CN115114557A - 基于区块链的页面数据获取方法及装置 - Google Patents
基于区块链的页面数据获取方法及装置 Download PDFInfo
- Publication number
- CN115114557A CN115114557A CN202211043863.8A CN202211043863A CN115114557A CN 115114557 A CN115114557 A CN 115114557A CN 202211043863 A CN202211043863 A CN 202211043863A CN 115114557 A CN115114557 A CN 115114557A
- Authority
- CN
- China
- Prior art keywords
- page data
- target
- block chain
- face
- data
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- 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
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
-
- 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
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请涉及数据处理技术领域,提供一种基于区块链的页面数据获取方法及装置。所述方法包括:根据终端设备发送的数据获取请求,获取数据获取请求对应的页面数据;将页面数据发送至区块链,从区块链的掩码规则集中,获取与页面数据对应的目标掩码规则;根据目标掩码规则指定的数据类型,将页面数据中与数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将目标页面数据发送至终端设备。本申请实施例提供的基于区块链的页面数据获取方法能够有效避免页面数据中的核心数据被获取,提高数据获取的安全性。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种基于区块链的页面数据获取方法及装置。
背景技术
目前,随着银行业金融监管的逐步加强,对于页面数据中涉及核心的数据需要进行隐私保护,不允许用户能够获取到该页面数据的核心数据,以提高数据获取的安全性。因此,如何避免页面数据中的核心数据被获取,提高数据获取的安全性,是当前急需解决的技术问题之一。
发明内容
本申请旨在至少解决相关技术中存在的技术问题之一。为此,本申请提出一种基于区块链的页面数据获取方法,能够有效避免页面数据中的核心数据被获取,提高数据获取的安全性。
本申请还提出一种基于区块链的页面数据获取装置。
本申请还提出一种电子设备。
本申请还提出一种计算机可读存储介质。
根据本申请第一方面实施例的基于区块链的页面数据获取方法,包括:
根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
根据本申请的一个实施例,将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则,包括:
将所述页面数据发送至区块链,与所述区块链的掩码规则集中各待选掩码规则的URL标签进行匹配,以从各所述URL标签中,确定与所述页面数据相匹配的目标URL标签;
根据所述目标URL标签,获取所述目标掩码规则。
根据本申请的一个实施例,还包括:
将从所述数据获取请求中获取到的用户信息发送至区块链,与所述区块链存储的各掩码规则的用户标签进行匹配,以从各所述用户标签中,确定与所述用户信息相匹配的多个目标用户标签;
根据各所述目标用户标签,获取所述掩码规则集。
根据本申请的一个实施例,还包括:
接收所述终端设备发送的加密串;
将所述加密串发送至所述区块链进行验证,并在所述区块链确定所述加密串的有效后,对所述目标数据进行掩码解密。
根据本申请的一个实施例,将所述加密串发送至所述区块链进行验证,包括:
确定所述数据获取请求中的用户信息具备修改权限,将所述加密串发送至所述区块链进行验证。
根据本申请的一个实施例,根据终端设备发送的数据获取请求,获取与所述数据获取请求对应的页面数据,包括:
获取所述终端设备发送的数据获取请求,向所述终端设备发送活体验证指令;
从所述终端设备根据所述活体验证指令反馈的人脸视频中,获取多帧人脸图像;
将各所述人脸图像一一映射到对应的各深度图中,获取各人脸深度图;
从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果;
根据所述第一识别结果以及所述第二识别结果,确定活体检测结果为活体的情况下,获取与所述数据获取请求对应的页面数据;
其中,第一人脸识别模型由各RGB人脸图像的训练样本训练得到,第二人脸识别模型由人脸的各深度图训练样本训练得到。
根据本申请的一个实施例,所述活体验证指令包括摇头指令,所述第一人脸识别模型包括第一时序模型,所述第二人脸识别模型包括第二时序模型;
所述从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果,包括:
从各所述人脸图像中,选取多张所述目标人脸图像输入训练好的第一时序模型,获取第一时序特征,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二时序模型,获取第二时序特征。
根据本申请第二方面实施例的基于区块链的页面数据获取装置,包括:
获取请求响应模块,用于根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
掩码规则获取模块,用于将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
页面数据获取模块,用于根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
根据本申请第三方面实施例的电子设备,包括处理器和存储有计算机程序的存储器,所述处理器执行所述计算机程序时实现上述任一实施例所述的基于区块链的页面数据获取方法。
根据本申请第四方面实施例的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任一实施例所述的基于区块链的页面数据获取方法。
根据本申请第五方面实施例的计算机程序产品,包括:所述计算机程序被处理器执行时实现如上述任一实施例所述的基于区块链的页面数据获取方法。
本申请实施例中的上述一个或多个技术方案,至少具有如下技术效果之一:
通过将根据终端设备发送的数据获取请求获取到的页面数据,发送至区块链,以从区块链中获取对应的目标掩码规则,对页面数据中与目标掩码规则的数据类型对应的目标数据进行掩码加密,来获取到最终加密的目标页面数据反馈至终端设备,从而结合区块链的技术对页面数据中的核心数据内容进行掩码加密,使其无法被查看,从而有效避免页面数据中的核心数据被获取,提高数据获取的安全性。
进一步的,通过将页面数据与URL标签进行匹配,确定与页面数据相匹配的目标URL标签后,将与该目标URL标签对应的掩码规则确定为目标掩码规则,从而能够快速确定与页面数据对应的目标掩码规则。
进一步的,通过将用户信息与区块链存储的各掩码规则的用户标签进行匹配,以从各所述用户标签中,确定与用户信息相匹配的多个目标用户标签后,再基于各目标用户标签确定掩码规则集,从而使不同权限的人员获取到的掩码规则不同,进而使后续能够对不同权限的人员的访问请求,进行不同程度的加密,使无相关权限的人员无法从页面中获取到针对其设定的敏感数据,更加符合实际需求,提高了数据获取的安全性。
进一步的,通过区块链对加密串进行验证,并在所述区块链确定加密串的有效后,对目标数据进行掩码解密,从而利用区块链不可伪造、不可虚构以及不可篡改的特点,确保加密串验证的准确性。
进一步的,通过获取终端设备发送的数据获取请求后,向终端设备发送活体验证指令,以从终端设备根据活体验证指令反馈的人脸视频中,获取多帧人脸图像,并将各人脸图像映射到对应的各深度图中,获取人脸深度图后,将各人脸图像以及各人脸深度图分别输入不同的人脸识别模型进行识别,并利用对各人脸图像的识别结果,以及对各人脸深度图的识别结果,来确定活体检测结果为活体的情况下,再获取与数据获取请求对应的页面数据,从而利用了人脸图像的RGB图信息以及深度图信息的双重防御来进行活体检测,增加人脸活体识别过程中的可用特征,提高了对数据获取请求进行安全验证的准确度。
附图说明
为了更清楚地说明本申请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一简单地介绍,显而易见地,下面描述中的附图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是本申请实施例提供的基于区块链的页面数据获取方法的流程示意图;
图2是本申请实施例中对图1的基于区块链的页面数据获取方法中的页面数据获取做进一步细化的流程示意图;
图3是本申请又一实施例提供的基于区块链的页面数据获取方法的流程示意图;
图4是本申请实施例中对图1的基于区块链的页面数据获取方法中的目标掩码规则获取做进一步细化的流程示意图;
图5是本申请再一实施例提供的基于区块链的页面数据获取方法的流程示意图;
图6是本申请实施例提供的基于区块链的页面数据获取装置的结构示意图;
图7是本申请实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
下面,将通过几个具体的实施例对本申请实施例提供的基于区块链的页面数据获取方法及装置进行详细介绍和说明。
在一实施例中,提供了一种基于区块链的页面数据获取方法,该方法应用于服务器,用于进行基于区块链的页面数据获取。其中,服务器可以是独立的服务器或者是多个服务器组成的服务器集群来实现,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能采样点设备等基础云计算服务的云服务器。
如图1所示,本实施例提供的一种基于区块链的页面数据获取方法包括:
步骤101,根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
步骤102,将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
步骤103,根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
通过将根据终端设备发送的数据获取请求获取到的页面数据,发送至区块链,以从区块链中获取对应的目标掩码规则,对页面数据中与目标掩码规则的数据类型对应的目标数据进行掩码加密,来获取到最终加密的目标页面数据反馈至终端设备,从而结合区块链的技术对页面数据中的核心数据内容进行掩码加密,使其无法被查看,从而有效避免页面数据中的核心数据被获取,提高数据获取的安全性。
在一实施例中,数据获取请求中包括终端设备需要获取到的页面的URL地址。服务器在接收到该URL地址后,通过该URL地址,终端设备需要访问的页面,即页面数据。而考虑到数据获取请求可能是由恶意脚本控制终端设备自动发起,而非用户通过终端设备发起,因此在服务器获取到数据获取请求后,可向终端设备发送用于验证该数据获取请求是否人为发起的验证指令,以实现对数据获取请求的安全性验证。其中,若数据获取请求为人为发起,则可判断该数据获取请求的安全性较高,可通过验证,否则,判断该数据获取请求的安全性较低,不予通过验证。对于验证该数据获取请求是否人为发起,可向终端设备发送人脸识别指令,以通过是否检测到人脸来验证该数据获取请求是否人为发起。而考虑到人脸识别中,利用假人脸完成人脸识别的安全问题也越来越多见,因此为避免攻击者利用假人脸完成人脸识别,可通过向终端设备发送活体验证指令,如摇头、张嘴、眨眼等验证指令,并从终端设备获取根据该活体验证指令反馈的人脸视频进行人脸的活体识别,以验证该数据获取请求是否人为发起的验证指令。
在一实施例中,为能够提高针对数据获取请求的验证准确度,如图2所示,根据终端设备发送的数据获取请求,获取与所述数据获取请求对应的页面数据,包括:
步骤201,获取所述终端设备发送的数据获取请求,向所述终端设备发送活体验证指令;
步骤202,从所述终端设备根据所述活体验证指令反馈的人脸视频中,获取多帧人脸图像;
步骤203,将各所述人脸图像一一映射到对应的各深度图中,获取各人脸深度图;
步骤204,从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果;
步骤205,根据所述第一识别结果以及所述第二识别结果,确定活体检测结果为活体的情况下,获取与所述数据获取请求对应的页面数据;
其中,第一人脸识别模型由各RGB人脸图像的训练样本训练得到,第二人脸识别模型由人脸的各深度图训练样本训练得到。
在一实施例中,服务器在获取到终端设备发送的数据获取请求后,向终端设备发送活体验证指令,并从终端设备接收根据活体验证指令反馈的人脸视频进行活体验证,以验证该数据获取请求是否为人为发起,提高针对数据获取请求的验证准确度。其中,人脸视频的采集,可通过带有激光雷达的终端设备进行采集。在通过该终端设备采集到执行活体验证指令的人脸视频后,通过人脸检测器,如mediapipe,从该人脸视频中提取多帧RGB人脸图像。其中,人脸视频可以是人脸反光视频。具体地,可以预先选取由多种颜色组成的颜色序列,如从赤橙黄绿青蓝紫黑白九种颜色中随机抽取四种颜色生成颜色序列,然后将颜色序列依次通过照射装置,如终端设备的屏幕产生光线对人脸进行反光照射,得到人脸反光视频,并在人脸反光视频中通过人脸检测器随机截取人脸图像,从而减少人脸图像被窃取的可能性。
其中,活体验证指令为活体验证过程中,用于指示人脸的某个部位执行相应的操作的指令,如指示人脸执行眨眼操作、指示人脸执行张嘴操作或指示人脸执行摇头操作等。在发出活体验证指令后,开始从人脸视频中截取多帧人脸图像,从而使截取到的多帧人脸图像具有不同的特征,进而使后续可利用多帧人脸图像的不同特征进行基于区块链的页面数据获取,提高后续进行基于区块链的页面数据获取的准确度。
考虑到活体或非活体区分的特征不单单仅存在人脸中心区域,还集中在人脸边缘和人脸外,因此为进一步提高后续进行人脸活体验证的准确性,在一实施例中,在下发活体验证指令后,预先通过mediapipe等人脸检测器对人脸视频的各帧图像进行人脸区域提取,提取到的人脸图像即为初始图像。在提取到初始图像后,获取任一初始图像的至少两个顶点坐标,如获取初始图像的左上角顶点坐标,以及初始图像的右上角顶点坐标。在获取到左上角顶点坐标以及右上角顶点坐标后,按照预设倍数扩大人脸区域,如按1.45倍对人脸区域进行扩大,使初始图像的左上角顶点坐标变为:。
同理,左下角顶点坐标以及右下角顶点坐标也可根据上述方式进行变化,从而将扩大人脸区域后的初始图像确定为人脸图像。
可以理解的,除了对四个顶点坐标同时进行变化外,还可以仅进行任意两个处于同一侧的顶点的坐标变化。如仅对左上角和右上角的顶点进行坐标变化,或者仅对左上角和左下角的顶点进行坐标变化等。
通过对人脸视频进行人脸提取,获取多帧初始图像后,对各初始图像进行人脸区域扩大操作,来得到最终的人脸图像,从而使人脸图像中用于区分活体或非活体的特征更多,进而提高后续针对数据获取请求的验证准确度。
在一实施例中,在获取到人脸图像后,对各人脸图像进行深度图映射,将每帧人脸图像映射到每帧D通道的深度图中,从而得到各人脸深度图。可以理解的,由于人脸图像相比从人脸视频中直接截取到的初始图像,其人脸区域扩大了预设倍数,因此人脸深度图的人脸区域,也扩大了预设倍数。
在一实施例中,在获取到各人脸深度图后,将各人脸图像结合各人脸深度图进行活体检测。具体地,从各人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一人脸识别模型输出的第一检测概率;同时,从各人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二人脸识别模型输出的第二检测概率。其中,目标人脸图像的选取,可以是将所有的人脸图像均作为目标人脸图像;或者,从各人脸图像中随机抽取N张目标人脸图像;或者,可以是按照预设的抽取间隔进行抽取得到的多张目标人脸图像,如每间隔两张人脸图像,则抽取一张人脸图像作为目标人脸图像。同理,目标人脸深度图的抽取可以与人脸图像的抽取相同。
为进一步提高基于区块链的页面数据获取的准确度,在一实施例中,所述活体验证指令包括摇头指令,所述第一人脸识别模型包括第一时序模型,所述第二人脸识别模型包括第二时序模型;
所述从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果,包括:
从各所述人脸图像中,选取多张所述目标人脸图像输入训练好的第一时序模型,获取第一时序特征,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二时序模型,获取第二时序特征。
在一实施例中,考虑到除了利用目标人脸图像和目标人脸深度图的单张图特征来进行活体检测外,由于合成或者翻拍视频在做摇头动作的时候在RGB图中会有“诡异”的残影或者边缘信息模糊的特征,这与正常人做摇头动作有较大的区别,且正常人做摇头动作时会很清晰看到做摇头的人像,而合成、翻拍等常用攻击手段的深度图只会看到一片,没有人像出现。因此,可利用指示用户摇头时获取到的人脸图像和人脸深度图,来更准确地进行人脸的活体检测。具体地,从各人脸图像中选取到多张目标人脸图像后,将多张目标人脸图像作为一组图像集,输入训练好的第一时序模型,以获得第一时序特征。同理,将从各人脸深度图中选取到的目标人脸深度图也作为一组图像集,输入训练好的第二时序模型,以获得第一时序特征。
其中,第一时序模型和第二时序模型为在C3D时序模型的基础上进行改进,提高模型的鲁棒性和提高模型的运算效率。C3D实际上就是2D卷积的3D版,将2D卷积变成3D卷积,将输入B*H*W*C变成B*H*W*C*D。使用3D卷积可以将连续几张图片当成一份D,这样就方便提取时序的特征。
为使通过第一时序模型和第二时序模型得到的时序特征更为准确,在一实施例中,所述目标人脸图像根据预设抽取间隔,从各所述人脸图像中抽取。如每间隔N张,则从各人脸图像中抽取一张人脸图像作为目标人脸图像。同理,各所述目标人脸深度图根据所述预设抽取间隔,从各所述人脸深度图中抽取。
通过按照预设抽取间隔进行目标人脸图像和目标人脸深度图抽取的方式,使得相邻的两张目标人脸图像或相邻的两张目标人脸深度图的间隔时间相同,从而提高获取到的时序特征的准确性。
在一实施例中,第一时序模型和/或第二时序模型使用了残差网络,增强了模型的鲁棒性和学习能力,从而大幅度提升活体检测的准确率。在完成各目标人脸图像以及各目标人脸深度图的抽取后,将各目标人脸图像作为一组,输入训练好的第一时序模型,得到第一时序特征cls1,并将该第一时序特征作为第一检测概率;同理,可将各目标人脸深度图作为一组,输入训练好的第二时序模型,得到第二时序特征cls2,并将该第二时序特征作为第二检测概率。
通过结合人脸图像的时序特征以及人脸深度图的时序特征,来进行人脸的活体检测,从而利用合成或者翻拍视频,与通过活体拍摄到的人脸视频,两者在人脸图像和深度图的时序特征上具有明显差异的特点,来更准确地进行人脸的活体检测,进而进一步提高针对数据获取请求的验证准确度。
在得到第一检测概率和第二检测概率,即第一识别结果和第二识别结果后,即可根据第一识别结果和第二识别结果确定活体检测结果。如当第一识别结果和第二识别结果均小于预设概率,则判断活体检测结果为非活体;或者当第一识别结果小于第一预设概率,以及第二识别结果小于第二预设概率,则判断活体检测为非活体;或者,还可以将第一识别结果和第二识别结果输入分类器,根据分类器输出正类或负类的类别置信度,以根据该类别置信度与预设置信度的比较结果,确定活体检测结果。其中,正类表示活体,负类表示非活体。当类别置信度大于预设置信度时,确定该类别置信度对应的类别为活体检测结果;否则,确定与该类别置信度相反的类别为活体检测结果。
示例性的,通过分类器输出活体的类别置信度为0.6,预设置信度为0.55,则此时类别置信度大于预设置信度,判断该类别置信度可信,因此可确定活体检测结果为活体;否则,判断该类别置信度不可信,确定活体检测结果为非活体。
在一实施例中,还可以通过加权的方法有效融合两个结果。示例性的,在得到第一识别结果和第二识别结果后,通过第一预设权重对第一识别结果进行调整,同时通过第二预设权重对第二识别结果进行调整,并将调整后的第一识别结果,与调整后的第二识别结果相加,从而得到活体检测概率。
考虑到在正常人做摇头动作时会很清晰看到做摇头的人像,而合成、翻拍等常用攻击手段的深度图只会看到一片,没有人像出现,即深度图的时序特征更能确认是否为活体,因此在一实施例中,第二预设权重大于第一预设权重,以进一步提高活体检测的准确度。
示例性的,第一预设权重可以为0.3,第二预设权重可以为0.7,此时活体检测概率即为:
其中,cls1为第一识别结果,cls2为第二识别结果,P为活体检测概率。
在确定活体检测概率后,将该活体检测概率与预设概率进行比较。若活体检测概率大于预设概率,则确定活体检测结果为活体;否则,确定活体检测结果为非活体。其中,预设概率可根据实际情况进行设置,如0.65等。
在确定活体检测结果后,若该活体检测结果为活体,则表示该数据获取请求是人为发起,从而可通过活体检测结果确定用户信息的同时,响应该数据获取请求,获取与该数据获取请求的URL地址指定的页面数据。
通过获取终端设备发送的数据获取请求后,向终端设备发送活体验证指令,以从终端设备根据活体验证指令反馈的人脸视频中,获取多帧人脸图像,并将各人脸图像映射到对应的各深度图中,获取人脸深度图后,将各人脸图像以及各人脸深度图分别输入不同的人脸识别模型进行识别,并利用对各人脸图像的识别结果,以及对各人脸深度图的识别结果,来确定活体检测结果为活体的情况下,再获取与数据获取请求对应的页面数据,从而利用了人脸图像的RGB图信息以及深度图信息的双重防御来进行活体检测,增加人脸活体识别过程中的可用特征,提高了对数据获取请求进行安全验证的准确度。
在一实施例中,在获取与数据获取请求对应的页面数据后,将该页面数据发送至区块链的任一节点进行掩码规则的匹配。其中,区块链中预先存储有配置好的多个掩码规则。如针对页面A的掩码规则被配置为:客户资料-身份证-手机号-银行卡-家庭地址,针对页面B的掩码规则被配置为:账户资料-账号-开户日期-姓名等,各页面的掩码规则组成掩码规则集。
考虑到不同人员的权限不同,因此为使获取到的目标掩码规则更符合实际需求,在一实施例中,如图3所示,掩码规则集的获取包括:
步骤301,将从所述数据获取请求中获取到的用户信息发送至区块链,与所述区块链存储的各掩码规则的用户标签进行匹配,以从各所述用户标签中,确定与所述用户信息相匹配的多个目标用户标签;
步骤302,根据各所述目标用户标签,获取所述掩码规则集。
在一实施例中,考虑到不同人员的访问权限不尽相同,因此可在接收到数据获取请求后,提取数据获取请求中的用户信息,如通过活体验证获取到的人脸信息,然后将该用户信息发送至区块链的任一节点,与任一节点中的数据表进行匹配。其中,数据表中记录有任一用户标签对应的所有掩码规则。通过将从数据获取请求中提取到的用户信息,与数据表中记录的用户标签进行匹配,从而将与该用户信息对应的所有用户标签作为目标用户标签。如用户标签为人脸图像,用户信息为人脸信息,则将该人脸信息,与所有人脸图像进行相似度匹配,将与该人脸信息相同的所有人脸图像,作为目标用户标签,并从数据表中获取与各目标用户标签对应的所有掩码规则组成掩码规则集。
或者,用户标签为用户姓名,用户信息同样为用户姓名,则将数据表中,与用户信息相同的用户标签作为目标用户标签,并从数据表中获取与各目标用户标签对应的所有掩码规则组成掩码规则集。
通过将用户信息与区块链存储的各掩码规则的用户标签进行匹配,以从各所述用户标签中,确定与用户信息相匹配的多个目标用户标签后,再基于各目标用户标签确定掩码规则集,从而使不同权限的人员获取到的掩码规则不同,进而使后续能够对不同权限的人员的访问请求,进行不同程度的加密,使无相关权限的人员无法从页面中获取到针对其设定的敏感数据,更加符合实际需求,提高了数据获取的安全性。
在获取到页面数据后,将该页面数据与区块链中通过上述方式确定的掩码规则集进行匹配,确定页面数据具体为哪个页面,并将与该页面对应的掩码规则,确定为与页面数据对应的目标掩码规则。如确定页面数据具体为页面A,则从掩码规则集中 ,获取页面A的掩码规则“客户资料-身份证-手机号-银行卡-家庭地址”,并将该确定为目标掩码规则。
在一实施例中,如图4所示,页面数据与掩码规则的具体匹配过程包括:
步骤401,将所述页面数据发送至区块链,与所述区块链的掩码规则集中各待选掩码规则的URL标签进行匹配,以从各所述URL标签中,确定与所述页面数据相匹配的目标URL标签;
步骤402,根据所述目标URL标签,获取所述目标掩码规则。
在一实施例中,每个掩码规则对应的页面信息为URL标签,如页面的URL地址。在获取到页面数据后,将该页面数据的页面地址,与掩码规则集中各URL标签进行匹配,从而确定该页面数据的URL标签,并将该URL标签确定为页面数据的目标URL标签后,根据该目标URL标签,获取与该目标URL标签对应的掩码规则作为目标掩码规则。
通过将页面数据与URL标签进行匹配,确定与页面数据相匹配的目标URL标签后,将与该目标URL标签对应的掩码规则确定为目标掩码规则,从而能够快速确定与页面数据对应的目标掩码规则。
在一实施例中,在获取到目标掩码规则后,即可根据目标掩码规则中指定的数据类型,对页面数据中对应的目标数据进行掩码加密。如目标掩码规则为客户资料-身份证-手机号-银行卡-家庭地址,则将页面数据中的客户资料信息、身份证信息、手机号信息、银行卡信息以及家庭地址信息作为目标数据,用“*”号代替,即客户没有权限对这些类型的信息进行明文数据的查看,其他没命中的数据类型则采用正常明文的方式进行展示,从而得到目标页面数据。然后将该目标页面数据发送至终端设备进行展示。
在对目标数据进行掩码加密的同时,还可根据从区块链获取到的加密串,对掩码前的目标数据进行加密隐藏,从而进一步提高数据的安全性。同时,也可方便具备编辑权限的人员进行相关的掩码值还原修改操作。
在一实施例中,如图5所示,除图1所示步骤外,还包括:
步骤104,接收所述终端设备发送的加密串;
步骤105,将所述加密串发送至所述区块链进行验证,并在所述区块链确定所述加密串的有效后,对所述目标数据进行掩码解密。
在一实施例中,加密串用于对目标数据进行掩码解密,以使目标数据取消掩码加密,显示其掩码前的值。当服务器接收到终端设备发送的加密串时,将该加密串发送至区块链进行验证,以利用区块链不可伪造、不可虚构以及不可篡改的特点,确保加密串验证的准确性。当通过区块链验证加密串可靠时,则表示完成对加密串的验证,此时对目标数据进行掩码解密,使其在终端设备的显示界面上显示出其掩码前的值。若区块链验证加密串无效,则继续显示掩码加密后的目标数据。
通过区块链对加密串进行验证,并在所述区块链确定加密串的有效后,对目标数据进行掩码解密,从而利用区块链不可伪造、不可虚构以及不可篡改的特点,确保加密串验证的准确性。
在一实施例中,为进一步提高数据的安全性,服务器在接收到终端设备发送的加密串后,可先获取数据获取请求中的用户信息进行权限验证,并在确定用户信息具备修改权限时,再将加密串发送至区块链进行验证,避免加密串被盗用导致所有用户均可对目标数据进行掩码解密,从而进一步提高数据的安全性。
下面对本申请提供的基于区块链的页面数据获取装置进行描述,下文描述的基于区块链的页面数据获取装置与上文描述的基于区块链的页面数据获取方法可相互对应参照。
在一实施例中,如图6所示,提供了一种基于区块链的页面数据获取装置,包括:
获取请求响应模块210,用于根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
掩码规则获取模块220,用于将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
页面数据获取模块230,用于根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
通过将根据终端设备发送的数据获取请求获取到的页面数据,发送至区块链,以从区块链中获取对应的目标掩码规则,对页面数据中与目标掩码规则的数据类型对应的目标数据进行掩码加密,来获取到最终加密的目标页面数据反馈至终端设备,从而结合区块链的技术对页面数据中的核心数据内容进行掩码加密,使其无法被查看,从而有效避免页面数据中的核心数据被获取,提高数据获取的安全性。
在一实施例中,掩码规则获取模块220具体用于:
将所述页面数据发送至区块链,与所述区块链的掩码规则集中各待选掩码规则的URL标签进行匹配,以从各所述URL标签中,确定与所述页面数据相匹配的目标URL标签;
根据所述目标URL标签,获取所述目标掩码规则。
在一实施例中,掩码规则获取模块220还用于:
将从所述数据获取请求中获取到的用户信息发送至区块链,与所述区块链存储的各掩码规则的用户标签进行匹配,以从各所述用户标签中,确定与所述用户信息相匹配的多个目标用户标签;
根据各所述目标用户标签,获取所述掩码规则集。
在一实施例中,页面数据获取模块230还用于:
接收所述终端设备发送的加密串;
将所述加密串发送至所述区块链进行验证,并在所述区块链确定所述加密串的有效后,对所述目标数据进行掩码解密。
在一实施例中,页面数据获取模块230具体用于:
确定所述数据获取请求中的用户信息具备修改权限,将所述加密串发送至所述区块链进行验证。
在一实施例中,获取请求响应模块210具体用于:
获取所述终端设备发送的数据获取请求,向所述终端设备发送活体验证指令;
从所述终端设备根据所述活体验证指令反馈的人脸视频中,获取多帧人脸图像;
将各所述人脸图像一一映射到对应的各深度图中,获取各人脸深度图;
从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果;
根据所述第一识别结果以及所述第二识别结果,确定活体检测结果为活体的情况下,获取与所述数据获取请求对应的页面数据;
其中,第一人脸识别模型由各RGB人脸图像的训练样本训练得到,第二人脸识别模型由人脸的各深度图训练样本训练得到。
在一实施例中,所述活体验证指令包括摇头指令,所述第一人脸识别模型包括第一时序模型,所述第二人脸识别模型包括第二时序模型;
获取请求响应模块210具体用于:
从各所述人脸图像中,选取多张所述目标人脸图像输入训练好的第一时序模型,获取第一时序特征,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二时序模型,获取第二时序特征。
图7示例了一种电子设备的实体结构示意图,如图7所示,该电子设备可以包括:处理器(processor)810、通信接口(Communication Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的计算机程序,以执行基于区块链的页面数据获取方法,例如包括:
根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
此外,上述的存储器830中的逻辑指令可以通过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。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的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中,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,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请实施例还提供一种存储介质,存储介质包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,计算机程序被处理器执行时,计算机能够执行上述各实施例所提供的基于区块链的页面数据获取方法,例如包括:
根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
以上所描述的装置实施例仅仅是示意性的,其中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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、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,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于区块链的页面数据获取方法,其特征在于,包括:
根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
2.根据权利要求1所述的基于区块链的页面数据获取方法,其特征在于,将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则,包括:
将所述页面数据发送至区块链,与所述区块链的掩码规则集中各待选掩码规则的URL标签进行匹配,以从各所述URL标签中,确定与所述页面数据相匹配的目标URL标签;
根据所述目标URL标签,获取所述目标掩码规则。
3.根据权利要求1或2所述的基于区块链的页面数据获取方法,其特征在于,还包括:
将从所述数据获取请求中获取到的用户信息发送至区块链,与所述区块链存储的各掩码规则的用户标签进行匹配,以从各所述用户标签中,确定与所述用户信息相匹配的多个目标用户标签;
根据各所述目标用户标签,获取所述掩码规则集。
4.根据权利要求1所述的基于区块链的页面数据获取方法,其特征在于,还包括:
接收所述终端设备发送的加密串;
将所述加密串发送至所述区块链进行验证,并在所述区块链确定所述加密串的有效后,对所述目标数据进行掩码解密。
5.根据权利要求4所述的基于区块链的页面数据获取方法,其特征在于,将所述加密串发送至所述区块链进行验证,包括:
确定所述数据获取请求中的用户信息具备修改权限,将所述加密串发送至所述区块链进行验证。
6.根据权利要求1所述的基于区块链的页面数据获取方法,其特征在于,根据终端设备发送的数据获取请求,获取与所述数据获取请求对应的页面数据,包括:
获取所述终端设备发送的数据获取请求,向所述终端设备发送活体验证指令;
从所述终端设备根据所述活体验证指令反馈的人脸视频中,获取多帧人脸图像;
将各所述人脸图像一一映射到对应的各深度图中,获取各人脸深度图;
从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果;
根据所述第一识别结果以及所述第二识别结果,确定活体检测结果为活体的情况下,获取与所述数据获取请求对应的页面数据;
其中,第一人脸识别模型由各RGB人脸图像的训练样本训练得到,第二人脸识别模型由人脸的各深度图训练样本训练得到。
7.根据权利要求6所述的基于区块链的页面数据获取方法,其特征在于,所述活体验证指令包括摇头指令,所述第一人脸识别模型包括第一时序模型,所述第二人脸识别模型包括第二时序模型;
所述从各所述人脸图像中,选取多张目标人脸图像输入训练好的第一人脸识别模型,获取第一识别结果,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二人脸识别模型,获取第二识别结果,包括:
从各所述人脸图像中,选取多张所述目标人脸图像输入训练好的第一时序模型,获取第一时序特征,并从各所述人脸深度图中,选取多张目标人脸深度图输入训练好的第二时序模型,获取第二时序特征。
8.一种基于区块链的页面数据获取装置,其特征在于,包括:
获取请求响应模块,用于根据终端设备发送的数据获取请求,获取所述数据获取请求对应的页面数据;
掩码规则获取模块,用于将所述页面数据发送至区块链,从所述区块链存储的掩码规则集中,获取与所述页面数据对应的目标掩码规则;
页面数据获取模块,用于根据所述目标掩码规则指定的数据类型,将所述页面数据中与所述数据类型对应的目标数据进行掩码加密,获取目标页面数据,并将所述目标页面数据发送至所述终端设备。
9.一种电子设备,包括处理器和存储有计算机程序的存储器,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于区块链的页面数据获取方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的基于区块链的页面数据获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211043863.8A CN115114557B (zh) | 2022-08-30 | 2022-08-30 | 基于区块链的页面数据获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211043863.8A CN115114557B (zh) | 2022-08-30 | 2022-08-30 | 基于区块链的页面数据获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115114557A true CN115114557A (zh) | 2022-09-27 |
CN115114557B CN115114557B (zh) | 2023-03-31 |
Family
ID=83335736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211043863.8A Active CN115114557B (zh) | 2022-08-30 | 2022-08-30 | 基于区块链的页面数据获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115114557B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198335A (zh) * | 2012-01-05 | 2013-07-10 | 谢明林 | 一种支持后端封装设备的可变数据的输出方法及装置 |
US20130262853A1 (en) * | 2012-03-28 | 2013-10-03 | Nec Corporation | Server apparatus, client apparatus, and request processing method |
CN108418676A (zh) * | 2018-01-26 | 2018-08-17 | 山东超越数控电子股份有限公司 | 一种基于权限的数据脱敏方法 |
CN108881116A (zh) * | 2017-05-11 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 展现敏感信息的实现方法和装置 |
CN109284466A (zh) * | 2018-09-12 | 2019-01-29 | 上海点融信息科技有限责任公司 | 用于在区块链中实现网页访问的方法、装置和存储介质 |
CN109492423A (zh) * | 2018-09-26 | 2019-03-19 | 中国平安人寿保险股份有限公司 | 敏感信息过滤的方法、装置、计算机设备及存储介质 |
CN110084059A (zh) * | 2019-03-21 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 一种银行系统数据配置区块链的方法、装置及计算机设备 |
CN111400765A (zh) * | 2020-03-25 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 一种隐私数据的访问方法、装置及电子设备 |
CN111666553A (zh) * | 2020-07-17 | 2020-09-15 | 江苏荣泽信息科技股份有限公司 | 一种基于分布式pki的区块链身份权限管理方法 |
CN111858769A (zh) * | 2020-07-28 | 2020-10-30 | 北京金山云网络技术有限公司 | 数据使用方法、装置、节点设备及存储介质 |
CN112464117A (zh) * | 2020-12-08 | 2021-03-09 | 平安国际智慧城市科技股份有限公司 | 请求处理方法、装置、计算机设备和存储介质 |
CN112507230A (zh) * | 2020-12-16 | 2021-03-16 | 平安银行股份有限公司 | 基于浏览器的网页推荐方法、装置、电子设备及存储介质 |
CN114332981A (zh) * | 2021-11-30 | 2022-04-12 | 江西晶浩光学有限公司 | 人脸活体检测方法、装置、电子设备及存储介质 |
CN114861241A (zh) * | 2022-05-30 | 2022-08-05 | 平安银行股份有限公司 | 基于智能检测的防窥屏方法及其相关设备 |
-
2022
- 2022-08-30 CN CN202211043863.8A patent/CN115114557B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198335A (zh) * | 2012-01-05 | 2013-07-10 | 谢明林 | 一种支持后端封装设备的可变数据的输出方法及装置 |
US20130262853A1 (en) * | 2012-03-28 | 2013-10-03 | Nec Corporation | Server apparatus, client apparatus, and request processing method |
CN108881116A (zh) * | 2017-05-11 | 2018-11-23 | 阿里巴巴集团控股有限公司 | 展现敏感信息的实现方法和装置 |
CN108418676A (zh) * | 2018-01-26 | 2018-08-17 | 山东超越数控电子股份有限公司 | 一种基于权限的数据脱敏方法 |
CN109284466A (zh) * | 2018-09-12 | 2019-01-29 | 上海点融信息科技有限责任公司 | 用于在区块链中实现网页访问的方法、装置和存储介质 |
CN109492423A (zh) * | 2018-09-26 | 2019-03-19 | 中国平安人寿保险股份有限公司 | 敏感信息过滤的方法、装置、计算机设备及存储介质 |
CN110084059A (zh) * | 2019-03-21 | 2019-08-02 | 深圳壹账通智能科技有限公司 | 一种银行系统数据配置区块链的方法、装置及计算机设备 |
CN111400765A (zh) * | 2020-03-25 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 一种隐私数据的访问方法、装置及电子设备 |
CN111666553A (zh) * | 2020-07-17 | 2020-09-15 | 江苏荣泽信息科技股份有限公司 | 一种基于分布式pki的区块链身份权限管理方法 |
CN111858769A (zh) * | 2020-07-28 | 2020-10-30 | 北京金山云网络技术有限公司 | 数据使用方法、装置、节点设备及存储介质 |
CN112464117A (zh) * | 2020-12-08 | 2021-03-09 | 平安国际智慧城市科技股份有限公司 | 请求处理方法、装置、计算机设备和存储介质 |
CN112507230A (zh) * | 2020-12-16 | 2021-03-16 | 平安银行股份有限公司 | 基于浏览器的网页推荐方法、装置、电子设备及存储介质 |
CN114332981A (zh) * | 2021-11-30 | 2022-04-12 | 江西晶浩光学有限公司 | 人脸活体检测方法、装置、电子设备及存储介质 |
CN114861241A (zh) * | 2022-05-30 | 2022-08-05 | 平安银行股份有限公司 | 基于智能检测的防窥屏方法及其相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115114557B (zh) | 2023-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020207189A1 (zh) | 身份验证方法、装置、存储介质和计算机设备 | |
US9805296B2 (en) | Method and apparatus for decoding or generating multi-layer color QR code, method for recommending setting parameters in generation of multi-layer QR code, and product comprising multi-layer color QR code | |
CN108804884B (zh) | 身份认证的方法、装置及计算机存储介质 | |
CN105681316B (zh) | 身份验证方法和装置 | |
WO2018166524A1 (zh) | 人脸检测方法和系统、电子设备、程序和介质 | |
CN105450411B (zh) | 利用卡片特征进行身份验证的方法、装置及系统 | |
JP7369500B2 (ja) | 閾値ベースのマッチングによる遠隔ユーザの身元確認 | |
CN108229120A (zh) | 人脸解锁及其信息注册方法和装置、设备、程序、介质 | |
US11263441B1 (en) | Systems and methods for passive-subject liveness verification in digital media | |
US20190373465A1 (en) | Visual display systems and method for manipulating images of a real scene using augmented reality | |
CN109255299A (zh) | 身份认证方法和装置、电子设备和存储介质 | |
CN110163053B (zh) | 生成人脸识别的负样本的方法、装置及计算机设备 | |
CN108235054A (zh) | 一种直播视频数据的处理方法和装置 | |
CN111753271A (zh) | 基于ai识别的开户身份验证方法、装置、设备及介质 | |
EP4120121A1 (en) | Face liveness detection method, system and apparatus, computer device, and storage medium | |
CN110163094A (zh) | 基于手势动作的活体检测方法、装置、设备及存储介质 | |
CN108932774A (zh) | 信息检测方法和装置 | |
CN110059607A (zh) | 活体多重检测方法、装置、计算机设备及存储介质 | |
Benalcazar et al. | Synthetic ID card image generation for improving presentation attack detection | |
CN115114557B (zh) | 基于区块链的页面数据获取方法及装置 | |
CN115082992A (zh) | 人脸活体检测方法、装置、电子设备及可读存储介质 | |
CN116881967A (zh) | 隐私保护方法、装置及设备 | |
CN113033243A (zh) | 一种人脸识别方法、装置及设备 | |
CN112819486B (zh) | 用于身份证明的方法和系统 | |
CN108764033A (zh) | 身份验证方法和装置、电子设备、计算机程序和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |