钱包软件的测试，软件活体检测

一、华为钱包收不到验证码

接收不到短信或验证码可能存在以下情况：

1、检查信箱是否已满，如果是请删除部分信息；

2、如删除后仍无法收到，建议您换机或换卡测试，看是否为硬件原因所致；

3、检查是否被手机拦截软件拦截；

4、查看手机信号是否正常，尝试在其他地点测试能否接收。

排除以上原因后仍无法正常使用，请您联系当地的人工客服处理此问题。

二、ETH测试网的那些事:新手被交智商税 竟有人买测试币

随着一年多的加密的出现牛市,大量的新参与者被添加到块,潮流链同时有很多的机会,但也使圆出现大量新的低水平计划,这是奇怪,最近有人在网上销售ethereum测试货币,而且真的有很多小白饵，买了很多。进入了解后，很多新手主要不知道区块链，同时相关科普也很少，所以一些信息造成了错误的认识，所以我们开展了小白科普，主要介绍了以太坊测试网。

顾名思义，测试网络是正式产品或程序推出前的功能和性能测试过程。不同的公链都有自己的测试网络，如比特币、莱特币、以太坊等。测试网络一般分为专用测试网和公用测试网。专用测试网络是由我们的局域网或本地机器构建的测试环境。公开测试网络是指所有人都可以访问的测试网络环境。一般来说，在以太坊Metamask钱包中我们可以看到以太坊公共测试网络主要分为以下几种类型:

Ropsten：一个POW的区块链，非常类似于目前以太坊主网

Kovan：一个POA的区块链

Rinkeby：一个POA的区块链

Goerli：一个POS的区块链，对标ETH2.0

不同的测试网络除了在区块模型和共识机制方面有所不同，在软件客户端支持的类型和垃圾处理交易机制也有所不同，其他的都是支持使用EVM的虚拟机入口，即如果不是以太通道和底层功能测试或DApp某些性能参数，对于生态项目方面，其他一切都是相同的。

在牛市之前，大多数以太坊DApp开发者实际上使用的是Ropsten测试网络。因为Ropsten测试网络使用POW挖掘，这与我们看到的主要网络挖掘是一样的，需要特定的图形卡和其他设备。这部分测试网络的最大特点是网络计算能力低，所以采集成本很低。此外，有了以太坊基金会的资助，公众其实很容易通过公开渠道免费获得相应的测试币。开采方式和其他测试,所以测试的成本,更便宜,无论如何获得成本,当然,在行业测试网络没有多少商业价值,同时测试硬币就没有价值,是可以免费得到的,人们可以通过测试网络水龙头免费网站。

进入以太坊2.0时代后，主网的主要流程是信标链正式上线，节点对ETH质押进行验证，节点软件运行，再将POW链转化为POS链。智能合同部署在最初的战俘网络仍然有效,但采矿方法发生了变化,这个过程使得有必要用不同的机制运行多个测试网络功能上线之前,为了确保正式启动可以尽可能顺利进行。

在主网上，目前进展是以太坊信标链上线，POW链继续运行，其他分片链尚未运行。目前主流的2.0客户端测试网络是由Prysmatic Labs发起的Goerli测试网络，该网络自2019年开始运行。用于以太坊2.0的测试网络tapoz自2021年以来一直在运行。其他开放测试碎片链仍然没有公开运行。在以太坊2.0合并后，Goerli测试网现在被称为以太坊2.0测试网。

由于它是以太坊2.0测试网络，作为区块链技术未来几年发展的重点，Goerli测试网络实际上相当受欢迎。首先，需要参与测试网络验证节点的块生成和运行，所以必须需要32个高尔里测试网络测试币。Prysmatic Labs之前在其官网提供了32枚Goerli测试币给有意参与验证测试节点的运营商领取，完全符合测试节点的要求。

验证人在获得32枚测试币后，需要像当前主网络一样，将高尔里测试币调用合同在高尔里测试网络上进行质押，以获得测试节点运行的资格。然后在服务器上运行测试网络客户端软件，完成后续的测试网络参与过程。测试网络验证器在完成测试网络验证节点的建立后，可以尝试在测试网络验证器上部署各种智能合约或进行其他测试。

主网络上相应的过程是POW主网络过渡到POS过程，我们稍后将看到。换句话说，如果一个项目想在未来几年内部署在以太坊上，最接近的测试网络就是Goerli测试网络。当然，由于EVM虚拟机用于合同部署，很多项目仍然会选择Rinkeby测试网络进行测试。Rinkeby测试网络采用POA共识机制(权威认证)，使用验证器统一账本状态。这有效地防止了双重支出。正因为如此，Rinkeby测试网实际上为开发人员提供了良好的测试网络体验，也吸引了很多开发人员。

高尔利测试网目前运行的是POS模式，每天也有大量的测试币产生。然而，由于目前的短缺，一些测试币水龙头提供给公众的测试币相对较少。从上面可以看出，高尔利测试币的主要目的是为32个测试币部署相应的2.0验证者测试节点。当然，测试节点不会产生实际收入。

此外，高尔里测试币的主要用户是DApp生态项目方。随着以太坊计划进入2.0阶段，一些项目将在Goerli的网络上部署他们的测试dapp，所以实际上在Goerli的测试网络上部署的智能合约并不多。自牛市以来，高尔利测试网也迎来了较为活跃的时期，这部分是由于DApp项目的测试网活动吸引了大量羊毛派对。

简而言之,在项目正式启动主网络,DApp开发团队通常部署在公共测试网络合同,然后让它公开,以便用户和一些DApp赏金猎人可以测试,以发现一些错误,没有发现在内部测试,确保项目的安全。

生态项目测试活动一般都有相应的奖金,一些方面的项目在同一时间为了访问流的应用程序进行压力测试DApp,公开发表了一些测试活动,比如关注官方社会账户,然后体验测试网络,当项目建立正式提供将得到项目删除令牌。

几乎零成本,因为这种测试活动,并获得宝贵的令牌,它吸引了许多普通用户,同时,使用大量的占“拔毛”,并将使用测试网络将有一个测试的前提eth气体时,也正因为如此,许多试币在牛市接受龙头的情况下大多是干的(试币是带出来的，拿不到试币)，所以存在交易试币的情况。

对于大多数的货币圈很长一段时间对于投资者来说,自然知道测试硬币都是没有价值的,所以购买测试硬币主要是一些黑心商人用小白和新手在以太和以太方方2.0- 2.0测试这部分细节不了解,加上一些文章测试网络表达不清楚,给新手造成一些误解。测试货币的目的始终是为了测试网络。主要网络启动后,测试网络仍然存在和发挥测试的作用在随后的关键功能,而不是虚假陈述”测试网络和主要网络合并,并测试货币成为主要网络货币”说,这些黑色的商人。

三、软件活体检测

1社会背景

相信大家对人脸认证都很熟悉，比如人脸支付、身份验证、金融认证等等。然而，人脸识别技术面临着各种欺诈手段，如照片、换脸、面具等。如果被恶意抄袭，会给个人、群体或社会带来极大的困扰和威胁。

活体检测是在某些认证场景下确定物体真实生理特征的方法。活体检测采用人脸防伪、人脸关键点、人脸跟踪等技术，可以有效抵御拍照、换脸、蒙版、遮挡、屏幕翻拍等常见攻击，保护用户利益。

活体检测的常见使用场景：

2家主流制造商

据了解，百度大脑活体识别拥有业内首个端到端全卷积神经网络人脸检测器，可检测不同姿态和光照下的人脸，最小12*12像素；高精度1: 1和1: n人脸识别率，基于深度神经网络的测量学习技术，利用200万人的2亿数据，在1000个GPU集群上训练，可以达到比人更精准的识别效果。

2015年，迪法恩斯推出了基于人脸识别技术的FaceID在线身份认证解决方案。其强大的智能金融企业解决方案已帮助支付宝、中信银行、招商银行、北京银行、小华钱包、拍拍贷等近百家金融机构实现金融智能化。

易道卜式是一家人工智能公司，专注于计算机视觉领域的技术研究和商业自动化使用。基于自主研发的深度学习平台，不断研发领先的机器视觉技术，为多个行业量身定制智能解决方案，驱动行业实现跨越式智能升级。在活体检测领域已经构建了成熟的产品。

3评估计划

本文从识别场景的通用性、识别准确率、识别响应速度、产品接入方式、部署和集成效率、安全性和产品定价等方面，对HMS Core ML Kit、旷视FaceID、百度大脑、易接入活检产品进行了评测。目前体内测试服务可以支持的调用方式有离线SDK集成、在线API调用、软件服务访问。我们通过官网提供的调用方法进行测试对比。

Hmcore mlkit官方文档：文档中心

. Huawei.com/consumer/cn/doc/development/hiai-Guides/liveness-detection-000001051386243

hosting-drcn. dbankcdn.cn/cc H5/AIBussiness-ml kit/body/apk _ release _ body. apk

偏转FaceID可以通过使用FaceID上提供的功能直接测试。官网：3359 faceid.com/document/faceid-guide-docs/product-introduction

百度生物鉴定官网：生物鉴定_人脸识别生物鉴定_生物鉴定SDK-百度AI开放平台

易道卜式无声体内测试官网：无声体内测试gitbook

最终评估结果将形成雷达图。评价指标如下，最高分为10分。

横向评估评分表

3.1识别场景

笔者先看识别场景(普遍性和普遍性)。目前，体内检测可分为无声体内检测和合作体内检测。从大量收集的数据来看，结果显示Face ID、百度、易道和华为的HMS Core ML Kit都支持静默体内检测和协同体内检测。但不同的是，在活体检测识别的场景中，几种动作之间存在明显的差异，这也是决定活体检测安全性的重要指标。

FaceID支持点头、眨眼、张嘴、摇头、阅读等动作。并能在不同光照、年龄、妆容、配饰等复杂条件下实现准确识别。

目前百度支持鞠躬、抬头、眨眼等动作。此外，还有眨眼、读数等多达10种离线活体检测方式，可有效抵御照片、视频、2D/3D模具等作弊行为。

目前易道博一在合作活体检测中支持点头、眨眼、凝视、张嘴、摇头五种动作，以及随机三种动作判别，结合单帧活体判别。

另一方面，HMS Core ML Kit支持六种动作，包括眨眼、张嘴、向左摇头、向右摇头、凝视、点头，并支持从六种动作中随机选择三种动作进行验证。同时，在各种光照条件、用户配件、年龄、妆容等条件下，都能很好的识别并引导用户完成检测。

现场鉴定评分表(个人评分，仅供参考)

3.2响应速度

根据笔者对测试情况的分析，制作两张图表供大家参考。

初始化时间方面，旷视FaceID初始化时间2s，易道卜式初始化时间1s，百度大脑响应时间0.88s，HMS Core ML Kit初始化时间0.8s，HMS Core ML Kit和百度大脑响应快。

内存占用方面，易道博通的内存占用为343MB，漠视FaceID为185MB，百度为157MB，HMS Core ML Kit为140MB，是几个厂商中最小的。

响应评分表(个人评分，仅供参考)

3.3访问模式

FaceID体内检测还支持多种接入方式。除了移动SDK，H5组件，API接口等。还有Raw为小程序提供的纯API接口，直接集成了云端的体内验证能力。

并自行实现前端的用户交互页面部分。

HMS Core ML Kit活体检测服务支持离线模式（主要是基于保护终端用户隐私数据的考虑），提供SDK接入方式，开发者仅需几行代码集成即可。

易道博识静默活体检测通过HTTP发送POST请求提交验证数据至公有云服务器，等待服务器识别并返回识别结果。

接入方式打分表(个人评分，仅供参考)

3.4集成效率

目前各大厂和开发团队都在强调敏捷开发，敏捷开发的实践就是集成效率的体现。从笔者自身的测试情况来看，FaceID需要提供企业法人身份证和营业执照等企业级认证才能使用。百度大脑和易道博识需要注册之后才能使用活体检测服务，并且在开发上需要一定的代码调试，尤其是其账号注册后生成的API key无法直接使用，需要在代码中集成并生成token值之后才能使用。而HMS Core ML Kit在注册华为帐号后，无需API Key集成操作，而是简单配置AGC文件，通过几行代码，即可快速接入官方提供的SDK。

所以笔者认为HMS Core ML Kit和其他三家产品来对比的话，其在集成效率、部署效率会相对简单些，能提升我们的开发效率。

集成效率打分表(个人评分，仅供参考)

3.5安全测试

笔者主要对配合式活体进行了安全性评测，笔者选取了一些典型的攻击场景进行测试并对每家测试结果进行了对比分析。

配合式活体检测容易受到很多干扰和攻击，比如常见的打印照片、翻拍视频等。

关于本节配合式活体检测的方法，笔者采用3种方法进行测试。

1.“照片翻拍”方式，进行模拟测试（包括摇头、眨眼、转动手机、带口罩等遮挡物的照片视频）。

2.“视频翻拍”方式，进行模拟测试（包括摇头、眨眼、转动手机、带口罩等遮挡物的照片视频）。

3.“真人不动转动手机”方式，是指通过平移、摇摆手机来模拟人点头摇头等行为动作。

笔者分别对各服务进行了十余次的测试，旷视FaceID人脸照片和视频攻击拦截率高，因为具有人脸核身的检测，所以攻击基本不会通过，能正确完成识别，安全性很高。

HMS Core ML Kit测试效果也较好，顺利抵御所有攻击检测，在纸张、视频之类攻击场景下，界面会显示非活体。在闭眼和左右摇头时，HMS Core ML Kit会提示用户睁开眼，只有当用户双眼睁开，姿态正确情况下才会提示用户做作出相应的动作，更好的保证了安全性。

百度大脑可进行基本动作的活体检测，能够通过动作验证。测试发现，将打印的猴子照片放在屏幕前并前后晃动纸张来模拟低头动作，即可通过验证。因此，百度对一些特殊动作的识别有待提高。

易道博识也可进行基本的活体检测，不过通过一定角度还是可以攻破检测，如点头摇头。当想通过人不动转动手机完成动作时，易道博识会提示不要晃动手机。但是晃动手机的幅度变小之后，或者垂直晃动，就能绕过检测。

另外笔者测试出，在眨眼时，只眨一只眼（睁一只眼闭着一只眼）也能通过检测。所以按笔者通过目前的测试来看，检测方式还是有待提高。

安全测试综合打分表(个人评分，仅供参考)

3.6产品定价

各厂家产品功能性有所不同，笔者收录的价格仅供参考，不代表当前价格。

(以上为数据来自各大厂商官网，统计时间为2023年5月)

产品定价打分表(个人评分，仅供参考)

4综合对比

得分汇总：

根据上一段中测评分析出的结果，形成雷达图来进行综合对比。

从笔者整理的雷达图来看各家产品的区别，整体来说差别不大，但在不同的使用上可能各有特色。比如百度和FaceID提供了很多的接入方式并支持非常多的识别场景，对一些有广泛性要求的开发任务来说会更合适一些。而使用静默活体时可以选择易道博识，在价格和开发集成上来看是不错的选择。但是要选择动态活体检测的话，FaceID可能在有限制性的识别条件（人脸核身）时能发挥更大的作用，此时HMS Core ML Kit的出场就当之无愧了，通过厂家给出的SDK可以快速集成到实际业务中，响应速度和集成速度无疑是独特的亮点。

笔者作为使用开发者从综合评测来看，HMS Core ML Kit集成简单，响应快速，安全性高，非常适合广大使用开发者使用。

当然不仅是ML Kit，整个HMS Core（华为为其设备生态系统提供的一套使用程序和服务,开发者只需集成HMS SDK即可使用华为的多个开放能力）也提供了媒体、图像等多项领域的能力，大家有兴趣可以去了解，可能会发现许多有趣的和对我们有所帮助的事物。

相关问答：