系统安全方法、装置、计算机设备及存储介质制造方法及图纸

技术编号:20329430 阅读:29 留言:0更新日期:2019-02-13 05:55
本发明专利技术实施例公开了一种系统安全方法、装置、计算机设备及存储介质,包括下述步骤:获取显示区域显示画面的画面截图;将所述画面截图输入到预设的第一神经网络模型中,并获取所述第一神经网络模型输出的画面截图的第一分类结果;将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令。由于分类结果为画面截图表征的用户行为信息,即用户正在用计算机设备进行何种操作。通过比对用户在使用计算机时设定的行为规划信息与分类结果是否一致,即能够确定用户是否使用计算机在进行规划中的行为操作,而非使用计算机在进行其他操作内容,实现帮助用户戒除不当使用计算机的任务。

【技术实现步骤摘要】
系统安全方法、装置、计算机设备及存储介质
本专利技术实施例涉及网络安全领域,尤其是一种系统安全方法、装置、计算机设备及存储介质。
技术介绍
伴随着计算机设备在人们生活中的普及,使用计算机的人群正在迅速的扩大,而青少年人群正是计算机新使用人群主流人群,并且随着计算机普及速度的加快,青少年使用计算机的年龄正在逐年降低。由于,青少年人群缺乏自制能力,过渡上网使用计算机会导致青少年患上“网瘾”,进而使其对学习和生活中其他事项缺乏兴趣,对青少年的成长造成不良影响。现有技术中,为防止青少年上网一般采用的方式为:在上网之前检查其身份信息,若确认其为青少年则禁止其上网。但是本专利技术创造的专利技术人在研究中发现,计算机作为现今社会最重要的信息工具之一,完全禁止使用计算机对于青少年的成长不利。而合理的引导用户使用计算机,对青少年的学习和成长均具有帮助。
技术实现思路
本专利技术实施例提供一种能够引导用户正确使用计算机设备的系统安全方法、装置、计算机设备及存储介质。为解决上述技术问题,本专利技术创造的实施例采用的一个技术方案是:提供一种系统安全方法,包括下述步骤:获取显示区域显示画面的画面截图;将所述画面截图输入到预设的第一神经网络模型中,并获取所述第一神经网络模型输出的画面截图的第一分类结果,其中,所述第一分类结果为所述画面截图表征的用户行为信息;将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令。可选地,所述获取显示区域显示画面的画面截图的步骤之前,还包括下述步骤:采集所述用户的人脸图像;将所述人脸图像和预设的所述用户的证件图像输入到预设的第二神经网络模型中,并获取所述第二神经网络模型输出的第一判断结果,其中,所述第二神经网络模型为训练至收敛状态用于判断图像相似度的神经网络模型;当所述第一判断结果表征的内容为所述人脸图像和证件图像不一致时,禁止所述用户的登陆请求。可选地,所述采集所述用户的人脸图像的步骤之后,还包括下述步骤:将所述人脸图像输入到预设的第三神经网络模型中,并获取所述第三神经网络模型输出的第二分类结果,其中,所述第三神经网络模型为训练至收敛状态用于判断人脸图像偏转方向及偏转角度的神经网络模型;将所述第二分类结果与预设的指令信息进行比对,当所述第二分类结果与所述指令信息不一致时,禁止所述用户的登陆请求。可选地,所述将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令的步骤之后,还包括下述步骤:获取所述用户的用户行为的持续时长;将所述持续时长与预设的时间阈值进行比对;当所述持续时长大于所述时间阈值时,禁止响应所述用户的用户指令。可选地,当所述用户行为信息表征的用户行为支付行为时;所述将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令的步骤之后,还包括下述步骤:识别所述画面截图中的支付金额;将所述支付金额与预设的金额阈值进行比对;当所述支付金额大于所述金额阈值时,禁止响应所述用户的用户指令。可选地,所述当所述支付金额大于所述金额阈值时,禁止响应所述用户的用户指令的步骤之后,还包括下述步骤:向预设的关联终端发送警示信息,其中,所述警示信息包括是否同意支付的问询信息;接收所述关联终端回复所述警示信息的回复信息;当所述回复信息表征的回复内容为同意支付时,执行所述用户的支付指令。可选地,所述向预设的关联终端发送警示信息的步骤之前,还包括下述步骤:获取所述支付行为使用的支付账号;根据所述支付账号获取与所述支付账号绑定的支付终端号码;确定所述支付终端号码表征的终端为所述关联终端。为解决上述技术问题,本专利技术实施例还提供一种系统安全装置,包括:获取模块,用于获取显示区域显示画面的画面截图;处理模块,用于将所述画面截图输入到预设的第一神经网络模型中,并获取所述第一神经网络模型输出的画面截图的第一分类结果,其中,所述第一分类结果为所述画面截图表征的用户行为信息;执行模块,用于将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令。可选地,所述系统安全装置还包括:第一获取子模块,用于采集所述用户的人脸图像;第一处理子模块,用于将所述人脸图像和预设的所述用户的证件图像输入到预设的第二神经网络模型中,并获取所述第二神经网络模型输出的第一判断结果,其中,所述第二神经网络模型为训练至收敛状态用于判断图像相似度的神经网络模型;第一执行子模块,用于当所述第一判断结果表征的内容为所述人脸图像和证件图像不一致时,禁止所述用户的登陆请求。可选地,所述系统安全装置还包括:第二处理子模块,用于将所述人脸图像输入到预设的第三神经网络模型中,并获取所述第三神经网络模型输出的第二分类结果,其中,所述第三神经网络模型为训练至收敛状态用于判断人脸图像偏转方向及偏转角度的神经网络模型;第二执行子模块,用于将所述第二分类结果与预设的指令信息进行比对,当所述第二分类结果与所述指令信息不一致时,禁止所述用户的登陆请求。可选地,所述系统安全装置还包括:第二获取子模块,用于获取所述用户的用户行为的持续时长;第三处理子模块,用于将所述持续时长与预设的时间阈值进行比对;第三执行子模块,用于当所述持续时长大于所述时间阈值时,禁止响应所述用户的用户指令。可选地,当所述用户行为信息表征的用户行为支付行为时;所述系统安全装置还包括:第一识别子模块,用于识别所述画面截图中的支付金额;第四处理子模块,用于将所述支付金额与预设的金额阈值进行比对;第四执行子模块,用于当所述支付金额大于所述金额阈值时,禁止响应所述用户的用户指令。可选地,所述系统安全装置还包括:第一发送子模块,用于向预设的关联终端发送警示信息,其中,所述警示信息包括是否同意支付的问询信息;第一接受子模块,用于接收所述关联终端回复所述警示信息的回复信息;第五执行子模块,用于当所述回复信息表征的回复内容为同意支付时,执行所述用户的支付指令。可选地,所述系统安全装置还包括:第三获取子模块,用于获取所述支付行为使用的支付账号;第五处理子模块,用于根据所述支付账号获取与所述支付账号绑定的支付终端号码;第六执行子模块,用于确定所述支付终端号码表征的终端为所述关联终端。为解决上述技术问题,本专利技术实施例还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述所述系统安全方法的步骤。为解决上述技术问题,本专利技术实施例还提供一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述所述系统安全方法的步骤。本专利技术实施例的有益效果是:在用户使用计算机时提示用户填写使用规划,该使用规划中包括用户使用计算机进行的操作内容。当用户正式操作计算机时,获取计算机屏幕显示内容的画面截图,将画面截图输入到预设的第一神经网络模型中,并获取分类结果。由于分类结果为画面截图表征的用户行为信息,即用户正在用计算机设备进行何种操作。通过比对用户在使用计算机时设定的行为规划信息与分类结果是否一致,即能够确定用户是否使用本文档来自技高网...

【技术保护点】
1.一种系统安全方法,其特征在于,包括下述步骤:获取显示区域显示画面的画面截图;将所述画面截图输入到预设的第一神经网络模型中,并获取所述第一神经网络模型输出的画面截图的第一分类结果,其中,所述第一分类结果为所述画面截图表征的用户行为信息;将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令。

【技术特征摘要】
1.一种系统安全方法,其特征在于,包括下述步骤:获取显示区域显示画面的画面截图;将所述画面截图输入到预设的第一神经网络模型中,并获取所述第一神经网络模型输出的画面截图的第一分类结果,其中,所述第一分类结果为所述画面截图表征的用户行为信息;将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令。2.根据权利要求1所述的系统安全方法,其特征在于,所述获取显示区域显示画面的画面截图的步骤之前,还包括下述步骤:采集所述用户的人脸图像;将所述人脸图像和预设的所述用户的证件图像输入到预设的第二神经网络模型中,并获取所述第二神经网络模型输出的第一判断结果,其中,所述第二神经网络模型为训练至收敛状态用于判断图像相似度的神经网络模型;当所述第一判断结果表征的内容为所述人脸图像和证件图像不一致时,禁止所述用户的登陆请求。3.根据权利要求2所述的系统安全方法,其特征在于,所述采集所述用户的人脸图像的步骤之后,还包括下述步骤:将所述人脸图像输入到预设的第三神经网络模型中,并获取所述第三神经网络模型输出的第二分类结果,其中,所述第三神经网络模型为训练至收敛状态用于判断人脸图像偏转方向及偏转角度的神经网络模型;将所述第二分类结果与预设的指令信息进行比对,当所述第二分类结果与所述指令信息不一致时,禁止所述用户的登陆请求。4.根据权利要求1所述的系统安全方法,其特征在于,所述将所述第一分类结果与预设的行为规划信息进行比对,当所述第一分类结果与所述行为规划信息一致时,响应所述用户的用户指令的步骤之后,还包括下述步骤:获取所述用户的用户行为的持续时长;将所述持续时长与预设的时间阈值进行比对;当所述持续时长大于所述时间阈值时,禁止响应所述用户的用户指令。5.根据权利要求1所述的系统安全方法,其特征在于,当所述用户行为信息表征的用户行为支付行为...

【专利技术属性】
技术研发人员:李其刚
申请(专利权)人:深圳壹账通智能科技有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1