CN109977646A - 一种智能安全核验方法 - Google Patents
一种智能安全核验方法 Download PDFInfo
- Publication number
- CN109977646A CN109977646A CN201910258750.1A CN201910258750A CN109977646A CN 109977646 A CN109977646 A CN 109977646A CN 201910258750 A CN201910258750 A CN 201910258750A CN 109977646 A CN109977646 A CN 109977646A
- Authority
- CN
- China
- Prior art keywords
- face
- user
- vocal print
- veritified
- identification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000001755 vocal effect Effects 0.000 claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 230000003542 behavioural effect Effects 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 3
- 230000000295 complement effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明公开了一种包含人脸、声纹、设备指纹、行为特征的智能安全核验方法，属于人工智能技术领域，包括中央处理器、输入终端和数据库系统，分为风险状态额评估、低风险状态的安全核验和高风险状态的安全核验三个步骤。本发明通过人员信用评分系统等，把核验变成一个动态、高效的过程，真正实现高级别、零失误的安全核验。综合利用人脸、声纹、设备指纹、行为特征等进行优势互补，有效避免使用单一验证手段所带来的不可避免的缺陷和风险，从而应对更广泛、更复杂的应用场景，真正做到杜绝风险。
Description
技术领域
本发明涉及一种核验方法，尤其是一种包含人脸、声纹、设备指纹、行为特征的智能安全核验方法，属于人工智能技术领域。
背景技术
随着机器学习、深度学习等人工智能技术的迅猛发展，生物识别技术已经被广泛地应用到众多领域，比如门禁系统、身份识别、互联网欺诈等。生物识别，主要基于人的某些生理特征的唯一性来对其进行身份识别。由于技术成熟度及实际使用的便捷性等，生物识别中使用中更为广泛的主要是人脸识别和声纹识别。
现有的人脸识别技术相对比较成熟，然而要达到很高的识别准确率对拍摄图像的质量，如清晰度、光线、遮挡等，要求很高，对使用场景也有一定的要求，但实际场景中的复杂情况可能带来错误率的迅速增加。此外，人脸识别系统还有可能被打印照片、人皮面具、动作合成等手段所欺骗或攻击。
声纹识别具有采集方便、交互性强、信息更加多维(口音、语调、说话习惯、性别等)等优点，因而具有很好的应用前景。然而，准确率高、鲁棒性好的声纹识别系统对输入的语音信号有很高的要求，而语音信号本身的特点，如弱抗噪性、时变形(受年龄、身体状况、情感等影响)为声纹识别带来了很大的挑战。
由此不难设想，由于实际的应用场景是多种多样和复杂的，使用单一的生物识别技术面临重大挑战，因而识别准确率难以保证，而这对于安全要求极高的安防等领域可能是致命的。因此，现有技术的这些缺陷亟待我们去改进。
发明内容
本发明的目的在于克服上述现有技术的不足而提供一种包含人脸、声纹、设备指纹、行为特征的智能安全核验方法，解决了现有技术中单一的核验方法可靠性比较低的问题。
为实现上述目的，本发明采用的技术方案是：
一种智能安全核验方法，包括中央处理器、输入终端和数据库系统，分为风险状态额评估、低风险状态的安全核验和高风险状态的安全核验三个步骤，具体步骤如下：
(1)用户提出核验请求，中央处理器根据数据库系统中的信用评分系统确定用户的历史信用分高低并结合输入终端上的指纹模块对当前用户的登陆情况进行判断，给出结果，所述的结果分为信用评分低且登陆异常的高风险状态、信用评分低且登录正常的谨慎状态、信用评分高且登录异常的异常状态、信用评分高且登录正常的低风险状态；
(2)判断结果为低风险状态自动转入人脸识别模块，若人脸识别模块的输出分值大于人脸识别的阈值a，则核验通过，中央处理器根据核验结果调高用户信用评分或调低用户在下一次核验时人脸识别的阈值a，若输出分值小于阈值a，中央处理器根据核验结果调低用户信用评分或调高人脸识别的阈值a，同时判断为异常/谨慎状态，要求进入下一级核验；
(3)步骤(1)中判断结果为异常状态、谨慎状态或未通过步骤(2)核验的进入“人脸或声纹”核验，所述的“人脸”识别和“声纹”识别的通过阈值分别为b1(b1＞a)和b2，若用户在此步骤中“人脸”识别的输出值大于b1或“声纹”识别的输出值大于b2，则核验通过，中央处理器根据核验结果调高用户的信用分或调低用户在下一次通过“人脸和声纹”模块时的相应阈值，若用户的“人脸”识别输出值小于b1或“声纹”识别输出值小于b2，判断为高风险状态，中央处理器根据核验结果调低用户的信用评分或调高用户在下一次通过“人脸和声纹”模块时的相应阈值，同时进入下一步骤核验；
(4)步骤(1)中判断为评分低且登陆异常的高风险状态和未通过步骤(3)核验的进入“人脸+声纹”核验，此步骤中“人脸”和“声纹”识别通过的阈值分别为c1(c1＞b1)和c2(c2＞b2)，若用户在此步骤中“人脸”识别的输出值大于c1且“声纹”识别的输出值大于c2，核验通过，中央处理器根据核验结果调高用户的信用评分或调低用户在下一次通过“人脸+声纹”模块时的相应阈值，若用户在此步骤中“人脸”识别的输出值小于c1且“声纹”识别的输出值小于c2，中央处理器调低用户的信用评分或调高用户在下一次通过“人脸+声纹”模块时的相应阈值同时判定核验不通过，核验过程结束，用户需重新进行身份验证。
本发明的有益效果：本发明主要解决现有技术中核验方法比较单一以及采用人脸识别、声纹识别等因环境因素而造成的可靠性偏低的问题，提供了一种集账号核验、指纹识别、人脸识别和声纹识别于一体的智能安全核验方法。并且，通过人员信用评分系统等，把核验变成一个动态、高效的过程，真正实现高级别、零失误的安全核验。综合利用人脸、声纹、设备指纹、行为特征等进行优势互补，有效避免使用单一验证手段所带来的不可避免的缺陷和风险，从而应对更广泛、更复杂的应用场景，真正做到杜绝风险。
附图说明
图1为本发明的技术流程图；
图2为本发明“人脸或声纹”核验步骤的流程图；
图3为本发明“人脸+声纹”核验步骤的流程图。
具体实施方式
现在结合附图对本发明作进一步详细的说明，这些附图均为简化的示意图，仅以示意的方式说明本发明的原理。
如图1所示，一种智能安全核验方法，包括中央处理器、输入终端和数据库系统，具体步骤：
1.“人员信用评分”+“设备指纹模块”评估当前核验的风险状态
当用户提出核验请求时：首先，在人员信用评分系统中找到当前请求核验人的历史信用评分；然后通过设备指纹模块对当前请求核验的人员的登录情况(比如，输入设备是否为该用户的常用输入设备)进行判断；最后，给出对当前核验请求的风险状态的评估结果。基于历史信用评分高低和当前登录是否存在异常，可以把当前核验请求的风险状态划分为四类(见表1)。说明一下：对于表中的异常状态和谨慎状态，使用相同的进一步核验程序。
表1当前核验请求的风险状态
2.低风险状态下的安全核验
2.1如果当前请求核验人的信用评分较高，而且设备指纹模块判断该次登录为正常登录，那么认为当前处于低风险状态。这时，只通过人脸识别模块来做进一步的核验。
2.2经过人脸识别模块，若输出分值大于某个阈值a，则核验通过，并在人员信用分系统中调高该人的信用分或调低该人在下一次通过该模块时的阈值；
2.3经过人脸识别模块，若输出分值小于某个阈值a，则在人员信用分系统中调低该人的信用分或调高通过的阈值，同时转入异常/谨慎状态。
3.异常/谨慎状态下的安全核验
3.1以下三种情况需进入异常状态或谨慎状态下的安全核验：1)未通过低风险状态的人脸核验而转入的；2)请求核验人为高信用分但存在登录异常的；3)低信用分人员但登录正常的。这时，需经过“人脸或声纹”验证模块(如图2所示)。
3.2“人脸或声纹”验证模块要求人脸与声纹只需通过其一即可，同时，人脸与声纹模块均有各自的阈值，人脸模块的通过阈值为b1(b1>a)，声纹模块的通过阈值为b2.若通过“人脸或声纹”验证模块，则核验通过，并在人员信用分系统中提高该人的信用分或调低该人在下一次通过该模块时的相应阈值。
3.3若未通过“人脸或声纹”验证模块则在人员信用分系统中降低该人的信用分或调高阈值，同时转入高风险状态。
4.高风险状态下的安全核验
4.1以下两种情况需进入高风险状态下的安全核验：1)未通过异常/谨慎状态下“人脸或声纹”验证模块而转入的；2)当前请求核验的人员信用分较低，且存在登录异常的。这时，就需要经过“人脸+声纹”验证模块(如图3所示)。
4.2“人脸+声纹”验证模块要求人脸与声纹需同时通过，同时，人脸与声纹模块均有各自的阈值，人脸模块的通过阈值为c1(c1>b1)，声纹模块的通过阈值为c2(c2>b2).若通过“人脸+声纹验证”模块，则核验通过，并在人员信用分系统中提高该人的信用分或调低该人在下一次通过该模块时的相应阈值。
4.3若未通过“人脸+声纹”验证模块则在人员信用分系统中降低该人的信用分或调高阈值，同时判定核验不通过。这时需要一些其他手段，如重新实名验证、短信验证等来重新验证请求核验人的身份。
需要说明的是：以上为本发明的一种情况的具体实施方式，本领域的技术人员在上述具体实施方式的启示下做出的简单变化也属于本发明的保护范围。
Claims (2)
1.一种智能安全核验方法，包括中央处理器、输入终端和数据库系统，其特征在于：分为风险状态额评估、低风险状态的安全核验和高风险状态的安全核验三个步骤，具体包括以下步骤：
(1)用户提出核验请求，中央处理器根据数据库系统中的信用评分系统确定用户的历史信用分高低并结合输入终端上的指纹模块对当前用户的登陆情况进行判断，给出结果，所述的结果分为信用评分低且登陆异常的高风险状态、信用评分低且登录正常的谨慎状态、信用评分高且登录异常的异常状态、信用评分高且登录正常的低风险状态；
(2)判断结果为低风险状态自动转入人脸识别模块，若人脸识别模块的输出分值大于人脸识别的阈值a，则核验通过，中央处理器根据核验结果调高用户信用评分或调低用户在下一次核验时人脸识别的阈值a，若输出分值小于阈值a，中央处理器根据核验结果调低用户信用评分或调高人脸识别的阈值a，同时判断为异常/谨慎状态，要求进入下一级核验；
(3)步骤(1)中判断结果为异常状态、谨慎状态或未通过步骤(2)核验的进入“人脸或声纹”核验，所述的“人脸”识别和“声纹”识别的通过阈值分别为b1(b1＞a)和b2，若用户在此步骤中“人脸”识别的输出值大于b1或“声纹”识别的输出值大于b2，则核验通过，中央处理器根据核验结果调高用户的信用分或调低用户在下一次通过“人脸和声纹”模块时的相应阈值，若用户的“人脸”识别输出值小于b1或“声纹”识别输出值小于b2，判断为高风险状态，中央处理器根据核验结果调低用户的信用评分或调高用户在下一次通过“人脸和声纹”模块时的相应阈值，同时进入下一步骤核验；
(4)步骤(1)中判断为评分低且登陆异常的高风险状态和未通过步骤(3)核验的进入“人脸+声纹”核验，此步骤中“人脸”和“声纹”识别通过的阈值分别为c1(c1＞b1)和c2(c2＞b2)，若用户在此步骤中“人脸”识别的输出值大于c1且“声纹”识别的输出值大于c2，核验通过，中央处理器根据核验结果调高用户的信用评分或调低用户在下一次通过“人脸+声纹”模块时的相应阈值，若用户在此步骤中“人脸”识别的输出值小于c1且“声纹”识别的输出值小于c2，中央处理器调低用户的信用评分或调高用户在下一次通过“人脸+声纹”模块时的相应阈值同时判定核验不通过，核验过程结束，用户需重新进行身份验证。
2.如权利要求1所述的一种智能安全核验方法，其特征在于：所述的步骤(4)中重新进行身份验证的方法包括实名验证或短信验证。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910258750.1A CN109977646B (zh) | 2019-04-01 | 2019-04-01 | 一种智能安全核验方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910258750.1A CN109977646B (zh) | 2019-04-01 | 2019-04-01 | 一种智能安全核验方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109977646A true CN109977646A (zh) | 2019-07-05 |
| CN109977646B CN109977646B (zh) | 2021-10-12 |
Family
ID=67082380
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910258750.1A Active CN109977646B (zh) | 2019-04-01 | 2019-04-01 | 一种智能安全核验方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109977646B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101321387A (zh) * | 2008-07-10 | 2008-12-10 | 中国移动通信集团广东有限公司 | 基于通信系统的声纹识别方法及系统 |
| CN103634118A (zh) * | 2013-12-12 | 2014-03-12 | 山东神思电子技术股份有限公司 | 基于证卡和复合生物特征识别的生存认证方法 |
| CN103973441A (zh) * | 2013-01-29 | 2014-08-06 | 腾讯科技（深圳）有限公司 | 基于音视频的用户认证方法和装置 |
| CN107967453A (zh) * | 2017-11-24 | 2018-04-27 | 河北三川科技有限公司 | 基于人脸识别的酒店入住身份核验方法及核验系统 |
| CN108124488A (zh) * | 2017-12-12 | 2018-06-05 | 福建联迪商用设备有限公司 | 一种基于人脸和声纹的支付认证方法及终端 |
-
2019
- 2019-04-01 CN CN201910258750.1A patent/CN109977646B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101321387A (zh) * | 2008-07-10 | 2008-12-10 | 中国移动通信集团广东有限公司 | 基于通信系统的声纹识别方法及系统 |
| CN103973441A (zh) * | 2013-01-29 | 2014-08-06 | 腾讯科技（深圳）有限公司 | 基于音视频的用户认证方法和装置 |
| CN103634118A (zh) * | 2013-12-12 | 2014-03-12 | 山东神思电子技术股份有限公司 | 基于证卡和复合生物特征识别的生存认证方法 |
| CN107967453A (zh) * | 2017-11-24 | 2018-04-27 | 河北三川科技有限公司 | 基于人脸识别的酒店入住身份核验方法及核验系统 |
| CN108124488A (zh) * | 2017-12-12 | 2018-06-05 | 福建联迪商用设备有限公司 | 一种基于人脸和声纹的支付认证方法及终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109977646B (zh) | 2021-10-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111046583B (zh) | 基于DTW算法和ResNet网络的转辙机故障诊断方法 | |
| CN110399609B (zh) | 意图识别方法、装置、设备及计算机可读存储介质 | |
| CN109302410A (zh) | 一种内部用户异常行为检测方法、系统及计算机存储介质 | |
| CN102402985A (zh) | 提高声纹识别安全性的声纹认证系统及其实现方法 | |
| US11783037B1 (en) | Defense method of deep learning model aiming at adversarial attacks | |
| CN107203752A (zh) | 一种联合深度学习和特征二范数约束的人脸识别方法 | |
| CN101276408A (zh) | 一种基于电力系统网络安全访问的人脸识别方法 | |
| CN114897163A (zh) | 预训练模型数据处理方法、电子设备及计算机存储介质 | |
| CN106373568A (zh) | 智能车载单元控制方法和装置 | |
| CN110969073A (zh) | 一种基于特征融合与bp神经网络的人脸表情识别方法 | |
| CN110866234A (zh) | 一种基于多生物特征的身份验证系统 | |
| CN116524932A (zh) | 一种基于人工智能的智能语音交互系统及方法 | |
| US9135562B2 (en) | Method for gender verification of individuals based on multimodal data analysis utilizing an individual's expression prompted by a greeting | |
| CN115439892A (zh) | 一种基于掌纹掌静脉多模态融合的身份识别方法 | |
| CN116453506A (zh) | 一种基于特征融合的音频分类方法、系统及装置 | |
| CN116129510A (zh) | 基于眼动数据评估飞行员对不同编码信息感知的方法与装置 | |
| CN101299762B (zh) | 一种身份认证方法及装置 | |
| CN114662596A (zh) | 一种虚假信息检测模型训练方法及虚假信息检测方法 | |
| CN109977646A (zh) | 一种智能安全核验方法 | |
| CN117332054A (zh) | 表格问答处理方法、装置及设备 | |
| CN106971727A (zh) | 一种声纹识别的验证方法 | |
| CN116503918A (zh) | 基于ViT网络的掌静脉图像分类方法、装置、设备及介质 | |
| CN110017989B (zh) | 一种风力机轴承故障诊断的方法 | |
| Nelund | Finding a theory of justice for Canada’s Truth and Reconciliation Commission | |
| JPS63500126A (ja) | 話者照合装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An Intelligent Security Verification Method Effective date of registration: 20230509 Granted publication date: 20211012 Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd. Pledgor: Hangzhou City Big Data Operation Co.,Ltd. Registration number: Y2023330000889 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20211012 Pledgee: Hangzhou High-tech Financing Guarantee Co.,Ltd. Pledgor: Hangzhou City Big Data Operation Co.,Ltd. Registration number: Y2023330000889 |