一种基于智能终端的自助存取系统

    公开(公告)号:CN105205944A

    公开(公告)日:2015-12-30

    申请号:CN201510615446.X

    申请日:2015-09-22

    Abstract: 本发明公开了一种基于移动终端的掌纹认证ATM机自助存取系统的双因素认证机制的实现方法,包括移动终端部分和ATM机部分。移动终端带有摄像功能的智能手机,可自动获取每个用户所特有的掌纹图像信息,并将掌纹图像信息加以加密处理后发送到ATM机,并进行下一步的存取操作;ATM机用于接收并验证由移动终端传送来的掌纹加密信息,通过基于掌纹和手机IMEI码的双因素认证协议进行用户身份认证,若验证正确则进行ATM机后续操作。本发明的优势在于本作品创新性地取代了传统基于银行卡和密码的用户认证方式,采用了全新的认证机制与设备组成方式,最大程度地简化用户身份认证步骤,提高了用户使用的便捷性,去除了认证设备,进一步减小设备大小,并降低了设备的生产成本。

    基于MapReduce的PCA降维处理流程

    公开(公告)号:CN107315788A

    公开(公告)日:2017-11-03

    申请号:CN201710445793.1

    申请日:2017-06-14

    Abstract: 本发明设计了一种基于MapReduce的PCA降维处理流程,是高维数据降维处理与分布式平台的结合的产物。本发明旨在解决传统PCA算法在实际的应用中存在的问题:当数据维数(特征)比较高的时候,存在内存消耗巨大、处理时间很长,单台普通PC机在计算特征之间的协方差矩阵存在极大困难。本发明借助于Hadoop平台HDFS的文件分块的特征,对高维数据在维度上进行分块处理;借助于MapReduce的并行处理的特征,对按维度划分为多块的高维数据进行并行处理,发挥Hadoop集群中各节点的价值,节约处理时间。

    一个基于步态生物特征的移动设备身份认证方法

    公开(公告)号:CN105279411A

    公开(公告)日:2016-01-27

    申请号:CN201510609523.0

    申请日:2015-09-22

    CPC classification number: G06F21/32

    Abstract: 本发明提供了一个基于步态生物特征的移动设备身份认证方法,该方法结合移动端,是现有生物识别技术的完善与拓展。此方法由两部分组成,分别为训练模块和识别模块。训练模块分为数据采集、特征提取和建立模型三个步骤;识别模块分为收集待识别用户数据、模型匹配和通知响应。本方法利用移动终端本身的功能与便利,进行数据完整采集,搭建出科学的数学基础模型,得到用户的步态信息,保证了用户唯一性。系统采用国密SMS4对称加密算法进行加密,很好的保障了数据的传输安全。本方法优势在于,充分利用了移动设备丰富的传感器和网络功能,建模过程与用户日常步态结合,不用刻意操作即可不断完善。相比于其他识别方式,安全系统隐蔽性较强,不易被针对。同时无需接触,难以隐蔽,可远距离进行识别,极大程度上提高了用户安全保障。

Patent Agency Ranking