[发明专利]一种快递隐私信息保密方法有效

专利信息
申请号: 201710307955.5 申请日: 2017-05-04
公开(公告)号: CN107133529B 公开(公告)日: 2021-01-26
发明(设计)人: 陈达权;李海艳;黄运保;范西岸 申请(专利权)人: 广东工业大学
主分类号: G06F21/62 分类号: G06F21/62;G06Q10/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510062 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 快递 隐私 信息 保密 方法
【权利要求书】:

1.一种快递隐私信息保密方法,其特征在于,包括:

获取外界向编码终端器输入的隐私信息,利用预先训练的深度自编码器的编码网络对所述隐私信息进行编码得到对应数字信息;

将所述数字信息转化成条形码,打印包括有所述条形码的快递单,并指示收件员将所述快递单附于对应的快递上发出;

接收外界向解码终端器输入的扫描指令,并在所述扫描指令的触发下对所述快递单上的条形码进行扫描得到对应数字信息;

将所述数字信息发送至云端,指示所述云端利用所述深度自编码器的解码网络对所述数字信息进行解码得到对应隐私信息,并指示配送员将对应快递配送给与所述隐私信息对应的收件人;

指示所述云端利用所述深度自编码器的解码网络对所述数字信息进行解码得到对应隐私信息之前,还包括:

对所述快递在对应配送网点中按照配送时间编配取件序号,并将所述取件序号及所述数字信息发送至所述云端,指示所述云端在执行所述利用所述深度自编码器的解码网络对所述数字信息进行解码得到对应隐私信息的步骤后,将包含有所述隐私信息及所述取件序号的取件信息发送至与所述隐私信息对应的移动通讯终端;

指示所述云端利用所述深度自编码器的解码网络对所述数字信息进行解码得到对应隐私信息之后,还包括:

向与所述隐私信息对应的移动通讯终端进行拨号;

接收外界向解码终端器输入的扫描指令之前,还包括:

接收所述配送员向解码终端器录入的配送员指纹,并对所述配送员指纹进行验证,如果验证通过,则执行所述接收外界向解码终端器输入的扫描指令的步骤;

对所述配送员指纹进行验证,包括:

将所述配送员指纹与所述解码终端器的终端编号上传至云端,指示所述云端判断所述配送员指纹与所述终端编码是否对应,如果是,则说明验证通过,如果否,则说明验证未通过;

其中,所述深度自编码器网络一共7层,从第1层至第7层的神经元个数分别为256、120、40、1、40、120、256;针对需要利用所述深度自编码器网络进行编码的文本信息,对于汉字则为汉字的字形码,字形码是汉字的输出码,输出汉字时采用图形方式,无论汉字的笔画多少,每个汉字都写在同样大小的方块中,用16×16点阵来显示;对于其他的文字或符号也用16×16点阵来显示;16×16点阵能够转化成由0和1组成的16×16的矩阵,这个矩阵同样也能够转化成256×1的列向量,而这个列向量中的每一个元素将在网络训练中对应的作为该深度自编码器网络中输入层Layer L1层256个神经元的输入值,Layer L1层为第一层;该深度自编码器网络的训练样本的输入值及其对应的标签为7445个汉字和图形字符的字形码所转换的列向量,或者其他文字或符号的16×16点阵所转换的列向量;该深度自编码器网络的训练集和测试集完全一样,另外,影响该深度自编码器网络正确编码和解码的变量个数为256×120+120×40+40×1+1×40+40×120+120×256+256+120+40+1+40+120=71697,这些变量的取值均为0到1之间的小数位数能够根据需要而自定义的实数,这些变量在网络的重新训练后所取的值都是完全不同的,并且这些变量只要跟训练结束后的值不是完全一样,则无法进行正确的解码。

2.根据权利要求1所述的方法,其特征在于,打印出包括有所述条形码的快递单之前,还包括:

获取外界向所述编码终端器输入的配送网点以及所述编码终端器接收到所述配送网点后自动生成的订单号,所述配送网点为距离对应收件人最近的配送网点;

对应的,打印出包括有所述条形码的快递单,包括:

打印出包括有所述条形码、所述配送网点及所述订单号的快递单,其中所述条形码对应所包含的加密后隐私信息包括收件人和寄件人的姓名、联系方式、工作或家庭地址。

3.根据权利要求1所述的方法,其特征在于,指示所述云端利用所述深度自编码器的解码网络对所述数字信息进行解码得到对应隐私信息之后,还包括:

利用所述解码终端器打印包括有所述快递的取件序号的发货单,并指示所述配送员将所述发货单附于所述快递上进行配送。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710307955.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top