[发明专利]一种身份证号防盗用的方法、装置及系统有效

专利信息
申请号: 201810744915.1 申请日: 2018-07-09
公开(公告)号: CN108990061B 公开(公告)日: 2021-04-13
发明(设计)人: 王子奇 申请(专利权)人: 中国联合网络通信集团有限公司
主分类号: H04W12/06 分类号: H04W12/06;H04W12/126;G10L17/00;G10L15/26;G10L15/18
代理公司: 北京天昊联合知识产权代理有限公司 11112 代理人: 彭瑞欣;汪源
地址: 100033 *** 国省代码: 北京;11
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 身份证号 盗用 方法 装置 系统
【权利要求书】:

1.一种身份证号防盗用的识别方法,其特征在于,包括:

接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;

接收所述数据获取装置发送的用户通话信息;

根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;

判断所述概率P大于或小于1-P;

若所述概率P大于1-P,确定出所述用户是身份证本人;

若所述概率P小于1-P,确定出所述用户不是身份证本人;

所述根据所述用户通话信息计算所述用户信息中的亲属关系正确的概率P的步骤,包括:

根据所述用户通话信息获取构建计算模型的训练数据;

根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;

基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;

根据所述用户通话信息查询所述用户在各向量特征下的独立频率;

计算所述用户在各向量特征下的独立频率的乘积,可得所述用户信息中的亲属关系正确的概率P。

2.根据权利要求1所述的身份证号防盗用的识别方法,其特征在于,所述用户通话信息包括:

用户年龄、用户性别、所述用户与所述亲属三个月内通话次数、所述用户与所述亲属三个月内平均通话时长、所述用户与所述亲属近一周通话内容的关键词和所述用户与所述亲属近一周短信内容的关键词。

3.根据权利要求2所述的身份证号防盗用的识别方法,其特征在于,所述用户与所述亲属近一周通话内容的关键词通过语音识别技术对所述用户与所述亲属近一周通话内容进行解析获得;所述用户与所述亲属近一周短信内容的关键词通过汉字识别技术对所述用户与所述亲属近一周短信内容进行解析获得。

4.根据权利要求1所述的身份证号防盗用的识别方法,其特征在于,所述各向量特征包括:

用户与亲属三个月内通话次数、用户与亲属三个月内平均通话时长、用户与亲属近一周通话内容的关键词和用户与亲属近一周短信内容的关键词。

5.根据权利要求1所述的身份证号防盗用的识别方法,其特征在于,所述用户信息还包括身份证号,所述接收防盗用网关发送的用户信息步骤之后,所述将所述用户手机号和所述亲属手机号发送至数据获取装置步骤之前,还包括:

将所述用户手机号发送至所述数据获取装置;

接收所述数据获取装置根据所述用户手机号查询并返回的与所述用户手机号对应的用户身份证号;

比较所述用户信息中的身份证号与所述用户手机号对应的用户身份证号是否一致,若一致,则执行所述将所述用户手机号和所述亲属手机号发送至数据获取装置的步骤。

6.一种身份证号防盗用的识别装置,其特征在于,包括:

收发模块,用于接收防盗用网关发送的用户信息,所述用户信息包括用户手机号和亲属手机号,并将所述用户手机号和所述亲属手机号发送至数据获取装置;接收所述数据获取装置发送的用户通话信息;

计算模块,用于根据所述用户通话信息计算出所述用户信息中的亲属关系正确的概率P;

判断模块,用于判断所述概率P大于或小于1-P;

确定模块,用于若所述判断模块判断出所述概率P大于1-P,确定出所述用户是身份证本人;若所述判断模块判断出所述概率P小于1-P,确定出所述用户不是身份证本人;

所述计算模块包括:

构建子模块,用于根据所述用户通话信息获取构建计算模型的训练数据;

划分子模块,用于根据用户年龄、用户性别、亲属关系的不同维度将所述训练数据排列组合,划分为多个组合数据;

第一计算子模块,用于基于所述训练数据的分组分别计算出各个组合数据在各向量特征下的独立频率;

查询子模块,用于根据所述用户通话信息查询所述用户在各向量特征下的独立频率;

第二计算子模块,用于将述用户在各向量特征下的独立频率相乘,得出所述用户信息中的亲属关系正确的概率P。

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中国联合网络通信集团有限公司,未经中国联合网络通信集团有限公司许可,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/201810744915.1/1.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