(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210640187.6 (22)申请日 2022.06.08 (71)申请人 中国银行股份有限公司 地址 100818 北京市西城区复兴门内大街1 号 (72)发明人 朱江波　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 杨丹　沈珍珠 (51)Int.Cl. H04L 67/10(2022.01) H04L 9/40(2022.01) G06Q 40/04(2012.01) G06Q 40/02(2012.01) G06Q 20/40(2012.01) (54)发明名称 基于边缘计算的网点 集群处理方法及系统 (57)摘要 本发明提出了一种基于边缘计算的网点集 群处理方法及系统， 涉及数据处理技术领域， 该 方法包括： 构建指定区域内的银行网点图； 确定 每两个银行网点之间的最优路径； 根据银行网点 图， 确定各个本地处理客户对应的连接银行网点 及人脸识别银行网点； 获取本地处理客户发起的 交易， 根据交易数据生成哈希值； 获取对应的哈 希值， 并将哈希值和连接银行网点的ID下 发到客 户的移动终端； 移动终端向连接银行网点发送哈 希值进行验证； 在哈希值验证通过后， 建立通信 连接； 当连接银行网点接收到本地处理客户发起 的人脸识别申请时， 根据最优路径将本地处理客 户的人脸识别申请发送到人脸识别银行网点； 通 过最优路径将识别结果反馈至本地处理客户的 移动终端。 权利要求书6页 说明书13页 附图5页 CN 115022324 A 2022.09.06 CN 115022324 A 1.一种基于边 缘计算的网点 集群处理方法， 其特 征在于， 包括： 构建指定区域内的银 行网点图； 根据银行网点的交易数据， 确定每两个银 行网点之间的最优路径； 在人脸识别服务器运行过程中， 若发现归属于一指定区域的客户数量超过第一阈值 时， 将超过第一阈值的客户作为本地处理客户； 根据所述银行网点图， 确定各个本地处理客 户对应的连接银 行网点及人脸识别银 行网点； 获取本地处理客户发起的交易， 银行客户信 息服务器根据本地处理客户的交易数据生 成哈希值； 人脸识别服务器获取对应的哈希值， 并将哈希值和连接银行网点的ID下发到本 地处理客户的移动终端， 将哈希值下发到对应的连接银行网点， 将本地处理客户的人脸信 息下发到对应的人脸识别银 行网点； 当本地处理客户的移动终端接收到哈希值和连接银行网点的ID时， 向连接银行网点发 送哈希值进行验证； 在哈希值验证通过后， 建立移动终端与连接银 行网点的通信连接； 当连接银行网点接收到本地处理客户发起的人脸识别申请时， 根据连接银行网点与 人 脸识别银行网点之 间的最优路径， 将本地处理客户的人脸识别申请发送到人脸识别银行网 点来进行人脸识别； 在得到识别结果后， 通过人脸识别银行网点与连接银行网点之间的最 优路径， 将识别结果反馈 至本地处理客户的移动终端。 2.根据权利要求1所述的方法， 其特征在于， 在指定区域内部署有边缘计算系统； 其中， 边缘计算系统至少用于人脸识别， 数据存 储； 银行网点图是指定区域内的银行网点组成的图状结构， 其中， 银行网点图的顶点对应 于一个银行网点， 两个网点之间有边， 边的设置机制是当两个银行网点之间的距离小于第 二阈值， 或者一个银行网点是另一个银行网点距离最近的银行网点， 在两个银行网点之间 设置边， 边的方向从该 银行网点到最近距离的银 行网点。 3.根据权利要求1所述的方法， 其特征在于， 根据银行网点的交易数据， 确定每两个银 行网点之间的最优路径， 包括： 根据每个银行网点的交易数据， 确定该 银行网点对应的风险概 率； 根据银行网点图及风险概率， 将每条有向边的距离值设置为 ‑log(R)； 其中， R是有向边 的箭尾银 行网点对应的风险概 率； 根据每条有向边的距离值， 利用最短路径算法确定任意两个银行网点之间的最优路 径， 及最优路径对应的最短距离 。 4.根据权利要求3所述的方法， 其特征在于， 根据所述银行网点图， 确定各个本地处理 客户对应的连接银 行网点及人脸识别银 行网点， 包括： 由手机银行服务器根据本地处理客户的移动终端的位置， 确定距离所述位置在指定距 离范围内的多个银 行网点， 作为待连接银 行网点； 从所述指定区域内的银行网点中， 选取出人脸识别资源使用率小于第 三阈值的多个银 行网点， 作为待人脸识别银行网点； 其中， 具有 人脸识别资源的银行网点部署有边缘计算系 统； 对于每个待连接银行网点， 根据该待连接银行网点与待人脸识别银行网点之间的最优 路径， 从多个待人脸识别银行网点中， 选取出与该待连接银行网点的最短距离最小的待人 脸识别银行网点， 将选取出的待 人脸识别银行网点作为该待连接银行网点对应的人脸识别权　利　要　求　书 1/6 页 2 CN 115022324 A 2银行网点； 对于每个待连接银行网点， 计算当本地处理客户的移动终端与 该待连接银行网点建立 通信连接后， 从本地处理客户的移动终端到该待连接银行网点对应的人脸识别银行网点的 最短距离； 根据本地处理客户的移动终端到待连接银行网点对应的人脸识别银行网点的最短距 离， 从多个待连接银行网点中， 选取出最短距离最小的待连接银行网点， 作为本地处理客户 对应的连接银 行网点； 将本地处理客户对应的连接银行网点对应的人脸识别银行网点， 作为本地处理客户对 应的人脸识别银 行网点。 5.根据权利要求4所述的方法， 其特征在于， 对于每个待连接银行网点， 计算当本地处 理客户的移动终端与该待连接银行网点建立通信连接后， 从本地处理客户的移动终端到该 待连接银 行网点对应的人脸识别银 行网点的最短距离， 包括： 将本地处理客户的移动终端加入到银行网点图， 在本地处理客户的移动终端与该待连 接银行网点之间建立一条有向边， 其中， 边的方向从本地处理客户的移动终端到该待连接 银行网点， 边的距离值设置为 ‑log(R)， 其中， R是 该待连接银 行网点对应的风险概 率； 对本地处理客户的移动终端与该待连接银行网点之间的有向边的距离值， 及该待连接 银行网点与对应的人脸识别银行网点的最短距离进行求和， 得到从本地处理客户的移动终 端到该待连接银 行网点对应的人脸识别银 行网点的最短距离 。 6.根据权利要求1所述的方法， 其特征在于， 根据银行网点的交易数据， 确定每两个银 行网点之间的最优路径， 包括： 根据每个银行网点的交易数据， 确定该 银行网点对应的风险概 率； 根据银行网点图及风险概率， 将每条有向边的风险概率设置为r； 其中， r是有向边的箭 尾银行网点对应的风险概 率； 对于每个银行网点， 选取出以该银行网点为箭头银行网点的所有边， 将选取出的边的 箭尾银行网点作为该银行网点对应的第一银行网点， 以及将除该银行网点对应的第一银行 网点之外的其 他银行网点作为该 银行网点对应的第二银 行网点； 对于每个银行网点， 将该银行网点对应的第 一银行网点对应该银行网点的风险概率初 始化为该第一银行网点的风险概率， 以及将该银行网点对应的第一银行网点对应该银行网 点的最优路径初始 化为只包含该银行网点与该第一银行网点对应的边的集合； 以及将该银 行网点对应的第二银行网点对应该银行网点的风险概率确定为1， 以及将该银行网点对应 的第二银 行网点对应该 银行网点的最优路径初始化 为空集； 对于每个银行网点， 初始化该银行网点对应的第 三银行网点为除该银行网点之外的所 有其他银行网点； 对于每个银行网点A， 循环执 行如下步骤， 直到该 银行网点对应的第三银 行网点为空： 从该银行网点A对应的第三银行网点中选取出对应该银行网点A 的风险概率最小的银 行网点B， 并将该 银行网点B从该 银行网点A对应的第三银 行网点中删除； 对于银行网点B对应的每个银行网点C， 如果f(A,B)+r(B,C) ‑f(A,B)×r(B,C)小于f(A, C)， 则更新银行网点C对应银行网点A的风险概率为 f(A,B)+r(B,C) ‑f(A,B)×r(B,C)， 且更 新银行网点C对应银行网点A的最优路径为银行网点B对应银行网点A的最优路径与银行网权　利　要　求　书 2/6 页 3 CN 115022324 A 3