CN111240938A - 基于刷脸支付的数据拥堵处理方法及装置 - Google Patents
基于刷脸支付的数据拥堵处理方法及装置 Download PDFInfo
- Publication number
- CN111240938A CN111240938A CN202010034195.7A CN202010034195A CN111240938A CN 111240938 A CN111240938 A CN 111240938A CN 202010034195 A CN202010034195 A CN 202010034195A CN 111240938 A CN111240938 A CN 111240938A
- Authority
- CN
- China
- Prior art keywords
- database
- face
- picture
- brushing payment
- account
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Library & Information Science (AREA)
- Mathematical Physics (AREA)
- Accounting & Taxation (AREA)
- Computer Security & Cryptography (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请提供了一种基于刷脸支付的数据拥堵处理方法及装置，运用于快捷支付技术领域，其方法为：将刷脸支付设备与数据库进行配置化许可对接，实现刷脸支付设备与数据库的对接，刷脸支付设备所获取到的客户面部图片能够上传至数据库，以进而确定出对应的ID账户，最终实现扣款；获取客户的面部图片；在获取到面部图片后，监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户，从而实现刷脸支付设备与数据库之间，不需要中间服务器的参与，有效的解决了目前通过多个中间服务器的相互配合以防拥堵，导致减慢用户的交互数据传输速度的问题。
Description
技术领域
本申请涉及快捷支付技术领域，特别涉及为一种基于刷脸支付的数据拥堵处理方法及装置。
背景技术
目前用于数据处理的中间服务器，通常会在用户交互数据量过大的过程中进行相应的内存缓释，通常采用地域法：确定用户位置，将用户的交互数据流导入对应于用户位置的服务器，实现缓释；采用监控引流法，监测服务器当前CPU占用量，当当前CPU占用量超过设定值时，将超出的CPU占用量对应的用户交互数据流导入至其他服务器，等等；
对于目前的刷脸支付领域而言，因为所有的面部数据均必要存储于一个数据库中，数据库与若干中间服务器进行许可协议的连接，上述现有技术中所有的防拥堵方法均是采用多个中间服务器的相互配合，以达到防拥堵的效果；这类方案虽然解决了中间服务器因过载崩溃的问题，但通过多个中间服务器的相互配合实质上减慢用户的交互数据传输速度。
发明内容
本申请旨在解决目前通过多个中间服务器的相互配合以防拥堵，导致减慢用户的交互数据传输速度的技术问题，提供一种基于刷脸支付的数据拥堵处理方法及装置。
本申请为解决技术问题采用如下技术手段：
本申请提供一种基于刷脸支付的数据拥堵处理方法，包括：
将刷脸支付设备与数据库进行配置化许可对接；
获取客户的面部图片；
监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户。
进一步地，当所述CPU占用比处于第一预设占比区间时，则所述采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户的步骤包括：
利用数据库linux内核中的strace功能对面部图片对应预关联的ID账户进行劫持锁定，其中，
所述strace功能是运用面部图片与ptrace函数，所述ptrace函数本身不具备调取程序的pid和ID账户锁定的功能，因此需要向数据库linux内核中的syscall_enter(structptregs*regs)函数的尾部添加调用框架脚本，最终通过面部图片导入至调用框架脚本，以输出pid调取程序从数据库中根据面部图片劫持锁定ID账户。
进一步地，将刷脸支付设备与数据库进行配置化许可对接的步骤包括：
向数据库linux内核中的syscall_enter(struct ptregs*regs)函数的尾部添加调用框架脚本。
进一步地，当所述CPU占用比处于第二预设占比区间时，则所述采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户的步骤包括：
将所述面部图片转换为第一base64编码；
从所述数据库确定出与第一base64编码相同的第二base64编码，进而确定所述第二base64编码对应的ID账户。
进一步地，将刷脸支付设备与数据库进行配置化许可对接的步骤包括：
向数据库内配置图转码脚本，所述图转码脚本用于当数据库获取到base64编码时，所述数据库自识别base64编码并调取与其相似编码对应的图片以将图片进行编码转换。
本申请提供一种基于刷脸支付的数据拥堵处理装置，包括：
对接单元，用于将刷脸支付设备与数据库进行配置化许可对接；
获取单元，用于获取客户的面部图片；
识别单元，用于监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户。
进一步地，所述识别单元包括：
劫持模块，用于利用数据库linux内核中的strace功能对面部图片对应预关联的ID账户进行劫持锁定，其中，
所述strace功能是运用面部图片与ptrace函数，所述ptrace函数本身不具备调取程序的pid和ID账户锁定的功能，因此需要向数据库linux内核中的syscall_enter(structptregs*regs)函数的尾部添加调用框架脚本，最终通过面部图片导入至调用框架脚本，以输出pid调取程序从数据库中根据面部图片劫持锁定ID账户。
进一步地，所述识别单元包括：
编码转换模块，用于将所述面部图片转换为第一base64编码；
编码锁定模块，用于从所述数据库确定出与第一base64编码相同的第二base64编码，进而确定所述第二base64编码对应的ID账户。
本申请还提供一种刷脸支付***，包括支付设备、商户收银台、互联网数据库和管理中心；
所述支付设备用于获取客户的面部图片；所述商户收银台用于与支付设备对接进行收款；所述互联网数据库用于存储客户的面部图片；所述管理中心用于执行上述的基于刷脸支付的数据拥堵处理方法。
本申请提供了基于刷脸支付的数据拥堵处理方法及装置，具有以下有益效果：
将刷脸支付设备与数据库进行配置化许可对接，实现刷脸支付设备与数据库的对接，刷脸支付设备所获取到的客户面部图片能够上传至数据库，以进而确定出对应的ID账户，最终实现扣款；获取客户的面部图片；在获取到面部图片后，监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户，从而实现刷脸支付设备与数据库之间，不需要中间服务器的参与，有效的解决了目前通过多个中间服务器的相互配合以防拥堵，导致减慢用户的交互数据传输速度的问题。
附图说明
图1为本申请基于刷脸支付的数据拥堵处理方法的流程示意图；
图2为本申请基于刷脸支付的数据拥堵处理装置的结构框图；
图3为本申请刷脸支付***的结构框图。
本申请为目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
下面将结合本申请的实施例中的附图，对本申请的实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“包括”、“包含”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。在本申请的权利要求书、说明书以及说明书附图中的术语，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体/操作/对象与另一个实体/操作/对象区分开来，而不一定要求或者暗示这些实体/操作/对象之间存在任何这种实际的关系或者顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其他实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其他实施例相结合。
本说明示意一种管理中心，管理中心是管理所有刷脸支付设备的管理人员处理端，通过管理中心执行基于刷脸支付的数据拥堵处理方法，需要说明，管理中心不等于中间服务器，本申请所解决的技术问题是解决目前通过多个中间服务器的相互配合以防拥堵，从而导致减慢用户的交互数据传输速度的技术问题，本说明示意的管理中心用于将刷脸支付设备与服务器的对接，并对数据库的CPU占用比进行监控，其余的如根据面部图片从数据库中确定出对应的ID账户的过程由刷脸支付设备执行，这样就能避开中间服务器的建立，能够提升刷脸支付设备与数据库的数据交互速度。
参考附图1，为本申请一实施例中的基于刷脸支付的数据拥堵处理方法的流程示意图；
一种基于刷脸支付的数据拥堵处理方法，包括：
S1，将刷脸支付设备与数据库进行配置化许可对接；
S2，获取客户的面部图片；
S3，监听数据库当前的CPU占用比，并根据CPU占用比采用对应的预设规则从数据库中确定出与面部图片预关联的ID账户。
管理中心将刷脸支付设备与数据库进行配置化许可对接，向数据库linux内核中的syscall_enter(struct ptregs*regs)函数的尾部添加调用框架脚本，并向数据库内配置图转码脚本，图转码脚本用于当数据库获取到base64编码时，数据库自识别base64编码并调取与其相似编码对应的图片以将图片进行编码转换；上述的调用框架脚本与图转码脚本存储占用量很小，为1mb～2mb之间，因此具体有实施例：
在一实施例中，将刷脸支付设备与数据库进行配置化许可对接的步骤包括：
向数据库linux内核中的syscall_enter(struct ptregs*regs)函数的尾部添加调用框架脚本。
具体的，框架脚本用于为客户的面部图片提供框架，当刷脸支付设备获取到客户的面部图片后，将面部图片上传至数据库，数据库依照协议许可接收面部图片后将该图片载入至框架脚本中。
在一实施例中，将刷脸支付设备与数据库进行配置化许可对接的步骤包括：
向数据库内配置图转码脚本，图转码脚本用于当数据库获取到base64编码时，数据库自识别base64编码并调取与其相似编码对应的图片以将图片进行编码转换。
具体的，图转码脚本用于将图片转换为base64编码，需要说明，base64编码为十六进制的图像编码，例如：#00000，该十六进制的base64编码例如：#00000、#00001、等编码组合，其包括若干个编码单体，每一个编码单体示意一种十六进制的颜色，通过编码组合，进而组合颜色，从而形成图片，反其原理，将图片转换为base64编码，能够有效的减少图片的存储占用量，在进行ID账户识别的过程中，通过刷脸支付设备确定的base64编码与数据库中保存的base64编码进行比对，既能够进行ID账户的确定，并且通过base64编码的识别，极大的提升了刷脸支付设备与数据库的数据交互速度。
在一个实施例中，当CPU占用比处于第一预设占比区间时，则采用对应的预设规则从数据库中确定出与面部图片预关联的ID账户的步骤包括：
利用数据库linux内核中的strace功能对面部图片对应预关联的ID账户进行劫持锁定，其中，
strace功能是运用面部图片与ptrace函数，ptrace函数本身不具备调取程序的pid和ID账户锁定的功能，因此需要向数据库linux内核中的syscall_enter(structptregs*regs)函数的尾部添加调用框架脚本，最终通过面部图片导入至调用框架脚本，以输出pid调取程序从数据库中根据面部图片劫持锁定ID账户。
需要说明，利用linux内核中的strace功能进行***的调用是目前的现行技术，本申请在strace功能的尾部代码中添加了调用框架脚本，将***的调用改为了基于框架脚本对ID账户的确定。
具体的，上述的第一预设占比区间优选为0％～75％。
在一个实施例中，当CPU占用比处于第二预设占比区间时，则采用对应的预设规则从数据库中确定出与面部图片预关联的ID账户的步骤包括：
将面部图片转换为第一base64编码；
从数据库确定出与第一base64编码相同的第二base64编码，进而确定第二base64编码对应的ID账户。
当管理中心监控数据库目前的CPU占用比处于第二预设占比区间时，指令刷脸支付设备所获取的客户的面部图片进行base64编码转换，实现刷脸支付设备所上传的数据为base64编码，需要说明，base64编码的存储占用量远小于面部图面的存储占用量，一般base64编码的存储占用量为50字节～100kb，而面部图像最少需要500kb的存储占用量。刷脸支付设备通过base64编码的方式从数据库中确定ID账户，提升了支付设备与数据库的交互速度。
在具体实施时，刷脸支付设备获取客户的面部图像，同时，管理中心根据对数据库的监控对刷脸支付设备进行指令，当数据库当前CPU占用比处于第二预设占比区间时，指令刷脸支付设备将上述客户的面部图像转换为base64编码，并将第一base64编码发送至数据库；当数据库接收到第一base64编码时，根据图转码脚本，对图库进行遍历，确定出与第一base64编码表达颜色组合相似的面部图片，再将面部图片进行转码得到第二base64编码，实质上，可以通过第一base64编码直接从数据库中确定相应面部图像，通过第一base64编码与第二base64编码的对比目的是提升准确性，比对第一base64编码与第二base64编码中人脸部分的编码，一致时，确定出第二base64编码对应的面部图片，并确定出该面部图片对应的ID账户。
上述的第二预设占比区间为75％～100％。
参考附图2，为本申请提供的一种基于刷脸支付的数据拥堵处理装置的结构框图，
一种基于刷脸支付的数据拥堵处理装置，包括：
对接单元1，用于将刷脸支付设备与数据库进行配置化许可对接；
获取单元2，用于获取客户的面部图片；
识别单元3，用于监听数据库当前的CPU占用比，并根据CPU占用比采用对应的预设规则从数据库中确定出与面部图片预关联的ID账户。
在一个实施例中，识别单元1包括：
劫持模块，用于利用数据库linux内核中的strace功能对面部图片对应预关联的ID账户进行劫持锁定，其中，
strace功能是运用面部图片与ptrace函数，ptrace函数本身不具备调取程序的pid和ID账户锁定的功能，因此需要向数据库linux内核中的syscall_enter(structptregs*regs)函数的尾部添加调用框架脚本，最终通过面部图片导入至调用框架脚本，以输出pid调取程序从数据库中根据面部图片劫持锁定ID账户。
在一个实施例中，识别单元1包括：
编码转换模块，用于将面部图片转换为第一base64编码；
编码锁定模块，用于从数据库确定出与第一base64编码相同的第二base64编码，进而确定第二base64编码对应的ID账户。
参考附图3，为本申请提供的一种刷脸支付***的结构框图。
一种刷脸支付***包括支付设备、商户收银台、互联网数据库和管理中心；
支付设备用于获取客户的面部图片；商户收银台用于与支付设备对接进行收款；互联网数据库用于存储客户的面部图片；管理中心用于执行上述的基于刷脸支付的数据拥堵处理方法。
综上所述，将刷脸支付设备与数据库进行配置化许可对接，实现刷脸支付设备与数据库的对接，刷脸支付设备所获取到的客户面部图片能够上传至数据库，以进而确定出对应的ID账户，最终实现扣款；获取客户的面部图片；在获取到面部图片后，监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户，从而实现刷脸支付设备与数据库之间，不需要中间服务器的参与，有效的解决了目前通过多个中间服务器的相互配合以防拥堵，导致减慢用户的交互数据传输速度的问题。
尽管已经示出和描述了本申请的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本申请的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本申请的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于刷脸支付的数据拥堵处理方法，其特征在于，包括：
将刷脸支付设备与数据库进行配置化许可对接；
获取客户的面部图片；
监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户。
2.根据权利要求1所述的基于刷脸支付的数据拥堵处理方法，其特征在于，当所述CPU占用比处于第一预设占比区间时，则所述采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户的步骤包括：
利用数据库linux内核中的strace功能对面部图片对应预关联的ID账户进行劫持锁定，其中，
所述strace功能是运用面部图片与ptrace函数，所述ptrace函数本身不具备调取程序的pid和ID账户锁定的功能，因此需要向数据库linux内核中的syscall_enter(structptregs*regs)函数的尾部添加调用框架脚本，最终通过面部图片导入至调用框架脚本，以输出pid调取程序从数据库中根据面部图片劫持锁定ID账户。
3.根据权利要求2所述的基于刷脸支付的数据拥堵处理方法，其特征在于，将刷脸支付设备与数据库进行配置化许可对接的步骤包括：
向数据库linux内核中的syscall_enter(struct ptregs*regs)函数的尾部添加调用框架脚本。
4.根据权利要求1所述的基于刷脸支付的数据拥堵处理方法，其特征在于，当所述CPU占用比处于第二预设占比区间时，则所述采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户的步骤包括：
将所述面部图片转换为第一base64编码；
从所述数据库确定出与第一base64编码相同的第二base64编码，进而确定所述第二base64编码对应的ID账户。
5.根据权利要求4所述的基于刷脸支付的数据拥堵处理方法，其特征在于，将刷脸支付设备与数据库进行配置化许可对接的步骤包括：
向数据库内配置图转码脚本，所述图转码脚本用于当数据库获取到base64编码时，所述数据库自识别base64编码并调取与其相似编码对应的图片以将图片进行编码转换。
6.一种基于刷脸支付的数据拥堵处理装置，其特征在于，包括：
对接单元，用于将刷脸支付设备与数据库进行配置化许可对接；
获取单元，用于获取客户的面部图片；
识别单元，用于监听所述数据库当前的CPU占用比，并根据所述CPU占用比采用对应的预设规则从所述数据库中确定出与面部图片预关联的ID账户。
7.根据权利要求6所述的基于刷脸支付的数据拥堵处理装置，其特征在于，所述识别单元包括：
劫持模块，用于利用数据库linux内核中的strace功能对面部图片对应预关联的ID账户进行劫持锁定，其中，
所述strace功能是运用面部图片与ptrace函数，所述ptrace函数本身不具备调取程序的pid和ID账户锁定的功能，因此需要向数据库linux内核中的syscall_enter(structptregs*regs)函数的尾部添加调用框架脚本，最终通过面部图片导入至调用框架脚本，以输出pid调取程序从数据库中根据面部图片劫持锁定ID账户。
8.根据权利要求6所述的基于刷脸支付的数据拥堵处理装置，其特征在于，所述识别单元包括：
编码转换模块，用于将所述面部图片转换为第一base64编码；
编码锁定模块，用于从所述数据库确定出与第一base64编码相同的第二base64编码，进而确定所述第二base64编码对应的ID账户。
9.一种刷脸支付***，其特征在于，包括支付设备、商户收银台、互联网数据库和管理中心；
所述支付设备用于获取客户的面部图片；所述商户收银台用于与支付设备对接进行收款；所述互联网数据库用于存储客户的面部图片；所述管理中心用于执行权利要求1至5任一项所述的基于刷脸支付的数据拥堵处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010034195.7A CN111240938A (zh) | 2020-01-10 | 2020-01-10 | 基于刷脸支付的数据拥堵处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010034195.7A CN111240938A (zh) | 2020-01-10 | 2020-01-10 | 基于刷脸支付的数据拥堵处理方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111240938A true CN111240938A (zh) | 2020-06-05 |
Family
ID=70864530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010034195.7A Pending CN111240938A (zh) | 2020-01-10 | 2020-01-10 | 基于刷脸支付的数据拥堵处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111240938A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106155812A (zh) * | 2015-04-28 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种对虚拟主机的资源管理的方法、装置、***及电子设备 |
| CN107798307A (zh) * | 2017-10-31 | 2018-03-13 | 努比亚技术有限公司 | 一种公共交通费用快捷支付方法、装置及计算机可读存储介质 |
| CN109376981A (zh) * | 2018-08-31 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 数据处理方式的确定方法、装置、服务器和数据处理方法 |
| WO2019127255A1 (zh) * | 2017-12-28 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 基于云端的自助购物方法和***、电子设备、程序产品 |
| CN110224969A (zh) * | 2018-03-01 | 2019-09-10 | 中兴通讯股份有限公司 | 数据的处理方法及装置 |
-
2020
- 2020-01-10 CN CN202010034195.7A patent/CN111240938A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106155812A (zh) * | 2015-04-28 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 一种对虚拟主机的资源管理的方法、装置、***及电子设备 |
| CN107798307A (zh) * | 2017-10-31 | 2018-03-13 | 努比亚技术有限公司 | 一种公共交通费用快捷支付方法、装置及计算机可读存储介质 |
| WO2019127255A1 (zh) * | 2017-12-28 | 2019-07-04 | 深圳前海达闼云端智能科技有限公司 | 基于云端的自助购物方法和***、电子设备、程序产品 |
| CN110224969A (zh) * | 2018-03-01 | 2019-09-10 | 中兴通讯股份有限公司 | 数据的处理方法及装置 |
| CN109376981A (zh) * | 2018-08-31 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 数据处理方式的确定方法、装置、服务器和数据处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110719457B (zh) | 一种视频编码方法、装置、电子设备及存储介质 | |
| CN113068052B (zh) | 确定直播间刷量的方法、直播方法以及数据处理方法 | |
| US20210400422A1 (en) | Methods and systems for communication management | |
| CN112915548B (zh) | 多媒体播放平台的数据处理方法、装置、设备及存储介质 | |
| CN108289228A (zh) | 一种全景视频转码方法、装置和设备 | |
| CN115022629B (zh) | 云游戏视频的最优编码模式确定方法与装置 | |
| CA3182110A1 (en) | Reinforcement learning based rate control | |
| US8681860B2 (en) | Moving picture compression apparatus and method of controlling operation of same | |
| CN113395523B (zh) | 基于并行线程的图像解码方法、装置、设备及存储介质 | |
| CN111240938A (zh) | 基于刷脸支付的数据拥堵处理方法及装置 | |
| CN112104867B (zh) | 一种视频处理方法、视频处理装置、智能设备及存储介质 | |
| CN116088685A (zh) | 一种元宇宙信息交互控制*** | |
| CN108965939B (zh) | 媒体数据处理方法、装置、***及可读存储介质 | |
| CN115374318A (zh) | 模型调用方法、装置、计算机设备及存储介质 | |
| CN106254873B (zh) | 一种视频编码方法及视频编码装置 | |
| CN113014922B (zh) | 模型训练、视频编码方法，装置，设备以及存储介质 | |
| CN110545431B (zh) | 视频解码方法及装置、视频编码方法及装置 | |
| CN112351276B (zh) | 一种视频的编码方法和装置，视频的解码方法和装置 | |
| CN110033251A (zh) | 一种网络电视内容的实现众筹与共享的方法 | |
| CN114374841A (zh) | 视频编码码率控制的优化方法、装置及电子设备 | |
| CN115442615A (zh) | 一种视频编码方法、装置、电子设备及存储介质 | |
| CN115134638A (zh) | 一种基于云服务的视频流处理方法和设备 | |
| CN113206888A (zh) | 基于rtsp的实时视频流传输方法及装置 | |
| CN115021996B (zh) | 云安全中心的态势感知与动态重构方法、装置及存储介质 | |
| CN116561742A (zh) | 人脸重放攻击的检测方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200605 |
|
| WD01 | Invention patent application deemed withdrawn after publication |