交易安全监控方法及装置与流程

1.本技术涉及数据处理技术领域，尤其涉及一种交易安全监控方法及装置。


背景技术：

2.随着互联网技术和金融业务的不断融合，互联网金融得以快速发展。其中，移动在人们的生活中应用的较为广泛，并且各种各样的支付场景进一步拓展了移动支付的应用边界，多元化场景促进了用户规模的增长，也促进金融机构服务创新，在提高了用户体验的同时，也给商业银行带来了巨大挑战，特别是在保障用户的账户安全方面存在巨大挑战。
3.传统的金融机构一般采用密码、短信验证码、指纹和面部识别等方式降低交易风险，例如，在登录手机银行时采用密码或短信验证码的方式，确认是否为机主本人登录账号；在长时间没有登录手机银行或在新设备上首次登录时，采用面部识别方法，根据眨眼、左转右转、点头等动作，判断是否为账户本人登录；交易时采用输入交易密码或指纹或人脸识别的方式，再次确认是否为本人进行交易。
4.随着移动互联网金融时代的到来，传统的短信验证控方式，难以满足业务不断创新的需求，难以满足移动互联网时代下提高用户体验的呼声，也难以应对日益严峻的欺诈形式。
5.当发生手机被盗，或被虚假基站攻击时，手机验证码等基于设备的防护几乎失效。此外，如果用户信息保存不当，出现密码信息泄露等情况，那么账户也可能会被他人使用并进行交易。此外，频繁的认证也降低了用户体验，不利于提高用户粘度。
6.本部分旨在为权利要求书中陈述的本技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。


技术实现要素：

7.本技术实施例提供一种交易安全监控方法，通过对操作便携设备的用户的行为习惯与预先存储的对应的行为习惯进行匹配，来判断操作便携设备的用户是否为与发起当前交易的账户对应的用户本人，从而实现对当前交易的安全性进行监控，保障用户的账户安全。该方法包括：
8.在检测到用户提交了交易请求时，获取在发起当前交易时用户登录账户的登录时间、触摸便携设备的输入装置的触摸力度以及使用所述便携设备时的姿态和角度；
9.将所述登录时间输入到预定的第一评分模型，计算第一评分；
10.将所述触摸力度输入到预定的第二评分模型，计算第二评分；
11.将所述姿态和角度输入到预定的第三评分模型，计算第三评分；
12.对所述第一评分、所述第二评分和所述第三评分进行加权计算得到评价分数；
13.在所述评价分数在第一阈值以上的情况下判断当前交易为安全交易。
14.本技术实施例还提供一种交易安全监控装置，通过对操作便携设备的用户的行为习惯与预先存储的对应的行为习惯进行匹配，来判断操作便携设备的用户是否为与发起当
前交易的账户对应的用户本人，从而实现对当前交易的安全性进行监控，保障用户的账户安全。该装置包括：
15.行为特征提取单元，其在检测到用户提交了交易请求时，获取在发起当前交易时用户登录账户的登录时间、触摸便携设备的输入装置的触摸力度以及使用所述便携设备时的姿态和角度；
16.第一计算单元，其将所述登录时间输入到预定的第一评分模型，计算第一评分；
17.第二计算单元，其将所述触摸力度输入到预定的第二评分模型，计算第二评分；
18.第三计算单元，其将所述姿态和角度输入到预定的第三评分模型，计算第三评分；
19.第四计算单元，其对所述第一评分、所述第二评分和所述第三评分进行加权计算得到评价分数；
20.判断单元，其在所述评价分数在第一阈值以上的情况下判断当前交易为安全交易。
21.本技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
22.本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法。
23.本技术实施例还提供一种程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述方法。
24.本技术实施例中，通过对用户使用便携设备发起当前交易时的登录时间、触摸力度以及姿态和角度进行评分并计算评价分数来判断当前交易是否为安全交易，能够判断发起当前交易的用户是否为发起当前交易的账户所对应的用户本人，实现对当前交易的安全性进行监控，从而保障用户的账户安全。
附图说明
25.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
26.图1是本技术实施例的交易安全监控方法的一个示意图。
27.图2是本技术实施例的交易安全监控方法的实际应用的一个示意图。
28.图3是本技术实施例的交易安全监控方法的另一个示意图。
29.图4是本技术实施例的交易安全监控方法的又一个示意图。
30.图5是本技术实施例的关系图谱的一个示意图。
31.图6是本技术实施例的交易安全监控装置的一个示意图。
具体实施方式
32.为使本技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本技术实施例做进一步详细说明。在此，本技术的示意性实施例及其说明用于解释本技术，但并不作为对本技术的限定。
33.需要说明的是，本技术公开的交易安全监控方法可用于金融技术领域，也可用于除金融技术领域之外的任意领域，本技术公开的交易安全监控方法的应用领域不做限定。
34.此外，需要说明的是，本技术中技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
35.本技术实施例提供一种交易安全监控方法。图1是本技术实施例的交易安全监控方法的一个示意图。
36.如图1所示，方法100包括：
37.步骤101：在检测到用户提交了交易请求时，获取在发起当前交易时用户登录账户的登录时间、触摸便携设备的输入装置的触摸力度以及使用所述便携设备时的姿态和角度；
38.步骤103：将所述登录时间输入到预定的第一评分模型，计算第一评分；
39.步骤105：将所述触摸力度输入到预定的第二评分模型，计算第二评分；
40.步骤107：将所述姿态和角度输入到预定的第三评分模型，计算第三评分；
41.步骤109：对所述第一评分、所述第二评分和所述第三评分进行加权计算得到评价分数；
42.步骤111：在所述评价分数在第一阈值以上的情况下判断当前交易为安全交易。
43.由此，通过对用户使用便携设备发起当前交易时的登录时间、触摸力度以及姿态和角度进行评分并计算评价分数来判断当前交易是否为安全交易，能够判断发起当前交易的用户是否为发起当前交易的账户所对应的用户本人，实现对当前交易的安全性进行监控，从而保障用户的账户安全。
44.在本技术实施例中，便携设备可以是移动电话、平板电脑、膝上电脑、笔记本电脑等，便携设备还可以是其他的设备，本技术实施例对此不作限制，具体可以参考相关技术。
45.此外，便携设备的输入装置例如包括移动电话的按键、触摸屏幕，平板电脑的触摸屏幕，笔记本电脑的按键、鼠标、触摸屏幕等，便携设备的输入装置只要能够检测用户使用便携设备时的触摸力度即可，本技术实施例对便携设备的输入装置不作限制，具体可以参考相关技术。
46.此外，使用便携设备时的姿态和角度可以通过便携设备内的传感器进行检测，例如，可以通过手机内置的陀螺仪和重力传感器，测量手机倾斜和偏转时的转动角速度、手机当前的方向和水平位置等，分析使用者拿手机时的角度，从而判断出使用者的使用姿势。也可以通过其他传感器检测使用便携设备时的姿态和角度，本技术实施例对此不作限制，具体可以参考相关技术。
47.此外，本技术实施例的方法可以应用于银行的数据中心以对用户发起的交易的安全性进行监控，例如，在用户通过手机或平板电脑登录手机银行应用发起交易时，数据中心可以利用本技术实施例的方法对发起的当前交易进行安全监控；或者在用户通过笔记本电脑登录银行的交易网站发起交易时，数据中心可以利用本技术实施例的方法对发起的当前交易进行安全监控。但本技术实施例不限于此，本技术实施例的方法还可以应用于其他场景，可以根据实际情况进行设定。
48.为了便于理解和说明本技术的实施例，下面以在利用手机登录手机银行应用发起交易的场景中应用本技术实施例的交易安全监控方法为例进行说明，但本领域技术人员应
明白，本技术实施例还可以应用于由便携设备发起交易的其他场景中。
49.图2是本技术实施例的交易安全监控方法的实际应用的一个示意图。
50.如图2所示，手机201与银行的数据中心203通过网络进行通信，本技术实施例对网络不作限定，可以是有线网络，也可以是无限网络。用户登录手机201中安装的手机银行应用时，可以通过三种方式登录：密码登录，短信验证码和指纹验证登录以及短信验证码和人脸验证登录。在由数据中心203验证通过后可以登录到用户的手机银行账户中。
51.数据中心203可以在用户每次登录到手机银行账户后指示手机201进行用户行为习惯采集，例如，采集用户使用手机银行的时间段信息、利用陀螺仪采集手机201的转动角度、利用重力传感器采集手机201的当前方向、利用压力传感器采集用户的触屏力度等信息，数据中心203可以根据手机201采集到的上述信息构建该用户的行为习惯库，例如，用户的行为习惯库包括用户经常使用手机银行的时间段，使用手机时的角度和姿势、点击手机的触屏力度等，并且，数据中心203可以根据该用户的行为习惯库为该用户构建行为习惯评分模型，例如，构建使用手机银行的时间段的第一评分模型，构建使用手机时的角度和姿势的第二评分模型，构建点击手机的触屏力度的第三评分模型。
52.在检测到用户登录手机银行并发起交易或者检测到用户使用新设备第一次登录手机银行时，数据中心203可以指示手机201采集用户使用手机银行期间的行为习惯的数据，例如，指示手机201将用户登录手机银行的时间、使用手机时的角度和姿势、点击手机的触屏力度等信息发送给数据中心203。
53.数据中心203将接收到的用户使用手机银行期间的行为习惯的数据与该用户的用户行为习惯库中的数据进行比对，例如，根据各行为习惯的评分模型计算对应的评分，然后对各评分进行加权计算最终得分。
54.此外，在用户登录手机银行时，如果使用了指纹验证或人脸验证时，也可以将登录时的指纹信息或人脸信息与数据中心203存储的指纹信息或人脸信息进行匹配，计算匹配分数，然后将匹配分数和各行为习惯对应的评分进行加权计算最终得分。
55.如果最终得分在第一阈值以上时，判断为当前交易为用户本人发起；否则，判断为不是本人发起。其中，第一阈值例如为85分，本技术实施例对第一阈值的具体分值不作限定，可以根据实际情况设定。
56.在判断为用户本人发起时，可以继续判断交易对象是否为诈骗分子，例如，可以通过账户的关系图谱进行判断，关于关系图谱将在下面的实施例中进行说明。
57.此外，在判断为不是用户本人发起的情况下，可以暂时中止交易，也可以直接终止交易。
58.例如，在最终得分比第一阈值低但是与第一阈值接近的情况下，可以暂时中止交易，并进行再次验证和/或评分，由此，能够避免由于用户本人没有按照平时的习惯操作手机而导致不能进行正常交易的情况发生。例如，在最终得分比第一阈值低例如10％以内(或者除10％以外的其他比例，本技术实施例对此不作限制，可以根据实际情况进行设定)的情况下，可以进行再次验证和/或评分，在再次验证时，可以进一步要求用户使用者配合语音提示进行点头、摇头、眨眼等真人判断的动作等，在再次进行评分时，可以调整各分数之间的权重比例等。具体可以参考相关技术，本技术实施例对此不作限制。
59.例如，在最终得分比第一阈值低例如20％以上的情况下，直接终止交易，由此，保
障用户的账户安全。
60.图3是本技术实施例的交易安全监控方法的另一个示意图。
61.在至少一个实施例中，如图3所示，方法300可以包括：
62.步骤301：对用户登录所述账户时输入的生物信息和预先存储的与所述账户对应的生物信息进行匹配，计算匹配评分；
63.步骤303：将所述匹配评分与所述第一评分、所述第二评分和所述第三评分进行加权计算得到所述评价分数。
64.在本技术实施例，例如，在用户办理银行账户时，将用户的生物信息与银行账户关联起来存储。在步骤301中，可以基于哈希算法计算匹配评分，也可以基于直方图相似度比较计算匹配评分，具体可以参考相关技术，本技术实施例对此不作限制。
65.在至少一个实施例中，生物信息可以包括指纹信息、人脸信息、虹膜信息和声音信息中的至少一种。本技术实施例的生物信息还可以包含其他生物信息，本技术实施例对此不作限制。
66.此外，方法300还可以包括：在用户登录所述账户时输入了指纹信息、人脸信息、虹膜信息和声音信息中的至少两种的情况下，根据与所述指纹信息、所述人脸信息、所述虹膜信息和所述声音信息对应的权重对登录所述账户时输入的生物信息对应的匹配评分进行加权，计算加权后的匹配评分，在计算所述评价分数的步骤中，将加权后的所述匹配评分与所述第一评分、所述第二评分和所述第三评分进行加权计算得到所述评价分数。
67.例如，在输入了指纹信息和人脸信息的情况下，可以将指纹信息对应的匹配评分的权重设为比人脸信息对应的匹配评分的权重大，由此，避免由于环境光线等原因导致人脸信息比对不准确导致对用户身份识别不准确的情况。此外，还可以结合虹膜信息或声音信息等进行加权计算匹配评分，从而进一步提高识别的准确率。
68.在至少一个实施例中，所述第一评分的第一权重、所述第二评分的第二权重和所述第三评分的第三权重可以根据所述登录时间、所述触摸力度、所述姿态和角度对应的历史登录时间、历史触摸力度、历史姿态和角度的稳定度确定，稳定度越大，对应的权重越大，所述历史登录时间为预定期间内登录所述账户的登录时间，所述历史触摸力度为所述预定期间内操作所述账户时的触摸力度，所述历史姿态和角度为所述预定期间内操作所述账户时的姿态和角度。
69.例如，用户经常在固定的时间段登录账户，那么可以将第一权重设为最大，或者用户在操作账户时的触摸力度通常在一个固定范围，那么可以将第二权重设为最大，或者用户在操作账户时经常以某个姿势或角度操作手机，那么可以将第三权重设为最大，等等；或者也可以根据用户选择或者实际情况进行设定，本技术实施例对此不作限制。此外，预定期间可以是近3天、近1个月、近1年等，本技术实施例对此不作限制。
70.在至少一个实施例中，所述匹配评分的第四权重大于所述第一评分的第一权重、所述第二评分的第二权重和所述第三评分的第三权重。由此，在用户本人没有按照通常的行为习惯操作其名下账户的情况下，可以保证用户能够进行正常交易。
71.在至少一个实施例中，如图3所示，方法300还可以包括：
72.步骤305：在所述评价分数低于所述第一阈值的情况下判断当前交易为风险交易；
73.步骤307：在当前交易被判断为风险交易的情况下，中止当前交易。
74.在本技术实施例中，第一阈值例如为70分、80分、85分、90分等，本技术实施例对第一阈值的值不作限定，可以根据实际情况进行设定。
75.在步骤305中，在评价分数低于第一阈值的情况下，判断为当前交易可能不是由交易账户对应的用户本人发起，当前交易可能存在安全风险，因此，将当前交易判断为风险交易。
76.在步骤307中，在判断当前交易存在安全风险的情况下，可以中止当前交易，进而可以要求对用户身份进行再次验证，例如，可以要求用户进一步输入交易密码、取款密码等信息，也可以再次进行生物信息匹配等，本技术实施例对再次验证的具体方法不作限定，可以参考相关技术。
77.此外，还可以是在当前交易被判断为风险交易的情况下，终止当前交易，由此，最大程度的保护用户的账户安全。
78.在至少一个实施例中，所述第一评分模型是对基于存储有所述用户的历史登录时间的用户行为习惯库建立的模型进行训练得到的；
79.所述第二评分模型是对基于存储有所述用户的历史触摸力度的所述用户行为习惯库建立的模型进行训练得到的；
80.所述第三评分模型是对基于存储有所述用户的历史姿态和角度的所述用户行为习惯库建立的模型进行训练得到的。
81.在本技术实施例中，可以根据用户的历史行为习惯信息构建用户行为习惯库，基于该用户行为习惯库建立行为习惯模型，对用户操作账户时的行为进行评分，由此判断是否为用户本人操作，从而在保障账户安全的基础上避免进行繁琐的操作，提升了用户体验。
82.图4是本技术实施例的交易安全监控方法的又一个示意图。
83.在至少一个实施例中，如图4所示，方法400可以包括：
84.步骤401：根据所述账户的关系图谱判定当前交易的对象是否被标记；
85.步骤403：在判定为所述对象被标记的情况下，输出提醒用户关闭当前交易的信息。
86.在步骤401中，当前交易的对象例如被标记为“存在诈骗风险”，那么在步骤401中输出提醒用户的信息，例如，控制显示屏显示“当前交易对象存在诈骗风险，请停止交易”等信息。
87.图5是本技术实施例的关系图谱的一个示意图。
88.如图5所示，例如，当前账户re发起汇款交易，交易对象为账户co，而账户co与账户e发生过交易，账户e与账户ri发起过交易，而账户ri被标记为“存在诈骗风险”，而账户e与账户ri经常交易，因此，账户e有很大概率也存在诈骗风险，从而判断与账户e发生过交易的账户co也存在诈骗风险，即可以将账户co进行标记，并提醒账户re的用户关闭当前与账户co的汇款交易。
89.在至少一个实施例中，所述账户的所述关系图谱可以基于所述账户的信息和与所述账户发生过交易的其他账户的关联信息形成，在所述账户发起的多次交易中被判定为风险交易的次数大于第二阈值时，标记所述账户。
90.例如，图5中的关系图谱可以基于账户re的信息(例如包括与账户re发生过交易的账户d)、账户d的信息(例如包括与账户d发生过交易的账户i)、账户i的信息(例如包括与账
户i发生过交易的账户co)、账户co的信息(例如包括与账户co发生过交易的账户e)、账户e的信息(例如包括与账户e发生过交易的账户ri)以及账户ri的信息形成。
91.在本技术实施例中，可以在账户发起了多次风险交易时将该账户标记为风险账户，例如，在用户手机银行的密码被盗的情况下，其他用户登录该用户的手机银行时由于没有通过行为习惯识别而尝试多次登录，导致该账户被标记为风险账户，由此能够避免其他用户利用该用户的名义诈骗他人。
92.此外，也可以通过其他渠道的信息获知某个账户存在风险而对该账户进行标记，例如，与公安系统联网，将公安系统中标记为诈骗账户的账户信息同步到银行的数据中心等。本技术实施例对此不作限制。
93.本技术实施例中还提供了一种交易安全监控装置，如下面的实施例所述。由于该交易安全监控装置解决问题的原理与上述交易安全监控方法相似，因此该交易安全监控装置的实施可以参见上述交易安全监控方法的实施，重复之处不再赘述。
94.图6是本技术实施例的交易安全监控装置的一个示意图。
95.如图6所示，交易安全监控装置600可以包括行为特征获取单元601、第一计算单元602、第一计算单元602、第二计算单元603、第三计算单元604、第四计算单元605、第一判断单元606。
96.行为特征获取单元601在检测到用户提交了交易请求时，获取在发起当前交易时用户登录账户的登录时间、触摸便携设备的输入装置的触摸力度以及使用所述便携设备时的姿态和角度；
97.第一计算单元602将所述登录时间输入到预定的第一评分模型，计算第一评分；
98.第二计算单元603将所述触摸力度输入到预定的第二评分模型，计算第二评分；
99.第三计算单元604将所述姿态和角度输入到预定的第三评分模型，计算第三评分；
100.第四计算单元605对所述第一评分、所述第二评分和所述第三评分进行加权计算得到评价分数；
101.在所述评价分数在第一阈值以上的情况下，第一判断单元606判断当前交易为安全交易。
102.由此，通过对用户使用便携设备发起当前交易时的登录时间、触摸力度以及姿态和角度进行评分并计算评价分数来判断当前交易是否为安全交易，能够判断发起当前交易的用户是否为发起当前交易的账户所对应的用户本人，实现对当前交易的安全性进行监控，从而保障用户的账户安全。
103.在至少一个实施例中，如图6所示，交易安全监控装置600还可以包括第五计算单元607，第五计算单元607对用户登录所述账户时输入的生物信息和预先存储的与所述账户对应的生物信息进行匹配，计算匹配评分；
104.第四计算单元605可以将第五计算单元607计算的匹配评分与所述第一评分、所述第二评分和所述第三评分进行加权计算得到所述评价分数。
105.在至少一个实施例中，如图6所示，交易安全监控装置600还可以包括权重分配单元608，权重分配单元608将所述第一评分的第一权重设置为小于所述第二评分的第二权重，将所述第二权重设置为小于所述第三评分的第三权重。
106.在至少一个实施例中，权重分配单元608还可以将所述匹配评分的第四权重设置
为大于所述第一评分的第一权重、所述第二评分的第二权重和所述第三评分的第三权重。
107.在至少一个实施例中，如图6所示，交易安全监控装置600还可以包括交易单元609，在所述评价分数低于所述第一阈值的情况下，第一判断单元606判断当前交易为风险交易，在这种情况下，交易单元609中止当前交易。
108.在至少一个实施例中，所述第一评分模型是对基于存储有所述用户的历史登录时间的用户行为习惯库建立的模型进行训练得到的；所述第二评分模型是对基于存储有所述用户的历史触摸力度的所述用户行为习惯库建立的模型进行训练得到的；所述第三评分模型是对基于存储有所述用户的历史姿态和角度的所述用户行为习惯库建立的模型进行训练得到的。
109.在至少一个实施例中，如图6所示，交易安全监控装置600还可以包括标记单元610和第二判断单元611。
110.在所述账户发起的多次交易中被第一判断单元606判定为风险交易的次数大于第二阈值时，标记单元610标记所述账户；第二判断单元611根据所述账户的关系图谱判定当前交易的对象是否被标记；在判定为所述对象被标记的情况下，交易单元609可以输出提醒用户关闭当前交易的信息。
111.在至少一个实施例中，如图6所示，交易安全监控装置600还可以包括图谱形成单元612，图谱形成单元612基于所述账户的信息和与所述账户发生过交易的其他账户的关联信息形成所述账户的所述关系图谱。
112.本技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述交易安全监控方法。
113.本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述交易安全监控方法。
114.本技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述交易安全监控方法。
115.本技术实施例中，通过对用户使用便携设备发起当前交易时的登录时间、触摸力度以及姿态和角度进行评分并计算评价分数来判断当前交易是否为安全交易，能够判断发起当前交易的用户是否为发起当前交易的账户所对应的用户本人，实现对当前交易的安全性进行监控，从而保障用户的账户安全。
116.本领域内的技术人员应明白，本技术的实施例可提供为方法、装置、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
117.本技术是参照根据本技术实施例的方法、装置、系统、和计算机程序产品的示意图和/或流程图和/或方框图来描述的。应理解可由计算机程序指令实现示意图和/或流程图和/或方框图中的每一步骤和/或操作和/或流程和/或方框、以及示意图和/或流程图和/或方框图中的步骤和/或操作和/或流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机
器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在示意图一个步骤或多个步骤和/或流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
118.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在示意图一个步骤或多个步骤和/或流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
119.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在示意图一个步骤或多个步骤和/或流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
120.以上所述的具体实施例，对本技术的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本技术的具体实施例而已，并不用于限定本技术的保护范围，凡在本技术的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。