相關申請本申請要求于2014年11月19日提交的美國臨時專利申請?zhí)?2/082,070的優(yōu)先權和權益。出于所有目的，該美國臨時專利申請的全部內容通過引用被結合于此。本公開一般而言涉及用于授權交易的系統(tǒng)和方法，包括但不限于用于預測授權交易的便利性度量的系統(tǒng)和方法。
背景技術：
：計算設備的多樣性和數量呈指數級增長。例如，存在諸如智能電話和平板電腦的手持式設備、還可以用于web購物的閱讀設備，以及還有傳統(tǒng)的桌面計算平臺。這些平臺中的每一個平臺都可以具有可以用來執(zhí)行交易的不同的硬件和軟件能力。例如，這些能力中的一些可能提供防止欺詐的安全措施。但是，這些能力和特征可以從一個產品發(fā)布到另一個產品發(fā)布迅速改變。對于任何給定的交易，這些特征中的一些可能不是始終可用。例如，設備的gps(全球定位系統(tǒng))特征在室內可能不可用。因此，難以依賴單個特征作為保護每一個交易(或者甚至交易的子集)的完整性的安全措施。技術實現(xiàn)要素：本發(fā)明的一些實施例一般而言涉及用于預測授權交易的最佳便利性度量的裝置、系統(tǒng)和方法。在交易的執(zhí)行中，對于用戶的便利性正在成為重要的約束。在一些實施例中，交易可以是在銷售點處的金融交易、在計算機訪問點處的邏輯交易、或者可以是用戶與一個或多個傳感器的任何被動交互或主動交互，其中傳感器的至少一個屬性(諸如，其標識號)是已知的。例如，傳感器可以是生物特征傳感器(諸如，虹膜匹配設備或指紋匹配設備)或者藍牙低功率接近傳感器。由于物聯(lián)網(iot)的發(fā)展，用戶和傳感器之間的這種被動交易或主動交易正在變得越來越普遍，其中物聯(lián)網是現(xiàn)有互聯(lián)網基礎設施內可唯一識別的嵌入式計算設備的互連。由于可用性，生物特征傳感器的部署和廣泛采用有時是受限的，其中生物特征獲取系統(tǒng)可能缺乏用戶友好的設計，并被證明對于由典型用戶使用是困難或不方便的。在例如應用于金融交易的一些實施例中，確定最佳便利性度量可以是有利的，該最佳便利性度量優(yōu)化或改善用戶完成交易的可能性(由于其便利性或可用性)同時還優(yōu)化或改善對于授權交易的系統(tǒng)的凈預期貨幣或其它利益。在例如應用于企業(yè)資源計劃(erp)或邏輯訪問應用的一些實施例中，目標可以是確定最佳便利性度量，該最佳便利性度量優(yōu)化或改善用戶在執(zhí)行交易時花費的時間或努力，同時優(yōu)化或改善凈潛在貨幣損失或資產的其它損失，系統(tǒng)通過授權交易提供對該資產的訪問。描述了一種用于預測用來授權交易的最佳便利性度量的方法。在一些實施例中，使用可能已經在具有不同傳感器的潛在不同位置處主動地執(zhí)行或被動地執(zhí)行的先前交易并且使用可能部分地基于便利性的經濟價值的模型來確定最佳便利性度量的預測。在例如與金融交易相關的一些實施例中，便利性度量的最佳預測可以對應于最大化系統(tǒng)從交易中獲得的凈預期貨幣利益。在例如與erp或邏輯訪問應用相關的一些實施例中，便利性度量的最佳預測可以對應于最小化作為執(zhí)行交易的結果而由系統(tǒng)產生的凈潛在貨幣成本。一方面，本公開針對授權的方法。該方法可以包括由授權引擎針對用戶的交易從數據庫訪問用戶的活動模式模型。用戶的活動模式模型可以指示用戶隨時間的地理空間行為。授權引擎可以確定可用于促進交易的傳感器的集合，傳感器中的每一個在交易之前被分配有可用性值。授權引擎可以訪問傳感器的活動模式模型，該傳感器的活動模式模型指示一個或多個傳感器隨時間的地理空間特點。授權引擎可以使用用戶的活動模式模型、傳感器的活動模式模型和對應傳感器的可用性值來確定用于傳感器的多個子集中的每一個子集的便利性度量。多個子集中的每一個子集可以包括可以組合使用以促進交易的對應傳感器。授權引擎可以使用所確定的便利性度量來從多個子集中選擇用于交易的子集。在一些實施例中，對應傳感器的可用性值指示向對應的傳感器提供輸入(例如，對傳感器的正確或適當的輸入，和/或導致來自傳感器的正確或適當的輸出響應的輸入)的用戶努力量(例如，按時間測量)。在某些實施例中，所選擇的傳感器子集包括生物特征傳感器。在一些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括在交易的至少部分期間被動態(tài)更新(例如，基于所獲得的后續(xù)測量)的部件。在某些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括以下至少一個：序列模型、速度模型、周期模型、棲息地模型或神經網絡模型。在一些實施例中，授權引擎使用在交易之前獲得的傳感器中的至少一個傳感器的輸出來確定用于多個子集中的每一個子集的便利性度量。在某些實施例中，授權引擎使用傳感器中的至少一個傳感器的設備特定的度量來確定用于多個子集中的每一個子集的便利性度量，該設備特定的度量包括錯誤接受率、錯誤拒絕率或所獲取的生物特征的質量。在一些實施例中，授權引擎使用在交易之前獲得的與第一集合的傳感器不同的至少一個傳感器的輸出來確定用于多個子集中每一個子集的便利性度量。在某些實施例中，從多個子集中選擇用于交易的子集包括：由授權引擎針對多個子集中的每一個子集使用對應的便利性度量來確定來自于授權該交易的預期收入；以及由授權引擎從多個子集中選擇用于該交易的子集，所選擇的子集被確定為具有高于傳感器的多個子集中其它子集的預期收入的預期收入。在一些實施例中，預期收入結合以下中的至少一個：來自授權交易的正確確定的利益或收入、由于授權交易的不正確確定導致的潛在損失，或者由于失去作為顧客的用戶而導致的預期收入損失。另一方面，本公開針對授權系統(tǒng)。該系統(tǒng)可以包括可用于促進由用戶進行的交易的傳感器的集合。數據庫可以被配置成存儲用戶的活動模式模型和傳感器的活動模式模型中的至少一個。授權引擎可以被配置成針對交易而從數據庫訪問用戶的活動模式模型。用戶的活動模式模型可以指示用戶隨時間的地理空間行為。授權引擎可以被配置成確定可用于促進交易的傳感器的集合，傳感器中的每一個在交易之前被分配有可用性值。授權引擎可以被配置成訪問傳感器的活動模式模型，該傳感器的活動模式模型指示一個或多個傳感器隨時間的地理空間特點。授權引擎可以被配置成使用用戶的活動模式模型、傳感器的活動模式模型和對應傳感器的可用性值來確定用于傳感器的多個子集中的每一個子集的便利性度量。多個子集中的每一個子集可以包括可以組合使用以促進交易的對應傳感器。授權引擎可以被配置成使用所確定的便利性度量來從多個子集中選擇用于交易的子集。在一些實施例中，對應傳感器的可用性值指示向對應傳感器提供輸入的用戶努力量。在某些實施例中，所選擇的傳感器子集包括生物特征傳感器。在一些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括在交易的部分期間被動態(tài)更新的部件。在某些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括以下中的至少一個：序列模型、速度模型、周期模型、棲息地模型或神經網絡模型。在一些實施例中，授權引擎被配置成使用在交易之前獲得的傳感器中的至少一個傳感器的輸出來確定用于多個子集中的每一個子集的便利性度量。在一些實施例中，授權引擎被配置成使用傳感器中的至少一個傳感器的設備特定的度量來確定用于多個子集中的每一個子集的便利性度量，其中設備特定的度量包括錯誤接受率、錯誤拒絕率或所獲取的生物特征的質量。在一些實施例中，授權引擎被配置成使用在交易之前獲得的與第一集合的傳感器不同的至少一個傳感器的輸出來確定用于多個子集中的每一個子集的便利性度量。在一些實施例中，授權引擎被配置成從多個子集中選擇用于交易的子集，包括：由授權引擎針對多個子集中的每一個子集使用對應的便利性度量來確定來自于授權該交易的預期收入；以及由授權引擎從多個子集中選擇用于該交易的子集，所選擇的子集被確定為具有高于傳感器的多個子集中其它子集的預期收入的預期收入。在一些實施例中，預期收入結合以下中的至少一個：來自授權交易的正確確定的利益或收入、由于授權交易的不正確確定導致的潛在損失，或者由于失去作為顧客的用戶而導致的預期收入損失。應當認識到的是，前述概念和以下更詳細討論的附加概念的所有組合(假如這些概念不是相互不一致的)被預期為是本文公開的發(fā)明性主題的一部分。特別地，在本公開的結尾處出現(xiàn)的所要求保護的主題的所有組合都被預期為是本文公開的發(fā)明性主題的一部分。還應當認識到的是，也可以出現(xiàn)在通過引用結合于此的任何公開中的在本文明確采用的術語應當符合與本文公開的特定概念最一致的含義。附圖說明技術人員將理解的是，附圖主要是為了說明的目的，并不是旨在限制本文所述的發(fā)明性主題的范圍。附圖不一定是按比例繪制的；在一些情況下，本文公開的發(fā)明性主題的各個方面可以在附圖中被夸大或放大示出，以促進理解不同特征。在附圖中，相同的標號一般是指相同的特征(例如，功能上類似的元件和/或結構上類似的元件)。圖1a是圖示具有與服務器通信的客戶端機器的聯(lián)網環(huán)境的實施例的框圖。圖1b和1c是圖示用于實踐本文所述方法和系統(tǒng)的計算機器的實施例的框圖。圖2a是根據一些實施例的指示傳感器的不同位置以及當用戶與傳感器交互時他/她隨時間的空間路徑的圖；圖2b是根據一些實施例的指示可以測量用戶的特點的生物特征傳感器模塊的框圖；圖3是根據一些實施例的指示安裝在可由用戶持有的移動設備上的生物特征傳感器模塊和非生物特征傳感器模塊的框圖；圖4是根據一些實施例的指示連接到輸出傳感器數據的翻譯模塊的生物特征傳感器模塊和非生物特征傳感器模塊的框圖；圖5是根據一些實施例的指示用于用戶的用戶參數和預定活動模式模型的框圖；圖6是根據一些實施例的指示用于傳感器的移動設備參數、其它傳感器參數和預定活動模式模型的框圖；圖7是根據一些實施例的指示由參數集合表示的活動模式模型的類型的框圖；圖8是圖示根據一些實施例的最佳便利性度量的基于模型的預測的框圖；圖9是根據一些實施例的用于預測最佳便利性度量的處理系統(tǒng)的示意圖；圖10描繪總體便利性度量與摩擦度量(frictionmetric)之間的關系的一個實施例；以及圖11是圖示根據一些實施例的用于授權交易的預測最佳便利性度量的方法的流程圖。具體實施方式應當認識到的是，前述概念和以下更詳細討論的附加概念的所有組合(假如這些概念不是相互不一致的)被預期為是本文公開的發(fā)明性主題的一部分。特別地，在本公開的結尾處出現(xiàn)的所要求保護的主題的所有組合都被預期為是本文公開的發(fā)明性主題的一部分。還應當認識到的是，也可以出現(xiàn)在通過引用結合于此的任何公開中的在本文明確采用的術語應當符合與本文公開的特定概念最一致的含義。為了閱讀以下各種實施例的描述，以下對說明書的各章節(jié)及其相應內容的描述會是有幫助的：-章節(jié)a描述可能對實踐本文所述的實施例有用的網絡環(huán)境和計算環(huán)境；以及-章節(jié)b描述用于為授權交易預測最佳便利性度量的系統(tǒng)和方法的實施例。a.網絡和計算環(huán)境在提出本解決方案的具體實施例之前，適于在本系統(tǒng)和方法中使用的系統(tǒng)部件和特征的描述會是有幫助的。圖1a圖示包括與一個或多個服務器106a-106n(在本文統(tǒng)稱為“(一個或多個)服務器106”)通信的一個或多個客戶端機器102a-102n(在本文統(tǒng)稱為“(一個或多個)客戶端機器102”)的計算環(huán)境101的一個實施例。安裝在(一個或多個)客戶端機器102和(一個或多個)服務器106之間的是網絡。在一個實施例中，計算環(huán)境101可以包括安裝在(一個或多個)服務器106和(一個或多個)客戶端機器102之間的設備。這種設備可以管理客戶端/服務器連接，并且在一些情況下可以在多個后端服務器之間負載平衡客戶端連接。在一些實施例中，(一個或多個)客戶端機器102可以被稱為單個客戶端機器102或客戶端機器102的單個組，而(一個或多個)服務器106可以被稱為單個服務器106或服務器106的單個組。在一個實施例中，單個客戶端機器102與多于一個服務器106通信，而在另一個實施例中，單個服務器106與多于一個客戶端機器102通信。在再另一個實施例中，單個客戶端機器102與單個服務器106通信。在一些實施例中，可以通過以下術語中的任何一個引用客戶端機器102：(一個或多個)客戶端機器102；(一個或多個)客戶端；(一個或多個)客戶端計算機；(一個或多個)客戶端設備；(一個或多個)客戶端計算設備；本地機器；遠程機器；(一個或多個)客戶端節(jié)點；(一個或多個)端點；(一個或多個)端點節(jié)點；或第二機器。在一些實施例中，可以通過以下術語中的任何一個引用服務器106：(一個或多個)服務器；本地機器；遠程機器；(一個或多個)服務器場；(一個或多個)主機計算設備，或(一個或多個)第一機器。在一些實施例中，客戶端機器102可以執(zhí)行、操作或以其它方式提供可以是以下任何一個的應用：軟件；程序；可執(zhí)行指令；虛擬機；管理程序；web瀏覽器；基于web的客戶端；客戶端-服務器應用；瘦客戶端計算客戶端；activex控件；java小程序；與互聯(lián)網語音協(xié)議(voip)通信相關的軟件，如軟ip電話；用于流傳輸視頻和/或音頻的應用；用于促進實時數據通信的應用；http客戶端；ftp客戶端；oscar客戶端；telnet客戶端；或可執(zhí)行指令的任何其它集合。還有其它實施例包括顯示由在服務器106或其它遠程定位的機器上遠程執(zhí)行的應用生成的應用輸出的客戶端設備102。在這些實施例中，客戶端設備102可以在應用窗口、瀏覽器或其它輸出窗口中顯示應用輸出。在一個實施例中，應用是桌面，而在其它實施例中，應用是生成桌面的應用。計算環(huán)境101可以包括多于一個服務器106a-106n，使得服務器106a-106n被邏輯地分組在一起成為服務器場106。服務器場106可以包括在地理上分散并且在邏輯上分組在服務器場106中的服務器106，或者靠近彼此定位并且在邏輯上分組在服務器場106中的服務器106。在一些實施例中，服務器場106內地理上分散的服務器106a-106n可以使用wan、man或lan進行通信，其中不同的地理區(qū)域可以被表征為：不同的大洲；大洲的不同地區(qū)；不同的國家；不同的州；不同的城市；不同的校區(qū)；不同的房間；或者前述地理位置的任意組合。在一些實施例中，服務器場106可以作為單個實體管理，而在其它實施例中，服務器場106可以包括若干服務器場106。在一些實施例中，服務器場106可以包括執(zhí)行基本上類似類型的操作系統(tǒng)平臺(例如，unix、linux或snowleopard，由redmond，washington的microsoft公司制造的windowsnt)的服務器106。在其它實施例中，服務器場106可以包括執(zhí)行第一類型的操作系統(tǒng)平臺的第一組服務器106和執(zhí)行第二類型的操作系統(tǒng)平臺的第二組服務器106。在其它實施例中，服務器場106可以包括執(zhí)行不同類型的操作系統(tǒng)平臺的服務器106。在一些實施例中，服務器106可以是任何服務器類型。在其它實施例中，服務器106可以是以下服務器類型中的任何一種：文件服務器；應用服務器；網絡服務器；代理服務器；設備；網絡設備；網關；應用網關；網關服務器；虛擬化服務器；部署服務器；sslvpn服務器；防火墻；web服務器；應用服務器或者作為主應用服務器；執(zhí)行活動目錄的服務器106；或者執(zhí)行提供防火墻功能、應用功能或負載均衡功能的應用加速程序的服務器106。在一些實施例中，服務器106可以是包括遠程認證撥入用戶服務的radius服務器。一些實施例包括第一服務器106a，該第一服務器106a接收來自客戶端機器102的請求、將該請求轉發(fā)到第二服務器106b，并且用來自第二服務器106b的響應對由客戶端機器102生成的請求進行響應。第一服務器106a可以獲取對客戶端機器102可用的應用的枚舉，以及獲取與托管在應用的列舉中識別出的應用的應用服務器106相關聯(lián)的地址信息。第一服務器106a然后可以使用web接口呈現(xiàn)對客戶端的請求的響應，并且直接與客戶端102通信，以向客戶端102提供對識別出的應用的訪問。在一些實施例中，客戶端機器102可以是尋求對由服務器106提供的資源的訪問的客戶端節(jié)點。在其它實施例中，服務器106可以向客戶端102或客戶端節(jié)點提供對被托管的資源的訪問。在一些實施例中，服務器106充當主節(jié)點，使得它可以與一個或多個客戶端102或服務器106通信。在一些實施例中，主節(jié)點可以識別并向一個或多個客戶端102或服務器106提供與托管所請求的應用的服務器106相關聯(lián)的地址信息。在再其它實施例中，主節(jié)點可以是服務器場106、客戶端102、客戶端節(jié)點102的集群，或設備。一個或多個客戶端102和/或一個或多個服務器106可以經安裝在計算環(huán)境101內的機器和設備之間的網絡104傳輸數據。網絡104可以包括一個或多個子網，并且可以安裝在以下的任何組合之間：客戶端102、服務器106、包括在計算環(huán)境101內的計算機和設備。在一些實施例中，網絡104可以是：局域網(lan)；城域網(man)；廣域網(wan)；由位于客戶端機器102和服務器106之間的若干子網104組成的主網絡104；具有私有子網104的主公共網絡104；具有公共子網104的主專用網絡104；或者具有專用子網104的主專用網絡。還有另外的實施例包括可以是以下網絡類型中的任何一種的網絡104：點對點網絡；廣播網絡；電信網絡；數據通信網絡；計算機網絡；atm(異步傳輸模式)網絡；sonet(同步光纖網絡)網絡；sdh(同步數字體系)網絡；無線網絡；有線網絡；或者包括無線鏈路的網絡104，其中該無線鏈路可以是紅外信道或衛(wèi)星頻帶。網絡104的網絡拓撲在不同的實施例中可以不同，可能的網絡拓撲包括：總線網絡拓撲；星形網絡拓撲；環(huán)形網絡拓撲；基于中繼器的網絡拓撲；或者分層-星形網絡拓撲。附加的實施例可以包括使用協(xié)議在移動設備之間通信的移動電話網絡的網絡104，其中協(xié)議可以是以下任何一個：amps；tdma；cdma；gsm；gprsumts；3g；4g；或者能夠在移動設備之間傳輸數據的任何其它協(xié)議。圖1b中圖示的是計算設備100的實施例，其中圖1a中圖示的客戶端機器102和服務器106可以部署為在本文圖示和描述的計算設備100的任何實施例和/或可以在本文圖示和描述的計算設備100的任何實施例上執(zhí)行。包括在計算設備100內的是與以下部件通信的系統(tǒng)總線150：中央處理單元121；主存儲器122；存儲存儲器128；輸入/輸出(i/o)控制器123；顯示設備124a-124n；安裝設備116；以及網絡接口118。在一個實施例中，存儲存儲器128包括：操作系統(tǒng)，以及軟件120。在一些實施例中，i/o控制器123還連接到鍵盤126和定點設備127。其它實施例可以包括連接到多于一個輸入/輸出設備130a-130n的i/o控制器123。圖1c圖示計算設備100的一個實施例，其中圖1a中圖示的客戶端機器102和服務器106可以部署為本文圖示和描述的計算設備100的任何實施例和/或可以在本文圖示和描述的計算設備100的任何實施例上執(zhí)行。包括在計算設備100內的是與以下部件通信的系統(tǒng)總線150：橋170和第一i/o設備130a。在另一個實施例中，橋170還與主中央處理單元121通信，其中中央處理單元121還可以與第二i/o設備130b、主存儲器122和高速緩存存儲器140通信。包括在中央處理單元121內的是i/o端口、存儲器端口103和主處理器。計算機器100的實施例可以包括中心處理單元121，其由以下部件配置中的任何一個表征：對從主存儲器單元122提取的指令進行響應并處理該指令的邏輯電路；微處理器單元，諸如：由intel公司制造的微處理器單元；由motorola公司制造的微處理器單元；由位于加州圣克拉拉市的transmeta公司制造的微處理器單元；諸如由國際商業(yè)機器公司制造的rs/6000處理器；諸如由advancedmicrodevices制造的處理器；或者邏輯電路的任意其它組合。中央處理單元122的再其它實施例可以包括以下的任意組合：微處理器、微控制器、具有單個處理核心的中央處理單元、具有兩個處理核心的中央處理單元，或者具有多于一個處理核心的中央處理單元。雖然圖1c圖示包括單個中央處理單元121的計算設備100，但在一些實施例中，計算設備100可以包括一個或多個處理單元121。在這些實施例中，計算設備100可以存儲并執(zhí)行固件或其它可執(zhí)行指令，當被執(zhí)行時，該固件或其它可執(zhí)行指令指示一個或多個處理單元121同時執(zhí)行指令或者同時對單塊數據執(zhí)行指令。在其它實施例中，計算設備100可以存儲并執(zhí)行固件或其它可執(zhí)行指令，當被執(zhí)行時，該固件或其它可執(zhí)行指令指示一個或多個處理單元各自執(zhí)行一組指令的一部分。例如，可以指示每一個處理單元121執(zhí)行程序的一部分或者程序內的特定模塊。在一些實施例中，處理單元121可以包括一個或多個處理核心。例如，處理單元121可以具有兩個核心、四個核心、八個核心等。在一個實施例中，處理單元121可以包括一個或多個并行處理核心。在一些實施例中，處理單元121的處理核心可以訪問作為全局地址空間的可用存儲器，或者在其它實施例中，計算設備100內的存儲器可以被分段并分配給處理單元121內的特定核心。在一個實施例中，計算設備100中的一個或多個處理核心或處理器可以各自訪問本地存儲器。在再另一個實施例中，可以在一個或多個處理器或處理核心之間共享計算設備100內的存儲器，而其它存儲器可以被特定處理器或處理器子集訪問。在其中計算設備100包括多于一個處理單元的實施例中，若干處理單元可以被包括在單個集成電路(ic)中。在一些實施例中，這若干處理器可以通過可被稱為元件互連總線的內部高速總線連接在一起。在其中計算設備100包括一個或多個處理單元121或處理單元121包括一個或多個處理核心的實施例中，處理器可以對若干塊數據同時執(zhí)行單個指令(simd)，或者在其它實施例中，可以同時對若干塊數據執(zhí)行若干指令(mimd)。在一些實施例中，計算設備100可以包括任何數量的simd和mimd處理器。在一些實施例中，計算設備100可以包括圖像處理器、圖形處理器或圖形處理單元。圖形處理單元可以包括軟件和硬件的任意組合，并且還可以輸入圖形數據和圖形指令、根據所輸入的數據和指令渲染圖形，并且輸出經渲染的圖形。在一些實施例中，圖形處理單元可以被包括在處理單元121內。在其它實施例中，計算設備100可以包括一個或多個處理單元121，其中至少一個處理單元121專用于處理和渲染圖形。計算機器100的一個實施例包括中央處理單元121，該中央處理單元121經由也稱為背面總線的輔助總線與高速緩存存儲器140通信，而計算機器100的另一個實施例包括中央處理單元121，該中央處理單元121經由系統(tǒng)總線150與高速緩存存儲器通信。在一些實施例中，本地系統(tǒng)總線150還可以被中央處理單元用來與多于一種類型的i/o設備130a-130n通信。在一些實施例中，本地系統(tǒng)總線150可以是以下類型的總線中的任何一種：vesavl總線；isa總線；eisa總線；微通道體系架構(mca)總線；pci總線；pci-x總線；pci-express總線；或nubus。計算機器100的其它實施例包括i/o設備130a-130n，該i/o設備130a-130n是與中央處理單元121通信的視頻顯示器124。計算機器100的再其它版本包括經由以下連接中的任何一個連接到i/o設備130a-130n的處理器121：hypertransport、rapidi/o或infiniband。計算機器100的進一步的實施例包括使用本地互連總線與一個i/o設備130a通信并且使用直接連接與第二i/o設備130b通信的處理器121。在一些實施例中，計算設備100包括主存儲器單元122和高速緩存存儲器140。高速緩存存儲器140可以是任何存儲器類型，并且在一些實施例中可以是以下類型的存儲器中的任何一種：sram；bsram；或edram。其它實施例包括高速緩存存儲器140和主存儲器單元122，該主存儲器單元122可以是以下類型的存儲器中的任何一種：靜態(tài)隨機存取存儲器(sram)、突發(fā)sram或同步突發(fā)sram(bsram)；動態(tài)隨機存取存儲器(dram)；快速頁面模式dram(fpmdram)；增強型dram(edram)；擴展數據輸出ram(edoram)；擴展數據輸出dram(edodram)；突發(fā)擴展數據輸出dram(bedodram)；增強型dram(edram)；同步dram(sdram)；jedecsram；pc100sdram；雙數據速率sdram(ddrsdram)；增強型sdram(esdram)；synclinkdram(sldram)；直接rambusdram(drdram)；鐵電ram(fram)；或者任何其它類型的存儲器。其它實施例包括可經由以下訪問主存儲器122的中央處理單元121：系統(tǒng)總線150；存儲器端口103；或者允許處理器121訪問存儲器122的任何其它連接、總線或端口。再次參考圖1b，計算設備100可以支持任何合適的安裝設備116，諸如盤驅動器、cd-rom驅動器、cd-r/rw驅動器、dvd-rom驅動器、閃存驅動器、各種格式的帶驅動器、usb設備、硬盤驅動器、網絡接口，或者適于安裝軟件和程序的任何其它設備。計算設備100還可以包括存儲設備(諸如，一個或多個硬盤驅動器或者一個或多個獨立盤的冗余陣列)用于存儲操作系統(tǒng)和其它相關軟件，并且用于存儲應用軟件程序(諸如，用于實現(xiàn)(例如，構建和/或設計用于)本文所述的系統(tǒng)和方法的任何程序或軟件120)?？蛇x地，任何安裝設備116也可以被用作存儲設備。此外，操作系統(tǒng)和軟件可以從可引導介質運行。計算設備100可以包括網絡接口118，以通過各種連接對接到局域網(lan)、廣域網(wan)或互聯(lián)網，該連接包括但不限于標準電話線、lan或wan鏈路(例如，802.11、t1、t3、56kb、x.25、sna、decnet)、寬帶連接(例如，isdn、幀中繼、atm、千兆以太網、sonet上以太網)、無線連接，或者上述的任何或全部的一些組合。還可以使用各種通信協(xié)議(例如，tcp/ip、ipx、spx、netbios、以太網、arcnet、sonet、sdh、光纖分布式數據接口(fddi)、rs232、rs485、ieee802.11、ieee802.11a、ieee802.11b、ieee802.11g、cdma、gsm、wimax和直接異步連接)來建立連接。計算設備100的一個版本包括網絡接口118，該網絡接口118能夠經由任何類型和/或任何形式的網關或隧道協(xié)議(諸如，安全套接字層(ssl)或傳輸層安全性(tls)或者由citrixsystems公司制造的citrix網關協(xié)議)與附加計算設備100'通信。網絡接口118的版本可以包括以下任何一個：內置的網絡適配器；網絡接口卡；pcmcia網卡；卡總線網絡適配器；無線網絡適配器；usb網絡適配器；調制解調器；或者適于將計算設備100對接到能夠通信和執(zhí)行本文所述的方法和系統(tǒng)的網絡的任何其它設備。計算設備100的實施例包括以下i/o設備130a-130n中的任何一個：鍵盤126；定點設備127；鼠標；觸控板；光筆；軌跡球；麥克風；繪圖板；視頻顯示器；揚聲器；噴墨打印機；激光打印機；以及染料升華打印機；或者能夠執(zhí)行本文所述的方法和系統(tǒng)的任何其它輸入/輸出設備。在一些實施例中，i/o控制器123可以連接到若干i/o設備103a-130n，以控制一個或多個i/o設備。i/o設備130a-130n的一些實施例可以被配置成提供存儲介質或安裝介質116，而其它實施例可以提供用于接收usb存儲設備(諸如，由twintechindustry公司制造的usb閃存驅動器設備線)的通用串行總線(usb)接口。再其它的實施例包括i/o設備130，該i/o設備130可以是系統(tǒng)總線150和外部通信總線之間的橋接器，該總線諸如：usb總線；appledesktop總線；rs-232串行連接；scsi總線；firewire總線；firewire800總線；以太網總線；appletalk總線；千兆以太網總線；異步傳輸模式總線；hippi總線；超級hippi總線；serialplus總線；sci/lamp總線；fibrechannel總線；或串行連接的小型計算機系統(tǒng)接口總線。在一些實施例中，計算機器100可以執(zhí)行任何操作系統(tǒng)，而在其它實施例中，計算機器100可以執(zhí)行以下操作系統(tǒng)中的任何一個：microsoftwindows操作系統(tǒng)的各個版本；unix和linux操作系統(tǒng)的不同發(fā)行；由applecomputer制造的macos的任何版本；由國際商業(yè)機器公司制造的os/2；google的android；任何嵌入式操作系統(tǒng)；任何實時操作系統(tǒng)；任何開源操作系統(tǒng)；任何專有操作系統(tǒng)；用于移動計算設備的任何操作系統(tǒng)；或任何其它操作系統(tǒng)。在再另一個實施例中，計算機器100可以執(zhí)行若干操作系統(tǒng)。例如，計算機器100可以執(zhí)行parallels或者可以執(zhí)行或管理執(zhí)行第一操作系統(tǒng)的虛擬機的另一個虛擬化平臺，同時計算機器100執(zhí)行與第一操作系統(tǒng)不同的第二操作系統(tǒng)。計算機器100可以體現(xiàn)在以下計算設備中的任何一個中：計算工作站；臺式計算機；膝上型計算機或筆記本計算機；服務器；手持式計算機；移動電話；便攜式電信設備；媒體播放設備；游戲系統(tǒng)；移動計算設備；上網本，平板電腦；由applecomputer公司制造的ipod或ipad設備家族的設備；由sony公司制造的playstation設備家族中的任何一個；由nintendo公司制造的nintendo設備家族中的任何一個；由microsoft公司制造的xbox設備家族中的任何一個；或者能夠進行通信并且具有足夠的處理器能力和存儲器容量來執(zhí)行本文所述的方法和系統(tǒng)的任何其它類型和/或形式的計算設備、電信設備或媒體設備。在其它實施例中，計算機器100可以是諸如以下移動設備中的任何一個的移動設備：啟用java的蜂窩電話或個人數字助理(pda)；具有與設備一致的不同處理器、操作系統(tǒng)和輸入設備的任何計算設備；或者能夠執(zhí)行本文所述的方法和系統(tǒng)的任何其它移動計算設備。在再其它實施例中，計算設備100可以是以下移動計算設備中的任何一個：由researchinmotion有限公司制造的blackberry系列中的任何一個或其它手持式設備；由applecomputer公司制造的iphone；palmpre；pocketpc；pocketpc電話；android電話；或者任何其它手持式移動設備。已經描述了可能適于在本系統(tǒng)和方法中使用的某些系統(tǒng)部件和特征，下面將提出其它方面。b.最佳便利性度量的預測根據一些實施例，提供了用于為授權交易預測便利性度量的系統(tǒng)和方法?？梢圆糠值鼗谟脩舻幕顒幽Ｊ侥Ｐ秃蛡鞲衅鞯幕顒幽Ｊ侥Ｐ蛠泶_定便利性度量的預測。就模型的預測與關于用戶和(一個或多個)傳感器的交易的發(fā)生一致的程度而言，系統(tǒng)可以生成與該系統(tǒng)對應的便利性度量，該便利性度量強加方便的小傳感器集合的使用以授權用戶交易。另一方面，就系統(tǒng)確定模型的預測與關于用戶和(一個或多個)傳感器的交易的發(fā)生不一致的程度而言，系統(tǒng)可以生成便利性度量，該便利性度量對應于為了授權交易而強加不太方便、有可能大或者不同的傳感器集合的使用。便利性的經濟模型在一些實施例中，使用便利性的經濟模型。對于支持或啟用多個交易的系統(tǒng)，該系統(tǒng)可以確定最佳便利性度量，該最佳便利性度量包括對于用戶隨時間的多個交易(或者使用來自用戶的多個交易的數據)最大化預期凈收益或者最小化預期凈成本的便利性度量。在某些實施例中，系統(tǒng)可以確定最佳便利性度量，包括最大化由交易產生的預期凈收益或者最小化由交易產生的預期凈成本的便利性度量，并且可以使用來自用戶隨時間的多個交易的數據。術語“最佳”或“優(yōu)化的”可以指相對于一個或多個其它結果、選擇或替代物的改進的或優(yōu)選的結果或選擇。這類似地適用于例如術語“優(yōu)化”。在一些實施例中，經濟模型使得預期收入j被定義為對于一個或多個交易的預期營業(yè)額與預期開支之間的差額，例如如等式(1)中所示的那樣。在一個或多個實施例中，目標是關于用于交易的便利性度量優(yōu)化經濟收入。在一些實施例中，最佳經濟收入可以對應于最大經濟收入。例如，這個模型可以適用于在移動設備上或銷售點處執(zhí)行的金融交易。在一些實施例中，等式(1)的營業(yè)額(revenue)項量化對控制授權正確用戶特定交易的交易的系統(tǒng)的經濟利益，并且開支(expenses)項量化例如授權不正確用戶交易的潛在經濟損失。在一些實施例中，預期收入j可以如下表示：j＝$revenue-$expenses(1)在某些實施例中，該模型可以使得經濟收入被定義為執(zhí)行交易的成本與作為交易結果而可能損失的資產之間的差額，如等式(2)中所示的那樣。這種模型可以適用于例如對計算機、移動設備或軟件應用的邏輯訪問，其中可以沒有與交易相關聯(lián)的具體營業(yè)額，并且目的可以是例如優(yōu)化用戶與傳感器交互的努力成本(例如，用戶的時間成本)，同時仍然保護資產。因此，在一些實施例中，預期收入j可以如下表示：j＝-＄cost-＄assets(2)等式(2)示出，在這個實施例中，對于所有正值的預期成本(cost)和預期資產(assets)損失，預期收入為負值。在一些實施例中，如在先前的實施例中那樣，最佳經濟收入可以是最大經濟收入，在這種情況下，這對應于控制授權的系統(tǒng)的最小總體損失。用戶的活動模式模型系統(tǒng)的實施例可以包括使用和/或維護用戶擴展的地理空間路徑隨時間的活動模式模型。根據一些實施例，用戶的活動模式模型可以部分地包括預先確定并基于用戶的預期行為的部件，可以基于例如過去的活動和/或測量來預測或確定該預期行為。用戶的活動模式模型可以包括是動態(tài)并基于可以包括用戶或傳感器的位置的當前或后續(xù)測量和/或活動而更新的部件。如本文所使用的，術語“模型”一般是指系統(tǒng)和/或行為的描述或表示。模型的描述或表示可以使用數學語言，諸如在數學模型的情況下。模型的類型和/或模型的特點的示例包括但不限于：查找表、線性、非線性、確定性、概率、靜態(tài)、動態(tài)模型，以及具有集中(lumped)參數和/或分布式參數的模型。根據一些實施例，用戶的活動模式模型(有時稱為“用戶模型”)可以部分地基于用戶頻繁光顧的地點的地理位置。地理位置可以例如通過地點的緯度和經度的地理坐標表示，和/或可以表示為兩個用戶之間或者用戶與給定傳感器之間的相對位置。用戶的活動模式模型可以部分地基于用戶的一個或多個家的地理位置。用戶模型可以部分地基于用戶的一個或多個工作場所的地理位置。用戶模型可以基于用戶在特定時間頻繁光顧的其它地點的地理位置。上面提到的數據可以例如由用戶或操作者手動輸入系統(tǒng)，或者由一個或多個傳感器或跟蹤模塊傳送。根據一些實施例，用戶的活動模式可以基于用戶在不同位置處可用的旅行或交通手段，諸如飛機、車輛、自行車或步行。例如，在機場位置，用戶可以利用飛機和車輛兩者，而在工作地點，用戶可能只能通過步行移動。上面提到的數據可以例如由用戶或操作者手動輸入系統(tǒng)，和/或由一個或多個傳感器或跟蹤模塊傳送。根據一些實施例，用戶的活動模式模型也可以部分地基于用戶的日程表。日程表可以包括公司日程表、個人數字助理(pda)日程表、公司假日日程表、國家假日日程表、當地學校日程表、在家日程表、健身和/或購物日程表、離開家的日程表，或特定安排的會議。日程表可以由用戶或操作者手動輸入系統(tǒng)，和/或在一些實施例中可以從日歷維護程序(諸如，microsoft的outlookcalendar)自動下載或與該日歷維護程序同步。根據一些實施例，用戶的活動模式模型可以部分地基于用戶的簡檔。作為示例，可能的簡檔可以包括商業(yè)人士、學生或家庭主婦。例如，家庭主婦可以在家里度過大部分早晨時間，而商業(yè)人士可以遠離家庭并在工作地點度過大部分白天時間。用戶的簡檔可以由用戶和/或操作者手動輸入系統(tǒng)。根據一些實施例，用戶的活動模式模型可以部分地基于例如序列模型、速度模型、棲息地模型、周期模型和/或神經網絡模型。例如，序列模型可以建模在一段時間內用戶在處于第一傳感器的位置后處于第二傳感器的特定位置的概率。第一傳感器和第二傳感器可以位于同一位置或不同位置。速度模型可以基于在不同位置處用戶可用的交通手段(例如諸如，飛機或車輛)來建模用戶在那個位置處的預期潛在速度。棲息地模型可以基于例如日歷信息來建模用戶在特定時間處于特定地點的概率。周期模型可以建模用戶在預期將隨時間重復的模式中在特定時間處于特定地點的概率，例如用戶在工作期間的時間間隔或時間窗口內在早晨到達用戶的辦公室。傳感器根據一些實施例，系統(tǒng)還可以包括安裝在靜態(tài)設備或者移動設備上的傳感器。這些設備又可以安裝在靜態(tài)結構或移動結構上，諸如入口網關或交通車輛。在執(zhí)行交易的過程中，用戶可以與一個或多個傳感器被動或主動地進行交互。如本文所使用的，術語“傳感器”一般是指測量和/或記錄物質、物理現(xiàn)象、物理量、位置和/或時間等的設備或系統(tǒng)。傳感器可以將測量轉換成信號，該信號可以由觀察者、儀器和/或系統(tǒng)解釋。傳感器可以被實現(xiàn)為專用設備和/或可以被實現(xiàn)為在通用計算機系統(tǒng)上運行的軟件。傳感器可以包括使用紅外或可見照明的虹膜匹配系統(tǒng)或設備中的一個或多個，用戶借此呈現(xiàn)用戶的虹膜，并且虹膜匹配系統(tǒng)或設備將虹膜(或虹膜的表示)與先前存儲的虹膜的表示進行比較，并且輸出匹配得分或決定度量。傳感器可以包括指紋匹配模塊，用戶借此呈現(xiàn)用戶的指紋，并且指紋匹配模塊將指紋(或指紋的表示)與先前存儲的指紋的表示進行比較，并且輸出匹配得分或決定度量。傳感器可以包括手掌靜脈/印記匹配模塊，用戶借此呈現(xiàn)用戶的手掌，并且該模塊將手掌的表示與先前存儲的手掌靜脈/印記圖案的表示進行比較，并且輸出匹配得分或決定度量。傳感器可以包括面部識別匹配模塊，用戶借此呈現(xiàn)用戶的面部，并且該模塊將面部的表示與先前存儲的面部的表示進行比較，并且輸出匹配得分或決定度量。傳感器可以包括使用鞏膜中的血管圖案或眼周區(qū)域中的圖案的眼睛匹配模塊，用戶借此呈現(xiàn)用戶的基于眼睛的圖案，并且該模塊將血管或眼周圖案中的一個或多個與先前存儲的血管或眼周圖案的表示進行比較，并且輸出匹配得分或決定度量。傳感器可以包括語音識別模塊，借此獲取對應于用戶的語音的信號，并將其與先前記錄的對應于用戶的語音的信號進行比較，并且輸出匹配得分或決定度量。傳感器還可以包括以下一個或多個：心跳模式匹配模塊，借此使用手腕式或其它傳感器測量用戶的心跳模式，并且該模塊將其與先前存儲的心跳模式的表示進行比較，并且輸出匹配得分或決定度量；微跳視傳感器，其檢測用戶眼睛的運動并將檢測到的運動與先前存儲的運動模式的表示進行比較；活躍度檢測模塊，其檢測用戶的活躍度(諸如，眨眼或由于呼吸而使胸部發(fā)生的運動)，并且輸出匹配得分或決定度量。傳感器可以包括包含相機和處理器的威懾模塊，其檢測相機視野中臉部的存在，在報告的欺詐性交易的情況下記錄圖像以供隨后的證據使用，并且可以基于由例如用戶的眼睛之間的像素數確定的圖像的分辨率來量化威懾的有效性，并且輸出匹配得分或決定度量。這些傳感器中的一些提供了正確識別或認證的概率，不是通過直接測量用戶的特點，而是通過采用傳感器輸出或信號與可能已經經驗確定的用戶的正確識別的間接相關性。例如，在威懾傳感器的一些實施例中，與不正確用戶或欺詐用戶相比，正確的用戶將更有可能符合傳感器并且使得能夠獲取和存儲用于隨后證據使用的具有足夠質量的圖像數據。傳感器可以包括以下一個或多個：移動電話標識(id)檢測模塊，其將移動電話的id與先前存儲的id進行比較，并且輸出匹配得分或決定度量；設備標識(id)模塊，其將設備的id與先前存儲的id進行比較，并且輸出匹配得分或決定度量；藍牙接近模塊，其輸出與兩個藍牙設備之間的范圍相關的度量，這可以包括如藍牙協(xié)議中的“近”、“遠”或“中間”范圍；近場通信(nfc)接近模塊，其輸出范圍或至少基于范圍的決定度量；全球定位系統(tǒng)(gps)位置模塊，其輸出模塊的地理坐標；或者有線或無線網絡地理位置檢測模塊，其基于檢測設備所連接到的路由器或蜂窩塔的標識號來查找一個或多個路由器或蜂窩塔的預定地理位置，并且可以基于對路由器或蜂窩塔的信號的三角測量來計算設備的地理坐標，并且輸出該模塊的地理坐標。傳感器可以包括密碼模塊，其可以包括在設備上執(zhí)行的軟件，該軟件允許用戶手動輸入密碼，并且模塊借此將密碼與預先輸入或預先確定的密碼進行比較，并且輸出匹配得分或決定度量。傳感器可以包括了解客戶(kyc)模塊，借此kyc模塊可以包括在設備上執(zhí)行的軟件，該軟件用預先輸入或預先確定的問題提示用戶的軟件，允許用戶輸入對一個或多個問題的答案，將用戶對問題的答案與預先輸入或預先確定的答案進行比較，并且輸出匹配得分或決定度量。傳感器可以包括刷卡設備，該刷卡設備能夠從被用戶刷(swipe)的智能卡或磁條卡讀取卡號，并且該模塊將卡號與預先輸入或預先確定的卡號進行比較。傳感器的活動模式模型系統(tǒng)可以包括一個或多個傳感器的擴展地理空間路徑隨時間的活動模式模型。雖然有時一般將其稱為傳感器的活動模式模型，但是這種模型可以包括基于一個傳感器或多個傳感器的模型，并且可以包括多個模型或模型的集合，每一個模型中有每一個或多個傳感器。例如，若干傳感器的活動模式模型可以結合傳感器中的每一個的活動模式模型。在一些實施例中，若干傳感器的活動模式模型可以包括關于兩個或更多個傳感器如何彼此交互的信息和/或兩個或更多個傳感器如何彼此相關的信息。根據一些實施例，傳感器的活動模式模型可以部分地包括基于傳感器相對于彼此或相對于用戶的已知位置而預先確定的部件。傳感器的活動模式模型可以部分地包括是動態(tài)的并部分地基于傳感器和/或用戶位置的后續(xù)測量被更新的部件。如本文所使用的，術語“模型”一般是指系統(tǒng)或行為的描述或表示。描述或表示可以使用數學語言，諸如在數學模型的情況下。模型的類型和/或模型的特點的示例包括但不限于：查找表、線性、非線性、確定性、概率、靜態(tài)、動態(tài)模型，以及具有集中參數和/或分布式參數的模型。根據一些實施例，傳感器的活動模式模型可以部分地基于靜態(tài)傳感器和/或動態(tài)傳感器的絕對或相對空間或時間位置。例如，空間位置可以或者由具有給定標識號(id)的傳感器的地理位置的地理緯度和經度表示或者由傳感器相對于參考點或另一個傳感器的相對位置表示。一個傳感器到下一個傳感器的時間位置可以是用戶在不同位置處使用對用戶可用的旅行或交通手段(諸如飛機、車輛、自行車或步行)從一個傳感器移動到另一個傳感器預期花費的時間。傳感器模型可以部分地基于時間日程表。例如，gps傳感器可以嵌在移動電話設備內，并且用戶在工作時間期間可以處于與電話相同的位置。傳感器的地理位置可以由用戶和/或操作者手動輸入，或者可以由安裝在傳感器上或耦合到傳感器的gps模塊自動計算或確定，或者可以由安裝在傳感器上的有線或無線網絡地理位置檢測模塊來計算或確定，該模塊基于設備所連接到的路由器或蜂窩塔的標識號的檢測來查找一個或多個路由器或蜂窩塔的預定地理位置，并且可以基于對路由器或蜂窩塔的信號的三角測量來計算或確定傳感器的地理坐標，并且輸出傳感器的地理坐標。根據一些實施例，傳感器的活動模式模型可以部分地基于與移動電話相關的參數。作為示例，參數可以包括向移動電話注冊的用戶的標識符或id(例如，識別號)、移動電話的訂閱持有者的id、用移動電話注冊的用戶的id、向移動電話注冊的用戶的家庭地址，和/或電話的用戶的工作地址。根據一些實施例，傳感器的活動模式模型可以部分地基于序列模型、速度模型、棲息地模型、周期模型或神經網絡模型。在一些情況下，傳感器可以靜態(tài)地安裝到建筑物基礎設施上并且其模型的關鍵方面可以僅僅是它們的位置和/或它們相對于彼此的位置。但是，在某些情況下，傳感器可以安裝在移動的物體(諸如，車輛、移動電話、火車或膝上型計算機)內。例如，序列模型可以建模安裝在用戶的車輛上的傳感器的位置的概率，該車輛在一段時間內從用戶的家的位置移動到用戶的工作場所的位置。速度模型可以建模不同位置處的傳感器的預期潛在速度，例如安裝在車輛中的傳感器當然可以以車輛速度行駛。棲息地模型可以基于例如與用戶的關聯(lián)(例如，膝上型計算機上的傳感器可以與其注冊用戶共享相同的棲息地)來建模傳感器在特定時間處于特定位置的概率。周期模型可以在預期隨時間重復的模式中建模傳感器在特定時間處于特定位置的概率，例如上面提到的在用戶車輛中的傳感器的位置可以在每一個工作日周期性地從用戶的家的位置改變到用戶的工作場所的位置。便利性度量的預測系統(tǒng)的一些實施例包括用于預測便利性度量的方法。根據一些實施例，該方法包括用于基于一個或多個用戶和/或傳感器活動模式(或模型)預測便利性度量的一個或多個算法。便利性度量的預測可以基于最大似然法。根據一些實施例，該方法可以包括確定可用于第一交易的第一傳感器集合。該確定可以包括詢問設備(諸如，移動電話)或主機設備上的軟件應用，以及確定在第一交易的時間可用并預期可操作的傳感器集合。根據一些實施例，該方法可以包括基于在第一交易的時間之前預先確定的傳感器可用性參數來確定第一集合中的每一個傳感器的單獨便利性度量。傳感器的單獨便利性度量有時被稱為可用性值或可用性度量。在一些實施例中，對應傳感器的可用性值指示用戶向對應的傳感器提供(例如，允許或導致正確或適當的輸出的)輸入的努力量(例如，時間和/或步驟)。可用性參數可以基于讓用戶使用傳感器(例如，成功地向傳感器提供可用或良好質量的輸入或測量)花費的預期時間和/或步驟數(例如，預期的努力)。根據一些實施例，該方法可以包括基于用戶的活動模式模型和/或傳感器的活動模式模型、第一傳感器集合的子集的單獨便利性度量以及在第一交易時間之前獲取的一個或多個傳感器的至少一個第二集合的輸出來確定用于第一交易的總體便利性度量(有時簡稱為“便利性度量”)的預測。根據一些實施例，第一傳感器集合的子集可以與第一傳感器集合的集合相同。根據一些實施例，第一傳感器集合可以與第二傳感器集合不同。根據一些實施例，第一傳感器集合可以與第二傳感器集合相同。根據一些實施例，該方法可以包括使用至少總體便利性度量的預測來確定用于第一交易的最佳總體便利性度量。根據一些實施例，該方法可以包括基于最佳總體便利性度量來為第一交易選擇或挑選的第一傳感器集合的最佳子集。根據一些實施例，該方法可以包括為第一交易從第一傳感器集合的多個可能的傳感器子集中選擇或挑選第一傳感器集合的最佳子集，該最佳子集對應于最佳總體便利性度量。根據一些實施例，該方法可以包括為第一交易從第一傳感器集合的最佳子集獲取傳感器數據。根據一些實施例，該方法可以包括至少基于總體便利性度量的預測和所獲取的傳感器數據來授權交易。圖2a作為示例圖示具有移動設備101(例如，移動電話)的用戶100隨時間的延伸空間路徑的小片段。在這個片段的開始處，用戶可以在用戶可以執(zhí)行交易的銷售點終端102處。在銷售點終端旁邊可以是例如pc103、藍牙接近模塊104和/或虹膜匹配模塊105。用戶然后可以經過藍牙接近模塊106移動到另一個位置，并移動到另一個銷售點107，在那里用戶可以執(zhí)行第二交易。在該銷售點終端旁邊可以是例如pc108、藍牙接近模塊109和/或虹膜匹配模塊110。該方法的目標是預測可以被用于授權給定交易的便利性度量，以便使用一個或多個傳感器優(yōu)化用戶執(zhí)行交易的體驗。營業(yè)額/開支模型在一些實施例中，使用便利性的經濟模型。在下面的示例中，如等式(3)中所示的那樣，模型使得經濟收入j可以被定義為營業(yè)額與支出之間的差額，并且目標可以是關于便利性度量優(yōu)化經濟收入。例如，這個模型可以適用于在移動設備或其它設備上執(zhí)行的金融交易。如本說明書稍后所述的，可以應用便利性的其它經濟模式。在一些實施例中，等式(3)的營業(yè)額(revenue)項量化對于控制授權正確用戶特定交易的系統(tǒng)的經濟收益，并且開支(expenses)項量化授權不正確(例如，欺詐或錯誤識別)用戶交易的潛在經濟損失。j＝$revenue-$expenses(3)在一些實施例中，經濟收入j在由用戶在不同時間在一系列位置執(zhí)行的一系列交易ti上優(yōu)化。來自正確授權的總可能預期營業(yè)額可以被定義為：$revenue＝∑if(ti，δi)φ(ti)p(id)(4)f(ti，δi)和φ(ti)可以分別指摩擦度量和交易收益收入。給定交易ti的便利性δi，摩擦度量可以是用戶具有技能和/或耐心來容忍完成交易所需步驟的概率。例如，與購買咖啡(相對較便宜或不重要的物品)相比，可以預期用戶應當準備容忍在購買車輛(例如，相對較貴或重要的物品)的交易中更多的不便。隨著摩擦度量f(ti，δi)增加(例如，從0到1)，交易步驟對于用戶變得更加方便，并且與替代的交易方法相比，用戶可以更有可能執(zhí)行該交易。交易利益收入可以代表授權正確用戶交易給控制授權的系統(tǒng)帶來的貨幣價值。例如，在與信用卡購物相關的一些實施例中，交易利益收入φ(ti)可以是交易中所涉及的貨物的貨幣價值v(ti)的百分比。在等式(4)中，p(id)是執(zhí)行交易的人是被授權執(zhí)行所請求的交易的正確用戶的概率。在這個示例中，如果系統(tǒng)授權不正確的用戶交易，那么可以在稍后時間(例如，由正確的用戶)提交欺詐報告，并且任何交易利益收入都可以被返回給執(zhí)行交易的商家。因此，如等式(4)中所示，來自交易的預期營業(yè)額可以是摩擦度量和正確識別用戶的概率二者的函數。在等式(3)的開支(expenses)側，在一些實施例中，授權交易的系統(tǒng)的潛在損失機會被定義為：其中是用于給定交易ti的損失函數，該損失函數可以包括基于用戶被歸類為不正確用戶的概率p(id)的用于交易的所有開支。例如，在一些實施例中，損失可以是交易中所涉及的貨物的貨幣價值v(ti)，使得因為貨物被不正確地提供給錯誤的人并且貨物的全部成本都需要償還給商家。在其它實施例中，開支還可以包括對應于由于不正確的拒絕交易而導致失去顧客的預期的未來收入損失的項。在一些實施例中，用戶被歸類為不正確用戶的概率是而且，在一些實施例中，授權交易的系統(tǒng)的貨幣價值對用戶j隨時間執(zhí)行的所有交易ti(i＝1，...，n(j))求和。將等式(4)和(5)代入等式(3)，然后給出用于收入的更詳細等式，在一些實施例中表示為：而且，在一些實施例中，授權交易的系統(tǒng)的貨幣價值對所有用戶j(j＝1，...，n)求和，以給出例如：在等式(7)中，δj，i可以包括量化由用戶使用用于交易tj，i(i＝1，...，n(j))的傳感器組合的總便利性的度量。成本/資產模型在一些實施例中，可以使用便利性的其它經濟模型。例如，在邏輯訪問的情況下，可以沒有與交易相關聯(lián)的具體營業(yè)額，并且目的可以是最小化例如如先前所量化的用戶與傳感器交互的時間和/或努力的成本，同時仍然保護系統(tǒng)的資產。在某些實施例中，除了可以在計算中使用由交易保護的資產的貨幣價值之外，來自交易的預期開支可以以與等式3類似的方式公式化。于是，交易造成的系統(tǒng)的收入是：其中$cost(成本)是用戶與傳感器交互花費的時間的預期值，并且$assets(資產)是由于交易而可能損失的資產的預期值。對于所有正值的預期成本和預期損失，這種收入都可以是負值，并且如先前的經濟模型一樣，該系統(tǒng)的目的可以是優(yōu)化該收入，例如，在這個特定實施例中，這對應于最小化系統(tǒng)的總體損失。由經濟模型使用的示例傳感器模塊如圖2中所圖示的，為第i個交易正確識別第j個用戶的概率pi(idj)可以部分地是用來測量用戶的生物特征數據的傳感器模塊的輸出的函數。該傳感器模塊可以包括例如虹膜匹配模塊201、指紋匹配模塊202、手掌匹配模塊203、面部識別模塊204、眼睛角膜匹配模塊205、心臟模式匹配模塊206、活躍度檢測模塊207和/或威懾模塊208。如圖3中圖示的，傳感器模塊可以位于移動設備上。例如，這種傳感器模塊可以包括虹膜匹配模塊201、指紋模塊202、活躍度檢測模塊207、電話/設備id檢測模塊201、藍牙接近模塊302、gps地理位置模塊303、無線網絡位置檢測模塊304或密碼或了解你的客戶(kyc)模塊305。例如如圖4中圖示的，其它傳感器模塊可以安裝在移動物體(諸如，車輛或移動電話)上，或者可以安裝在靜態(tài)位置。模塊可以包括虹膜匹配模塊201、指紋匹配模塊202、手掌匹配模塊203、面部識別模塊204、眼睛角膜匹配模塊205、心臟模式匹配模塊206、活躍度檢測模塊207、威懾模塊208、電話id檢測器模塊201、設備id檢測器模塊308、藍牙接近模塊302、nfc接近模塊306、gps地理位置模塊303、有線網絡位置模塊310、無線網絡位置檢測模塊304、密碼或kyc模塊305和/或刷卡器307。每一個傳感器模塊的輸出或信號可以通過一個或多個翻譯模塊311，該一個或多個翻譯模塊311將原始傳感器輸出/信號轉換成可以包括傳感器在時間t時的位置(例如，以“x，y，z”格式)以及傳感器id(did)和/或匹配得分或其它傳感器輸出的傳感器測量312或信息。在一些實施例中，為第i個交易正確識別第j個用戶的概率pi(idj)可以是度量的函數，該度量量化對于使用如本說明書稍后所述的每一個傳感器的用戶的單獨便利性。模型概述在下面的實施例中可以使用營業(yè)額/開支經濟模型，但是在這個實施例和/或其它實施例中也可以使用其它經濟模型，諸如成本/資產經濟模型?？梢砸霠顟B(tài)向量x＝[x1，...，xm]t，并且該狀態(tài)向量可以包括在特定時間用戶和傳感器相對于絕對原點、相對于參考或相對于彼此的空間位置的估計，用戶的活動模式的(一個或多個)參數，并且還可以包括來自傳感器的信號輸出的估計。傳感器可以是例如先前描述的并在圖2、3和/或4中描述的一個或多個傳感器。一些傳感器可以固定到墻上并且因此它們的地理位置可以是恒定的和已知的。來自傳感器的信號輸出的估計值可以是來自那個傳感器的量化確定：確定用戶的身份是否通過驗證、是否未通過驗證或者無法提供數據，或者該估計值可以是來自生物特征輸出的匹配得分。在一些實施例中，傳感器的輸出(或指示)可以被定義為認證嘗試的結果。如果系統(tǒng)試圖確定用戶物理地處于某個位置，那么輸出可以是gps傳感器的輸出；或者如果系統(tǒng)試圖確定個人的身份，那么輸出可以是生物特征匹配嘗試的結果。對于給定類型的生物特征傳感器，輸出可以是用戶嘗試授權該用戶的次數，和/或該用戶被成功認證和/或授權的次數的記錄。可以基于通用模型(例如，指紋一般比虹膜更不可接受并且更難使用)以及基于個人對于某個傳感器的方便或不方便的先前經驗來為給定傳感器定義便利性度量，可以在個人的基礎上為他們更新這種通用模型?；谟脩暨^去的經驗，系統(tǒng)可以按照選項的便利性或可用性的次序(例如，從最方便的開始并且逐步提供更不方便但潛在必要的方法)呈現(xiàn)用于認證的選項。以這種方式，系統(tǒng)可以將自身調整到個人的便利性，旨在為給定用戶以最方便可能的方式實現(xiàn)交易。傳感器的最佳子集，和/或傳感器序列(最方便到最不方便)對于不同用戶來說可以假定是不同的。例如，并且在一些實施例中，傳感器不僅是圖像捕獲設備和/或匹配器，而是具有附加到該傳感器上的智能，該智能可以通知系統(tǒng)生物特征匹配嘗試是否成功，和/或可以通知關于嘗試的其它信息。例如，傳感器可以維護或提供用戶做出了多少嘗試(例如，不正確或不成功的嘗試)的記錄，這可以指示用戶的無經驗、不兼容性或與設備的過去交互(例如，導致困難的傳感器上的污跡、虹膜/指紋的不正確放置)。傳感器可以注冊與傳感器使用的困難或容易相關的信息(例如對于特定用戶，諸如不成功的嘗試的次數)，該信息之后可以幫助確定用于針對特定用戶習慣的具體生物特征設備的便利性度量。在一些實施例中，傳感器可以注冊與用戶的特定習慣和/或用戶使用傳感器的模式/特點相關的信息，諸如檢測到用戶由于相對于傳感器的放置或位置而總是提供部分指紋(例如，左側部分)，或者由于汗?jié)n而提供部分次佳的指紋(例如，在慢跑之后)，或者通常為生物特征匹配提供左虹膜而不是右虹膜。系統(tǒng)和/或傳感器活動模型可以結合這種信息，以確定要使用哪些傳感器和/或這種預期行為/特點是否可以用于降低或滿足用于匹配或認證的閾值。在一些實施例中，由正確用戶j執(zhí)行交易ti的概率pi(idj)可以被定義為如下所示的在交易時間ti的用戶向量xj，i與便利性參數δji的函數g：pi(idj)＝g(xj，i，δj，i)(9)其中xj，i＝xj(ti)。將等式(9)代入等式(7)，產生例如以下：在等式(10)中，用于交易ti的總體便利性度量δj，i可以出現(xiàn)在營業(yè)額側和/或開支側(參見等式(3))。由于交易可以更方便地進行或結束，因此用戶可能更有可能執(zhí)行交易，并且項fj(tj，i，δj，i)可以趨向于指示更高便利性的值(例如，1)。另一方面，用戶的身份可能不太可能被正確識別，因為通常，對于用戶的更多便利性可以對應于從那個時刻起獲取更少的可以部分地用于驗證用戶身份的傳感器數據，并且在這種情況下，例如，用戶的正確身份的概率g(xj，i，δj，i)可以趨向于例如0。在一些實施例中，目標是預測優(yōu)化預期收入的總體最優(yōu)便利性度量，并且在一些實施例中，最佳預期收入對應于授權交易的系統(tǒng)的最大預期收入，使得：其中δ*是用于對應于jmax的第j個用戶對于第i個交易的最佳總體便利性度量。在一些實施例中，如果最佳預測收入那么來自交易的預期經濟營業(yè)額可以超過來自交易的預期經濟開支，并且系統(tǒng)可以授權交易。相反，如果最優(yōu)預測收入那么來自交易的預期經濟開支可以超過來自交易的預期經濟營業(yè)額，并且系統(tǒng)可以拒絕交易的授權。在其中在便利性和收入考慮之上強加合規(guī)性要求的一些實施例中，可以在授權之前強加在交易上的附加約束是確定jmax服從用戶身份的概率g(xj，i，δj，i)大于指定的合規(guī)值的約束。在更復雜的合規(guī)性約束的情況下，可以使用基于lagrange乘子的方法修改等式(10)，其中jmax可以被確定為服從對應于合規(guī)性要求的等式約束。如從等式(10)可以注意到的，收入不僅僅是在當前交易的時間和位置處的狀態(tài)向量和傳感器輸出的函數；它還可以是對應于在先前時間并潛在地在其它位置處執(zhí)行的交易的狀態(tài)向量和傳感器輸出的函數。用戶和傳感器的活動模式模型可以描述這些狀態(tài)向量與傳感器輸出之間隨時間的關系。該模型可以允許在甚至在用戶在交易中執(zhí)行任何(不便的)步驟之前的交易點為用戶執(zhí)行狀態(tài)向量元素的預測。例如，如果基于狀態(tài)向量元素的預測值的正確識別用戶的概率與在對用戶沒有任何不便(諸如，使用藍牙低功耗模塊302或電話id檢測模塊301)的情況下獲取的其它測量一致，那么系統(tǒng)可以確定用戶僅需要執(zhí)行少量便利的步驟，以便以正值收入的可能性授權交易。但是，如果基于預測值正確識別用戶的概率與測量不一致，那么系統(tǒng)可以確定需要大量更不便的步驟，以便以正值收入的可能性授權交易。在確定總體便利性度量的預測的一些實施例中，用于傳感器的活動模式模型的部件可以是傳感器性能模型。傳感器性能模型可以包括設備特定的度量，諸如對于任何用戶的錯誤接受率和錯誤拒絕率，以及對應于每一個單獨用戶的具體性能度量。例如前面所討論的，傳感器性能模型可以基于傳感器指示、輸出或信號。例如，性能度量可以包括由圖像焦點測量量化的所獲取的生物特征圖像的質量，當與用戶的參考生物特征圖像相比時用戶的生物特征圖像的匹配得分，或者可以是用戶使用傳感器花費的時間。傳感器性能模型可以以數種方式影響總體便利性度量的預測。例如，如果用戶例如由于不熟悉或由于差的登記圖像而習慣性地花很長時間來使用特定傳感器，那么可以更新用于那個特定用戶的對應于該傳感器的便利性度量，以反映增加的不便，因此系統(tǒng)在用于特定用戶的交易中自動選擇使用替代傳感器。就用戶的活動模式的模型、傳感器的活動模式的模型和傳感器的性能的模型準確的程度而言，對于交易導致正值收入的給定可能性，與不使用該系統(tǒng)的情況下執(zhí)行交易的便利性相比，由總體便利性度量量化的給定交易的用戶的便利性可以更大。類似地，對于給定的便利性水平，與不使用該系統(tǒng)的正值收入的可能性相比，使用該系統(tǒng)的交易導致的正值收入的可能性可以更大。在一些實施例中，jmax也不僅僅是用戶j的函數；它還是其他用戶(諸如，用戶j-1、j-2…等)的函數。用戶內模型可以描述不同用戶j、j-1、j-2的向量xj、xj-1和xj-2之間隨時間的關系。例如，在安全性應用中，可能需要用戶j和用戶(j-1)同時一起出現(xiàn)在同一地點，以便訪問關鍵數據庫或者在結賬臺逆轉銷售費用。模型解決方案為了簡化符號，為單個獨立用戶計算下面的說明性、非限制性實施例，這對應于用戶的交易獨立于其他用戶的假設。但是，相同的方法可以被擴展以結合用戶的交易對其他用戶的依賴性，例如如等式(10)中所示的那樣?？傮w便利性度量和摩擦度量表1示出用于每一個數據傳感器f的模型包括單獨的便利性度量、信號向量以及附加到該傳感器的正確識別的概率。表1.傳感器表傳感器單獨的便利性信號向量正確的概率f1a1x1(t)p1…………fmamxm(t)pm在一些實施例中，用于確定總體便利性度量δi的方法包括確定用戶在執(zhí)行交易時投入的時間的貨幣價值。如果s是用戶每秒的貨幣單位的工資，并且tf是在傳感器f上執(zhí)行交易花費的時間，那么用戶在使用若干傳感器時投入的時間的價值是s(t1+t2+…)。還可以預期的是，與低價值交易相比，用戶準備在高價值交易上花更多的時間。用于每一個傳感器f的單獨便利性度量αf可以由交易的貨幣價值v(ti)進行歸一化，使得：在交易中可以使用多于一個傳感器，并且在某些實施例中，用于交易的總體便利性度量是用于所使用的x個傳感器的單獨便利性度量的總和，使得：傳感器模型807的這個輸出可以被饋送到便利性預測引擎805中。在一些實施例中，總體便利性度量可以被轉換成用于交易的概率摩擦度量f(ti，δi)，使得當執(zhí)行交易的時間減少時，用戶完成交易的概率可以增加?？梢詮膶?zhí)行交易的用戶的行為分析的實證研究來確定總體便利性度量δi與摩擦度量f(ti，δi)之間的關系。圖10描繪這種關系的一個實施例。例如，如果總體便利性度量δi為零，那么執(zhí)行交易的概率可以是0.8，并且隨著δi增加降低到較低概率0.2。圖10還可以示出每一個傳感器具有分配給其的經校準的正確識別概率?？梢曰谒鶊蟾娴膶鞲衅餍阅艿膶嵶C研究的結果來預先確定這個概率。例如，虹膜匹配傳感器模塊f可以具有1/1300000的用戶身份不正確概率，于是pf可以是(l-l/1300000)。活動模式模型可以使用表征用戶和傳感器隨時間的空間模式的活動模式模型。圖5描繪用戶的活動模式模型的示例。圖5描繪一個或多個傳感器的活動模式模型的示例。在一些實施例中，活動模式模型具有分別體現(xiàn)用戶和傳感器的預定的空間-時間模式的預定部件801、802，以及更新后的部件，該更新后的部件結合由模型更新引擎803、804執(zhí)行的活動模式模型的一個或多個參數的更新。在一些實施例中，活動模式模型的示例是用于用戶501和用于傳感器601的時空序列模型。例如，在企業(yè)資源規(guī)劃(erp)過程中，序列模型的預定部件可以包括一系列步驟，包括：用戶登錄到具有第一id號的個人工作pc中，并且隨后在一段時間內登錄到具有第二id號的數據庫管理pc中。在一些實施例中，使用用戶模型更新引擎803更新對應于用戶登錄到數據庫管理pc的實際時間的序列模型參數。序列模型的預定部件可以基于具體任務的預定領域知識，并且可以存儲在查找表中。結果可以是編碼序列的參數701的集合。例如，數據序列可以包括關于具有標識標簽s1的傳感器的信息、預期用戶在傳感器s1和具有標識標簽s2的第二傳感器之間移動花費的時間t1，以及預期時間t1的方差var_t1。在一些實施例中，活動模式模型的其他示例是用戶速度502和傳感器速度602的概率密度模型。例如，用戶速度的概率密度模型的預定部件可以取決于用戶的當前位置的狀態(tài)估計而變化。例如，用戶在工作地點和家中的速度可以被限制為步行速度，而在任何其它位置，速度可以對應于車輛的速度。對于安裝到靜態(tài)設備或結構(諸如，墻)的傳感器，速度模型可以為零。速度模型的坐標系可以相對于用戶或者其它傳感器。例如，即使用戶的速度隨時間改變，用于嵌入在電話中的傳感器的預定速度模型可以是它相對于用戶的相對速度為零。結果可以是存儲速度的概率密度模型的參數702的集合。例如，參數集：v1，var(v1)，(x1，y1)，w1和h1可以指示，在由具有寬度w1和高度h1的以地理坐標(x1，y1)為中心的矩形區(qū)域限定的空間區(qū)域內，預期用戶的速度為v1，具有方差var(v1)。圖7描繪與對應活動模式模型相關聯(lián)或基于對應活動模式模型的參數的說明性實施例?；顒幽Ｊ侥Ｐ偷牧硪粋€示例是用于用戶503和用于傳感器603的棲息地模型。棲息地模型可以捕獲或指示用戶在具體時間處于具體位置處的概率。結果可以是參數608的集合，這些參數可以指示由具有寬度w1和高度h1的以地理坐標x1,y1為中心的矩形區(qū)域限定的空間區(qū)域定義的棲息地。相關模型是用于用戶504和用于傳感器604的周期模型。周期模型可以捕獲或指示用戶在預期隨時間重復的模式中在具體時間處于具體位置處的概率。周期模型可以被用來表征個人在幾小時和幾天期間的重復活動。結果可以是參數704的集合，這些參數可以指示由參數集合s1、t1、var_t1定義的用戶位置的周期模型，其中s1是用戶的地理位置，t1是周期模式的周期時間(例如，以秒為單位)，并且var_t1是周期時間的方差。例如，棲息地模型和周期模型的預先確定的部件可以基于用戶的個人數字助理(pda)日程表、公司工作和假日日程表、國家假日日程表、當地學校日程表或來自用戶的直接輸入。其它活動模式模型可以包括用于用戶604和/或用于傳感器605的基于神經網絡的學習模型。在這種情況下，活動模式建模過程可以被視為，給定用戶和/或傳感器先前可能的位置時估計用戶和/或傳感器的可能位置的學習過程?？梢砸韵惹暗挠柧殧祿柧毶窠浘W絡，然后神經網絡被用來提供用戶和/或傳感器位置的可能估計。結果可以是分類器向量c1705。根據一些實施例，活動模式模型可以被構造為貝葉斯(bayesian)網絡、隱馬爾可夫(markov)模型或馬爾可夫模型的其它變體?？梢允褂没陬A定數據或實際觀測的數種估計和更新技術來確定預定和更新的活動模式模型的參數。根據一些實施例，參數可以被建模為概率分布，諸如正態(tài)分布、伽馬(gamma)分布、泊松(poisson)分布、β分布或根據數據估計的其它分布。根據一些實施例，可以單獨地或組合地使用以下中的一個或多個來估計活動模式模型的預定和更新的參數：kalman濾波器、wiener濾波器、神經網絡、深度學習、隱含變量模型、貝葉斯網絡、圖形模型、基于樹的模型、判別分析、支持向量機、另一種分類技術、主成分分析、回歸分析、樣條、小波、最小二乘函數擬合、另一類函數估計、預期-最大化算法、置信傳播算法、最近鄰居算法、聚類算法、另一種學習技術、另一種數據序列預測技術。例如，可以使用kalman估計過程來確定一個實施例中的預定或更新的活動模式模型的參數。在kalman估計過程中，隨時間觀測的測量序列以及包括噪聲的相關聯(lián)的不準確性被濾波，以產生活動模式模型的底層參數的統(tǒng)計最佳估計。在另一個實施例中，可以執(zhí)行最小二乘估計過程。在最小二乘估計過程中，可以計算在測量與由模型估計的值之間的平方差的和。然后可以關于活動模式模型的參數最小化平方差誤差，以確定預定或更新的參數集合?？梢允褂梅忾]形式的最小二乘最小化方法或使用窮舉搜索方法來執(zhí)行最小化，其中用于活動模式模型的參數范圍被用來計算平方差誤差，并且對應于最小平方差誤差的參數被用作預定的或更新的活動模式模型的確定。在一些實施例中，可以作為便利性度量預測引擎的一部分來執(zhí)行活動模式模型的更新過程，使得更新引擎模塊803、804體現(xiàn)在模塊805中。作為總體便利性度量預測的效用的示例，如果員工習慣性地在每天開始時登錄到他們的個人工作計算機并始終在8小時后登錄關鍵數據庫，那么組合的活動模式模型可以預測用戶在登錄到其個人計算機8小時后登錄關鍵數據庫的可能性高，而在之前或之后的時間可能性較低。如果用戶在最初登錄到其個人計算機8小時后嘗試登錄關鍵數據庫，那么用戶登錄嘗試的時間和位置與總體便利性度量的預測一致，并且系統(tǒng)為用戶確定便利的登錄過程。如果用戶在登錄到其個人工作計算機僅4小時后意外地嘗試登錄，那么用戶登錄的時間與便利性度量的預測不一致，并且系統(tǒng)可以通過確定不太方便(例如，更嚴格)的登錄步驟(或傳感器)集合以進行補償。預測方法可以與加權公式形成對比，該加權公式基于時間上的接近度對在先前時間用戶或傳感器位置的先前概率執(zhí)行加權平均。加權公式可以不正確地確定用戶在登錄其個人計算機4小時后登錄關鍵數據庫的可能性實際上比8小時后登錄更有可能，因為兩次登錄之間4小時是比8小時更小的時間差。在某些實施例中，可以使用傳感器輸出模型。傳感器輸出模型可以建模傳感器相對于特定用戶的具體輸出。例如，根據藍牙協(xié)議藍牙低功耗設備從一個設備到另一個設備具有“近”、“遠”和“中間”范圍檢測設置。例如，具有帶藍牙低功耗傳感器302的移動電話101的一個用戶100可以習慣性地在零售商店或工作場所中選擇特定物理步行路徑，該特定物理步行路徑導致其在一個藍牙傳感器109上的“遠”距離的檢測以及在第二藍牙傳感器106上的“近”距離的檢測。另一方面，另一個用戶可以選擇不同的物理步行路徑，導致傳感器輸出的不同值。傳感器輸出的預定模型可以基于用戶預期采取的路徑?？梢允褂脭捣N估計和更新技術在更新引擎803、804中更新傳感器輸出模型，并且在一個實施例中，可以使用下面描述的kalman估計過程，或者在另一個實施例中，可以使用模型所提供的輸出與所進行的觀測之間最小二乘誤差的相對于模型參數的最小化。便利性預測引擎回到等式(10)，目標可以是確定最佳總體便利性度量δi的預測。在圖8中圖示可以執(zhí)行這種預測的便利性預測引擎805的一個實施例。根據一些實施例，便利性度量預測引擎可以被構造為貝葉斯網絡、隱馬爾可夫模型或馬爾可夫模型的其它變體?？梢允褂没陬A定數據或實際觀測的數種估計和更新技術來確定便利性度量預測引擎的參數。根據一些實施例，參數可以被建模為概率分布，諸如正態(tài)分布、伽馬分布、泊松分布、β分布或根據數據估計的其它分布。根據一些實施例，可以單獨地或組合地使用以下中的一個或多個來估計預測的便利性度量的參數：kalman濾波器、wiener濾波器、神經網絡、深度學習、隱含變量模型、貝葉斯網絡、圖形模型、基于樹的模型、判別分析、支持向量機、另一種分類技術、主成分分析、回歸分析、樣條、小波、最小二乘函數擬合、另一類函數估計、預期-最大化算法、置信傳播算法、最近鄰居算法、聚類算法、另一種學習技術、另一種數據序列預測技術。在便利性度量預測引擎805的一些實施例中，kalman濾波估計過程將傳感器測量、傳感器和用戶的參數以及活動模型的參數視為包含不準確性和部分數據的隨時間的一系列測量，并且產生底層系統(tǒng)狀態(tài)x(t)的統(tǒng)計最佳估計，該底層系統(tǒng)狀態(tài)x(t)可以包括例如隨時間的用戶和每一個傳感器的空間位置以及傳感器輸出。在kalman濾波器中，系統(tǒng)在交易時的狀態(tài)xi可以遞歸地取決于上次交易時系統(tǒng)的輸出xi-1，使得：xi＝axi-1+bui-1+wi-1(14)觀測向量zi可以包括或表示在一次交易時的實際傳感器測量，并且可以被定義為：zi＝hxi+vi(15)隨機變量wi和vi可以分別表示過程噪聲和測量噪聲?？梢约僭O它們是彼此獨立的，并且具有正態(tài)概率分布，使得p(w)～n(0，q)(16)p(v)～n(0，r)(17)其中q和r分別是過程噪聲協(xié)方差矩陣和測量噪聲協(xié)方差矩陣。給定在沒有驅動功能噪聲或者過程噪聲的情況下的模型，矩陣a可以將前一時間步驟i-1的狀態(tài)關聯(lián)到當前步驟i的狀態(tài)?？梢允褂貌唤洺τ脩艉蛡鞲衅鞯南惹皞鞲衅鲾祿湍Ｐ蛨?zhí)行的單獨kalman或最小二乘估計過程來估計矩陣a。矩陣b可以關聯(lián)任何可能影響狀態(tài)xi的可選外部控制信號ui。在一些實施例中，可以沒有對系統(tǒng)的外部影響，使得ui＝o。矩陣h可以將傳感器的輸出的測量單位關聯(lián)到狀態(tài)xi中使用的單位。在一些實施例中，kalman濾波器可以關聯(lián)后驗狀態(tài)估計和先驗狀態(tài)估計使得：在kalman濾波器的一些實施例中，kalman增益被定義為：其中是誤差協(xié)方差的后驗估計，使得并且其中在kalman濾波器的一些實施例中，誤差協(xié)方差的后驗更新估計pi可以被定義為：其中i是單位矩陣。為了執(zhí)行狀態(tài)向量的更新，可以計算如等式(19)定義的kalman增益，并且在等式(18)中可以使用任何可用的傳感器輸出測量值zi來提供后驗狀態(tài)估計。然后可以如在等式(20)中那樣計算更新后的后驗誤差協(xié)方差估計，用于狀態(tài)的下一次更新?；趉alman濾波器的方法的一個優(yōu)點是，在幾小時或幾天之前執(zhí)行的先前交易的傳感器數據仍然可以影響總體便利性度量的預測，而系統(tǒng)不必從先前交易中訪問原始傳感器數據，因為來自先前交易的影響體現(xiàn)在狀態(tài)向量中。在其中在交易時訪問先前傳感器數據中的一些或全部數據是可行的一些實施例中，可以代替地使用基于wiener濾波器的方法，這可以導致總體便利性度量的更優(yōu)化的估計?；氐降仁?10)，為了預測最佳便利性度量以最大化來自交易的預期經濟收入j，可以確定用戶的身份的概率g(xi，δi)。在這個實施例中，g(xi，δi)可以是狀態(tài)向量和總體便利性度量δi的函數。在一些實施例中，對應于給定傳感器fk的輸出的狀態(tài)向量元素的估計可以提供來自傳感器的用戶的正確識別的概率i(xi，k，δi)。對應于用戶和傳感器的活動模式模型的參數的狀態(tài)向量元素xi，α的估計也可以提供在傳感器處的用戶的單獨概率p(xi，α)。在一些實施例中，可以使用樸素貝葉斯方法來組合這些概率，該方法導致基于應用貝葉斯定理(例如，具有強獨立性假設)的簡單概率公式，使得：在一些實施例中，可以使用相同的樸素貝葉斯方法來計算對于m個傳感器的組合的用戶的正確識別的總概率，使得：用戶的正確識別的概率(等式22)可以被插入等式10中，以作為總體便利性度量δi的函數給出來自交易的預期收入j的表達式。最佳總體便利性度量可以作為預測的總體便利性度量的函數來優(yōu)化最佳預測收入。在一些實施例中，這是通過以下來執(zhí)行的：識別在交易時可用的傳感器的每一個組合，為每一個組合計算預測的總體便利性度量，為每一個預測的總體便利性度量根據等式10計算預期收入，以及通過識別最佳預測總體便利性度量δ*。在一些實施例中，這種最佳預測總體便利性度量是對應于預期收入的最大值的預測總體便利性度量。在一些實施例中，如果最佳預測收入那么來自交易的預期經濟開支超過來自交易的預期經濟營業(yè)額，因此系統(tǒng)可以不授權交易。在一些實施例中，如果最佳預測收入那么來自交易的預期經濟營業(yè)額超過交易的預期經濟開支。系統(tǒng)然后可以請求用戶與對應于最佳總體便利性度量δ*的傳感器的組合進行交互。然后可以使用附加的傳感器數據來更新狀態(tài)向量，并且然后可以重新計算預期收入如果重新計算的預期收入保持使得那么系統(tǒng)可以授權交易。在其中在便利性和收入考慮之上強加合規(guī)性要求的一些實施例中，在授權之前強加于交易之上的附加約束是確定服從用戶身份的概率g(xj，i，δj，i)大于指定的合規(guī)值的約束。在其它實施例中，可以使用基于lagrange乘子的方法來修改等式(10)，其中jmax可以被確定為服從等式約束，以便強加合規(guī)性約束或其它約束。預測的最佳總體便利性度量的性能可以通過計算在沒有模型預測的情況下估計的總體便利性度量與有模型預測的情況下估計的總體便利性度量的比例來量化用于為交易預測最佳總體便利性度量的過程的性能。在一些實施例中，并且在kalman濾波器模型預測方法的情況下，將kalman增益矩陣設置為單位矩陣i等效于忽略預測狀態(tài)并且僅使用測得的信號。然后可以用k＝i來計算等式(18)中的狀態(tài)向量估計和等式(20)中的誤差協(xié)方差的后驗更新的估計，以確定在沒有預測的情況下計算的預期收入和對應的總體便利性度量δ*(i)。在其中便利性由用戶投入的時間來量化的示例中，如等式所示，增加的總體便利性度量值對應于增加的對用戶的不便和增加的用戶投入的時間。然后，相對于使用預測的最佳總體便利性度量執(zhí)行的交易的便利性的性能比pc可以被計算為：在一些實施例中，當pc>1時，與沒有預測的系統(tǒng)相比，使用總體便利性度量預測的系統(tǒng)增加了對于用戶的便利性。類似地，相對于使用預測的最佳總體便利性度量執(zhí)行的交易pi的預期收入的性能可以被計算為：其中是以下之間的差：(i)從使用總體便利性度量的預測的系統(tǒng)得到的預期收入，與(ii)從不使用該預測的系統(tǒng)得到的預期收入在一些實施例中，可以對用戶的若干交易計算(諸如，度量pc和的中值和平均值)統(tǒng)計量，以便量化系統(tǒng)的功效，并且該統(tǒng)計量可以被用作用于更新活動參數模型的輸入。示例處理系統(tǒng)可以使用許多物理實施例來實現(xiàn)系統(tǒng)和方法。圖9示出預測用于授權交易的最佳便利性度量的處理系統(tǒng)的一個說明性實施例。該處理系統(tǒng)可以包括可以位于一個或多個設備中的多個模塊、元件或部件，諸如授權控制模塊905和虹膜匹配模塊104。在一個或多個實施例中，在硬件或硬件和軟件的組合中實現(xiàn)這些模塊、元件或部件中的每一個。例如，在一個或多個實施例中，這些元件或部件中的每一個可以包括在系統(tǒng)的硬件上執(zhí)行的任何應用、程序、庫、腳本、任務、服務、過程或任何類型和形式的可執(zhí)行指令。在一個或多個實施例中，硬件包括例如如上文結合至少1b和1c所描述的電路系統(tǒng)或處理器中的一個或多個。作為說明，例如，用戶可能已經從銷售點終端102處的第一交易點移動到銷售點終端108處的第二交易點。用戶現(xiàn)在可能希望在第二個交易點執(zhí)行交易。本地服務器901可以通過網絡連接連接到第一交易點，在那里有pc103、銷售點終端102以及包括藍牙接近模塊104和/或虹膜匹配模塊105的傳感器。服務器901還可以通過網絡連接連接到可以位于門口附近的藍牙接近模塊106，并且還可以連接到第二交易點，在那里有pc107、銷售點終端108，藍牙接近模塊109和/或虹膜匹配模塊110?？梢圆糠值鼗诜掌?02的元件并且部分地基于移動電話處理器906和/或pc107的元件來實現(xiàn)便利性預測引擎805?；顒幽Ｊ侥Ｐ退璧臄祿梢灾辽俨糠值赜捎脩艋虿僮髡呤褂眠B接到服務器的鍵盤908輸入，或者可以例如從位于數據庫903上的microsoft的outlook日歷傳送。數據庫903可以包括存儲設備122、128、140的任何實施例，諸如上面結合至少圖1b和1c所描述的那些。用戶100的移動電話101可以包含傳感器，諸如虹膜匹配模塊201、指紋匹配模塊202、活躍度檢測模塊207、電話id檢測模塊301，藍牙接近模塊302、gps地理位置模塊303、無線網絡位置檢測模塊304、密碼或kyc模塊305和/或nfc接近模塊306。在一些實施例中，電話上的傳感器連接到處理器906，該處理器906通過無線網絡連接連接到服務器902。例如，預先確定的活動模式模型存儲在數據庫903中，并且被饋送到在服務器902上實現(xiàn)的便利性度量預測引擎805。便利性預測度量引擎的第一部件或操作可以包括確定可用于交易的第一傳感器集合。在這個實施例中，這是通過從服務器902向移動電話處理器906以及向pc107中的處理器發(fā)送對可用傳感器列表的請求來執(zhí)行的。便利性預測度量引擎的第二部件或操作可以包括在服務器902上基于可以存儲在數據庫903中的傳感器可用性參數確定用于每一個傳感器的單獨便利性度量。便利性預測度量引擎的第三部件或操作可以包括在服務器902上基于用戶和傳感器的活動模式模型、計算出的可用傳感器的子集的單獨便利性度量以及在交易時間之前獲取的至少一個傳感器的輸出來確定總體便利性度量的預測。在一些實施例中，用于傳感器的活動模式模型的部件可以是傳感器性能模型。傳感器性能模型可以包括設備特定的度量(諸如，針對任何用戶的錯誤接受率和錯誤拒絕率)，以及對應于每一個單獨用戶的具體性能度量。例如，度量可以包括由圖像焦點測量量化的所獲取的生物特征圖像的質量，當與該用戶的參考生物特征圖像相比時用戶的生物特征圖像的匹配得分，或者可以是用戶使用傳感器花費的時間。傳感器性能模型可以以數種方式影響總體便利性度量的預測。例如，如果用戶例如由于不熟悉或由于差的登記圖像而習慣性地花很長時間來使用特定傳感器，那么可以更新用于那個特定用戶的對應于該傳感器的便利性度量，以反映增加的不便，因此系統(tǒng)在用于特定用戶的交易中自動選擇使用替代傳感器。便利性預測度量引擎的第四部件或操作可以包括在服務器902上使用至少總體便利性度量的預測來確定用于交易的最佳總體便利性度量。便利性預測度量引擎的第五部件或操作可以包括在服務器902上基于最佳總體便利性度量選擇用于交易的第一傳感器集合的最佳子集。便利性預測引擎的第六部件或操作可以包括將第一傳感器集合的子集的列表從服務器902發(fā)送到電話處理器906或pc107。便利性預測引擎的第七部件或操作可以包括從由電話處理器906或pc107控制的第一傳感器集合的子集中獲取傳感器數據。傳感器的輸出從電話處理器906或pc107發(fā)送到服務器902。便利性預測引擎的第八部件或操作可以包括在服務器902上至少基于總體便利性度量的預測和所獲取的傳感器數據來確定用于交易的授權信號。在這個示例中，授權信號的確定可以經由本地服務器901從服務器902饋送到銷售點終端108旁邊的pc107內的處理器，并且授權控制模塊906將信號發(fā)送到在銷售點終端108中的交易啟用/禁用模塊907，以啟用或禁用交易。在其中交易在移動設備(例如，移動電話)上執(zhí)行的另一個示例中，在服務器902上實現(xiàn)的便利性預測引擎的結果經無線網絡傳輸到移動設備的處理器906，并且隨后傳輸到處理器內的授權控制模塊905，以啟用或禁用移動設備上的交易?，F(xiàn)在參考圖11，描繪用于授權交易的方法的一個實施例。該方法可以包括由用于用戶進行的交易的授權引擎從數據庫訪問用戶的活動模式模型，該用戶的活動模式模型指示用戶隨時間的地理空間行為(1101)。授權引擎可以確定可用于促進交易的傳感器集合，每一個傳感器在交易之前被分配有可用性值(1103)。授權引擎可以訪問傳感器的活動模式模型，傳感器的活動模式模型指示隨時間推移的一個或多個傳感器的地理空間特點(1105)。授權引擎可以使用用戶的活動模式模型、傳感器的活動模式模型以及對應傳感器的可用性值來確定用于傳感器的多個子集中每一個子集的便利性度量，所述多個子集中的每一個子集包括可以組合使用以促進交易的對應傳感器(1107)。授權引擎可以使用所確定的便利性度量從多個子集中選擇用于交易的子集(1109)?，F(xiàn)在參考1101，并且在一些實施例中，授權引擎為用戶進行的交易從數據庫訪問用戶的活動模式模型。在某些實施例中，授權引擎包括以下中的一個或多個：例如如上面結合至少圖8和9所描述的授權控制模塊906、交易啟用/禁用模塊、本地服務器901、服務器902和/或便利性度量預測引擎。授權引擎可以包括駐留在一個或多個設備(諸如，本地服務器901、服務器902、pc107和/或移動電話101)上的一個或多個元件。這些設備中的每一個設備可以包括例如如上面結合至少圖1b和1c所描述的計算設備的元件。用戶的活動模式模型可以在數據庫903中存儲和/或維護，該數據庫903可以包括中央數據庫(例如，用于在圖9中引用的處理系統(tǒng))或分布式數據庫。在一些實施例中，數據庫903和/或活動模式模型(或其副本)位于交易點或在交易點維護。響應于確定活動模式模型在交易點處不可用或模型已經到期，授權引擎可以從遠程數據庫訪問用戶的活動模式模型。授權引擎可以響應于交易(例如，響應于用戶發(fā)起交易(例如，在銷售點終端108處和/或移動電話101處))而訪問用戶的活動模式模型。授權引擎可以在預期到用戶的交易時訪問用戶的活動模式模型。例如，授權引擎可以響應于確定用戶接近或已經進入零售店而訪問活動模式模型。授權引擎可以響應于用戶的身份(例如，用戶所聲稱的身份)而訪問用戶的活動模式模型。在一些實施例中，用戶的活動模式模型可以指示用戶隨時間的地理空間行為。例如，用戶模型可以描述或提供用戶與時間的物理或地理空間關系的指示，例如，用戶在時間t1時處于第一位置并且在時間t2時處于第二位置。在某些實施例中，用戶模型可以描述或提供用戶的活動和/或交易關于位置和/或時間的指示。例如，用戶模型可以記錄和/或描述，在時間t4離開用戶的工作地點、在時間t5支付地鐵費并在時間t6到達零售商業(yè)之后，用戶在時間t3在位于第三位置的零售商業(yè)處執(zhí)行購買和/或訪問電子錢包?，F(xiàn)在參考1103，并且在一些實施例中，授權引擎確定可用于促進交易的傳感器集合。授權引擎可以識別、定位或以其它方式確定上文例如結合圖2b、3、4和9所描述的任何類型或形式的傳感器。授權引擎可以執(zhí)行對在交易點處可用的(或者用于交易的)傳感器的發(fā)現(xiàn)、監(jiān)視或檢測。例如，授權引擎可以訪問關于可用傳感器的高速緩存或存儲的信息(例如，在交易點處可用的信息)。在一些實施例中，授權引擎與交易點附近的一個或多個傳感器通信(例如，經由使用蜂窩、藍牙通信等的移動電話)，以確定對應傳感器的可用性。授權引擎可以對用戶可操作和/或可用的促進交易傳感器執(zhí)行發(fā)現(xiàn)、監(jiān)視或檢測。在某些實施例中，授權引擎與第一傳感器通信，該第一傳感器確定或感測其它(一個或多個)傳感器是否可用于促進交易。在一些實施例中，授權引擎響應于以下中的任意一個或組合來確定可用傳感器的集合：用戶發(fā)起交易，或基于用戶位置和/或過去的用戶行為的預期交易。授權引擎可以訪問駐留在與授權引擎相同的設備(例如，移動設備或銷售點終端)上的一個或多個傳感器?？梢栽诮灰字盀槊恳粋€傳感器分配可用性值?？捎眯远攘靠梢灾甘净虮硎臼褂脤獋鞲衅鞯牡目捎眯?、便利性和/或容易性/難度。在一些實施例中，對應傳感器的可用性值特定于用戶和/或交易類型。對應傳感器的可用性值可以指示用以向對應傳感器提供輸入的預期的、測得的和/或計算的用戶努力量(例如，步驟數量和/或預期花費的時間量)。例如，可以為有缺陷或不潔凈的傳感器分配對應于向傳感器成功提供有用或良好質量的輸入(諸如生物特征數據)的用戶努力量的可用性度量?，F(xiàn)在參考1105，并且在一些實施例中，授權引擎訪問傳感器的活動模式模型。傳感器的活動模式模型可以指示一個或多個傳感器隨時間的地理空間特點。傳感器的活動模式模型可以在數據庫903中或另一個數據庫中存儲和/或維護，其中另一個數據庫可以包括中央數據庫(例如，用于在圖9中引用的處理系統(tǒng))或分布式數據庫。在一些實施例中，數據庫和/或活動模式模型(或其副本)位于交易點或在交易點維護。響應于確定活動模式模型在交易點處不可用或模型已經到期，授權引擎可以從遠程數據庫訪問用戶的活動模式模型。授權引擎可以響應于交易(例如，響應于用戶發(fā)起交易(例如，在銷售點終端108處和/或移動電話101處)而訪問用戶的活動模式模型。授權引擎可以在預期到用戶的交易時訪問傳感器的活動模式模型。例如，授權引擎可以響應于確定用戶接近傳感器或已經進入零售店而訪問活動模式模型。授權引擎可以響應于確定交易的類型而訪問傳感器的活動模式模型。在一些實施例中，傳感器的活動模式模型可以指示一個或多個傳感器隨時間的地理空間行為。例如，傳感器活動模型可以描述或提供對應傳感器與時間的物理或地理空間關系的指示，例如，(在電話上或在汽車中的)傳感器在時間t1時處于第一位置并且在時間t2時處于第二位置。在某些實施例中，傳感器活動模型可以描述或提供傳感器的活動和/或交易關于位置和/或時間的指示。例如，傳感器活動模型可以記錄和/或描述未能提供可用于認證的生物特征數據的在時間t1、t2和t3(例如，由不同用戶)使用傳感器的多次嘗試。在一些實施例中，授權引擎將對應于若干傳感器的多個傳感器活動模型組裝或組合成單個活動模型。在某些實施例中，授權引擎訪問或生成用于傳感器的具體集合或子集(例如，可用于交易的傳感器集合，和/或用于交易的可能的傳感器子集)的傳感器活動模型。在一些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括靜態(tài)的或預定的部件。靜態(tài)用戶模型部件可以包括在交易之前用戶位置的已知信息(例如，地理空間坐標和時間)。靜態(tài)傳感器活動模型可以包括在所討論的交易之前的用戶-傳感器交互的位置(例如，地理空間坐標和時間)和/或輸出(例如，生物特征得分、密碼值等)。例如，可以基于(一個或多個)傳感器或用戶的過去或歷史活動來建立靜態(tài)部件，并且在交易之前預先確定。在一些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括在交易的部分期間被動態(tài)更新的部件。用戶模型或傳感器模型中的至少一個可以具有動態(tài)更新的部件。例如模型更新引擎803、804可以基于例如向模型更新引擎的新的、當前的或更新的輸入，傳感器的新的、當前的或更新的測量，和/或傳感器的新的、當前的或更新的輸出來更新對應的模型。動態(tài)模型部件可以包括基于在交易時發(fā)生的事件的信息。例如，信息可以包括實際的用戶位置，并且如果提議用戶確認他/她的身份，那么可以將與用戶交互的傳感器的位置和輸出信息結合到動態(tài)部件中。例如，這在上面結合至少圖8進行了描述。在一些實施例中，用戶的活動模式模型或傳感器的活動模式模型中的至少一個包括以下中的至少一個：例如如上面結合圖5-7所描述的序列模型、速度模型、周期模型、棲息地模型或神經網絡模型?，F(xiàn)在參考1107，并且在一些實施例中，授權引擎確定用于傳感器的多個子集中每一個子集的便利性度量。多個子集中的每一個子集可以包括可以組合使用以促進交易的對應傳感器。授權引擎可以確定可以促進交易(例如，用于用戶)的可用傳感器的多個子集中每一個子集的便利性度量。例如，如果確定傳感器的第一子集不能操作以促進或授權交易，那么授權引擎的便利性度量預測引擎805不會確定用于那個第一子集的對應便利性度量。授權引擎可以使用或基于用戶的活動模式模型、傳感器的活動模式模型和/或對應傳感器的可用性值來確定用于多個子集中每一個子集的便利性度量。授權引擎可以使用在交易之前獲得的至少一個傳感器的輸出、信號和/或指示來確定用于多個子集中每一個子集的便利性度量。授權引擎可以使用在交易之前獲得的不在所確定的可用傳感器集合中的至少一個傳感器的輸出、信號和/或指示來確定用于多個子集中每一個子集的便利性度量。授權引擎可以使用在交易之前獲得的與所選子集的傳感器不同的至少一個傳感器的輸出來確定用于多個子集中每一個子集的便利性度量。授權引擎可以使用至少一個傳感器的設備特定的度量來確定用于多個子集中每一個子集的便利性度量，該設備特定的度量包括錯誤接受率、錯誤拒絕率或所獲取的生物特征的質量。在一些實施例中，授權引擎可以基于用戶和傳感器的活動模式模型、第一傳感器集合的子集的單獨便利性度量以及在第一交易的時間之前獲取的至少一個第二傳感器集合的輸出來確定用于交易的總體便利性度量的預測。第一集合可以與第二集合不同。在某些實施例中，用于交易的總體便利性度量包括用于一個或多個單獨傳感器和/或傳感器的一個或多個單獨子集的(例如，可分離的)便利性度量。在一些實施例中，總體便利性度量的預測包括用于子集的便利性度量的排序、列表或序列。在一些實施例中，授權引擎使用至少總體便利性度量的預測來確定或選擇用于第一交易的最佳總體便利性度量。現(xiàn)在參考1109，并且在一些實施例中，授權引擎使用所確定的便利性度量來從多個子集中選擇用于交易的子集。在一些實施例中，授權引擎使用總體便利性度量的預測來從多個子集中選擇用于交易的子集。在一些實施例中，授權引擎使用子集的便利性度量來從多個子集中選擇用于交易的子集。在一些實施例中，所選擇的傳感器子集可以包括或可以不包括至少一個生物特征傳感器。在某些實施例中，系統(tǒng)或授權引擎確定最佳便利性度量，包括一個或多個設備或處理器被配置成向支持或啟用多個交易的系統(tǒng)提供便利性度量，該便利性度量對于用戶隨時間的多個交易最大化預期凈效益或最小化預期凈成本，或者使用來自用戶隨時間的多個交易的數據最大化預期凈效益或最小化預期凈成本。授權引擎確定對應于最佳便利性度量的要選擇的最佳子集。在一些實施例中，授權引擎使用對應的便利性度量為多個子集中的每一個子集確定來自于授權交易的預期收入。授權引擎可以使用對應的便利性度量來從多個子集中選擇用于交易的子集。所選擇的子集可以被確定為具有高于多個傳感器子集中其它子集的預期收入。在一些實施例中，預期收入結合以下中的至少一個：來自授權交易的正確確定的利益或收入，由于授權交易的不正確確定(例如，用戶的身份)而導致的潛在損失，或預期的收入損失(例如，由于丟失作為顧客的用戶)。應當注意的是，出于識別或區(qū)分彼此的目的，本公開的某些段落可以引用與設備、rat、通信協(xié)議等有關的術語，諸如“第一”和“第二”。這些術語并不是旨在僅在時間上或根據順序關聯(lián)實體(例如，第一設備和第二設備)，但是在一些情況下，這些實體可以包括這種關系。這些術語也不限制可以在系統(tǒng)或環(huán)境內操作的可能實體(例如，設備)的數量。應當理解的是，上述系統(tǒng)可以提供那些部件中的任何部件中的若干個部件或那些部件中的每一個部件，并且可以在獨立機器上提供這些部件，或者在一些實施例中可以在分布式系統(tǒng)中的多個機器上提供這些部件。此外，可以將上述系統(tǒng)和方法提供作為在一個或多個制品上或在一個或多個制品中體現(xiàn)的一個或多個計算機可讀程序或者可執(zhí)行指令。該制品可以是軟盤、硬盤、cd-rom、閃存卡、prom、ram、rom或磁帶。一般而言，可以以任何編程語言(諸如，lisp、perl、c、c++、c#、prolog)或任何字節(jié)碼語言(諸如，java)來實現(xiàn)計算機可讀程序。軟件程序或可執(zhí)行指令可以作為目標代碼存儲在一個或多個制造商品上或其中。雖然方法和系統(tǒng)的上述書面描述使得普通技術人員能夠制作和使用這些方法和系統(tǒng)的各種實施例，但是本領域普通技術人員將理解和認識到本文的具體實施例、方法和示例存在各種變化、組合和等同物。因此，本方法和系統(tǒng)不應當受到上述實施例、方法和示例的限制，而是應當受到在本公開的范圍和精神內的所有實施例和方法的限制。當前第1頁12