生物特徵識別的攻擊測試方法、裝置及設備
本說明書有關電腦技術領域,尤其有關一種生物特徵識別的攻擊測試方法、裝置及設備。
生物識別(如面部識別、虹膜識別、視網膜識別等)中往往採用相應的生物識別演算法實現,生物識別演算法中應用到的機器學習演算法較多,機器學習演算法的結果概率性較強。
在對生物識別設備的生物識別能力進行測試的過程中,通常可以採用人工測試的方式,即召集多個不同的測試志願者,然後,透過上述測試志願者分別進行上述生物識別測試,直到所有的測試志願者均完成測試,從而得到測試結果,但是,由於生物識別演算法中應用到的機器學習演算法較多,而機器學習演算法的特點是結果的概率性較強,在對生物識別設備的生物識別能力進行測試的過程中需要進行大量的嘗試,從而需要消耗較多的人力資源,並且測試周期會很長,而且透過人工測試也會使得每次人工操作的誤差較大,且很難複現,因此,需要提供一種更優的生物識別測試方案,從而可以對生物識別進行更高效和更準確的測試。
本說明書實施例的目的是提供一種更優的生物識別測試方案,從而可以對生物識別進行更高效和更準確的測試。
為了實現上述技術方案,本說明書實施例是這樣實現的:
本說明書實施例提供的一種生物特徵識別的攻擊測試方法,所述方法包括:基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型。控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例提供的一種生物特徵識別的攻擊測試裝置,所述裝置包括:測試用例獲取模組,基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型。攻擊測試模組,控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。測試結果確定模組,基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例提供的一種生物特徵識別的攻擊測試設備,所述生物特徵識別的攻擊測試設備包括:處理器;以及被安排成儲存電腦可執行指令的記憶體,所述可執行指令在被執行時使所述處理器:基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型。控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例還提供了一種儲存媒體,其中,所述儲存媒體用於儲存電腦可執行指令,所述可執行指令在被執行時實現以下流程:基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型。控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例提供一種生物特徵識別的攻擊測試方法、裝置及設備。
為了使本技術領域的人員更好地理解本說明書中的技術方案,下面將結合本說明書實施例中的附圖,對本說明書實施例中的技術方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本說明書一部分實施例,而不是全部的實施例。基於本說明書中的實施例,本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例,都應當屬本說明書保護的範圍。
實施例一
如圖1所示,本說明書實施例提供一種生物特徵識別的攻擊測試方法,該方法的執行主體可以為生物特徵識別的測試設備,該測試設備可以包括主控子設備和機械臂等,其中的主控子設備可以是終端設備或伺服器,其中,該伺服器可以是獨立的一個伺服器,還可以是由多個伺服器構成的伺服器集群等,該伺服器可以是如金融業務或網路購物業務等的後台伺服器,也可以是某應用程式的後台伺服器等。該終端設備可以如手機或平板電腦等行動終端設備,還可以如個人電腦等設備。本說明書實施例中以主控子設備為終端設備為例進行詳細說明,對於伺服器的情況,可以參見下述相關內容,在此不再贅述。其中的機械臂可以與主控子設備相連接,主控子設備可以向機械臂發送控制指令,機械臂可以基於該控制指令執行相應的操作,機械臂上還可以設置有攝像組件(如攝像頭等),透過攝像組件可以對機械臂的操作的準確性進行校準和反饋,並可以透過攝像組件確定或查找需要操作的對象等。該方法具體可以包括以下步驟:
在步驟S102中,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行上述生物特徵識別攻擊對應的肢體部位實體模型。
其中,目標用戶可以是任意用戶,例如可以是測試人員,還可以是進行本次測試的志願者等。目標用戶的資訊可以是與目標用戶相關的資訊,例如,目標用戶的資訊可以包括目標用戶的姓名、身份證件號碼、手機號碼、面部影像、虹膜影像、視網膜影像等,具體可以根據實際情況設定。生物特徵識別攻擊可以是透過影像等方式對用戶的生物特徵進行識別的過程,並對上述過程進行攻擊,以驗證生物識別設備的識別能力,例如對用戶的面部識別進行攻擊,以此來驗證生物識別設備的面部識別能力,再例如,對用戶的虹膜識別進行攻擊,以此來驗證生物識別設備的虹膜識別能力等,具體可以根據實際情況設定,本說明書實施例對此不作限定。測試用例可以是進行上述攻擊測試所需要使用的樣本或案例,測試用例可以包括一個或多個,每個測試用例中可以包括一個或多個測試影像,該測試影像可以是進行基於影像的生物特徵識別相關影像,例如,若生物特徵識別為面部識別,則測試影像可以是面部影像,若生物特徵識別為虹膜識別,則測試影像可以是虹膜影像,若生物特徵識別為視網膜識別,則測試影像可以是視網膜影像等,具體可以根據實際情況設定,本說明書實施例對此不作限定。進行上述生物特徵識別攻擊對應的肢體部位實體模型可以是進行上述生物特徵識別攻擊對應的肢體部位的多維實體模型,例如進行面部識別攻擊對應的面部的3維實體模型,具體如3維面具等,再例如進行虹膜識別攻擊對應的眼睛的3維實體模型,具體如3維眼部模型等。
在實施中,生物識別(如面部識別、虹膜識別、視網膜識別等)中往往採用相應的生物識別演算法實現,生物識別演算法中應用到的機器學習演算法較多,機器學習演算法的結果概率性較強。在對生物識別設備的生物識別能力進行測試的過程中,通常可以採用人工測試的方式,即召集多個不同的測試志願者,然後,透過上述測試志願者分別進行上述生物識別測試,直到所有的測試志願者均完成測試,從而得到測試結果,但是,由於生物識別演算法中應用到的機器學習演算法較多,而機器學習演算法的特點是結果的概率性較強,在對生物識別設備的生物識別能力進行測試的過程中需要進行大量的嘗試,從而需要消耗較多的人力資源,並且測試周期會很長,而且透過人工測試也會使得每次人工操作的誤差較大,且很難複現,因此,需要提供一種更優的生物識別測試方案,從而可以對生物識別進行更高效和更準確的測試。本說明書實施例提供一種可實現的技術方案,具體可以包括以下內容:
為了更好的對生物特徵識別進行攻擊測試,可以針對不同的測試志願者分別設置測試影像,例如,對於面部識別,可以分別獲取每個測試志願者的多個不同姿態的影像,並可以將包括面部影像在內的影像作為測試影像,又例如,對於虹膜識別,可以分別獲取每個測試志願者的多個不同角度下的虹膜影像,並可以將上述虹膜影像作為測試影像。透過上述方式獲取到不同測試志願者的測試影像後,可以基於獲取的測試影像生成進行基於影像的生物特徵識別攻擊所需使用的測試用例,其中每個測試用例中可以包括某一個測試志願者的一個或多個測試影像,或者,還可以包括多個不同的測試志願者的一個或多個測試影像。
為了提高測試效率,可以根據生物特徵識別和生物特徵識別攻擊測試的處理機制,預先透過相應的編程語言開發測試頁面,如圖2所示,該測試頁面中可以包括待測試的目標用戶的資訊的輸入框、生物特徵識別的選擇框、測試時長、測試開始時間、測試用例的數量、測試結果輸出框、確定按鍵和取消按鍵等。當需要對某生物識別設備進行生物特徵識別攻擊時,測試人員可以確定該生物識別設備所屬的用戶(即目標用戶),然後,可以獲取目標用戶的相關資訊,如目標用戶的面部影像或虹膜影像等。可以將獲取的上述相關資訊輸入到目標用戶的資訊的輸入框中,輸入完成後,測試人員還可以根據實際情況,透過生物特徵識別的選擇框選擇需要進行的生物特徵識別過程,並可以設定測試時長、測試開始時間、測試用例的數量等,上述設定完成後,測試人員可以啓動測試過程,即測試人員可以點擊上述頁面中的確定按鍵,此時,測試設備可以從目標用戶的資訊的輸入框中獲取待測試的目標用戶的相關資訊,此外,還可以獲取如生物特徵識別的測試類型、測試時長、測試開始時間和測試用例的數量等。可以對目標用戶的相關資訊和上述獲取的其它資訊進行分析,確定對目標用戶進行基於影像的生物特徵識別攻擊所需的測試用例。
例如,生物特徵識別的選擇框中選擇的面部識別,測試開始時間為當前時刻立即開始,測試時長和測試用例的數量可以不做限定,待測試的目標用戶的資訊可以為目標用戶的姓名等標識,則可以基於目標用戶的標識獲取目標用戶的進行面部識別設定的基準面部影像等相關資訊,然後,可以基於目標用戶的進行面部識別設定的基準面部影像等相關資訊,從測試用例資料庫中選取與目標用戶的進行面部識別設定的基準面部影像相似度大於預定閾值的測試用例,並可以將上述選取的測試用例作為對目標用戶進行基於影像的生物特徵識別攻擊所需的測試用例。
在步驟S104中,控制機械臂將上述測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,並控制機械臂調整上述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對上述測試用例的每個位置姿態的測試結果。
其中,識別區域可以是生物識別設備進行是生物特徵識別的過程中能夠對用戶進行有效識別的區域,例如,以面部識別為例,可以將距離生物識別設備的水平距離為10厘米至100厘米,且生物識別設備的正前方的空間區域作為識別區域等,具體可以根據實際情況設定,本說明書實施例對此不做限定。位置姿態可以是指位置和擺放姿態等,其中的位置可以是地理位置坐標或根據實際情況設定的以某一點或面為起始點或起始面建立的坐標系對應的坐標等,其中的擺放姿態可以如傾斜姿態、水平姿態、倒置姿態等,具體可以根據實際情況設定,本說明書實施例對此不做限定。
在實施中,測試設備中的主控子設備確定對目標用戶進行生物特徵識別攻擊所需的測試用例後,可以對得到的測試用例進行分析,確定其中包含的測試影像的數量和/或肢體部位實體模型的數量,以及測試用戶當前所處的位置資訊,然後,可以向機械臂發送測試用例的位置資訊,機械臂可以基於測試用例的位置資訊,透過攝像組件查找上述測試用例所在的位置,然後,機械臂可以到達查找的位置拾取測試用例,其中,如果測試用例中包括多個測試影像和/或多個肢體部位實體模型,則機械臂可以根據每個測試影像或肢體部位實體模型所在的位置,拾取相應的測試影像或肢體部位實體模型等。機械臂拾取相應的測試影像或肢體部位實體模型後,測試人員可以將生物識別設備放置或固定在指定位置,或者,主控子設備可以向機械臂發送設定生物識別設備的指令,機械臂可以透過攝像組件查找生物識別設備,然後,可以拾取生物識別設備,並可以將其放置或固定在指定位置。
主控子設備可以確定生物識別設備的識別區域,完成後,可以控制機械臂將上述測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,此時,測試設備可以觸發生物識別設備進行生物特徵識別處理,或者,生物識別設備自動啓動生物特徵識別處理,生物識別設備可以啓動其攝像組件採集識別區域中的測試影像或肢體部位實體模型,同時可以記錄識別的結果。主控子設備還可以控制機械臂調整測試用例的位置姿態,從而使得測試用例可以處於多個不同的位置姿態,其中,多個不同的位置姿態可以基於多個不同的維度確定,例如二維的位置姿態、三維的位置姿態或五維的位置姿態等,具體可以根據實際情況設定,本說明書實施例對此不做限定。針對每一個位置姿態,生物識別設備可以啓動其攝像組件採集識別區域中的測試影像或肢體部位實體模型,同時可以記錄識別的結果。基於上述方式,可以進行生物特徵識別的攻擊測試,得到針對上述測試用例的每個位置姿態的測試結果,測試設備可以獲取該測試結果。
在步驟S106中,基於針對上述測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果。
其中,對目標用戶進行生物特徵識別攻擊的測試結果可以包括攻擊成功率、生物特徵識別準確度等,具體可以根據實際情況設定,本說明書實施例對此不做限定。
在實施中,可以對上述測試用例的每個位置姿態對應的測試結果進行統計分析,確定測試結果為通過和測試結果為未通過的數量,然後,可以基於統計分析的結果,確定對目標用戶進行生物特徵識別攻擊的測試結果。例如,此時用例中包括一張測試影像,測試設備控制機械臂對該測試影像調整了27種不同的位置姿態,其中有2種位置姿態對應的測試結果為通過,剩餘的25種位置姿態對應的測試結果為未通過,則對目標用戶進行生物特徵識別攻擊的測試結果可以包括攻擊成功率為2/27=7.4%,生物特徵識別準確度為92.6%等。
本說明書實施例提供一種生物特徵識別的攻擊測試方法,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行生物特徵識別攻擊對應的肢體部位實體模型,控制機械臂將測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,這樣,透過機械臂對進行生物識別的攻擊測試,從而减少了人力資源,此外,機械臂的各種參數(如距離等)處於可控範圍內,從而降低了人工測試中存在的客觀誤差,此外,還可以控制機械臂調整測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對測試用例的每個位置姿態的測試結果,基於針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果,這樣透過機械臂進行測試控制,提高了測試效率和測試的準確性。
實施例二
如圖3所示,本說明書實施例提供一種生物特徵識別的攻擊測試方法,該方法的執行主體可以為生物特徵識別的測試設備,該測試設備可以包括主控子設備和機械臂等,其中的主控子設備可以是終端設備或伺服器,其中,該伺服器可以是獨立的一個伺服器,還可以是由多個伺服器構成的伺服器集群等,該伺服器可以是如金融業務或網路購物業務等的後台伺服器,也可以是某應用程式的後台伺服器等。該終端設備可以如手機或平板電腦等行動終端設備,還可以如個人電腦等設備。本說明書實施例中以主控子設備為終端設備為例進行詳細說明,對於伺服器的情況,可以參見下述相關內容,在此不再贅述。其中的機械臂可以與主控子設備相連接,主控子設備可以向機械臂發送控制指令,機械臂可以基於該控制指令執行相應的操作,機械臂上還可以設置有攝像組件(如攝像頭等),透過攝像組件可以對機械臂的操作的準確性進行校準和反饋,並可以透過攝像組件確定或查找需要操作的對象等。該方法具體可以包括以下步驟:
在步驟S302中,獲取當前環境資訊,該環境資訊包括以下中的一種或多種:溫度、濕度和光照強度。
其中,環境資訊也可以不僅僅包括上述資訊,還可以包括其它相關資訊,具體可以根據實際情況設定。
在實施中,測試設備中還可以設置有溫度感測器、濕度感測器、光照強度感測器等,可以透過上述感測器分別獲取當前的溫度、濕度和光照強度,即可以透過溫度感測器檢測當前的溫度,透過濕度感測器檢測當前的濕度,透過光照強度感測器檢測當前的光照強度,可以將上述各個感測器檢測到的溫度、濕度和光照強度等提供給測試設備,從而測試設備可以獲取到當前的環境資訊。
在步驟S304中,基於預設的基準環境資訊,對當前環境資訊進行調整,得到進行生物特徵識別攻擊測試的環境資訊。
其中,基準環境資訊可以是預先設定的作為標準使用的環境的資訊,不同的生物特徵識別攻擊測試,基準環境資訊可以不同,例如面部識別攻擊測試對應的基準環境資訊與虹膜識別攻擊測試對應的基準環境資訊可以不同。
在實施中,考慮到不同的環境對生物特徵識別會產生一定的影響,例如不同的溫度會對面部識別部件的靈敏度產生影響,具體如,若環境溫度低於預設溫度閾值,則面部識別部件的靈敏度會明顯下降等,為了消除因環境的變化而造成不同的生物特徵識別攻擊測試結果,可以預先設定統一的環境資訊(即基準環境資訊),該基準環境資訊可以是基於對生物特徵識別部件的影響最小或能夠使得生物特徵識別部件的穩定性最好的環境對應的環境資訊等,具體可以根據實際情況設定。
透過上述方式設定基準環境資訊後,在獲取到當前的環境資訊時,可以透過該基準環境資訊對當前環境資訊進行調整,使得當前的環境資訊與基準環境資訊相匹配,例如,基準環境資訊可以包括溫度為25攝氏度,當前環境資訊可以為溫度10攝氏度,則可以對當前的溫度進行調整,使其溫度的數值達到25攝氏度,或者,將當前的溫度調整到與25攝氏度相匹配的溫度範圍內,如24攝氏度-26攝氏度等,最終可以得到進行生物特徵識別攻擊測試的環境資訊。
基於得到的上述環境資訊,上述實施例一中步驟S102的處理可以透過下述步驟S306的方式實現,具體可以參見下述步驟S306的處理。
在步驟S306中,在進行生物特徵識別攻擊測試的環境資訊對應的環境下,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行上述生物特徵識別攻擊對應的肢體部位實體模型。
在實施中,在進行生物特徵識別攻擊測試的環境資訊對應的環境下,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,上述步驟S306中的基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例的具體處理過程可以參見圖2和上述實施例一中步驟S102的具體處理過程,在此不再贅述。
另外,上述步驟S306的處理還可以透過下述方式實現:基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例的標識,該標識基於圖形碼進行設定;基於所述標識,透過機械臂上設置的攝像組件掃描圖形碼的方式,控制機械臂從測試用例資料庫中獲取該標識對應的測試用例。
在實施中,可以為每個測試用例設置一個或多個標識,可以透過該標識生成相應的圖形碼(如條形碼或二維碼等),並可以將生成的圖形碼與測試用例對應儲存,當需要查找某測試用例時,可以透過機械臂上設置的攝像組件掃描測試用例對應的圖形碼進行查找。上述實現方式僅是一種可選的實現方式,在實際應用中還可以包括多種不同的實現方式,具體可以根據實際情況設定。
需要說明的是,如果測試用例中包括測試影像,則該測試影像可以透過以下方式獲取:獲取生物識別設備中預先儲存的針對目標用戶的第一資料,第一資料包括以下中的一種或多種:影像、視頻和二進制檔案;基於第一資料,確定對目標用戶進行生物特徵識別攻擊所需的測試影像。
其中的二進制檔案可以是二進制的影像或二進制的視頻等。
在實際應用中,除了可以透過上述方式獲取測試影像外,還可以透過多種方式獲取測試影像,以下再提供一種可實現的測試影像獲取方式,具體可以包括以下內容:獲取生物識別設備透過攝像組件預先採集的目標用戶的第二資料,第二資料包括以下中的一種或多種:影像、視頻和二進制檔案;基於第二資料,確定對目標用戶進行生物特徵識別攻擊所需的測試影像。
在步驟S308中,生物識別設備獲取針對目標用戶的進行生物特徵識別的基準生物特徵影像。
其中,基準生物特徵影像可以是作為標準生物特徵的影像,基準生物特徵影像中記錄有準確的或真實的生物特徵。生物識別設備可以包括但不限於個人電腦、手機、交易機具(如販賣機等)和各類穿戴式設備(如智能手環或智能手錶等)。
在實施中,為了對生物識別設備進行攻擊測試,可以預先向該生物識別設備中錄入基準生物特徵影像,具體地,生物識別設備中可以設置有基準生物特徵影像的錄入頁面,當目標用戶需要向生物識別設備中錄入基準生物特徵影像時,可以透過該生物識別設備打開上述錄入頁面,可以透過該錄入頁面觸發該生物識別設備的攝像組件,基於該攝像組件可以採集目標用戶的一個或多個生物特徵影像,生物識別設備可以基於採集的一個或多個生物特徵影像生成針對目標用戶的進行生物特徵識別的基準生物特徵影像,並可以將該基準生物特徵影像儲存在生物識別設備中。
需要說明的是,除了可以透過上述方式獲取基準生物特徵影像外,還可以透過多種方式獲取基準生物特徵影像,以下再提供兩種可實現的方式,具體可以參見下述方式一和方式二的處理。
方式一:獲取生物識別設備預先儲存的針對目標用戶的第三資料,第三資料包括以下中的一種或多種:影像、視頻和二進制檔案;基於第三資料,確定針對目標用戶的進行生物特徵識別的基準生物特徵影像。
方式二:獲取生物識別設備透過攝像組件預先採集的目標用戶的第四資料,第四資料包括以下中的一種或多種:影像、視頻和二進制檔案;基於第四資料,確定針對目標用戶的進行生物特徵識別的基準生物特徵影像。
在步驟S310中,控制機械臂將上述測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內。
在步驟S312中,控制機械臂調整上述測試用例處於多個不同的位置姿態,並調整生物識別設備的位置姿態,以進行生物特徵識別的攻擊測試,得到針對該測試用例的每個位置姿態和生物識別設備的每個位置姿態的測試結果。
在實施中,可以控制機械臂調整上述測試用例處於多個不同的位置姿態,具體處理過程可以參見上述實施例一中步驟S104中的相關內容,在此不再贅述。此外,在調整上述測試用例處於多個不同的位置姿態的同時,調整生物識別設備的位置姿態,這樣,可以得到多個不同的測試用例的位置姿態與生物識別設備的位置姿態的組合,例如,測試用例的位置姿態可以包括A1、A2、A3,生物識別設備的位置姿態可以包括B1、B2,則位置姿態的組合可以包括A1B1、A1B2、A2B1、A3B1、A2B2、A3B2等。可以基於不同的位置姿態的組合進行生物特徵識別的攻擊測試,得到針對該測試用例的每個位置姿態和生物識別設備的每個位置姿態的測試結果(即每種位置姿態的組合對應的測試結果)。
需要說明的是,上述控制機械臂調整上述測試用例處於多個不同的位置姿態可以透過多種不同的方式實現,以下提供兩種可選的處理方式,具體可以包括以下方式一和方式二的處理。
方式一:控制機械臂沿著三維坐標系中的坐標軸調整上述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對該測試用例的每個位置姿態的測試結果。
在實施中,可以透過三維坐標系中的坐標軸對測試用例的位置姿態進行調整,如可以沿著x軸、y軸或z軸對測試用例的位置姿態進行調整等,具體調整過程可以根據實際情況設定,本說明書實施例對此不做限定。
方式二:控制機械臂沿著極坐標系中下述一種或多種方式:預定的球半徑、預定的水平夾角和預定的垂直夾角,調整上述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對該測試用例的每個位置姿態的測試結果。
在實施中,測試設備不僅可以透過上述三維坐標系中的坐標軸對測試用例的位置姿態進行調整,還可以透過極坐標系中的相應處理方式對測試用例的位置姿態進行調整,即如可以沿著預定的球半徑對測試用例的位置姿態進行調整,或可以沿著預定的水平夾角對測試用例的位置姿態進行調整等,具體調整過程可以根據實際情況設定,本說明書實施例對此不做限定。
基於上述內容,上述控制機械臂調整生物識別設備的位置姿態可以透過多種不同的方式實現,以下提供兩種可選的處理方式,具體可以包括以下方式一和方式二的處理。
方式一:控制機械臂沿著三維坐標系中的坐標軸調整生物識別設備的位置姿態。
方式二:控制機械臂沿著極坐標系中下述一種或多種方式:預定的球半徑、預定的水平夾角和預定的垂直夾角,調整生物識別設備的位置姿態。
生物識別設備可以基於基準生物特徵影像,對該測試用例進行生物特徵識別,得到相應的識別結果,可以將得到識別結果提供給測試設備,測試設備可以基於識別結果,確定針對該測試用例的每個位置姿態和生物識別設備的每個位置姿態的測試結果。
基於上述處理,可以自動化地動態調整生物識別設備與測試用例的相對位置,可以透過多次攻擊測試,實現測試範圍可以覆蓋整個測試用例的軌跡範圍,可以調整生物識別設備和測試用例的相對位置,使得測試範圍和測試用例的軌跡範圍比例進行動態調整,具體可以參見下述相關內容:處於多個不同的位置姿態的測試用例所覆蓋的區域大於或等於進行生物特徵識別的攻擊測試對應的區域。
如圖4所示,多個圓形區域為測試用例的軌跡範圍,測試範圍為方形區域的範圍,顯然,處於多個不同的位置姿態的測試用例所覆蓋的區域大於或等於進行生物特徵識別的攻擊測試對應的區域,從而可以提高測試的準確性和全面性。
在步驟S314中,基於針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果。
在實施中,可以透過機械臂上設置的攝像組件獲取針對測試用例的每個位置姿態對應的測試結果,還可以從生物識別設備中預先記錄的資訊中獲取針對測試用例的每個位置姿態對應的測試結果,最終可以基於獲取的針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果,具體處理過程可以參見上述實施例一中的相關內容,在此不再贅述。
另外,對於測試用例中包括測試影像的情況,測試設備還可以透過下述方式對測試影像進行調整,具體可以包括:控制機械臂調整測試影像的亮度、色彩飽和度和播放速度中的一項或多項,以進行生物特徵識別的攻擊測試,得到針對該測試影像的測試結果。
在實施中,該測試影像可以透過顯示設備進行顯示,機械臂可以透過顯示設備中提供的影像調節按鍵,調整測試影像的亮度、色彩飽和度或播放速度等,並可以透過調整後的測試影像進行生物特徵識別的攻擊測試,得到針對該測試影像的測試結果,具體處理過程可以參見上述實施例一中的相關內容,在此不再贅述。
基於上述處理,上述步驟S314的處理可以為:基於針對上述測試用例的每個位置姿態對應的測試結果和針對該測試影像的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例提供一種生物特徵識別的攻擊測試方法,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行生物特徵識別攻擊對應的肢體部位實體模型,控制機械臂將測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,這樣,透過機械臂對進行生物識別的攻擊測試,從而减少了人力資源,此外,機械臂的各種參數(如距離等)處於可控範圍內,從而降低了人工測試中存在的客觀誤差,此外,還可以控制機械臂調整測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對測試用例的每個位置姿態的測試結果,基於針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果,這樣透過機械臂進行測試控制,提高了測試效率和測試的準確性。
此外,透過利用機械臂可以進行多種角度、多個位置姿態的變換,實現自動化的生物識別測試的目的,使得生物識別過程中出現的問題容易進行重現,同時也節省了測試中的人力資源。
實施例三
以上為本說明書實施例提供的生物特徵識別的攻擊測試方法,基於同樣的思路,本說明書實施例還提供一種生物特徵識別的攻擊測試裝置,如圖5所示。
該生物特徵識別的攻擊測試裝置包括:測試用例獲取模組501、攻擊測試模組502和測試結果確定模組503,其中:
測試用例獲取模組501,基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型;
攻擊測試模組502,控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果;
測試結果確定模組503,基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例中,所述攻擊測試模組502,控制所述機械臂調整所述測試用例處於多個不同的位置姿態,並調整生物識別設備的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態和所述生物識別設備的每個位置姿態的測試結果。
本說明書實施例中,所述裝置還包括:
環境資訊獲取模組,獲取當前環境資訊,所述環境資訊包括以下中的一種或多種:溫度、濕度和光照強度;
環境調整模組,基於預設的基準環境資訊,對所述當前環境資訊進行調整,得到進行所述生物特徵識別攻擊測試的環境資訊;
所述測試用例獲取模組501,在進行所述生物特徵識別攻擊測試的環境資訊對應的環境下,基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例。
本說明書實施例中,所述測試用例中包括測試影像,所述裝置還包括:
第一資料獲取模組,獲取所述生物識別設備中預先儲存的針對所述目標用戶的第一資料,所述第一資料包括以下中的一種或多種:影像、視頻和二進制檔案;
第一測試影像確定模組,基於所述第一資料,確定對所述目標用戶進行生物特徵識別攻擊所需的測試影像。
本說明書實施例中,所述測試用例中包括測試影像,所述裝置還包括:
第二資料獲取模組,獲取所述生物識別設備透過攝像組件預先採集的所述目標用戶的第二資料,所述第二資料包括以下中的一種或多種:影像、視頻和二進制檔案;
第二測試影像確定模組,基於所述第二資料,確定對所述目標用戶進行生物特徵識別攻擊所需的測試影像。
本說明書實施例中,所述攻擊測試模組502,控制所述機械臂沿著三維坐標系中的坐標軸調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果;或者,
控制所述機械臂沿著極坐標系中下述一種或多種方式:預定的球半徑、預定的水平夾角和預定的垂直夾角,調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。
本說明書實施例中,所述處於多個不同的位置姿態的所述測試用例所覆蓋的區域大於或等於進行所述生物特徵識別的攻擊測試對應的區域。
本說明書實施例中,所述測試用例中包括測試影像,所述裝置還包括:
調整模組,控制所述機械臂調整所述測試影像的亮度、色彩飽和度和播放速度中的一項或多項,以進行生物特徵識別的攻擊測試,得到針對所述測試影像的測試結果;
所述測試結果確定模組503,基於針對所述測試用例的每個位置姿態對應的測試結果和針對所述測試影像的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例中,所述測試用例獲取模組501,包括:
標識獲取單元,基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例的標識,所述標識基於圖形碼進行設置;
測試用例獲取單元,基於所述標識,透過所述機械臂上設置的攝像組件掃描圖形碼的方式,控制所述機械臂從測試用例資料庫中獲取所述標識對應的測試用例。
本說明書實施例提供一種生物特徵識別的攻擊測試裝置,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行生物特徵識別攻擊對應的肢體部位實體模型,控制機械臂將測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,這樣,透過機械臂對進行生物識別的攻擊測試,從而减少了人力資源,此外,機械臂的各種參數(如距離等)處於可控範圍內,從而降低了人工測試中存在的客觀誤差,此外,還可以控制機械臂調整測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對測試用例的每個位置姿態的測試結果,基於針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果,這樣透過機械臂進行測試控制,提高了測試效率和測試的準確性。
此外,透過利用機械臂可以進行多種角度、多個位置姿態的變換,實現自動化的生物識別測試的目的,使得生物識別過程中出現的問題容易進行重現,同時也節省了測試中的人力資源。
實施例四
以上為本說明書實施例提供的生物特徵識別的攻擊測試裝置,基於同樣的思路,本說明書實施例還提供一種生物特徵識別的攻擊測試設備,如圖6所示。
所述生物特徵識別的攻擊測試設備可以為上述實施例提供的生物特徵識別的測試設備,該測試設備可以包括主控子設備和機械臂等,其中的主控子設備可以是終端設備或伺服器,其中,該伺服器可以是獨立的一個伺服器,還可以是由多個伺服器構成的伺服器集群等,該伺服器可以是如金融業務或網路購物業務等的後台伺服器,也可以是某應用程式的後台伺服器等。該終端設備可以如手機或平板電腦等行動終端設備,還可以如個人電腦等設備。
生物特徵識別的攻擊測試設備可因配置或性能不同而產生比較大的差異,可以包括一個或一個以上的處理器601和記憶體602,記憶體602中可以儲存有一個或一個以上儲存應用程式或資料。其中,記憶體602可以是短暫儲存或持久儲存。儲存在記憶體602的應用程式可以包括一個或一個以上模組(圖示未示出),每個模組可以包括對生物特徵識別的攻擊測試設備中的一系列電腦可執行指令。更進一步地,處理器601可以設置為與記憶體602通訊,在生物特徵識別的攻擊測試設備上執行記憶體602中的一系列電腦可執行指令。生物特徵識別的攻擊測試設備還可以包括一個或一個以上電源603,一個或一個以上有線或無線網路介面604,一個或一個以上輸入輸出介面605,一個或一個以上鍵盤606和機械臂607。
具體在本實施例中,生物特徵識別的攻擊測試設備包括有記憶體,以及一個或一個以上的程式,其中一個或者一個以上程式儲存於記憶體中,且一個或者一個以上程式可以包括一個或一個以上模組,且每個模組可以包括對生物特徵識別的攻擊測試設備中的一系列電腦可執行指令,且經配置以由一個或者一個以上處理器執行該一個或者一個以上程式包含用於進行以下電腦可執行指令:
基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型;
控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果;
基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例中,所述控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果,包括:
控制所述機械臂調整所述測試用例處於多個不同的位置姿態,並調整生物識別設備的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態和所述生物識別設備的每個位置姿態的測試結果。
本說明書實施例中,還包括:
獲取當前環境資訊,所述環境資訊包括以下中的一種或多種:溫度、濕度和光照強度;
基於預設的基準環境資訊,對所述當前環境資訊進行調整,得到進行所述生物特徵識別攻擊測試的環境資訊;
所述基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,包括:
在進行所述生物特徵識別攻擊測試的環境資訊對應的環境下,基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例。
本說明書實施例中,所述測試用例中包括測試影像,所述測試影像的獲取方式包括:
獲取所述生物識別設備中預先儲存的針對所述目標用戶的第一資料,所述第一資料包括以下中的一種或多種:影像、視頻和二進制檔案;
基於所述第一資料,確定對所述目標用戶進行生物特徵識別攻擊所需的測試影像。
本說明書實施例中,所述測試用例中包括測試影像,所述測試影像的獲取方式包括:
獲取所述生物識別設備透過攝像組件預先採集的所述目標用戶的第二資料,所述第二資料包括以下中的一種或多種:影像、視頻和二進制檔案;
基於所述第二資料,確定對所述目標用戶進行生物特徵識別攻擊所需的測試影像。
本說明書實施例中,所述控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果,包括:
控制所述機械臂沿著三維坐標系中的坐標軸調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果;或者,
控制所述機械臂沿著極坐標系中下述一種或多種方式:預定的球半徑、預定的水平夾角和預定的垂直夾角,調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。
本說明書實施例中,所述處於多個不同的位置姿態的所述測試用例所覆蓋的區域大於或等於進行所述生物特徵識別的攻擊測試對應的區域。
本說明書實施例中,所述測試用例中包括測試影像,還包括:
控制所述機械臂調整所述測試影像的亮度、色彩飽和度和播放速度中的一項或多項,以進行生物特徵識別的攻擊測試,得到針對所述測試影像的測試結果;
所述基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果,包括:
基於針對所述測試用例的每個位置姿態對應的測試結果和針對所述測試影像的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例中,所述基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,包括:
基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例的標識,所述標識基於圖形碼進行設置;
基於所述標識,透過所述機械臂上設置的攝像組件掃描圖形碼的方式,控制所述機械臂從測試用例資料庫中獲取所述標識對應的測試用例。
本說明書實施例提供一種生物特徵識別的攻擊測試設備,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行生物特徵識別攻擊對應的肢體部位實體模型,控制機械臂將測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,這樣,透過機械臂對進行生物識別的攻擊測試,從而减少了人力資源,此外,機械臂的各種參數(如距離等)處於可控範圍內,從而降低了人工測試中存在的客觀誤差,此外,還可以控制機械臂調整測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對測試用例的每個位置姿態的測試結果,基於針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果,這樣透過機械臂進行測試控制,提高了測試效率和測試的準確性。
此外,透過利用機械臂可以進行多種角度、多個位置姿態的變換,實現自動化的生物識別測試的目的,使得生物識別過程中出現的問題容易進行重現,同時也節省了測試中的人力資源。
實施例五
進一步地,基於上述圖1至圖4所示的方法,本說明書一個或多個實施例還提供了一種儲存媒體,用於儲存電腦可執行指令資訊,一種具體的實施例中,該儲存媒體可以為USB快閃驅動器、光碟、硬碟等,該儲存媒體儲存的電腦可執行指令資訊在被處理器執行時,能實現以下流程:
基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,所述測試用例中包括測試影像和/或進行所述生物特徵識別攻擊對應的肢體部位實體模型;
控制所述機械臂將所述測試用例中的測試影像或所述肢體部位實體模型放置在生物識別設備的識別區域內,並控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果;
基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例中,所述控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果,包括:
控制所述機械臂調整所述測試用例處於多個不同的位置姿態,並調整生物識別設備的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態和所述生物識別設備的每個位置姿態的測試結果。
本說明書實施例中,還包括:
獲取當前環境資訊,所述環境資訊包括以下中的一種或多種:溫度、濕度和光照強度;
基於預設的基準環境資訊,對所述當前環境資訊進行調整,得到進行所述生物特徵識別攻擊測試的環境資訊;
所述基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,包括:
在進行所述生物特徵識別攻擊測試的環境資訊對應的環境下,基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例。
本說明書實施例中,所述測試用例中包括測試影像,所述測試影像的獲取方式包括:
獲取所述生物識別設備中預先存儲的針對所述目標用戶的第一資料,所述第一資料包括以下中的一種或多種:影像、視頻和二進制檔案;
基於所述第一資料,確定對所述目標用戶進行生物特徵識別攻擊所需的測試影像。
本說明書實施例中,所述測試用例中包括測試影像,所述測試影像的獲取方式包括:
獲取所述生物識別設備透過攝像組件預先採集的所述目標用戶的第二資料,所述第二資料包括以下中的一種或多種:影像、視頻和二進制檔案;
基於所述第二資料,確定對所述目標用戶進行生物特徵識別攻擊所需的測試影像。
本說明書實施例中,所述控制所述機械臂調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果,包括:
控制所述機械臂沿著三維坐標系中的坐標軸調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果;或者,
控制所述機械臂沿著極坐標系中下述一種或多種方式:預定的球半徑、預定的水平夾角和預定的垂直夾角,調整所述測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對所述測試用例的每個位置姿態的測試結果。
本說明書實施例中,所述處於多個不同的位置姿態的所述測試用例所覆蓋的區域大於或等於進行所述生物特徵識別的攻擊測試對應的區域。
本說明書實施例中,所述測試用例中包括測試影像,還包括:
控制所述機械臂調整所述測試影像的亮度、色彩飽和度和播放速度中的一項或多項,以進行生物特徵識別的攻擊測試,得到針對所述測試影像的測試結果;
所述基於針對所述測試用例的每個位置姿態對應的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果,包括:
基於針對所述測試用例的每個位置姿態對應的測試結果和針對所述測試影像的測試結果,確定對所述目標用戶進行生物特徵識別攻擊的測試結果。
本說明書實施例中,所述基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例,包括:
基於待測試的目標用戶的資訊,獲取對所述目標用戶進行生物特徵識別攻擊所需的測試用例的標識,所述標識基於圖形碼進行設置;
基於所述標識,透過所述機械臂上設置的攝像組件掃描圖形碼的方式,控制所述機械臂從測試用例資料庫中獲取所述標識對應的測試用例。
本說明書實施例提供一種儲存媒體,基於待測試的目標用戶的資訊,獲取對目標用戶進行生物特徵識別攻擊所需的測試用例,該測試用例中包括測試影像和/或進行生物特徵識別攻擊對應的肢體部位實體模型,控制機械臂將測試用例中的測試影像或肢體部位實體模型放置在生物識別設備的識別區域內,這樣,透過機械臂對進行生物識別的攻擊測試,從而减少了人力資源,此外,機械臂的各種參數(如距離等)處於可控範圍內,從而降低了人工測試中存在的客觀誤差,此外,還可以控制機械臂調整測試用例處於多個不同的位置姿態,以進行生物特徵識別的攻擊測試,得到針對測試用例的每個位置姿態的測試結果,基於針對測試用例的每個位置姿態對應的測試結果,確定對目標用戶進行生物特徵識別攻擊的測試結果,這樣透過機械臂進行測試控制,提高了測試效率和測試的準確性。
此外,透過利用機械臂可以進行多種角度、多個位置姿態的變換,實現自動化的生物識別測試的目的,使得生物識別過程中出現的問題容易進行重現,同時也節省了測試中的人力資源。
上述對本說明書特定實施例進行了描述。其它實施例在所附申請專利範圍的範圍內。在一些情況下,在申請專利範圍中記載的動作或步驟可以按照不同於實施例中的順序來執行並且仍然可以實現期望的結果。另外,在附圖中描繪的過程不一定要求示出的特定順序或者連續順序才能實現期望的結果。在某些實施方式中,多任務處理和並行處理也是可以的或者可能是有利的。
在20世紀90年代,對於一個技術的改進可以很明顯地區分是硬體上的改進(例如,對二極體、電晶體、開關等電路結構的改進)還是軟體上的改進(對於方法流程的改進)。然而,隨著技術的發展,當今的很多方法流程的改進已經可以視為硬體電路結構的直接改進。設計人員幾乎都透過將改進的方法流程編程到硬體電路中來得到相應的硬體電路結構。因此,不能說一個方法流程的改進就不能用硬體實體模組來實現。例如,可編程邏輯裝置(Programmable Logic Device,PLD)(例如現場可編程閘陣列(Field Programmable Gate Array,FPGA))就是這樣一種積體電路,其邏輯功能由用戶對裝置編程來確定。由設計人員自行編程來把一個數位系統“整合”在一片PLD上,而不需要請晶片製造廠商來設計和製作專用的積體電路晶片。而且,如今,取代手工地製作積體電路晶片,這種編程也多半改用“邏輯編譯器(logic compiler)”軟體來實現,它與程式開發撰寫時所用的軟體編譯器相類似,而要編譯之前的原始碼也得用特定的編程語言來撰寫,此稱之為硬體描述語言(Hardware Description Language,HDL),而HDL也並非僅有一種,而是有許多種,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware Description Language)等,目前最普遍使用的是VHDL(Very-High-Speed Integrated Circuit Hardware Description Language)與Verilog。本領域技術人員也應該清楚,只需要將方法流程用上述幾種硬體描述語言稍作邏輯編程並編程到積體電路中,就可以很容易得到實現該邏輯方法流程的硬體電路。
控制器可以按任何適當的方式實現,例如,控制器可以採取例如微處理器或處理器以及儲存可由該(微)處理器執行的電腦可讀程式碼(例如軟體或韌體)的電腦可讀媒體、邏輯閘、開關、專用積體電路(Application Specific Integrated Circuit,ASIC)、可編程邏輯控制器和嵌入微控制器的形式,控制器的例子包括但不限於以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,記憶體控制器還可以被實現為記憶體的控制邏輯的一部分。本領域技術人員也知道,除了以純電腦可讀程式碼方式實現控制器以外,完全可以透過將方法步驟進行邏輯編程來使得控制器以邏輯閘、開關、特殊應用積體電路、可編程邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件,而對其內包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至,可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。
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。具體地,電腦例如可以為個人電腦、膝上型電腦、蜂巢式電話、相機電話、智能電話、個人數位助理、媒體播放器、導航設備、電子郵件設備、游戲控制台、平板電腦、穿戴式設備或者這些設備中的任何設備的組合。
為了描述的方便,描述以上裝置時以功能分為各種單元分別描述。當然,在實施本說明書一個或多個實施例時可以把各單元的功能在同一個或多個軟體和/或硬體中實現。
本領域內的技術人員應明白,本說明書的實施例可提供為方法、系統、或電腦程式產品。因此,本說明書一個或多個實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本說明書一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書的實施例是參照根據本說明書實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程生物特徵識別的攻擊測試設備的處理器以產生一個機器,使得透過電腦或其他可編程生物特徵識別的攻擊測試設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可編程生物特徵識別的攻擊測試設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可編程生物特徵識別的攻擊測試設備上,使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。
記憶體可能包括電腦可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。
電腦可讀媒體包括永久性和非永久性、可移除式和非可移除式媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可抹除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁碟儲存或其他磁性儲存設備或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,電腦可讀媒體不包括暫態性電腦可讀媒體(transitory media),如調變的資料信號和載波。
還需要說明的是,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、商品或者設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、商品或者設備所固有的要素。在沒有更多限制的情況下,由語句“包括一個……”限定的要素,並不排除在包括所述要素的過程、方法、商品或者設備中還存在另外的相同要素。
本領域技術人員應明白,本說明書的實施例可提供為方法、系統或電腦程式產品。因此,本說明書一個或多個實施例可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本說明書一個或多個實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本說明書一個或多個實施例可以在由電腦執行的電腦可執行指令的一般上下文中描述,例如程式模組。一般地,程式模組包括執行特定任務或實現特定抽象資料類型的例程、程式、對象、組件、資料結構等等。也可以在分散式計算環境中實踐本說明書一個或多個實施例,在這些分散式計算環境中,由透過通訊網路而被連接的遠程處理設備來執行任務。在分散式計算環境中,程式模組可以位於包括儲存設備在內的本地和遠程電腦儲存媒體中。
本說明書中的各個實施例均採用漸進的方式描述,各個實施例之間相同相似的部分互相參照即可,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,對於系統實施例而言,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。
以上所述僅為本說明書的實施例而已,並不用於限制本說明書。對於本領域技術人員來說,本說明書可以有各種更改和變化。凡在本說明書的精神和原理之內所作的任何修改、等同替換、改進等,均應包含在本說明書的申請專利範圍的範圍之內。
S102:步驟
S104:步驟
S106:步驟
S302:步驟
S304:步驟
S306:步驟
S308:步驟
S310:步驟
S312:步驟
S314:步驟
501:測試用例獲取模組
502:攻擊測試模組
503:測試結果確定模組
601:處理器
602:記憶體
603:電源
604:有線或無線網路介面
605:輸入輸出介面
606:鍵盤
607:機械臂
為了更清楚地說明本說明書實施例或現有技術中的技術方案,下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本說明書中記載的一些實施例,對於本領域普通技術人員來講,在不付出創造性勞動性的前提下,還可以根據這些附圖獲得其他的附圖。
[圖1]為本說明書一種生物特徵識別的攻擊測試方法實施例;
[圖2]為本說明書一種生物特徵識別攻擊測試頁面的結構示意圖;
[圖3]為本說明書另一種生物特徵識別的攻擊測試方法實施例;
[圖4]為本說明書一種處於多個不同的位置姿態的測試用例所覆蓋的區域與進行生物特徵識別的攻擊測試對應的區域的關係示意圖;
[圖5]為本說明書一種生物特徵識別的攻擊測試裝置實施例;
[圖6]為本說明書一種生物特徵識別的攻擊測試設備實施例。