CN112669030A - 移动支付方法、装置、设备及存储介质 - Google Patents
移动支付方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112669030A CN112669030A CN202011613572.9A CN202011613572A CN112669030A CN 112669030 A CN112669030 A CN 112669030A CN 202011613572 A CN202011613572 A CN 202011613572A CN 112669030 A CN112669030 A CN 112669030A
- Authority
- CN
- China
- Prior art keywords
- terminal
- current terminal
- payment
- target
- voice
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 238000012546 transfer Methods 0.000 claims abstract description 84
- 230000000977 initiatory effect Effects 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 17
- 238000007789 sealing Methods 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 9
- 238000003058 natural language processing Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000009432 framing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 230000001976 improved effect Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 238000012549 training Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 241000700605 Viruses Species 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 230000008093 supporting effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241000244186 Ascaris Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q20/30—Payment architectures, schemes or protocols characterised by the use of specific devices or networks
- G06Q20/32—Payment architectures, schemes or protocols characterised by the use of specific devices or networks using wireless devices
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Finance (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请实施例公开了一种移动支付方法、装置、设备和存储介质,所述方法包括:根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;向至少一个所述目标终端的目标账户,进行转账支付;通过上述技术方案,实现了在不借助扫描二维码或手动输入目标账户的情况下,基于当前终端与目标终端处于的一种密切接触关系,进行高效率的无线数据传输,从而能够成功获知转账支付的目标账户进行转账支付,提高了移动支付的安全性和便捷度。
Description
技术领域
本申请实施例涉及通信技术领域,尤其涉及一种移动支付方法、装置、设备及存储介质。
背景技术
随着互联网的快速发展,移动支付出现***式增长,成为互联网经济发展的重要保障力量。在移动支付快速发展的大背景下,移动支付凭借其独特的产品功能受到社会各界广泛关注,市场发展潜力巨大。对比传统的网络支付(即银行机构网络支付,以“网银”为主要方式),移动支付(即非银行机构)允许用户使用移动终端对其消费行为直接进行支付,更具有便利性、互动性和多功能性,并且交易成本低,营销能力突出。
随着移动支付被广泛使用,移动支付类病毒也随之增多,包括“伪淘宝”病毒、“银行窃贼”及“洛克蛔虫”等系列支付病毒,特别是后来出现的可监听键盘输入的支付类病毒,其在后台可监控手机用户支付账号密码输入信息的特点,成为刺激支付类病毒高危化演进的一个信号。
通常,移动支付主要通过扫描二维码的方式进行实现。在移动支付的过程中,需要用户从口袋中掏出手机,经过一系列操作输入支付账户和支付密码后才能完成支付,其在便利性方面还有待进一步提升。同时,在出示付款码和支付账户信息的时候也存在潜在的安全隐患问题。
发明内容
本申请提供一种移动支付方法、装置、设备及存储介质,以提高移动支付的安全性和便捷度。
第一方面,本申请实施例提供了一种移动支付方法,该方法包括:
根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;
向至少一个所述目标终端的目标账户,进行转账支付。
第二方面,本申请实施例还提供了一种移动支付装置,该装置包括:
目标终端确定模块,用于根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;
转账支付模块,用于向至少一个所述目标终端的目标账户,进行转账支付。
第三方面,本申请实施例还提供了一种电子设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面实施例所提供的任意一种移动支付方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所提供的任意一种移动支付方法。
本申请实施例通过根据当前终端的蓝牙关联信息,确定与当前终端具备密切接触关系的至少一个目标终端之后,向上述目标终端中的至少一个目标终端的目标账户进行转账支付,实现了在不借助扫描二维码或手动输入目标账户的情况下,基于当前终端与目标终端处于的一种密切接触关系,进行高效率的无线数据传输,从而能够成功获知转账支付的目标账户进行转账支付,提高了移动支付的安全性和便捷度。
附图说明
图1是本申请实施例一提供的一种移动支付方法的流程图;
图2是本申请实施例二提供的一种移动支付方法的流程图;
图3是本申请实施例三提供的一种移动支付方法的流程图;
图4是本申请实施例三提供的一种声纹识别过程的流程图;
图5是本申请实施例四提供的一种移动支付方法的流程图;
图6是本申请实施例五提供的一种移动支付装置的结构图;
图7是本申请实施例六提供的一种电子设备的结构图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部结构。
实施例一
图1为本申请实施例一提供的一种移动支付方法的流程图。本实施例可适用于在近场支付时,无需借助扫描二维码或手动输入目标账户,实现对目标账户进行转账支付的情况。该方法可以由移动支付装置来执行,该装置可以由软件和/或硬件的方式实现,并具体配置于电子设备中,该电子设备可以是移动终端或固定终端。参见图1,本申请实施例提供的移动支付方法包括:
S110、根据当前终端的蓝牙关联信息,确定与当前终端具备密切接触关系的至少一个目标终端。
其中,终端是指具备蓝牙功能的支付终端,该终端既可以是移动终端和/或固定终端。终端的具体类型通常包括但不限于具备蓝牙功能的智能手表、手机和电脑等。其中,具备蓝牙功能的支付终端可以是支持经典蓝牙功能的支付终端,还可以是支持低功耗蓝牙功能的支付终端,本申请实施例对此不做限定。
需要说明的是,在实现本申请的移动支付方法时,各终端需要处于一个开启蓝牙的状态。通常,任意一个具备蓝牙功能的终端在开启蓝牙后,会向其周围发送蓝牙广播数据包,由于蓝牙广播数据包中包含终端相关的信息,当周围其他终端开启蓝牙进行查询扫描时,就可以发现上述终端的存在。
其中,当前终端是指具有转账支付需求的终端。
在使用蓝牙功能进行无线连接时,通常会指定一个主角色和从角色。以当前终端为主角色,以当前终端周围其他任意一个终端为从角色,在当前终端开启蓝牙进行查询扫描时,会接收当前终端周围其他终端发送的广播数据包,进而在当前终端的***接口处获得所接收广播数据包对应的RSSI(Received Signal Strength Indication,接收的信号强度指示)值,也即蓝牙信号强度。一个具备蓝牙功能的终端,可以在上述两个角色之间进行切换,平时工作在从角色模式,以等待其他终端来连接;待有需求进行数据传输时,转换为主角色模式,以向其他终端发起呼叫。
当前终端的蓝牙关联信息是指以当前终端为主设备,以当前终端周围其他终端为从角色,在主从设备之间进行接触距离计算所需的数据信息。其中,当前终端与其他终端的接触距离与蓝牙信号强度、信号传播指数和环境衰减因子等因素有关。
密切接触关系是指当前终端与当前终端周围其他终端的接触距离小于预设接触阈值情况下的接触关系。其中,预设接触阈值可根据实际移动支付需求进行预先设定。可以理解的是,在当前终端与目标终端具备密切接触关系的情况下,当前终端和目标终端的实际距离比较接近。
目标终端是指在当前终端周围的其他终端中,根据当前终端与其他终端的接触距离,确定与当前终端具备密切接触关系的一个终端,该终端也即称之为目标终端。可以理解的是,当前终端在开启蓝牙进行查询扫描时,同一时间,满足与当前终端具备密切接触关系的目标终端可以存在多个。
可选地,当前终端与其他终端的接触距离可通过如下测距公式计算得到:
其中,d表示当前终端与其他终端的接触距离,RSSI表示当前终端所接收周围其他一个终端的蓝牙信号强度,a表示当前终端与其他终端相隔一米时的信号强度,n表示环境衰减因子。其中,由于不能准确获知周围其他终端的位置,其中,a和n为常数,可以根据经验值进行设定。
考虑到单纯依靠蓝牙信号强度对接触距离的计算结果十分不稳定,容易受到环境和终端本身等各种因素的干扰。可以理解的是,基于不稳定的接触距离的计算结果,对当前终端与其他终端是否具备密切接触关系的判定也将不准确。
可选地,利用深度学习的方法,将蓝牙信号强度、终端型号类别信息、终端激活状态信息、终端移动状态信息和终端音频状态信息等相关变量中的至少一种,构建基础数据集,并根据所构建的基础数据集,对预先构建的深度学习模型进行训练,得到一个对密切接触关系进行判定的密接监测模型,从而提高了对密切接触关系进行判定的准确度和稳定性。其中,深度学习模型可以基于神经网络模型构建。
可以理解的是,在当前终端与目标终端具备密切接触关系的情况下,当前终端与目标终端可以在短距离内通过蓝牙进行无线通信,从而进行数据的安全高效传输,例如对文档、语音和视频等数据进行传输。
S120、向至少一个目标终端的目标账户,进行转账支付。
其中,目标账户是指用于接收当前终端进行转账支付金额的账户。目标账户包括但不限于银行卡账户或第三方支付平台账户等。
可选地,采用人工手动确认的方式,在当前终端的操作界面中选取用于进行转账支付的目标终端。
或者可选地,在当前终端与目标终端具备密切接触关系的情况下,基于预先在当前终端中指定的目标账户,直接向目标终端的目标账户进行转账支付。
或者可选地,获取当前终端的语音付款指令;基于当前终端的语音付款指令,采用自然语言处理的方式,对语音付款指令中的文本信息进行分割;基于分割结果,匹配当前终端所要进行转账支付的目标终端标识;根据目标终端标识,匹配用于进行转账支付的目标终端。其中,语音付款指令由当前终端的使用用户或授权用户发出。
可以理解的是,在当前终端与目标终端具备密切接触关系的情况下,当前终端选取所要进行转账支付的至少一个目标终端,基于当前终端与目标终端之间建立的蓝牙通信连接,获取用于转账支付所需的目标账户,从而进一步依据目标账户,完成对目标终端的目标账户进行移动支付的目的。
本申请实施例通过根据当前终端的蓝牙关联信息,确定与当前终端具备密切接触关系的至少一个目标终端之后,向上述目标终端中的至少一个目标终端的目标账户进行转账支付,实现了在不借助扫描二维码或手动输入目标账户的情况下,基于当前终端与目标终端处于的一种密切接触关系,进行高效率的无线数据传输,从而能够成功获知转账支付的目标账户进行转账支付,提高了移动支付的安全性和便捷度。
实施例二
图2为本申请实施例二提供的移动支付方法的流程图,本实施例是在上述实施例的基础上,对上述方案的优化。在本申请实施例中,与上述实施例相同或相应的术语的解释在此不再赘述。参见图2,本实施例提供的一种移动支付方法包括:
S210、将当前终端的蓝牙关联信息输入至训练好的密接监测模型,确定当前终端与各候选终端的密切接触结果。
其中,候选终端是指当前终端周围的开启蓝牙功能的其他终端。
可选地,蓝牙关联信息包括蓝牙信号强度和终端附加信息。
其中,蓝牙信号强度是指对于当前终端来说,在当前终端开启蓝牙对周围其他开启蓝牙的终端进行查询扫描时,所接收到的其他终端发送的广播数据包对应的RSSI值。
终端附加信息是指相对于当前终端和/或候选终端来说,对确定当前终端与各候选终端是否存在密切接触关系存在影响的附加信息。
可选地,终端附加信息包括终端激活状态信息、终端移动状态信息、终端型号类别信息和终端音频状态信息等中的至少一种。
终端激活状态信息是指终端有无被遮挡。例如,当终端放置于包里或口袋中,各终端之间有较大概率被例如衣物、包和人体等障碍物遮挡,此时终端屏幕处于非激活状态;当我们在操作终端时,各终端之间被遮挡的概率较小,此时终端处于激活状态。
终端型号类别信息是指终端的类型信息,根据终端类型的不同,所属终端的雷达发射功率也不相同。例如,苹果操作***的手机的雷达发射功率明显高于安卓***的手机的雷达发射功率,而雷达发射功率又与蓝牙信号强度密切相关。
终端移动状态信息是指终端本身所处的一个运动状态,例如是否静止、是否运动,是否是以一定的加速度在运动等。终端音频状态信息是指终端的音频分贝值。根据实际的研究实验发现,终端移动状态信息和终端音频状态信息在不同的场景下对密切接触关系的判定也有着一定的影响。
可以理解的是,单纯依靠蓝牙信号强度对密切接触关系进行判定,判定结果十分不稳定,容易受到环境和终端本身等各种因素的干扰。而终端在不同的使用状态下,其本身的许多附加信息,例如终端激活状态信息、终端移动状态信息和终端音频状态信息等均会有所不同,而这些附加信息又与密切接触关系判定有较大影响。因此,将与密切接触关系判定相关的上述因素考虑进来,将进一步有效提高对密切接触关系判定结果的准确度。
密接监测模型是指能够对当前终端与各候选终端的密切接触关系进行判定的一个训练好的模型。
示例性地,在密接监测模型的训练阶段,可以采用以下方式加以实现:1)数据收集:在不同场景下采集多组与对密切接触关系有影响的数据集,其中包括蓝牙信号强度、终端激活状态信息、终端移动状态信息和终端音频状态信息等。2)数据集划分:采用人工标定的方法,将数据集划分为两类,分别是密切接触与非密切接触。3)网络搭建:对网络的输入、输出、隐含层以及相关参数进行确定,建立一个基于深度神经网络的密接监测模型。4)模型训练:基于监督学习的方法,对密接监测模型进行多次训练,直至得到一个能够较为稳定和准确地对密切接触关系进行判定的密接监测模型。
可选地,在对密接监测模型进行训练之前,基于相关系数、信息增益和卡方检验等相关性分析的方法,对蓝牙信号强度、终端激活状态信息、终端移动状态信息、终端型号类别信息和终端音频状态信息等变量进行相关性分析,以确定与密切接触关系具有较高相关性的变量。可以理解的是,通过对上述变量进行相关性分析,可确保训练所得的密接监测模型对密切接触关系的判定有较高准确度。
可选地,各终端在开启蓝牙时,可实时将终端本身的状态信息上传给后台管理服务器;而后台管理服务器储存着预先训练好的密接监测模型,待当前终端开启蓝牙扫描时,可由后台管理服务器对当前终端周围的其他终端进行密切接触关系判定,并将密切接触结果传输给当前终端。可以理解的是,各终端中安装着各种传感器,以用于对终端本身的状态进行监测,例如,在终端中安装着加速度传感器和光纤传感器等。
可以理解的是,基于机器学习的方法,建立的密接监测模型,能够将多种与密切接触关系相关的因素综合考虑进来,并且具有强大的并行分布处理能力和学习能力,能够稳定和准确地对密切接触关系进行判定。
S220、根据密切接触结果,选取至少一个候选终端作为目标终端。
可选地,根据密切接触结果,采用人工手动确认的方式,在当前终端的操作界面中选取用于进行转账支付的目标终端。
或者可选地,在根据密切接触结果,选取至少一个候选终端作为目标终端之时,获取当前终端的语音付款指令;基于当前终端的语音付款指令,采用自然语言处理的方式,对语音付款指令中的文本信息进行分割;基于分割结果,匹配当前终端所要进行转账支付的目标终端标识。其中,语音付款指令由当前终端的用户发出。进一步地,根据目标终端标识,在与当前终端具备密切接触关系的目标终端中,匹配至少一个目标终端。
可选地,语音付款指令包含目标终端标识;和/或,语音付款指令包含目标终端标识和转账金额;和/或,语音付款指令包含目标终端标识、转账金额和目标账户信息;和/或,语音付款指令包含目标终端标识、转账金额、目标账户信息和附加备注信息。
其中,语音付款指令的格式可预先进行设定,例如,语音付款指令的格式是“向【目标终端标识】的终端进行转账”、“向【目标终端标识】的终端转账多少钱”和“向【目标终端标识】的终端【账户标识】转账多少钱”等,同时,还可以在语音付款指令的末尾加上转账备注信息,如对转账金额的备注说明,以对转账金额的转账行为进行解释说明。其中,目标终端标识可以是目标终端账户的用户名称;账户标识可以是账户类别、账户名称和开户账号等中的至少一种。
可以理解的是,通过对语音付款指令的格式进行预先约定,可以起到对语音付款指令进行准确识别的效果,从而进一步确保了对目标终端的选取。
S230、向至少一个目标终端的目标账户,进行转账支付。
可选地,采用人工手动支付的方式,在当前终端的操作界面中完成对目标终端的转账支付操作。
或者可选地,基于预先在当前终端中设置的免密支付行为,待在当前终端的操作界面中指定至少一个目标终端之后,自动完成对目标终端的转账支付操作。
或者可选地,在向至少一个目标终端的目标账户,进行转账支付之前,获取当前终端的语音付款指令;通过语音付款指令中的目标终端标识,确定所要进行转账支付的目标终端;基于当前终端所属用户的生物特征,以此为生物支付密码,在当前终端的操作界面中自动完成对目标终端的转账支付操作。其中,生物特征可以是人脸、瞳孔和声音等。可以理解的是,以当前终端所属用户的生物特征为支付密码,在无需人工输入密码的情况下,便可完成对目标终端进行的转账支付操作,实现了真正解放双手的安全便捷的移动支付。
本申请实施例将当前终端的蓝牙关联信息输入至预先训练好的密接监测模型,确定当前终端与各候选终端的密切接触结果,并根据密切接触结果,在选取至少一个候选终端作为目标终端后,向至少一个目标终端的目标账户,进行转账支付;本申请实施例在上述实施例的基础上,通过密接监测模型,进一步对密切接触的判定方式进行了优化,保障了当前终端能够安全快捷地对目标终端的目标账户进行移动支付的效果。
实施例三
图3为本申请实施例三提供的移动支付方法的流程图,本实施例是在上述各实施例的基础上,对上述方案的优化。在本申请实施例中,与上述实施例相同或相应的术语的解释在此不再赘述。与上述各实施例相同或相应的术语的解释在此不再赘述。参见图3,本实施例提供的一种移动支付方法包括:
S310、将当前终端的蓝牙关联信息输入至训练好的密接监测模型,确定当前终端与各候选终端的密切接触结果。
可选地,蓝牙关联信息包括蓝牙信号强度和终端附加信息。
可选地,终端附加信息包括终端激活状态信息、终端移动状态信息、终端型号类别信息和终端音频状态信息中的至少一种。
S320、根据密切接触结果,选取至少一个候选终端作为目标终端。
可选地,在根据所述当前终端的语音付款指令,确定所述语音付款指令的发起用户是否为所述当前终端的权限用户之前,采用自然语言处理的方法,对语音付款指令中的文本信息进行分割;根据所述分割结果,匹配当前终端所要进行转账支付的目标终端标识。进一步地,根据目标终端标识,在与当前终端具备密切接触关系的目标终端中,匹配至少一个目标终端。
S330、对当前终端的语音付款指令进行预处理。
其中,语音付款指令是由当前终端的所有者发出的语音付款指令。
可选地,预处理包括下述操作中的至少一种:预加重处理、分帧处理和加窗处理。
可以理解的是,通过对当前终端的语音付款指令进行预加重处理,可以实现对语音的高频部分进行加重,去除***辐射影响的目的,从而达到增加语音的高频分辨率的效果。考虑到语音信号的特性及其表征其本质特征的参数均是随时间而变化的,是一个非稳态的过程,不能用处理平稳信号的数字信号处理技术对其进行分析处理,所以在对语音付款指令进行分析处理之前,可以选择分帧处理的方式对语音付款指令进行预处理。在完成对语音付款指令的分帧处理之后,可以进一步对语音付款指令进行加窗处理,以尽可能减少语音频谱的泄漏。
S340、根据当前终端的语音付款指令,确定语音付款指令的发起用户是否为当前终端的权限用户。
优选地,将当前终端的语音付款指令输入至训练好的声纹识别模型,确定语音的发起用户是否为当前终端的权限用户。
其中,声纹识别模型是指能够对语音付款指令中的声纹特征进行识别,以确定当前语音付款指令的发起用户是否为当前终端的权限用户,也即当前终端所要进行的转账支付行为是否是当前终端的权限用户所发起的。不难理解的是,当前终端的语音付款指令不一定是当前终端的权限用户,通过对当前终端的权限用户进行确认,进一步保证了移动支付的安全。
示例性地,如附图4所示,图中展示了利用声纹识别模型对语音付款指令进行声纹识别的整个过程。首先,在利用声纹识别模型对语音付款指令进行识别之前,需要构建声纹识别模型。而声纹识别模型的建立由预处理、特征提取和训练等几个部分组成。预处理是指对语音数据集中的语音进行预加重处理、分帧处理和加窗处理。特征提取是指提取语音的声纹特征,如线性预测倒谱系数、梅尔频谱系数和梅尔倒谱系数(Mel-Frequency CeptralCoefficients,MFCC)等特征。训练是指基于机器学习的方法,对构建的声纹识别模型进行训练,得到一个能够对用户语音进行身份识别的声纹识别模型。其中,声纹识别模型可以是卷积神经网络模型或高斯混合模型等。声纹识别的过程可以形象理解成使用密码开锁的过程——预处理和特征提取得到密码组合、训练得到密码模型库、识别则是将当前终端用户的语音付款指令转换成密码并与密码模型库进行核对的过程。
可以理解的是,声纹识别作为生物认证的一种技术,可以安全准确地作为移动支付的密码,因为声音与瞳孔、指纹和人脸识别类似,都是由独一无二的生物特征构成。根据当前终端的语音付款指令,可以确认当前终端的语音付款指令的发起用户是否为当前终端的权限用户,实现了在移动支付的过程中,无需手动输入密码便可完成安全便捷的移动支付的目的。
可选地,当前终端的权限用户可以不止一个,只要在当前终端进行授权的用户均可以作为当前终端的权限用户。其中,授权是指在当前终端中存储有语音付款指令发起者的语音信息。
S350、若发起用户为当前终端的权限用户,则触发执行向目标账户的转账支付操作。
其中,权限用户是指可以对当前终端的转账支付操作进行授权的用户。可以理解的是,只要是在当前终端中进行授权的用户,均可实现向其他终端的目标账户进行转账支付的操作。
可以理解的是,当发起语音付款指令的用户为当前终端绑定的支付权限用户时,也即发起用户的声纹特征与当前终端中预先存储的声纹特征一致,则认为该语音付款指令的发起用户享有向目标账户进行转账支付的权限,从而触发执行向目标账户的转账支付操作,避免了非授权用户因他人盗用终端设备进行转账支付,起到了对终端所属用户的财产安全进行保护的作用。
S360、向至少一个目标终端的目标账户,进行转账支付。
可选地,向至少一个目标终端的目标账户,进行转账支付,包括:
根据当前终端的语音付款指令,确定至少一个目标账户,并向至少一个目标账户进行转账支付;和/或,根据当前终端的语音付款指令,确定向至少一个目标账户的转账金额,并向至少一个目标账户转账支付转账金额。
可选地,将当前终端的语音付款指令转换成语言文字;采用自然语言处理的方法,对语音付款指令的语言文字进行分割;基于分割结果,匹配目标账户和转账金额;基于匹配结果,获取目标终端的目标账户和转账金额。
本申请实施例根据当前终端的蓝牙关联信息,确定与当前终端具备密切接触关系的至少一个目标终端后,根据当前终端的语音付款指令,确定语音付款指令的发起用户是否为当前终端的权限用户,若发起用户为当前终端的权限用户,则触发执行向目标账户的转账支付操作;本申请实施例在上述各实施例的基础上,通过对当前终端的语音付款指令进行声纹识别,将语音支付指令的声音作为生物支付密码,实现了无需手动输入密码便可完成移动支付的目的,达到了在移动支付的过程中,真正解放双手的安全快捷的移动支付的效果。
实施例四
图5为本申请实施例四提供的移动支付方法的流程图,本实施例是在上述各实施例的基础上,提出的一种优选的实施例方案,各终端的执行主体具体是手机。在本申请实施例中,其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图5,本实施例提供的一种移动支付方法包括:
S401、采集各手机的状态信息。
本实施例中,各用户所携带的具有蓝牙功能的手机终端在开启蓝牙时,会实时采集手机的状态信息,包括蓝牙信号强度、手机屏幕激活与否、手机MP3分贝和加速度等信息。
S402、各手机将自身采集的状态信息发送给服务器。
其中,服务器是指服务于整个转账支付过程的后台管理服务器。
可选地,基于预先设定的时间长度,各手机将不断把自身采集的状态信息上传给服务器。其中,预先设定的时间长度可按实际数据采集需求进行设定。
S403、根据密接监测模型,服务器对当前手机和目标手机的密切接触关系进行判定。
本实施例中,后台管理服务器中储存着预先训练好的密接监测模型,待当前手机开启蓝牙扫描时,可由后台管理服务器对当前手机周围的其他手机进行密切接触关系判定。
S404、当前手机所属用户发出语音付款指令。
其中,当前手机是指有转账支付需求的用户所持有的手机终端。
具体地,当前手机所属用户想要向周围其他人进行转账时,基于预先指定的语音付款指令格式,用户用声音的方式发出付款指令。其中,语音付款指令包括收款人、支付金额和备注等信息。
S405、服务器将密切接触结果发送给有转账支付需求的手机。
可以理解的是,若当前手机有转账支付需求,则基于预定的触发行为,以当前手机为主设备,服务器会将当前手机的密切接触结果发送到当前手机中。其中,预定的触发行为可以是当前手机所属用户发出的语音付款指令。
S406、当前手机接收服务器发送的密切接触结果。
值得注意的是,用户所携带的手机在与周围其他人的手机达到符合密切接触定义时将自动发起蓝牙通信,以进行数据传输。
S407、对当前手机所属用户发出的语音付款指令进行分析,匹配目标手机标识。
其中,目标手机是指用于接收转支付金额的用户所持有的手机终端。目标手机标识是指用于对目标手机进行唯一匹配的标记。其中,目标手机标识可以是目标终端账户的用户名称。
本实施例中,基于自然语言处理的方法,对当前手机所属用户发出的语音付款指令进行分析,从语音付款指令中识别出收款人、支付金额和备注等信息。
S408、根据目标手机标识,在与当前手机具备密切接触关系的手机中,匹配目标手机。
S409、当前手机向目标手机发起数据获取请求,以获取收款人的目标账户信息。
其中,目标账户信息可以是账户类别、账户名称和开户账号等中的至少一种。
S410、目标手机响应当前手机的数据获取请求,向当前手机发送自身用户的目标账户信息。
可以理解的是,在具备密切接触关系的情况下,各手机之间可以开启蓝牙进行数据传输,以获取收款人的目标账户信息。
S411、对当前手机的语音付款指令进行声纹识别。
本实施例中,基于声纹识别技术,当前手机将提取语音付款指令中的MFCC特征,并将其输入至预先训练好的高斯混合模型中进行声纹识别,以判断当前语音付款指令的发起用户的声音是否是当前手机正确的声纹密码。
S412、当前手机获得转账支付许可。
可以理解的是,若当前手机所属用户发出的语音付款指令的声纹特征与预先在手机中存储的声纹特征一致,那么该用户将获得对当前转账支付操作进行的转账许可。
S413、根据目标账户信息和支付金额,当前手机向目标手机进行转账支付。
进一步地,在当前手机完成转账支付之后,当前手机会将自身的上述基于密切接触关系的转账支付过程上传给后台管理服务器;后台管理服务器在收集到这些数据后,对获取的信息和结果进行在线学习,以不断优化整个转账支付过程,提高移动支付的准确率。其中,对转账支付过程的优化包括:基于不断累积的用户实际的转账支付数据,对密接检测模型进行更新。
本申请实施例通过自然语言处理和声纹识别技术,提出了一种基于蓝牙通信的针对人与人之间密切接触的移动支付方案,用户所携带的手机会在与周围其他人手机达到符合密切接触定义时自动发起蓝牙通信,进一步在得到用户的语音付款指令后进行付款;该方案抛弃了传统的基于二维码和数字密码的付款方式,解决了旧付款方式复杂、繁琐、不安全和费时等缺点,使得移动支付更加智能化,用户无需拿出手机便可完成支付,极大提高了便利性,实现了真正解放双手的安全快捷的移动支付。
实施例五
图6是本申请实施例五提供的一种移动支付装置的结构示意图。参见图6,本申请实施例提供的一种移动支付装置,该装置包括:目标终端确定模块510和转账支付模块520。
目标终端确定模块510,用于根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;
转账支付模块520,用于向至少一个所述目标终端的目标账户,进行转账支付。
本申请实施例通过根据当前终端的蓝牙关联信息,确定与当前终端具备密切接触关系的至少一个目标终端之后,向上述目标终端中的至少一个目标终端的目标账户进行转账支付,实现了在不借助扫描二维码或手动输入目标账户的情况下,基于当前终端与目标终端处于的一种密切接触关系,进行高效率的无线数据传输,从而能够成功获知转账支付的目标账户进行转账支付,提高了移动支付的安全性和便捷度。
进一步地,蓝牙关联信息包括蓝牙信号强度和终端附加信息。终端附加信息包括终端激活状态信息、终端移动状态信息、终端型号类别信息和终端音频状态信息中的至少一种。
进一步地,目标终端确定模块510,包括:
距离确定单元,用于将当前终端的蓝牙关联信息输入至训练好的密接监测模型,确定所述当前终端与各候选终端的密切接触结果;
目标终端选取单元,用于根据所述密切接触结果,选取至少一个候选终端作为所述目标终端。
进一步地,所述装置还包括:
权限用户确定模块,用于在所述根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端之后,在所述向至少一个所述目标终端的目标账户,进行转账支付之前,根据所述当前终端的语音付款指令,确定所述语音付款指令的发起用户是否为所述当前终端的权限用户;
支付操作触发模块,用于若所述发起用户为所述当前终端的权限用户,则触发执行向所述目标账户的转账支付操作。
进一步地,所述装置还包括:
分割模块,用于在根据所述当前终端的语音付款指令,确定所述语音付款指令的发起用户是否为所述当前终端的权限用户之前,采用自然语言处理的方法,对语音付款指令中的文本信息进行分割;
标识匹配模块,用于根据所述分割结果,匹配当前终端所要进行转账支付的目标终端标识。
进一步地,所述装置还包括:
目标终端匹配模块,用于根据目标终端标识,在与所述当前终端具备密切接触关系的目标终端中,匹配至少一个目标终端。
进一步地,权限用户确定模块,包括:
语音权限确定单元,用于将所述当前终端的语音付款指令输入至训练好的声纹识别模型,确定所述语音的发起用户是否为所述当前终端的权限用户。
进一步地,权限用户确定模块,还包括:预加重处理处理单元,用于在所述将所述当前终端的语音付款指令输入至训练好的声纹识别模型之前,对所述当前终端的语音付款指令进行预加重处理,以更新所述语音付款指令。
进一步地,权限用户确定模块,还包括:
分帧处理单元,用于在所述将所述当前终端的语音付款指令输入至训练好的声纹识别模型之前,对所述当前终端的语音付款指令进行分帧处理,以更新所述语音付款指令。
进一步地,权限用户确定模块,还包括:
加窗处理单元,用于在所述将所述当前终端的语音付款指令输入至训练好的声纹识别模型之前,对所述当前终端的语音付款指令进行加窗处理,以更新所述语音付款指令。
进一步地,转账支付模块520,包括:
转账支付第一单元,用于根据所述当前终端的语音付款指令,确定至少一个所述目标账户,并向至少一个所述目标账户进行转账支付;和/或,
转账支付第二单元,用于根据所述当前终端的语音付款指令,确定向至少一个所述目标账户的转账金额,并向至少一个所述目标账户转账支付所述转账金额。
本申请实施例所提供的移动支付装置可执行本申请任意实施例所提供的移动支付方法,具备执行方法相应的功能模块和有益效果。
实施例六
图7为本申请实施例六提供的一种电子设备的结构示意图,如图7所示,该设备包括处理器610、存储器620、输入装置630和输出装置640。
设备中处理器610的数量可以是一个或多个,图7中以一个处理器610为例;设备中的处理器610、存储器620、输入装置630和输出装置640可以通过总线或其他方式连接,图7中以通过总线连接为例。
其中,输入装置630,用于接收当前终端的蓝牙关联信息。
输出装置640,用于输出至少一个目标终端的目标账户,以完成转账支付。
处理器610可以根据输入装置630输入的当前终端的蓝牙关联信息,确定与当前终端具备密切接触关系的至少一个目标终端;还可以根据输出装置640输出的目标终端的目标账户信息,完成对目标终端账户的转账支付操作。
存储器620作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请实施例中的移动支付方法对应的程序指令/模块(例如,移动支付装置中的目标终端确定模块510和转账支付模块520)。处理器610通过运行存储在存储器620中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的移动支付方法。
存储器620可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等(如上述实施例中的蓝牙关联信息、密接监测模型和语音付款指令等)。此外,存储器620可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器620可进一步包括相对于处理器610远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置630可用于接收输入的数字或字符信息,以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置640可包括显示屏等显示设备。
实施例七
本申请实施例七还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种移动支付方法,该方法包括:
根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;
向至少一个所述目标终端的目标账户,进行转账支付。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本申请任意实施例所提供的移动支付方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本申请可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
值得注意的是,上述移动支付装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (15)
1.一种移动支付方法,其特征在于,包括:
根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;
向至少一个所述目标终端的目标账户,进行转账支付。
2.根据权利要求1所述的方法,其特征在于,所述根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端,包括:
将当前终端的蓝牙关联信息输入至训练好的密接监测模型,确定所述当前终端与各候选终端的密切接触结果;
根据所述密切接触结果,选取至少一个候选终端作为所述目标终端。
3.根据权利要求2所述的方法,其特征在于,所述蓝牙关联信息包括蓝牙信号强度和终端附加信息。
4.根据权利要求3所述的方法,其特征在于,所述终端附加信息包括终端激活状态信息、终端移动状态信息、终端型号类别信息和终端音频状态信息中的至少一种。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端之后,在所述向至少一个所述目标终端的目标账户,进行转账支付之前,所述方法还包括:
根据所述当前终端的语音付款指令,确定所述语音付款指令的发起用户是否为所述当前终端的权限用户;
若所述发起用户为所述当前终端的权限用户,则触发执行向所述目标账户的转账支付操作。
6.根据权利要求5所述的方法,其特征在于,所述根据所述当前终端的语音付款指令,确定所述语音付款指令的发起用户是否为所述当前终端的权限用户,包括:
将所述当前终端的语音付款指令输入至训练好的声纹识别模型,确定所述语音的发起用户是否为所述当前终端的权限用户。
7.根据权利要求5所述的方法,其特征在于,在根据所述当前终端的语音付款指令,确定所述语音付款指令的发起用户是否为所述当前终端的权限用户之前,所述方法还包括:
采用自然语言处理的方法,对所述语音付款指令中的文本信息进行分割;
根据所述分割结果,匹配当前终端所要进行转账支付的目标终端标识。
8.根据权利要求7所述的方法,其特征在于,在根据所述分割结果,匹配当前终端所要进行转账支付的目标终端标识之后,所述方法还包括:
根据目标终端标识,在与所述当前终端具备密切接触关系的目标终端中,匹配至少一个目标终端。
9.根据权利要求6所述的方法,其特征在于,在所述将所述当前终端的语音付款指令输入至训练好的声纹识别模型之前,所述方法还包括:
对所述当前终端的语音付款指令进行预加重处理,以更新所述语音付款指令。
10.根据权利要求6所述的方法,其特征在于,在所述将所述当前终端的语音付款指令输入至训练好的声纹识别模型之前,所述方法还包括:
对所述当前终端的语音付款指令进行分帧处理,以更新所述语音付款指令。
11.根据权利要求6所述的方法,其特征在于,在所述将所述当前终端的语音付款指令输入至训练好的声纹识别模型之前,所述方法还包括:
对所述当前终端的语音付款指令进行加窗处理,以更新所述语音付款指令。
12.根据权利要求1-4任一项所述的方法,其特征在于,所述向至少一个所述目标终端的目标账户,进行转账支付,包括:
根据所述当前终端的语音付款指令,确定至少一个所述目标账户,并向至少一个所述目标账户进行转账支付;和/或,
根据所述当前终端的语音付款指令,确定向至少一个所述目标账户的转账金额,并向至少一个所述目标账户转账支付所述转账金额。
13.一种移动支付装置,其特征在于,包括:
目标终端确定模块,用于根据当前终端的蓝牙关联信息,确定与所述当前终端具备密切接触关系的至少一个目标终端;
转账支付模块,用于向至少一个所述目标终端的目标账户,进行转账支付。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一项所述的一种移动支付方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-12中任一项所述的一种移动支付方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011613572.9A CN112669030A (zh) | 2020-12-30 | 2020-12-30 | 移动支付方法、装置、设备及存储介质 |
PCT/CN2021/116603 WO2022142441A1 (zh) | 2020-12-30 | 2021-09-06 | 移动支付方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011613572.9A CN112669030A (zh) | 2020-12-30 | 2020-12-30 | 移动支付方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112669030A true CN112669030A (zh) | 2021-04-16 |
Family
ID=75411235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011613572.9A Pending CN112669030A (zh) | 2020-12-30 | 2020-12-30 | 移动支付方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112669030A (zh) |
WO (1) | WO2022142441A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022142441A1 (zh) * | 2020-12-30 | 2022-07-07 | 南方科技大学 | 移动支付方法、装置、设备及存储介质 |
WO2024114163A1 (zh) * | 2022-12-01 | 2024-06-06 | 支付宝(杭州)信息技术有限公司 | 资源转移处理的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869490A (zh) * | 2014-02-21 | 2015-08-26 | ***股份有限公司 | 基于带移动支付功能的无线耳机进行远程支付的方法 |
CN105205666A (zh) * | 2014-06-17 | 2015-12-30 | ***股份有限公司 | 基于蓝牙的面对面支付方法及*** |
US20180218367A1 (en) * | 2017-01-30 | 2018-08-02 | Mastercard International Incorporated | Systems and methods for using nonvisual communication to obtain permission for authorizing a transaction |
CN112070507A (zh) * | 2020-09-04 | 2020-12-11 | 北京蓦然认知科技有限公司 | 一种联合支付验证方法、装置和*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669030A (zh) * | 2020-12-30 | 2021-04-16 | 南方科技大学 | 移动支付方法、装置、设备及存储介质 |
-
2020
- 2020-12-30 CN CN202011613572.9A patent/CN112669030A/zh active Pending
-
2021
- 2021-09-06 WO PCT/CN2021/116603 patent/WO2022142441A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104869490A (zh) * | 2014-02-21 | 2015-08-26 | ***股份有限公司 | 基于带移动支付功能的无线耳机进行远程支付的方法 |
CN105205666A (zh) * | 2014-06-17 | 2015-12-30 | ***股份有限公司 | 基于蓝牙的面对面支付方法及*** |
US20180218367A1 (en) * | 2017-01-30 | 2018-08-02 | Mastercard International Incorporated | Systems and methods for using nonvisual communication to obtain permission for authorizing a transaction |
CN112070507A (zh) * | 2020-09-04 | 2020-12-11 | 北京蓦然认知科技有限公司 | 一种联合支付验证方法、装置和*** |
Non-Patent Citations (1)
Title |
---|
邓丹 等: "一种基于蓝牙的无线支付方案", 《数字技术与应用》, vol. 36, no. 08, 31 August 2018 (2018-08-31), pages 91 - 93 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022142441A1 (zh) * | 2020-12-30 | 2022-07-07 | 南方科技大学 | 移动支付方法、装置、设备及存储介质 |
WO2024114163A1 (zh) * | 2022-12-01 | 2024-06-06 | 支付宝(杭州)信息技术有限公司 | 资源转移处理的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2022142441A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109086669B (zh) | 人脸识别身份验证方法、装置、电子设备 | |
CN107395352B (zh) | 基于声纹的身份识别方法及装置 | |
CN109450850B (zh) | 身份验证方法、装置、计算机设备和存储介质 | |
US20220328048A1 (en) | Verification of user identity for voice enabled devices | |
WO2020119448A1 (zh) | 语音信息验证 | |
US9418664B2 (en) | System and method of speaker recognition | |
KR20160011709A (ko) | 지불 확인을 위한 방법, 장치 및 시스템 | |
CN112669030A (zh) | 移动支付方法、装置、设备及存储介质 | |
CN106888204B (zh) | 基于自然交互的隐式身份认证方法 | |
CN105429969A (zh) | 一种用户身份验证方法与设备 | |
KR20220084245A (ko) | 자동차 블루투스의 연결방법, 장치, 전자기기 및 저장매체 | |
CN111243152A (zh) | 基于imsi码的无感进闸方法、装置、电子设备及存储介质 | |
CN103973453A (zh) | 声纹密钥生成方法、装置及基于声纹密钥登录方法、*** | |
CN111179945B (zh) | 基于声纹识别的安全门的控制方法和装置 | |
CN112509586A (zh) | 电话信道声纹识别方法及装置 | |
CN105679323A (zh) | 一种号码发现方法及*** | |
KR20190119521A (ko) | 전자 장치 및 그 동작 방법 | |
CN112499016A (zh) | 智能垃圾箱的垃圾回收方法、装置及智能垃圾箱 | |
CN108694939A (zh) | 语音搜索优化方法、装置和*** | |
CN115602160A (zh) | 基于语音识别的业务办理方法、装置及电子设备 | |
CN111883112B (zh) | 基于多模式标识的语义识别方法、装置和计算机设备 | |
CN113035230B (zh) | 认证模型的训练方法、装置及电子设备 | |
WO2022037024A1 (zh) | 基于生物特征信息的鉴权方法、计算机***和可读介质 | |
CN114003883A (zh) | 一种便携式的数字化身份验证设备及身份验证方法 | |
CN115620713A (zh) | 对话意图识别方法、装置、设备以及存储介质 |
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 |