行认知选择,选择的内容表示目标用户针对该目标对象的当前识别结果。在用户进行选择后,可以向服务器发送携带当前识别结果的验证信息,以对用户的验证行为进行验证。
可选的,上述目标对象可以理解为验证码,例如由四张图片元素组成的验证码,也可以理解为验证码中具体的元素,例如,可以理解为验证码中所包含的一个或者多个元素。以下各实施例以目标对象为验证码为例进行说明。
预设的与所述目标对象对应的目标用户的历史识别结果可以理解为服务器预先存储了该目标用户针对目标对象的历史识别结果,也可以理解为预先储存了用于确定该目标用户针对目标对象对应的历史识别结果的数据信息。具体的,可以在服务器生成该目标对象时,即可确定该目标用户针对目标对象的历史识别结果。
需要说明的,不同用户对同一目标对象的识别结果(即个性化认知的结果)可以相同,也可以不同。本实施例中,可以针对不同的用户,设置不同的目标对象,从而提高验证操作的准确度。
进一步的,所述目标对象对应的目标用户的历史识别结果是唯一,但不同的用户的历史识别结果可以是不唯一的,比如,不同用户对颜色、图形或物品的认知,其主观认知可以是不同的,例如针对如下认知提问:“最鲜艳的颜色”、“最喜欢的颜色”、“最贵重的物品”、“最怀念的年龄段”、“最不喜欢的事情”、“最高的梦想”和“最崇拜的人物”等。也就是说,预先储存有目标用户针对该目标对象的历史识别结果为非标准化结果,或者根据预先存储的目标用户的数据信息,可以生成该目标对象对应的目标用户的历史识别结果为非标准化的、非唯一的结果。
此外,目标用户对所述目标对象的的历史识别结果优选的情况下不包括“相近”的方式,比如平板电脑和Ipad,钱和Money等;本申请目标用户对所述目标对象的历史识别结果优选的情况指的是“相对”的关系,该相对的关系比如“最喜欢”、“最贵重”等。
在目标用户的当前识别结果与预设的与所述目标对象对应的目标用户的历史识别结果匹配的情况下,可以理解为本次验证通过;在目标用户的当前识别结果与预设的与所述目标对象对应的目标用户的历史识别结果不匹配的情况下,可以理解为本次验证失败。
应理解,目标用户的当前识别结果与预设的与所述目标对象对应的目标用户的历史识别结果是否匹配的分析计算方法可以参照相关技术,在此不做进一步的限定。
本发明实施例通过接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。由于不同的用户针对目标对象所作出的自定义答案可能不同,从而使得针对不同的用户对同一验证数据的识别结果可能不同。因此本发明实施例提高了验证的目标对象被恶意破解的难度,从而提高了物联网的安全性。
需要说明的是,上述在app使用时,可以获取相关设备信息以及地理位置信息辅助提高通过率。比如当前获取的信息和以往记录相同,可降低评分标准提高验证通过几率。也就是说,在一实施例中,所述方法还包括:
获取目标信息,所述目标信息包括当前的时间信息和所述目标用户对应的终端的地理位置信息其中至少之一;
根据所述目标信息确定所述预设的与所述目标对象对应的目标用户的历史识别结果;
其中,所述目标信息与历史的操作信息匹配的情况下,所述预设的与所述目标对象对应的目标用户的历史识别结果为第一历史识别结果;所述目标信息与历史的操作信息不匹配的情况下,所述预设的与所述目标对象对应的目标用户的历史识别结果为第二历史识别结果,所述第二历史识别结果中自定义答案为所述第一历史识别结果中自定义答案的子集。
上述历史操作信息可以理解为:历史验证对应的使用时间和历史验证对应的终端的地理位置信息。所述目标信息与历史的操作信息匹配可以理解为,本次验证的位置和/或时间与历史验证的位置和/或时间相同。
例如,上述第二历史识别结果中自定义答案为所述第一历史识别结果中自定义答案的子集。可以理解为,当目标对象包括A、B、C和D四个选项的情况下,若用户自定义的答案为A,B与A的相似度为80%,C与A的相似度为10%,D与A的相似度为5%。此时,可以在目标信息与历史的操作信息匹配的情况下,第一历史识别结果表示为A和B中任一项;在目标信息与历史的操作信息不匹配的情况下,第一历史识别结果表示为A。
本实施例中,由于根据目标信息与历史的操作信息的匹配情况设置不同的历史识别结果进行验证,从而提高了验证的灵活性。
进一步的,当目标信息与历史的操作信息不匹配,且目标用户刷新验证码的次数大于预设值的情况下,可以对目标用户进行生物特征识别认证或者采用数字密码等方式进行用户身份认证,从而提高验证操作的安全性。
可选的,在一实施例中,所述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证的步骤之前,还包括:
根据预设的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果,其中,所述用户画像数据字典用于确定至少一目标对象和与所述至少一目标对象对应的目标用户的历史识别结果。
需要说明的,上述目标对象可以为服务器临时生成的验证码,也可以为服务器预先储存的验证码,例如,在本实施例中,以目标对象为服务器生成的验证码为例进行说明。此时,目标对象可以包括按照目标验证规则和目标用户对应的用户画像数据字典生成第一验证图片以及基于预设数据库生成的至少一张第二验证图片。
上述用户画像数据字典可以包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则(即认知规则)。
可选的,上述颜色数据字典可以包括一个或者多个颜色特征,例如可以包括红色、白色、黄色和黑色等颜色特征;上述图形数据字典可以包括一个或者多个图形,例如可以包括照片、石头、房子、植物和动物等图形。上述语义规则数据字典可以与颜色特征和/或图形关联,用于表示用户对颜色和/或图形的认知,例如可以包括“最鲜艳的颜色”、“最喜欢的颜色”和“最贵重的物品”等。其中,每一规则可以与一个或者多个第一用户数据进行管理,例如,最鲜艳的颜色可以包括一个或者多个。
在其他实施例中,上述目标对象为服务器预先储存的验证码,例如,上述用户画像数据字典可以用于储存至少一目标对象和与所述至少一目标对象对应的目标用户的历史识别结果。
由于在本发明实施例中,根据通过在服务器中预设确定至少一目标对象和与所述至少一目标对象对应的目标用户的历史识别结果的用户画像数据字典,这样可以动态生成目标对象,从而提高验证的灵活性。
进一步的,所述验证信息还包括身份信息;所述根据预设的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果,具体包括:
根据所述身份信息确认对应的用户画像数据字典;
根据对应的用户画像数据字典确定所述目标对象对应的历史识别结果。
本发明实施例中,具体的,用户可以利用注册的账户,通过电子设备上安装的客户端登录,以访问或者执行相应的服务。上述目标用户可以理解为账户,也可以理解为使用账户进行操作的用户。在一实施例中,上述目标用户理解为用户时,上述身份信息可以理解为目标用户的账户号,也可以理解为用于登录该账户号的设备标识,还可以理解为与该账户号绑定的设备标识。在另一实施例中,上述目标用户理解为账户时,该身份信息可以理解为目标账户的账户号,也可以理解为与该目标账户绑定的设备标识。换句话说,在本发明实施例中,上述身份信息用于标识目标用户。
可选的,如果目标用户为自然人,所述身份信息可以为人脸特征、语音/声纹特征、虹膜特征和/或指纹特征等。对应地,本实施例还可以对人脸特征、语音/声纹特征、虹膜特征和/或指纹特征等采用神经网络等进行机器识别。
可选的,由于在验证信息中携带身份信息,基于身份信息确定对应的用户画像数据字典,并基于该对应的用户画像数据字典确定所述目标对象对应的历史识别结果,这样可以设置不同的身份信息对应不同的用户画像数据字典,也可以设置一组关联的身份信息对应同一用户画像数据字典。例如一个家庭对应同一用户画像数据字典,或者一个公司的一个部门对应同一用户画像数据字典。由于不同的用户群体所关注的内容不同,因此基于身份信息设置用户画像数据字典,该用户画像数据字典可以表示目标用户的行为习惯特征,从而可以提高了进行个性化认知的目标对象生成的针对性,进而提高认证结果的准确性。
进一步的,在一实施例中,所述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证的步骤之后,还包括:
在所述历史识别结果与所述当前识别结果相匹配时,确认验证通过;
在验证通过的情况下,根据所述当前识别结果和所述目标对象的匹配关系更新所述用户画像数据字典。
本发明实施例中,所述当前识别结果和所述目标对象的匹配关系可以理解为本次用户验证的验证行为。在每次验证通过后,都会记录相应的验证行为,基于该验证行为通过AI(人工智能)训练,确定是否更改用户画像数据字典。可选的,可以对每次目标验证图片中的预设参数属性进行记录和评分,根据多次记录的验证行为确定预设参数属性的总体评分值,基于该总体评分值,确定是否补充到用户画像数据字典中,以丰富用户画像数据字典,从而达到每个用户拥有独一无二的用户画像数据字典。以此,提高用户验证的难度,提高用户行为验证的破解难度。例如,在选取用户喜欢的物体时,5次选择了红色的车子,1次选择了白色的车子;在选取最贵重的电子产品时,4次选择了红色的手机,1次选择了黑色的手机。此时可以理解为用户喜欢的颜色为红色,从而在用户画像数据字典增加语义规则“用户喜欢的颜色”和颜色数据字典“红色”,且两者关联。由于本发明实施例在验证通过后根据所述当前识别结果和所述目标对象的匹配关系更新所述用户画像数据字典,从而使得用户画像数据字典更加接近目标用户的行为习惯,提高对当前识别结果判断的准确性。
需要说明的是,在用户画像数据字典存储储存至少一目标对象和与所述至少一目标对象对应的目标用户的历史识别结果的情况下,可以对目标将所述目标用户的当前识别结果和所述目标对象的匹配关系存储至所述用户画像数据字典。
应理解,本实施例中还可以统计在本次验证通过前预设时间段内验证失败的次数,当验证失败的次数大于预设值的情况下,根据验证通过对应的当前识别结果和所述目标对象的匹配关系更新所述用户画像数据字典。这样可以随着用户在不同时间段对事物的认知的变化更新历史认证结果,从而提高认证的准确性。
进一步的,服务器还可以生成上述目标对象,以供目标用户进行验证,具体的,在上述步骤101之前,所述方法还包括:
获取目标用户的身份信息;
根据所述身份信息确定所述目标用户对应的用户画像数据字典,所述目标用户对应的用户画像数据字典用于表示所述目标用户的行为习惯特征;
生成与所述目标用户匹配的目标对象,其中,所述目标对象包括按照目标验证规则和所述目标用户对应的用户画像数据字典生成的第一验证图片以及基于预设数据库生成的至少一张第二验证图片;
将所述目标对象发送至所述目标用户对应的客户端;
其中,所述针对目标对象的当前识别结果包括所述目标用户基于所述目标验证规则选择的目标验证图片的图片信息,所述目标验证图片为所述第一验证图片和所述第二验证图片中预设数量的验证图片。
在本发明实施例中,在用户登录或者登录后执行相应的操作时,可以触发进行用户行为验证的情况下,将会获取目标用户的标识信息。例如,在用户的登录界面面中,用户输入用户名(即账号)后(例如,点击密码输入控件或者待验证的目标对象的获取控件等情况),将会获取目标用户的标识信息。也可以在登录后,执行相应的操作,例如支付或者信息保存等操作时,可以获取目标用户的标识信息(例如当前登录的账户),以触发生成目标对象。
可选的,在一实施例中,上述目标用户对应的用户画像数据字典包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则(即认知规则)。可选的,上述颜色数据字典可以包括一个或者多个颜色特征,例如可以包括红色、白色、黄色和黑色等颜色特征;上述图形数据字典可以包括一个或者多个图形,例如可以包括照片、石头、房子、植物和动物等图形。上述语义规则数据字典可以与颜色特征和/或图形关联,用于表示用户对颜色和/或图形的认知,例如可以包括“最鲜艳的颜色”、“最喜欢的颜色”和“最贵重的物品”等。其中,每一规则可以与一个或者多个第一用户数据进行管理,例如,最鲜艳的颜色可以包括一个或者多个。
应理解,在本发明实施例中,由于不同的用户对于不同事物的认知不同,因此形成的用户画像数据字典不同。
可选的,在另一实施例中,用户画像数据字典也可以仅包括第一用户数据,此时,上述语义规则数据字典可以表示为统一的规则,即各用户采用统一的规则进行验证。
在本发明实施例中,可以按照目标验证规则和所述用户画像数据字典生成一张或者多张第一验证图片,基于预设数据库生成的一张或者多张第二验证图片,此时第一验证图片可以理解与用户画像数据字典关联(即匹配度或者相似度较高)的图片,第二验证图片可以理解为与用户画像数据字典不关联(即匹配度或者相似度较低)的图片。
应理解,在第一实施例中,可以仅基于颜色数据字典与目标验证规则生成第一验证图片;例如上述目标验证规则为选出最鲜艳的颜色,在用户画像数据字典中最鲜艳的颜色与红色关联,可以理解为该用户认为最鲜艳的颜色为红色。此时第一验证图片可以为一红色的色块(如红色方块),第二验证图片可以包括除红色以外的其他颜色的色块,例如可以包括黑色的色块和黄色的色块。此外,各验证图片为不同颜色的物体,例如第一验证图片为红色的树叶,第二验证图片包括黑色的树叶和黄色的树叶,此时上述目标验证规则也可以理解为选择颜色最鲜艳的树叶。
在第二实施例中,也可以仅基于图形数据字典与目标验证规则生成第一验证图片。例如目标验证规则为选取最贵重的物品,该最贵重的物品可以与房子关联,此时第一验证图片可以为房子,第二验证图片可以包括现金、石头和花草等物品。
在第三实施例中,也可以基于颜色数据字典、图形数据字典以及目标验证规则生成第一验证图片。例如目标验证规则为选取最喜欢的物品,最喜欢的物品与红色以及车子关联,此时生成的第一验证图片可以为红色的车子,第二验证图片可以包括白色的车子,黑色的石头和红色的花朵。
本发明实施例中由于不同的用户的行为习惯特征不同,使得对应的用户画像数据字典不同,因此针对不同的用户对同一目标对象的验证结果可能不同。因此本发明实施例提高了验证的目标对象被破解的难度,从而提高了物联网的安全性。
进一步的,当用户画像数据字典包括语义规则数据字典时,上述目标验证规则可以为语义规则数据字典中随机选择的规则。换句话说,本实施例中,所述生成与所述目标用户匹配的验证数据之前所述方法还包括:
在所述语义规则数据字典中随机选择规则确定所述目标验证规则。
本发明实施例中,由于在用户画像数据字典设置语义规则数据字典,基于语义规则数据字典中的规则作为目标验证规则生成第一验证图片,这样不同用户具有不同的偏好,因此可以提高验证图片生成的针对性,保证用户行为验证的准确性。
可选的,上述目标验证规则可以为语义规则数据字典中的一项规则,也可以为语义数据字典中的多项规则的组合。例如,随机选择的两项规则包括“最鲜艳的颜色”和“最喜欢的动物”,此时目标验证规则可以为最喜欢的动物、最鲜艳的颜色;或者可以理解为:最喜欢的动物、且动物的皮毛颜色最鲜艳。此时第一验证图片可以基于最喜欢的动物所关联的图形(例如狗)以及最鲜艳的颜色(例如黄色)得到,此时第一验证图片可以为黄色的狗,第二验证图片可以为黑色的猫、黄色的猫和白色的猪等。
应理解,上述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证可以理解为:基于所述图片信息和用户画像数据字典对所述目标验证图片进行验证,其中,当所述目标验证图片与所述用户画像数据字典匹配时,则验证通过;当所述目标验证图片与所述用户画像数据字典不匹配时,则验证失败。
本发明实施例中,用户选取目标验证图片的方式可以根据实际需要进行设置,例如用户可以通过点击某一验证图片,以选取目标验证图片;也可以将一个控件或者图片滑动至某一验证图片上,以选取目标验证图片;还可以将某一验证图片拖动至某一区域,以选取目标验证图片。
进一步的,在本发明实施例中,上述用户画像数据字典还可以包括第三用户数据,该第三用户数据用于表示用户滑动习惯。例如可以包括滑动的速度以及滑动方向等。客户端反馈验证请求时,该验证请求中还包括滑动数据,将该滑动数据与第三用户数据进行比对确定两者的相似度,从而增加验证被恶意破解的难度。
在用户选取目标验证图片后,可以将目标验证图片的图片信息反馈至服务器,由服务器对用户选择的目标验证图片进行验证。该图片信息具体可以为验证图片,也可以为目标验证图片的图片标识等信息,只要能够告知用户所选择的目标验证图片即可。例如,在一实施例中,上述图片信息可以包括坐标信息。可选的,上述验证数据中可以携带每一验证图片的坐标信息,在客户端可以基于该坐标信息控制验证图片在指定的位置进行显示。此时,在用户选取相应的目标验证图片后,可以将验证图片的坐标信息反馈至服务器。
应理解,基于所述图片信息和用户画像数据字典对所述目标验证图片进行验证可以理解为,将目标验证图片与用户画像数据字典进行比对,确定目标验证图片与用户画像数据字典的匹配度。也就是说,本次此验证行为与用户习惯行为的相似度。例如,提取目标验证图片中的关键信息,例如图片的颜色、物体等基本属性,并基于基本属性和用户画像数据字典对目标验证图片进行评分,当分值大于或等于预设值时,则确定目标验证图片与所述用户画像数据字典匹配。例如,可以针对每一第一用户数据设置评分值,即每一颜色数据字典和每一图形数据字典都设置相应的评分值,通过加权平均计算得到目标验证图片的最终评分,基于该评分确定目标验证图片与用户画像数据字典的匹配度。
在一可选实施例中,也可以预先存储第一验证图片的图片信息,基于第一验证图片的图片信息对目标验证图片进行验证。本实施例中,该第一验证图片的图片信息可以理解为预设的与所述目标对象对应的目标用户的历史识别结果。例如当目标验证图片包含全部的第一验证图片,且不包含第二验证图片的情况下,认为本次验证通过,否则验证失败。也可以当目标验证图片包含于第二验证图片的情况下,认为本次验证失败,否则验证通过。
进一步的,在验证通过的情况下,记录本次的验证行为,所述验证验证行为用于表示基于所述第一验证图片、所述第二验证图片以及所述目标验证规则选择的所述目标验证图片;
根据所述验证行为更新所述用户画像数据字典。
本发明实施例中,在每次验证通过后,都会记录相应的验证行为,基于该验证行为通过AI训练,确定是否更改用户画像数据字典。可选的,可以对每次目标验证图片中的预设参数属性进行记录和评分,根据多次记录的验证行为确定预设参数属性的总体评分值,基于该总体评分值,确定是否补充到用户画像数据字典中,以丰富用户画像数据,从而达到每个用户拥有独一无二的用户画像数据字典。以此,可以提高用户验证的难度,进而提高用户行为验证的破解难度。例如,在选取用户喜欢的物体时,5次选择了红色的车子,1次选择了白色的车子;在选取最贵重的电子产品时,4次选择了红色的手机,1次选择了黑色的手机。此时可以理解为用户喜欢的颜色为红色,从而在用户画像数据字典增加语义规则“用户喜欢的颜色”和颜色数据字典“红色”,且两者关联。
进一步的,基于上述实施例,在目标用户初始注册后,可以输出测试数据测试用户的行为习惯,便于后期的验证。例如,在本发明实施例中,所述获取目标用户的标识信息之前,所述方法还包括:
在所述目标用户初始注册后,向所述目标用户对应的客户端发送测试数据,其中,所述测试数据中至少包括所述目标对象;
接收所述目标用户通过所述客户端反馈的测试结果,其中,所述测试结果中至少包括所述历史识别结果;
根据所述测试结果确定所述目标用户对应的所述用户画像数据字典。
本发明实施例中,可以从图形库、色彩库和语义规则库中选取一种或者多种组合形成固定的测试选项发送至客户端,进行用户习惯测试。例如:
第一项测评,请从下面选中“红色”。页面选择区域显示多个不同颜色的图形,在目标用户通过点中触发按钮或滑动屏幕,让选择区域内的“选择框”移动到对应的位置,同时获取“选择框”的XY轴坐标信息,比对“图形”的XY轴坐标信息,从而确认选择用户选中的哪个图形。
第二项测评,请从下面选中“植物”。页面选择区域显示:植物、动物和人造物品等图形。
第三项测评,以两种维度组合。请从下面选择“黄色汽车”,页面选择区域显示“橙色汽车”、“绿色植物”、“红色旗帜”、“褐色石头”和“黄色汽车”等等图形。用户需要同时辨识“颜色”和“物体”这两种维度信息。
以此类推,后续测评,可继续加大难度,以3种维度组合。例如:请从下面选中“最贵重的电子产品”、“最值得怀念的东西”、“春天的景观”或“最明亮的物体”等。
通过以上测评结果,可构建出每个用户独一无二的“用户画像”信息,形成用户画像数据字典。其中,在一实施例中,可以包括以下用户画像信息:
1.“滑动轨迹信息”:习惯先X轴滑动,还是先Y轴滑动;或者XY轴同时滑动;或者滑动的速度频率。
2.“对于色彩的认知”:可区分正常或者色弱人群,以及对于颜色“亮,暗,暖,冷”等认知。
3.“对于物体的认知”:可区分用户更趋势的喜欢选择“自然物体”还是“人造物体”又或者其他的图形所表达的信息。
需要说明的是,本发明实施例中介绍的多种可选的实施方式,彼此可以相互结合实现,也可以单独实现,对此本发明实施例不作限定。
进一步地,在一实施例中,所述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证的步骤之后,还包括:
在所述历史识别结果与所述当前识别结果匹配时,确认验证成功;
在验证通过,且预设的参数值小于第一预设值的情况下,向所述目标用户对应的客户端发送训练数据;
基于目标用户对所述训练数据的识别结果重新确定所述目标用户的历史识别结果;
其中,所述参数值在每次验证失败的情况下,减少第一预设值。
本实施例中,上述参数值用于确定是否需要重新训练,在每一次验证时,可以基于验证结果,确定是否对参数值进行调整。例如,一实施例中,在目标信息与历史的操作信息匹配的情况下,每次验证失败,会将预设的参数值降低第一预设值。在降低后的参数值小于第二预设值的情况下,再验证通过后可以提示当前验证通过率较低,此时,可以提供多组新的训练数据进行训练。这样,可以提高后续验证的准确率。
应理解,上述参数值若本次验证通过,则下一次验证时,或者下一次验证前,可以重新恢复到初始值。
比如,所述预设的参数值的初始值为90%,该初始值表示的是历史识别结果与当前识别结果的匹配关系;接着,在每次验证失败的情况下,将所述参数值减少1%(即取第一预设值为1%)至89%;若继续验证失败则依此逐次减少,直至该参数值降低至80%(即取第二预设值为80%)时,提醒当前参数值的验证门槛过低;此时,可以提示用户重新训练。
进一步的,在一实施例中,还可以统一各目标对象验证的通过率,当某一目标对象的通过率较低时,在验证通过的情况下,还可以提醒用户重新确定或更新该目标对象对应的历史识别结果。也就是说,统计某个问题的答错次数,然后在成功解锁的情况下,按照一定的规则更新反复答错的问题的答案。
为了更好的理解本发明的具体实现,以下结合图2对本发明的具体实现流程进行详细说明。具体的,参照图2,包括以下流程:
步骤1,在服务器构建基础数据字典,通过测试流程产生基于用户画像数据字典。
步骤2,服务器基于用户画像数据字典和预设数据库(图形库、色彩库和认知词库)随机组合产生多个带坐标信息的拥有颜色的图形以及认知规则(也可理解为验证规则,例如颜色最鲜艳、价值最高、跑的最快和水里游的等)。
步骤3,在客户端以坐标信息为关键点,在固定的区域内显示拥有颜色的图形以及认知规则。
步骤4,用户依据认知规则,通过手势滑动,或者客户端鼠标选中按钮滑动选中当前用户所认为符合认知规则的图形。
步骤5,记录当前用户操作对应的用户数据(滑动时间、速度和选中的坐标信息等)发送给服务器,由服务器将用户数据与用户画像数据字典内的数据做对比,确定滑动时间和速度是否满足人类的选取操作习惯,以及确定选中的坐标信息对应的对象是否满足当前用户的习惯特征,该习惯特征包括当前用户的个性化认知习惯。
参见图3,图3是本发明实施例提供的另一种验证处理方法的流程图,如图3所示,验证处理方法包括:
步骤301,向服务器发送目标用户的验证信息;其中,所述验证信息包括有针对目标对象的当前识别结果;所述验证信息用于所述服务根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
可选的,所述验证信息还包括身份信息,所述身份信息用于所述服务器确认对应的用户画像数据字典,并基于所述对应的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果。
可选的,所述向服务器发送目标用户的验证信息之前,所述方法还包括:
接收所述服务器发送的目标对象;其中,所述目标对象由所述服务器基于所述目标用户对应的用户画像数据字典生成的,所述目标用户对应的用户画像数据字典根据所述目标用户的身份信息确定;所述目标对象包括按照目标验证规则和所述目标用户对应的用户画像数据字典生成的第一验证图片以及基于预设数据库生成的至少一张第二验证图片。
可选的,所述目标用户对应的用户画像数据字典包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则。
需要说明的是,本实施例作为图2所示的实施例对应的客户端的实施方式,其具体的实施方式可以参见图2所示的实施例相关说明,以及达到相同的有益效果,为了避免重复说明,此处不再赘述。
参见图4,图4是本发明实施例提供的服务器的结构图,如图4所示,服务器400包括:
第一接收模块401,用于接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;
验证模块402,用于根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
可选的,服务器400还包括:
第一确定模块,用于根据预设的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果,其中,所述用户画像数据字典用于确定至少一目标对象和与所述至少一目标对象对应的目标用户的历史识别结果。
可选的,所述验证信息还包括身份信息;所述第一确定模块具体用于:
根据所述身份信息确认对应的用户画像数据字典;
根据对应的用户画像数据字典确定所述目标对象对应的历史识别结果。
可选的,所述服务器400还包括:
第二确定模块,用于在所述历史识别结果与所述当前识别结果相匹配时,确认验证通过;
更新模块,用于在验证通过的情况下,根据所述当前识别结果和所述目标对象的匹配关系更新所述用户画像数据字典。
可选的,所述服务器400还包括:
第一获取模块,用于获取目标用户的身份信息;
第三确定模块,用于根据所述身份信息确定所述目标用户对应的用户画像数据字典,所述目标用户对应的用户画像数据字典用于表示所述目标用户的行为习惯特征;
生成模块,用于生成与所述目标用户匹配的目标对象,其中,所述目标对象包括按照目标验证规则和所述目标用户对应的用户画像数据字典生成的第一验证图片以及基于预设数据库生成的至少一张第二验证图片;
第二发送模块,用于将所述目标对象发送至所述目标用户对应的客户端;
其中,所述针对目标对象的当前识别结果包括所述目标用户基于所述目标验证规则选择的目标验证图片的图片信息,所述目标验证图片为所述第一验证图片和所述第二验证图片中预设数量的验证图片。
可选的,所述目标用户对应的用户画像数据字典包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则。
可选的,所述服务器400还包括:
第四确定模块,用于在所述语义规则数据字典中随机选择规则确定所述目标验证规则。
可选的,所述服务器400还包括:
第二发送模块,用于在所述目标用户初始注册后,向所述目标用户对应的客户端发送测试数据,其中,所述测试数据中至少包括所述目标对象;
所述第一接收模块,用于接收所述目标用户通过所述客户端反馈的测试结果,其中,所述测试结果中至少包括所述历史识别结果;
所述第一确定模块,还用于根据所述测试结果确定所述目标用户对应的所述用户画像数据字典。
可选的,所述服务器400还包括:
第四确定模块,用于在所述历史识别结果与所述当前识别结果匹配时,确认验证成功;
第三发送模块,用于在验证通过,且预设的参数值小于第一预设值的情况下,向所述目标用户对应的客户端发送训练数据;
第五确定模块,用于基于目标用户对所述训练数据的识别结果重新确定所述目标用户的历史识别结果;
其中,所述参数值在每次验证失败的情况下,减少第一预设值。
本发明实施例提供的服务器能够实现图1的方法实施例中服务器实现的各个过程,为避免重复,这里不再赘述。
请参见图5,图5是本发明实施例提供的一种客户端的结构图,如图5所示,客户端500包括:
第一发送模块,用于向服务器发送目标用户的验证信息;其中,所述验证信息包括有针对目标对象的当前识别结果;所述验证信息用于所述服务根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
可选的,所述验证信息还包括身份信息,所述身份信息用于所述服务器确认对应的用户画像数据字典,并基于所述对应的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果。
可选的,所述客户端500还包括:
第二接收模块,用于接收所述服务器发送的目标对象;其中,所述目标对象由所述服务器基于所述目标用户对应的用户画像数据字典生成的,所述目标用户对应的用户画像数据字典根据所述目标用户的身份信息确定;所述目标对象包括按照目标验证规则和所述目标用户对应的用户画像数据字典生成的第一验证图片以及基于预设数据库生成的至少一张第二验证图片。
可选的,所述目标用户对应的用户画像数据字典包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则。
本发明实施例提供的客户端能够实现图3的方法实施例中客户端实现的各个过程,为避免重复,这里不再赘述。
参见图6,图6是本发明实施例提供的另一种服务器的结构图,如图6所示,该服务器600包括:处理器601、收发机602、存储器603和总线接口,其中:
收发机602,用于接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;
处理器601,用于根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
应理解,本实施例中,上述处理器601和收发机602能够实现图1的方法实施例中服务器实现的各个过程,为避免重复,这里不再赘述。
在图6中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器601代表的一个或多个处理器和存储器603代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机602可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。针对不同的用户设备,用户接口604还可以是能够外接/内接设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
处理器601负责管理总线架构和通常的处理,存储器603可以存储处理器601在执行操作时所使用的数据。
图7为实现本发明各个实施例的一种客户端的硬件结构示意图,
该客户端700包括但不限于:射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、处理器710、以及电源711等部件。本领域技术人员可以理解,图7中示出的客户端结构并不构成对客户端的限定,客户端可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。在本发明实施例中,客户端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载客户端、可穿戴设备、以及计步器等。
射频单元701,用于向服务器发送目标用户的验证信息;其中,所述验证信息包括有针对目标对象的当前识别结果;所述验证信息用于所述服务根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
应理解,本实施例中,上述处理器710和射频单元701能够实现图3的方法实施例中客户端实现的各个过程,为避免重复,这里不再赘述。
应理解的是,本发明实施例中,射频单元701可用于收发信息或通话过程中,信号的接收和发送,具体的,将来自基站的下行数据接收后,给处理器710处理;另外,将上行的数据发送给基站。通常,射频单元701包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外,射频单元701还可以通过无线通信系统与网络和其他设备通信。
客户端通过网络模块702为用户提供了无线的宽带互联网访问,如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
音频输出单元703可以将射频单元701或网络模块702接收的或者在存储器709中存储的音频数据转换成音频信号并且输出为声音。而且,音频输出单元703还可以提供与客户端700执行的特定功能相关的音频输出(例如,呼叫信号接收声音、消息接收声音等等)。音频输出单元703包括扬声器、蜂鸣器以及受话器等。
输入单元704用于接收音频或视频信号。输入单元704可以包括图形处理器(Graphics Processing Unit,GPU)7041和麦克风7042,图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元706上。经图形处理器7041处理后的图像帧可以存储在存储器709(或其它存储介质)中或者经由射频单元701或网络模块702进行发送。麦克风7042可以接收声音,并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元701发送到移动通信基站的格式输出。
客户端700还包括至少一种传感器705,比如光传感器、运动传感器以及其他传感器。具体地,光传感器包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板7061的亮度,接近传感器可在客户端700移动到耳边时,关闭显示面板7061和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别客户端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;传感器705还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等,在此不再赘述。
显示单元706用于显示由用户输入的信息或提供给用户的信息。显示单元706可包括显示面板7061,可以采用液晶显示器(Liquid Crystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板7061。
用户输入单元707可用于接收输入的数字或字符信息,以及产生与客户端的用户设置以及功能控制有关的键信号输入。具体地,用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板7071上或在触控面板7071附近的操作)。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器710,接收处理器710发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板7071。除了触控面板7071,用户输入单元707还可以包括其他输入设备7072。具体地,其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
进一步的,触控面板7071可覆盖在显示面板7061上,当触控面板7071检测到在其上或附近的触摸操作后,传送给处理器710以确定触摸事件的类型,随后处理器710根据触摸事件的类型在显示面板7061上提供相应的视觉输出。虽然在图7中,触控面板7071与显示面板7061是作为两个独立的部件来实现客户端的输入和输出功能,但是在某些实施例中,可以将触控面板7071与显示面板7061集成而实现客户端的输入和输出功能,具体此处不做限定。
接口单元708为外部装置与客户端700连接的接口。例如,外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元708可以用于接收来自外部装置的输入(例如,数据信息、电力等等)并且将接收到的输入传输到客户端700内的一个或多个元件或者可以用于在客户端700和外部装置之间传输数据。
存储器709可用于存储软件程序以及各种数据。存储器709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(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器709可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
处理器710是客户端的控制中心,利用各种接口和线路连接整个客户端的各个部分,通过运行或执行存储在存储器709内的软件程序和/或模块,以及调用存储在存储器709内的数据,执行客户端的各种功能和处理数据,从而对客户端进行整体监控。处理器710可包括一个或多个处理单元;优选的,处理器710可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器710中。
客户端700还可以包括给各个部件供电的电源711(比如电池),优选的,电源711可以通过电源管理系统与处理器710逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
另外,客户端700包括一些未示出的功能模块,在此不再赘述。
可选地,本发明实施例提供了一种处理装置,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述验证处理方法的步骤。本实施例中,该处理装置可以为上述服务器或者客户端,当处理装置为服务器时,可以实现服务器中验证处理方法实施例的各个过程;当处理装置为客户端时,可以实现客户端中验证处理方法实施例的各个过程。
如图6,在所述处理装置为服务器时,服务器包括处理器601,存储器603,存储在存储器603上并可在所述处理器601上运行的计算机程序,该计算机程序被处理器601执行时实现上述验证处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
如图7,在所述处理装置为客户端时,客户端包括处理器710,存储器709,存储在存储器709上并可在所述处理器710上运行的计算机程序,该计算机程序被处理器710执行时实现上述验证处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述验证处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种验证处理方法,其特征在于,包括:
接收目标用户的验证信息,其中,所述验证信息包括有针对目标对象的当前识别结果;
根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,其中,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
2.根据权利要求1所述的方法,其特征在于,所述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证的步骤之前,还包括:
根据预设的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果,其中,所述用户画像数据字典用于确定至少一目标对象和与所述至少一目标对象对应的目标用户的历史识别结果。
3.根据权利要求2所述的方法,其特征在于,所述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证的步骤之后,还包括:
在所述历史识别结果与所述当前识别结果相匹配时,确认验证通过;
在验证通过的情况下,根据所述当前识别结果和所述目标对象的匹配关系更新所述用户画像数据字典。
4.根据权利要求1所述的方法,其特征在于,所述接收目标用户的验证信息之前,所述方法还包括:
获取目标用户的身份信息;
根据所述身份信息确定所述目标用户对应的用户画像数据字典,所述目标用户对应的用户画像数据字典用于表示所述目标用户的行为习惯特征;
生成与所述目标用户匹配的目标对象,其中,所述目标对象包括按照目标验证规则和所述目标用户对应的用户画像数据字典生成的第一验证图片以及基于预设数据库生成的至少一张第二验证图片;
将所述目标对象发送至所述目标用户对应的客户端;
其中,所述针对目标对象的当前识别结果包括所述目标用户基于所述目标验证规则选择的目标验证图片的图片信息,所述目标验证图片为所述第一验证图片和所述第二验证图片中预设数量的验证图片。
5.根据权利要求4所述的方法,其特征在于,所述目标用户对应的用户画像数据字典包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则;
所述生成与所述目标用户匹配的目标对象之前,所述方法还包括:
在所述语义规则数据字典中随机选择规则确定所述目标验证规则。
6.根据权利要求1所述的方法,其特征在于,所述根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证的步骤之后,还包括:
在所述历史识别结果与所述当前识别结果匹配时,确认验证成功;
在验证通过,且预设的参数值小于第一预设值的情况下,向所述目标用户对应的客户端发送训练数据;
基于目标用户对所述训练数据的识别结果重新确定所述目标用户的历史识别结果;
其中,所述参数值在每次验证失败的情况下,减少第一预设值。
7.一种验证处理方法,其特征在于,包括:
向服务器发送目标用户的验证信息;其中,所述验证信息包括有针对目标对象的当前识别结果;所述验证信息用于所述服务根据预设的与所述目标对象对应的目标用户的历史识别结果与目标用户的所述当前识别结果的匹配关系对所述验证信息进行验证,所述历史识别结果为目标用户针对目标对象所作出的自定义答案。
8.根据权利要求7所述的方法,其特征在于,所述验证信息还包括身份信息,所述身份信息用于所述服务器确认对应的用户画像数据字典,并基于所述对应的用户画像数据字典确定所述目标对象对应的目标用户的历史识别结果;
所述向服务器发送目标用户的验证信息之前,所述方法还包括:
接收所述服务器发送的目标对象;其中,所述目标对象由所述服务器基于所述目标用户对应的用户画像数据字典生成的,所述目标用户对应的用户画像数据字典根据所述目标用户的身份信息确定;所述目标对象包括按照目标验证规则和所述目标用户对应的用户画像数据字典生成的第一验证图片以及基于预设数据库生成的至少一张第二验证图片;
其中,所述目标用户对应的用户画像数据字典包括第一用户数据和第二用户数据,所述第一用户数据包括颜色数据字典和/或图形数据字典,第二用户数据包括语义规则数据字典,所述语义规则数据字典包括对用户认知验证的规则。
9.一种处理装置,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现包括如权利要求1至6或权利要求7至8中任一项所述的验证处理方法的步骤。
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,所述计算机程序被处理器执行时实现包括如权利要求1至6或权利要求7至8中任一项所述的验证处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528754.XA CN113806712A (zh) | 2020-06-11 | 2020-06-11 | 验证处理方法、处理装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010528754.XA CN113806712A (zh) | 2020-06-11 | 2020-06-11 | 验证处理方法、处理装置及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113806712A true CN113806712A (zh) | 2021-12-17 |
Family
ID=78943834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010528754.XA Pending CN113806712A (zh) | 2020-06-11 | 2020-06-11 | 验证处理方法、处理装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806712A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022002A (zh) * | 2022-05-27 | 2022-09-06 | 中国电信股份有限公司 | 验证方式确定方法、装置、存储介质和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102957682A (zh) * | 2011-08-30 | 2013-03-06 | 北京百度网讯科技有限公司 | 一种用于基于验证安全等级提供图片验证码的方法与设备 |
CN108256303A (zh) * | 2018-01-10 | 2018-07-06 | 深圳壹账通智能科技有限公司 | 电子装置、身份验证方法及存储介质 |
CN108462704A (zh) * | 2018-02-27 | 2018-08-28 | 平安科技(深圳)有限公司 | 登录验证方法、装置、计算机设备及存储介质 |
-
2020
- 2020-06-11 CN CN202010528754.XA patent/CN113806712A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102957682A (zh) * | 2011-08-30 | 2013-03-06 | 北京百度网讯科技有限公司 | 一种用于基于验证安全等级提供图片验证码的方法与设备 |
CN108256303A (zh) * | 2018-01-10 | 2018-07-06 | 深圳壹账通智能科技有限公司 | 电子装置、身份验证方法及存储介质 |
CN108462704A (zh) * | 2018-02-27 | 2018-08-28 | 平安科技(深圳)有限公司 | 登录验证方法、装置、计算机设备及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115022002A (zh) * | 2022-05-27 | 2022-09-06 | 中国电信股份有限公司 | 验证方式确定方法、装置、存储介质和电子设备 |
CN115022002B (zh) * | 2022-05-27 | 2024-02-06 | 中国电信股份有限公司 | 验证方式确定方法、装置、存储介质和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110914822B (zh) | 用于言语设备控制的多用户虚拟助手 | |
CN108090855B (zh) | 一种学习计划推荐方法及移动终端 | |
CN108616448B (zh) | 一种信息分享的路径推荐方法及移动终端 | |
CN112689201B (zh) | 弹幕信息识别方法、显示方法、服务器及电子设备 | |
CN111723855A (zh) | 一种学习知识点的显示方法、终端设备及存储介质 | |
CN107832784A (zh) | 一种图像美化的方法和一种移动终端 | |
CN109522706B (zh) | 一种信息提示方法及终端设备 | |
CN111753520B (zh) | 一种风险预测方法、装置、电子设备及存储介质 | |
CN107666536A (zh) | 一种寻找终端的方法和装置、一种用于寻找终端的装置 | |
CN113190646A (zh) | 一种用户名样本的标注方法、装置、电子设备及存储介质 | |
CN108429855B (zh) | 一种消息发送控制方法、终端及计算机可读存储介质 | |
CN111835522A (zh) | 一种音频处理方法及装置 | |
WO2022227507A1 (zh) | 唤醒程度识别模型训练方法及语音唤醒程度获取方法 | |
CN107452233A (zh) | 一种基于终端设备的学习控制方法及终端设备 | |
CN114626036B (zh) | 基于人脸识别的信息处理方法、装置、存储介质及终端 | |
CN113806712A (zh) | 验证处理方法、处理装置及计算机可读存储介质 | |
CN112488157A (zh) | 一种对话状态追踪方法、装置、电子设备及存储介质 | |
CN109670105B (zh) | 搜索方法及移动终端 | |
CN109558853B (zh) | 一种音频合成方法及终端设备 | |
CN109361804B (zh) | 来电处理方法及移动终端 | |
CN108897508B (zh) | 一种基于分屏显示的语音搜题方法及家教设备 | |
CN115526662A (zh) | 一种物品信息推送方法、装置、电子设备及存储介质 | |
CN112009395A (zh) | 一种交互控制方法、车载终端及车辆 | |
CN111431795B (zh) | 一种共享内容显示方法及电子设备 | |
CN108174030A (zh) | 定制化语音控制的实现方法、移动终端及可读存储介质 |
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 |