CN111476081A - 一种基于区块链和人脸识别的身份认证模型 - Google Patents

一种基于区块链和人脸识别的身份认证模型 Download PDF

Info

Publication number
CN111476081A
CN111476081A CN202010060709.6A CN202010060709A CN111476081A CN 111476081 A CN111476081 A CN 111476081A CN 202010060709 A CN202010060709 A CN 202010060709A CN 111476081 A CN111476081 A CN 111476081A
Authority
CN
China
Prior art keywords
user
mobile terminal
service provider
terminal app
characteristic value
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
CN202010060709.6A
Other languages
English (en)
Inventor
苏寒松
李燊
刘高华
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN202010060709.6A priority Critical patent/CN111476081A/zh
Publication of CN111476081A publication Critical patent/CN111476081A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic 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
    • H04L9/3236—Cryptographic 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 cryptographic hash functions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/50—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols using hash chains, e.g. blockchains or hash trees

Abstract

本发明公开一种基于区块链和人脸识别的身份认证模型，由三个参与方和两个技术组件构成，三个参与方分别是用户、移动端APP和服务供应商，两个技术组件分别是人脸识别神经网络模型和基于区块链的身份链IdentiChain；用户需要成为服务供应商的合法认证用户并通过移动端APP访问相应服务供应商的服务；用户初次发起服务请求时需要完成注册操作，注册成功后服务供应商返回服务和公钥；用户再次请求服务时需要完成验证操作，验证成功后服务供应商返回服务和新公钥；其中，人脸识别神经网络模型接收移动端APP输入的人脸图像，进行训练后输出该用户的人脸特征值ID并返回给移动端APP；每个服务供应商都是身份链IdentiChain的节点之一。

Description

一种基于区块链和人脸识别的身份认证模型
技术领域
本发明涉及人脸识别和区块链领域，特别是涉及一种基于区块链和人脸识别的身份认证模型。
背景技术
身份认证是指在计算机及计算机网络系统中确认访问者身份的过程，进而确定该用户是否具有对某种资源的访问和使用权限，保证系统和数据的安全.它是保障信息安全的重要手段。
目前，主流的身份认证方式分为以下3种：1)以静态口令为代表的根据用户所知道的信息来证明身份；2)以动态口令为代表的根据用户所拥有的东西来证明身份；3)以人脸识别、虹膜识别等为代表的根据独一无二的生物特征来证明用户身份对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等图像预处理。主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等。
第3种身份认证方式是以虹膜识别、指纹识别、声纹识别等为代表的高级生物识别技术.它基于用户个人独一无二的生理特征进行身份认证.因为生物特征具有唯一性、不可复制性，它比静态口令被忘记或破解的难度更大，比持有物被窃取或转移的可能性更低.因此，生物特征识别技术目前被认为是以上3种身份认证方式中最可靠最方便、最快捷的。
区块链技术具有去中心化、时序数据、集体维护和安全可信等特点。这些特点使区块链非常适合存储和保护隐私数据，以避免因中心化机构遭受攻击或权限管理不当而造成的大规模数据丢失或泄露.任意用户数据均可通过哈希运算打包写入区块链，通过区块链P2P网络系统内节点的共识算法和非对称加密技术来保证安全性。
区块链技术和生物识别技术对身份认证有突出的优势，因此本发明提出的模型利用了区块链与人脸识别两种技术。
发明内容
本发明的目的是为了克服现有技术中的不足，提供一种基于区块链和人脸识别的身份认证模型，区块链的节点若仅拥有匿名地址而无法证明自己的身份，那么其应用场景相对狭窄.因此，将区块链技术应用于身份认证场景不仅能解决传统身份认证方式存在的问题，还能拓展更多的应用范围。本发明就是将区块链和人脸识别两种技术结合为双因子身份认证的认证方式，即结合了根据用户所拥有的信息和用户生物特征两种身份认证方式.这样的双因子认证方式优势如下：一是利用了区块链技术去中心化、不可篡改、非实名化的特点，极大地降低了由于中心化存储发生泄库事件而造成用户信息的泄露。二是人脸识别的不可复制性、安全可信.在身份认证的3种方式中，人脸相对于静态或动态口令是独一无二的输入，显然仿制和造假的难度极高。三是双因子身份认证结合了以上两点优势，安全地存储了用户的基本信息和人脸特征，保证在验证时两者缺一不可，从而提高了身份认证的安全性。
本发明的目的是通过以下技术方案实现的：
一种基于区块链和人脸识别的身份认证模型，其特征在于，由三个参与方和两个技术组件构成，三个参与方分别是用户、移动端APP和服务供应商，两个技术组件分别是人脸识别神经网络模型和基于区块链的身份链IdentiChain；用户需要成为服务供应商的合法认证用户并通过移动端APP访问相应服务供应商的服务；用户初次发起服务请求时需要完成注册操作，注册成功后服务供应商返回服务和公钥；用户再次请求服务时需要完成验证操作，验证成功后服务供应商返回服务和新公钥；其中，人脸识别神经网络模型接收移动端APP输入的人脸图像，进行训练后输出该用户的人脸特征值ID并返回给移动端APP；每个服务供应商都是身份链IdentiChain的节点之一；移动端APP向拥有注册权的服务供应商输入人脸特征值ID和Hash(证件信息)，服务供应商在注册和验证操作中进行不同的计算，包括写入和验证。其中Hash(证件信息在进行注册操作时输入。区块分为区块头和区块体，HashInfo为证件信息的摘要，分为4项，经由Merkel树计算得到的root值为HashInfo1234。
进一步的，用户进行注册操作的步骤如下：
第一步，用户向移动端APP上传包含人脸的照片及证件信息；
第二步，人脸识别模型训练出用户人脸特征值ID并将其返回给移动端APP；
第三步，移动端APP将人脸特征值ID和经过Merkel树算法计算得到的root值即证件信息HashInfo1234发送给用户请求；
第四步，选举一个节点作为主节点，该节点将人脸特征值ID向其他节点广播，其他节点计算人脸特征值ID的哈希摘要并向全网广播；当一个节点收到2/3不同节点发来的人脸特征值ID摘要都与其计算的相等，则向全网广播一条commit消息，一个节点收到2/3个不同节点发来的commit消息则达成共识；
第五步，区块创建者将人脸特征值ID的摘要和签名后的证件信息SignInfo写入新区块中；其中，SignInfo＝PrivateKey(Hash(HashInfo1234))；服务供应商返回签名所用私钥对称的公钥和服务给移动端APP，移动端APP将服务和封装了公钥的二维码返回给用户作为将来验证身份的凭证之一。
进一步的，已经成为IdentiChain的注册用户希望获取某服务供应商的服务，进行验证操作的步骤如下：
第一步，用户向移动端APP输入人脸图像、证件信息(Hash)和包含公钥的二维码；
第二步，移动端APP将人脸图像输入到人脸识别神经网络模型中，该模型训练得到用户特征值ID，并将用户特征值ID返回给移动端APP；
第三步，移动端APP利用Merkel树算法计算证件信息得到HashInfo1234，解析二维码得到PublicKey，并将HashInfo1234、用户特征值ID、PublicKey发送给用户请求的服务供应商；
第四步，该服务供应商在IdentiChain中遍历是否存在与HashInfo1234相等的PublicKey(用公钥解密后的SignInfo)，若不存在，则证件信息不符，验证失败；若存在，则该用户证件信息验证通过；
第五步，计算移动端APP输入的用户特征值ID与相应区块ID的相似度，若不相似则为非法用户，验证失败；若相似，证明其生物特征验证通过；验证过程为一个区块一个区块的验证，验证过程即对比当前哈希值与区块哈希值，若相同，则验证成功。
第六步，计算Hash(PrevHash+TimeStamp+Nonce)是否等于下一区块哈希值，若不满足则验证失败；若满足，验证成功；其中PreHash指的是前一个区块的哈希值，TimeStamp指的是时间戳，Nonce指的是特征值和证件信息。
与现有技术相比，本发明的技术方案所带来的有益效果是：
1.本发明解决了传统身份认证中心化存储而造成的泄库风险问题，降低了各服务供应商协作的成本。
2.本模型采用去中心化的方式对用户信息进行存储与验证，对普通用户而言，隐私信息的控制权更大，当某服务供应商向用户发起授权邀请时，用户只授权该节点所需信息即可。所有节点共享了记录用户ID和信息的IdentiChain身份账本，对于服务供应商而言，注册成本更低。
3.本专利适用于当前各类需要身份认证机制的实际应用，如银行的身份认证、保险柜的身份认证等。将区块链和人脸识别技术应用于身份认证场景解决了传统身份认证方式存在的问题。双因子身份认证结合了两者优势，安全地存储了用户的基本信息和人脸特征，保证在验证时两者缺一不可，从而大大提高了身份认证的安全性。
附图说明
图1是本发明基于IdentiChain和人脸识别的双因子身份认证模型框架图。
图2是注册流程示意图。
图3是验证流程示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明中提出了基于区块链和人脸识别的双因子身份认证模型。该模型由3个参与方和两个技术组件构成。3个参与方分别是用户、移动端APP和服务供应商，两个技术组件分别是人脸识别神经网络模型和基于区块链的身份链IdentiChain。用户通过移动端APP访问服务供应商的服务，因此用户需要成为服务供应商的合法认证用户。用户初次发起服务请求时需要完成注册操作，注册成功后服务供应商返回服务和公钥；用户再次请求服务时需要完成验证操作，验证成功后服务供应商返回服务和新公钥。其中，人脸识别神经网络模型接收APP输入的人脸图像，进行训练后输出该用户的人脸特征值ID并返回给APP。每个服务供应商都是IdentiChain的节点之一。APP向拥有注册权的服务供应商输入ID和Hash(证件信息)，服务供应商在注册、验证等操作中进行不同的计算，如写入和验证。
见图2，用户进行注册流程如下：
用户希望访问某节点的服务，由于任何服务供应商都使用IdentiChain进行身份验证，因此该用户需要成为IdentiChain的认证用户，即进行注册操作。
注册操作的具体步骤如下：第一步，用户向移动端APP上传包含人脸的照片及证件信息。第二步，人脸识别模型训练出用户人脸特征值ID并将其返回给移动端APP。第三步，APP将ID和经过Merkel树算法计算的证件信息HashInfo1234发送给用户请求。第四步，选举一个节点作为主节点，该节点将ID向其他节点广播，其他节点计算ID的哈希摘要并向全网广播。当一个节点收到2/3不同节点发来的ID摘要都与其计算的相等，则向全网广播一条commit消息，一个节点收到2/3个不同节点发来的commit消息则达成共识；第五步，5区块创建者将ID的摘要和签名后的证件信息SignInfo写入新区块中。其中，SignInfo＝PrivateKey(Hash(HashInfo1234))。服务供应商返回签名所用私钥对称的公钥和服务给APP，APP将服务和封装了公钥的二维码返回给用户作为将来验证身份的凭证之一。
见图3，用户进行验证的流程如下：
已经成为IdentiChain的注册用户希望获取某服务供应商的服务，则需通过IdentiChain验证流程。
验证操作的具体步骤如下：第一步，用户向APP输入人脸图像、证件信息和包含公钥的二维码。第二步，APP将人脸图像输入到人脸识别模型中，该模型训练得到用户特征ID，并将ID返回给APP。第三步，APP利用Merkel树算法计算证件信息得到HashInfo1234，解析二维码得到PublicKey，并将HashInfo1234、ID、PublicKey发送给用户请求的服务供应商。第四步，该服务供应商在IdentiChain中遍历是否存在与HashInfo1234相等的PublicKey(SignInfo)(用公钥解密后的SignInfo).若不存在，则证件信息不符，验证失败；若存在，则该用户证件信息验证通过。第五步，计算APP输入的ID与该区块ID的相似度，若不相似则为非法用户，验证失败。若相似，证明其生物特征验证通过。第六步，计算Hash(PrevHash+TimeStamp+Nonce)是否等于下一区块哈希值，若不满足则验证失败；若满足，验证成功。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (3)

1.一种基于区块链和人脸识别的身份认证模型，其特征在于，由三个参与方和两个技术组件构成，三个参与方分别是用户、移动端APP和服务供应商，两个技术组件分别是人脸识别神经网络模型和基于区块链的身份链IdentiChain；用户需要成为服务供应商的合法认证用户并通过移动端APP访问相应服务供应商的服务；用户初次发起服务请求时需要完成注册操作，注册成功后服务供应商返回服务和公钥；用户再次请求服务时需要完成验证操作，验证成功后服务供应商返回服务和新公钥；其中，人脸识别神经网络模型接收移动端APP输入的人脸图像，进行训练后输出该用户的人脸特征值ID并返回给移动端APP；每个服务供应商都是身份链IdentiChain的节点之一；移动端APP向拥有注册权的服务供应商输入人脸特征值ID和Hash(证件信息)，服务供应商在注册和验证操作中进行不同的计算，包括写入和验证。
2.根据权利要求1所述一种基于区块链和人脸识别的身份认证模型，其特征在于，用户进行注册操作的步骤如下：
第一步，用户向移动端APP上传包含人脸的照片及证件信息；
第二步，人脸识别模型训练出用户人脸特征值ID并将其返回给移动端APP；
第三步，移动端APP将人脸特征值ID和经过Merkel树算法计算得到的root值即证件信息HashInfo1234发送给用户请求；
第四步，选举一个节点作为主节点，该节点将人脸特征值ID向其他节点广播，其他节点计算人脸特征值ID的哈希摘要并向全网广播；当一个节点收到2/3不同节点发来的人脸特征值ID摘要都与其计算的相等，则向全网广播一条commit消息，一个节点收到2/3个不同节点发来的commit消息则达成共识；
第五步，区块创建者将人脸特征值ID的摘要和签名后的证件信息SignInfo写入新区块中；其中，SignInfo＝PrivateKey(Hash(HashInfo1234))；服务供应商返回签名所用私钥对称的公钥和服务给移动端APP，移动端APP将服务和封装了公钥的二维码返回给用户作为将来验证身份的凭证之一。
3.根据权利要求1所述一种基于区块链和人脸识别的身份认证模型，其特征在于，已经成为IdentiChain的注册用户希望获取某服务供应商的服务，进行验证操作的步骤如下：
第一步，用户向移动端APP输入人脸图像、证件信息(Hash)和包含公钥的二维码；
第二步，移动端APP将人脸图像输入到人脸识别神经网络模型中，该模型训练得到用户特征值ID，并将用户特征值ID返回给移动端APP；
第三步，移动端APP利用Merkel树算法计算证件信息得到HashInfo1234，解析二维码得到PublicKey，并将HashInfo1234、用户特征值ID、PublicKey发送给用户请求的服务供应商；
第四步，该服务供应商在IdentiChain中遍历是否存在与HashInfo1234相等的PublicKey(用公钥解密后的SignInfo)，若不存在，则证件信息不符，验证失败；若存在，则该用户证件信息验证通过；
第五步，计算移动端APP输入的用户特征值ID与相应区块ID的相似度，若不相似则为非法用户，验证失败；若相似，证明其生物特征验证通过；
第六步，计算Hash(PrevHash+TimeStamp+Nonce)是否等于下一区块哈希值，若不满足则验证失败；若满足，验证成功；其中PreHash指的是前一个区块的哈希值，TimeStamp指的是时间戳，Nonce指的是特征值和证件信息。
CN202010060709.6A 2020-01-19 2020-01-19 一种基于区块链和人脸识别的身份认证模型 Pending CN111476081A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010060709.6A CN111476081A (zh) 2020-01-19 2020-01-19 一种基于区块链和人脸识别的身份认证模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010060709.6A CN111476081A (zh) 2020-01-19 2020-01-19 一种基于区块链和人脸识别的身份认证模型

Publications (1)

Publication Number Publication Date
CN111476081A true CN111476081A (zh) 2020-07-31

Family

ID=71746276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010060709.6A Pending CN111476081A (zh) 2020-01-19 2020-01-19 一种基于区块链和人脸识别的身份认证模型

Country Status (1)

Country Link
CN (1) CN111476081A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111966753A (zh) * 2020-08-18 2020-11-20 中国银行股份有限公司 基于区块链和同态加密的决策树模型训练方法及装置
CN112311779A (zh) * 2020-10-22 2021-02-02 腾讯科技（深圳）有限公司 应用于区块链系统的数据访问控制方法及装置
CN114398606A (zh) * 2021-10-09 2022-04-26 武汉烽火信息集成技术有限公司 基于区块链的人脸验证方法、设备和计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902462A (zh) * 2019-03-11 2019-06-18 国家电网有限公司 一种面向电力调度控制系统的统一身份认证方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902462A (zh) * 2019-03-11 2019-06-18 国家电网有限公司 一种面向电力调度控制系统的统一身份认证方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕婧淑等: "基于区块链和人脸识别的双因子身份认证模型", 《应用科学学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111966753A (zh) * 2020-08-18 2020-11-20 中国银行股份有限公司 基于区块链和同态加密的决策树模型训练方法及装置
CN111966753B (zh) * 2020-08-18 2024-02-27 中国银行股份有限公司 基于区块链和同态加密的决策树模型训练方法及装置
CN112311779A (zh) * 2020-10-22 2021-02-02 腾讯科技（深圳）有限公司 应用于区块链系统的数据访问控制方法及装置
CN114398606A (zh) * 2021-10-09 2022-04-26 武汉烽火信息集成技术有限公司 基于区块链的人脸验证方法、设备和计算机可读存储介质
CN114398606B (zh) * 2021-10-09 2024-05-03 武汉烽火信息集成技术有限公司 基于区块链的人脸验证方法、设备和计算机可读存储介质

Similar Documents

Publication Publication Date Title
US20210409221A1 (en) Portable Biometric Identity on a Distributed Data Storage Layer
US10558974B2 (en) Methods and systems of providing verification of information using a centralized or distributed ledger
US11206133B2 (en) Methods and systems for recovering data using dynamic passwords
US11936788B1 (en) Distributed ledger system for identity data storage and access control
US20190268165A1 (en) Cryptoasset custodial system with different rules governing access to logically separated cryptoassets
US10789346B2 (en) Online identity scoring
WO2018170341A1 (en) Methods and systems for universal storage and access to user-owned credentials for trans-institutional digital authentication
US20160219046A1 (en) System and method for multi-modal biometric identity verification
CN111476081A (zh) 一种基于区块链和人脸识别的身份认证模型
EP2513834B1 (en) System and method for verifying the identity of an individual by employing biometric data features associated with the individual as well as a computer program product for performing said method
US11501291B2 (en) Cryptoasset custodial system using encrypted and distributed client keys
CN112231366B (zh) 一种基于区块链的企业信用报告查询方法、装置及系统
CN113204783A (zh) 一种隐私保护的安全去中心化自我主权身份认证协议方法
US20210217024A1 (en) System and Method of Consolidating Identity Services
CN209659342U (zh) 一种多因子身份与访问管理系统
US11960579B2 (en) Smart glass and blockchain digital signature implementation
Drusinsky Cryptographic–biometric self-sovereign personal identities
TWI811072B (zh) 具實名認證之時效性授權系統、方法及電腦可讀媒介
US20230360123A1 (en) Cryptocurrency exchange platform
TW202409866A (zh) 具實名認證之時效性授權系統、方法及電腦可讀媒介
CN114266574A (zh) 一种基于区块链平台的各业务系统间权限校验方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200731

WD01 Invention patent application deemed withdrawn after publication