[發明專利]一種基于大數據處理的反欺詐系統及方法有效
| 申請號: | 202210272927.5 | 申請日: | 2022-03-19 |
| 公開(公告)號: | CN114359982B | 公開(公告)日: | 2022-05-27 |
| 發明(設計)人: | 梁宇萍 | 申請(專利權)人: | 廣州格魯信息技術有限公司 |
| 主分類號: | G06F17/00 | 分類號: | G06F17/00 |
| 代理公司: | 北京華際知識產權代理有限公司 11676 | 代理人: | 牛丹丹 |
| 地址: | 510000 廣東省廣州*** | 國省代碼: | 廣東;44 |
| 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 基于 數據處理 欺詐 系統 方法 | ||
1.一種基于大數據處理的反欺詐系統,其特征在于,所述反欺詐系統包括指紋采集模塊、第一相似度比較模塊、第二相似度比較模塊、時間間隔獲取比較模塊、指紋分析模塊和駕駛行為分析模塊,所述指紋采集模塊用于采集當前學員的第一指紋圖像和第二指紋圖像,其中,第一指紋圖像和第二指紋圖像為同一學員的同一手指的以不同角度放在指紋采集器上的指紋圖像,所述第一相似度比較模塊將當前學員的第一指紋圖像與該學員預設的第一指紋圖像的相似度進行比較,當兩者的相似度大于第一相似度閾值時,令所述第二相似度比較模塊當前學員的第二指紋圖像與該學員預設的第二指紋圖像的相似度進行比較,如果兩者的相似度大于第二相似度閾值時,所述時間間隔獲取比較模塊獲取第一指紋圖像和第二指紋圖像之間的時間間隔,如果時間間隔小于預設間隔閾值,令指紋分析模塊分析第一指紋圖像和第二指紋圖像,并據此判斷是否令駕駛行為分析模塊獲取當前學員的駕駛行為信息,進一步驗證當前學員的身份;
所述指紋分析模塊包括接觸面積采集比較模塊、特征點提取模塊、距離獲取比較模塊、夾角采集模塊、預驗證參數計算模塊和預驗證參數比較模塊,所述接觸面積采集比較模塊用于采集第一指紋圖像和第二指紋圖像與指紋采集器的接觸面積、,并在接觸面積位于第一接觸面積閾值的波動范圍內且接觸面積位于第二接觸面積閾值的波動范圍內時,令特征點提取模塊提取第一指紋圖像的中心點為第一特征點、第二指紋圖像的中心點為第二特征點,所述距離獲取比較模塊用于獲取第一特征點、第二特征點在對應手指完整的指紋圖像中所對應的位置之間的距離l,并在距離l位于距離閾值的波動范圍內時,令夾角采集模塊獲取當前學員采集第一指紋圖像、第二指紋圖像時對應手指的背面所在的平面與水平面的夾角、,所述預驗證參數計算模塊根據夾角采集模塊的獲取的數據計算當前學員的預驗證參數,其中,、為上一個學員采集第一指紋圖像、第二指紋圖像時對應手指的背面所在的平面與水平面的夾角,所述預驗證參數比較模塊將當前學員的預驗證參數與預驗證閾值進行比較,如果當前學員的預驗證參數小于預驗證閾值,令駕駛分析模塊工作。
2.根據權利要求1所述的一種基于大數據處理的反欺詐系統,其特征在于:所述駕駛行為分析模塊包括練車犯錯統計模塊、練車時長統計模塊、預估參數計算比較模塊和方向盤操作信息采集模塊,所述練車犯錯統計模塊用于獲取當前學員從開始練車的預設時間段內一次練車過程中犯錯的次數與練車的次數比值,在比值位于比值的波動范圍內,其中,比值為上一個學員練車時一次練車過程中犯錯的次數與練車的次數比值,令練車時長統計模塊獲取當前學員從開始練車的預設時間段每次練車的平均時長hd,所述預估參數計算比較模塊用于計算預估參數,其中,hz為上一個學員練車時每次練車的平均時長,在預估參數小于預估參數閾值時,令所述方向盤操作信息采集模塊對學員方向盤操作信息進行采集驗證當前學員的身份。
3.根據權利要求2所述的一種基于大數據處理的反欺詐系統,其特征在于:所述方向盤操作信息采集模塊包括停頓位置采集模塊、距離差之和計算模塊和距離差之和比較模塊,所述停頓位置采集模塊用于采集從開始練車的預設時間段內當前學員操作方向盤過程中每一次停頓時車輛所在位置,所述距離差之和計算模塊用于統計每一次停頓時車輛所在位置的平均位置點與該學員最近一次練車時每一次停頓時車輛所在位置的距離差之和,所述距離差之和比較模塊用于將距離差之和與距離差之和閾值進行比較,在距離差之和小于等于距離差之和閾值時,當前學員身份驗證通過。
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廣州格魯信息技術有限公司,未經廣州格魯信息技術有限公司許可,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/202210272927.5/1.html,轉載請聲明來源鉆瓜專利網。





