CN104580261B - 一种适用于物联网的安全方法 - Google Patents

Abstract

本发明公开了一种适用于物联网的安全方法，该方法利用多个鉴权节点对请求接入网络的用户节点进行身份鉴别，能够有效的解决用户节点终端的安全接入问题，可以有效的管理物联网中大量的用户节点终端，实现对物联网中大量用户节点的安全管理，有效地防止非法用户节点终端的接入。

Description

一种适用于物联网的安全方法

技术领域

本发明涉及物联网技术领域，具体地，涉及一种适用于物联网的安全方法。

背景技术

随着我国互联网的发展，物联网相关概念也逐渐进入了人们的视线。物联网是把所有的物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理，是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。

与此同时，物联网安全问题也突显出来，物联网终端的安全接入问题便是其中之一。具体地说，目前物联网的用户节点终端数量庞大，如何有效的管理大量的用户节点终端接入，对大量的用户节点终端进行身份鉴别，是一个亟待解决的问题。

发明内容

本发明所要解决的技术问题是：提供一种适用于物联网的安全方法，该方法利用多个鉴权节点对请求接入网络的用户节点进行身份鉴别，从而实现对物联网中大量用户节点的安全接入管理。

为解决上述技术问题，本发明采用如下技术方案：

一种适用于物联网的安全方法，其特征在于：

网络中包含多个用户节点以及多个鉴权节点；其中，一个用户节点只对应于一个鉴权节点，一个鉴权节点可以管理多个用户节点；每个用户节点具有唯一的用户标识信息和一个唯一的私钥；

每个鉴权节点具有一个用户身份鉴别列表，用于对用户节点进行身份鉴别；

当有新的用户节点请求接入网络时，执行以下步骤：

步骤1，在新的用户节点处获取该新的用户节点的用户标识信息；

步骤2，该新的用户节点将获取的所述用户标识信息依次使用私钥和公钥进行加密，然后将加密后的信息发送给鉴权节点；

步骤3，鉴权节点接收到加密信息后，依次使用私钥和公钥进行解密，获得该新的用户节点的用户标识信息；

步骤4，鉴权节点根据获得的用户标识信息查询所述用户身份鉴别列表，如果在列表中发现匹配的用户标识信息，则执行步骤5；否则结束；

步骤5，判断当前鉴权节点所管理的用户节点数是否达到阈值K1，如果达到K1，则拒绝该新的用户节点接入网络；否则，允许该新的用户节点接入网络；

步骤6，鉴权节点为该新的用户节点生成一个新的私钥，用公钥将该新的私钥加密，并发送给该新的用户节点；

步骤7，该新的用户节点进行私钥解密，获得新的私钥，并用新的私钥替换该用户节点原有的私钥。

进一步地，用户节点的用户标识信息必须包含用户节点处计算设备的硬件序列号H；并且

所述用户标识信息还可以包含用户节点的计算设备的使用用户的生物学识别信息S，其中，所述计算设备的使用用户的生物学识别信息S包括用户的语音数据s1、脸部识别数据s2、以及指纹数据s3；

在所述步骤1中，获取该新的用户节点的用户标识信息的过程如下：

步骤1.1，用户节点使用多种传感器采集用户的生物学识别信息S；

步骤1.2，用户节点将采集的用户的生物学识别信息S发送至信息识别服务器；

步骤1.3，信息识别服务器将接收到的用户的生物学识别信息S中的语音数据s1、脸部识别数据s2、以及指纹数据s3依次进行特征化；

步骤1.4，信息识别服务器依次将特征化后的各类生物学识别信息对照相应的标准特征库进行特征匹配编码运算，相应地生成用户的语音编码信息M1、脸部识别编码信息M2、以及指纹编码信息M3；

步骤1.5，信息识别服务器将生成的用户的各类编码信息M1、M2、M3发送给用户节点，所述用户节点将用户节点处计算设备的硬件序列号H和获得的用户的语音编码信息M1、脸部识别编码信息M2、以及指纹编码信息M3组合，作为用户节点的用户标识信息(H,M1,M2,M3)。

进一步地，在所述步骤1.3中，特征化的过程具体如下：

步骤1.3.1，将所述语音数据s1特征化为：语言种类特征信息s11、声调特征信息s12、以及语速特征信息s13；

步骤1.3.2，将所述脸部识别数据s2特征化为：眼睛位置特征信息s21、眼睛形状特征信息s22、眉毛位置特征信息s23、眉毛形状特征信息s24、嘴巴位置特征信息s25、以及嘴巴形状特征信息s26；

步骤1.3.3，将所述指纹数据s3特征化为指纹特征信息s31。

进一步地，所述信息识别服务器具有语音数据标准特征库Lib_1、脸部识别数据标准特征库Lib_2和指纹数据标准特征库Lib_3；其中

所述语音数据标准特征库Lib_1包括特征子库：语言种类信息特征子库Lib_11、声调信息特征子库Lib_12、以及语速信息特征子库Lib_13；

所述脸部识别数据标准特征库Lib_2包括特征子库：眼睛位置信息特征子库Lib_21、眼睛形状信息特征子库Lib_22、眉毛位置信息特征子库Lib_23、眉毛形状信息特征子库Lib_24、嘴巴位置信息特征子库Lib_25、以及嘴巴形状信息特征子库Lib_26；

所述指纹数据标准特征库Lib_3包括特征子库：指纹信息特征子库Lib_31；

上述每个特征子库中的每一个特征均对应一个唯一的四位编码，并且所述编码由字母和/或数字组成；

在所述步骤1.4中，所述信息识别服务器执行以下操作：

步骤1.4.1，将特征化后的语音数据s1中的各类特征信息s11～s13与其对应的特征子库Lib_11～Lib_13依次匹配，并将特征信息s11～s13中每个特征所对应的四位编码依次顺序排列，获得的序列即为对应的语音编码信息M1；

步骤1.4.2，将特征化后的脸部识别数据s2中的各类特征信息s21～s26与其对应的特征子库Lib_21～Lib_26依次匹配，并将特征信息s21～s26中每个特征所对应的四位编码依次顺序排列，获得的序列即为对应的脸部识别编码信息M2；

步骤1.4.3，将特征化后的指纹数据s3中的特征信息s31与其对应的特征子库Lib_31相匹配，获得的序列即为对应的指纹编码信息M3。

本发明的有益效果在于：本发明提出的一种适用于物联网的安全方法，能够有效的解决用户节点终端的安全接入问题，可以有效的管理物联网中大量的用户节点终端，实现物联网用户节点终端的快速自动接入，从而有效地防止非法用户节点终端的接入。

附图说明

下面结合附图对本发明的技术方案进行进一步的说明。所述附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。

图1示出了根据本发明实施例的适用于物联网的安全方法的流程图。

具体实施方式

通过下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。所述描述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂。

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明的实施例请求保护一种适用于物联网的安全方法，其中：

网络中包含多个用户节点以及多个鉴权节点；其中，一个用户节点只对应于一个鉴权节点，一个鉴权节点可以管理多个用户节点；每个用户节点具有唯一的用户标识信息和一个唯一的私钥；

每个鉴权节点具有一个用户身份鉴别列表，用于对用户节点进行身份鉴别。

图1示出了根据本发明实施例的适用于物联网的安全方法的流程图。

如图1所示，当有新的用户节点请求接入网络时，执行以下步骤：

步骤1，在新的用户节点处获取该新的用户节点的用户标识信息；

步骤2，该新的用户节点将获取的所述用户标识信息依次使用私钥和公钥进行加密，然后将加密后的信息发送给鉴权节点；

步骤3，鉴权节点接收到加密信息后，依次使用私钥和公钥进行解密，获得该新的用户节点的用户标识信息；

步骤4，鉴权节点根据获得的用户标识信息查询所述用户身份鉴别列表，如果在列表中发现匹配的用户标识信息，则执行步骤5；否则结束；

步骤5，判断当前鉴权节点所管理的用户节点数是否达到阈值K1，如果达到K1，则拒绝该新的用户节点接入网络；否则，允许该新的用户节点接入网络；

步骤6，鉴权节点为该新的用户节点生成一个新的私钥，用公钥将该新的私钥加密，并发送给该新的用户节点；

步骤7，该新的用户节点进行私钥解密，获得新的私钥，并用新的私钥替换该用户节点原有的私钥。

作为优选，用户节点的用户标识信息必须包含用户节点处计算设备的硬件序列号H；并且

所述用户标识信息还可以包含用户节点的计算设备的使用用户的生物学识别信息S，其中，所述计算设备的使用用户的生物学识别信息S包括用户的语音数据s1、脸部识别数据s2、以及指纹数据s3；

在所述步骤1中，获取该新的用户节点的用户标识信息的过程如下：

步骤1.1，用户节点使用多种传感器采集用户的生物学识别信息S；

步骤1.2，用户节点将采集的用户的生物学识别信息S发送至信息识别服务器；

步骤1.3，信息识别服务器将接收到的用户的生物学识别信息S中的语音数据s1、脸部识别数据s2、以及指纹数据s3依次进行特征化；

步骤1.4，信息识别服务器依次将特征化后的各类生物学识别信息对照相应的标准特征库进行特征匹配编码运算，相应地生成用户的语音编码信息M1、脸部识别编码信息M2、以及指纹编码信息M3；

步骤1.5，信息识别服务器将生成的用户的各类编码信息M1、M2、M3发送给用户节点，所述用户节点将用户节点处计算设备的硬件序列号H和获得的用户的语音编码信息M1、脸部识别编码信息M2、以及指纹编码信息M3组合，作为用户节点的用户标识信息(H,M1,M2,M3)。

作为优选，在所述步骤1.3中，特征化的过程具体如下：

步骤1.3.1，将所述语音数据s1特征化为：语言种类特征信息s11、声调特征信息s12、以及语速特征信息s13；

步骤1.3.2，将所述脸部识别数据s2特征化为：眼睛位置特征信息s21、眼睛形状特征信息s22、眉毛位置特征信息s23、眉毛形状特征信息s24、嘴巴位置特征信息s25、以及嘴巴形状特征信息s26；

步骤1.3.3，将所述指纹数据s3特征化为指纹特征信息s31。

作为优选，所述信息识别服务器具有语音数据标准特征库Lib_1、脸部识别数据标准特征库Lib_2和指纹数据标准特征库Lib_3；其中

所述语音数据标准特征库Lib_1包括特征子库：语言种类信息特征子库Lib_11、声调信息特征子库Lib_12、以及语速信息特征子库Lib_13；

所述脸部识别数据标准特征库Lib_2包括特征子库：眼睛位置信息特征子库Lib_21、眼睛形状信息特征子库Lib_22、眉毛位置信息特征子库Lib_23、眉毛形状信息特征子库Lib_24、嘴巴位置信息特征子库Lib_25、以及嘴巴形状信息特征子库Lib_26；

所述指纹数据标准特征库Lib_3包括特征子库：指纹信息特征子库Lib_31；

上述每个特征子库中的每一个特征均对应一个唯一的四位编码，并且所述编码由字母和/或数字组成；

在所述步骤1.4中，所述信息识别服务器执行以下操作：

步骤1.4.1，将特征化后的语音数据s1中的各类特征信息s11～s13与其对应的特征子库Lib_11～Lib_13依次匹配，并将特征信息s11～s13中每个特征所对应的四位编码依次顺序排列，获得的序列即为对应的语音编码信息M1；

步骤1.4.2，将特征化后的脸部识别数据s2中的各类特征信息s21～s26与其对应的特征子库Lib_21～Lib_26依次匹配，并将特征信息s21～s26中每个特征所对应的四位编码依次顺序排列，获得的序列即为对应的脸部识别编码信息M2；

步骤1.4.3，将特征化后的指纹数据s3中的特征信息s31与其对应的特征子库Lib_31相匹配，获得的序列即为对应的指纹编码信息M3。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种适用于物联网的安全方法，其特征在于：

网络中包含多个用户节点以及多个鉴权节点；其中，一个用户节点只对应于一个鉴权节点，一个鉴权节点可以管理多个用户节点；每个用户节点具有唯一的用户标识信息和一个唯一的私钥；

每个鉴权节点具有一个用户身份鉴别列表，用于对用户节点进行身份鉴别；

当有新的用户节点请求接入网络时，执行以下步骤：

步骤1，在新的用户节点处获取该新的用户节点的用户标识信息；

步骤2，该新的用户节点将获取的所述用户标识信息依次使用私钥和公钥进行加密，然后将加密后的信息发送给鉴权节点；

步骤3，鉴权节点接收到加密信息后，依次使用私钥和公钥进行解密，获得该新的用户节点的用户标识信息；

步骤4，鉴权节点根据获得的用户标识信息查询所述用户身份鉴别列表，如果在列表中发现匹配的用户标识信息，则执行步骤5；否则结束；

步骤5，判断当前鉴权节点所管理的用户节点数是否达到阈值K1，如果达到K1，则拒绝该新的用户节点接入网络；否则，允许该新的用户节点接入网络；

步骤6，鉴权节点为该新的用户节点生成一个新的私钥，用公钥将该新的私钥加密，并发送给该新的用户节点；

步骤7，该新的用户节点进行私钥解密，获得新的私钥，并用新的私钥替换该用户节点原有的私钥；

用户节点的用户标识信息必须包含用户节点处计算设备的硬件序列号H；并且

所述用户标识信息还可以包含用户节点的计算设备的使用用户的生物学识别信息S，其中，所述计算设备的使用用户的生物学识别信息S包括用户的语音数据s1、脸部识别数据s2、以及指纹数据s3；

在所述步骤1中，获取该新的用户节点的用户标识信息的过程如下：

步骤1.1，用户节点使用多种传感器采集用户的生物学识别信息S；

步骤1.2，用户节点将采集的用户的生物学识别信息S发送至信息识别服务器；

步骤1.3，信息识别服务器将接收到的用户的生物学识别信息S中的语音数据s1、脸部识别数据s2、以及指纹数据s3依次进行特征化；

步骤1.4，信息识别服务器依次将特征化后的各类生物学识别信息对照相应的标准特征库进行特征匹配编码运算，相应地生成用户的语音编码信息M1、脸部识别编码信息M2、以及指纹编码信息M3；

步骤1.5，信息识别服务器将生成的用户的各类编码信息M1、M2、M3发送给用户节点，所述用户节点将用户节点处计算设备的硬件序列号H和获得的用户的语音编码信息M1、脸部识别编码信息M2、以及指纹编码信息M3组合，作为用户节点的用户标识信息(H,M1,M2,M3)；

其中，在所述步骤1.3中，特征化的过程具体如下：

步骤1.3.1，将所述语音数据s1特征化为：语言种类特征信息s11、声调特征信息s12、以及语速特征信息s13；

步骤1.3.2，将所述脸部识别数据s2特征化为：眼睛位置特征信息s21、眼睛形状特征信息s22、眉毛位置特征信息s23、眉毛形状特征信息s24、嘴巴位置特征信息s25、以及嘴巴形状特征信息s26；

步骤1.3.3，将所述指纹数据s3特征化为指纹特征信息s31；

所述信息识别服务器具有语音数据标准特征库Lib_1、脸部识别数据标准特征库Lib_2和指纹数据标准特征库Lib_3；其中

所述语音数据标准特征库Lib_1包括特征子库：语言种类信息特征子库Lib_11、声调信息特征子库Lib_12、以及语速信息特征子库Lib_13；

所述脸部识别数据标准特征库Lib_2包括特征子库：眼睛位置信息特征子库Lib_21、眼睛形状信息特征子库Lib_22、眉毛位置信息特征子库Lib_23、眉毛形状信息特征子库Lib_24、嘴巴位置信息特征子库Lib_25、以及嘴巴形状信息特征子库Lib_26；

所述指纹数据标准特征库Lib_3包括特征子库：指纹信息特征子库Lib_31；

上述每个特征子库中的每一个特征均对应一个唯一的四位编码，并且所述编码由字母和/或数字组成；

在所述步骤1.4中，所述信息识别服务器执行以下操作：

步骤1.4.1，将特征化后的语音数据s1中的各类特征信息s11～s13与其对应的特征子库Lib_11～Lib_13依次匹配，并将特征信息s11～s13中每个特征所对应的四位编码依次顺序排列，获得的序列即为对应的语音编码信息M1；

步骤1.4.2，将特征化后的脸部识别数据s2中的各类特征信息s21～s26与其对应的特征子库Lib_21～Lib_26依次匹配，并将特征信息s21～s26中每个特征所对应的四位编码依次顺序排列，获得的序列即为对应的脸部识别编码信息M2；

步骤1.4.3，将特征化后的指纹数据s3中的特征信息s31与其对应的特征子库Lib_31相匹配，获得的序列即为对应的指纹编码信息M3。