diff --git a/interview/resume.md b/interview/resume.md
index ba6bc525..a6010050 100644
--- a/interview/resume.md
+++ b/interview/resume.md
@@ -7,6 +7,9 @@
     - [技术关键](#技术关键)
         - [大数据框架](#大数据框架)
         - [存储实现](#存储实现)
+        - [索引步骤](#索引步骤)
+        - [身份鉴别](#身份鉴别)
+        - [结果推送](#结果推送)
         - [计算逻辑](#计算逻辑)
     - [索引方法](#索引方法)
         - [CPU索引](#cpu索引)
@@ -70,6 +73,27 @@ count: 记录当天插入索引的hash的个数，hash为当天的哈希索引
 
 hash: 当天抓取的人的hash值
 
+### 索引步骤
+
+首先用 FFmpeg 库来抓取视频流，然后进行人脸检测、特征提取，得到512维特征，利用PCA降维到256维。
+
+将实值特征利用hash函数转换到汉明空间，得到hash特征，查询HashTable，获取当前hash特征关联的所有记录，判断是否已经插入到当天的索引中（查询IndexTable)，如果是，则直接查询候选集，否则，得到候选集之后，还要将新的哈希值插入到索引中以供后续查询；（更新IndexTable)
+
+哈希值的查找策略：历史15天内，每天的索引库中的哈希值和待查询哈希值之间的汉明距离最小，小于D范围内的前K个哈希值作为候选集
+
+更具哈希候选集查询HashTable，获取与候选集中哈希值相关联的所有记录（实值特征，url，人脸ID），分别添加至特征列表和id列表中（**两个列表长度一样，并且id和特征一一对应**）
+
+### 身份鉴别
+
+身份鉴别模块的功能是拿到特征列表和ID列表之后，进行精细选择的一个过程，最终得到最相似的那个人的ID。
+
+如果ID是空的话，说明这个人以前没有出现过，因此生成一个新的ID，把这个人的ID加入到TimesTable 中，
+否则通过ID，还有时间定位到TimesTable 中的某一行，对应的Times+1
+
+### 结果推送
+
+通过 Redis + socket.io  + Node.js 将计算结果送到web页面上去。
+
 ### 计算逻辑
 
 每天抓到的人脸都会存储到IndexTable中，用于初始化索引。对于抓取到的人脸去以前的特征库里面检索特征（中间需要用到HashTable来对人脸进行精细计算），然后统计次数，存入到TimesTable中。