基于格基加密算法的ETC多渠道支付信息处理方法与流程

本发明涉及的etc支付信息安全，尤其涉及一种基于格基加密算法的etc多渠道支付信息处理方法。

背景技术：

1、电子收费系统（etc）作为一种便捷、高效的收费方式，近年来得到了广泛应用和快速发展，etc系统主要通过车辆识别技术和无线通信技术，实现车辆通过收费站时的自动扣费。

2、传统的etc系统主要依赖于单一的支付渠道，这种模式尽管在一定程度上简化了支付流程，但也存在着灵活性和扩展性不足的问题，随着移动支付技术的发展，越来越多的支付渠道和支付方式被引入到etc系统中，包括但不限于银行支付、移动支付平台等多种渠道，这些新的支付方式的引入，虽然在一定程度上提高了用户的支付便捷性，但也增加了系统的复杂性和安全风险。

3、在多渠道支付环境中，不同支付渠道的支付信息格式和处理方式可能存在显著差异，这给etc系统的支付信息处理带来了新的挑战，现有技术通常通过对各支付渠道的信息进行独立处理来应对这一挑战，这种方法虽然能够实现多渠道支付，但存在以下不足之处：

4、多渠道信息独立处理增加了系统的复杂性，降低了系统的运行效率；

5、独立处理各支付渠道的信息容易导致信息安全漏洞的产生，难以保障支付信息的安全性和隐私性。

6、现有的一些加密算法在面对复杂的多渠道支付环境时，难以同时满足高效性和安全性的要求。

7、基于上述不足，亟需一种新的技术方案来有效解决多渠道支付环境中的信息处理问题。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例，在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明解决的技术问题是：现有的etc多渠道支付技术在处理复杂多变的支付环境时，存在信息处理复杂度高、运行效率低、安全性和隐私性难以保障的问题。

4、为解决上述技术问题，本发明提供如下技术方案：在多渠道支付绑定阶段，利用格基加密算法对不同渠道的支付信息进行加密处理，生成唯一的加密特征向量；

5、对于每一个支付渠道，提取3240维的特征向量作为初始特征，并利用所述特征向量构建初始特征矩阵；

6、将所述初始特征矩阵输入svm分类器中进行迁移学习，得到分类模型；

7、将训练好的所述分类模型部署在门架信号识别系统中，当车辆通过etc门架时，实时获取所述车辆的支付信息，并生成对应的特征向量；

8、所述分类模型对所述特征向量进行分类，识别其绑定的支付渠道，并根据分类结果进行支付处理。

9、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，利用格基加密算法对不同渠道的支付信息进行加密处理，生成唯一的加密特征向量，包括：

10、选择一个基础格基向量；

11、从所述格基向量中选择一个私钥向量，所述私钥向量用于解密；

12、利用所述私钥向量和所述格基向量生成公钥矩阵，所述公钥矩阵用于加密过程；

13、使用所述公钥矩阵对特征向量进行线性变换，生成加密特征向量；

14、加密公式为e=p*x+r；

15、其中，e是加密特征向量，p为公钥矩阵，x为特征向量，r是一个随机向量，用于增加加密特征的随机性和安全性。

16、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，在进行所述加密处理之前，需对支付信息进行预处理和特征提取，其中：

17、通过对所述支付信息进行数据清洗和标准化处理，将其转换为统一的数值型数据，所述支付信息包括但不限于支付渠道信息、交易信息、用户信息、设备信息和网络信息；

18、再利用特征提取技术从预处理后的所述支付信息中提取出关键特征向量，所述关键特征向量包括但不限于交易频率特征、交易金额特征、设备特征、地理位置特征、时间特征。

19、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，提取3240维的特征向量作为初始特征，其数学表达公式如下：

20、

21、利用所述特征向量构建初始特征矩阵，其数学表达公式如下：

22、

23、其中，xi为第i个支付渠道的特征向量，n为支付渠道的数量。

24、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，提取所述初始特征，包括：

25、从所述支付渠道中选择关键特征，包括但不限于交易频率特征、交易金额特征、设备特征、地理位置特征、时间特征；

26、对选择的所述关键特征进行编码处理；

27、将编码处理后的所述关键特征拼接成一个完整的特征向量，即得到所述初始特征。

28、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，将所述初始特征矩阵输入svm分类器中进行迁移学习，所述迁移学习通过预训练和参数调优，得到分类模型，所述分类模型的训练过程可通过下式进行表示：

29、

30、其中，w为svm分类器的权重向量，b为svm分类器的偏置项，c为正则化参数，为第i个样本的标签。

31、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，训练完成后的所述分类模型的数学表达公式如下：

32、

33、

34、其中，m为最终的分类结果，yi为第i个样本的标签，xi为第i个支付渠道的特征向量，n为支付渠道的数量，加密特征的调节参数，xj为第j个特征分量，为第j个特征分量的均值，为第j个特征分量的标准差。

35、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，所述分类模型对所述特征向量进行分类，识别其绑定的支付渠道，包括：

36、利用训练好的权重向量和偏置项来计算每个输入特征向量的预测标签，其数学表达公式如下：

37、

38、其中，sign（）是符号函数，用于将计算结果映射到分类标签中；

39、当预测标签取值为1时，表示第i个特征向量被分类为正类，绑定支付渠道为电子支付渠道，即银行卡支付；

40、当预测标签取值为-1时，表示第i个特征向量被分类为负类，绑定支付渠道为第三方平台支付渠道，即支付宝支付、微信支付。

41、作为本发明所述的基于格基加密算法的etc多渠道支付信息处理方法的一种优选方案，进行所述支付处理，包括：

42、对支付信息的特征向量进行加密矩阵计算，得到加密后的支付信息；

43、通过安全传输协议将所述加密后的支付信息传输至后台系统；

44、所述后台系统接收所述加密后的支付信息后，利用加密矩阵的逆矩阵和随机向量进行解密处理，恢复原始支付信息；

45、根据解密后的支付信息进行实时支付处理结算。

46、本发明的有益效果：

47、1、利用格基加密算法，提高了支付信息的安全性和处理效率；

48、2、通过迁移学习，提升了分类模型对新环境的适应能力，增强了系统的稳定性；

49、3、采用实时支付信息处理机制，解决了收费软件升级兼容性问题和重复收费问题，显著提高了etc系统的可靠性和用户体验。