一种基于生物特征的私钥管理方法及装置

    公开(公告)号:CN110516435A

    公开(公告)日:2019-11-29

    申请号:CN201910823643.9

    申请日:2019-09-02

    IPC分类号: G06F21/46 G06F21/32 G06F21/60

    摘要: 本申请公开了一种基于生物特征的私钥管理方法,通过对用户的生物特征进行验证的方式,对用户的身份进行认证,只有用户的身份认证通过,才允许用户使用私钥。具体地,可以获取用户的待验证信息,用户的待验证信息包括用户的生物特征信息;而后提取待验证信息的特征,得到用户的待验证特征;并将待验证特征与用户的预留特征进行比对,得到比对结果。其中,用户的预留特征,可以认为是该用户合法身份的一种体现。当确定比对结果符合预设条件时,表示待验证特征与预留特征的吻合程度比较高,故而确定对用户的身份认证通过,进一步允许用户使用用户的私钥。由此可见,利用本申请实施例的方案,可以保证用户私钥的使用安全性。

    一种基于机器学习的非平衡数据集的处理方法和装置

    公开(公告)号:CN109635839A

    公开(公告)日:2019-04-16

    申请号:CN201811341167.9

    申请日:2018-11-12

    IPC分类号: G06K9/62

    摘要: 本发明实施例公开了一种基于机器学习的非平衡数据集的处理方法和装置,涉及数据处理的技术领域,能够解决SMOTE算法合成“人造”样本过程中造成的分布边缘化问题。该处理方法包括:一种基于机器学习的非平衡数据集的处理方法,包括:根据包含多个多数类图像样本的第一样本集合和包含多个少数类图像样本的初始的第二样本集合,生成中心样本,其中,所述多数类图像样本和所述少数类图像样本均包含有N维属性,所述中心样本是由多个所述多数类图像样本和多个所述少数类图像样本每个维度的属性的平均值组成,N≥1;在所述中心样本与至少一个所述少数类图像样本之间进行随机线性插值,生成新增少数类样本,得到利用所述新增少数类样本更新后的第二样本集合。