CN115344893B - 基于文字特征识别的交易方法、装置及设备 - Google Patents
基于文字特征识别的交易方法、装置及设备 Download PDFInfo
- Publication number
- CN115344893B CN115344893B CN202211044395.6A CN202211044395A CN115344893B CN 115344893 B CN115344893 B CN 115344893B CN 202211044395 A CN202211044395 A CN 202211044395A CN 115344893 B CN115344893 B CN 115344893B
- Authority
- CN
- China
- Prior art keywords
- transaction
- handwritten signature
- signature
- plaintext
- target
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Collating Specific Patterns (AREA)
Abstract
本公开涉及一种基于文字特征识别的交易方法、装置及设备。包括:根据接收到的交易请求中公钥对交易请求中的对交易数据进行加密的手写签名进行解密得到手写签名的明文;从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,根据目标过采样、欠采样因子对手写签名的明文分别进行过采样、欠采样处理得到过采样手写签名明文和欠采样手写签名明文;基于欠采样手写签名明文,对过采样手写签名明文进行笔点类型识别,得到目标笔点类型;基于预先配置的CA证书中的文字签名,对目标笔点类型进行识别,得到表征交易请求真伪的鉴定结果,在鉴定结果为真时,将交易请求向交易请求中携带的交易接收方发送。
Description
技术领域
本公开涉及区块链交易技术领域,特别是涉及一种基于文字特征识别的交易方法、装置及设备。
背景技术
区块链是一种去中心化、按照交易产生的时间顺序进行分布式交易数据存储、点对点数据交易传输、共识机制、加密算法一种链式数据结构,并以密码学方式保证了交易数据的不可篡改性和不可伪造性。随着区块链技术的不断发展,区块链给交易和交易数据凭证存储带来了极大的便利,为了保障交易的安全性,通常需要对区块链交易数据进行识别。
在一些场景中,区块链网络中的交易参与方可能并不希望交易数据被公开。在这种情况下,可以通过混币的方式对交易数据进行混淆和隐藏,从而保护交易参与方的数据隐私。然而,相关技术中的混币交易方式可能还存在着安全风险,例如在被攻击的情况下可能导致交易数据的泄露。
发明内容
基于此,有必要针对在被攻击的情况下可能导致交易数据的泄露的问题,提供一种基于文字特征识别的交易方法、装置及设备。
本公开第一方面,提供一种基于文字特征识别的交易方法,所述交易方法应用于区块链网络中的任一节点,所述方法包括:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;
根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;
根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;
根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;
基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。
在其中一个实施例中,所述方法还包括:
在所述鉴定结果表征所述交易合同为假的情况下,向所述交易发起方发送鉴定失败信息,所述鉴定失败信息用于指示所述交易发起方发送CA证书变更请求;
在预设时长内接收到所述交易发起方发送的CA证书变更请求的情况下,通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换,所述CA证书变更请求是通过所述预先配置的CA证书中的文字签名确认所述文字签名作废后,接收到新的手写签名的情况下生成的;
在通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换完成后,通过所述CA证书变更请求中携带的手写签名对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果。
在其中一个实施例中,所述响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文的步骤,包括:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的交易发起方选择的手写签名类型,从预设的解密模型中确定目标解密模型;
将所述目标解密模型映射到接收到所述交易请求的区块链网络节点中;
将所述交易请求输入所述目标解密模型中,以使得所述目标解密模型根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文;
其中,所述解密模型是基于贝塞尔曲线对手写签名样本的公钥进行重构生成的。
在其中一个实施例中,所述解密模型是通过如下方式训练得到的:
计算所述手写签名样本的公钥中相邻字符的相近属性,其中,所述相近属性是根据该相邻字符的轮廓顶点的相对关系确定的;
以所述相对的轮廓顶点的数量作为所述贝塞尔曲线的曲线阶数,所述轮廓顶点为所述贝塞尔曲线的控制点,得到目标贝塞尔曲线;
逐渐增大所述目标贝塞尔曲线的比例系数,得到绘制出的曲线,并将绘制出的曲线作为所述手写签名样本的公钥的轮廓,得到所述解密模型。
在其中一个实施例中,所述计算所述手写签名样本的公钥中相邻字符的相近属性的步骤,包括:
将所述公钥中各轮廓点与相邻的轮廓点连接,组成轮廓点三角形;
根据该轮廓点三角形中各轮廓点的下一笔画,确定该轮廓点的轮廓点向量,并根据该轮廓点三角形中各轮廓点的轮廓点向量之和,确定该轮廓点三角形的符号属性,其中,若轮廓点向量之和为正则符号属性为正,若轮廓点向量之和为负则符号属性为负;
根据相邻字符的符号属性相同或者相异的数量,确定所述手写签名样本的公钥中相邻字符的相近属性。
在其中一个实施例中,所述根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点的步骤,包括:
在所述欠采样手写签名明文中该笔画的走向与前一笔画以及与后一笔画的走向均不同的情况下,确定该笔点为描述子笔点。
在其中一个实施例中,所述根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量的步骤,包括:
在各所述描述子笔点处做该笔画的走向的切线和垂线,得到该描述子笔点的垂向量和切向量;
将各所述描述子笔点的垂向量和切向量,作为所述针对所述欠采样手写签名明文的多个垂向量和多个切向量。
本公开第二方面,提供一种基于文字特征识别的交易装置,所述装置包括:
解密模块,被配置为响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;
第一确定模块,被配置为根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;
第二确定模块,被配置为根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;
第三确定模块,被配置为根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;
发送模块,被配置为基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。
在其中一个实施例中,所述发送模块,还被配置为:
在所述鉴定结果表征所述交易合同为假的情况下,向所述交易发起方发送鉴定失败信息,所述鉴定失败信息用于指示所述交易发起方发送CA证书变更请求;
在预设时长内接收到所述交易发起方发送的CA证书变更请求的情况下,通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换,所述CA证书变更请求是通过所述预先配置的CA证书中的文字签名确认所述文字签名作废后,接收到新的手写签名的情况下生成的;
在通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换完成后,通过所述CA证书变更请求中携带的手写签名对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果。
在其中一个实施例中,所述解密模块,被配置为:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的交易发起方选择的手写签名类型,从预设的解密模型中确定目标解密模型;
将所述目标解密模型映射到接收到所述交易请求的区块链网络节点中;
将所述交易请求输入所述目标解密模型中,以使得所述目标解密模型根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文;
其中,所述解密模型是基于贝塞尔曲线对手写签名样本的公钥进行重构生成的。
在其中一个实施例中,所述解密模型是通过如下方式训练得到的:
计算所述手写签名样本的公钥中相邻字符的相近属性,其中,所述相近属性是根据该相邻字符的轮廓顶点的相对关系确定的;
以所述相对的轮廓顶点的数量作为所述贝塞尔曲线的曲线阶数,所述轮廓顶点为所述贝塞尔曲线的控制点,得到目标贝塞尔曲线;
逐渐增大所述目标贝塞尔曲线的比例系数,得到绘制出的曲线,并将绘制出的曲线作为所述手写签名样本的公钥的轮廓,得到所述解密模型。
在其中一个实施例中,所述计算所述手写签名样本的公钥中相邻字符的相近属性的步骤,包括:
将所述公钥中各轮廓点与相邻的轮廓点连接,组成轮廓点三角形;
根据该轮廓点三角形中各轮廓点的下一笔画,确定该轮廓点的轮廓点向量,并根据该轮廓点三角形中各轮廓点的轮廓点向量之和,确定该轮廓点三角形的符号属性,其中,若轮廓点向量之和为正则符号属性为正,若轮廓点向量之和为负则符号属性为负;
根据相邻字符的符号属性相同或者相异的数量,确定所述手写签名样本的公钥中相邻字符的相近属性。
在其中一个实施例中,所述第二确定模块,被配置为在所述欠采样手写签名明文中该笔画的走向与前一笔画以及与后一笔画的走向均不同的情况下,确定该笔点为描述子笔点。
在其中一个实施例中,所述第二确定模块,被配置为:
在各所述描述子笔点处做该笔画的走向的切线和垂线,得到该描述子笔点的垂向量和切向量;
将各所述描述子笔点的垂向量和切向量,作为所述针对所述欠采样手写签名明文的多个垂向量和多个切向量。
本公开第三方面,提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现第一方面中任意一项所述基于文字特征识别的交易方法的步骤。
上述基于文字特征识别的交易方法通过响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。提高了交易数据的安全性,即使遭到攻击的情况下也可以保证交易数据的安全性,提高了防泄露性能。
附图说明
图1为其中一个实施例的基于文字特征识别的交易方法的流程图。
图2为其中一个实施例的基于文字特征识别的交易装置的框图。
具体实施方式
为使本公开的上述目的、特征和优点能够更加明显易懂,下面结合附图对本公开的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本公开。但是本公开能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本公开内涵的情况下做类似改进,因此本公开不受下面公开的具体实施例的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
图1为其中一个实施例的基于文字特征识别的交易方法的流程图,所述交易方法应用于区块链网络中的任一节点,如图1所示,该方法包括以下步骤:
在步骤S11中,响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;
根据交易令牌对所述交易发起方的签名进行特征序列排布后生成手写签名包括:对签名按照书写顺序进行特征提取,并确定每两个特征之间的连笔概率,根据建立特征与书写时间戳之间的关联关系,根据交易令牌将特征按照连笔概率进行大小排序,对排序后的连笔概率以及特征与书写时间戳之间的关联关系进行映射,得到手写签名。
本公开实施例中,可以根据所述交易请求中携带的公钥,从区块链节点中查询私钥,进而通过私钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文。
在步骤S12中,根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;
其中,交易令牌是根据交易发起方终端设备的预设安全地址生成的,交易类型是根据交易等级和交易所述行业确定的。预设的过采样因子集合中配置有与交易令牌和交易类型对应的目标过采样因子,同理,预设的欠采样因子集合配置有与交易令牌和交易类型对应的目标欠采样因子。
在步骤S13中,根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;
在步骤S14中,根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;
在步骤S15中,基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。
其中,在预先配置的CA证书中的文字签名与目标笔点类型匹配的情况下,得到表征所述交易请求为真的鉴定结果,在预先配置的CA证书中的文字签名与目标笔点类型不匹配的情况下,得到表征所述交易请求为假的鉴定结果。
上述基于文字特征识别的交易方法通过响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。提高了交易数据的安全性,即使遭到攻击的情况下也可以保证交易数据的安全性,提高了防泄露性能。
在其中一个实施例中,所述方法还包括:
在所述鉴定结果表征所述交易合同为假的情况下,向所述交易发起方发送鉴定失败信息,所述鉴定失败信息用于指示所述交易发起方发送CA证书变更请求;
在预设时长内接收到所述交易发起方发送的CA证书变更请求的情况下,通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换,所述CA证书变更请求是通过所述预先配置的CA证书中的文字签名确认所述文字签名作废后,接收到新的手写签名的情况下生成的;
在通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换完成后,通过所述CA证书变更请求中携带的手写签名对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果。
在其中一个实施例中,在步骤S11中,所述响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文的步骤,包括:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的交易发起方选择的手写签名类型,从预设的解密模型中确定目标解密模型;
将所述目标解密模型映射到接收到所述交易请求的区块链网络节点中;
将所述交易请求输入所述目标解密模型中,以使得所述目标解密模型根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文;
其中,所述解密模型是基于贝塞尔曲线对手写签名样本的公钥进行重构生成的。
在其中一个实施例中,所述解密模型是通过如下方式训练得到的:
计算所述手写签名样本的公钥中相邻字符的相近属性,其中,所述相近属性是根据该相邻字符的轮廓顶点的相对关系确定的;
以所述相对的轮廓顶点的数量作为所述贝塞尔曲线的曲线阶数,所述轮廓顶点为所述贝塞尔曲线的控制点,得到目标贝塞尔曲线;
逐渐增大所述目标贝塞尔曲线的比例系数,得到绘制出的曲线,并将绘制出的曲线作为所述手写签名样本的公钥的轮廓,得到所述解密模型。
在其中一个实施例中,所述计算所述手写签名样本的公钥中相邻字符的相近属性的步骤,包括:
将所述公钥中各轮廓点与相邻的轮廓点连接,组成轮廓点三角形;
根据该轮廓点三角形中各轮廓点的下一笔画,确定该轮廓点的轮廓点向量,并根据该轮廓点三角形中各轮廓点的轮廓点向量之和,确定该轮廓点三角形的符号属性,其中,若轮廓点向量之和为正则符号属性为正,若轮廓点向量之和为负则符号属性为负;
根据相邻字符的符号属性相同或者相异的数量,确定所述手写签名样本的公钥中相邻字符的相近属性。
在其中一个实施例中,所述根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点的步骤,包括:
在所述欠采样手写签名明文中该笔画的走向与前一笔画以及与后一笔画的走向均不同的情况下,确定该笔点为描述子笔点。
在其中一个实施例中,所述根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量的步骤,包括:
在各所述描述子笔点处做该笔画的走向的切线和垂线,得到该描述子笔点的垂向量和切向量;
将各所述描述子笔点的垂向量和切向量,作为所述针对所述欠采样手写签名明文的多个垂向量和多个切向量。
基于相同的发明构思,本公开实施例还提供一种基于文字特征识别的交易装置,图2为其中一个实施例的基于文字特征识别的交易装置的框图,参阅图2所示,所述装置200包括:
解密模块210,被配置为响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;
第一确定模块220,被配置为根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;
第二确定模块230,被配置为根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;
第三确定模块240,被配置为根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;
发送模块250,被配置为基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。
在其中一个实施例中,所述发送模块250,还被配置为:
在所述鉴定结果表征所述交易合同为假的情况下,向所述交易发起方发送鉴定失败信息,所述鉴定失败信息用于指示所述交易发起方发送CA证书变更请求;
在预设时长内接收到所述交易发起方发送的CA证书变更请求的情况下,通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换,所述CA证书变更请求是通过所述预先配置的CA证书中的文字签名确认所述文字签名作废后,接收到新的手写签名的情况下生成的;
在通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换完成后,通过所述CA证书变更请求中携带的手写签名对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果。
在其中一个实施例中,所述解密模块210,被配置为:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的交易发起方选择的手写签名类型,从预设的解密模型中确定目标解密模型;
将所述目标解密模型映射到接收到所述交易请求的区块链网络节点中;
将所述交易请求输入所述目标解密模型中,以使得所述目标解密模型根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文;
其中,所述解密模型是基于贝塞尔曲线对手写签名样本的公钥进行重构生成的。
在其中一个实施例中,所述解密模型是通过如下方式训练得到的:
计算所述手写签名样本的公钥中相邻字符的相近属性,其中,所述相近属性是根据该相邻字符的轮廓顶点的相对关系确定的;
以所述相对的轮廓顶点的数量作为所述贝塞尔曲线的曲线阶数,所述轮廓顶点为所述贝塞尔曲线的控制点,得到目标贝塞尔曲线;
逐渐增大所述目标贝塞尔曲线的比例系数,得到绘制出的曲线,并将绘制出的曲线作为所述手写签名样本的公钥的轮廓,得到所述解密模型。
在其中一个实施例中,所述计算所述手写签名样本的公钥中相邻字符的相近属性的步骤,包括:
将所述公钥中各轮廓点与相邻的轮廓点连接,组成轮廓点三角形;
根据该轮廓点三角形中各轮廓点的下一笔画,确定该轮廓点的轮廓点向量,并根据该轮廓点三角形中各轮廓点的轮廓点向量之和,确定该轮廓点三角形的符号属性,其中,若轮廓点向量之和为正则符号属性为正,若轮廓点向量之和为负则符号属性为负;
根据相邻字符的符号属性相同或者相异的数量,确定所述手写签名样本的公钥中相邻字符的相近属性。
在其中一个实施例中,所述第二确定模块230,被配置为在所述欠采样手写签名明文中该笔画的走向与前一笔画以及与后一笔画的走向均不同的情况下,确定该笔点为描述子笔点。
在其中一个实施例中,所述第二确定模块230,被配置为:
在各所述描述子笔点处做该笔画的走向的切线和垂线,得到该描述子笔点的垂向量和切向量;
将各所述描述子笔点的垂向量和切向量,作为所述针对所述欠采样手写签名明文的多个垂向量和多个切向量。
本公开实施例还提供一种电子设备,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现前述中任意一项所述基于文字特征识别的交易方法的步骤。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本公开的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对公开专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本公开构思的前提下,还可以做出若干变形和改进,这些都属于本公开的保护范围。因此,本公开专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种基于文字特征识别的交易方法,其特征在于,所述交易方法应用于区块链网络中的任一节点,所述方法包括:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;
根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;
根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;
根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;
基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述鉴定结果表征所述交易合同为假的情况下,向所述交易发起方发送鉴定失败信息,所述鉴定失败信息用于指示所述交易发起方发送CA证书变更请求;
在预设时长内接收到所述交易发起方发送的CA证书变更请求的情况下,通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换,所述CA证书变更请求是通过所述预先配置的CA证书中的文字签名确认所述文字签名作废后,接收到新的手写签名的情况下生成的;
在通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换完成后,通过所述CA证书变更请求中携带的手写签名对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果。
3.根据权利要求1所述的方法,其特征在于,所述响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文的步骤,包括:
响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的交易发起方选择的手写签名类型,从预设的解密模型中确定目标解密模型;
将所述目标解密模型映射到接收到所述交易请求的区块链网络节点中;
将所述交易请求输入所述目标解密模型中,以使得所述目标解密模型根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文;
其中,所述解密模型是基于贝塞尔曲线对手写签名样本的公钥进行重构生成的。
4.根据权利要求3所述的方法,其特征在于,所述解密模型是通过如下方式训练得到的:
计算所述手写签名样本的公钥中相邻字符的相近属性,其中,所述相近属性是根据该相邻字符的轮廓顶点的相对关系确定的;
以所述轮廓顶点的数量作为所述贝塞尔曲线的曲线阶数,所述轮廓顶点为所述贝塞尔曲线的控制点,得到目标贝塞尔曲线;
逐渐增大所述目标贝塞尔曲线的比例系数,得到绘制出的曲线,并将绘制出的曲线作为所述手写签名样本的公钥的轮廓,得到所述解密模型;
其中,所述计算所述手写签名样本的公钥中相邻字符的相近属性的步骤,包括:
将所述公钥中各轮廓点与相邻的轮廓点连接,组成轮廓点三角形;
根据该轮廓点三角形中各轮廓点的下一笔画,确定该轮廓点的轮廓点向量,并根据该轮廓点三角形中各轮廓点的轮廓点向量之和,确定该轮廓点三角形的符号属性,其中,若轮廓点向量之和为正则符号属性为正,若轮廓点向量之和为负则符号属性为负;
根据相邻字符的符号属性相同或者相异的数量,确定所述手写签名样本的公钥中相邻字符的相近属性。
5.根据权利要求1-4中任意一项所述的方法,其特征在于,所述根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点的步骤,包括:
在所述欠采样手写签名明文中该笔画的走向与前一笔画以及与后一笔画的走向均不同的情况下,确定该笔点为描述子笔点。
6.根据权利要求1-4中任意一项所述的方法,其特征在于,所述根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量的步骤,包括:
在各所述描述子笔点处做该笔画的走向的切线和垂线,得到该描述子笔点的垂向量和切向量;
将各所述描述子笔点的垂向量和切向量,作为所述针对所述欠采样手写签名明文的多个垂向量和多个切向量。
7.一种基于文字特征识别的交易装置,其特征在于,所述装置包括:
解密模块,被配置为响应于接收到的交易发起方发起的交易请求,根据所述交易请求中携带的公钥对所述交易请求中携带的对交易数据进行加密的手写签名进行解密,得到所述手写签名的明文,所述手写签名是根据交易令牌对所述交易发起方的签名进行特征序列排布后生成的;
第一确定模块,被配置为根据所述交易令牌和所述交易请求中携带的交易类型,从预设的过采样因子集合中确定目标过采样因子以及从预设的欠采样因子集合中确定目标欠采样因子,并根据所述目标过采样因子对解密得到的手写签名的明文进行过采样处理,得到过采样手写签名明文,以及根据所述目标欠采样因子对解密得到的手写签名的明文进行欠采样处理,得到欠采样手写签名明文;
第二确定模块,被配置为根据所述欠采样手写签名明文中各笔画的走向,确定描述子笔点,并根据各所述描述子笔点处笔画的走向确定针对所述欠采样手写签名明文的多个垂向量和多个切向量,其中,所述垂向量与所述描述子笔点处笔画的走向垂直,所述切向量与所述描述子笔点处笔画的走向相切;
第三确定模块,被配置为根据所述多个垂向量和所述多个切向量,对欠采样手写签名明文进行笔点特征提取,得到所述手写签名的笔点特征,并根据所述笔点特征以及所述描述子笔点的数量,对所述过采样手写签名明文进行笔点类型识别,得到目标笔点类型;
发送模块,被配置为基于预先配置的CA证书中的文字签名,对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果,并在所述鉴定结果表征所述交易合同为真的情况下,将所述交易请求向所述交易请求中携带的交易接收方发送。
8.根据权利要求7所述的装置,其特征在于,所述发送模块,还被配置为:
在所述鉴定结果表征所述交易合同为假的情况下,向所述交易发起方发送鉴定失败信息,所述鉴定失败信息用于指示所述交易发起方发送CA证书变更请求;
在预设时长内接收到所述交易发起方发送的CA证书变更请求的情况下,通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换,所述CA证书变更请求是通过所述预先配置的CA证书中的文字签名确认所述文字签名作废后,接收到新的手写签名的情况下生成的;
在通过所述CA证书变更请求中携带的手写签名对所述预先配置的CA证书中的文字签名进行替换完成后,通过所述CA证书变更请求中携带的手写签名对所述目标笔点类型进行识别,得到表征所述交易请求真伪的鉴定结果。
9.一种电子设备,其特征在于,包括:
存储器,其上存储有计算机程序;
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-6中任意一项所述基于文字特征识别的交易方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044395.6A CN115344893B (zh) | 2022-08-30 | 2022-08-30 | 基于文字特征识别的交易方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044395.6A CN115344893B (zh) | 2022-08-30 | 2022-08-30 | 基于文字特征识别的交易方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115344893A CN115344893A (zh) | 2022-11-15 |
CN115344893B true CN115344893B (zh) | 2023-03-28 |
Family
ID=83953127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211044395.6A Active CN115344893B (zh) | 2022-08-30 | 2022-08-30 | 基于文字特征识别的交易方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115344893B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407874A (zh) * | 2016-03-25 | 2017-02-15 | 东南大学 | 基于笔迹坐标序列的手写识别方法 |
CN114529910A (zh) * | 2022-01-27 | 2022-05-24 | 北京鼎事兴教育咨询有限公司 | 手写文字识别方法、装置、存储介质及电子设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3291504B1 (en) * | 2016-08-30 | 2020-03-11 | Wacom Co., Ltd. | Authentication and secure transmission of data between signature devices and host computers using transport layer security |
CN109829317A (zh) * | 2018-12-14 | 2019-05-31 | 平安科技(深圳)有限公司 | 一种基于手写签名图片生成电子合同的方法、装置及*** |
CN111915302B (zh) * | 2020-08-05 | 2021-08-03 | 腾讯科技(深圳)有限公司 | 关联数据处理方法、装置、电子设备及计算机可读介质 |
CN114143008B (zh) * | 2021-11-10 | 2024-04-05 | 重庆亲笔签数字科技有限公司 | 一种基于hash的电子签名加解密方法及*** |
-
2022
- 2022-08-30 CN CN202211044395.6A patent/CN115344893B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407874A (zh) * | 2016-03-25 | 2017-02-15 | 东南大学 | 基于笔迹坐标序列的手写识别方法 |
CN114529910A (zh) * | 2022-01-27 | 2022-05-24 | 北京鼎事兴教育咨询有限公司 | 手写文字识别方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115344893A (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110503434B (zh) | 基于哈希算法的数据验证方法、装置、设备和存储介质 | |
CN107409002A (zh) | 为所有sku、装运箱和物品提供通用确定性可重复的加密密钥对表达的方法和装置 | |
CN110289946B (zh) | 一种区块链钱包本地化文件的生成方法及区块链节点设备 | |
CN111222178B (zh) | 一种数据签名方法及装置 | |
EP3637674A1 (en) | Computer system, secret information verification method, and computer | |
CN109948347A (zh) | 一种数据存储方法及装置、服务器及可读存储介质 | |
CN110598433B (zh) | 基于区块链的防伪信息处理方法、装置 | |
CN112434319A (zh) | 一种用于电子文件的数据加密方法及装置 | |
CN107665314B (zh) | 在电子文档上签名的可信处理方法及装置 | |
CN111859431A (zh) | 电子文件签章方法、装置、电子设备及存储介质 | |
CN111475690B (zh) | 字符串的匹配方法和装置、数据检测方法、服务器 | |
CN114386058A (zh) | 一种模型文件加密与解密方法及装置 | |
CN115344893B (zh) | 基于文字特征识别的交易方法、装置及设备 | |
CN110768782B (zh) | 基于非对称密钥池和ibs的抗量子计算rfid认证方法及*** | |
CN110175318A (zh) | 一种保险理赔附件生成方法及装置 | |
CN114244518B (zh) | 数字签名混淆加密方法、装置、计算机设备、存储介质 | |
CN115987512A (zh) | 基于不经意传输协议的数据处理方法、装置、***及介质 | |
CN111935163B (zh) | 保护隐私的数据联合处理方法及装置 | |
CN113505348A (zh) | 一种数据的水印嵌入方法、验证方法及装置 | |
CN113901502A (zh) | 一种数据处理方法、装置、电子设备以及存储介质 | |
CN110503430A (zh) | 交易处理方法、安全元件及智能卡 | |
JP6253283B2 (ja) | コンテンツデータ処理装置 | |
CN117708899B (zh) | 一种信创规则库在硬盘数据存储的安全加密方法 | |
CN114022259B (zh) | 一种基于公钥指定和身份验证的招标方法和装置 | |
CN110717157B (zh) | 用户验证方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |