CN117742626B - 一种多因素认证的云打印机访问控制方法以及相关装置 - Google Patents
一种多因素认证的云打印机访问控制方法以及相关装置 Download PDFInfo
- Publication number
- CN117742626B CN117742626B CN202410186666.4A CN202410186666A CN117742626B CN 117742626 B CN117742626 B CN 117742626B CN 202410186666 A CN202410186666 A CN 202410186666A CN 117742626 B CN117742626 B CN 117742626B
- Authority
- CN
- China
- Prior art keywords
- keyword
- text
- authentication
- cloud printer
- occurrence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000007639 printing Methods 0.000 claims abstract description 68
- 238000012216 screening Methods 0.000 claims abstract description 55
- 230000008569 process Effects 0.000 claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 45
- 239000013598 vector Substances 0.000 claims description 40
- 238000001228 spectrum Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 238000012512 characterization method Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Landscapes
- Accessory Devices And Overall Control Thereof (AREA)
Abstract
本发明实施例提供一种多因素认证的云打印机访问控制方法以及相关装置,属于打印机技术领域。该方法包括:获取经过初次认证的目标用户发送的打印内容;根据打印内容进行保密等级筛选,获得保密等级筛选结果,根据保密等级筛选结果确定出打印内容的目标云打印机;每个目标云打印机对应一个多因素认证策略;查询目标云打印机对应的多因素认证策略,根据多因素认证策略获取目标用户进行二次认证所需的认证内容;发送目标用户对应的认证内容至目标云打印机,以使得目标云打印机根据认证内容进行访问认证。解决了相关技术中为保证云打印机的安全性导致整个认证过程繁琐,进而降低了用户打印效率的问题,提高了云打印机安全性的同时也保证了打印效率。
Description
技术领域
本发明涉及打印机技术领域,尤其涉及一种多因素认证的云打印机访问控制方法以及相关装置。
背景技术
云打印机通常存储了用户的打印文档、打印记录和其他相关数据。为保证云打印机中的数据安全,可以通过对云打印机进行多因素认证的方式确保只有授权用户能够查看和操作这些敏感数据,防止数据泄露和不当使用,并且多因素认证可以防止恶意用户或不当操作者对云打印机进行未经授权的操作,如修改打印设置、删除打印任务或篡改文档内容,进而确保只有授权用户才能对打印机进行操作,保护打印的完整性和安全性。
多因素认证通常需要用户提供额外的验证因素,如指纹、声纹、人脸识别等,尽管多因素认证可以提高云打印机的安全性,但这也意味着用户需要进行额外的操作,使得整个认证过程更加繁琐,进而降低了用户打印效率。
发明内容
本发明实施例的主要目的在于提供一种多因素认证的云打印机访问控制方法以及相关装置,旨在解决相关技术中多因素认证可以提高云打印机的安全性,但这也意味着用户需要进行额外的操作,使得整个认证过程更加繁琐,进而降低了用户打印效率的问题。
第一方面,本发明实施例提供一种多因素认证的云打印机访问控制方法,应用于登录服务器,包括:
获取经过初次认证的目标用户发送的打印内容;
根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略;
查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容;
发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证。
第二方面,本发明实施例提供一种多因素认证的云打印机访问控制装置,包括:
数据获取模块,用于获取经过初次认证的目标用户发送的打印内容;
数据筛选模块,用于根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略;
数据查询模块,用于查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容;
访问认证模块,用于发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证。
第三方面,本发明实施例还提供一种登录服务器,所述登录服务器包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,其中所述计算机程序被所述处理器执行时,实现如本发明说明书提供的任一项多因素认证的云打印机访问控制方法的步骤。
第四方面,本发明实施例还提供一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如本发明说明书提供的任一项多因素认证的云打印机访问控制方法的步骤。
本发明实施例提供一种多因素认证的云打印机访问控制方法以及相关装置,该方法包括获取经过初次认证的目标用户发送的打印内容;根据打印内容进行保密等级筛选,获得保密等级筛选结果,并根据保密等级筛选结果确定出打印内容的目标云打印机;每个目标云打印机对应一个多因素认证策略;查询目标云打印机对应的多因素认证策略,并根据多因素认证策略获取目标用户进行二次认证所需的认证内容;发送目标用户对应的认证内容至目标云打印机,以使得目标云打印机根据认证内容进行访问认证。本申请根据打印内容确定目标云打印机,从而获得目标云打印机的多因素认证策略,并根据多因素认证策略获取目标用户进行二次认证所需的认证内容,从而可根据打印内容的保密等级获得对应的认证流程,从而避免用户无差别的多因素认证,进而解决了相关技术中多因素认证可以提高云打印机的安全性,但这也意味着用户需要进行额外的操作,使得整个认证过程更加繁琐,进而降低了用户打印效率的问题,在提高云打印机安全性的同时也保证了打印效率。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对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为本发明实施例提供的一种多因素认证的云打印机访问控制方法的流程示意图;
图2为本发明实施例提供的一种多因素认证的云打印机访问控制装置的模块结构示意图;
图3为本发明实施例提供的一种登录服务器的结构示意框图。
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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
本发明实施例提供一种多因素认证的云打印机访问控制方法以及相关装置。其中,该多因素认证的云打印机访问控制方法可应用于登陆服务器中,该登陆服务器可以为服务器,也可以为服务器集群。本申请实施例的云打印机可以是热敏打印机、票据打印机、条码打印机等等,该云打印机可以应用领域包括但是不限于商超、餐饮(外卖)、零售、物流等领域。
示例性地,多因素认证涉及到不止一个验证因素,包括密码、指纹、声纹、人脸识别等多种方式。这意味着需要更复杂的实施流程和系统支持,可能使得用户的认证体验更加繁琐。尽管多因素认证可以提高安全性,但是引入多因素认证需要用户更多额外的操作,因此,当目标用户打印的打印内容并不涉及保密内容时,也需要进行多因素认证时,则大大降低了目标用户的工作效率和打印效率,从而可能严重影响目标用户的工作流程,因此,亟需一种在保证云打印机的安全性的同时也保证目标用户的工作效率和打印效率的方法。
示例性地,本申请根据目标用户需要打印的打印内容的保密等级筛选出目标云打印机,从而目标用户根据目标云打印机所需的多因素认证策略进行验证,从而减少云打印机的验证流程,为后续提高目标用户打印对应的打印内容的打印效率提供良好的支撑。
下面结合附图,对本发明的一些实施例作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本发明实施例提供的一种多因素认证的云打印机访问控制方法的流程示意图。
如图1所示,该多因素认证的云打印机访问控制方法包括步骤S101至步骤S104。
步骤S101、获取经过初次认证的目标用户发送的打印内容。
示例性地,初次认证是指登录服务器对用户通过终端发送的用户名和密码进行简单认证,验证用户名和密码是否匹配,并判断用户身份的合法性。将经过初次认证的用户确认为目标用户。
示例性地,目标用户通过目标终端将其待打印的打印内容通过无线通信的方式上传至登陆服务器。
示例性地,目标终端可以是目标用户对应的台式电脑也可以是手机终端,等等。本申请不做具体限制,用户可根据需求自行选择。
步骤S102、根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略。
示例性地,根据信息的敏感性、机密程度、涉及的法规、组织内部的政策等因素来确定不同的保密等级标准。例如,可以将打印内容对应的保密等级标准分为普通等级、机密等级和商业机密等级等。
示例性地,使用文本分析、机器学习等技术对打印内容进行内容分析识别出打印内容中潜在的敏感信息,如机密的客户数据或者用户隐私信息等。从而根据定义的保密等级标准,制定相应的保密等级规则。这些规则可以基于关键词匹配、数据分类、文本分析等方式实现。例如,可以设定规则,当打印内容中包含特定关键词时,将其识别为机密信息。
示例性地,根据应用保密等级规则的结果,对每个打印内容进行保密等级预测。通过评估内容中敏感信息的存在程度和类型,可以确定打印内容的保密等级。进而将预测的保密等级与打印内容进行关联,并获得保密等级筛选结果。例如,可以将打印内容标记为低、中、高等级,以表示其相应的保密程度。
在一些实施方式中,所述根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,包括:对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱;对所述打印内容进行相似性度量,获得相似性矩阵;利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱;根据所述增强文本图谱对所述打印内容进行保密等级筛选,获得所述保密等级筛选结果。
示例性地,利用词袋模型、TF-IDF、词嵌入等算法对打印内容进行文本表征,将打印内容转换为计算机可处理的向量表示,进而根据文本表征的结果构建打印内容对应的加权共现图谱。其中,加权共现图谱可以用来表示打印内容中各个关键词之间的关联关系,而关联词之间的权重则可以根据打印内容中关键词之间的相似性或相关性来确定。加权共现图谱可以帮助发现不同打印内容之间的相关性和共现模式。
示例性地,利用打印内容的文本表征向量,可以计算它们之间的相似性。常用的相似性度量方法包括余弦相似度、欧氏距离、编辑距离等。通过相似性度量,可以获得打印内容之间的相似性矩阵。
示例性地,利用相似性矩阵对加权共现图谱进行增强处理。增强处理可以通过强化图中的相关边和节点来提升相关信息的表示能力。可以根据相似性矩阵中的相似性值,调整加权共现图谱中边的权重,以增强相关信息之间的连接,从而获得增强文本图谱。
示例性地,根据增强文本图谱对打印内容进行保密等级筛选。通过分析图谱中的节点、边从而根据事先定义的保密等级标准,确定打印内容的保密等级。例如,可以根据节点的重要性、相关性等指标来确定保密等级,进而根据确定地保密等级获得对应的保密等级筛选结果。
示例性地,增强文本图谱可以包含第一关键词和第二关键词,以及第一关键词和第二关键词之间的关联关系。这些关键词和关联冠词可以代表打印内容的不同属性和特征的联系。在根据增强文本图谱进行打印内容的保密等级之前,先使用标记好的图谱数据构建一个分类算法模型。可以使用传统的机器学习算法,如决策树、支持向量机(SVM)或随机森林等,也可以使用深度学习模型,如卷积神经网络(CNN)或循环神经网络(RNN)等。在训练模型的过程中,使用带有标签的数据进行反馈和优化。可以通过调整模型参数、选择合适的损失函数和优化算法,来提高分类模型的准确性和性能。进而使用训练好的模型对增强文本图谱进行分类。增强文本图谱在数据分类中的优势在于能够提供结构化的知识表示,并利用丰富的实体和关系信息来辅助分类任务。这将有助于提高分类准确性和可解释性,尤其在具有复杂关系的数据集中。同时,不仅可以使用图结构本身进行分类,还可以将图谱与其他机器学习方法相结合,构建更强大的分类模型。
例如,保密等级可以划分为低、中、高,根据打印内容确定后的保密等级为中时,则可获得保密等级筛选结果为可打印中等等级的云打印机。
在一些实施方式中,所述对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱,包括:获得所述打印内容对应的第一关键词,并根据滑动窗口确定所述第一关键词对应的第二关键词;根据所述第一关键词和所述第二关键词获得初始共现图谱;获得初始云打印机对应的关联文本,并根据所述关联文本确定所述第一关键词对应的第一相关性权重;根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度;根据所述第一相关性权重和所述关联权重对所述初始共现图谱进行更新,获得所述加权共现图谱。
示例性地,利用关键词提取算法如TF-IDF或者TextRank对打印内容进行关键词提取,获得第一关键词,进而通过滑动窗口的方式,在打印内容中遍历,找到与第一关键词相邻的词语,将其作为第二关键词。
可选地,滑动窗口大小可以为10、12等等,本申请不做具体限制,用户可根据实际需求自行选择。
示例性地,利用第一关键词和第二关键词,构建初始共现图谱。初始共现图谱可以使用图数据结构来表示,其中节点表示第一关键词和第二关键词,边表示第一关键词和第二关键词之间的共现关系。
示例性地,获得初始云打印机上对应地关联文本。其中,初始云打印机为多个云打印机,每个云打印机可打印地打印内容地保密等级不同,关联文本可以是打印内容的片段、相关文档、相关网页等。这些关联文本用于表征该关联文本对应地初始云打印机地保密等级或者保密类型。
示例性地,使用文本相似性度量算法,如余弦相似度、词向量相似度等,来计算第一关键词与关联文本之间的相似性,从而得到第一关键词的第一相关性权重。根据第一关键词的第一相关性权重,可以确定第一关键词和第二关键词之间的关联强度。例如将第一关键词的第一相关性权重作为关联强度的参考。
示例性地,根据第一关键词和第二关键词之间的关联强度,以及关联权重,对初始共现图谱进行更新和加权,生成加权共现图谱。可以根据关联强度和关联权重来调整初始共现图谱中边的权重从而获得加权共现图谱。
具体地,获得打印内容对应的第一关键词和第二关键词,构建初始共现图谱,并根据关联文本和相关性权重对共现图谱进行更新,从而得到加权共现图谱。这样的图谱可以帮助分析打印内容之间的相关性和共现模式,为保密等级筛选等后续处理提供更准确的依据。
在一些实施方式中,所述根据所述关联文本确定所述第一关键词对应的第一相关性权重,包括:获得所述第一关键词在所述关联文本中对应的第一文本数量、获得所述第一关键词不在所述关联文本中对应的第二文本数量以及获得不在所述关联文本中但包含所述第一关键词对应的第三文本数量;根据所述第一文本数量、所述第二文本数量以及所述第三文本数量确定所述第一关键词在所述关联文本中对应的第一浓度;根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重;其中,根据下列公式获得所述第一浓度:
;
表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度,a表示所述第一文本数量,b表示所述第二文本数量,c表示所述第三文本数量。
示例性地,对于初始打印机中设定的关联文本,遍历第一关键词在关联文本中对应的第一文本数量、以及不包含第一关键词的第二文本数量以及包含第一关键词但不在该初始打印机在另一个初始打印机中的关联文本中的第三文本数量。
示例性地,根据下列公式利用第一文本数量、第二文本数量以及第三文本数量确定第一关键词在关联文本中对应的第一浓度:
;
表示第一关键词keyword1在关联文本text对应的第一浓度,a表示第一文本数量,b表示第二文本数量,c表示第三文本数量。
示例性地,根据计算得到的第一关键词的第一浓度确定第一关键词对应的相关性权重。相关性权重可以视为浓度的衡量指标,浓度较高的关键词往往具有较高的相关性权重。
具体地,获得第一关键词在关联文本中的文本数量情况,计算第一关键词的浓度,并根据浓度确定第一关键词的相关性权重。这样的相关性权重可以在后续的处理中用于表征关键词之间的关联程度,进一步支持加权共现图谱的建立和更新。
在一些实施方式中,所述根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重,包括:获得所述第一浓度对应的最大浓度;获得所述第一关键词在所述关联文本对应的平均浓度;根据所述平均浓度和所述最大浓度确定所述第一关键词对应的所述第一相关性权重;其中,根据下列公式获得所述第一相关性权重:
;
表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度的所述最大浓度,/>表示所述第一关键词keyword1对应的所述平均浓度,/>表示所述第一关键词keyword1对应的所述第一相关性权重。
示例性地,初始云打印机包括多个云打印机,则分别获得第一关键词在不同云打印机对应地关联文本下对应的第一浓度,则可获得第一关键词在初始云打印机中下不同云打印机下的第一浓度,进而对获得的多个第一浓度中的最大值,则获得第一浓度对应的最大浓度。
示例性地,根据下列公式获得第一关键词在关联文本对应的平均浓度,其中,表示第一关键词keyword1对应的平均浓度,num表示初始云打印机中云打印机对应的数量,也可以是初始云打印机对应的保密类型的数量,a表示第一文本数量,/>表示初始云打印机中第i个云打印机的关联文本对应的文本数量:
;
示例性地,根据下列公式利用平均浓度和最大浓度确定第一关键词对应的第一相关性权重:
;
表示第一关键词keyword1在关联文本text对应的第一浓度的所述最大浓度,/>表示第一关键词keyword1对应的平均浓度,/>表示第一关键词keyword1对应的第一相关性权重。
在一些实施方式中,所述根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度,包括:获得所述第二关键词对应的第二相关性权重以及获得所述第一关键词和所述第二关键词在所述滑动窗口中出现的共现次数;根据所述第一相关性权重、所述第二相关性权重以及所述共现次数确定所述第一关键词和所述第二关键词之间的所述关联强度;其中,根据下列公式获得所述关联强度:
;
表示所述第一关键词keyword1和所述第二关键词keyword2之间的所述关联强度,/>表示所述共现次数,表示所述第一相关性权重,/>表示所述第二相关性权重。
示例性地,根据关联文本和第二关键词,计算并获取第二关键词的第二相关性权重。类似于第一关键词地第一相关性权重,本申请不再赘述。
示例性地,在滑动窗口中,遍历关联文本并检查第一关键词和第二关键词是否同时出现。并记录第一关键词和第二关键词共同出现的次数,获得共现次数。
示例性地,根据第一关键词的第一相关性权重、第二关键词的第二相关性权重以及共现次数,根据下列公式获得关联强度:
;
表示第一关键词keyword1和第二关键词keyword2之间的关联强度,/>表示共现次数,/>表示第一相关性权重,/>表示第二相关性权重。
具体地,获得第二关键词的第二相关性权重,统计第一关键词和第二关键词的共现次数,并根据第一相关性权重、第二相关性权重和共现次数确定关键词之间的关联强度。这样的关联强度可以用于加权共现图谱的建立和更新,进一步描述关键词之间的关联程度。
在一些实施方式中,所述利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱,包括:获得所述加权共现图谱中所述第一关键词对应的初始节点向量,并根据所述相似性矩阵对所述初始节点向量进行增强处理,获得增强节点向量;根据所述增强节点向量获得对应的邻接矩阵,并利用所述相似性矩阵对所述邻接矩阵进行边增强,获得边增强向量;根据所述边增强向量获得所述加权共现图谱对应的所述增强文本图谱。
示例性地,在加权共现图谱中,每个关键词可以用一个向量来表示,初始化时,可以将初始节点向量设置为单位向量或随机向量。利用相似性矩阵和初始节点向量,可以对初始节点向量进行增强处理。增强的方式可以是通过矩阵相乘计算,即将初始节点向量与相似性矩阵进行相乘,得到增强节点向量。
示例性地,根据增强节点向量计算得到邻接矩阵。邻接矩阵表示了节点之间的连接关系,可以使用二维矩阵来表示,其中矩阵的元素表示节点之间的边的权重。进而利用相似性矩阵对邻接矩阵进行边增强,可以通过矩阵相乘的方式实现,即将邻接矩阵与相似性矩阵进行相乘,得到边增强向量。进而根据边增强向量构建增强文本图谱。增强文本图谱可以基于节点和边的权重来表示关键词之间的关系。
具体地,获得增强节点向量和边增强向量,进而构建增强文本图谱。这样的文本图谱可以帮助描述关键词之间的权重和关联程度,为后续的分析和处理提供更多的信息支持。
步骤S103、查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容。
示例性地,确定打印内容对应地目标云打印机后,获得该目标云打印机对应的多因素认证策略。
例如,当目标云打印机为低保密程度对应的云打印机时,则多因素认证策略可以为手机验证码,当目标云打印机为中保密程度对应的云打印机时,则多因素认证策略可以为手机验证码、声纹以及指纹等等,当目标云打印机为高保密程度对应的云打印机时,则多因素认证策略可以为访问令牌、指纹、声纹以及人脸识别等等,具体的多因素认证策略本申请不做具体限制。
例如,多因素认证策略包括:第一因素为用户知识的认证:手机验证码等;第二因素为用户拥有的物理设备或物体:访问令牌等;第三因素为基于用户的生理特征或生物特征的认证:指纹、声纹、人脸识别、虹膜识别;第四因素为地理位置识别、时间限制、用户行为分析(采用用户行为分析算法,监测用户的行为模式,例如用户的打印行为、打印的文件类型等,以识别异常行为并进行验证)等。进而可根据上述因素结合保密程度自行组合获得不同保密程度对应的多因素认证策略,具体组合方式不做限制。
示例性地,获得多因素认证策略后,则采用目标用户进行二次认证所需的多因素认证策略对应地认证内容。
例如,多因素认证策略为手机验证码,则采集目标用户对应地手机号和手机验证码。如在认证内容中包括用于识别和验证目标用户身份的信息,例如用户名、用户密码、访问令牌等。
步骤S104、发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证。
示例性地,将目标用户的认证内容通过网络发送至目标云打印机,可以使用POST请求将认证内容发送给特定的接口地址。认证内容需要按照目标云打印机的认证要求进行格式化,例如作为请求参数或请求体发送。目标云打印机接收到认证内容后,根据认证信息进行访问认证的处理。具体的认证方式和逻辑需要参考目标云打印机的接口文档或相关说明。认证结果可以在返回的响应数据中获取,例如通过状态码或特定的字段进行判断。
示例性地,将目标用户的认证内容发送至目标云打印机,并使得打印机进行访问认证,从而确保只有经过认证的用户能够有效地使用云打印机。
请参阅图2,图2为本申请实施例提供的一种多因素认证的云打印机访问控制装置200,该多因素认证的云打印机访问控制装置200包括数据获取模块201、数据筛选模块202、数据查询模块203、访问认证模块204,其中,数据获取模块201,用于获取经过初次认证的目标用户发送的打印内容;数据筛选模块202,用于根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略;数据查询模块203,用于查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容;访问认证模块204,用于发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证。
在一些实施方式中,数据筛选模块202在所述根据所述打印内容进行保密等级筛选,获得保密等级筛选结果过程中,执行:
对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱;
对所述打印内容进行相似性度量,获得相似性矩阵;
利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱;
根据所述增强文本图谱对所述打印内容进行保密等级筛选,获得所述保密等级筛选结果。
在一些实施方式中,数据筛选模块202在所述对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱过程中,执行:
获得所述打印内容对应的第一关键词,并根据滑动窗口确定所述第一关键词对应的第二关键词;
根据所述第一关键词和所述第二关键词获得初始共现图谱;
获得初始云打印机对应的关联文本,并根据所述关联文本确定所述第一关键词对应的第一相关性权重;
根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度;
根据所述第一相关性权重和所述关联权重对所述初始共现图谱进行更新,获得所述加权共现图谱。
在一些实施方式中,数据筛选模块202在根据所述关联文本确定所述第一关键词对应的第一相关性权重过程中,执行:
获得所述第一关键词在所述关联文本中对应的第一文本数量、获得所述第一关键词不在所述关联文本中对应的第二文本数量以及获得不在所述关联文本中但包含所述第一关键词对应的第三文本数量;
根据所述第一文本数量、所述第二文本数量以及所述第三文本数量确定所述第一关键词在所述关联文本中对应的第一浓度;
根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重;
其中,根据下列公式获得所述第一浓度:
;
表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度,a表示所述第一文本数量,b表示所述第二文本数量,c表示所述第三文本数量。
在一些实施方式中,数据筛选模块202在所述根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重过程中,执行:
获得所述第一浓度对应的最大浓度;
获得所述第一关键词在所述关联文本对应的平均浓度;
根据所述平均浓度和所述最大浓度确定所述第一关键词对应的所述第一相关性权重;
其中,根据下列公式获得所述第一相关性权重:
表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度的所述最大浓度,/>表示所述第一关键词keyword1对应的所述平均浓度,/>表示所述第一关键词keyword1对应的所述第一相关性权重。
在一些实施方式中,数据筛选模块202在所述根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度过程中,执行:
获得所述第二关键词对应的第二相关性权重以及获得所述第一关键词和所述第二关键词在所述滑动窗口中出现的共现次数;
根据所述第一相关性权重、所述第二相关性权重以及所述共现次数确定所述第一关键词和所述第二关键词之间的所述关联强度;
其中,根据下列公式获得所述关联强度:
;
表示所述第一关键词keyword1和所述第二关键词keyword2之间的所述关联强度,/>表示所述共现次数,表示所述第一相关性权重,/>表示所述第二相关性权重。
在一些实施方式中,数据筛选模块202在利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱过程中,执行:
获得所述加权共现图谱中所述第一关键词对应的初始节点向量,并根据所述相似性矩阵对所述初始节点向量进行增强处理,获得增强节点向量;
根据所述增强节点向量获得对应的邻接矩阵,并利用所述相似性矩阵对所述邻接矩阵进行边增强,获得边增强向量;
根据所述边增强向量获得所述加权共现图谱对应的所述增强文本图谱。
在一些实施方式中,多因素认证的云打印机访问控制装置200可应用于终端设备。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的多因素认证的云打印机访问控制装置200的具体工作过程,可以参考前述多因素认证的云打印机访问控制方法实施例中的对应过程,在此不再赘述。
请参阅图3,图3为本发明实施例提供的一种登录服务器的结构示意性框图。
如图3所示,登录服务器300包括处理器301和存储器302,处理器301和存储器302通过总线303连接,该总线比如为I2C(Inter-integrated Circuit)总线。
具体地,处理器301用于提供计算和控制能力,支撑整个登录服务器的运行。处理器301可以是中央处理单元 (Central Processing Unit,CPU),该处理器301还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
具体地,存储器302可以是Flash芯片、只读存储器 (ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明实施例方案相关的部分结构的框图,并不构成对本发明实施例方案所应用于其上的登录服务器的限定,具体的服务器可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器用于运行存储在存储器中的计算机程序,并在执行所述计算机程序时实现本发明实施例提供的任意一种所述的多因素认证的云打印机访问控制方法。
在一实施例中,所述处理器用于运行存储在存储器中的计算机程序,并在执行所述计算机程序时实现如下步骤:
获取经过初次认证的目标用户发送的打印内容;
根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略;
查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容;
发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证。
在一些实施方式中,处理器301在所述根据所述打印内容进行保密等级筛选,获得保密等级筛选结果过程中,执行:
对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱;
对所述打印内容进行相似性度量,获得相似性矩阵;
利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱;
根据所述增强文本图谱对所述打印内容进行保密等级筛选,获得所述保密等级筛选结果。
在一些实施方式中,处理器301在所述对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱过程中,执行:
获得所述打印内容对应的第一关键词,并根据滑动窗口确定所述第一关键词对应的第二关键词;
根据所述第一关键词和所述第二关键词获得初始共现图谱;
获得初始云打印机对应的关联文本,并根据所述关联文本确定所述第一关键词对应的第一相关性权重;
根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度;
根据所述第一相关性权重和所述关联权重对所述初始共现图谱进行更新,获得所述加权共现图谱。
在一些实施方式中,处理器301在所述根据所述关联文本确定所述第一关键词对应的第一相关性权重过程中,执行:
获得所述第一关键词在所述关联文本中对应的第一文本数量、获得所述第一关键词不在所述关联文本中对应的第二文本数量以及获得不在所述关联文本中但包含所述第一关键词对应的第三文本数量;
根据所述第一文本数量、所述第二文本数量以及所述第三文本数量确定所述第一关键词在所述关联文本中对应的第一浓度;
根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重;
其中,根据下列公式获得所述第一浓度:
;
表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度,a表示所述第一文本数量,b表示所述第二文本数量,c表示所述第三文本数量。
在一些实施方式中,处理器301在所述根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重过程中,执行:
获得所述第一浓度对应的最大浓度;
获得所述第一关键词在所述关联文本对应的平均浓度;
根据所述平均浓度和所述最大浓度确定所述第一关键词对应的所述第一相关性权重;
其中,根据下列公式获得所述第一相关性权重:
;
表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度的所述最大浓度,/>表示所述第一关键词keyword1对应的所述平均浓度,/>表示所述第一关键词keyword1对应的所述第一相关性权重。
在一些实施方式中,处理器301在所述根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度过程中,执行:
获得所述第二关键词对应的第二相关性权重以及获得所述第一关键词和所述第二关键词在所述滑动窗口中出现的共现次数;
根据所述第一相关性权重、所述第二相关性权重以及所述共现次数确定所述第一关键词和所述第二关键词之间的所述关联强度;
其中,根据下列公式获得所述关联强度:
;
表示所述第一关键词keyword1和所述第二关键词keyword2之间的所述关联强度,/>表示所述共现次数,表示所述第一相关性权重,表示所述第二相关性权重。
在一些实施方式中,处理器301在所述利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱过程中,执行:
获得所述加权共现图谱中所述第一关键词对应的初始节点向量,并根据所述相似性矩阵对所述初始节点向量进行增强处理,获得增强节点向量;
根据所述增强节点向量获得对应的邻接矩阵,并利用所述相似性矩阵对所述邻接矩阵进行边增强,获得边增强向量;
根据所述边增强向量获得所述加权共现图谱对应的所述增强文本图谱。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的登录服务器的具体工作过程,可以参考前述多因素认证的云打印机访问控制方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供一种存储介质,用于计算机可读存储,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如本发明实施例说明书提供的任一项多因素认证的云打印机访问控制方法的步骤。
其中,所述存储介质可以是前述实施例所述的登录服务器的内部存储单元,例如所述登录服务器的硬盘或内存。所述存储介质也可以是所述登录服务器的外部存储设备,例如所述登录服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
应当理解,在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。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、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。以上所述,仅为本发明的具体实施例,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种多因素认证的云打印机访问控制方法,应用于登录服务器,其特征在于,所述方法包括:
获取经过初次认证的目标用户发送的打印内容;
根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略;
查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容;
发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证;
所述根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,包括:
对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱;
对所述打印内容进行相似性度量,获得相似性矩阵;
利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱;
根据所述增强文本图谱对所述打印内容进行保密等级筛选,获得所述保密等级筛选结果;
所述对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱,包括:
获得所述打印内容对应的第一关键词,并根据滑动窗口确定所述第一关键词对应的第二关键词;
根据所述第一关键词和所述第二关键词获得初始共现图谱;
获得初始云打印机对应的关联文本,并根据所述关联文本确定所述第一关键词对应的第一相关性权重;
根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度;
根据所述第一相关性权重和所述关联权重对所述初始共现图谱进行更新,获得所述加权共现图谱;
所述根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度,包括:
获得所述第二关键词对应的第二相关性权重以及获得所述第一关键词和所述第二关键词在所述滑动窗口中出现的共现次数;
根据所述第一相关性权重、所述第二相关性权重以及所述共现次数确定所述第一关键词和所述第二关键词之间的所述关联强度;
其中,根据下列公式获得所述关联强度:
w(keyword1,keyword2)表示所述第一关键词keyword1和所述第二关键词keyword2之间的所述关联强度,count表示所述共现次数,re_weight(keyword1)表示所述第一相关性权重,re_weight(keyword2)表示所述第二相关性权重。
2.根据权利要求1所述的方法,其特征在于,所述根据所述关联文本确定所述第一关键词对应的第一相关性权重,包括:
获得所述第一关键词在所述关联文本中对应的第一文本数量、获得所述第一关键词不在所述关联文本中对应的第二文本数量以及获得不在所述关联文本中但包含所述第一关键词对应的第三文本数量;
根据所述第一文本数量、所述第二文本数量以及所述第三文本数量确定所述第一关键词在所述关联文本中对应的第一浓度;
根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重;
其中根据列公式获所述第一浓度
rel_prob(keyword1,text)表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度,a表示所述第一文本数量,b表示所述第二文本数量,c表示所述第三文本数量。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一浓度确定所述第一关键词对应的所述第一相关性权重,包括:
获得所述第一浓度对应的最大浓度;
获得所述第一关键词在所述关联文本对应的平均浓度;
根据所述平均浓度和所述最大浓度确定所述第一关键词对应的所述第一相关性权重;
其中,根据下列公式获得所述第一相关性权重:
max(rel_prob(keyword1,text))表示所述第一关键词keyword1在所述关联文本text对应的所述第一浓度的所述最大浓度,avg_density(keyword1)表示所述第一关键词keyword1对应的所述平均浓度re_weight(keyword1)表示所述第一关键词keyword1对应的所述第一相关性权重。
4.根据权利要求1中所述的方法,其特征在于,所述利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱,包括:
获得所述加权共现图谱中所述第一关键词对应的初始节点向量,并根据所述相似性矩阵对所述初始节点向量进行增强处理,获得增强节点向量;
根据所述增强节点向量获得对应的邻接矩阵,并利用所述相似性矩阵对所述邻接矩阵进行边增强,获得边增强向量;
根据所述边增强向量获得所述加权共现图谱对应的所述增强文本图谱。
5.一种多因素认证的云打印机访问控制装置,其特征在于,包括:
数据获取模块,用于获取经过初次认证的目标用户发送的打印内容;
数据筛选模块,用于根据所述打印内容进行保密等级筛选,获得保密等级筛选结果,并根据所述保密等级筛选结果确定出所述打印内容的目标云打印机;每个所述目标云打印机对应一个多因素认证策略;
数据查询模块,用于查询所述目标云打印机对应的多因素认证策略,并根据所述多因素认证策略获取所述目标用户进行二次认证所需的认证内容;
访问认证模块,用于发送所述目标用户对应的认证内容至所述目标云打印机,以使得所述目标云打印机根据所述认证内容进行访问认证;
所述数据筛选模块在所述根据所述打印内容进行保密等级筛选,获得保密等级筛选结果过程中,执行:
对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱;
对所述打印内容进行相似性度量,获得相似性矩阵;
利用所述相似性矩阵对所述加权共现图谱进行增强处理,获得所述加权共现图谱对应的增强文本图谱;
根据所述增强文本图谱对所述打印内容进行保密等级筛选,获得所述保密等级筛选结果;
所述数据筛选模块在所述对所述打印内容进行文本表征,获得所述打印内容对应的加权共现图谱过程中,执行:
获得所述打印内容对应的第一关键词,并根据滑动窗口确定所述第一关键词对应的第二关键词;
根据所述第一关键词和所述第二关键词获得初始共现图谱;
获得初始云打印机对应的关联文本,并根据所述关联文本确定所述第一关键词对应的第一相关性权重;
根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度;
根据所述第一相关性权重和所述关联权重对所述初始共现图谱进行更新,获得所述加权共现图谱;
所述数据筛选模块在所述根据所述第一相关性权重确定所述第一关键词和所述第二关键词之间的关联强度过程中,执行:
获得所述第二关键词对应的第二相关性权重以及获得所述第一关键词和所述第二关键词在所述滑动窗口中出现的共现次数;
根据所述第一相关性权重、所述第二相关性权重以及所述共现次数确定所述第一关键词和所述第二关键词之间的所述关联强度;
其中,根据下列公式获得所述关联强度:
w(keyword1,keyword2)表示所述第一关键词keyword1和所述第二关键词keyword2之间的所述关联强度,count表示所述共现次数,re_weight(keyword1)表示所述第一相关性权重,re_weight(keyword2)表示所述第二相关性权重。
6.一种登录服务器,其特征在于,所述登录服务器包括处理器、存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至4中任一项所述的多因素认证的云打印机访问控制方法。
7.一种计算机存储介质,用于计算机存储,其特征在于,所述计算机存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至4中任一项所述的多因素认证的云打印机访问控制方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410176574 | 2024-02-08 | ||
CN2024101765748 | 2024-02-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117742626A CN117742626A (zh) | 2024-03-22 |
CN117742626B true CN117742626B (zh) | 2024-05-24 |
Family
ID=90279887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410186666.4A Active CN117742626B (zh) | 2024-02-08 | 2024-02-20 | 一种多因素认证的云打印机访问控制方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117742626B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1348130A (zh) * | 2000-10-11 | 2002-05-08 | 卓信科技有限公司 | 保密和/或鉴别文件的远控打印 |
JP2006255936A (ja) * | 2005-03-15 | 2006-09-28 | Canon Inc | 印刷装置 |
CN110955395A (zh) * | 2019-12-17 | 2020-04-03 | 珠海格力电器股份有限公司 | 打印系统的风险评估方法、装置及存储介质 |
CN116382724A (zh) * | 2022-12-30 | 2023-07-04 | 深圳市盛思达通讯技术有限公司 | 基于云打印机的一种远程升级方法与系统 |
-
2024
- 2024-02-20 CN CN202410186666.4A patent/CN117742626B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1348130A (zh) * | 2000-10-11 | 2002-05-08 | 卓信科技有限公司 | 保密和/或鉴别文件的远控打印 |
JP2006255936A (ja) * | 2005-03-15 | 2006-09-28 | Canon Inc | 印刷装置 |
CN110955395A (zh) * | 2019-12-17 | 2020-04-03 | 珠海格力电器股份有限公司 | 打印系统的风险评估方法、装置及存储介质 |
CN116382724A (zh) * | 2022-12-30 | 2023-07-04 | 深圳市盛思达通讯技术有限公司 | 基于云打印机的一种远程升级方法与系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117742626A (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10924514B1 (en) | Machine learning detection of fraudulent validation of financial institution credentials | |
CN109873812B (zh) | 异常检测方法、装置及计算机设备 | |
US10554659B2 (en) | Anonymizing biometric data for use in a security system | |
US11429745B2 (en) | Data security hub | |
US11055395B2 (en) | Step-up authentication | |
US9253208B1 (en) | System and method for automated phishing detection rule evolution | |
CN110602029B (zh) | 一种用于识别网络攻击的方法和系统 | |
CN113469366B (zh) | 一种加密流量的识别方法、装置及设备 | |
US11823197B2 (en) | Authenticating based on user behavioral transaction patterns | |
US11019494B2 (en) | System and method for determining dangerousness of devices for a banking service | |
US20200099684A1 (en) | Dynamic and private security fingerprinting | |
CN114220097B (zh) | 一种基于对抗攻击的图像语义信息敏感像素域的筛选方法及应用方法与系统 | |
US20230093540A1 (en) | System and Method for Detecting Anomalous Activity Based on a Data Distribution | |
CN110929525A (zh) | 一种网贷风险行为分析检测方法、装置、设备和存储介质 | |
CN114091042A (zh) | 风险预警方法 | |
EP4364073A1 (en) | Authenticating based on behavioral transaction patterns | |
CN117742626B (zh) | 一种多因素认证的云打印机访问控制方法以及相关装置 | |
WO2023192175A1 (en) | Device-agnostic access control techniques | |
CN116633653A (zh) | 金融系统防火墙管理控制方法、装置、系统及存储介质 | |
WO2019143360A1 (en) | Data security using graph communities | |
US20220368701A1 (en) | Automated clustering of sessions of unstructured traffic | |
Sinno | How risk engines could solve a biometric dilemma | |
CN117786121B (zh) | 一种基于人工智能的档案鉴定方法以及系统 | |
CN115859292B (zh) | 一种涉诈app检测系统和判定方法以及存储介质 | |
Blue et al. | This is me: A Bayesian approach to weighting digital identity sources |
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 |