CN110266738A - 基于多生物特征的识别认证方法及装置 - Google Patents

基于多生物特征的识别认证方法及装置 Download PDF

Info

Publication number
CN110266738A
CN110266738A CN201910701870.4A CN201910701870A CN110266738A CN 110266738 A CN110266738 A CN 110266738A CN 201910701870 A CN201910701870 A CN 201910701870A CN 110266738 A CN110266738 A CN 110266738A
Authority
CN
China
Prior art keywords
biological
attribute data
biological attribute
client
data
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.)
Pending
Application number
CN201910701870.4A
Other languages
English (en)
Inventor
林跃东
张锦元
黄维登
程亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN201910701870.4A priority Critical patent/CN110266738A/zh
Publication of CN110266738A publication Critical patent/CN110266738A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/08Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • H04L9/3231Biological data, e.g. fingerprint, voice or retina
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004Server selection for load balancing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/63Routing a service request depending on the request content or context

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于多生物特征的识别认证方法及装置,该方法包括:确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息;根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据;确定与所述识别认证场景对应的认证结果融合策略;根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。本发明解决了现有的单一生物特征识别技术受限于其自身固有的局限性无法保障个人身份信息安全的技术问题。

Description

基于多生物特征的识别认证方法及装置
技术领域
本发明涉及生物特征识别领域,具体而言,涉及一种基于多生物特征的识别认证方法及装置。
背景技术
在当今的信息化社会,在安防、金融等众多领域需要对客户身份信息进行认证,传统的身份认证方式一般是指密码、个人ID、身份证等结合进行认证,具有易遗忘、易丢失、携带不便的缺点,而且这些信息容易被克隆盗用,直接威胁个人生活、财产及信息安全。据统计全球每年因为银行卡的盗刷与伪造造成高达20亿美元的损失。生物特征识别技术因其高安全性、高可靠性、高唯一性、便捷使用等特性被用于身份信息安全认证,但传统密码及单一生物特征识别技术受限于其自身固有的局限性,无法保障个人身份信息安全。
本发明为了解决上述技术问题中的至少一个,提出了一种基于多生物特征的识别认证方法及装置。
发明内容
本发明的主要目的在于提供一种基于多生物特征的识别认证方法及装置,以解决现有的单一生物特征识别技术受限于其自身固有的局限性,无法保障个人身份信息安全的技术问题。
为了实现上述目的,根据本发明的一个方面,提供了一种基于多生物特征的识别认证方法,该方法包括:
确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息;
根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据;
确定与所述识别认证场景对应的认证结果融合策略;
根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。
可选的,所述确定识别认证场景,并接收采集的客户的多种生物特征数据,具体包括:
确定所述识别认证场景对应场景安全等级;
确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
可选的,所述认证结果数据包括:相似度;
在所述根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果之前,还包括:
将各生物特征数据对应的相似度进行标准化或归一化处理。
可选的,所述结果融合策略包括:加权融合;
所述根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果,包括:
获取各生物特征数据的生物特征类型对应的准确性参数;
根据所述准确性参数确定各生物特征数据对应的权重值;
根据各生物特征数据的认证结果数据以及各生物特征数据对应的权重值生成客户认证结果。
为了实现上述目的,根据本发明的另一方面,提供了另一种基于多生物特征的识别认证方法,该方法包括:
确定识别认证场景,并接收采集的客户的多种生物特征数据;
根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的所有生物特征样本数据进行对比,得到各生物特征数据对应的客户信息列表及客户信息列表中各客户信息的相似度;
根据所述客户信息列表以及所述相似度确定客户识别结果。
可选的,所述确定识别认证场景,并接收采集的客户的多种生物特征数据,具体包括:
确定所述识别认证场景对应场景安全等级;
确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
可选的,所述根据所述客户信息列表以及所述相似度生成客户识别结果,具体包括:
对各生物特征数据对应的所述客户信息列表求交集,得到汇总客户信息列表;
对各生物特征数据对应的所述相似度进行标准化或归一化处理;
根据处理后的所述相似度确定所述汇总客户信息列表中各客户信息的相似度,以根据所述汇总客户信息列表中各客户信息的相似度确定客户识别结果。
为了实现上述目的,根据本发明的另一方面,提供了一种基于多生物特征的识别认证装置,该装置包括:
第一场景确定及数据采集单元,用于确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息;
对比认证单元,用于根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据;
融合策略确定单元,用于确定与所述识别认证场景对应的认证结果融合策略;
客户认证结果生成单元,用于根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。
可选的,所述第一场景确定及数据采集单元,包括:
场景安全等级确定模块,用于确定所述识别认证场景对应场景安全等级;
采集方式及种类数确定模块,用于确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
生物特征数据接收模块,用于接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
可选的,所述认证结果数据包括:相似度;
所述基于多生物特征的识别认证装置,还包括:
相似度数据处理单元,用于将各生物特征数据对应的相似度进行标准化或归一化处理。
可选的,所述结果融合策略包括:加权融合;
所述客户认证结果生成单元,包括:
准确性参数获取模块,用于获取各生物特征数据的生物特征类型对应的准确性参数;
权重值确定模块,用于根据所述准确性参数确定各生物特征数据对应的权重值;
客户认证结果生成模块,用于根据各生物特征数据的认证结果数据以及各生物特征数据对应的权重值生成客户认证结果。
为了实现上述目的,根据本发明的另一方面,提供了另一种基于多生物特征的识别认证装置,该装置包括:
第二场景确定及数据采集单元,用于确定识别认证场景,并接收采集的客户的多种生物特征数据;
客户信息列表及相似度确定单元,用于根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的所有生物特征样本数据进行对比,得到各生物特征数据对应的客户信息列表及客户信息列表中各客户信息的相似度;
客户识别结果确定单元,用于根据所述客户信息列表以及所述相似度确定客户识别结果。
可选的,所述第二场景确定及数据采集单元,包括:
场景安全等级确定模块,用于确定所述识别认证场景对应场景安全等级;
采集方式及种类数确定模块,用于确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
生物特征数据接收模块,用于接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
可选的,所述客户识别结果确定单元,包括:
汇总客户信息列表生成模块,用于对各生物特征数据对应的所述客户信息列表求交集,得到汇总客户信息列表;
相似度处理模块,用于对各生物特征数据对应的所述相似度进行标准化或归一化处理;
识别结果确定模块,用于根据处理后的所述相似度确定所述汇总客户信息列表中各客户信息的相似度,以根据所述汇总客户信息列表中各客户信息的相似度确定客户识别结果。
为了实现上述目的,根据本发明的另一方面,还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于多生物特征的识别认证方法中的步骤。
为了实现上述目的,根据本发明的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机处理器中执行时实现上述基于多生物特征的识别认证方法中的步骤。
本发明的有益效果为:本发明实施例提出一种基于多生物特征识别的认证方法,解决单一生物特征识别认证的局限和缺陷,提高了客户身份认证的安全性,解决了现有的单一生物特征识别技术受限于其自身固有的局限性,无法保障个人身份信息安全的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明实施例基于多生物特征的识别认证方法的第一流程图;
图2是本发明实施例采集生物特征数据的流程图;
图3是本发明实施例生成客户认证结果的第一流程图;
图4是本发明实施例生成客户认证结果的第二流程图;
图5是本发明实施例基于多生物特征的识别认证方法的第二流程图;
图6是本发明实施例确定客户识别结果的流程图;
图7是本发明实施例基于多生物特征的识别认证装置的第一结构框图;
图8是本发明实施例第一场景确定及数据采集单元的组成结构框图;
图9是本发明实施例基于多生物特征的识别认证装置的第二结构框图;
图10是本发明实施例客户认证结果生成单元的组成结构框图;
图11是本发明实施例基于多生物特征的识别认证装置的第三结构框图;
图12是本发明实施例客户识别结果确定单元的组成结构框图;
图13是本发明实施例计算机设备示意图;
图14是本发明实施例多层路由系统示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本发明实施例的基于多生物特征的识别认证方法主要应用于两种场景:1:1确认场景和1:N辨认场景。
1:1确认场景为判断某个生物特征数据是否是指定的某人,也就是1:1识别,即常说的“我是我?”场景。比如,在网银登陆时,输入客户号并采集人脸数据,通过系统中该客户预留的人脸信息与当前人脸数据进行相似度比对,判断当前人脸数据是否为该客户,从而明确“我是不是我?”。
1:N辨认场景为判断某个生物特征数据是否是若干人中的某人,也就是1:N识别,即常说的“我是谁?”场景。比如,在人脸考勤打卡场景,采集人脸数据,系统将采集的人脸数据与考勤打卡场景的所有客户预留人脸数据进行相似度比对,获取相似度最高的客户信息,从而判断我是谁。
下面先从1:1确认场景来阐述本发明实施例的基于多生物特征的识别认证方法具体是如何实现的。
图1是本发明实施例基于多生物特征的识别认证方法的第一流程图,应对上述1:1确认场景,如图1所示,本实施例的基于多生物特征的识别认证方法包括步骤S101至步骤S104。
步骤S101,确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息。
本实施例的基于多生物特征的识别认证方法应用于1:1确认场景,但1:1确认场景也包括多种不同的具体应用场景,不同的应用场景对应的场景安全级别不同,例如网银登陆场景要求的场景安全级别较高,而查询账单的场景可能对应的场景安全级别会稍低。在本发明实施例中,识别认证场景需要在对用户进行身份验证之前确定,具体可以从接收到的身份验证请求中确定出具体的识别认证场景。
在本发明实施例中,上述多种生物特征数据可以为采用现有技术的多种生物特征采集技术及装置采集的生物特征数据,例如采集的指纹图像、虹膜图像、声纹特征等。在本发明实施例中,为了更准确的对用户进行身份验证,需要至少采集用户的两种生物特征数据。在本发明的可选实施例中,本发明可以采集的生物特征,以及各生物特征的特点可以见下表1:
表1
在本发明实施例中,在1:1确认场景中,需要客户先提供客户信息,进而验证客户是否与提供的客户信息相匹配。在本发明实施例中,上述客户输入的身份信息可以为客户ID信息,该客户ID信息可以为身份证号、网银账号、银行卡号等。
步骤S102,根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据。
在本发明实施例中,通过生物类型路由功能,根据生物特征类型,将多生物特征数据分检后上送给相应的生物特征对比单元,如人脸数据上送到人脸识别服务对应的生物特征对比单元,虹膜数据则上送到虹膜识别服务对应的生物特征对比单元。在本发明实施例中,生物特征对比单元中储存有客户预留的生物特征样本数据。通过将采集的客户生物特征数据与生物特征对比单元中储存的预留的生物特征样本数据进行对比,计算出相似度作为认证结果数据。
步骤S103,确定与所述识别认证场景对应的认证结果融合策略。
在本发明实施例中,在得到多种生物特征数据对应的认证结果后,还需要对各生物特征数据对应的认证结果进行融合,得到最终的识别结果,在本发明实施例中,不同的识别认证场景对应的场景安全级别不同,例如网银登陆场景要求的场景安全级别较高,因此不同的识别认证场景的认证结果融合策略不同。
在本发明的可选实施例中,认证结果融合策略可以包括:And原则、Or原则以及加权融合。And原则可以为采集的各生物特征数据的相似度均大于对应的预设值时说明认证成功。Or原则可以为采集的各生物特征数据中至少有一个的相似度大于对应的预设值时说明认证成功。
步骤S104,根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。
由以上描述可以看出,本发明实施例提出一种基于多生物特征识别的认证方法,解决单一生物特征识别认证的局限和缺陷,提高了客户身份认证的安全性,解决了现有的单一生物特征识别技术受限于其自身固有的局限性,无法保障个人身份信息安全的技术问题。
图2是本发明实施例采集生物特征数据的流程图,如图2所示,本发明实施例的采集生物特征数据的流程包括步骤S201至步骤S203。
步骤S201,确定所述识别认证场景对应场景安全等级。
步骤S202,确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数。
步骤S203,接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
由上表1可见不同的生物特征的安全性、准确性、稳定性和唯一性具有差别。因此,对于场景安全等级较高的情况需要选择安全性、准确性、稳定性和唯一性均较好的生物特征。本发明实施例先针对不同的场景安全等级设置了对应的多种生物特征采集方式,例如对于支付验证等安全等级较高的场景,可以对应虹膜、静脉、视网膜、眼纹这四种安全性、准确性、稳定性和唯一性均较好的生物特征。此外,不同的场景安全等级还要求有不同的生物特征数据种类数量,例如对于支付验证等安全等级较高的场景,需要采集3种生物特征数据进行验证。
在本发明实施例中,上述多种生物特征采集方式的数量要大于或等于要求的生物特征数据种类数。
图3是本发明实施例生成客户认证结果的第一流程图,如图3所示,在本发明的一实施例中,本发明生成客户认证结果流程包括步骤S301和步骤S302。
步骤S301,将各生物特征数据对应的相似度进行标准化或归一化处理。
步骤S302,根据各生物特征数据对应的相似度以及所述认证结果融合策略生成客户认证结果。
在本发明实施例中,由于不同的生物特征数据的对比方法不同,得到的相似度的标准也不同,因此在根据各生物特征数据对应的相似度以及认证结果融合策略确定客户认证结果之前,还需要对各生物特征数据对应的相似度进行标准化或归一化处理。在本发明的可选实施例中可以采用最大最小值法、值法、Tanh法、值自适应法、二次曲面法、对数法、二次曲面-直线-二次曲面法等方法进行标准化/归一化处理。
在本发明实施例中,上述结果融合策略包括:加权融合。
图4是本发明实施例生成客户认证结果的第二流程图,如图4所示,在本发明的另一实施例中,本发明生成客户认证结果流程包括步骤S401至步骤S403。
步骤S401,获取各生物特征数据的生物特征类型对应的准确性参数。
在本发明实施例中,可以对各生物特征类型的准确性采用统一标准进行量化,生成各生物特征类型的准确性参数。
步骤S402,根据所述准确性参数确定各生物特征数据对应的权重值。
步骤S403,根据各生物特征数据的认证结果数据以及各生物特征数据对应的权重值生成客户认证结果。
在本发明实施例中,本步骤根据各生物特征数据对应的相似度以及各生物特征数据对应的权重值计算出最终的相似度,当最终的相似度大于预设值时,客户认证通过。
在本发明实施例中,也可以对各生物特征类型的安全性、准确性、稳定性和唯一性采用统一标准同时进行量化,并预设安全性、准确性、稳定性和唯一性四者的权重值,进而计算出各生物特征类型对应的可信度参数。进而可以根据可信度参数确定各生物特征数据对应的权重值,并根据各生物特征数据的认证结果数据(相似度)以及各生物特征数据对应的权重值生成客户认证结果。
下面从1:N辨认场景来阐述本发明实施例的基于多生物特征的识别认证方法具体是如何实现的。
图5是本发明实施例基于多生物特征的识别认证方法的第二流程图,应对上述1:N辨认场景,如图5所示,在本发明的另一实施例中,本发明的基于多生物特征的识别认证方法包括步骤S501至步骤S503。
步骤S501,确定识别认证场景,并接收采集的客户的多种生物特征数据。
步骤S502,根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的所有生物特征样本数据进行对比,得到各生物特征数据对应的客户信息列表及客户信息列表中各客户信息的相似度。
步骤S503,根据所述客户信息列表以及所述相似度确定客户识别结果。
在本发明的实施例中,上述步骤S501的确定识别认证场景,并接收采集的客户的多种生物特征数据,具体包括:确定所述识别认证场景对应场景安全等级;确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
图6是本发明实施例确定客户识别结果的流程图,如图6所示,在本发明实施例中,上述步骤S503的确定客户识别结果的流程具体包括步骤S601至步骤S603。
步骤S601,对各生物特征数据对应的所述客户信息列表求交集,得到汇总客户信息列表。
步骤S602,对各生物特征数据对应的所述相似度进行标准化或归一化处理。
步骤S603,根据处理后的所述相似度确定所述汇总客户信息列表中各客户信息的相似度,以根据所述汇总客户信息列表中各客户信息的相似度确定客户识别结果。
在本发明实施例中,客户信息列表中包括客户的ID,客户信息列表中每个客户ID对应有相似度,汇总各生物特征识别服务结果(客户ID列表、相似度)进行整合判断,其中客户ID列表取交集,相似度则通过标准化方法转换到同量纲同数量级上相似度,最终得到多生物特征1:N辨认的客户ID列表及相似度。
在本发明实施例中,若多个生物特征数据对应的所述客户信息列表中均包括某个客户ID,则会出现多个相似度的情况,此时可以采用上述步骤S401至步骤S403的实施例的加权融合的方法,根据生物特征数据对应的权重值计算出最终的相似度,作为汇总客户信息列表中各客户信息的相似度。
在本发明的实施例中,上述基于多生物特征的识别认证方法具体可以通过本发明设置的多层路由系统来实现,图14是本发明实施例多层路由系统示意图。如图14所示,本发明实施例的多层路由系统包括:特征类型路由、业务类型路由、客户ID路由和业务组路由。
特征类型路由,用于根据生物特征的种类将生物特征数据路由到不同的识别服务中进行识别处理,如人脸数据上送到人脸识别服务进行处理,虹膜数据则上送到虹膜识别服务进行处理。
业务类型路由,用于根据业务特点不同,将数据分别按1:N辨认场景以及1:1确认场景进行路由。
客户ID路由,用于根据客户ID通过一致性哈希等方法获得可用服务,并通过负载均衡策略在可用服务选择目标服务。
业务组路由,通过系统维护业务组与设备资源的路由关系表,属于静态路由。
本发明提出三层路由机制,通过生物特征类型、业务类型、客户ID或业务组路由,实现多生物特征识别的并行处理,各生物特征通过该路由机制选择最优服务,从而提高处理的效率。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
基于同一发明构思,本发明实施例还提供了一种基于多生物特征的识别认证装置,可以用于实现上述实施例所描述的基于多生物特征的识别认证方法,如下面的实施例所述。由于基于多生物特征的识别认证装置解决问题的原理与基于多生物特征的识别认证方法相似,因此基于多生物特征的识别认证装置的实施例可以参见基于多生物特征的识别认证方法的实施例,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图7是本发明实施例基于多生物特征的识别认证装置的第一结构框图,如图7所示,在本发明的一实施例中,基于多生物特征的识别认证装置包括:第一场景确定及数据采集单元1、对比认证单元2、融合策略确定单元3和客户认证结果生成单元4。
第一场景确定及数据采集单元1,用于确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息。
对比认证单元2,用于根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据。
融合策略确定单元3,用于确定与所述识别认证场景对应的认证结果融合策略。
客户认证结果生成单元4,用于根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。
图8是本发明实施例第一场景确定及数据采集单元的组成结构框图,如图8所示,本发明实施例的第一场景确定及数据采集单元1包括:场景安全等级确定模块101、采集方式及种类数确定模块102和生物特征数据接收模块103。
场景安全等级确定模块101,用于确定所述识别认证场景对应场景安全等级。
采集方式及种类数确定模块102,用于确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数。
生物特征数据接收模块103,用于接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
在本发明实施例中,上述认证结果数据包括:相似度。
图9是本发明实施例基于多生物特征的识别认证装置的第二结构框图,如图9所示,本发明实施例的基于多生物特征的识别认证装置还包括:相似度数据处理单元5,该相似度数据处理单元5与客户认证结果生成单元4连接。
相似度数据处理单元5,用于将各生物特征数据对应的相似度进行标准化或归一化处理。
在本发明实施例中,上述结果融合策略包括:加权融合。
图10是本发明实施例客户认证结果生成单元的组成结构框图,如图10所示,本发明实施例客户认证结果生成单元4包括:准确性参数获取模块401、权重值确定模块402和客户认证结果生成模块403。
准确性参数获取模块401,用于获取各生物特征数据的生物特征类型对应的准确性参数。
权重值确定模块402,用于根据所述准确性参数确定各生物特征数据对应的权重值。
客户认证结果生成模块403,用于根据各生物特征数据的认证结果数据以及各生物特征数据对应的权重值生成客户认证结果。
图11是本发明实施例基于多生物特征的识别认证装置的第三结构框图,如图11所示,在本发明的另一实施例中,基于多生物特征的识别认证装置包括:第二场景确定及数据采集单元6、客户信息列表及相似度确定单元7和客户识别结果确定单元8。
第二场景确定及数据采集单元6,用于确定识别认证场景,并接收采集的客户的多种生物特征数据。
客户信息列表及相似度确定单元7,用于根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的所有生物特征样本数据进行对比,得到各生物特征数据对应的客户信息列表及客户信息列表中各客户信息的相似度。
客户识别结果确定单元8,用于根据所述客户信息列表以及所述相似度确定客户识别结果。
在本发明的可选实施例中,第二场景确定及数据采集单元6具体包括:场景安全等级确定模块,用于确定所述识别认证场景对应场景安全等级;采集方式及种类数确定模块,用于确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;生物特征数据接收模块,用于接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
图12是本发明实施例客户识别结果确定单元的组成结构框图,如图12所示,在本发明的实施例中,客户识别结果确定单元8包括:汇总客户信息列表生成模块801、相似度处理模块802和识别结果确定模块803。
汇总客户信息列表生成模块801,用于对各生物特征数据对应的所述客户信息列表求交集,得到汇总客户信息列表;
相似度处理模块802,用于对各生物特征数据对应的所述相似度进行标准化或归一化处理;
识别结果确定模块803,用于根据处理后的所述相似度确定所述汇总客户信息列表中各客户信息的相似度,以根据所述汇总客户信息列表中各客户信息的相似度确定客户识别结果。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机设备。如图13所示,该计算机设备包括存储器、处理器、通信接口以及通信总线,在存储器上存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元,如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及作品数据处理,即实现上述方法实施例中的方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个单元存储在所述存储器中,当被所述处理器执行时,执行上述实施例中的方法。
上述计算机设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解,此处不再赘述。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机处理器中执行时实现上述基于多生物特征的识别认证方法中的步骤。本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(HardDisk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (16)

1.一种基于多生物特征的识别认证方法,其特征在于,包括:
确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息;
根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据;
确定与所述识别认证场景对应的认证结果融合策略;
根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。
2.根据权利要求1所述的基于多生物特征的识别认证方法,其特征在于,所述确定识别认证场景,并接收采集的客户的多种生物特征数据,具体包括:
确定所述识别认证场景对应场景安全等级;
确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
3.根据权利要求1所述的基于多生物特征的识别认证方法,其特征在于,所述认证结果数据包括:相似度;
在所述根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果之前,还包括:
将各生物特征数据对应的相似度进行标准化或归一化处理。
4.根据权利要求1所述的基于多生物特征的识别认证方法,其特征在于,所述结果融合策略包括:加权融合;
所述根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果,包括:
获取各生物特征数据的生物特征类型对应的准确性参数;
根据所述准确性参数确定各生物特征数据对应的权重值;
根据各生物特征数据的认证结果数据以及各生物特征数据对应的权重值生成客户认证结果。
5.一种基于多生物特征的识别认证方法,其特征在于,包括:
确定识别认证场景,并接收采集的客户的多种生物特征数据;
根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的所有生物特征样本数据进行对比,得到各生物特征数据对应的客户信息列表及客户信息列表中各客户信息的相似度;
根据所述客户信息列表以及所述相似度确定客户识别结果。
6.根据权利要求5所述的基于多生物特征的识别认证方法,其特征在于,所述确定识别认证场景,并接收采集的客户的多种生物特征数据,具体包括:
确定所述识别认证场景对应场景安全等级;
确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
7.根据权利要求5所述的基于多生物特征的识别认证方法,其特征在于,所述根据所述客户信息列表以及所述相似度生成客户识别结果,具体包括:
对各生物特征数据对应的所述客户信息列表求交集,得到汇总客户信息列表;
对各生物特征数据对应的所述相似度进行标准化或归一化处理;
根据处理后的所述相似度确定所述汇总客户信息列表中各客户信息的相似度,以根据所述汇总客户信息列表中各客户信息的相似度确定客户识别结果。
8.一种基于多生物特征的识别认证装置,其特征在于,包括:
第一场景确定及数据采集单元,用于确定识别认证场景,并接收采集的客户的多种生物特征数据以及客户输入的身份信息;
对比认证单元,用于根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的与所述身份信息对应的生物特征样本数据进行对比,得到各生物特征数据的认证结果数据;
融合策略确定单元,用于确定与所述识别认证场景对应的认证结果融合策略;
客户认证结果生成单元,用于根据各生物特征数据的认证结果数据以及所述认证结果融合策略生成客户认证结果。
9.根据权利要求8所述的基于多生物特征的识别认证装置,其特征在于,所述第一场景确定及数据采集单元,包括:
场景安全等级确定模块,用于确定所述识别认证场景对应场景安全等级;
采集方式及种类数确定模块,用于确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
生物特征数据接收模块,用于接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
10.根据权利要求8所述的基于多生物特征的识别认证装置,其特征在于,所述认证结果数据包括:相似度;
所述基于多生物特征的识别认证装置,还包括:
相似度数据处理单元,用于将各生物特征数据对应的相似度进行标准化或归一化处理。
11.根据权利要求8所述的基于多生物特征的识别认证装置,其特征在于,所述结果融合策略包括:加权融合;
所述客户认证结果生成单元,包括:
准确性参数获取模块,用于获取各生物特征数据的生物特征类型对应的准确性参数;
权重值确定模块,用于根据所述准确性参数确定各生物特征数据对应的权重值;
客户认证结果生成模块,用于根据各生物特征数据的认证结果数据以及各生物特征数据对应的权重值生成客户认证结果。
12.一种基于多生物特征的识别认证装置,其特征在于,包括:
第二场景确定及数据采集单元,用于确定识别认证场景,并接收采集的客户的多种生物特征数据;
客户信息列表及相似度确定单元,用于根据各生物特征数据的生物特征类型将所述多种生物特征数据分别送入到对应的生物特征对比单元,与在生物特征认证单元中储存的所有生物特征样本数据进行对比,得到各生物特征数据对应的客户信息列表及客户信息列表中各客户信息的相似度;
客户识别结果确定单元,用于根据所述客户信息列表以及所述相似度确定客户识别结果。
13.根据权利要求12所述的基于多生物特征的识别认证装置,其特征在于,所述第二场景确定及数据采集单元,包括:
场景安全等级确定模块,用于确定所述识别认证场景对应场景安全等级;
采集方式及种类数确定模块,用于确定与所述场景安全等级对应的多种生物特征采集方式以及要求的生物特征数据种类数;
生物特征数据接收模块,用于接收客户通过从所述多种生物特征采集方式中选择的与所述生物特征数据种类数相同数量种生物特征采集方式采集的生物特征数据。
14.根据权利要求12所述的基于多生物特征的识别认证装置,其特征在于,所述客户识别结果确定单元,包括:
汇总客户信息列表生成模块,用于对各生物特征数据对应的所述客户信息列表求交集,得到汇总客户信息列表;
相似度处理模块,用于对各生物特征数据对应的所述相似度进行标准化或归一化处理;
识别结果确定模块,用于根据处理后的所述相似度确定所述汇总客户信息列表中各客户信息的相似度,以根据所述汇总客户信息列表中各客户信息的相似度确定客户识别结果。
15.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项方法中的步骤。
16.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序在计算机处理器中执行时实现如权利要求1至7任意一项方法中的步骤。
CN201910701870.4A 2019-07-31 2019-07-31 基于多生物特征的识别认证方法及装置 Pending CN110266738A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910701870.4A CN110266738A (zh) 2019-07-31 2019-07-31 基于多生物特征的识别认证方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910701870.4A CN110266738A (zh) 2019-07-31 2019-07-31 基于多生物特征的识别认证方法及装置

Publications (1)

Publication Number Publication Date
CN110266738A true CN110266738A (zh) 2019-09-20

Family

ID=67912642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910701870.4A Pending CN110266738A (zh) 2019-07-31 2019-07-31 基于多生物特征的识别认证方法及装置

Country Status (1)

Country Link
CN (1) CN110266738A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832533A (zh) * 2020-07-24 2020-10-27 中国工商银行股份有限公司 认证方法、装置、系统、电子设备和可读存储介质
CN111937005A (zh) * 2020-06-30 2020-11-13 北京小米移动软件有限公司 生物特征识别方法、装置、设备及存储介质
CN112019346A (zh) * 2020-08-17 2020-12-01 北京双洲科技有限公司 一种移动终端用户身份验证处理的方法、装置和系统
CN112383423A (zh) * 2020-11-10 2021-02-19 深圳Tcl新技术有限公司 租赁空间内设备的配网方法、装置、系统及存储介质
CN113298509A (zh) * 2021-06-18 2021-08-24 中国农业银行股份有限公司 K令认证设备和身份验证方法
CN113361554A (zh) * 2020-03-06 2021-09-07 北京眼神智能科技有限公司 生物特征识别多模态融合方法、装置、存储介质及设备
CN113744440A (zh) * 2021-09-03 2021-12-03 建信金融科技有限责任公司 一种基于场景的门禁准入方法、装置、介质和设备
CN114708667A (zh) * 2022-03-14 2022-07-05 江苏东方数码系统集成有限公司 一种基于多重生物识别技术的安防方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104639546A (zh) * 2014-12-31 2015-05-20 北京天诚盛业科技有限公司 多生物特征综合认证的方法、装置和系统
CN105224849A (zh) * 2015-10-20 2016-01-06 广州广电运通金融电子股份有限公司 一种多生物特征融合身份鉴别方法以及装置
CN108123926A (zh) * 2016-11-30 2018-06-05 阿里巴巴集团控股有限公司 身份认证方法及装置和计算设备
CN109598232A (zh) * 2018-12-03 2019-04-09 恒睿(重庆)人工智能技术研究院有限公司 一种集成生物识别技术控制方法及其装置
US20190130084A1 (en) * 2017-10-31 2019-05-02 Baidu Usa Llc Authentication method, electronic device, and computer-readable program medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104639546A (zh) * 2014-12-31 2015-05-20 北京天诚盛业科技有限公司 多生物特征综合认证的方法、装置和系统
CN105224849A (zh) * 2015-10-20 2016-01-06 广州广电运通金融电子股份有限公司 一种多生物特征融合身份鉴别方法以及装置
CN108123926A (zh) * 2016-11-30 2018-06-05 阿里巴巴集团控股有限公司 身份认证方法及装置和计算设备
US20190130084A1 (en) * 2017-10-31 2019-05-02 Baidu Usa Llc Authentication method, electronic device, and computer-readable program medium
CN109598232A (zh) * 2018-12-03 2019-04-09 恒睿(重庆)人工智能技术研究院有限公司 一种集成生物识别技术控制方法及其装置

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113361554A (zh) * 2020-03-06 2021-09-07 北京眼神智能科技有限公司 生物特征识别多模态融合方法、装置、存储介质及设备
CN113361554B (zh) * 2020-03-06 2024-05-24 北京眼神智能科技有限公司 生物特征识别多模态融合方法、装置、存储介质及设备
CN111937005A (zh) * 2020-06-30 2020-11-13 北京小米移动软件有限公司 生物特征识别方法、装置、设备及存储介质
CN111832533A (zh) * 2020-07-24 2020-10-27 中国工商银行股份有限公司 认证方法、装置、系统、电子设备和可读存储介质
CN111832533B (zh) * 2020-07-24 2023-09-05 中国工商银行股份有限公司 认证方法、装置、系统、电子设备和可读存储介质
CN112019346A (zh) * 2020-08-17 2020-12-01 北京双洲科技有限公司 一种移动终端用户身份验证处理的方法、装置和系统
CN112383423A (zh) * 2020-11-10 2021-02-19 深圳Tcl新技术有限公司 租赁空间内设备的配网方法、装置、系统及存储介质
CN112383423B (zh) * 2020-11-10 2024-05-03 深圳Tcl新技术有限公司 租赁空间内设备的配网方法、装置、系统及存储介质
CN113298509A (zh) * 2021-06-18 2021-08-24 中国农业银行股份有限公司 K令认证设备和身份验证方法
CN113744440A (zh) * 2021-09-03 2021-12-03 建信金融科技有限责任公司 一种基于场景的门禁准入方法、装置、介质和设备
CN114708667A (zh) * 2022-03-14 2022-07-05 江苏东方数码系统集成有限公司 一种基于多重生物识别技术的安防方法及系统

Similar Documents

Publication Publication Date Title
CN110266738A (zh) 基于多生物特征的识别认证方法及装置
AU2020200705B2 (en) Methods and systems for identity creation, verification and management
US11336643B2 (en) Anonymizing biometric data for use in a security system
US8719911B2 (en) Methods, systems, and computer program products for authenticating an identity of a user by generating a confidence indicator of the identity of the user based on a combination of multiple authentication techniques
US7690032B1 (en) Method and system for confirming the identity of a user
CN109413086B (zh) 线上核验身份信息的方法及装置
US20140130127A1 (en) Risk Adjusted, Multifactor Authentication
CN109034816A (zh) 用户信息验证方法、装置、计算机设备及存储介质
US10482225B1 (en) Method of authorization dialog organizing
KR20190014679A (ko) 사용자 트랜잭션에 대한 정보를 제공하는 시스템 및 방법
CN113177797A (zh) 用户身份信息认证方法、系统、装置、设备及存储介质
EP2254093B1 (en) Method and system for confirming the identity of a user
KR101676854B1 (ko) 전자 명함을 인증하기 위한 방법, 서버 및 컴퓨터 판독 가능한 기록 매체
US20220383319A1 (en) Multi-factor authentication security system and method for verifying identification using evolving personal data combined with biometrics
GB2597112A (en) Computer platform and method for securely exchanging confidential data and generating legal documents
KR20100136100A (ko) 다양한 응용을 위한 다기준 신뢰도 지원 하이브리드 온라인 서명검증 시스템 및 그 방법
US20230020445A1 (en) Systems and methods for controlling access to data records
CN113328862B (zh) 企业人员的认证方法、装置及系统
CA3124849A1 (en) Systems and methods for controlling access to data records
CA2681848A1 (en) Method and system for confirming the identity of a user
NZ741673B2 (en) Methods and systems for identity creation, verification and management

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190920