[發(fā)明專利]加密電子錢包的安全監(jiān)測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202310114577.4
• 申請(qǐng)日: 2023-02-15
• 公開(kāi)（公告）號(hào): CN115983848A
• 公開(kāi)（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 曹龍宇;辛穎;楊明;林萱
• 申請(qǐng)（專利權(quán)）人: 杭銀消費(fèi)金融股份有限公司
• 主分類號(hào): G06Q20/36
• 分類號(hào): G06Q20/36;G06V40/12;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 浙江維創(chuàng)盈嘉專利代理有限公司 33477
• 代理人: 龔洋洋

公開(kāi)了一種加密電子錢包的安全監(jiān)測(cè)方法及系統(tǒng)，其獲取待識(shí)別指紋的指紋監(jiān)測(cè)圖像和指紋光譜圖像；采用基于深度學(xué)習(xí)的人工智能技術(shù)，挖掘指紋監(jiān)測(cè)圖像和指紋光譜圖像的多尺度像素關(guān)聯(lián)特征，通過(guò)將待識(shí)別指紋的光譜信息和圖像信息結(jié)合得到待識(shí)別指紋的高維特征分布；以待識(shí)別指紋的高維特征分布與授權(quán)指紋的高維特征分布之間的差異作為待識(shí)別指紋與授權(quán)指紋之間的差異，并基于此對(duì)待識(shí)別指紋是否為入侵指紋進(jìn)行監(jiān)測(cè)。這樣，可以提高對(duì)待識(shí)別指紋的監(jiān)測(cè)的準(zhǔn)確性，進(jìn)而提高電子錢包的安全級(jí)別。

技術(shù)領(lǐng)域

本申請(qǐng)涉及智能化監(jiān)測(cè)技術(shù)領(lǐng)域，且更為具體地，涉及一種加密電子錢包的安全監(jiān)測(cè)方法及系統(tǒng)。

背景技術(shù)

基于P2P協(xié)議的網(wǎng)絡(luò)電子貨幣，已經(jīng)被廣泛的接受和使用。用戶只需要擁有一個(gè)電子錢包（客戶端），就可以通過(guò)網(wǎng)絡(luò)完成收款，付款等操作。

新技術(shù)帶來(lái)方便的同時(shí)，也給用戶帶來(lái)了新的安全隱患。雖然電子錢包支持設(shè)置字符密碼，但是當(dāng)用戶電子錢包被盜后，黑客仍然可以通過(guò)暴力破解等手段獲得用戶的支付憑證，盜取資金。這使得此類電子錢包很難承擔(dān)用戶的日常資金的安全存儲(chǔ)和使用，特別是對(duì)于擁有大筆資金的用戶來(lái)說(shuō)，如果電子錢包被盜，可能會(huì)造成巨大的財(cái)產(chǎn)損失。

因此，期待一種優(yōu)化的加密電子錢包的安全監(jiān)測(cè)方案。

發(fā)明內(nèi)容

為了解決上述技術(shù)問(wèn)題，提出了本申請(qǐng)。本申請(qǐng)的實(shí)施例提供了一種加密電子錢包的安全監(jiān)測(cè)方法及系統(tǒng)，其獲取待識(shí)別指紋的指紋監(jiān)測(cè)圖像和指紋光譜圖像；采用基于深度學(xué)習(xí)的人工智能技術(shù)，挖掘指紋監(jiān)測(cè)圖像和指紋光譜圖像的多尺度像素關(guān)聯(lián)特征，通過(guò)將待識(shí)別指紋的光譜信息和圖像信息結(jié)合得到待識(shí)別指紋的高維特征分布；以待識(shí)別指紋的高維特征分布與授權(quán)指紋的高維特征分布之間的差異作為待識(shí)別指紋與授權(quán)指紋之間的差異，并基于此對(duì)待識(shí)別指紋是否為入侵指紋進(jìn)行監(jiān)測(cè)。這樣，可以提高對(duì)待識(shí)別指紋的監(jiān)測(cè)的準(zhǔn)確性，進(jìn)而提高電子錢包的安全級(jí)別。

根據(jù)本申請(qǐng)的一個(gè)方面，提供了一種加密電子錢包的安全監(jiān)測(cè)方法，其包括：

獲取待識(shí)別指紋的指紋監(jiān)測(cè)圖像和指紋光譜圖像；

將所述指紋監(jiān)測(cè)圖像和所述指紋光譜圖像沿著通道維度聚合為多通道圖像；

將所述多通道圖像通過(guò)使用具有第一尺度的卷積核的第一卷積神經(jīng)網(wǎng)絡(luò)模型以得到第一尺度特征圖；

將所述多通道圖像通過(guò)使用具有第二尺度的卷積核的第二卷積神經(jīng)網(wǎng)絡(luò)模型以得到第二尺度特征圖；

融合所述第一尺度特征圖和所述第二尺度特征圖以得到多尺度指紋識(shí)別特征圖；

計(jì)算所述多尺度指紋識(shí)別特征圖和參考特征圖之間的差分特征圖，其中，所述參考特征圖基于授權(quán)指紋的指紋監(jiān)測(cè)圖像和指紋光譜圖像生成；以及

將所述差分特征圖通過(guò)分類器以得到分類結(jié)果，所述分類結(jié)果用于表示待識(shí)別指紋是否為入侵指紋。

在上述加密電子錢包的安全監(jiān)測(cè)方法中，所述將所述多通道圖像通過(guò)使用具有第一尺度的卷積核的第一卷積神經(jīng)網(wǎng)絡(luò)模型以得到第一尺度特征圖，包括：使用具有第一尺度的卷積核的第一卷積神經(jīng)網(wǎng)絡(luò)模型的各層在層的正向傳遞中分別對(duì)輸入數(shù)據(jù)進(jìn)行基于一維卷積核的卷積處理、基于特征矩陣的均值池化處理和激活處理以由所述使用具有第一尺度的卷積核的第一卷積神經(jīng)網(wǎng)絡(luò)模型的最后一層的輸出為所述第一尺度特征圖，其中，所述使用具有第一尺度的卷積核的第一卷積神經(jīng)網(wǎng)絡(luò)模型的第一層的輸入為所述多通道圖像。

在上述加密電子錢包的安全監(jiān)測(cè)方法中，所述將所述多通道圖像通過(guò)使用具有第二尺度的卷積核的第二卷積神經(jīng)網(wǎng)絡(luò)模型以得到第二尺度特征圖，包括：使用具有第二尺度的卷積核的第二卷積神經(jīng)網(wǎng)絡(luò)模型的各層在層的正向傳遞中分別對(duì)輸入數(shù)據(jù)進(jìn)行基于一維卷積核的卷積處理、基于特征矩陣的均值池化處理和激活處理以由所述使用具有第二尺度的卷積核的第二卷積神經(jīng)網(wǎng)絡(luò)模型的最后一層的輸出為所述第二尺度特征圖，其中，所述使用具有第二尺度的卷積核的第二卷積神經(jīng)網(wǎng)絡(luò)模型的第一層的輸入為所述多通道圖像。