CN116523241B - 一种基于人工智能的数字化服务管理系统及方法 - Google Patents
一种基于人工智能的数字化服务管理系统及方法 Download PDFInfo
- Publication number
- CN116523241B CN116523241B CN202310494603.0A CN202310494603A CN116523241B CN 116523241 B CN116523241 B CN 116523241B CN 202310494603 A CN202310494603 A CN 202310494603A CN 116523241 B CN116523241 B CN 116523241B
- Authority
- CN
- China
- Prior art keywords
- state
- sensitive
- computer
- personnel
- information
- 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.)
- Active
Links
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000007726 management method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000013500 data storage Methods 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims abstract description 8
- 239000003550 marker Substances 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 208000008918 voyeurism Diseases 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/225—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on a marking or identifier characterising the area
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Abstract
本发明公开了一种基于人工智能的数字化服务管理系统及方法,属于数据安全技术领域。该系统包括数据采集模块、数据处理模块、运行管理模块和数据存储模块;所述数据采集模块用于采集办公区域的图像信息、计算机的参数信息和人脸信息,将这些信息发送至数据处理模块;所述数据处理模块根据办公区域的图像信息和计算机的参数信息进行敏感区域划分,根据人脸信息进行人员类型划分,分析进入敏感区域人员的类型和视线范围,判断计算机前是否存在操作人员以及操作人员的状态,将这些信息发送至运行管理模块;所述运行管理模块用于对计算机状态进行管理,对状态的变化进行对应操作;所述数据存储模块用于对所有信息进行备份存储。
Description
技术领域
本发明涉及数据安全技术领域,具体为一种基于人工智能的数字化服务管理系统及方法。
背景技术
数据安全是大数据领域中不可忽视的重要环节,在数据的采集、传输、加密和存储过程中,对于数据的保护几乎无处不在。现阶段,在应用层面上通常依靠建立防护墙、重要数据加密和操作权限管理等技术手段来确保数据安全;在物理层面上通过对数据存储介质管理、数据传输通道和操作设备限制等方式进行保护,也能防止数据被泄漏的情况发生。然而,以上种种防护措施虽然在一定程度上能够提高数据的安全性,但对于数据在操作展示过程中被无关人员窥视所导致数据的泄漏却不能防护。例如:在某产品研发部门设计外观图纸时,刚好被进入公司参观的人员所看见,造成数据泄漏;或者某人事部门在整理公司人员变动调整表格时,刚好被公司其他部门人员所看见,造成信息泄漏。以上情况的发生也会导致数据存在安全问题,如何避免敏感数据在展示或操作过程中被无关人员看见、如何自动识别出无关人员、如何针对无关人员的不同情况做出对应操作且不影响操作人员的正常工作,从而提高数据的安全性,这些问题已经成为迫切需要得到解决的。
发明内容
本发明的目的在于提供一种基于人工智能的数字化服务管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于人工智能的数字化服务管理系统,该管理系统包括:数据采集模块、数据处理模块、运行管理模块和数据存储模块。
所述数据采集模块用于采集办公区域的图像信息、计算机的参数信息和不同人员的人脸信息,将这些信息发送至数据处理模块;所述数据处理模块根据办公区域的图像信息和计算机的参数信息划分敏感区域,根据不同人员的人脸信息进行人员类型的划分,分析人员是否进入敏感区域以及对应人员的类型和视线范围,判断计算机前是否存在操作人员以及操作人员的状态,将这些信息发送至运行管理模块;所述运行管理模块用于对计算机状态进行管理,对状态的变化进行对应操作;所述数据存储模块用于对所有信息进行备份存储。
所述数据采集模块包括生物信息采集单元、图像信息采集单元和参数信息采集单元。
所述生物信息采集单元用于采集人员的人脸信息和重量信息。通过安装在办公区域出入口的摄像头采集进入办公区域人员的人脸信息,通过安装在每台计算机显示屏上的摄像头采集图像信息,通过安装在每台计算机所在区域的重量传感器采集重量信息。
重量传感器可以安装在计算机前座椅下方或地面上,当操作人员离开或进入计算机所在区域时,重量传感器采集的重量信息能够产生明显变化。
所述图像信息采集单元用于采集办公区域的图像信息,通过安装在办公区域上方的多个摄像头联合采集办公区域的图像信息。摄像头数量需要满足能够全面覆盖办公区域,不同方位、不同角度上实现对办公区域的图像采集。
所述参数信息采集单元用于采集计算机的状态信息和部门信息,通过安装在每台计算机上的测试软件采集对应计算机的状态信息以及所属部门信息;状态包括正常状态、敏感状态和保护状态。
正常状态是指计算机屏幕上未显示任何敏感数据;敏感状态是指计算机屏幕上正在展示敏感数据;保护状态是指为了防止敏感数据被泄露而设定的状态,该状态下会针对计算机屏幕上正在展示的敏感数据进行遮掩或直接熄灭屏幕。
所述数据处理模块包括人员划分单元、区域划分单元、一级触发判断单元和二级触发判断单元。
所述人员划分单元用于对人员类型进行划分。根据安装在办公区域出入口的摄像头采集到人员的人脸信息,对比数据库中保留的人脸信息,判断是否为公司人员,结果为否,则划分为无关人员;结果为是,则划分为公司人员,并按部门类型进行标记。
所述区域划分用于对敏感区域进行划分,以状态为敏感状态的计算机显示屏中心位置为圆心,人眼最大可视距离为半径,按照显示屏显示方向划分出一块半圆形的敏感区域,半圆形敏感区域弧的中点位置正对显示屏的屏幕,在敏感区域内,人员能够通过肉眼观察到屏幕内容。
人眼最大可视距离的计算需要根据正常人的标准视距、敏感数据的类型和敏感数据显示的屏幕占比综合计算得到。一般情况下,标准视距为固定值,可视距离跟随敏感数据的类型和敏感数据显示的屏幕占比上下浮动。图片类型敏感数据的可视距离大于文字类型敏感数据的可视距离,屏幕占比较高的敏感数据的可视距离大于屏幕占比较低的敏感数据的可视距离。
所述一级触发判断单元用于判断敏感状态的计算机是否需要进行状态调整。首先,通过分析办公区域的图像信息,判断办公区域内的人员位置是否处于敏感区域;其次,判断处于敏感区域内人员的类型;最后,判断人员类型为无关人员或异部门人员的视线范围内是否包含敏感状态的计算机显示屏,包含则标记对应计算机,自动跳转二级触发判断单元。
所述二级触发判断单元用于判断被标记的计算机前是否存在操作人员以及操作人员的状态。通过重量传感器采集到的重量信息,判断办公区域内被标记的计算机前是否存在操作人员,存在操作人员时,对计算机显示屏上的摄像头采集的图像信息进行人脸检测,检测到人脸,说明操作人员正在工作;未检测到人脸,说明操作人员不在工作。
人脸检测需要预先经过操作人员的授权许可后才能进行,操作人员知晓并同意在对应计算机状态由敏感状态调整为保护状态时,摄像头会自动启动并采集计算机前图像信息,系统自动分析图像信息判断是否包含人脸信息,判断结束后,系统自动销毁图像信息。
所述运行管理模块包括状态调整单元和操作管理单元。
所述状态调整单元用于对计算机的状态进行调整。将被标记的计算机状态由敏感状态调整为保护状态;根据计算机屏幕上是否正在展示敏感数据,将对应计算机状态调整为正常状态或敏感状态。
状态调整包括:正常状态调整为敏感状态、敏感状态调整为保护状态、敏感状态调整为正常状态、保护状态调整为敏感状态和保护状态调整为正常状态,状态调整记录日志。
正常状态调整为敏感状态:测试软件检测到计算机屏幕上正在展示敏感数据时,或者操作人员手动将状态由正常状态调整为敏感状态时,状态发生改变。
敏感状态调整为正常状态:测试软件检测到计算机屏幕上不在展示敏感数据时,或者操作人员手动将状态由敏感状态调整为正常状态时,状态发生改变。
敏感状态调整为保护状态:摄像头检测到有无关人员或异部门人员出现在敏感区域内,且对应人员视线范围包含敏感区域对应的计算机显示屏,状态发生改变。
保护状态调整为敏感状态:摄像头检测到敏感区域内不存在无关人员或异部门人员,或者对应人员视线范围脱离敏感区域对应的计算机显示屏,或者操作人员手动将状态由保护状态调整为敏感状态,状态发生改变。
保护状态调整为正常状态:测试软件检测到计算机屏幕上不在展示敏感数据时,或者操作人员手动将状态由保护状态调整为正常状态时,状态发生改变。
所述操作管理单元是指计算机状态由敏感状态调整为保护状态时,通过数据处理模块中二级触发判断单元的判断结果进行对应操作:对应计算机前不存在操作人员,则自动熄屏并锁定系统,解锁需要密码;对应计算机前存在操作人员但无法检测到人脸信息,则自动熄屏;对应计算机前存在操作人员且能检测到人脸信息,则自动遮掩敏感数据,并弹窗提醒。
所述数据存储模块用于将采集信息、状态信息和状态调整日志信息存入数据库,以供溯源操作。
一种基于人工智能的数字化服务管理方法,该方法包含以下步骤:
S1、将计算机划分为不同状态,对人员类型进行划分;
S2、根据计算机状态划分出不同大小的敏感区域;
S3、人员进入敏感区域后进行分析,判断是否调整计算机状态;
S4、状态发生调整时,进行对应操作。
在S1中,通过测试软件采集每台计算机的工作状态和部门信息,计算机状态包括正常状态、敏感状态和保护状态;计算机屏幕上未展示敏感数据则划分为正常状态,计算机屏幕上正在展示敏感数据则划分为敏感状态,计算机屏幕上正在展示的敏感数据被遮掩或屏幕熄灭则划分为保护状态。
通过摄像头采集到的人脸信息,对比数据库中保留的人脸信息,对人员类型进行划分;人员类型包括无关人员和公司人员,非公司人员划分为无关人员,公司人员按部门类型进行标记。
在S2中,敏感区域的划分步骤如下:
S201、对办公区域内状态为敏感状态的计算机进行标注,分别收集每台被标注的计算机屏幕上展示的敏感数据类型以及敏感数据显示的屏幕占比,代入公式中计算得到人眼最大可视距离,公式如下:
d=R×(0.6+1.2M+4N)
式中,d为人眼最大可视距离,R为屏幕对角线长度,M为敏感数据类型,N为敏感数据显示的屏幕占比。
S202、在办公区域图像信息中,以被标注的计算机显示屏中心位置为圆心,人眼最大可视距离为半径,按照显示屏显示方向划分出一块半圆形作为该计算机对应的敏感区域,半圆形敏感区域弧的中点位置正对显示屏的屏幕;敏感区域内,人员能够看清屏幕内容,敏感区域外,人员不能看清屏幕内容。
办公区域内可能存在多个敏感区域,也可能不存在敏感区域,敏感区域根据计算机状态进行划分。
在S3中,对人员的分析与判断是否调整计算机状态步骤如下:
S301、通过摄像头采集办公区域的图像信息,实时判断办公区域内的人员位置是否处于敏感区域,处于敏感区域,则进入下一步骤。
S302、对敏感区域内人员类型进行分析,人员类型为无关人员时,对人员进行标记,进入下一步骤;人员类型为公司人员时,将敏感区域对应计算机的部门类型与公司人员的部门类型进行对比判断,不同部门情况下,对人员进行标记,进入下一步骤。
S303-1、办公区域上不同角度摄像头对同一个标记人员进行人脸检测和识别,通过识别算法提取出目标对象的人脸特征点和姿态信息。
S303-2、在不同摄像头拍摄到的图像中,定位出标记人员的人脸位置和姿态信息,并将其与人脸识别结果进行匹配和校验;通过人脸识别算法计算出目标对象的视线方向,将敏感区域对应计算机的敏感数据类型以及敏感数据显示的屏幕占比代入公式中计算得到视线水平角度,公式如下:
j=30°×(1+R+0.3L+P)
式中,j为视线水平角度,R为屏幕对角线长度,L为敏感数据类型,P为敏感数据显示的屏幕占比。
屏幕对角线长度取值越大说明显示屏的屏幕越大;敏感数据类型包括文字和图片,取值越大说明数据越容易快速读懂,注意力不需要长时间停留在小范围,一眼看过去就能快速获取更多信息,图片类型取值大于文字类型取值;敏感数据显示的屏幕占比取值越大,说明敏感数据显示区域越大,显示区域越大越容易观察获取信息,最大为全屏显示。
S303-3、以标记人员所在位置为角的顶点,标记人员视线方向为角平分线,标记人员视线水平角度为角的度数,划分出对应标记人员的视线范围,判断视线范围内是否存在敏感状态的计算机显示屏,不存在,则不做处理;存在,则将对应计算机状态由敏感状态调整为保护状态。
在S4中,状态的调整包括正常状态调整为敏感状态、敏感状态调整为保护状态、敏感状态调整为正常状态、保护状态调整为敏感状态和保护状态调整为正常状态,状态调整记录日志。其中:
正常状态与敏感状态的相互调整无对应操作,根据计算机屏幕上是否正在展示敏感数据自动调整,或者操作人员根据实际情况进行手动调整。
保护状态调整为正常状态无对应操作,计算机屏幕上不在展示敏感数据则自动调整,或者操作人员根据实际情况进行手动调整。
保护状态调整为敏感状态无对应操作,敏感区域内不存在无关人员或异部门人员,或者对应人员视线范围脱离敏感状态的的计算机显示屏则自动调整,或者操作人员根据实际情况进行手动状态调整。
敏感状态到保护状态的调整有对应操作,步骤如下:
S401、标记状态由敏感状态调整到保护状态的计算机,收集对应计算机所在区域的重量传感器采集到的重量信息,代入公式中,根据计算结果判断计算机所在区域是否存在操作人员;公式如下:
式中,Zresult为判断结果,Zn为采集到的重量,Zs为无人时重量,Z阈为重量阈值。
判断结果为否,说明计算机所在区域不存在操作人员,自动熄灭屏幕并锁定系统,解锁需要密码;判断结果为是,说明计算机所在区域存在操作人员,进入下一步骤。
S402、通过安装在每台计算机显示屏上的摄像头采集图像信息,采用现有的OpenCV图像处理库加载Haar级联分类器,对图像进行人脸检测,判断是否检测到人脸信息。
结果为否,说明计算机所在区域操作人员不在工作,自动熄灭屏幕;结果为是,说明计算机所在区域操作人员正在工作,自动遮掩敏感数据,并弹窗提醒。
与现有技术相比,本发明所达到的有益效果是:
1.本发明对计算机状态和人员类型进行划分,只有在特定状态下才会开始判断,特定类型下才会进行分析,有效的节约系统资源,降低运行负担。
2.本发明根据敏感数据类型和敏感数据屏占比,来计算敏感区域范围与人员视线范围,只有在范围内才会进行下一步判断,提高判断的准确度,有效降低误判风险。
3.本发明在计算机状态由敏感状态调整为保护状态时,根据计算机前是否存在操作人员以及操作人员是否正在工作,做出不同的操作,保护数据安全的同时也尽量避免干扰正常工作。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的数字化服务管理系统及方法的结构示意图;
图2是本发明一种基于人工智能的数字化服务管理系统及方法的流程示意图。
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,所描述的实施例仅仅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做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。
请参阅图1,本发明提供技术方案:一种基于人工智能的数字化服务管理系统,该管理系统包括:数据采集模块、数据处理模块、运行管理模块和数据存储模块。
数据采集模块用于采集办公区域的图像信息、计算机的参数信息和不同人员的人脸信息,将这些信息发送至数据处理模块;数据处理模块根据办公区域的图像信息和计算机的参数信息划分敏感区域,根据不同人员的人脸信息进行人员类型的划分,分析人员是否进入敏感区域以及对应人员的类型和视线范围,判断计算机前是否存在操作人员以及操作人员的状态,将这些信息发送至运行管理模块;运行管理模块用于对计算机状态进行管理,对状态的变化进行对应操作;数据存储模块用于对所有信息进行备份存储。
数据采集模块包括生物信息采集单元、图像信息采集单元和参数信息采集单元。
生物信息采集单元用于采集人员的人脸信息和重量信息。通过安装在办公区域出入口的摄像头采集进入办公区域人员的人脸信息,通过安装在每台计算机显示屏上的摄像头采集图像信息,通过安装在每台计算机所在区域的重量传感器采集重量信息。
重量传感器可以安装在计算机前座椅下方或地面上,当操作人员离开或进入计算机所在区域时,重量传感器采集的重量信息能够产生明显变化。
图像信息采集单元用于采集办公区域的图像信息,通过安装在办公区域上方的多个摄像头联合采集办公区域的图像信息。摄像头数量需要满足能够全面覆盖办公区域,不同方位、不同角度上实现对办公区域的图像采集。
参数信息采集单元用于采集计算机的状态信息和部门信息,通过安装在每台计算机上的测试软件采集对应计算机的状态信息以及所属部门信息;状态包括正常状态、敏感状态和保护状态。
正常状态是指计算机屏幕上未显示任何敏感数据;敏感状态是指计算机屏幕上正在展示敏感数据;保护状态是指为了防止敏感数据被泄露而设定的状态,该状态下会针对计算机屏幕上正在展示的敏感数据进行遮掩或直接熄灭屏幕。
数据处理模块包括人员划分单元、区域划分单元、一级触发判断单元和二级触发判断单元。
人员划分单元用于对人员类型进行划分。根据安装在办公区域出入口的摄像头采集到人员的人脸信息,对比数据库中保留的人脸信息,判断是否为公司人员,结果为否,则划分为无关人员;结果为是,则划分为公司人员,并按部门类型进行标记。
区域划分用于对敏感区域进行划分,以状态为敏感状态的计算机显示屏中心位置为圆心,人眼最大可视距离为半径,按照显示屏显示方向划分出一块半圆形敏感区域,半圆形敏感区域弧的中点位置正对显示屏的屏幕,在敏感区域内,人员能够通过肉眼观察到屏幕内容。
人眼最大可视距离的计算需要根据正常人的标准视距、敏感数据的类型和敏感数据显示的屏幕占比综合计算得到。一般情况下,标准视距为固定值,可视距离跟随敏感数据的类型和敏感数据显示的屏幕占比上下浮动。图片类型敏感数据的可视距离大于文字类型敏感数据的可视距离,屏幕占比较高的敏感数据的可视距离大于屏幕占比较低的敏感数据的可视距离。
一级触发判断单元用于判断敏感状态的计算机是否需要进行状态调整。首先,通过分析办公区域的图像信息,判断办公区域内的人员位置是否处于敏感区域;其次,判断处于敏感区域内人员的类型;最后,判断人员类型为无关人员或异部门人员的视线范围内是否包含敏感状态的计算机显示屏,包含则标记对应计算机,自动跳转二级触发判断单元。
二级触发判断单元用于判断被标记的计算机前是否存在操作人员以及操作人员的状态。通过重量传感器采集到的重量信息,判断办公区域内被标记的计算机前是否存在操作人员,存在操作人员时,对计算机显示屏上的摄像头采集的图像信息进行人脸检测,检测到人脸,说明操作人员正在工作;未检测到人脸,说明操作人员不在工作。
人脸检测需要预先经过操作人员的授权许可后才能进行,操作人员知晓并同意在对应计算机状态由敏感状态调整为保护状态时,摄像头会自动启动并采集计算机前图像信息,系统自动分析图像信息判断是否包含人脸信息,判断结束后,系统自动销毁图像信息。
运行管理模块包括状态调整单元和操作管理单元。
状态调整单元用于对计算机的状态进行调整。将被标记的计算机状态由敏感状态调整为保护状态;根据计算机屏幕上是否正在展示敏感数据,将对应计算机状态调整为正常状态或敏感状态。
状态调整包括:正常状态调整为敏感状态、敏感状态调整为保护状态、敏感状态调整为正常状态、保护状态调整为敏感状态和保护状态调整为正常状态,状态调整记录日志。
正常状态调整为敏感状态:测试软件检测到计算机屏幕上正在展示敏感数据时,或者操作人员手动将状态由正常状态调整为敏感状态时,状态发生改变。
敏感状态调整为正常状态:测试软件检测到计算机屏幕上不在展示敏感数据时,或者操作人员手动将状态由敏感状态调整为正常状态时,状态发生改变。
敏感状态调整为保护状态:摄像头检测到有无关人员或异部门人员出现在敏感区域内,且对应人员视线范围包含敏感区域对应的计算机显示屏,状态发生改变。
保护状态调整为敏感状态:摄像头检测到敏感区域内不存在无关人员或异部门人员,或者对应人员视线范围脱离敏感区域对应的计算机显示屏,或者操作人员手动将状态由保护状态调整为敏感状态,状态发生改变。
保护状态调整为正常状态:测试软件检测到计算机屏幕上不在展示敏感数据时,或者操作人员手动将状态由保护状态调整为正常状态时,状态发生改变。
操作管理单元是指计算机状态由敏感状态调整为保护状态时,通过数据处理模块中二级触发判断单元的判断结果进行对应操作:对应计算机前不存在操作人员,则自动熄屏并锁定系统,解锁需要密码;对应计算机前存在操作人员但无法检测到人脸信息,则自动熄屏;对应计算机前存在操作人员且能检测到人脸信息,则自动遮掩敏感数据,并弹窗提醒。
数据存储模块用于将采集信息、状态信息和状态调整日志信息存入数据库,以供溯源操作。
请参阅图2,本发明提供技术方案,一种基于人工智能的数字化服务管理方法,该方法包含以下步骤:
S1、将计算机划分为不同状态,对人员类型进行划分;
S2、根据计算机状态划分出不同大小的敏感区域;
S3、人员进入敏感区域后进行分析,判断是否调整计算机状态;
S4、状态发生调整时,进行对应操作。
在S1中,通过测试软件采集每台计算机的工作状态和部门信息,计算机状态包括正常状态、敏感状态和保护状态;计算机屏幕上未展示敏感数据则划分为正常状态,计算机屏幕上正在展示敏感数据则划分为敏感状态,计算机屏幕上正在展示的敏感数据被遮掩或屏幕熄灭则划分为保护状态。
通过摄像头采集到的人脸信息,对比数据库中保留的人脸信息,对人员类型进行划分;人员类型包括无关人员和公司人员,非公司人员划分为无关人员,公司人员按部门类型进行标记。
在S2中,敏感区域的划分步骤如下:
S201、对办公区域内状态为敏感状态的计算机进行标注,分别收集每台被标注的计算机屏幕上展示的敏感数据类型以及敏感数据显示的屏幕占比,代入公式中计算得到人眼最大可视距离,公式如下:
d=R×(0.6+1.2M+4N)
式中,d为人眼最大可视距离,R为屏幕对角线长度,M为敏感数据类型,N为敏感数据显示的屏幕占比。
S202、在办公区域图像信息中,以被标注的计算机显示屏中心位置为圆心,人眼最大可视距离为半径,按照显示屏显示方向划分出一块半圆形作为该计算机对应的敏感区域,半圆形敏感区域弧的中点位置正对显示屏的屏幕;敏感区域内,人员能够看清屏幕内容,敏感区域外,人员不能看清屏幕内容。
办公区域内可能存在多个敏感区域,也可能不存在敏感区域,敏感区域根据计算机状态进行划分。
在S3中,对人员的分析与判断是否调整计算机状态步骤如下:
S301、通过摄像头采集办公区域的图像信息,实时判断办公区域内的人员位置是否处于敏感区域,处于敏感区域,则进入下一步骤。
S302、对敏感区域内人员类型进行分析,人员类型为无关人员时,对人员进行标记,进入下一步骤;人员类型为公司人员时,将敏感区域对应计算机的部门类型与公司人员的部门类型进行对比判断,不同部门情况下,对人员进行标记,进入下一步骤。
S303-1、办公区域上不同角度摄像头对同一个标记人员进行人脸检测和识别,通过识别算法提取出目标对象的人脸特征点和姿态信息。
S303-2、在不同摄像头拍摄到的图像中,定位出标记人员的人脸位置和姿态信息,并将其与人脸识别结果进行匹配和校验;通过人脸识别算法计算出目标对象的视线方向,将敏感区域对应计算机的敏感数据类型以及敏感数据显示的屏幕占比代入公式中计算得到视线水平角度,公式如下:
j=30°×(1+R+0.3L+P)
式中,j为视线水平角度,R为屏幕对角线长度,L为敏感数据类型,P为敏感数据显示的屏幕占比。
屏幕对角线长度取值越大说明显示屏的屏幕越大;敏感数据类型包括文字和图片,取值越大说明数据越容易快速读懂,注意力不需要长时间停留在小范围,一眼看过去就能快速获取更多信息,图片类型取值大于文字类型取值;敏感数据显示的屏幕占比取值越大,说明敏感数据显示区域越大,显示区域越大越容易观察获取信息,最大为全屏显示。
S303-3、以标记人员所在位置为角的顶点,标记人员视线方向为角平分线,标记人员视线水平角度为角的度数,划分出对应标记人员的视线范围,判断视线范围内是否存在敏感状态的计算机显示屏,不存在,则不做处理;存在,则将对应计算机状态由敏感状态调整为保护状态。
在S4中,状态的调整包括正常状态调整为敏感状态、敏感状态调整为保护状态、敏感状态调整为正常状态、保护状态调整为敏感状态和保护状态调整为正常状态,状态调整记录日志。其中:
正常状态与敏感状态的相互调整无对应操作,根据计算机屏幕上是否正在展示敏感数据自动调整,或者操作人员根据实际情况进行手动调整。
保护状态调整为正常状态无对应操作,计算机屏幕上不在展示敏感数据则自动调整,或者操作人员根据实际情况进行手动调整。
保护状态调整为敏感状态无对应操作,敏感区域内不存在无关人员或异部门人员,或者对应人员视线范围脱离敏感状态的的计算机显示屏则自动调整,或者操作人员根据实际情况进行手动状态调整。
敏感状态到保护状态的调整有对应操作,步骤如下:
S401、标记状态由敏感状态调整到保护状态的计算机,收集对应计算机所在区域的重量传感器采集到的重量信息,代入公式中,根据计算结果判断计算机所在区域是否存在操作人员;公式如下:
式中,Zresult为判断结果,Zn为采集到的重量,Zs为无人时重量,Z阈为重量阈值。
判断结果为否,说明计算机所在区域不存在操作人员,自动熄灭屏幕并锁定系统,解锁需要密码;判断结果为是,说明计算机所在区域存在操作人员,进入下一步骤。
S402、通过安装在每台计算机显示屏上的摄像头采集图像信息,采用现有的OpenCV图像处理库加载Haar级联分类器,对图像进行人脸检测,判断是否检测到人脸信息。
结果为否,说明计算机所在区域操作人员不在工作,自动熄灭屏幕;结果为是,说明计算机所在区域操作人员正在工作,自动遮掩敏感数据,并弹窗提醒。
实施例一:
假设办公区域内有3台计算机状态为敏感状态,分别在展示不同类型的敏感数据;设定敏感数据类型为文字1、图片3;
第一台计算机:屏幕尺寸27英寸(68.58cm),敏感数据类型为图片(3),敏感数据显示的屏幕占比50%(0.5);
第二台计算机:屏幕尺寸24英寸(60.96cm),敏感数据类型为文字(1),敏感数据显示的屏幕占比30%(0.3);
第三台计算机:屏幕尺寸27英寸(68.58cm),敏感数据类型为图片(3),敏感数据显示的屏幕占比100%(1);
第一台计算机人眼最大可视距离(敏感区域半径):
d=68.58×[0.6+(1.2×3)+(4×0.5)]=425.196cm
第二台计算机人眼最大可视距离(敏感区域半径):
d=60.96×[0.6+(1.2×1)+(4×0.3)]=182.88cm
第三台计算机人眼最大可视距离(敏感区域半径):
d=68.58×[0.6+(1.2×3)+(4×1)]=562.356cm
假设办公区域内存在A、B和C三个人员,A和B为公司人员,C为无关人员;分别进入第一台、第二台和第三台计算机所划分的敏感区域内,A与敏感区域对应计算机部门类型相同,B与敏感区域对应计算机部门类型不相同:
第一台计算机状态不发生改变,继续计算B和C的视线范围;设定屏幕对角线长度27英寸为1、24寸为0.8;
B视线水平角度:j=30°×[1+0.8+(0.3×1)+0.3]=72°
C视线水平角度:j=30°×[1+1+(0.3×3)+1]=117°
假设:
B视线范围内存在敏感状态的计算机显示屏,则将对应计算机状态由敏感状态调整为保护状态;C视线范围内不存在敏感状态的计算机显示屏,则不做处理;
判断B视线范围内存在敏感状态的计算机前是否存在操作人员,不存在则自动熄屏并锁定系统,解锁需要密码;存在操作人员但无法检测到人脸信息,则自动熄屏;存在操作人员且能检测到人脸信息,则自动遮掩敏感数据,并弹窗提醒。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于人工智能的数字化服务管理系统,其特征在于,该管理系统包括:数据采集模块、数据处理模块、运行管理模块和数据存储模块;
所述数据采集模块用于采集办公区域的图像信息、计算机的参数信息和不同人员的人脸信息,将这些信息发送至数据处理模块;所述数据处理模块根据办公区域的图像信息和计算机的参数信息划分敏感区域,根据不同人员的人脸信息进行人员类型的划分,分析人员是否进入敏感区域以及对应人员的类型和视线范围,判断计算机前是否存在操作人员以及操作人员的状态,将这些信息发送至运行管理模块;所述运行管理模块用于对计算机状态进行管理,对状态的变化进行对应操作;所述数据存储模块用于对所有信息进行备份存储;
所述数据处理模块包括人员划分单元、区域划分单元、一级触发判断单元和二级触发判断单元;
所述人员划分单元用于对人员类型进行划分;根据安装在办公区域出入口的摄像头采集到人员的人脸信息,对比数据库中保留的人脸信息,判断是否为公司人员,结果为否,则划分为无关人员;结果为是,则划分为公司人员,并按部门类型进行标记;
计算机状态包括正常状态、敏感状态和保护状态;
所述区域划分用于对敏感区域进行划分,以状态为敏感状态的计算机显示屏中心位置为圆心,人眼最大可视距离为半径,按照显示屏显示方向划分出一块半圆形的敏感区域,半圆形敏感区域弧的中点位置正对显示屏的屏幕,在敏感区域内,人员能够通过肉眼观察到屏幕内容;
所述一级触发判断单元用于判断敏感状态的计算机是否需要进行状态调整;首先,通过分析办公区域的图像信息,判断办公区域内的人员位置是否处于敏感区域;其次,判断处于敏感区域内人员的类型;最后,判断人员类型为无关人员或异部门人员的视线范围内是否包含敏感状态的计算机显示屏,包含则标记对应计算机,自动跳转二级触发判断单元;
所述二级触发判断单元用于判断被标记的计算机前是否存在操作人员以及操作人员的状态;通过重量传感器采集到的重量信息,判断办公区域内被标记的计算机前是否存在操作人员,存在操作人员时,对计算机显示屏上的摄像头采集的图像信息进行人脸检测,检测到人脸,说明操作人员正在工作;未检测到人脸,说明操作人员不在工作。
2.根据权利要求1所述的一种基于人工智能的数字化服务管理系统,其特征在于:所述数据采集模块包括生物信息采集单元、图像信息采集单元和参数信息采集单元;
所述生物信息采集单元用于采集人员的人脸信息和重量信息;通过安装在办公区域出入口的摄像头采集进入办公区域人员的人脸信息,通过安装在每台计算机显示屏上的摄像头采集图像信息,通过安装在每台计算机所在区域的重量传感器采集重量信息;
所述图像信息采集单元用于采集办公区域的图像信息,通过安装在办公区域上方的多个摄像头联合采集办公区域的图像信息;
所述参数信息采集单元用于采集计算机的状态信息和部门信息,通过安装在每台计算机上的测试软件采集对应计算机的状态信息以及所属部门信息;状态包括正常状态、敏感状态和保护状态。
3.根据权利要求1所述的一种基于人工智能的数字化服务管理系统,其特征在于:所述运行管理模块包括状态调整单元和操作管理单元;
所述状态调整单元用于对计算机的状态进行调整;将被标记的计算机状态由敏感状态调整为保护状态;根据计算机屏幕上是否正在展示敏感数据,将对应计算机状态调整为正常状态或敏感状态;
状态调整包括:正常状态调整为敏感状态、敏感状态调整为保护状态、敏感状态调整为正常状态、保护状态调整为敏感状态和保护状态调整为正常状态,状态调整记录日志;
所述操作管理单元是指计算机状态由敏感状态调整为保护状态时,通过数据处理模块中二级触发判断单元的判断结果进行对应操作:对应计算机前不存在操作人员,则自动熄屏并锁定系统,解锁需要密码;对应计算机前存在操作人员但无法检测到人脸信息,则自动熄屏;对应计算机前存在操作人员且能检测到人脸信息,则自动遮掩敏感数据,并弹窗提醒。
4.根据权利要求1所述的一种基于人工智能的数字化服务管理系统,其特征在于:所述数据存储模块用于将采集信息、状态信息和状态调整日志信息存入数据库,以供溯源操作。
5.一种基于人工智能的数字化服务管理方法,其特征在于,该方法包含以下步骤:
S1、将计算机划分为不同状态,对人员类型进行划分;
S2、根据计算机状态划分出不同大小的敏感区域;
S3、人员进入敏感区域后进行分析,判断是否调整计算机状态;
S4、状态发生调整时,进行对应操作;
在S1中,通过测试软件采集每台计算机的工作状态和部门信息,计算机状态包括正常状态、敏感状态和保护状态;计算机屏幕上未展示敏感数据则划分为正常状态,计算机屏幕上正在展示敏感数据则划分为敏感状态,计算机屏幕上正在展示的敏感数据被遮掩或屏幕熄灭则划分为保护状态;
通过摄像头采集到的人脸信息,对比数据库中保留的人脸信息,对人员类型进行划分;人员类型包括无关人员和公司人员,非公司人员划分为无关人员,公司人员按部门类型进行标记;
在S2中,敏感区域的划分步骤如下:
S201、对办公区域内状态为敏感状态的计算机进行标注,分别收集每台被标注的计算机屏幕上展示的敏感数据类型以及敏感数据显示的屏幕占比,代入公式中计算得到人眼最大可视距离,公式如下:
d=R×(0.6+1.2M+4N)
式中,d为人眼最大可视距离,R为屏幕对角线长度,M为敏感数据类型,N为敏感数据显示的屏幕占比;
S202、在办公区域图像信息中,以被标注的计算机显示屏中心位置为圆心,人眼最大可视距离为半径,按照显示屏显示方向划分出一块半圆形作为该计算机对应的敏感区域,半圆形敏感区域弧的中点位置正对显示屏的屏幕;敏感区域内,人员能够看清屏幕内容,敏感区域外,人员不能看清屏幕内容。
6.根据权利要求5所述的一种基于人工智能的数字化服务管理方法,其特征在于,在S3中,对人员的分析与判断是否调整计算机状态步骤如下:
S301、通过摄像头采集办公区域的图像信息,实时判断办公区域内的人员位置是否处于敏感区域,处于敏感区域,则进入下一步骤;
S302、对敏感区域内人员类型进行分析,人员类型为无关人员时,对人员进行标记,进入下一步骤;人员类型为公司人员时,将敏感区域对应计算机的部门类型与公司人员的部门类型进行对比判断,不同部门情况下,对人员进行标记,进入下一步骤;
S303-1、办公区域上不同角度摄像头对同一个标记人员进行人脸检测和识别,通过识别算法提取出目标对象的人脸特征点和姿态信息;
S303-2、在不同摄像头拍摄到的图像中,定位出标记人员的人脸位置和姿态信息,并将其与人脸识别结果进行匹配和校验;通过人脸识别算法计算出目标对象的视线方向,将敏感区域对应计算机的敏感数据类型以及敏感数据显示的屏幕占比代入公式中计算得到视线水平角度,公式如下:
j=30°×(1+R+0.3L+P)
式中,j为视线水平角度,R为屏幕对角线长度,L为敏感数据类型,P为敏感数据显示的屏幕占比;
S303-3、以标记人员所在位置为角的顶点,标记人员视线方向为角平分线,标记人员视线水平角度为角的度数,划分出对应标记人员的视线范围,判断视线范围内是否存在敏感状态的计算机显示屏,不存在,则不做处理;存在,则将对应计算机状态由敏感状态调整为保护状态。
7.根据权利要求5所述的一种基于人工智能的数字化服务管理方法,其特征在于:在S4中,状态的调整包括正常状态调整为敏感状态、敏感状态调整为保护状态、敏感状态调整为正常状态、保护状态调整为敏感状态和保护状态调整为正常状态,状态调整记录日志;其中:
正常状态与敏感状态的相互调整无对应操作,根据计算机屏幕上是否正在展示敏感数据自动调整,或者操作人员根据实际情况进行手动调整;
保护状态调整为正常状态无对应操作,计算机屏幕上不在展示敏感数据则自动调整,或者操作人员根据实际情况进行手动调整;
保护状态调整为敏感状态无对应操作,敏感区域内不存在无关人员或异部门人员,或者对应人员视线范围脱离敏感状态的的计算机显示屏则自动调整,或者操作人员根据实际情况进行手动状态调整;
敏感状态到保护状态的调整有对应操作,步骤如下:
S401、标记状态由敏感状态调整到保护状态的计算机,收集对应计算机所在区域的重量传感器采集到的重量信息,代入公式中,根据计算结果判断计算机所在区域是否存在操作人员;公式如下:
式中,Zresult为判断结果,Zn为采集到的重量,Zs为无人时重量,Z阈为重量阈值;
判断结果为否,说明计算机所在区域不存在操作人员,自动熄灭屏幕并锁定系统,解锁需要密码;判断结果为是,说明计算机所在区域存在操作人员,进入下一步骤;
S402、通过安装在每台计算机显示屏上的摄像头采集图像信息,采用现有的OpenCV图像处理库加载Haar级联分类器,对图像进行人脸检测,判断是否检测到人脸信息;
结果为否,说明计算机所在区域操作人员不在工作,自动熄灭屏幕;结果为是,说明计算机所在区域操作人员正在工作,自动遮掩敏感数据,并弹窗提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310494603.0A CN116523241B (zh) | 2023-05-05 | 2023-05-05 | 一种基于人工智能的数字化服务管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310494603.0A CN116523241B (zh) | 2023-05-05 | 2023-05-05 | 一种基于人工智能的数字化服务管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523241A CN116523241A (zh) | 2023-08-01 |
CN116523241B true CN116523241B (zh) | 2023-11-24 |
Family
ID=87404356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310494603.0A Active CN116523241B (zh) | 2023-05-05 | 2023-05-05 | 一种基于人工智能的数字化服务管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523241B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610035A (zh) * | 2012-04-05 | 2012-07-25 | 广州广电运通金融电子股份有限公司 | 金融自助设备及其防偷窥系统和方法 |
CN103473494A (zh) * | 2013-09-03 | 2013-12-25 | 小米科技有限责任公司 | 一种运行应用的方法、装置和终端设备 |
CN106557711A (zh) * | 2016-11-04 | 2017-04-05 | 深圳大学 | 移动终端设备的屏幕隐私保护方法及系统 |
CN107194288A (zh) * | 2017-04-25 | 2017-09-22 | 上海与德科技有限公司 | 显示屏的控制方法及终端 |
CN108062490A (zh) * | 2018-01-03 | 2018-05-22 | 深圳市金立通信设备有限公司 | 防偷窥方法、终端及计算机可读介质 |
CN108537070A (zh) * | 2017-03-01 | 2018-09-14 | 中兴通讯股份有限公司 | 一种显示方法及终端 |
CN109033901A (zh) * | 2018-08-01 | 2018-12-18 | 平安科技(深圳)有限公司 | 智能终端的防偷窥方法、装置、计算机设备和存储介质 |
CN110135262A (zh) * | 2019-04-16 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 敏感数据防偷窥处理方法、装置、设备及存储介质 |
CN110443016A (zh) * | 2019-07-04 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 信息防泄漏方法、电子装置及存储介质 |
CN111382468A (zh) * | 2019-09-29 | 2020-07-07 | 中国科学院长春光学精密机械与物理研究所 | 显示屏防偷窥装置及方法 |
CN112399140A (zh) * | 2020-09-27 | 2021-02-23 | 平安信托有限责任公司 | 办公终端监控处理方法、装置、设备及存储介质 |
CN112492103A (zh) * | 2019-09-11 | 2021-03-12 | 北京小米移动软件有限公司 | 终端防偷窥方法、装置及存储介质 |
CN112632510A (zh) * | 2020-12-31 | 2021-04-09 | 深圳阜时科技有限公司 | 一种信息保护方法及存储介质 |
CN114021211A (zh) * | 2021-10-21 | 2022-02-08 | 南京信息职业技术学院 | 一种智能防偷窥系统 |
CN114239093A (zh) * | 2021-12-16 | 2022-03-25 | 高创(苏州)电子有限公司 | 一种显示控制方法及相关设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN212647472U (zh) * | 2020-06-03 | 2021-03-02 | 东莞市建扬光电有限公司 | 防窥贴片 |
-
2023
- 2023-05-05 CN CN202310494603.0A patent/CN116523241B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102610035A (zh) * | 2012-04-05 | 2012-07-25 | 广州广电运通金融电子股份有限公司 | 金融自助设备及其防偷窥系统和方法 |
CN103473494A (zh) * | 2013-09-03 | 2013-12-25 | 小米科技有限责任公司 | 一种运行应用的方法、装置和终端设备 |
CN106557711A (zh) * | 2016-11-04 | 2017-04-05 | 深圳大学 | 移动终端设备的屏幕隐私保护方法及系统 |
CN108537070A (zh) * | 2017-03-01 | 2018-09-14 | 中兴通讯股份有限公司 | 一种显示方法及终端 |
CN107194288A (zh) * | 2017-04-25 | 2017-09-22 | 上海与德科技有限公司 | 显示屏的控制方法及终端 |
CN108062490A (zh) * | 2018-01-03 | 2018-05-22 | 深圳市金立通信设备有限公司 | 防偷窥方法、终端及计算机可读介质 |
CN109033901A (zh) * | 2018-08-01 | 2018-12-18 | 平安科技(深圳)有限公司 | 智能终端的防偷窥方法、装置、计算机设备和存储介质 |
CN110135262A (zh) * | 2019-04-16 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 敏感数据防偷窥处理方法、装置、设备及存储介质 |
CN110443016A (zh) * | 2019-07-04 | 2019-11-12 | 深圳壹账通智能科技有限公司 | 信息防泄漏方法、电子装置及存储介质 |
CN112492103A (zh) * | 2019-09-11 | 2021-03-12 | 北京小米移动软件有限公司 | 终端防偷窥方法、装置及存储介质 |
CN111382468A (zh) * | 2019-09-29 | 2020-07-07 | 中国科学院长春光学精密机械与物理研究所 | 显示屏防偷窥装置及方法 |
CN112399140A (zh) * | 2020-09-27 | 2021-02-23 | 平安信托有限责任公司 | 办公终端监控处理方法、装置、设备及存储介质 |
CN112632510A (zh) * | 2020-12-31 | 2021-04-09 | 深圳阜时科技有限公司 | 一种信息保护方法及存储介质 |
CN114021211A (zh) * | 2021-10-21 | 2022-02-08 | 南京信息职业技术学院 | 一种智能防偷窥系统 |
CN114239093A (zh) * | 2021-12-16 | 2022-03-25 | 高创(苏州)电子有限公司 | 一种显示控制方法及相关设备 |
Non-Patent Citations (1)
Title |
---|
扬我个性――屏幕保护学用通(一);陈彦君;张楚君;;电脑爱好者(普及版)(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116523241A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11721187B2 (en) | Method and system for displaying video streams | |
KR101610657B1 (ko) | 출입통제 데이터를 기반으로 하는 3차원 공간정보 출입통제 및 방역 시스템 및 방법 | |
Park et al. | Hardhat-wearing detection for enhancing on-site safety of construction workers | |
CN108062542B (zh) | 被遮挡的人脸的检测方法 | |
KR101036947B1 (ko) | 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템 | |
EP3789979A2 (en) | Video monitoring system with privacy features | |
US20210364356A1 (en) | System and method for using artificial intelligence to enable elevated temperature detection of persons using commodity-based thermal cameras | |
CN104581035A (zh) | 用于保护隐私的视频监控管理方法和装置 | |
JP2960490B2 (ja) | 現金自動取引方式及び現金自動取引装置 | |
WO2016143976A1 (ko) | 작업 현장 영상 데이터 내의 작업자 인식 방법 | |
CN110689694A (zh) | 基于图像处理的智能监控系统及方法 | |
CN116523241B (zh) | 一种基于人工智能的数字化服务管理系统及方法 | |
KR20200059643A (ko) | 영상 분석 기반의 금융자동화기기 보안 시스템 및 그 방법 | |
KR20190072323A (ko) | 영상 감시 시스템 및 영상 감시방법 | |
CN106127903A (zh) | 电子设备探测门禁管控装置及其方法 | |
CN111985331A (zh) | 预防商业秘密被窃照的检测方法及装置 | |
JP3129921B2 (ja) | 画像を利用した火災検出および火災時避難誘導装置 | |
RU202421U1 (ru) | Центральный сервер предотвращения несанкционированного копирования данных с устройств вывода визуальной информации | |
CN113537078A (zh) | 人员管理方法、装置、智能终端及计算机可读存储介质 | |
CN117079206A (zh) | 特殊作业数字化管理系统及方法 | |
CN117058615A (zh) | 图像监控方法、装置、计算机设备及存储介质 | |
CN115346170A (zh) | 一种燃气设施区域的智能监控方法及装置 | |
CN116681568A (zh) | 一种基于5g网络的信息安全防护监管系统及方法 | |
KR20220033658A (ko) | 안전 관제 시스템 | |
CN113378139A (zh) | 界面内容的防窥方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231103 Address after: 1802, 18th Floor, Building 2, No.1 Shangdi Information Road, Haidian District, Beijing, 100080 Applicant after: TSIAI TECHNOLOGY (BEIJING) Co.,Ltd. Address before: Room 1-915, Building D1, Xiangxi Zuoan Community, No. 70 Heping Avenue (north of Heping Avenue), Yunlong District, Xuzhou, Jiangsu Province, 221000 Applicant before: Jiangsu xinyixiang Intelligent Engineering Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |