[发明专利]锁屏方法、锁屏系统、数据处理方法及设备在审
| 申请号: | 201811173786.1 | 申请日: | 2018-10-09 |
| 公开(公告)号: | CN111026446A | 公开(公告)日: | 2020-04-17 |
| 发明(设计)人: | 靳玉康;马艳玲;韦正球 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
| 主分类号: | G06F9/4401 | 分类号: | G06F9/4401;G06F21/30 |
| 代理公司: | 北京太合九思知识产权代理有限公司 11610 | 代理人: | 刘戈 |
| 地址: | 英属开曼群岛大开*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 方法 系统 数据处理 设备 | ||
1.一种锁屏方法,其特征在于,包括:
获取第一设备的第一多维信息;
获取第二设备的第二多维信息;
基于分析模型对所述第一多维信息和所述第二多维信息进行分析,得到是否满足锁屏条件的分析结果;
所述分析结果为满足锁屏条件时,向所述第一设备和所述第二设备中的一个设备发送锁屏指令。
2.根据权利要求1所述的方法,其特征在于,所述分析模型为经训练完成的机器学习模型;以及
基于分析模型对所述第一多维信息和所述第二多维信息进行分析,得到是否满足锁屏条件的分析结果,包括:
将所述第一多维信息和所述第二多维信息作为所述机器学习模型的输入,执行所述机器学习模型得到计算结果;
所述计算结果大于或等于第一阈值时,得到满足所述锁屏条件的分析结果。
3.根据权利要求2所述的方法,其特征在于,将所述第一多维信息和所述第二多维信息作为机器学习模型的输入,执行所述机器学习模型得到计算结果,包括:
根据所述第一多维信息和所述第二多维信息,确定至少一个特征项;
将所述至少一个特征项作为所述机器学习模型的输入,执行所述机器学习模型得到所述计算结果。
4.根据权利要求3所述的方法,其特征在于,根据所述第一多维信息和所述第二多维信息,确定至少一个特征项,包括如下至少一项:
根据所述第一多维信息包含的所述第一设备的网络接入信息以及所述第二多维信息包含的所述第二设备的网络接入信息,确定所述第一设备和所述第二设备是否在同一局域网下的特征项;
根据所述第一多维信息中包含的第一预设时长内的位置信息,确定所述第一设备在所述第一预设时长内位置是否变化的特征项;
根据所述第一多维信息中包含的运动状态监测信息,确定所述第一设备是否处于运动状态的特征项;
根据所述第二多维信息中包含的第二预设时长内的用户操作事件监听信息,确定所述第二设备在所述第二预设时长内是否监听到用户操作事件的特征项;
根据所述第一多维信息中包含的所述第一设备的位置信息及所述第二多维信息中包含的所述第二设备的位置信息,确定所述第一设备与所述第二设备间距离的特征项。
5.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
获取所述第一设备在历史时段内的第一离线信息;
获取所述第二设备在所述历史时段内的第二离线信息;
根据所述第一离线信息和所述第二离线信息,确定训练集;
使用所述训练集对支持向量机进行数据训练,得到所述分析模型。
6.根据权利要求5所述的方法,其特征在于,根据所述第一离线信息和所述第二离线信息,确定训练集,包括:
根据所述第一离线信息和所述第二离线信息,确定至少一个离线特征项;
对所述至少一个离线特征项进行数据打标,得到标记值;
将所述至少一个离线特征项及所述标记值作为训练数据列入所述训练集。
7.根据权利要求1至4中任一项所述的方法,其特征在于,还包括:
根据所述第一设备和所述第二设备的设备信息,判断所述第一设备和所述第二设备是否为预先建立关联关系的设备对;
所述第一设备和所述第二设备为预先建立关联关系的设备对时,再触发基于分析模型对所述第一多维信息和所述第二多维信息进行分析的步骤。
8.根据权利要求7所述的方法,其特征在于,向所述第一设备和所述第二设备中的一个设备发送锁屏指令,包括:
根据所述第一设备和所述第二设备的设备信息,分别识别所述第一设备和所述第二设备的设备类型;
向所述第一设备和所述第二设备中设备类型为设定类型的设备发送所述锁屏指令。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811173786.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电源电路
- 下一篇:一种多电源接口适配的电压转换电路





