[發明專利]基于按鍵特征的銀行金庫的管控方法和裝置

有效

• 申請號: 201911410130.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111080873B
• 公開（公告）日: 2021-08-13
• 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: G07C9/00
• 分類號: G07C9/00;G07C9/33;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李慧引

1.一種基于按鍵特征的銀行金庫的管控方法，其特征在于，包括：

記錄用戶在虛擬密碼鍵盤上輸入金庫密碼時的按鍵特征；其中，所述按鍵特征包括：點擊位置偏移，點擊間隔，累計錯誤輸入次數以及密碼輸入時間；

利用風險預測網絡處理所述按鍵特征，得到所述按鍵特征的預估風險等級；其中，所述風險預測網絡是，利用樣本數據集預先訓練得到的反向傳播神經網絡；所述樣本數據集的每一個樣本數據，均包括按鍵特征和所述按鍵特征對應的實際風險等級；

若所述按鍵特征的預估風險等級為低風險，且用戶輸入的密碼通過密碼校驗，控制銀行金庫的安全門開啟；

若所述按鍵特征的預估風險等級為高風險，控制所述銀行金庫的安全門關閉；

其中，所述風險預測網絡的訓練方法，包括：

根據初始反向傳播神經網絡的架構，生成由多個參數向量構成的參數向量集合；其中，所述參數向量集合的維數等于所述初始反向傳播神經網絡中參數的個數，所述參數向量的每一個元素均對應于所述初始反向傳播神經網絡的一個參數；

利用遺傳算法對所述參數向量集合進行優化處理，得到目標參數向量；

將所述目標參數向量的每一個元素賦值于所述元素對應的所述初始反向傳播神經網絡中的參數，得到初始預測網絡；

針對樣本數據集的每一個樣本數據，利用所述初始預測網絡處理所述樣本數據的按鍵特征，得到所述樣本數據的預估風險等級；

根據每一個所述樣本數據的預估風險等級和所述樣本數據的實際風險等級，計算所述初始預測網絡的損失函數；

若所述初始預測網絡的損失函數不滿足收斂條件，更新所述初始預測網絡的參數，返回執行所述針對樣本數據集的每一個樣本數據，利用所述初始預測網絡處理所述樣本數據的按鍵特征，得到所述樣本數據的預估風險等級；

若所述初始預測網絡的損失函數滿足收斂條件，將所述初始預測網絡確定為風險預測網絡。

2.根據權利要求1所述的管控方法，其特征在于，所述若所述按鍵特征的預估風險等級為低風險，且用戶輸入的密碼通過密碼校驗，控制銀行金庫的安全門開啟，包括：

若所述按鍵特征的預估風險等級為低風險，比較所述用戶輸入的密碼和銀行金庫的開啟密碼；

若所述用戶輸入的密碼和所述銀行金庫的開啟密碼一致，確定所述用戶輸入的密碼通過密碼校驗，并控制所述銀行金庫的安全門開啟。

3.根據權利要求1所述的管控方法，其特征在于，所述若所述按鍵特征的預估風險等級為高風險，控制所述銀行金庫的安全門關閉之后，還包括：

輸出警報信息。

4.根據權利要求1至3任意一項所述的管控方法，其特征在于，若所述按鍵特征的預估風險等級為高風險，控制所述銀行金庫的安全門關閉之后，還包括：

向授權終端發送授權請求，并接收所述授權終端的響應信息；

若所述授權終端的響應信息授權開啟所述銀行金庫的安全門，且所述用戶輸入的密碼通過密碼校驗，控制所述銀行金庫的安全門開啟；

若所述授權終端的響應信息授權關閉所述銀行金庫的安全門，控制所述銀行金庫的安全門關閉。