[發明專利]一種防盜刷卡的方法及系統有效
| 申請號: | 201911190962.7 | 申請日: | 2019-11-28 |
| 公開(公告)號: | CN110910586B | 公開(公告)日: | 2022-03-04 |
| 發明(設計)人: | 黃文強;季蘊青;張懂;胡瑋;易念;胡傳杰;浮晨琪;胡路蘋;黃雅楠;李蚌蚌;申亞坤;王暢暢;徐晨敏 | 申請(專利權)人: | 中國銀行股份有限公司 |
| 主分類號: | G07F19/00 | 分類號: | G07F19/00;G06V20/52;G06V40/16 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 古利蘭 |
| 地址: | 100818 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 防盜 刷卡 方法 系統 | ||
1.一種防盜刷卡的方法,其特征在于,應用于自動取款機ATM,所述方法包括:
當檢測到插卡信息時,基于所述ATM的攝像頭,每隔預設時間對攝像區域內的用戶進行拍攝,得到N個用戶圖像,N的取值為大于2的正整數,所述用戶圖像至少包括取款用戶的人臉特征、外觀特征、衣著特征中的任意一項特征;
將N個所述用戶圖像分別作為GA-BP神經網絡模型的輸入,在所述GA-BP神經網絡模型中分別對N個所述用戶圖像進行處理,得到N個盜刷卡概率,所述GA-BP神經網絡模型基于BP神經網絡模型預先建立得到;
若所述N個盜刷卡概率中有預設比例的盜刷卡概率大于或等于預設限額,執行身份驗證提示,所述身份驗證提示用于指示所述用戶輸入身份信息;
獲取所述用戶輸入的身份信息并驗證;
若通過所述身份驗證,確定取款操作安全。
2.根據權利要求1所述的方法,其特征在于,還包括:
若所述N個盜刷卡概率中預設比例的盜刷卡概率小于預設限額,確定取款操作安全。
4.根據權利要求1所述的方法,其特征在于,所述執行身份驗證提示,包括:
在所述ATM的顯示界面顯示人臉識別界面,提示所述用戶進行人臉識別操作,所述提示包括文字提示和/或語音播報提示;
相應地,所述獲取所述用戶輸入的身份信息并驗證,包括:
基于所述ATM的攝像頭獲取所述用戶基于所述提示執行人臉識別操作得到的人臉特征信息;
將所述人臉特征信息與預存儲的人臉特征信息進行比對,若比對結果一致,確定所述用戶通過所述身份驗證。
5.根據權利要求1所述的方法,其特征在于,若所述ATM設置有指紋錄入設備,所述執行身份驗證提示,包括:
提示所述用戶執行指紋識別操作,所述提示包括文字提示和/或語音播報提示;
相應地,所述獲取所述用戶輸入的身份信息并驗證,包括:
基于指紋錄入設備獲取所述用戶輸入的指紋信息;
將所述指紋信息與預存儲的指紋信息進行比對,若比對結果一致,確定所述用戶通過所述身份驗證。
6.根據權利要求1至5中任一項所述的方法,其特征在于,所述基于BP神經網絡預先建立所述GA-BP神經網絡模型的過程包括:
獲取盜刷卡用戶的圖像數據,所述盜刷卡用戶的圖像數據至少包括用戶外觀特征數據和取款時間數據;
對所述盜刷卡用戶的圖像數據進行異常數據處理,并提取所述用戶外觀特征數據和取款時間數據;
確定由輸入層、隱層和輸出層構成的初始BP神經網絡模型,其中,將所述用戶外觀特征數據和取款時間數據的個數作為初始BP神經網絡模型的輸入層節點個數,將預設限額作為所述初始BP神經網絡模型的輸出層節點個數,基于試湊法確定所述初始BP神經網絡模型的隱層節點個數;
利用樣本數據和遺傳算法對所述初始BP神經網絡模型的輸入層、隱層和輸出層中每一層的初始權值和閾值進行訓練學習,確定每一層最優的初始權值和閾值,得到優化后的BP神經網絡模型;
將所述優化后的BP神經網絡模型作為GA-BP神經網絡模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國銀行股份有限公司,未經中國銀行股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911190962.7/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種激光離焦加工時的光斑功率密度場測量建模方法
- 下一篇:一種斷路器





