一种支付认证方法、支付方法、系统及电子设备与流程

本申请涉及数据处理技术领域，尤其涉及一种支付认证方法、支付方法、系统及电子设备。

背景技术：

随着社会的发展，互联网与计算机技术的日益完善，越来越多的用户会利用电子设备进行电子支付。随之而来的是电子支付的安全问题。目前，大部分电子支付方式是通过用户密码或用户指纹等认证信息对用户的身份进行认证，可以在一定程度上保证用户在进行电子支付过程中的安全。

然而，现有的支付认证并未考虑不同场景下的差异化要求，例如：在一些应用场景下，用户无法按固定方式提供认证信息，给系统和用户带来不方便，降低了用户体验。

技术实现要素：

有鉴于此，本申请实施例提供一种支付认证方法、支付方法、系统及电子设备，可以根据用户所在的当前场景，为用户选择合适的支付认证模式，增加支付安全性，提高用户体验。

主要包括以下几个方面：

第一方面，本申请实施例提供了一种支付认证方法，所述方法包括：

获取用户所在的当前场景的场景信息；

根据所述场景信息，确定所述用户在当前场景下的支付认证模式，其中，所述支付认证模式包括至少一种支付认证方式；

在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证。

对于以上支付认证方法，可选地，所述根据所述场景信息，确定所述用户在当前场景下的支付认证模式，包括：

提取所述场景信息中的至少一个场景特征，对所述场景特征进行特征融合；以及

基于所述融合结果与支付认证方式的映射关系，确定所述支付认证模式。

对于以上支付认证方法，可选地，所述支付认证方式包括指纹认证方式、人脸认证方式、声纹认证方式、虹膜认证方式中的一种或多种。

对于以上支付认证方法，可选地，所述在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证，包括：

对于所述支付认证模式中包含的每一种支付认证方式，采集该支付认证方式所需的用户的生物特征信息，并从中提取生物特征，基于所述生物特征确定所述用户在该种支付认证方式下的认证分数；

对所得到的所有认证分数进行融合，并基于融合结果，确定所述用户的身份认证结果。

对于以上支付认证方法，可选地，所述基于所述生物特征确定所述用户在该种支付认证方式下的认证分数，包括：

将所述生物特征与特征数据库中该用户在该种支付认证方式下的特征模板进行特征匹配；

根据匹配结果，确定所述用户在该种支付认证方式下的认证分数。

对于以上支付认证方法，可选地，所述对所得到的所有认证分数进行融合，并基于融合结果，确定对所述用户的身份认证结果，包括：

将每种支付认证方式下的认证分数进行归一化，得到归一化分数；

将每种支付认证方式下得到的归一化分数进行分数融合，生成融合认证分数；

若所述融合认证分数在预设的阈值范围内，则确定所述用户身份认证成功；否则，确定所述用户身份认证失败。

对于以上支付认证方法，可选地，由认证模式确定模型根据所述场景信息，确定所述用户在当前场景下的支付认证模式；以及

所述方法还包括：

根据历史支付认证结果，对所述认证模式确定模型进行训练调整。

第二方面，本申请实施例提供了一种支付方法，包括前述支付认证方法，并且，当对所述用户进行身份认证成功之后，还包括：

获取所述用户选择的支付方式所对应的用户账户状态信息；

若所述用户账户状态信息表明所述用户的用户账户处于可支付状态，则为所述用户账户提供所述用户请求的支付服务。

第三方面，本申请实施例提供了一种支付认证系统，所述系统包括：获取模块、确定模块、认证模块；其中，

所述获取模块，用于获取用户所在的当前场景的场景信息；

所述确定模块，用于根据所述场景信息，确定所述用户在当前场景下的支付认证模式，其中，所述支付认证模式包括至少一种支付认证方式；

所述认证模块，用于在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证。

第四方面，本申请实施例还提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令时实现前述方法的步骤。

第五方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行前述方法的步骤。

本申请实施例提供的支付认证方案，可以获取用户所在的当前场景的场景信息，然后根据当前场景的场景信息，确定用户在当前场景下的支付认证模式，由于支付认证模式可以包括至少一种支付认证方式，由此用户所在的当前场景不同，为用户确定的当前场景下的支付认证模式也可以不同。在对用户进行身份认证时，可以基于确定的支付认证模式下用户的生物特征信息，对用户进行身份认证，这样，可以综合考虑用户所在的场景因素，为用户提供合适的支付认证模式，例如，在黑暗环境的场景中，为用户提供包括指纹认证方式和/或声纹认证方式的支付认证模式，从而增加支付认证过程的安全性，增强用户体验。

为使本申请实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1示出了本申请实施例所提供的一种支付认证方法的流程图；

图2示出了本申请实施例所提供的一种支付方法的流程图；

图3示出了本申请实施例所提供的一种支付方法的具体流程图；

图4示出了本申请实施例所提供的一种支付认证系统的示意图；

图5示出了本申请实施例所提供的一种支付系统的示意图；

图6示出了本申请实施例所提供的一种电子设备的示意图；

图7示出了本申请实施例所提供的一种电子设备的示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。以下对本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例下述方法、装置、电子设备或计算机存储介质可以应用于任何需要信息进行支付认证或支付的场景，比如，可以应用于支付平台、身份认证平台等。本申请实施例并不对具体的应用场景作限制，任何使用本申请实施例提供的支付认证方案或支付方案均在本申请保护范围内。

本申请实施例中，首先可以获取用户所在的当前场景的场景信息，然后根据当前场景的场景信息，确定用户在当前场景下的支付认证模式，并在确定的支付认证模式下，基于用户的生物信息对用户进行身份认证。这里，支付认证模式包括至少一种支付认证方式，在对用户进行身份认证时，根据用户所在的场景不同，为用户设置的支付认证模式所包括的支付认证方式也可以不同，从而在支付认证过程中，可以考虑用户所在的场景因素，为用户提供合适的支付认证模式，例如，在用户处于黑暗的环境中时，可以通过指纹认证方式和/或声纹认证方式对用户进行身份认证，增强用户体验。此外，由于不同场景所对应的支付认证模式可以不同，每次支付认证过程中使用的用户的生物特征信息也不同，从而可以降低用户的生物特征信息被伪造的可能性，增加支付认证过程中的安全性。

如图1所示，本申请实施例提供了一种支付认证方法，包括以下步骤：

s101，获取用户所在的当前场景的场景信息。

这里，在对用户的交易进行支付认证时，可以获取用户所在的当前场景的场景信息。当前场景可以是用户在进行交易时所处的场景，可以包括时间、环境、人物及设备支持等多个方面，例如，工作场景、家庭生活场景、室外运动场景等用户所在的当前场景。当前场景的场景信息可以包括图像信息、声音信息、视频信息中的至少一种信息。

在具体实施中，用户在通过用户端进行一笔交易时，用户端可以采集用户所在的当前场景的场景信息，并向支付认证平台发送将当前场景的场景信息以及用户的账号信息。支付认证平台可以获取用户端发送的当前场景的场景信息及用户的账号信息。例如，用户所在的当前场景为在电影院观看电影的场景时，用户端可以根据用户的支付操作采集当前场景的场景信息，并将采集的场景信息和用户的账号信息上传至支付认证平台。

s102，根据所述场景信息，确定所述用户在当前场景下的支付认证模式，其中，所述支付认证模式包括至少一种支付认证方式。

在具体实施中，在获取用户所在的当前场景的场景信息之后，可以在当前场景的场景信息中提取当前场景的至少一个场景特征，如提取当前场景的环境特征、人物特征、成本特征和安全需求特征中的一个或多个特征，然后对提取的场景特征进行特征融合，得到场景特征的融合结果，再基于融合结果与支付认证方式之间的映射关系，确定当前场景下的支付认证模式。这里，环境特征可以包括光照条件、天气情况(如雨、雪、大风等天气)、山川、河流、建筑物等特征。人物特征可以包括用户及用户周围人物的面部特征、表情特征、形态特征和声音特征。成本特征可以包括不同场景所对应的收益与支付成本之间的成本对比，例如，用户支付带来的收益与完成支付所需要的成本(如：访问数据库以及数据比对所需要的时间花费、金钱花费等)之间的对比。安全需求特征可以是根据用户的支付内容确定的安全等级需求，例如，用户的支付金额超过第一安全等级的支付阈值时(如：高额支付)，可以确定当前场景的安全等级需求为第一安全等级(如：安全等级为高)。

这里，在根据所述场景信息，确定所述用户在当前场景下的支付认证模式时，还可以利用预先训练的认证模式确定模型。这里的认证模式确定模型可以选择现有的神经网络模型作为基础训练模型，如反向传播网络模型、卷积神经网络模型、径向基网络模型，也可以建立新的确定模型，这里并不限制具体的确定模型。

在使用前，可以基于样本数据对模型进行训练，如：从历史数据中获取样本数据。训练时，可以将获取的样本场景的场景信息，作为认证模式确定模型的输入，将样本场景对应的支付认证模式作为模型的输出，基于历史支付认证结果(如：错误接收率、错误拒绝率)和/或对认证结果的反馈(如：用户反馈、用户评价等)，对认证模式确定模型的模型参数进行训练调整。其中，错误接收率可以是历史支付认证结果中本该认证失败的认证结果判断为认证成功的认证结果数量所占的比例，错误拒绝率可以是历史支付认证结果中本该认证成功的认证结果判断为认证失败的认证结果数量所占的比例，等。

本领域人员知道的是，在使用认证模式确定模型进行认证模式确定的同时，也可以基于使用所确定的支付认证模式的反馈(如：认证结果、系统响应、用户反馈、用户评价等)，对模型进行训练调整，即在模型使用的同时，对模型进行训练调整。

在利用认证模式确定模型确定用户在当前场景下的支付认证模式时，可以将采集的当前场景的场景信息输入认证模式确定模型，将认证模式确定模型的输入结果作为当前场景下的支付认证模式，支付认证模式包括至少一种支付认证方式。这里，支付认证方式可以包括指纹认证方式、人脸认证方式、声纹认证方式、虹膜认证方式中的一种或多种。在基于融合结果与支付认证方式的映射关系确定当前场景的支付认证模式时，可以根据多个场景特征进行特征融合之后的融合结果，以及融合结果与支付认证方式的映射关系，确定融合结果对应的支付认证模式，即可以确定当前场景下支付认证模式所具有的支付认证方式组合。例如，若用户所在的当前场景为在电影院观看电影的场景，由于电影院的光线较为昏暗且声音较为嘈杂，则根据当前场景的场景信息确定的支付认证模式可以是指纹支付认证方式、虹膜认证方式的组合。

s103，在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证。

在具体实施中，在确定用户在当前场景下的支付认证模式之后，可以在确定的支付认证模式下，采集支付认证模式下所需的用户的生物特征信息，然后基于采集的用户的生物特征信息对用户进行身份认证。这里，用户的生物特征信息可以包括指纹信息、人脸信息、声纹信息和虹膜信息中的一种或多种。在基于用户的生物特征信息对用户进行身份认证时，可以对于确定的支付认证模式中包含的每一种支付认证方式，采集该支付认证方式所需的用户的生物特征信息，并在采集的生物特征信息中提取生物特征，并基于提取的生物特征确定在该种支付认证方式下的认证分数。然后对确定的所有认证方式下的认证分数进行融合，并基于融合后的融合结果确定用户的身份认证结果。例如，若确定的支付认证模式中包含人脸认证方式和声纹认证方式，则可以采集用户的人脸信息和声音信息，并在人脸信息中提取用户的人脸特征，以及在声音信息中提取用户的声纹特征，然后可以根据人脸特征确定用户在人脸认证方式下的认证分数，以及根据声纹特征确定用户在声纹认证方式下的认证分数。再将人脸认证方式下的认证分数与声纹认证方式下的认证分数积极性融合，得到融合结果，根据得到的融合结果确定用户的身份认证结果，实现对用户的身份认证。

这里，在基于生物特征确定用户在该种支付认证方式下的认证分数时，可以将生物特征与特征数据库中该用户在该种支付认证方式下的特征模板进行特征匹配，然后根据匹配结果，确定用户在该种支付认证方式下的认证分数。具体如，若支付认证方式为人脸认证方式，则可以根据用户的账号信息，在人脸数据库中获取该用户的人脸特征模板，并将用户的人脸特征与人脸特征模板进行特征匹配，根据匹配结果确定用户在人脸认证方式下的认证分数。

这里，在对所得到的所有认证分数进行融合，并基于融合结果确定用户的身份认证结果时，可以将每种支付认证方式下的认证分数进行归一化，得到归一化分数，然后将每种支付认证方式下得到的归一化分数进行分数融合，生成融合认证分数，若所述融合认证分数在预设的阈值范围内，则确定用户身份认证成功，否则，确定用户身份认证失败。

在一些实施例中，在基于用户的生物特征信息对用户进行身份认证时，若确定的支付认证模式中仅包括一种支付认证方式，则可以根据该种支付认证方式下的认证分数确定用户的身份认证结果。具体如，若该种支付认证方式下的认证分数在该种认证方式下的预设的阈值范围内，则确定用户身份认证成功，否则，确定该用户身份认证失败。

通过本申请实施例提供的支付认证方案，可以根据用户所在的当前场景的场景信息，确定当前场景下的支付认证模式，从而可以利用与确定的支付认证模式对应的用户的生物特征信息，对用户进行身份认证。由于不同场景所对应的支付认证模式可以不同，每次支付认证过程中使用的用户的生物特征信息也不同，从而可以降低用户的生物特征信息被伪造的可能性，增加支付认证过程中的安全性，增强用户体验。

如图2所示，结合本申请实施例提供的支付认证方法，本申请实施例还提供了一种支付方法，在利用上述支付认证方法对用户进行身份认证成功之后，该支付方法包括：

s201，获取所述用户选择的支付方式所对应的用户账户状态信息。

在具体实施中，可以利用上述支付认证方法对用户进行身份认证。具体的认证过程与上述支付认证方法中对用户进行身份认证的过程相同，在此不再赘述。若对用户的身份认证成功，则可以根据用户端发送的支付请求中携带的用户选择的支付方式，如网银、微信、支付宝等一些拥有支付权限的运营方提供的支付方式，并根据用户选择的支付方式确定该支付方式所对应的用户账户状态信息。这里，用户账户状态信息可以包括可支付状态和不可支付状态。

s202，若所述用户账户状态信息表明所述用户的用户账户处于可支付状态，则为所述用户账户提供所述用户请求的支付服务。

在具体实施中，若获取的用户状态信息表明用户的用户账户当前处于可支付状态，即用户的用户账户处于非冻结状态，且用户账户的支付限额大于或等于需要支付金额的情况下，根据用户端提交的支付请求，为用户提供请求的支付服务。

上述实施例提供的支付方法，可以先在确定的当前场景的支付认证模式下，基于用户的生物信息对用户进行身份认证，然后在用户身份认证成功之后，若用户的用户账户处于可支付状态，则为用户账户提供用户请求的支付服务。这样，在用户支付过程中，可以考虑用户所在的场景因素，为用户提供合适的支付认证模式，增强用户体验。此外，由于不同场景所对应的支付认证模式可以不同，从而可以增加支付认证过程中的安全性。

结合上述支付认证方法与支付方法，本申请实施例提供了一种支付方法的具体流程，如图3所示，包括：

s301，接收用户端发送的支付请求。

这里，支付平台可以接收用户端发送的支付请求，支取请求中可以携带用户的账号信息、支付内容和支付方式。

s302，根据接收的支付请求，获取用户所在的当前场景的场景信息。

在具体实施中，支付平台在接收用户端发送的支付请求之后，可以向用户端发送获取当前场景的场景信息的指令。用户端可以根据获取当前场景的场景信息的指令，采集用户所在的当前场景的场景信息，并向支付平台发送采集的场景信息。这里，当前场景的场景信息可以包括图像信息、声音信息、视频信息中的至少一种信息。支付平台接受用户端发送的当前场景的场景信息。

s303，根据当前场景的场景信息，确定用户在当前场景下的支付认证模式。

在具体实施中，支付平台在获取用户所在的当前场景的场景信息之后，可以在当前场景的场景信息中提取当前场景的至少一个场景特征，然后对提取的场景特征进行特征融合，得到场景特征的融合结果，再基于融合结果与支付认证方式之间的映射关系，确定当前场景下的支付认证模式。

这里，在根据所述场景信息，确定所述用户在当前场景下的支付认证模式时，可以利用预先训练的认证模式确定模型。具体地，可以将采集的当前场景的场景信息输入认证模式确定模型，将认证模式确定模型的输入结果作为当前场景下的支付认证模式。

s304，对于支付认证模式中包含的每一种支付认证方式，采集该支付认证方式所需的用户的生物特征信息，并从中提取生物特征，基于生物特征确定用户在该种支付认证方式下的认证分数。

在具体实施中，支付平台在确定用户在当前场景下的支付认证模式之后，可以针对支付认证模式中所包含的每一种支付认证方式，通过用户端采集该支付认证方式所需的用户的生物特征信息。这里的支付认证方式可以包括指纹认证方式、人脸认证方式、声纹认证方式、虹膜认证方式中的一种或多种。相应地，支付认证方式所需的用户的生物特征信息包括指纹信息、人脸信息、声纹信息和虹膜信息中的一种或多种。例如，若确定的支付认证模式中包含人脸认证方式和声纹认证方式，则可以采集用户的人脸信息和声音信息。在采集该支付认证方式所需的用户的生物特征信息之后，可以在采集的生物特征信息中提取用户的生物特征，如提取用户的指纹特征、脸部特征、声纹特征或虹膜特征，并将提取的生物特征与特征数据库中该用户在该种支付认证方式下的特征模板进行特征匹配，然后根据匹配结果，确定用户在该种支付认证方式下的认证分数。

s305，对所得到的所有认证分数进行融合，生成融合认证分数。

在具体实施中，在确定用户在每种支付认证方式下的认证分数之后，可以将每种支付认证方式下的认证分数进行归一化，得到归一化分数。然后将每种支付认证方式下得到的归一化分数进行分数融合，生成融合认证分数。

s306，判断融合认证分数是否在该支付认证模式所对应的预设的阈值范围内。

这里，在生成融合认证分数之后，可以将融合认证分数与确定的支付认证模式所对应的预设的阈值范围进行比较，判断用户的身份是否合法。

s307，若融合认证分数超过预设的阈值范围，则确定所述用户身份认证失败，向用户的用户端返回身份认证失败信息。

这里，若融合认证分数超过预设的阈值范围，则确定用户身份认证失败，则可以向用户的用户端返回身份认证失败信息，结束当前支付流程。

s308，若融合认证分数在预设的阈值范围内，则确定所述用户身份认证成功，则获取所述用户选择的支付方式所对应的用户账户状态信息。

这里，若融合认证分数在预设的阈值范围内，则确定用户身份认证成功，表明该用户的身份合法，在确定用户身份认证成功之后，可以获取用户选择的支付方式所对应的用户账户状态信息。这里的用户账户状态信息可以包括可支付状态和不可支付状态。

s309，若所述用户账户状态信息表明所述用户的用户账户处于可支付状态，则为所述用户账户提供所述用户请求的支付服务。

在具体实施中，若获取的用户状态信息表明用户的用户账户当前处于可支付状态，即用户的用户账户处于非冻结状态，且用户账户的支付限额大于或等于需要支付金额的情况下，根据用户端提交的支付请求，为用户提供请求的支付服务。

s310，若用户账户状态信息表明用户的用户账户处于不可支付状态，则为向用户的用户端返回支付失败信息。

在具体实施中，若获取的用户状态信息表明用户的用户账户当前处于不可支付状态，即用户的用户账户可以处于冻结状态，或者，用户账户的支付限额小于需要支付金额，则可以向用户的用户端返回支付失败信息。

通过本申请实施例提供的支付方法，可以在用户支付过程中，考虑用户所在的场景因素，为用户提供合适的支付认证模式，增强用户体验。此外，由于不同场景所对应的支付认证模式可以不同，从而可以增加支付认证过程中的安全性。

本申请实施例还提供了一种支付认证系统40，所述系统40包括：获取模块41、确定模块42和认证模块43。

所述获取模块41，用于获取用户所在的当前场景的场景信息；

所述确定模块42，用于根据所述场景信息，确定所述用户在当前场景下的支付认证模式，其中，所述支付认证模式包括至少一种支付认证方式；

所述认证模块43，用于在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证。

在具体实施中，所述确定模块42，具体用于根据以下步骤确定所述用户在当前场景下的支付认证模式：

提取所述场景信息中的至少一个场景特征，对所述场景特征进行特征融合；以及

基于所述融合结果与支付认证方式的映射关系，确定所述支付认证模式。

在具体实施中，所述支付认证方式包括指纹认证方式、人脸认证方式、声纹认证方式、虹膜认证方式中的一种或多种。

在具体实施中，所述认证模块43，具体用于根据以下步骤对所述用户进行身份认证：

对于所述支付认证模式中包含的每一种支付认证方式，采集该支付认证方式所需的用户的生物特征信息，并从中提取生物特征，基于所述生物特征确定所述用户在该种支付认证方式下的认证分数；

对所得到的所有认证分数进行融合，并基于融合结果，确定所述用户的身份认证结果。

在具体实施中，所述认证模块43，具体用于根据以下步骤确定所述用户在该种支付认证方式下的认证分数：

将所述生物特征与特征数据库中该用户在该种支付认证方式下的特征模板进行特征匹配；

根据匹配结果，确定所述用户在该种支付认证方式下的认证分数。

在具体实施中，所述认证模块43，具体用于根据以下步骤对所得到的所有认证分数进行融合，并基于融合结果，确定对所述用户的身份认证结果：

将每种支付认证方式下的认证分数进行归一化，得到归一化分数；

将每种支付认证方式下得到的归一化分数进行分数融合，生成融合认证分数；

若所述融合认证分数在预设的阈值范围内，则确定所述用户身份认证成功；否则，确定所述用户身份认证失败。

在具体实施中，所述确定模块42，具体用于利用认证模式确定模型根据所述场景信息，确定所述用户在当前场景下的支付认证模式；

所述系统40还包括，调整模块44，用于根据历史支付认证结果，对所述认证模式确定模型进行训练调整。

本申请实施例还提供了一种支付系统50，包含上述支付认证系统40，以及，当对所述用户进行身份认证成功之后，所述系统50还包括：获取模块51和服务模块52。

所述获取模块51，用于获取所述用户选择的支付方式所对应的用户账户状态信息；

所述服务模块52，用于若所述用户账户状态信息表明所述用户的用户账户处于可支付状态，则为所述用户账户提供所述用户请求的支付服务。

本申请实施例所提供的一种电子设备60的结构如图6所示，包括：处理器61、存储器62和总线63；

所述存储器存储62有所述处理器61可执行的机器可读指令(比如，图4中的获取模块41、确定模块42和认证模块43对应的执行指令)，当电子设备运行时，所述处理器61与所述存储器62之间通过总线63通信，所述处理器61读取所述机器可读指令时执行如下处理：

获取用户所在的当前场景的场景信息；

根据所述场景信息，确定所述用户在当前场景下的支付认证模式，其中，所述支付认证模式包括至少一种支付认证方式；

在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证。

在具体实施中，上述处理器61执行的处理中，所述根据所述场景信息，确定所述用户在当前场景下的支付认证模式，包括：

提取所述场景信息中的至少一个场景特征，对所述场景特征进行特征融合；以及

基于所述融合结果与支付认证方式的映射关系，确定所述支付认证模式。

在具体实施中，上述处理器61执行的处理中，所述支付认证方式包括指纹认证方式、人脸认证方式、声纹认证方式、虹膜认证方式中的一种或多种。

在具体实施中，上述处理器61执行的处理中，所述在所述支付认证模式下，基于所述用户的生物特征信息，对所述用户进行身份认证，包括：

对于所述支付认证模式中包含的每一种支付认证方式，采集该支付认证方式所需的用户的生物特征信息，并从中提取生物特征，基于所述生物特征确定所述用户在该种支付认证方式下的认证分数；

对所得到的所有认证分数进行融合，并基于融合结果，确定所述用户的身份认证结果。

在具体实施中，上述处理器61执行的处理中，所述基于所述生物特征确定所述用户在该种支付认证方式下的认证分数，包括：

将所述生物特征与特征数据库中该用户在该种支付认证方式下的特征模板进行特征匹配；

根据匹配结果，确定所述用户在该种支付认证方式下的认证分数。

在具体实施中，上述处理器61执行的处理中，所述对所得到的所有认证分数进行融合，并基于融合结果，确定对所述用户的身份认证结果，包括：

将每种支付认证方式下的认证分数进行归一化，得到归一化分数；

将每种支付认证方式下得到的归一化分数进行分数融合，生成融合认证分数；

若所述融合认证分数在预设的阈值范围内，则确定所述用户身份认证成功；否则，确定所述用户身份认证失败。

在具体实施中，上述处理器61执行的处理中，由认证模式确定模型根据所述场景信息，确定所述用户在当前场景下的支付认证模式；以及

所述方法还包括：

根据历史支付认证结果，对所述认证模式确定模型进行训练调整。

本申请实施例所提供的一种电子设备70的结构如图7所示，包括：处理器71、存储器72和总线73；

所述存储器存储72有所述处理器71可执行的机器可读指令(比如，图5中的获取模块51和服务模块52对应的执行指令)，当电子设备运行时，所述处理器71与所述存储器72之间通过总线73通信，所述处理器71读取所述机器可读指令时执行上述支付认证方法的步骤以外，当对所述用户进行身份认证成功之后，还执行如下处理：

获取所述用户选择的支付方式所对应的用户账户状态信息；

若所述用户账户状态信息表明所述用户的用户账户处于可支付状态，则为所述用户账户提供所述用户请求的支付服务。

本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任一实施例提供的支付认证方法或支付方法的步骤。

具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述支付认证方法或支付方法的步骤，从而解决目前用户支付过程中支付体验差的问题。

本申请实施例所提供的支付认证方法或支付方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-onlymemory，rom)、随机存取存储器(randomaccessmemory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。