(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 202211327126.0
(22)申请日 2022.10.27
(71)申请人 中安网脉 (北京) 技 术股份有限公司
地址 100071 北京市丰台区五圈南路3 0号
院1号楼B座8-10层
(72)发明人 刘歆 彭涛 唐岗 李登和
(74)专利代理 机构 北京君有知识产权代理事务
所(普通合伙) 11630
专利代理师 焦丽雅
(51)Int.Cl.
G06F 21/32(2013.01)
G06F 21/62(2013.01)
G06V 40/16(2022.01)
H04L 9/00(2022.01)
H04L 9/40(2022.01)H04L 67/02(2022.01)
H04L 67/568(2022.01)
(54)发明名称
基于人脸安全验证的跨浏览器高并发数据
访问的软件系统
(57)摘要
本发明公开了一种基于人脸安全验证的跨
浏览器高并发数据访问的软件系统, 该系统包
括: 用户安全验证模块, 数据缓存模块, 数据访问
模块; 其中, 所述用户安全验证模块包括摄像头
采集人脸图片, 人脸特征提取, 人脸比对, 人脸加
密等模块; 其中, 所述数据缓存模块包括联合缓
存机制, 实现了高并发数据场景下的系统稳定;
其中, 所述数据访问模块装有本地服务组件, 保
证浏览器访问本地数据的兼容性; 发 明的特点是
运用安全人脸识别技术, 在保证设备安全访问的
同时保护了用户的隐私信息, 同时设计了联合缓
存机制来保证数据高并发访问。
权利要求书3页 说明书11页 附图4页
CN 115374420 A
2022.11.22
CN 115374420 A
1.一种基于人脸安全验证的跨浏览器高并发数据访问的软件系统, 该系统包括: 用户
安全验证模块、 数据缓存 模块、 数据访问模块; 其特 征为:
所述用户安全验证模块: 包括摄像头采集人脸图像、 人脸特征提取、 人脸比对、 人脸加
密模块;
所述数据缓存模块: 采用联合缓存机制, 保持系统 的稳定性, 该联合缓存机制并在浏 览
器端, 服务器端和进程内分别部署的缓存库, 实现高并发数据场景 下的系统稳定;
所述数据访 问模块: 主要负责用户通过浏览器访 问本地数据, 为了实现跨浏览器兼容
访问本地数据; 包括本地服务组件和执行组件以保证浏览器访问本地数据的兼容性; 基于
java开发组件, 客户端计算机启动本地服务组件, 为浏览器提供WebSocket访问服务; 通过
本地服务组件和其提供的服务接口访问本地计算机 资源; 通过本地执行组件把执行结果反
馈给本地组件服 务。
2.根据权利要求1所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统,
其特征为: 用户通过所述用户安全验证模块进行身份验证: 用户通过客户端的摄像头设备
进行拍照, 采集用户人脸图像, 并通过人脸识别方法进 行用户身份匹配, 匹配成功则说明用
户是可信用户, 允许 该用户登录; 若匹配不成功, 则退回登录界面。
3.根据权利要求2所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统,
其特征为: 所述人脸识别方法包括以下步骤:
步骤1: 图像采集: 通过摄 像头或手机拍照设备, 采集用户图片;
步骤2: 人脸预处理: 识别用户图片中人脸五官部分, 并通过偏移旋转方式将用户五官
标准化; 通过采用人脸检测部 分的滑动窗口, 在图片中选出人脸候选集, 并使用回归模型修
正人脸;
步骤3: 人脸特征识别: 通过深度学习模型框架, 实现图像特征提取: 包括了特征提取
层, 特征池化层, 特 征修正层, 以及全连接层: 其中: 特 征提取层公式为:
l为特征提取的层数, X为特征向量, m为矩阵的列坐标, n为矩阵的横坐标, convf()为函
数, K为卷积核, 上 标l代表层数, nm代 表矩阵的元 素位置, p为偏置向量, Q 为矩阵的列数;
特征池化层使用最大池化方式maxpool, 即将矩阵中n*n的子矩阵缩为1*1的元素, 元素
值为子矩阵的最大值;
全连接层: 用于将特 征向量映射到不同的特 征空间, 公式为:
P为新的特征向量, W为权重矩阵, X为原特征向量, b代表偏置向量, 上标i代表向量维
度;
特征修正层, 公式为:权 利 要 求 书 1/3 页
2
CN 115374420 A
2func()代 表本函数, X代 表数据特 征向量, c为超参数 人工设定, e为指数;
人脸识别的模型架构为:
输入图像 ‑(卷积层 ‑池化层‑修正层) *3‑全连接层*2 ‑输出向量;
步骤4: 同态加密数据存 储:
同态加密可以在加密的状态下进行加法和乘法运 算, 且解密后不影响结果, 原则如下:
其中括号代表加密算法, a, b为加密前的数据, 可见加密前两数相加与两数相加再加密
的结果相同, 相乘同理;
对于所有的样本特 征向量, 都要做同态加密处 理, 得到:
p为原向量, q代 表加密后的向量, 上 标代表维度;
同态加密算法的步骤如下:
a. 生成秘钥:
计算公钥g和私钥m;
私钥m计算方式如下:
其中,
为多项式模数, n 为自定义 参数;
公钥g的计算方式为:
其中, r为随机多 项式, z为噪声, m为私钥;
b. 加密算法:
对于输入的x, 用以下公式加密:
其中, t为多项式的系数模数, v为掩码, m为私钥, r为随机多项式,
,
,
为噪
声;
c. 解密算法:权 利 要 求 书 2/3 页
3
CN 115374420 A
3
专利 基于人脸安全验证的跨浏览器高并发数据访问的软件系统
文档预览
中文文档
19 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共19页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 02:13:57上传分享