TW201926101A - 登錄方法及裝置和電子設備 - Google Patents
登錄方法及裝置和電子設備 Download PDFInfo
- Publication number
- TW201926101A TW201926101A TW107134617A TW107134617A TW201926101A TW 201926101 A TW201926101 A TW 201926101A TW 107134617 A TW107134617 A TW 107134617A TW 107134617 A TW107134617 A TW 107134617A TW 201926101 A TW201926101 A TW 201926101A
- Authority
- TW
- Taiwan
- Prior art keywords
- electroencephalogram
- user
- login
- dynamic information
- electroencephalogram signal
- Prior art date
Links
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
-
- 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
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- 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
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/015—Input arrangements based on nervous system activity detection, e.g. brain waves [EEG] detection, electromyograms [EMG] detection, electrodermal response detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
- H04L63/105—Multiple levels of security
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
- H04L9/3231—Biological data, e.g. fingerprint, voice or retina
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/06—Authentication
- H04W12/068—Authentication using credential vaults, e.g. password manager applications or one time password [OTP] applications
Abstract
本說明書實施例提供一種登錄方法及裝置和電子設備，藉由向使用者展示用於進行登錄的動態資訊；獲取監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
Description
本說明書實施例涉及網際網路技術領域，尤其涉及一種登錄方法及裝置和電子設備。
為了保證使用者帳戶安全，現有登錄方式提供的安全策略包括設置登錄密碼。然而，登錄密碼存在被盜用的風險。
需要提供更為安全的登錄方案。
需要提供更為安全的登錄方案。
本說明書實施例提供的一種登錄方法及裝置和電子設備：
根據本說明書實施例的第一方面，提供一種登錄方法，所述方法包括：
向使用者展示用於進行登錄的動態資訊；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
根據本說明書實施例的第二方面，提供一種登錄裝置，所述裝置包括：
展示單元，向使用者展示用於進行登錄的動態資訊；
接收單元，接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
匹配單元，將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
登錄單元，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
根據本說明書實施例的第三方面，提供一種電子設備，包括：
處理器；
用於儲存處理器可執行指令的記憶體；
其中，所述處理器被配置為：
向使用者展示用於進行登錄的動態資訊；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
本說明書實施例，提供了一種基於人腦意識產生腦波圖的登錄方案，藉由對使用者人腦對登錄設備展示的動態資訊做出反應所產生的腦波圖信號的採集、處理、分析，將腦波圖信號轉換成用於登錄系統對接的登錄命令；由於所述動態資訊類似動態口令，是隨機的、一次性的；因此，基於人腦意識產生腦波圖的登錄方案相比起傳統的登錄方案更為安全、更為隱蔽、趣味性強、使用者體驗高。
根據本說明書實施例的第一方面，提供一種登錄方法，所述方法包括：
向使用者展示用於進行登錄的動態資訊；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
根據本說明書實施例的第二方面，提供一種登錄裝置，所述裝置包括：
展示單元，向使用者展示用於進行登錄的動態資訊；
接收單元，接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
匹配單元，將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
登錄單元，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
根據本說明書實施例的第三方面，提供一種電子設備，包括：
處理器；
用於儲存處理器可執行指令的記憶體；
其中，所述處理器被配置為：
向使用者展示用於進行登錄的動態資訊；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
本說明書實施例，提供了一種基於人腦意識產生腦波圖的登錄方案，藉由對使用者人腦對登錄設備展示的動態資訊做出反應所產生的腦波圖信號的採集、處理、分析，將腦波圖信號轉換成用於登錄系統對接的登錄命令；由於所述動態資訊類似動態口令，是隨機的、一次性的；因此，基於人腦意識產生腦波圖的登錄方案相比起傳統的登錄方案更為安全、更為隱蔽、趣味性強、使用者體驗高。
這裡將詳細地對示例性實施例進行說明，其示例表示在圖式中。下面的描述涉及圖式時，除非另有表示，不同圖式中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本說明書相一致的所有實施方式。相反，它們僅是與如所附申請專利範圍中所詳述的、本說明書的一些方面相一致的裝置和方法的例子。
在本說明書使用的術語是僅僅出於描述特定實施例的目的，而非旨在限制本說明書。在本說明書和所附申請專利範圍中所使用的單數形式的“一種”、“所述”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語“和/或”是指並包含一個或多個相關聯的列出項目的任何或所有可能組合。
應當理解，儘管在本說明書可能採用術語第一、第二、第三等來描述各種資訊，但這些資訊不應限於這些術語。這些術語僅用來將同一類型的資訊彼此區分開。例如，在不脫離本說明書範圍的情況下，第一資訊也可以被稱為第二資訊，類似地，第二資訊也可以被稱為第一資訊。取決於語境，如在此所使用的詞語“如果”可以被解釋成為“在……時”或“當……時”或“響應於確定”。
如前所述，為了保證使用者帳戶安全，現有登錄方式提供的安全策略包括設置登錄密碼。這裡的登錄密碼可以包括傳統的數字字符密碼，也可以是採集使用者的生物特徵資訊的密碼(如指紋、虹膜等)。然而，上述這樣設置的密碼都具有一個共同的缺陷，即都是固定不變的。
一般的，使用者的生物特徵資訊都具有唯一性，採集後是固定不變的。如果使用者的生物特徵資訊洩露了或者被他人獲取了，使用者帳戶很容易被盜用。例如，使用者指紋被他人採集，那麼不法份子就可以製作該使用者的指紋膜進而使用該指紋膜登錄使用者帳戶。
類似的，使用者設置的數字字符密碼，在使用者修改前也是固定不變的。傳統的數字字符密碼更容易被盜用，如果使用者的行動終端被植入了木馬病毒，很容易就可以採集到使用者的登錄密碼。
因此，現有的登錄方式依然存在被盜用的風險。
本說明書提供了一種基於使用者的腦波圖現實登錄的方案，可以提高使用者登錄的安全性。以下介紹腦波圖的一些基本概念：
腦波圖(Electroencephalogram，EEG)可以是指一種使用電生理指標表示人類大腦活動的記錄方式。人類大腦在活動時，大量神經元同步發生的突觸後電位經總和後可以形成腦波圖。腦波圖主要可以記錄人類大腦活動時的電波變化，是腦神經細胞的電生理活動在大腦皮層或頭皮表面的總體反映。所述腦波圖來源於錐體細胞頂端樹突的突觸後電位。腦波圖同步節律的形成還與皮層丘腦非特異性投射系統的活動有關。
所述腦波圖是一些自發的有節律的神經電活動。腦波圖頻率變動範圍一般在每秒1-30次之間。通常，腦波圖按頻率可以劃分為四個波段：δ(1-3Hz)、θ(4-7Hz)、α(8-13 Hz)、β(14-30Hz)。除此之外，人類在覺醒並專注於某一事時，常可見一種頻率較β波更高的γ波，其頻率可以為30-80Hz；而人類在睡眠時還可出現另一些波形較為特殊的正常腦波圖，如駝峰波、σ波、λ波、κ-複合波、μ波等。
本說明書可以涉及一個或多個系統。例如圖1所示，本說明書的一種實現登錄的系統架構圖可以包括登錄設備11、伺服器12。所述登錄設備11可以與伺服器12藉由網路13連接。其中，所述登錄設備11還可以連接有一個監測設備(圖1中未示出)。所以登錄設備11與監測設備可以有線或者無線連接，從而傳輸資料。
本說明書中的網路13可以包括有線或無線電信裝置，登錄設備11所基於的網路裝置可以藉由所述有線或無線電信裝置來交換資料。例如，每個網路13可以包括區域網路(“LAN”)、廣域網路(“WAN”)、內部網、網際網路、行動行動電話網路、虛擬專用網(VPN)、蜂窩式或其它行動通訊網路、藍牙、NFC或其任何組合。在示例性實施方案的討論中，應理解，術語“資料”和“資訊”可在本說明書中互換使用來指代可存在於基於電腦的環境中的文字、圖像、音頻、視頻或任何其它形式的資訊。
所述監測設備可以用於監測使用者的腦波圖信號，並將所監測到的使用者的腦波圖信號傳輸給所述登錄設備11。具體地，所述監測設備中可以設置有包括腦波圖晶片、腦波圖感測器、資料傳輸裝置。所述腦波圖感測器例如乾式電極，用於採集大腦產生的腦波圖信號。一般的，腦波圖感測器採集到的腦波圖信號通常比較微弱，並且可能存在很多的雜訊信號(例如無意識的眨眼，周圍環境影響，使用者大腦中的雜念等都會產生腦波圖的雜訊信號)。所述腦波圖晶片可以集成腦波圖信號濾波(Wave filtering)、放大、A/D轉換(Analogic to Digital，類比數位轉換)、資料處理和分析等功能。所述濾波，即對採集到的腦波圖進行過濾，這樣就可以過濾掉腦波圖中的雜訊信號，提升抗干擾性能。所述A/D轉換，就是把類比信號轉換為數位信號，這樣就將腦波圖信號量化為一系列的數位值；進而藉由資料處理和分析，可以將複雜的腦波圖分解為不同的腦狀態數值，例如包括但不限於關注度、放鬆度、腦活躍度、熟悉度、警惕度、創造力值等。所述資料傳輸裝置用於將腦波圖晶片處理後的腦波圖資訊傳輸給登錄設備11。具體地，所述資料傳輸裝置可以包括有線或無線電信裝置，所述監測設備所基於的資料傳輸裝置可以藉由所述有線或無線電信裝置來傳輸或者交換資料。例如，有線或無線電信裝置可以包括區域網路(“LAN”)、廣域網路(“WAN”)、內部網、網際網路、行動電話網路、虛擬專用網路(VPN)、蜂窩式或其它行動通訊網路、藍牙、NFC或其任何組合。
圖2所示的是一種示例性的監測設備的示意圖。所述監測設備141可以是一種頭戴式的設備，使用者可以藉由頭戴這樣監測設備就可以進行腦波圖登錄，而無需使用自己的行動終端。在圖2中，所述登錄設備11和所述監測設備141可以集成在一起，所述登錄設備11可以包括有螢幕152，所述螢幕152可以向使用者展示資訊。所述登錄設備11可以根據所述監測設備141傳輸的腦波圖資訊產生登錄請求，並將所述登錄請求發送給伺服器12。值得一提的是，圖2所示的監測設備僅是一種示例，在實際應用中，所述監測設備可以是任意形式的，只要能實現監測使用者腦波圖信號即可。
所述伺服器12可以是指用於進行登錄的伺服器，例如伺服器12在接收到登錄設備11發送的登錄請求後，根據所述登錄請求完成使用者帳戶的登錄。
以下可以結合圖3所示的例子介紹本說明書一種實現登錄的方法的實施例，如圖3所示，包括以下步驟：
步驟210：向使用者展示用於進行登錄的動態資訊。
登錄設備可以向使用者展示使用者進行登錄的動態資訊。所述展示可以藉由登錄終端的螢幕以文字或者圖像的方式顯示動態資訊，使用者藉由視覺獲取動態資訊；也可以藉由登錄終端的語音播放裝置以語音的方式播放動態資訊，使用者藉由聽覺獲取動態資訊。
所述動態資訊包括以下一種或者多種的組合：
顏色的變化。具體地，登錄終端可以隨機產生多種顏色變化的資訊並展示給使用者；例如藍綠紅，即登錄終端螢幕上顯示的顏色從藍變為綠，再從綠變為紅。這樣使用者在看到登錄終端螢幕上顯示的顏色變化後，大腦就做出反應，產生藍綠紅顏色變化的腦波圖。還有的，登錄終端可以播放顏色變化的語音，同樣地，使用者在聽到顏色變化的語音後，大腦也會做出反應，產生顏色變化的腦波圖。
眨眼的變化。具體地，登錄終端可以隨機產生多種眨眼長短變化的資訊並展示給使用者，例如長短長，即登錄終端螢幕上可以顯示眨眼變化的圖像或者文字，眨眼三次，第一次眨眼時間較長，第二眨眼時間較短，第三次眨眼時間較長。這樣使用者在看到登錄終端螢幕上顯示的眨眼變化後，大腦就做出反應，產生眨眼時間長短長變化的腦波圖。還有的，登錄終端可以播放眨眼變化的語音，同樣地，使用者在聽到眨眼變化的語音後，大腦也會做出反應，產生眨眼變化的腦波圖。
精力的變化。具體地，登錄終端可以隨機產生多種精力集中、放鬆變化的資訊並展示給使用者，例如，集中放鬆集中，即登錄終端螢幕上可以顯示精力變化的圖像或者文字，首先集中精力，然後放鬆精力，再集中精力。這樣使用者在看到登錄終端螢幕上顯示的精力變化後，大腦就做出反應，產生精力變化的腦波圖。還有的，登錄終端可以播放精力變化的語音，同樣地，使用者在聽到精力變化的語音後，大腦也會做出反應，產生精力變化的腦波圖。
值得一提的是，上述涉及的多種可以是指兩種或者兩種以上。
對於動態資訊包括多種的組合，即上述顏色變化、眨眼變化、精力變化也可以隨機互相組合，並且組合順序也可以是隨機的。
步驟220：接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號。
如前所述，使用者在獲取到登錄終端展示的用於登錄的動態資訊之後，大腦會做出反應，產生該動態資訊的腦波圖。此時，監測設備就可以監測到所述使用者根據所展示的動態資訊產生的腦波圖信號；並將該腦波圖信號藉由有線或無線的方式傳輸給登錄終端。
如前所述，監測設備中的腦波圖晶片可以將腦波圖信號量化為一系列的數位值；進而藉由資料處理和分析，可以將複雜的腦波圖分解為不同的腦狀態數值，例如包括但不限於關注度、放鬆度、腦活躍度、熟悉度、警惕度、創造力值等。這種方式中，登錄終端接收到的腦波圖信號即為處理後的腦狀態數值。
在另一種實現方式中，所述監測設備僅用於進行腦波圖信號的採集，而腦波圖晶片可以是集成在登錄終端的。這種方式中，登錄終端接收到的腦波圖信號即為未處理的腦波圖信號。
進一步的，登錄設備還需要對接收到的腦波圖信號進行處理，從而得到腦狀態數值。這裡的處理同樣是利用了腦波圖晶片，處理過程與前述相同，此處不再贅述。
步驟230：將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號。
登錄終端在接收或者獲取到所述使用者根據所展示的動態資訊產生的腦波圖信號之後，需要將所述腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配。
所述登錄認證庫中儲存有預先採集到的使用者對各種動態資訊產生的腦波圖信號。通常，使用者在第一次使用腦波圖進行登錄時，會提示使用者採集大腦對各種動態資訊做出反應時產生的腦波圖信號。
這樣，以後使用者再次使用腦波圖進行登錄時，就可以根據登錄認證庫中使用者的腦波圖信號進行登錄認證了。
舉例說明，假設動態資訊為：藍綠紅，即登錄終端螢幕上顯示的顏色從藍變為綠，再從綠變為紅。採集到使用者的腦波圖信號假設為A，B，C(可以是指頻率變化，也可以是指量化後腦狀態數值的變化)。登錄設備可以從登錄認證庫中查詢該使用者預先採集的藍綠紅對應的腦波圖信號假設為A’，B’，C’。進而，判斷A，B，C是否與A’，B’，C’匹配；如果A和A’相同，B和B’相同，C和C’相同，則說明匹配成功；如果不完全相同，則說明匹配失敗。
需要說明的是，所述相同可以包括相等或者相似。例如，A和A’的差值小於閾值的情況下，也可以認為是相同。所述閾值可以認為預先設置的經驗值。
在實際應用中，由於人腦的腦波圖容易收到干擾，因此同一個人對同一個事物所產生的腦波圖有些許差異；並且，由於腦波圖較為複雜，直接匹配腦波圖信號，匹配成功率低。為了解決這樣問題，在本說明書提出的另一個實施例中：
所述登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
一般的，機器學習模組可以對預先採集到的使用者對各種動態資訊產生的腦波圖資訊進行訓練。具體地，藉由設置合理的函數，可以借助已有的機器學習技術對這些採集到的腦波圖資訊進行建模，藉由不斷地迭代優化演算法，可以計算出各個節點屬性之間的關係以及各個節點屬性的權重，從而確定一個統一的方程或者計算公式；一般的，可以將這樣的方程或者計算公式稱之為模型。藉由訓練出的腦波圖模型，可以確定一個使用者腦波圖特徵的唯一性和準確性，即可以使得使用者在不同環境中對於相同的動態資訊可以得到相同的計算結果。藉由機器學習技術，可以提高腦波圖匹配的成功率，進而可以提高登錄效率。
步驟240：在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，登錄設備可以進行登錄。
具體地，所述進行登錄，可以包括：
產生所述使用者的登錄請求，並將所述登錄請求發送給伺服器。
本說明書實施例，提供了一種基於人腦意識產生腦波圖的登錄方案，藉由對使用者人腦對登錄設備展示的動態資訊做出反應所產生的腦波圖信號的採集、處理、分析，將腦波圖信號轉換成用於登錄系統對接的登錄命令；由於所述動態資訊類似動態口令，是隨機的、一次性的；因此，基於人腦意識產生腦波圖的登錄方案相比起傳統的登錄方案更為安全、更為隱蔽、趣味性強、使用者體驗高。
在本說明書的一個具體地實施例中，所述步驟220，具體可以包括：
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號和所述使用者的腦波圖的唯一標識信號；其中，所述腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼；
所述步驟230，具體可以包括：
將所述監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，所述身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號；
在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；
將所述監測到的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
本實施例中，每個人的腦波圖特徵碼都是唯一的。因此，利用腦波圖特徵碼作為使用者腦波圖的唯一標識信號，可以很好的起到識別不同使用者的作用。一般的，可以將腦波圖的唯一標識信號稱之為腦波圖ID資訊。
與登錄認證庫類似的，身份驗證庫中儲存有預先採集到的不同使用者對應的腦波圖的唯一標識資訊。通常，每一個使用者在第一次使用腦波圖進行登錄時，都會提示並採集使用者腦波圖的唯一標識資訊。
如此，在使用者進行腦波圖登錄過程中，登錄設備在接收到監測設備監測到的腦波圖的唯一標識信號後，可以遍歷身份驗證庫；在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；進而將所述監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
藉由本實施例，可以進一步提升登錄安全性。
在本說明書的一個具體地實施例中，
在所述步驟210之前，所述方法還包括：
對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生；
所述步驟210，具體包括：
在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
本實施例中，由於人腦的腦波圖信號容易受到周圍環境的影響；因此進行腦波圖登錄之前，登錄設備可以對使用者的當前環境進行監測；只有在在當前環境不影響腦波圖的正常產生的情況下，登錄設備就可以向使用者展示用於進行登錄的動態資訊。這樣，就可以保證採集到的腦波圖信號的真實性，從而提升腦波圖登錄的成功率。
在一種實現方式中，所述對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括：
監測當前環境的雜訊分貝；
判斷當前環境的雜訊分貝是否達到閾值；
在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
通常，環境的雜訊是影響腦波圖正常產生的一個重要因素。因此，可以在登錄設備中設置用於監測雜訊分貝的感測器，藉由對當前環境的雜訊分貝的監測，可以判斷前環境是否影響腦波圖的正常產生。
在另一種實現方式中，所述對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括：
監測當前環境的光照強度；
判斷當前環境的光照強度是否達到閾值；
在當前環境的光照強度未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
通常，環境的光照強度是影響腦波圖正常產生的一個重要因素。因此，可以在登錄設備中設置用於監測光照強度的感測器，藉由對當前環境的光照強度的監測，可以判斷前環境是否影響腦波圖的正常產生。
需要說明的是，影響腦波圖正常產生的因素不限上述的雜訊和，在實際應用中可以包括其它可能影響腦波圖正常產生的任意因素。
在本說明書的一個具體地實施例中，
所述步驟210，具體包括：
在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
本實施例與上一實施例不同之處在於，監測當前環境是否影響腦波圖的正常產生可以是由監測設備完成的。與上一實施例類似的，監測設備中可以設置用於監測雜訊分貝的感測器，藉由對當前環境的雜訊分貝的監測，可以判斷前環境是否影響腦波圖的正常產生；監測設備中可以設置用於監測光照強度的感測器，藉由對當前環境的光照強度的監測，可以判斷前環境是否影響腦波圖的正常產生。具體可以參考上一實施例。
在本說明書的一個具體地實施例中，
基於圖3所示實施例，在步驟230之後，還可以包括：
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊；
根據所述使用者的生物特徵資訊進行登錄。
本實施例中，所述生物特徵資訊包括但不限於：指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
為了實現採集使用者的指紋，所述登錄設備可以設置有指紋採集器；
為了實現採集使用者的掌紋，所述登錄設備可以設置有掌紋採集器；
為了實現採集使用者的虹膜，所述登錄設備可以設置有虹膜採集器；
為了實現採集使用者的眼紋，所述登錄設備可以設置有眼紋採集器；
為了實現採集使用者的人臉，所述登錄設備可以設置有人臉採集器；
為了實現採集使用者的聲波，所述登錄設備可以設置有聲波採集器。
藉由本實施例，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，可以利用生物特徵資訊對腦波圖認證結果進行挑戰。如果採集到的使用者的生物特徵資訊符合使用者本人，則依然可以進行登錄。
在本說明書的一個具體地實施例中，
在所述採集使用者的生物特徵資訊之前，所述方法還包括：
統計腦波圖匹配失敗的次數；
所述採集使用者的生物特徵資訊，具體包括：
在所述腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
本實施例中，所述閾值可以是預先設置的一個經驗值。藉由本實施例，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗次數到達閾值的情況下，可以利用生物特徵資訊對腦波圖認證結果進行挑戰。如果採集到的使用者的生物特徵資訊符合使用者本人，則依然可以進行登錄。
與前述登錄方法實施例相對應，本說明書還提供了登錄裝置的實施例。所述裝置實施例可以藉由軟體實現，也可以藉由硬體或者軟硬體結合的方式實現。以軟體實現為例，作為一個邏輯意義上的裝置，是藉由其所在設備的處理器將非易失性記憶體中對應的電腦程式指令讀取到記憶體中運行形成的。從硬體層面而言，本說明書登錄裝置所在設備的一種硬體結構可以包括處理器、網路介面、記憶體以及非易失性記憶體之外，實施例中裝置所在的設備通常根據該登錄實際功能，還可以包括其他硬體，對此不再贅述。
參見圖4，為本說明書一實施例提供的支付裝置的模組圖，所述裝置對應了圖3所示實施例，所述裝置包括：
展示單元310，向使用者展示用於進行登錄的動態資訊；
接收單元320，接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
匹配單元330，將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
登錄單元340，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
在一個可選的實施例中：
所述動態資訊包括以下任意一種或者多種的組合：
顏色的變化；
眨眼的變化；
精力的變化。
在一個可選的實施例中：
所述登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
在一個可選的實施例中：
所述接收單元320，具體包括：
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號和所述使用者的腦波圖的唯一標識信號；其中，所述腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼；
所述匹配單元330，具體包括：
第一匹配子單元，將所述監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，所述身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號；
獲取子單元，在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；
第二匹配子單元，將所述監測到的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
在一個可選的實施例中：
在所述展示單元310之前，所述裝置還包括：
環境判斷子單元，對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生；
所述展示單元310，具體包括：
在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
在一個可選的實施例中：
所述環境判斷子單元，具體包括：
雜訊監測子單元，監測當前環境的雜訊分貝；
雜訊判斷子單元，判斷當前環境的雜訊分貝是否達到閾值；
環境確定子單元，在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
在一個可選的實施例中：
所述展示單元310，具體包括：
在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
在一個可選的實施例中：
所述裝置還包括：
採集單元，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊；
生物登錄單元，根據所述使用者的生物特徵資訊進行登錄。
在一個可選的實施例中：
所述採集單元，具體包括：
統計子單元，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，統計腦波圖匹配失敗的次數；
採集子單元，在所述腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
在一個可選的實施例中：
所述生物特徵資訊包括：
指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
綜上所述，本說明書提供了一種基於人腦意識產生腦波圖的登錄方案，藉由對使用者人腦對登錄設備展示的動態資訊做出反應所產生的腦波圖信號的採集、處理、分析，將腦波圖信號轉換成用於登錄系統對接的登錄命令；由於所述動態資訊類似動態口令，是隨機的、一次性的；因此，基於人腦意識產生腦波圖的登錄方案相比起傳統的登錄方案更為安全、更為隱蔽、趣味性強、使用者體驗高。
上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦，電腦的具體形式可以是個人電腦、膝上型電腦、蜂窩電話、相機電話、智慧型電話、個人數位助理、媒體播放器、導航設備、電子郵件收發設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任意幾種設備的組合。
上述裝置中各個單元的功能和作用的實現過程具體詳見上述方法中對應步驟的實現過程，在此不再贅述。
對於裝置實施例而言，由於其基本對應於方法實施例，所以相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本說明書方案的目的。本領域具有通常知識者在不付出創造性勞動的情況下，即可以理解並實施。
以上圖4描述了登錄裝置的內部功能模組和結構示意，其實質上的執行主體可以為一種電子設備，包括：
處理器；
用於儲存處理器可執行指令的記憶體；
其中，所述處理器被配置為：
向使用者展示用於進行登錄的動態資訊；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
可選的，所述動態資訊包括以下任意一種或者多種的組合：
顏色的變化；
眨眼的變化；
精力的變化。
可選的，所述登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
可選的，所述接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號和所述使用者的腦波圖的唯一標識信號；其中，所述腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼；
所述將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配，具體包括：
將所述監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，所述身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號；
在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；
將所述監測到的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
可選的，在所述向使用者展示用於進行登錄的動態資訊之前，還包括：
對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生；
所述向使用者展示用於進行登錄的動態資訊，具體包括：
在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
可選的，所述對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括：
監測當前環境的雜訊分貝；
判斷當前環境的雜訊分貝是否達到閾值；
在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
可選的，所述向使用者展示用於進行登錄的動態資訊，具體包括：
在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
可選的，還包括：
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊；
根據所述使用者的生物特徵資訊進行登錄。
可選的，在所述採集使用者的生物特徵資訊之前，還包括：
統計腦波圖匹配失敗的次數；
所述採集使用者的生物特徵資訊，具體包括：
在所述腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
可選的，所述生物特徵資訊包括：
指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
在上述電子設備的實施例中，應理解，該處理器可以是中央處理單元(英文：Central Processing Unit，簡稱：CPU)，還可以是其他通用處理器、數位信號處理器(英文：Digital Signal Processor，簡稱：DSP)、專用集成電路(英文：Application Specific Integrated Circuit，簡稱：ASIC)等。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等，而前述的記憶體可以是唯讀記憶體(英文：read-only memory，縮寫：ROM)、隨機存取記憶體(英文：random access memory，簡稱：RAM)、快閃記憶體、硬碟或者固態硬碟。結合本發明實施例所公開的方法的步驟可以直接體現為硬體處理器執行完成，或者用處理器中的硬體及軟體模組組合執行完成。
本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於電子設備實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
本領域技術人員在考慮說明書及實踐這裡公開的發明後，將容易想到本說明書的其它實施方案。本說明書旨在涵蓋本說明書的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本說明書的一般性原理並包括本說明書未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本說明書的真正範圍和精神由下面的申請專利範圍指出。
應當理解的是，本說明書並不局限於上面已經描述並在圖式中示出的精確結構，並且可以在不脫離其範圍進行各種修改和改變。本說明書的範圍僅由所附的申請專利範圍來限制。
在本說明書使用的術語是僅僅出於描述特定實施例的目的，而非旨在限制本說明書。在本說明書和所附申請專利範圍中所使用的單數形式的“一種”、“所述”和“該”也旨在包括多數形式，除非上下文清楚地表示其他含義。還應當理解，本文中使用的術語“和/或”是指並包含一個或多個相關聯的列出項目的任何或所有可能組合。
應當理解，儘管在本說明書可能採用術語第一、第二、第三等來描述各種資訊，但這些資訊不應限於這些術語。這些術語僅用來將同一類型的資訊彼此區分開。例如，在不脫離本說明書範圍的情況下，第一資訊也可以被稱為第二資訊，類似地，第二資訊也可以被稱為第一資訊。取決於語境，如在此所使用的詞語“如果”可以被解釋成為“在……時”或“當……時”或“響應於確定”。
如前所述，為了保證使用者帳戶安全，現有登錄方式提供的安全策略包括設置登錄密碼。這裡的登錄密碼可以包括傳統的數字字符密碼，也可以是採集使用者的生物特徵資訊的密碼(如指紋、虹膜等)。然而，上述這樣設置的密碼都具有一個共同的缺陷，即都是固定不變的。
一般的，使用者的生物特徵資訊都具有唯一性，採集後是固定不變的。如果使用者的生物特徵資訊洩露了或者被他人獲取了，使用者帳戶很容易被盜用。例如，使用者指紋被他人採集，那麼不法份子就可以製作該使用者的指紋膜進而使用該指紋膜登錄使用者帳戶。
類似的，使用者設置的數字字符密碼，在使用者修改前也是固定不變的。傳統的數字字符密碼更容易被盜用，如果使用者的行動終端被植入了木馬病毒，很容易就可以採集到使用者的登錄密碼。
因此，現有的登錄方式依然存在被盜用的風險。
本說明書提供了一種基於使用者的腦波圖現實登錄的方案，可以提高使用者登錄的安全性。以下介紹腦波圖的一些基本概念：
腦波圖(Electroencephalogram，EEG)可以是指一種使用電生理指標表示人類大腦活動的記錄方式。人類大腦在活動時，大量神經元同步發生的突觸後電位經總和後可以形成腦波圖。腦波圖主要可以記錄人類大腦活動時的電波變化，是腦神經細胞的電生理活動在大腦皮層或頭皮表面的總體反映。所述腦波圖來源於錐體細胞頂端樹突的突觸後電位。腦波圖同步節律的形成還與皮層丘腦非特異性投射系統的活動有關。
所述腦波圖是一些自發的有節律的神經電活動。腦波圖頻率變動範圍一般在每秒1-30次之間。通常，腦波圖按頻率可以劃分為四個波段：δ(1-3Hz)、θ(4-7Hz)、α(8-13 Hz)、β(14-30Hz)。除此之外，人類在覺醒並專注於某一事時，常可見一種頻率較β波更高的γ波，其頻率可以為30-80Hz；而人類在睡眠時還可出現另一些波形較為特殊的正常腦波圖，如駝峰波、σ波、λ波、κ-複合波、μ波等。
本說明書可以涉及一個或多個系統。例如圖1所示，本說明書的一種實現登錄的系統架構圖可以包括登錄設備11、伺服器12。所述登錄設備11可以與伺服器12藉由網路13連接。其中，所述登錄設備11還可以連接有一個監測設備(圖1中未示出)。所以登錄設備11與監測設備可以有線或者無線連接，從而傳輸資料。
本說明書中的網路13可以包括有線或無線電信裝置，登錄設備11所基於的網路裝置可以藉由所述有線或無線電信裝置來交換資料。例如，每個網路13可以包括區域網路(“LAN”)、廣域網路(“WAN”)、內部網、網際網路、行動行動電話網路、虛擬專用網(VPN)、蜂窩式或其它行動通訊網路、藍牙、NFC或其任何組合。在示例性實施方案的討論中，應理解，術語“資料”和“資訊”可在本說明書中互換使用來指代可存在於基於電腦的環境中的文字、圖像、音頻、視頻或任何其它形式的資訊。
所述監測設備可以用於監測使用者的腦波圖信號，並將所監測到的使用者的腦波圖信號傳輸給所述登錄設備11。具體地，所述監測設備中可以設置有包括腦波圖晶片、腦波圖感測器、資料傳輸裝置。所述腦波圖感測器例如乾式電極，用於採集大腦產生的腦波圖信號。一般的，腦波圖感測器採集到的腦波圖信號通常比較微弱，並且可能存在很多的雜訊信號(例如無意識的眨眼，周圍環境影響，使用者大腦中的雜念等都會產生腦波圖的雜訊信號)。所述腦波圖晶片可以集成腦波圖信號濾波(Wave filtering)、放大、A/D轉換(Analogic to Digital，類比數位轉換)、資料處理和分析等功能。所述濾波，即對採集到的腦波圖進行過濾，這樣就可以過濾掉腦波圖中的雜訊信號，提升抗干擾性能。所述A/D轉換，就是把類比信號轉換為數位信號，這樣就將腦波圖信號量化為一系列的數位值；進而藉由資料處理和分析，可以將複雜的腦波圖分解為不同的腦狀態數值，例如包括但不限於關注度、放鬆度、腦活躍度、熟悉度、警惕度、創造力值等。所述資料傳輸裝置用於將腦波圖晶片處理後的腦波圖資訊傳輸給登錄設備11。具體地，所述資料傳輸裝置可以包括有線或無線電信裝置，所述監測設備所基於的資料傳輸裝置可以藉由所述有線或無線電信裝置來傳輸或者交換資料。例如，有線或無線電信裝置可以包括區域網路(“LAN”)、廣域網路(“WAN”)、內部網、網際網路、行動電話網路、虛擬專用網路(VPN)、蜂窩式或其它行動通訊網路、藍牙、NFC或其任何組合。
圖2所示的是一種示例性的監測設備的示意圖。所述監測設備141可以是一種頭戴式的設備，使用者可以藉由頭戴這樣監測設備就可以進行腦波圖登錄，而無需使用自己的行動終端。在圖2中，所述登錄設備11和所述監測設備141可以集成在一起，所述登錄設備11可以包括有螢幕152，所述螢幕152可以向使用者展示資訊。所述登錄設備11可以根據所述監測設備141傳輸的腦波圖資訊產生登錄請求，並將所述登錄請求發送給伺服器12。值得一提的是，圖2所示的監測設備僅是一種示例，在實際應用中，所述監測設備可以是任意形式的，只要能實現監測使用者腦波圖信號即可。
所述伺服器12可以是指用於進行登錄的伺服器，例如伺服器12在接收到登錄設備11發送的登錄請求後，根據所述登錄請求完成使用者帳戶的登錄。
以下可以結合圖3所示的例子介紹本說明書一種實現登錄的方法的實施例，如圖3所示，包括以下步驟：
步驟210：向使用者展示用於進行登錄的動態資訊。
登錄設備可以向使用者展示使用者進行登錄的動態資訊。所述展示可以藉由登錄終端的螢幕以文字或者圖像的方式顯示動態資訊，使用者藉由視覺獲取動態資訊；也可以藉由登錄終端的語音播放裝置以語音的方式播放動態資訊，使用者藉由聽覺獲取動態資訊。
所述動態資訊包括以下一種或者多種的組合：
顏色的變化。具體地，登錄終端可以隨機產生多種顏色變化的資訊並展示給使用者；例如藍綠紅，即登錄終端螢幕上顯示的顏色從藍變為綠，再從綠變為紅。這樣使用者在看到登錄終端螢幕上顯示的顏色變化後，大腦就做出反應，產生藍綠紅顏色變化的腦波圖。還有的，登錄終端可以播放顏色變化的語音，同樣地，使用者在聽到顏色變化的語音後，大腦也會做出反應，產生顏色變化的腦波圖。
眨眼的變化。具體地，登錄終端可以隨機產生多種眨眼長短變化的資訊並展示給使用者，例如長短長，即登錄終端螢幕上可以顯示眨眼變化的圖像或者文字，眨眼三次，第一次眨眼時間較長，第二眨眼時間較短，第三次眨眼時間較長。這樣使用者在看到登錄終端螢幕上顯示的眨眼變化後，大腦就做出反應，產生眨眼時間長短長變化的腦波圖。還有的，登錄終端可以播放眨眼變化的語音，同樣地，使用者在聽到眨眼變化的語音後，大腦也會做出反應，產生眨眼變化的腦波圖。
精力的變化。具體地，登錄終端可以隨機產生多種精力集中、放鬆變化的資訊並展示給使用者，例如，集中放鬆集中，即登錄終端螢幕上可以顯示精力變化的圖像或者文字，首先集中精力，然後放鬆精力，再集中精力。這樣使用者在看到登錄終端螢幕上顯示的精力變化後，大腦就做出反應，產生精力變化的腦波圖。還有的，登錄終端可以播放精力變化的語音，同樣地，使用者在聽到精力變化的語音後，大腦也會做出反應，產生精力變化的腦波圖。
值得一提的是，上述涉及的多種可以是指兩種或者兩種以上。
對於動態資訊包括多種的組合，即上述顏色變化、眨眼變化、精力變化也可以隨機互相組合，並且組合順序也可以是隨機的。
步驟220：接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號。
如前所述，使用者在獲取到登錄終端展示的用於登錄的動態資訊之後，大腦會做出反應，產生該動態資訊的腦波圖。此時，監測設備就可以監測到所述使用者根據所展示的動態資訊產生的腦波圖信號；並將該腦波圖信號藉由有線或無線的方式傳輸給登錄終端。
如前所述，監測設備中的腦波圖晶片可以將腦波圖信號量化為一系列的數位值；進而藉由資料處理和分析，可以將複雜的腦波圖分解為不同的腦狀態數值，例如包括但不限於關注度、放鬆度、腦活躍度、熟悉度、警惕度、創造力值等。這種方式中，登錄終端接收到的腦波圖信號即為處理後的腦狀態數值。
在另一種實現方式中，所述監測設備僅用於進行腦波圖信號的採集，而腦波圖晶片可以是集成在登錄終端的。這種方式中，登錄終端接收到的腦波圖信號即為未處理的腦波圖信號。
進一步的，登錄設備還需要對接收到的腦波圖信號進行處理，從而得到腦狀態數值。這裡的處理同樣是利用了腦波圖晶片，處理過程與前述相同，此處不再贅述。
步驟230：將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號。
登錄終端在接收或者獲取到所述使用者根據所展示的動態資訊產生的腦波圖信號之後，需要將所述腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配。
所述登錄認證庫中儲存有預先採集到的使用者對各種動態資訊產生的腦波圖信號。通常，使用者在第一次使用腦波圖進行登錄時，會提示使用者採集大腦對各種動態資訊做出反應時產生的腦波圖信號。
這樣，以後使用者再次使用腦波圖進行登錄時，就可以根據登錄認證庫中使用者的腦波圖信號進行登錄認證了。
舉例說明，假設動態資訊為：藍綠紅，即登錄終端螢幕上顯示的顏色從藍變為綠，再從綠變為紅。採集到使用者的腦波圖信號假設為A，B，C(可以是指頻率變化，也可以是指量化後腦狀態數值的變化)。登錄設備可以從登錄認證庫中查詢該使用者預先採集的藍綠紅對應的腦波圖信號假設為A’，B’，C’。進而，判斷A，B，C是否與A’，B’，C’匹配；如果A和A’相同，B和B’相同，C和C’相同，則說明匹配成功；如果不完全相同，則說明匹配失敗。
需要說明的是，所述相同可以包括相等或者相似。例如，A和A’的差值小於閾值的情況下，也可以認為是相同。所述閾值可以認為預先設置的經驗值。
在實際應用中，由於人腦的腦波圖容易收到干擾，因此同一個人對同一個事物所產生的腦波圖有些許差異；並且，由於腦波圖較為複雜，直接匹配腦波圖信號，匹配成功率低。為了解決這樣問題，在本說明書提出的另一個實施例中：
所述登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
一般的，機器學習模組可以對預先採集到的使用者對各種動態資訊產生的腦波圖資訊進行訓練。具體地，藉由設置合理的函數，可以借助已有的機器學習技術對這些採集到的腦波圖資訊進行建模，藉由不斷地迭代優化演算法，可以計算出各個節點屬性之間的關係以及各個節點屬性的權重，從而確定一個統一的方程或者計算公式；一般的，可以將這樣的方程或者計算公式稱之為模型。藉由訓練出的腦波圖模型，可以確定一個使用者腦波圖特徵的唯一性和準確性，即可以使得使用者在不同環境中對於相同的動態資訊可以得到相同的計算結果。藉由機器學習技術，可以提高腦波圖匹配的成功率，進而可以提高登錄效率。
步驟240：在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，登錄設備可以進行登錄。
具體地，所述進行登錄，可以包括：
產生所述使用者的登錄請求，並將所述登錄請求發送給伺服器。
本說明書實施例，提供了一種基於人腦意識產生腦波圖的登錄方案，藉由對使用者人腦對登錄設備展示的動態資訊做出反應所產生的腦波圖信號的採集、處理、分析，將腦波圖信號轉換成用於登錄系統對接的登錄命令；由於所述動態資訊類似動態口令，是隨機的、一次性的；因此，基於人腦意識產生腦波圖的登錄方案相比起傳統的登錄方案更為安全、更為隱蔽、趣味性強、使用者體驗高。
在本說明書的一個具體地實施例中，所述步驟220，具體可以包括：
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號和所述使用者的腦波圖的唯一標識信號；其中，所述腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼；
所述步驟230，具體可以包括：
將所述監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，所述身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號；
在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；
將所述監測到的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
本實施例中，每個人的腦波圖特徵碼都是唯一的。因此，利用腦波圖特徵碼作為使用者腦波圖的唯一標識信號，可以很好的起到識別不同使用者的作用。一般的，可以將腦波圖的唯一標識信號稱之為腦波圖ID資訊。
與登錄認證庫類似的，身份驗證庫中儲存有預先採集到的不同使用者對應的腦波圖的唯一標識資訊。通常，每一個使用者在第一次使用腦波圖進行登錄時，都會提示並採集使用者腦波圖的唯一標識資訊。
如此，在使用者進行腦波圖登錄過程中，登錄設備在接收到監測設備監測到的腦波圖的唯一標識信號後，可以遍歷身份驗證庫；在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；進而將所述監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
藉由本實施例，可以進一步提升登錄安全性。
在本說明書的一個具體地實施例中，
在所述步驟210之前，所述方法還包括：
對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生；
所述步驟210，具體包括：
在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
本實施例中，由於人腦的腦波圖信號容易受到周圍環境的影響；因此進行腦波圖登錄之前，登錄設備可以對使用者的當前環境進行監測；只有在在當前環境不影響腦波圖的正常產生的情況下，登錄設備就可以向使用者展示用於進行登錄的動態資訊。這樣，就可以保證採集到的腦波圖信號的真實性，從而提升腦波圖登錄的成功率。
在一種實現方式中，所述對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括：
監測當前環境的雜訊分貝；
判斷當前環境的雜訊分貝是否達到閾值；
在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
通常，環境的雜訊是影響腦波圖正常產生的一個重要因素。因此，可以在登錄設備中設置用於監測雜訊分貝的感測器，藉由對當前環境的雜訊分貝的監測，可以判斷前環境是否影響腦波圖的正常產生。
在另一種實現方式中，所述對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括：
監測當前環境的光照強度；
判斷當前環境的光照強度是否達到閾值；
在當前環境的光照強度未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
通常，環境的光照強度是影響腦波圖正常產生的一個重要因素。因此，可以在登錄設備中設置用於監測光照強度的感測器，藉由對當前環境的光照強度的監測，可以判斷前環境是否影響腦波圖的正常產生。
需要說明的是，影響腦波圖正常產生的因素不限上述的雜訊和，在實際應用中可以包括其它可能影響腦波圖正常產生的任意因素。
在本說明書的一個具體地實施例中，
所述步驟210，具體包括：
在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
本實施例與上一實施例不同之處在於，監測當前環境是否影響腦波圖的正常產生可以是由監測設備完成的。與上一實施例類似的，監測設備中可以設置用於監測雜訊分貝的感測器，藉由對當前環境的雜訊分貝的監測，可以判斷前環境是否影響腦波圖的正常產生；監測設備中可以設置用於監測光照強度的感測器，藉由對當前環境的光照強度的監測，可以判斷前環境是否影響腦波圖的正常產生。具體可以參考上一實施例。
在本說明書的一個具體地實施例中，
基於圖3所示實施例，在步驟230之後，還可以包括：
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊；
根據所述使用者的生物特徵資訊進行登錄。
本實施例中，所述生物特徵資訊包括但不限於：指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
為了實現採集使用者的指紋，所述登錄設備可以設置有指紋採集器；
為了實現採集使用者的掌紋，所述登錄設備可以設置有掌紋採集器；
為了實現採集使用者的虹膜，所述登錄設備可以設置有虹膜採集器；
為了實現採集使用者的眼紋，所述登錄設備可以設置有眼紋採集器；
為了實現採集使用者的人臉，所述登錄設備可以設置有人臉採集器；
為了實現採集使用者的聲波，所述登錄設備可以設置有聲波採集器。
藉由本實施例，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，可以利用生物特徵資訊對腦波圖認證結果進行挑戰。如果採集到的使用者的生物特徵資訊符合使用者本人，則依然可以進行登錄。
在本說明書的一個具體地實施例中，
在所述採集使用者的生物特徵資訊之前，所述方法還包括：
統計腦波圖匹配失敗的次數；
所述採集使用者的生物特徵資訊，具體包括：
在所述腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
本實施例中，所述閾值可以是預先設置的一個經驗值。藉由本實施例，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗次數到達閾值的情況下，可以利用生物特徵資訊對腦波圖認證結果進行挑戰。如果採集到的使用者的生物特徵資訊符合使用者本人，則依然可以進行登錄。
與前述登錄方法實施例相對應，本說明書還提供了登錄裝置的實施例。所述裝置實施例可以藉由軟體實現，也可以藉由硬體或者軟硬體結合的方式實現。以軟體實現為例，作為一個邏輯意義上的裝置，是藉由其所在設備的處理器將非易失性記憶體中對應的電腦程式指令讀取到記憶體中運行形成的。從硬體層面而言，本說明書登錄裝置所在設備的一種硬體結構可以包括處理器、網路介面、記憶體以及非易失性記憶體之外，實施例中裝置所在的設備通常根據該登錄實際功能，還可以包括其他硬體，對此不再贅述。
參見圖4，為本說明書一實施例提供的支付裝置的模組圖，所述裝置對應了圖3所示實施例，所述裝置包括：
展示單元310，向使用者展示用於進行登錄的動態資訊；
接收單元320，接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
匹配單元330，將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
登錄單元340，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
在一個可選的實施例中：
所述動態資訊包括以下任意一種或者多種的組合：
顏色的變化；
眨眼的變化；
精力的變化。
在一個可選的實施例中：
所述登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
在一個可選的實施例中：
所述接收單元320，具體包括：
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號和所述使用者的腦波圖的唯一標識信號；其中，所述腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼；
所述匹配單元330，具體包括：
第一匹配子單元，將所述監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，所述身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號；
獲取子單元，在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；
第二匹配子單元，將所述監測到的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
在一個可選的實施例中：
在所述展示單元310之前，所述裝置還包括：
環境判斷子單元，對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生；
所述展示單元310，具體包括：
在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
在一個可選的實施例中：
所述環境判斷子單元，具體包括：
雜訊監測子單元，監測當前環境的雜訊分貝；
雜訊判斷子單元，判斷當前環境的雜訊分貝是否達到閾值；
環境確定子單元，在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
在一個可選的實施例中：
所述展示單元310，具體包括：
在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
在一個可選的實施例中：
所述裝置還包括：
採集單元，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊；
生物登錄單元，根據所述使用者的生物特徵資訊進行登錄。
在一個可選的實施例中：
所述採集單元，具體包括：
統計子單元，在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，統計腦波圖匹配失敗的次數；
採集子單元，在所述腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
在一個可選的實施例中：
所述生物特徵資訊包括：
指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
綜上所述，本說明書提供了一種基於人腦意識產生腦波圖的登錄方案，藉由對使用者人腦對登錄設備展示的動態資訊做出反應所產生的腦波圖信號的採集、處理、分析，將腦波圖信號轉換成用於登錄系統對接的登錄命令；由於所述動態資訊類似動態口令，是隨機的、一次性的；因此，基於人腦意識產生腦波圖的登錄方案相比起傳統的登錄方案更為安全、更為隱蔽、趣味性強、使用者體驗高。
上述實施例闡明的系統、裝置、模組或單元，具體可以由電腦晶片或實體實現，或者由具有某種功能的產品來實現。一種典型的實現設備為電腦，電腦的具體形式可以是個人電腦、膝上型電腦、蜂窩電話、相機電話、智慧型電話、個人數位助理、媒體播放器、導航設備、電子郵件收發設備、遊戲控制台、平板電腦、可穿戴設備或者這些設備中的任意幾種設備的組合。
上述裝置中各個單元的功能和作用的實現過程具體詳見上述方法中對應步驟的實現過程，在此不再贅述。
對於裝置實施例而言，由於其基本對應於方法實施例，所以相關之處參見方法實施例的部分說明即可。以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分佈到多個網路單元上。可以根據實際的需要選擇其中的部分或者全部模組來實現本說明書方案的目的。本領域具有通常知識者在不付出創造性勞動的情況下，即可以理解並實施。
以上圖4描述了登錄裝置的內部功能模組和結構示意，其實質上的執行主體可以為一種電子設備，包括：
處理器；
用於儲存處理器可執行指令的記憶體；
其中，所述處理器被配置為：
向使用者展示用於進行登錄的動態資訊；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，所述登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號；
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
可選的，所述動態資訊包括以下任意一種或者多種的組合：
顏色的變化；
眨眼的變化；
精力的變化。
可選的，所述登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
可選的，所述接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號；
接收監測設備監測到的所述使用者根據所展示的動態資訊產生的腦波圖信號和所述使用者的腦波圖的唯一標識信號；其中，所述腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼；
所述將所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配，具體包括：
將所述監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，所述身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號；
在匹配到目標使用者的情況下，獲取登錄認證庫中所述目標使用者對於該動態資訊對應的腦波圖信號；
將所述監測到的腦波圖信號與從所述登錄認證庫中獲取到的腦波圖信號進行匹配。
可選的，在所述向使用者展示用於進行登錄的動態資訊之前，還包括：
對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生；
所述向使用者展示用於進行登錄的動態資訊，具體包括：
在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
可選的，所述對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括：
監測當前環境的雜訊分貝；
判斷當前環境的雜訊分貝是否達到閾值；
在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
可選的，所述向使用者展示用於進行登錄的動態資訊，具體包括：
在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
可選的，還包括：
在所述監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊；
根據所述使用者的生物特徵資訊進行登錄。
可選的，在所述採集使用者的生物特徵資訊之前，還包括：
統計腦波圖匹配失敗的次數；
所述採集使用者的生物特徵資訊，具體包括：
在所述腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
可選的，所述生物特徵資訊包括：
指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
在上述電子設備的實施例中，應理解，該處理器可以是中央處理單元(英文：Central Processing Unit，簡稱：CPU)，還可以是其他通用處理器、數位信號處理器(英文：Digital Signal Processor，簡稱：DSP)、專用集成電路(英文：Application Specific Integrated Circuit，簡稱：ASIC)等。通用處理器可以是微處理器或者該處理器也可以是任何常規的處理器等，而前述的記憶體可以是唯讀記憶體(英文：read-only memory，縮寫：ROM)、隨機存取記憶體(英文：random access memory，簡稱：RAM)、快閃記憶體、硬碟或者固態硬碟。結合本發明實施例所公開的方法的步驟可以直接體現為硬體處理器執行完成，或者用處理器中的硬體及軟體模組組合執行完成。
本說明書中的各個實施例均採用遞進的方式描述，各個實施例之間相同相似的部分互相參見即可，每個實施例重點說明的都是與其他實施例的不同之處。尤其，對於電子設備實施例而言，由於其基本相似於方法實施例，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。
本領域技術人員在考慮說明書及實踐這裡公開的發明後，將容易想到本說明書的其它實施方案。本說明書旨在涵蓋本說明書的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本說明書的一般性原理並包括本說明書未公開的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本說明書的真正範圍和精神由下面的申請專利範圍指出。
應當理解的是，本說明書並不局限於上面已經描述並在圖式中示出的精確結構，並且可以在不脫離其範圍進行各種修改和改變。本說明書的範圍僅由所附的申請專利範圍來限制。
11‧‧‧登錄設備
12‧‧‧伺服器
13‧‧‧網路
141‧‧‧監測設備
152‧‧‧螢幕
210~240‧‧‧步驟
310‧‧‧展示單元
320‧‧‧接收單元
330‧‧‧匹配單元
340‧‧‧登錄單元
圖1是本說明書一實施例提供的實現登錄的系統架構圖；
圖2是本說明書一實施例提供的監測設備的示意圖；
圖3是本說明書一實施例提供的登錄方法的流程圖；
圖4是本說明書一實施例提供的登錄裝置的模組示意圖。
Claims (21)
- 一種登錄方法，該方法包括： 向使用者展示用於進行登錄的動態資訊； 接收監測設備監測到的該使用者根據所展示的動態資訊產生的腦波圖信號； 將該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，該登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號； 在該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
- 根據申請專利範圍第1項所述的方法，該動態資訊包括以下任意一種或者多種的組合： 顏色的變化； 眨眼的變化； 精力的變化。
- 根據申請專利範圍第1項所述的方法，該登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
- 根據申請專利範圍第1項所述的方法，該接收監測設備監測到的該使用者根據所展示的動態資訊產生的腦波圖信號； 接收監測設備監測到的該使用者根據所展示的動態資訊產生的腦波圖信號和該使用者的腦波圖的唯一標識信號；其中，該腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼； 該將該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配，具體包括： 將該監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，該身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號； 在匹配到目標使用者的情況下，獲取登錄認證庫中該目標使用者對於該動態資訊對應的腦波圖信號； 將該監測到的腦波圖信號與從該登錄認證庫中獲取到的腦波圖信號進行匹配。
- 根據申請專利範圍第1項所述的方法，在該向使用者展示用於進行登錄的動態資訊之前，該方法還包括： 對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生； 該向使用者展示用於進行登錄的動態資訊，具體包括： 在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
- 根據申請專利範圍第5項所述的方法，該對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生，具體包括： 監測當前環境的雜訊分貝； 判斷當前環境的雜訊分貝是否達到閾值； 在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
- 根據申請專利範圍第1項所述的方法，該向使用者展示用於進行登錄的動態資訊，具體包括： 在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
- 根據申請專利範圍第1項所述的方法，該方法還包括： 在該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊； 根據該使用者的生物特徵資訊進行登錄。
- 根據申請專利範圍第8項所述的方法，在該採集使用者的生物特徵資訊之前，該方法還包括： 統計腦波圖匹配失敗的次數； 該採集使用者的生物特徵資訊，具體包括： 在該腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
- 根據申請專利範圍第8或9項所述的方法，該生物特徵資訊包括： 指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
- 一種登錄裝置，應該於登錄設備，該裝置包括： 展示單元，向使用者展示用於進行登錄的動態資訊； 接收單元，接收監測設備監測到的該使用者根據所展示的動態資訊產生的腦波圖信號； 匹配單元，將該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，該登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號； 登錄單元，在該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
- 根據申請專利範圍第11項所述的裝置，該動態資訊包括以下任意一種或者多種的組合： 顏色的變化； 眨眼的變化； 精力的變化。
- 根據申請專利範圍第11項所述的裝置，該登錄認證庫中的腦波圖信號藉由機器學習訓練得到。
- 根據申請專利範圍第11項所述的裝置，該接收單元，具體包括： 接收監測設備監測到的該使用者根據所展示的動態資訊產生的腦波圖信號和該使用者的腦波圖的唯一標識信號；其中，該腦波圖的唯一標識信號為使用者特有的具有唯一性的腦波圖特徵碼； 該匹配單元，具體包括： 第一匹配子單元，將該監測到的腦波圖的唯一標識信號在身份驗證庫進行匹配；其中，該身份驗證庫中儲存有不同使用者對應的腦波圖的唯一標識信號； 獲取子單元，在匹配到目標使用者的情況下，獲取登錄認證庫中該目標使用者對於該動態資訊對應的腦波圖信號； 第二匹配子單元，將該監測到的腦波圖信號與從該登錄認證庫中獲取到的腦波圖信號進行匹配。
- 根據申請專利範圍第11項所述的裝置，在該展示單元之前，該裝置還包括： 環境判斷子單元，對當前環境進行監測，判斷當前環境是否影響腦波圖的正常產生； 該展示單元，具體包括： 在當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
- 根據申請專利範圍第15項所述的裝置，該環境判斷子單元，具體包括： 雜訊監測子單元，監測當前環境的雜訊分貝； 雜訊判斷子單元，判斷當前環境的雜訊分貝是否達到閾值； 環境確定子單元，在當前環境的雜訊分貝未達到閾值的情況下，確定當前環境不影響腦波圖的正常產生。
- 根據申請專利範圍第11項所述的裝置，該展示單元，具體包括： 在接收到監測設備發送的當前環境不影響腦波圖的正常產生的情況下，向使用者展示用於進行登錄的動態資訊。
- 根據申請專利範圍第11項所述的裝置，該裝置還包括： 採集單元，在該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，採集使用者的生物特徵資訊； 生物登錄單元，根據該使用者的生物特徵資訊進行登錄。
- 根據申請專利範圍第18項所述的裝置，該採集單元，具體包括： 統計子單元，在該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配失敗的情況下，統計腦波圖匹配失敗的次數； 採集子單元，在該腦波圖匹配失敗的次數到達閾值的情況下，採集使用者的生物特徵資訊。
- 根據申請專利範圍第18或19項所述的裝置，該生物特徵資訊包括： 指紋、掌紋、虹膜、眼紋、人臉、聲波中的至少一種。
- 一種電子設備，包括： 處理器； 用於儲存處理器可執行指令的記憶體； 其中，該處理器被配置為： 向使用者展示用於進行登錄的動態資訊； 接收監測設備監測到的該使用者根據所展示的動態資訊產生的腦波圖信號； 將該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號進行匹配；其中，該登錄認證庫中儲存有使用者對各種動態資訊產生的腦波圖信號； 在該監測到的腦波圖信號與登錄認證庫中該動態資訊對應的腦波圖信號匹配成功的情況下，進行登錄。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| ??201711261253.4 | 2017-12-04 | ||
| CN201711261253.4A CN108108603A (zh) | 2017-12-04 | 2017-12-04 | 登录方法及装置和电子设备 |
| CN201711261253.4 | 2017-12-04 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201926101A true TW201926101A (zh) | 2019-07-01 |
| TWI686721B TWI686721B (zh) | 2020-03-01 |
Family
ID=62208088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW107134617A TWI686721B (zh) | 2017-12-04 | 2018-10-01 | 登錄方法及裝置和電子設備 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11132430B2 (zh) |
| EP (1) | EP3647976B1 (zh) |
| CN (1) | CN108108603A (zh) |
| SG (1) | SG11202000909QA (zh) |
| TW (1) | TWI686721B (zh) |
| WO (1) | WO2019109738A1 (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108108974A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 支付方法及装置和电子设备 |
| CN108108603A (zh) | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 登录方法及装置和电子设备 |
| CN111492632B (zh) * | 2017-12-22 | 2023-04-28 | 瑞典爱立信有限公司 | 用于预测网络节点的状态改变的系统和方法 |
| WO2021215266A1 (ja) * | 2020-04-23 | 2021-10-28 | ソニーグループ株式会社 | 制御装置、及び制御方法 |
| US11460921B2 (en) | 2020-07-09 | 2022-10-04 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource |
| US11526876B2 (en) | 2020-07-09 | 2022-12-13 | Bank Of America Corporation | System for calibration of an EEG device for detection of specific brainwave patterns |
| US11467663B2 (en) * | 2020-07-09 | 2022-10-11 | Bank Of America Corporation | System for wireless communication between a brain activity monitoring system and a resource distribution hub |
| WO2022113131A1 (en) * | 2020-11-25 | 2022-06-02 | Primecash S.R.L. | Method for the identification of a subject by a device by means of brain waves and related system |
| CN113764062B (zh) * | 2021-11-08 | 2022-02-08 | 广州天鹏计算机科技有限公司 | 一种患者数据信息处理方法、装置、系统和存储介质 |
| WO2023138992A1 (en) | 2022-01-19 | 2023-07-27 | Signify Holding B.V. | A brain control interface system for controlling a controllable device |
Family Cites Families (51)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008074133A1 (en) * | 2006-12-21 | 2008-06-26 | Sxip Identity Corp. | System and method for simplified login using an identity manager |
| US9058473B2 (en) * | 2007-08-29 | 2015-06-16 | International Business Machines Corporation | User authentication via evoked potential in electroencephalographic signals |
| US8679012B1 (en) * | 2008-08-13 | 2014-03-25 | Cleveland Medical Devices Inc. | Medical device and method with improved biometric verification |
| US9100825B2 (en) * | 2012-02-28 | 2015-08-04 | Verizon Patent And Licensing Inc. | Method and system for multi-factor biometric authentication based on different device capture modalities |
| US20140303450A1 (en) * | 2013-04-03 | 2014-10-09 | Dylan Caponi | System and method for stimulus optimization through closed loop iterative biological sensor feedback |
| US9137246B2 (en) * | 2012-04-09 | 2015-09-15 | Brivas Llc | Systems, methods and apparatus for multivariate authentication |
| US20140020089A1 (en) * | 2012-07-13 | 2014-01-16 | II Remo Peter Perini | Access Control System using Stimulus Evoked Cognitive Response |
| US10814131B2 (en) * | 2012-11-26 | 2020-10-27 | Thync Global, Inc. | Apparatuses and methods for neuromodulation |
| US9355231B2 (en) * | 2012-12-05 | 2016-05-31 | Telesign Corporation | Frictionless multi-factor authentication system and method |
| US10049361B2 (en) * | 2012-12-14 | 2018-08-14 | Accenture Global Services Limited | Dynamic authentication technology |
| US9509688B1 (en) * | 2013-03-13 | 2016-11-29 | EMC IP Holding Company LLC | Providing malicious identity profiles from failed authentication attempts involving biometrics |
| US9160730B2 (en) * | 2013-03-15 | 2015-10-13 | Intel Corporation | Continuous authentication confidence module |
| CN105051647B (zh) * | 2013-03-15 | 2018-04-13 | 英特尔公司 | 基于生物物理信号的搜集时间和空间模式的大脑计算机接口（bci）系统 |
| WO2015047032A1 (ko) * | 2013-09-30 | 2015-04-02 | 삼성전자 주식회사 | 생체 신호에 기초하여 컨텐츠를 처리하는 방법, 및 그에 따른 디바이스 |
| CN103729586A (zh) * | 2013-12-20 | 2014-04-16 | 北京握奇数据系统有限公司 | 一种基于脑电波信号的密码验证方法及系统 |
| US9703952B2 (en) * | 2014-07-07 | 2017-07-11 | University Of Ontario Institute Of Technology | Device and method for providing intent-based access control |
| WO2016080366A1 (ja) * | 2014-11-21 | 2016-05-26 | 国立研究開発法人産業技術総合研究所 | 脳波による認証装置、認証方法、認証システム及びプログラム |
| US10154818B2 (en) * | 2014-12-24 | 2018-12-18 | Samsung Electronics Co., Ltd. | Biometric authentication method and apparatus |
| US9305155B1 (en) * | 2015-02-12 | 2016-04-05 | United Services Automobile Association (Usaa) | Toggling biometric authentication |
| WO2016187348A1 (en) * | 2015-05-18 | 2016-11-24 | Brian Mullins | Biometric authentication in a head mounted device |
| CN105100097A (zh) * | 2015-07-17 | 2015-11-25 | 百度在线网络技术（北京）有限公司 | 身份认证方法和装置 |
| CN105590045B (zh) * | 2015-09-14 | 2018-09-04 | 中国银联股份有限公司 | 一种环境自适应的身份认证方法和终端 |
| TW201710938A (zh) * | 2015-09-15 | 2017-03-16 | Solid Year Co Ltd | 可分析使用者臉部之有效性的使用者登入方法與應用此使用者登入方法的使用者登入系統 |
| US10078748B2 (en) * | 2015-11-13 | 2018-09-18 | Microsoft Technology Licensing, Llc | Unlock and recovery for encrypted devices |
| US10799180B2 (en) * | 2015-11-14 | 2020-10-13 | Zeto, Inc. | System and method for testing contact quality of electrical-biosignal electrodes |
| CN105512534A (zh) * | 2015-12-31 | 2016-04-20 | 湖南人文科技学院 | 一种基于脑电波和虹膜及人脸识别的复合鉴证的可自毁式身份识别系统 |
| US10616693B2 (en) * | 2016-01-22 | 2020-04-07 | Staton Techiya Llc | System and method for efficiency among devices |
| US10169560B2 (en) * | 2016-02-04 | 2019-01-01 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Stimuli-based authentication |
| US10803145B2 (en) * | 2016-02-05 | 2020-10-13 | The Intellectual Property Network, Inc. | Triggered responses based on real-time electroencephalography |
| US20170337352A1 (en) * | 2016-05-23 | 2017-11-23 | Daqri, Llc | Confidential information occlusion using augmented reality |
| US10044712B2 (en) * | 2016-05-31 | 2018-08-07 | Microsoft Technology Licensing, Llc | Authentication based on gaze and physiological response to stimuli |
| GB2551543A (en) * | 2016-06-21 | 2017-12-27 | Eckoh Uk Ltd | Methods of authenticating a user for data exchange |
| SG10201605364XA (en) * | 2016-06-29 | 2018-01-30 | Mastercard Asia Pacific Pte Ltd | Method For Effecting An Authentication Procedure Associated With A Service Provider Or An Application |
| KR20190025965A (ko) * | 2016-07-01 | 2019-03-12 | 엘.아이.에프.이. 코포레이션 에스.에이. | 복수의 센서들을 갖는 의복들에 의한 바이오메트릭 식별 |
| CN206097118U (zh) * | 2016-07-05 | 2017-04-12 | 昆明理工大学 | 一种用于基于脑电波的多模态个人身份识别的采集系统 |
| CN106251438A (zh) * | 2016-07-22 | 2016-12-21 | 三峡大学 | 一种脑波锁系统和方法 |
| US10581853B2 (en) * | 2016-08-03 | 2020-03-03 | Huami Inc. | Method and apparatus for password management |
| US11304657B2 (en) * | 2016-08-26 | 2022-04-19 | Akili Interactive Labs, Inc. | Cognitive platform coupled with a physiological component |
| TWI587178B (zh) * | 2016-09-20 | 2017-06-11 | Zhen-Hao Jiang | An apparatus and method for moving the brainwave control platform |
| CN106503517B (zh) * | 2016-10-12 | 2019-09-03 | 中国电子科技集团公司电子科学研究院 | 一种基于虚拟现实头盔脑纹采集的安全认证系统 |
| KR20180041532A (ko) * | 2016-10-14 | 2018-04-24 | 삼성전자주식회사 | 전자 장치들 간 연결 방법 및 장치 |
| CN106503527A (zh) | 2016-10-28 | 2017-03-15 | 上海创功通讯技术有限公司 | 一种电子文档指纹签名的方法和装置 |
| WO2018094230A2 (en) * | 2016-11-17 | 2018-05-24 | Cognito Therapeutics, Inc. | Methods and systems for neural stimulation via auditory stimulation |
| US11237635B2 (en) * | 2017-04-26 | 2022-02-01 | Cognixion | Nonverbal multi-input and feedback devices for user intended computer control and communication of text, graphics and audio |
| CN107393214A (zh) * | 2017-07-10 | 2017-11-24 | 三峡大学 | 一种基于脑波的自动存取款系统 |
| CN107277075A (zh) * | 2017-08-18 | 2017-10-20 | 京东方科技集团股份有限公司 | 认证装置和认证方法 |
| US10405186B1 (en) * | 2017-10-05 | 2019-09-03 | United Services Automobile Association | Systems and methods for independent multi-challenge multi-level authentication |
| US10594690B2 (en) * | 2017-11-16 | 2020-03-17 | Bank Of America Corporation | Authenticating access to a computing resource using facial recognition based on involuntary facial movement |
| CN108234130A (zh) * | 2017-12-04 | 2018-06-29 | 阿里巴巴集团控股有限公司 | 身份验证方法及装置和电子设备 |
| CN108108603A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 登录方法及装置和电子设备 |
| CN108108974A (zh) * | 2017-12-04 | 2018-06-01 | 阿里巴巴集团控股有限公司 | 支付方法及装置和电子设备 |
-
2017
- 2017-12-04 CN CN201711261253.4A patent/CN108108603A/zh active Pending
-
2018
- 2018-10-01 TW TW107134617A patent/TWI686721B/zh active
- 2018-10-17 SG SG11202000909QA patent/SG11202000909QA/en unknown
- 2018-10-17 WO PCT/CN2018/110671 patent/WO2019109738A1/zh unknown
- 2018-10-17 EP EP18886664.4A patent/EP3647976B1/en active Active
-
2020
- 2020-03-05 US US16/810,619 patent/US11132430B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| TWI686721B (zh) | 2020-03-01 |
| EP3647976A4 (en) | 2020-11-04 |
| US20200201974A1 (en) | 2020-06-25 |
| WO2019109738A1 (zh) | 2019-06-13 |
| CN108108603A (zh) | 2018-06-01 |
| EP3647976A1 (en) | 2020-05-06 |
| EP3647976B1 (en) | 2022-05-11 |
| SG11202000909QA (en) | 2020-02-27 |
| US11132430B2 (en) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI686721B (zh) | 登錄方法及裝置和電子設備 | |
| Wang et al. | Convolutional neural networks using dynamic functional connectivity for EEG-based person identification in diverse human states | |
| CA2835460C (en) | System and method for enabling continuous or instantaneous identity recognition based on physiological biometric signals | |
| Jayarathne et al. | BrainID: Development of an EEG-based biometric authentication system | |
| Abo‐Zahhad et al. | State‐of‐the‐art methods and future perspectives for personal recognition based on electroencephalogram signals | |
| Sohankar et al. | E-bias: A pervasive eeg-based identification and authentication system | |
| Su et al. | A biometric-based covert warning system using EEG | |
| Johnson et al. | My thoughts are not your thoughts | |
| Zhu et al. | Blinkey: A two-factor user authentication method for virtual reality devices | |
| Rathi et al. | A novel approach for designing authentication system using a picture based P300 speller | |
| WO2022047272A9 (en) | Electronic devices with a static artificial intelligence model for contextual situations, including age blocking for vaping and ignition start, using data analysis and operating methods thereof | |
| CN108234130A (zh) | 身份验证方法及装置和电子设备 | |
| Sooriyaarachchi et al. | MusicID: A brainwave-based user authentication system for internet of things | |
| CN105809442B (zh) | 一种高安全性的支付系统及方法 | |
| CN108108974A (zh) | 支付方法及装置和电子设备 | |
| Białas et al. | Multifactor authentication system using simplified EEG brain–computer interface | |
| Rathi et al. | Authentication framework for security application developed using a pictorial P300 speller | |
| Cao et al. | Towards nonintrusive and secure mobile two-factor authentication on wearables | |
| Thomas et al. | EEG-based biometrie authentication using self-referential visual stimuli | |
| Bak et al. | User biometric identification methodology via EEG-based motor imagery signals | |
| Kaur et al. | A study of EEG for enterprise multimedia security | |
| US20240152586A1 (en) | Ecg-based biometric authentication | |
| Kamaraju et al. | EEG Based Biometric Authentication System Using Multivariate FBSE Entropy | |
| Kopito et al. | Brain-based Authentication: Towards A Scalable, Commercial Grade Solution Using Noninvasive Brain Signals | |
| EP4351084A1 (en) | System and method of electroencephalography (eeg) authentication |