System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种黑名单人员识别方法、系统、计算设备及存储介质技术方案_技高网

一种黑名单人员识别方法、系统、计算设备及存储介质技术方案

技术编号:40559745 阅读:8 留言:0更新日期:2024-03-05 19:21
本发明专利技术公开了一种黑名单人员识别方法和系统,该方法包括:获取入职人员的基础身份信息和生物识别信息;将基础身份信息和与分布式黑名单数据库中的基础身份信息进行比对,得到第一比对结果;将生物识别信息分别与分布式黑名单数据库中的生物识别信息进行比对,得到第二比对结果;根据第一比对结果和第二比对结果判断入职人员是否是黑名单成员。本方案能够提高企业各个子公司黑名单人员识别的准确性,从而避免黑名单人员再次被录用,有效降低企业选聘工作的风险。

【技术实现步骤摘要】

本专利技术涉及人力资源管理,具体涉及一种黑名单人员识别方法、系统、计算设备及存储介质


技术介绍

1、企业对于在工作中有不良记录或因特殊原因离职的员工往往不想再次录用。为了识别出黑名单人员,通常将黑名单人员身份证件信息储存在各自的黑名单数据库中,在员工入职前将人员身份证件信息录入识别系统,将人员身份证件信息与黑名单数据库进行比对,如果匹配则证明该人员是黑名单成员,阻止其入职流程或报警。

2、目前钉钉智能人事中黑名单识别以证件号码为唯一识别,例如当手机号码一致证件号码不一致时不会命中,当手机号码不一致,证件号码一致时则命中。这种黑名单识别方法主要借助身份证件信息等体外物,如果该员工冒用他人身份证或利用其他标识性证件重新入职其他子公司时,各个子公司之间无法实时共享数据,企业往往很难及时发现这种情况,可能会给企业带来潜在风险。


技术实现思路

1、为了及时有效降低企业选聘工作的风险,本方案提出一种黑名单人员识别方法和系统,通过人脸、指纹信息结合手机号、身份证号等多个维度综合判断入职人员是否是黑名单成员,并实时对黑名单成员信息进行维护,保证各个子公司可以同步获取黑名单数据库,可以提高黑名单人员识别的准确性。

2、根据本专利技术的第一方面,提供一种黑名单人员识别方法,包括:获取入职人员的基础身份信息和生物识别信息;将基础身份信息和与分布式黑名单数据库中的基础身份信息进行比对,得到第一比对结果;将生物识别信息分别与分布式黑名单数据库中的生物识别信息进行比对,得到第二比对结果;根据第一比对结果和第二比对结果判断入职人员是否是黑名单成员。

3、通过将基础身份识别和生物特征识别相结合,可以提高黑名单人员识别的准确性和可靠性,降低黑名单人员伪造身份再次被录用的风险。

4、可选地,在本专利技术提供的黑名单人员识别方法中,通过信息录入系统录入入职人员的基础身份信息,基础身份信息包括姓名、手机号、唯一性身份标识代码;通过图像采集设备实时采集入职人员的面部图像,通过指纹采集设备实时采集入职人员的指纹图像;和/或采用入职人员的声音信号和虹膜图像。

5、可选地,在本专利技术提供的黑名单人员识别方法中,分布式黑名单数据库采用加密方式存储黑名单识别信息,分布式黑名单数据库至少包括黑名单基础信息库、黑名单面部特征库和黑名单指纹特征库。

6、可选地,在本专利技术提供的黑名单人员识别方法中,对黑名单基础信息库中的信息解密,获取黑名单基础身份信息;将入职人员的基础身份信息与黑名单基础身份信息进行一一比对,如果入职人员的唯一性身份识别代码与黑名单身份识别代码一致,则第一比对结果为匹配,否则为不匹配。

7、可选地,在本专利技术提供的黑名单人员识别方法中,对黑名单面部特征库和黑名单指纹特征库中的信息解密,获取黑名单面部特征和黑名单指纹特征;将入职人员的面部特征与黑名单面部特征比对,将入职人员的指纹特征与黑名单指纹比对;当面部特征和指纹特征至少有一个比对结果为匹配时,第二比对结果为匹配,否则为不匹配。

8、可选地,在本专利技术提供的黑名单人员识别方法中,将入职人员的面部图像输入训练好的人脸识别模型中进行特征提取,得到面部特征;将入职人员的指纹图像输入训练好的指纹识别模型中进行特征提取,得到指纹特征;

9、将面部特征与黑名单面部特征库中的特征进行一一比对,获取人脸相似度得分,若人脸相似度得分大于第一预设阈值,则比对结果为匹配,否则为不匹配;

10、将指纹特征与黑名单指纹特征库中的特征进行一一比对,获取指纹相似度得分,若指纹相似度得分大于第二预设阈值,则比对结果为匹配,否则为不匹配。

11、可选地,在本专利技术提供的黑名单人员识别方法中,当第一比对结果、第二比对结果中至少一个为匹配时,则确定入职人员为黑名单成员,如果都不匹配则确定入职人员不是黑名单成员;如果入职人员是黑名单成员则禁止入职,并将入职人员的基础身份信息和生物识别信息加密存储到分布式黑名单数据库。

12、根据本专利技术的第二方面,提供了一种黑名单人员识别系统,包括:获取模块、第一比对模块、第二比对模块和识别模块。

13、其中,获取模块,用于获取入职人员的基础身份信息和生物识别信息;

14、第一比对模块,用于将基础身份信息和与分布式黑名单数据库中的基础身份信息进行比对,得到第一比对结果;

15、第二比对模块,用于将生物识别信息分别与分布式黑名单数据库中的生物识别信息进行比对,得到第二比对结果;

16、识别模块,用于根据第一比对结果和第二比对结果判断入职人员是否是黑名单成员。

17、根据本专利技术的第三方面,提供一种计算设备,包括存储器、处理器以及储存在存储器上并可在处理器上运行的计算机程序,处理器执行如第一方面中的一种黑名单人员识别方法。

18、根据本专利技术的第四方面,提供一种计算机可读存储介质,包括存储有能够被处理器加载并执行如第一方面的一种黑名单人员识别方法的计算机程序。

19、通过本专利技术提供的黑名单人员识别方法和系统,通过人脸、指纹等生物识别信息结合唯一性身份识别信息等多个维度综合判断入职人员是否是黑名单成员,并实时对黑名单成员信息进行维护,保证各个子公司可以同步获取黑名单数据库,可以提高黑名单人员识别的准确性,降低黑名单人员伪造身份再次被录用的风险。

20、上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种黑名单人员识别方法,其特征在于,包括:

2.根据权利要求1所述的黑名单人员识别方法,其特征在于,所述获取入职人员的基础身份信息和生物识别信息的步骤包括:

3.根据权利要求2所述的黑名单人员识别方法,其特征在于,所述分布式黑名单数据库采用加密方式存储黑名单识别信息,所述分布式黑名单数据库至少包括黑名单基础信息库、黑名单面部特征库和黑名单指纹特征库。

4.根据权利要求3所述的黑名单人员识别方法,其特征在于,所述将所述基础身份信息和与分布式黑名单数据库中的基础身份信息进行比对,得到第一比对结果的步骤包括:

5.根据权利要求3所述的黑名单人员识别方法,其特征在于,所述将所述生物识别信息分别与分布式黑名单数据库中的生物识别信息进行比对,得到第二比对结果的步骤包括:

6.根据权利要求5所述的黑名单人员识别方法,其特征在于,所述将入职人员的面部特征与所述黑名单面部特征比对,将入职人员的指纹特征与所述黑名单指纹比对的步骤包括:

7.根据权利要求1所述的黑名单人员识别方法,其特征在于,所述根据所述第一比对结果和第二比对结果判断所述入职人员是否是黑名单成员的步骤包括:

8.一种黑名单人员识别系统,其特征在于,包括:

9.一种计算设备,包括:

10.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-7任意一项中所述的黑名单人员识别方法。

...

【技术特征摘要】

1.一种黑名单人员识别方法,其特征在于,包括:

2.根据权利要求1所述的黑名单人员识别方法,其特征在于,所述获取入职人员的基础身份信息和生物识别信息的步骤包括:

3.根据权利要求2所述的黑名单人员识别方法,其特征在于,所述分布式黑名单数据库采用加密方式存储黑名单识别信息,所述分布式黑名单数据库至少包括黑名单基础信息库、黑名单面部特征库和黑名单指纹特征库。

4.根据权利要求3所述的黑名单人员识别方法,其特征在于,所述将所述基础身份信息和与分布式黑名单数据库中的基础身份信息进行比对,得到第一比对结果的步骤包括:

5.根据权利要求3所述的黑名单人员识别方法,其特征在于,所述将所述生物识别信息分别与分布式...

【专利技术属性】
技术研发人员:张子恒朱德权
申请(专利权)人:上海利唐信息科技有限公司
类型:发明
国别省市:

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