11月14日，工商银行一项名为“智能手表金融交易验证方法及装置”的专利公布。其申请于2023年9月26日，可用于信息安全和人工智能领域。
方法包括：接收预设时长的用户脉搏数据，将该数据输入运动强度分级模型，确定用户运动强度等级；其中，运动强度分级模型是根据每一预设运动强度等级的历史脉搏数据，和对应的预设运动强度等级，对机器学习模型训练得到的；确定用户运动强度等级对应的身份验证模型；其中，每一预设运动强度对应的身份验证模型是根据每一预设运动强度等级的历史脉搏数据，和对应的用户身份数据，对机器学习模型分别进行训练得到的；将预设时长的用户脉搏数据输入用户运动强度等级对应的身份验证模型，若身份验证结果为用户本人，则允许执行智能手表金融交易；若不是，则禁止执行。
其中，历史脉搏数据和预设时长的用户脉搏数据包括如下一种或任意多种：心率、脉压、脉搏强度。
每一预设运动强度等级的历史脉搏数据，是根据预设运动强度等级对历史脉搏数据进行划分得到的，具体包括：根据预设运动强度等级和历史脉搏数据，利用密度聚类算法确定每一预设运动强度等级的脉搏数据范围；根据每一预设运动强度等级的脉搏数据范围，对历史脉搏数据进行划分。
而根据每一预设运动强度等级的历史脉搏数据，和对应的用户身份数据，对机器学习模型分别进行训练之前，需要：根据每一预设运动强度等级的脉搏数据范围，生成符合用户特征的脉搏数据；将每一预设运动强度等级的符合用户特征的脉搏数据添加进对应的预设运动强度等级的历史脉搏数据。
在根据预设运动强度等级对历史脉搏数据进行划分之前，则需要：对历史脉搏数据进行数据清洗，去除历史脉搏数据中的异常值。
另外，在根据预设运动强度等级对历史脉搏数据进行划分，得到每一预设运动强度等级的历史脉搏数据之后，还需要：对每一预设运动强度等级的历史脉搏数据进行加密处理后存储至数据库。
说明书提到该发明的背景为，利用智能手表进行金融交易相较于传统的金融终端，如银行卡、POS机等，虽然具备便于携带的优点，但由于其屏幕和字体尺寸较小，以及输入方式的限制，用户在智能手表上进行金融交易时，会遇到一些操作上的困难；在输入密码时，可能会出现输入错误的情况，甚至需要多次输入才能确保准确无误，导致用户体验较差；同时，智能手表输入密码的方式容易在公共场合被人窥视并盗用，增加了金融交易安全性的风险。
而该发明中，可通过用户脉搏数据完成金融交易验证，改善用户体验，提高金融交易的安全性。