CN113378226A - 生物数据处理方法、装置、设备及计算机可读存储介质 - Google Patents
生物数据处理方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113378226A CN113378226A CN202110706601.4A CN202110706601A CN113378226A CN 113378226 A CN113378226 A CN 113378226A CN 202110706601 A CN202110706601 A CN 202110706601A CN 113378226 A CN113378226 A CN 113378226A
- Authority
- CN
- China
- Prior art keywords
- core
- data
- biological characteristic
- characteristic data
- biological
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000013075 data extraction Methods 0.000 claims abstract description 113
- 230000011218 segmentation Effects 0.000 claims abstract description 28
- 210000003462 vein Anatomy 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 27
- 239000012634 fragment Substances 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 7
- 208000005244 familial abdominal 2 aortic aneurysm Diseases 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 210000000697 sensory organ Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000000178 monomer Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Bioethics (AREA)
- Computational Linguistics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明涉及大数据处理技术领域，揭露一种生物数据处理方法，包括：对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，生成核心生物特征混淆集；将核心生物特征混淆集与编码关联列表关联处理后，储存至预设的混淆生物数据库。本发明还涉及区块链技术，混淆生物数据库存储于区块链中。本发明能够解决现有技术中，生物数据传输存在被盗取、拦截等安全隐患，不利于个人信息的保护等问题。
Description
技术领域
本发明涉及大数据处理技术领域，尤其涉及一种生物数据处理的方法、装置、电子设备及计算机可读存储介质。
背景技术
生物特征具有唯一性及可识别性，能够用于识别用户身份，广泛用于信息领域、银行、证券、公安司法、军队和国防、保安和证件防伪等领域。
生物特征数据在采集、传输和使用等应用环节，应满足国家对个人信息安全保护的要求进行有效保护，避免信息的丢失或者被盗取，进而引发个人的损失。
目前在生物特征识别应用中，对于采集的生物特征数据未进行有效保护便进行落盘存储或进行传输，存在被盗取、拦截等安全隐患，不利于个人信息的保护。
发明内容
本发明提供一种生物数据处理方法、装置、电子设备及计算机可读存储介质，其主要目的在于能够解决现有技术中，采集的生物特征数据未进行有效保护便进行落盘存储或进行传输，存在被盗取、拦截等安全隐患，不利于个人信息的保护等问题。
第一方面，为实现上述目的，本发明提供的一种生物数据处理方法，包括：
对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
第二方面，为了解决上述问题，本发明还提供一种生物数据处理装置，所述装置包括：
核心生物特征数据提取模块，用于对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
编码关联列表生成模块，用于在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
核心生物特征混淆集生成模块，用于基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
数据存储模块，用于将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
第三方面，为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的生物数据处理方法的步骤。
第四方面，为了解决上述问题，本发明还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的生物数据处理方法。
本发明提出的生物数据处理方法、装置、电子设备及计算机可读存储介质，通过对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；核心生物特征数据是生物特征数据的关键，通过对核心生物特征数据随机分段编码、切分等处理，得到编码关联列表和打乱排列顺序的核心生物特征混淆集能够对生物特征数据进行有效保护；避免在数据传输过程中，因被盗取或被截留后导致信息泄露。
附图说明
图1为本发明一实施例提供的生物数据处理方法的流程示意图；
图2为本发明一实施例提供的中文生物数据处理装置的模块示意图；
图3为本发明一实施例提供的实现中文生物数据处理方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本发明提供一种生物数据处理方法。参照图1所示，为本发明一实施例提供的生物数据处理方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
在本实施例中，生物数据处理方法包括：
步骤S110、对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
具体的，在生物特征原数据中核心特征数据起着关键性的作用，例如，在人脸识别技术中，人脸的五官为关键的识别特征；又如，在虹膜加密技术中，瞳孔为关键的生物特征数据；为了解决生物特征数据在传输过程中被盗取、拦截等安全隐患，通过提取物特征原数据中的核心生物特征数据，并对核心生物特征数据进行保护即可达到预防被盗取、拦截等安全隐患。
作为本发明的一个可选实施例，对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据包括：
获取与生物特征原数据的种类相对应的核心特征数据提取模型；
通过核心特征数据提取模型对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
具体的，不同种类的生物特征原数据的核心特征数据的提取方法不同，例如，对于人脸原数据和声纹原数据两者的核心特征数据存在较大的区别，因此，需要根据生物特征原数据的种类训练不同的核心特征数据提取模型，通过核心特征数据提取模型对生物特征原数据进行核心特征数据提取处理能够提高数据处理的效率。在采取生物特征原数据时，对不同种类的生物特征原数据用不同的字符进行标记，例如，人脸原数据采用R作为标记符，在人脸原数据的文件上标记R；通过识别生物特征原数据上标记的字符，选取相应的核心特征数据提取模型。
作为本发明的一个可选实施例，生物特征原数据包括人脸原数据、虹膜原数据、声纹原数据或指静脉原数据，其中，
若生物特征原数据为人脸原数据，则与人脸原数据相对应的核心特征数据提取模型为人脸核心数据提取模型；人脸核心数据提取模型包括用于输入人脸原数据的人脸原数据输入层、用于对人脸原数据进行图片预处理的图片预处理层、用于对图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理的人脸中心定位层、用于对人脸中心定位层得到的人脸中心部位进行提取处理的人脸核心数据提取层和用于将人脸核心数据提取层得到的人脸核心特征数据进行输出的人脸核心特征数据输出层；
若生物特征原数据为虹膜原数据，则与虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；虹膜核心数据提取模型包括用于输入虹膜原数据的虹膜原数据输入层、用于对虹膜原数据的瞳孔中心部位进行定位处理的瞳孔中心定位层、用于对瞳孔中心定位层得到的瞳孔中心部位进行提取处理的虹膜核心数据提取层和用于将虹膜核心数据提取层得到的虹膜核心特征数据进行输出的虹膜核心特征数据输出层；
若生物特征原数据为声纹原数据，则与声纹原数据相对应的核心特征数据提取模型为声纹核心数据提取模型；声纹核心数据提取模型包括用于输入声纹原数据的声纹原数据输入层、用于对声纹原数据的中心波峰或中心波谷进行定位处理的声纹中心定位层、用于对声纹中心定位层得到中心波峰或中心波谷进行提取处理的声纹核心数据提取层和用于将声纹核心数据提取层得到的声纹核心特征数据进行输出的声纹核心特征数据输出层；
若生物特征原数据为指静脉原数据，则与指静脉原数据相对应的核心特征数据提取模型为指静脉核心数据提取模型；指静脉核心数据提取模型包括用于输入指静脉原数据的指静脉原数据输入层、用于对指静脉原数据的第一清晰节点位置进行结构定位处理的指静脉中心定位层、用于对指静脉中心定位层得到的第一清晰节点进行提取处理的指静脉核心数据提取层和用于将指静脉核心数据提取层得到的指静脉核心特征数据进行输出的指静脉核心特征数据输出层。
具体的，生物特征原数据的种类包括但是不限于人脸原数据、虹膜原数据、声纹原数据以及指静脉原数据。若生物特征原数据为人脸原数据，则与人脸原数据对应的核心特征数据提取模型为人脸核心数据提取模型；若生物特征原数据为虹膜原数据，则与虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；若生物特征原数据为声纹原数据，则与声纹原数据相对应的核心特征数据提取模型为声纹核心数据提取模型；若生物特征原数据为指静脉原数据，则与指静脉原数据相对应的核心特征数据提取模型为指静脉核心数据提取模型。
通过人脸核心数据提取模型对人脸原数据进行人脸核心数据提取时，通过人脸原数据输入层输入人脸原数据；通过图片预处理层对人脸原数据进行归一化、几何变换、平滑、复原和增强等预处理，使人脸图片清晰，然后通过人脸中心定位层对图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理，定位出人脸的中心位置，例如，人脸的五官，然后将定位的人脸中心部位作为核心部位通过人脸核心数据提取层进行提取，从而得到人脸核心数据，通过人脸核心特征数据输出层输出。另外三种核心特征数据提取模型对相应的生物特征原数据的核心特征数据的提取方式与此类似，在此不做赘述。
步骤S120、在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表。
具体的，在核心生物特征数据上进行随机分段编码处理，其中，分段编码的过程可以从核心生物特征数据的中心位置相向两端进行分段编码，也可以从数据的一端向另一端进行分段编码，将相邻的编码进行关联处理，例如，核心生物特征数据上的一段编码为AAA2，与该段数据相邻的前一段编码为AAA1则关联处理后，则在编码关联列表上生成AAA1/AAA2；若该段数据相邻的上方的一端编码为BBB2，则在编码关联列表上生成AAA1/AAA2+BBB2。当然也可采用其它的方式进行编码关联处理，只要能够通过编码关联列表将核心生物特征数据上各段编码关联起来即可。
作为本发明的一个可选实施例，在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表包括：
基于随机数生成器生成的随机数，对核心生物特征数据进行分段处理，得到核心生物特征数据段；
对核心生物特征数据段进行编码，得到编码核心生物特征数据段；
将相邻的编码核心生物特征数据段上的编码进行关联处理，生成编码关联列表。
具体的，通过随机数生成器生成随机数，将随机数作为在核心生物特征数据上的分段数，在每一段上进行编码，得到编码核心生物特征数据段，然后，将相邻的编码核心生物特征数据段上的编码进行关联处理，生成编码关联列表。
步骤S130、基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
具体的，将每个带有编码的核心生物特征数据段作为一个分割单体进行切分处理，得到切分后的核心生物特征数据的特征数据片段集，为了防止核心生物特征数据在传输中出现安全隐患，将核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
作为本发明的一个可选实施例，基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集包括：
对核心生物特征数据上的编码核心生物特征数据段进行切分处理，得到特征数据片段集合；
将特征数据片段集合中相邻的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
具体的，先对核心生物特征数据段进行切分处理，切分后得到特征数据片段集合；将特征数据片段集合中相邻的特征数据片段打乱排列顺序，生成核心生物特征混淆集。在核心生物特征混淆集中，特征数据片段散乱储存，不需要进行拼接，便于后续的生物特征原数据的还原处理。
步骤S140、将核心生物特征混淆集与编码关联列表关联处理后，储存至预设的混淆生物数据库。
具体的，将核心生物特征混淆集与编码关联列表关联，每个核心生物特征混淆集都与能够将其还原的编码关联列表进行关联处理，可通过相同的名称进行关联，也可通过相同的代码进行关联。关联后，将核心生物特征混淆集与编码关联列表储存至预设的混淆生物数据库中。
作为本发明的一个可选实施例，混淆生物数据库存储于区块链中，在将核心生物特征混淆集与编码关联列表关联处理后，储存至预设的混淆生物数据库之前，还包括：
对编码关联列表进行加密处理，并将编码关联列表的秘钥发送至合作用户端。
具体的，通过对编码关联列表进行加密，能够增加数据的安全性，将编码关联列表的秘钥发送至合作用户端，确保只有合作的用户端能够通过编码关联列表对相关联的核心生物特征数据进行还原。
作为本发明的一个可选实施例，在将核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库之后，还包括：
基于来自合作用户端的实时生物特征数据需求，将与实时生物特征数据需求相对应的生物特征原数据中除去核心生物特征数据的剩余生物特征数据、与实时生物特征数据需求相对应的核心生物特征混淆集以及与核心生物特征混淆集相关联的编码关联列表共同发送至合作用户端；
合作用户端根据编码关联列表的秘钥对编码关联列表进行解密处理，得到解密的编码关联列表；
根据解密的编码关联列表对与编码关联列表相关联的核心生物特征混淆集中的核心生物特征数据的特征数据片段进行拼接处理，得到还原的核心生物特征数据；
将还原的核心生物特征数据与相对应的剩余生物特征数据进行还原处理，得到与实时生物特征数据需求相对应的生物特征原数据。
具体的，实时生物特征数据需求至少需要包括需要的生物特征数据的种类；根据生物特征数据的种类将与其对应的生物特征原数据中除去核心生物特征数据的剩余生物特征数据、与实时生物特征数据需求相对应的核心生物特征混淆集以及与核心生物特征混淆集相关联的编码关联列表共同发送给合作用户端；合作用户端根据编码关联列表的秘钥对编码关联列表进行解密；通过解密的编码关联列表对与编码关联列表相关联的核心生物特征混淆集中的核心生物特征数据的特征数据片段进行拼接，得到还原的核心生物特征数据，然后将还原的核心生物特征数据与相对应的剩余生物特征数据进行还原处理，得到与实时生物特征数据需求相对应的生物特征原数据。其中，每个生物特征原数据都有唯一的数据ID码，其除去核心生物特征数据的剩余生物特征数据和核心生物特征数据均继承其数据ID码。
如图2所示，是本发明一个实施例的生物数据处理装置的功能模块图。
本发明所述生物数据处理装置200可以安装于电子设备中。根据实现的功能，所述生物数据处理装置可以包括核心生物特征数据提取模块210、编码关联列表生成模块220、核心生物特征混淆集生成模块230、数据存储模块240。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
核心生物特征数据提取模块210，用于对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
具体的，在生物特征原数据中核心特征数据起着关键性的作用，例如，在人脸识别技术中，人脸的五官为关键的识别特征；又如，在虹膜加密技术中，瞳孔为关键的生物特征数据；为了解决生物特征数据在传输过程中被盗取、拦截等安全隐患，通过提取物特征原数据中的核心生物特征数据，并对核心生物特征数据进行保护即可达到预防被盗取、拦截等安全隐患。
作为本发明的一个可选实施例，对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据包括：
获取与生物特征原数据的种类相对应的核心特征数据提取模型；
通过核心特征数据提取模型对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
具体的，不同种类的生物特征原数据的核心特征数据的提取方法不同，例如，对于人脸原数据和声纹原数据两者的核心特征数据存在较大的区别，因此，需要根据生物特征原数据的种类训练不同的核心特征数据提取模型，通过核心特征数据提取模型对生物特征原数据进行核心特征数据提取处理能够提高数据处理的效率。在采取生物特征原数据时，对不同种类的生物特征原数据用不同的字符进行标记，例如，人脸原数据采用R作为标记符，在人脸原数据的文件上标记R；通过识别生物特征原数据上标记的字符，选取相应的核心特征数据提取模型。
作为本发明的一个可选实施例，生物特征原数据包括人脸原数据、虹膜原数据、声纹原数据或指静脉原数据，其中，
若生物特征原数据为人脸原数据，则与人脸原数据相对应的核心特征数据提取模型为人脸核心数据提取模型；人脸核心数据提取模型包括用于输入人脸原数据的人脸原数据输入层、用于对人脸原数据进行图片预处理的图片预处理层、用于对图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理的人脸中心定位层、用于对人脸中心定位层得到的人脸中心部位进行提取处理的人脸核心数据提取层和用于将人脸核心数据提取层得到的人脸核心特征数据进行输出的人脸核心特征数据输出层；
若生物特征原数据为虹膜原数据，则与虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；虹膜核心数据提取模型包括用于输入虹膜原数据的虹膜原数据输入层、用于对虹膜原数据的瞳孔中心部位进行定位处理的瞳孔中心定位层、用于对瞳孔中心定位层得到的瞳孔中心部位进行提取处理的虹膜核心数据提取层和用于将虹膜核心数据提取层得到的虹膜核心特征数据进行输出的虹膜核心特征数据输出层；
若生物特征原数据为声纹原数据，则与声纹原数据相对应的核心特征数据提取模型为声纹核心数据提取模型；声纹核心数据提取模型包括用于输入声纹原数据的声纹原数据输入层、用于对声纹原数据的中心波峰或中心波谷进行定位处理的声纹中心定位层、用于对声纹中心定位层得到中心波峰或中心波谷进行提取处理的声纹核心数据提取层和用于将声纹核心数据提取层得到的声纹核心特征数据进行输出的声纹核心特征数据输出层；
若生物特征原数据为指静脉原数据，则与指静脉原数据相对应的核心特征数据提取模型为指静脉核心数据提取模型；指静脉核心数据提取模型包括用于输入指静脉原数据的指静脉原数据输入层、用于对指静脉原数据的第一清晰节点位置进行结构定位处理的指静脉中心定位层、用于对指静脉中心定位层得到的第一清晰节点进行提取处理的指静脉核心数据提取层和用于将指静脉核心数据提取层得到的指静脉核心特征数据进行输出的指静脉核心特征数据输出层。
具体的，生物特征原数据的种类包括但是不限于人脸原数据、虹膜原数据、声纹原数据以及指静脉原数据。若生物特征原数据为人脸原数据，则与人脸原数据对应的核心特征数据提取模型为人脸核心数据提取模型；若生物特征原数据为虹膜原数据，则与虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；若生物特征原数据为声纹原数据，则与声纹原数据相对应的核心特征数据提取模型为声纹核心数据提取模型；若生物特征原数据为指静脉原数据，则与指静脉原数据相对应的核心特征数据提取模型为指静脉核心数据提取模型。
通过人脸核心数据提取模型对人脸原数据进行人脸核心数据提取时，通过人脸原数据输入层输入人脸原数据；通过图片预处理层对人脸原数据进行归一化、几何变换、平滑、复原和增强等预处理，使人脸图片清晰，然后通过人脸中心定位层对图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理，定位出人脸的中心位置，例如，人脸的五官，然后将定位的人脸中心部位作为核心部位通过人脸核心数据提取层进行提取，从而得到人脸核心数据，通过人脸核心特征数据输出层输出。另外三种核心特征数据提取模型对相应的生物特征原数据的核心特征数据的提取方式与此类似，在此不做赘述。
编码关联列表生成模块220，用于在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表。
具体的，在核心生物特征数据上进行随机分段编码处理，其中，分段编码的过程可以从核心生物特征数据的中心位置相向两端进行分段编码，也可以从数据的一端向另一端进行分段编码，将相邻的编码进行关联处理，例如，核心生物特征数据上的一段编码为AAA2，与该段数据相邻的前一段编码为AAA1则关联处理后，则在编码关联列表上生成AAA1/AAA2；若该段数据相邻的上方的一端编码为BBB2，则在编码关联列表上生成AAA1/AAA2+BBB2。当然也可采用其它的方式进行编码关联处理，只要能够通过编码关联列表将核心生物特征数据上各段编码关联起来即可。
作为本发明的一个可选实施例，在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表包括：
基于随机数生成器生成的随机数，对核心生物特征数据进行分段处理，得到核心生物特征数据段；
对核心生物特征数据段进行编码，得到编码核心生物特征数据段；
将相邻的编码核心生物特征数据段上的编码进行关联处理，生成编码关联列表。
具体的，通过随机数生成器生成随机数，将随机数作为在核心生物特征数据上的分段数，在每一段上进行编码，得到编码核心生物特征数据段，然后，将相邻的编码核心生物特征数据段上的编码进行关联处理，生成编码关联列表。
核心生物特征混淆集生成模块230，用于基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
具体的，将每个带有编码的核心生物特征数据段作为一个分割单体进行切分处理，得到切分后的核心生物特征数据的特征数据片段集，为了防止核心生物特征数据在传输中出现安全隐患，将核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
作为本发明的一个可选实施例，基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集包括：
对核心生物特征数据上的编码核心生物特征数据段进行切分处理，得到特征数据片段集合；
将特征数据片段集合中相邻的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
具体的，先对核心生物特征数据段进行切分处理，切分后得到特征数据片段集合；将特征数据片段集合中相邻的特征数据片段打乱排列顺序，生成核心生物特征混淆集。在核心生物特征混淆集中，特征数据片段散乱储存，不需要进行拼接，便于后续的生物特征原数据的还原处理。
数据存储模块240，用于将核心生物特征混淆集与编码关联列表关联处理后，储存至预设的混淆生物数据库。
具体的，将核心生物特征混淆集与编码关联列表关联，每个核心生物特征混淆集都与能够将其还原的编码关联列表进行关联处理，可通过相同的名称进行关联，也可通过相同的代码进行关联。关联后，将核心生物特征混淆集与编码关联列表储存至预设的混淆生物数据库中。
作为本发明的一个可选实施例，混淆生物数据库存储于区块链中，在将核心生物特征混淆集与编码关联列表关联处理后，储存至预设的混淆生物数据库之前，还包括：
对编码关联列表进行加密处理，并将编码关联列表的秘钥发送至合作用户端。
具体的，通过对编码关联列表进行加密，能够增加数据的安全性，将编码关联列表的秘钥发送至合作用户端，确保只有合作的用户端能够通过编码关联列表对相关联的核心生物特征数据进行还原。
作为本发明的一个可选实施例，在将核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库之后，还包括：
基于来自合作用户端的实时生物特征数据需求，将与实时生物特征数据需求相对应的生物特征原数据中除去核心生物特征数据的剩余生物特征数据、与实时生物特征数据需求相对应的核心生物特征混淆集以及与核心生物特征混淆集相关联的编码关联列表共同发送至合作用户端；
合作用户端根据编码关联列表的秘钥对编码关联列表进行解密处理，得到解密的编码关联列表；
根据解密的编码关联列表对与编码关联列表相关联的核心生物特征混淆集中的核心生物特征数据的特征数据片段进行拼接处理，得到还原的核心生物特征数据；
将还原的核心生物特征数据与相对应的剩余生物特征数据进行还原处理，得到与实时生物特征数据需求相对应的生物特征原数据。
具体的，实时生物特征数据需求至少需要包括需要的生物特征数据的种类；根据生物特征数据的种类将与其对应的生物特征原数据中除去核心生物特征数据的剩余生物特征数据、与实时生物特征数据需求相对应的核心生物特征混淆集以及与核心生物特征混淆集相关联的编码关联列表共同发送给合作用户端；合作用户端根据编码关联列表的秘钥对编码关联列表进行解密；通过解密的编码关联列表对与编码关联列表相关联的核心生物特征混淆集中的核心生物特征数据的特征数据片段进行拼接，得到还原的核心生物特征数据，然后将还原的核心生物特征数据与相对应的剩余生物特征数据进行还原处理，得到与实时生物特征数据需求相对应的生物特征原数据。其中，每个生物特征原数据都有唯一的数据ID码，其除去核心生物特征数据的剩余生物特征数据和核心生物特征数据均继承其数据ID码。
如图3所示，是本发明一个实施例实现生物数据处理方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如生物数据处理程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如生物数据处理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如生物数据处理程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的生物数据处理程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
对获取的生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
将核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。需要强调的是，为进一步保证上述所述混淆生物数据库的私密和安全性，上述混淆生物数据库还可以存储于一区块链的节点中。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种生物数据处理方法，应用于电子装置，其特征在于，所述方法包括：
对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
2.根据权利要求1所述的生物数据处理方法，其特征在于，所述对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据包括：
获取与所述生物特征原数据的种类相对应的核心特征数据提取模型；
通过所述核心特征数据提取模型对所述生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
3.根据权利要求2所述的生物数据处理方法，其特征在于，所述生物特征原数据包括人脸原数据、虹膜原数据、声纹原数据或指静脉原数据，其中，
若所述生物特征原数据为人脸原数据，则与所述人脸原数据相对应的核心特征数据提取模型为人脸核心数据提取模型；所述人脸核心数据提取模型包括用于输入人脸原数据的人脸原数据输入层、用于对所述人脸原数据进行图片预处理的图片预处理层、用于对所述图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理的人脸中心定位层、用于对所述人脸中心定位层得到的人脸中心部位进行提取处理的人脸核心数据提取层和用于将所述人脸核心数据提取层得到的人脸核心特征数据进行输出的人脸核心特征数据输出层；
若所述生物特征原数据为虹膜原数据，则与所述虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；所述虹膜核心数据提取模型包括用于输入所述虹膜原数据的虹膜原数据输入层、用于对所述虹膜原数据的瞳孔中心部位进行定位处理的瞳孔中心定位层、用于对所述瞳孔中心定位层得到的瞳孔中心部位进行提取处理的虹膜核心数据提取层和用于将所述虹膜核心数据提取层得到的虹膜核心特征数据进行输出的虹膜核心特征数据输出层；
若所述生物特征原数据为声纹原数据，则与所述声纹原数据相对应的核心特征数据提取模型为声纹核心数据提取模型；所述声纹核心数据提取模型包括用于输入所述声纹原数据的声纹原数据输入层、用于对所述声纹原数据的中心波峰或中心波谷进行定位处理的声纹中心定位层、用于对所述声纹中心定位层得到中心波峰或中心波谷进行提取处理的声纹核心数据提取层和用于将所述声纹核心数据提取层得到的声纹核心特征数据进行输出的声纹核心特征数据输出层；
若所述生物特征原数据为指静脉原数据，则与所述指静脉原数据相对应的核心特征数据提取模型为指静脉核心数据提取模型；所述指静脉核心数据提取模型包括用于输入所述指静脉原数据的指静脉原数据输入层、用于对所述指静脉原数据的第一清晰节点位置进行结构定位处理的指静脉中心定位层、用于对所述指静脉中心定位层得到的第一清晰节点进行提取处理的指静脉核心数据提取层和用于将所述指静脉核心数据提取层得到的指静脉核心特征数据进行输出的指静脉核心特征数据输出层。
4.根据权利要求1所述的生物数据处理方法，其特征在于，所述在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表包括：
基于随机数生成器生成的随机数，对所述核心生物特征数据进行分段处理，得到核心生物特征数据段；
对所述核心生物特征数据段进行编码，得到编码核心生物特征数据段；
将相邻的编码核心生物特征数据段上的编码进行关联处理，生成编码关联列表。
5.根据权利要求4所述的生物数据处理方法，其特征在于，所述基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集包括：
对所述核心生物特征数据上的编码核心生物特征数据段进行切分处理，得到特征数据片段集合；
将所述特征数据片段集合中相邻的特征数据片段打乱排列顺序，生成核心生物特征混淆集。
6.根据权利要求1所述的生物数据处理方法，其特征在于，所述混淆生物数据库存储于区块链中，在所述将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库之前，还包括：
对所述编码关联列表进行加密处理，并将所述编码关联列表的秘钥发送至合作用户端。
7.根据权利要求6所述的生物数据处理方法，其特征在于，在所述将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库之后，还包括：
基于来自合作用户端的实时生物特征数据需求，将与所述实时生物特征数据需求相对应的生物特征原数据中除去核心生物特征数据的剩余生物特征数据、与所述实时生物特征数据需求相对应的核心生物特征混淆集以及与所述核心生物特征混淆集相关联的编码关联列表共同发送至合作用户端；
所述合作用户端根据所述编码关联列表的秘钥对所述编码关联列表进行解密处理，得到解密的编码关联列表；
根据所述解密的编码关联列表对与所述编码关联列表相关联的核心生物特征混淆集中的核心生物特征数据的特征数据片段进行拼接处理，得到还原的核心生物特征数据；
将所述还原的核心生物特征数据与相对应的剩余生物特征数据进行还原处理，得到与所述实时生物特征数据需求相对应的生物特征原数据。
8.一种生物数据处理装置，其特征在于，所述装置包括：
核心生物特征数据提取模块，用于对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
编码关联列表生成模块，用于在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
核心生物特征混淆集生成模块，用于基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
数据存储模块，用于将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的生物数据处理方法的步骤。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一所述的生物数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110706601.4A CN113378226A (zh) | 2021-06-24 | 2021-06-24 | 生物数据处理方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110706601.4A CN113378226A (zh) | 2021-06-24 | 2021-06-24 | 生物数据处理方法、装置、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113378226A true CN113378226A (zh) | 2021-09-10 |
Family
ID=77579005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110706601.4A Pending CN113378226A (zh) | 2021-06-24 | 2021-06-24 | 生物数据处理方法、装置、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113378226A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115048547A (zh) * | 2022-07-25 | 2022-09-13 | 北京中超伟业信息安全技术股份有限公司 | 一种应用于安防监控图片视频数据的安全保护方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100322464A1 (en) * | 2007-07-30 | 2010-12-23 | Beak Gy Young | Security system using encoded image with puzzled image |
| US20160269178A1 (en) * | 2015-03-09 | 2016-09-15 | Crowd Ip Box Ug (Haftungsbeschraenkt) | Privacy-Enhanced Biometrics-Secret Binding Scheme |
| WO2019125041A1 (ko) * | 2017-12-21 | 2019-06-27 | 바스아이디 랩 재팬 컴퍼니 리미티드 | 블록체인을 이용한 개인정보 분리 후 분산저장을 통한 인증 시스템 |
| CN110175573A (zh) * | 2019-05-28 | 2019-08-27 | 吉林无罔生物识别科技有限公司 | 人脸和虹膜的编码与验证方法、系统及计算机可读存储介质 |
| CN111062053A (zh) * | 2019-12-10 | 2020-04-24 | 中国建设银行股份有限公司 | 生物特征数据的处理方法、装置、设备及介质 |
| CN111105235A (zh) * | 2019-12-31 | 2020-05-05 | 深圳市网心科技有限公司 | 基于区块链的供应链交易隐私保护系统、方法及相关设备 |
| CN111245802A (zh) * | 2020-01-06 | 2020-06-05 | 银清科技有限公司 | 数据传输安全控制方法、服务器以及终端 |
| CN111401320A (zh) * | 2020-04-15 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 保护隐私的生物特征图像处理方法及装置 |
| CN111681681A (zh) * | 2020-05-22 | 2020-09-18 | 深圳壹账通智能科技有限公司 | 语音情绪识别方法、装置、电子设备及存储介质 |
| US20210021420A1 (en) * | 2019-07-17 | 2021-01-21 | Microsoft Technology Licensing, Llc | Secure authentication using puncturing |
| CN112671921A (zh) * | 2020-12-29 | 2021-04-16 | 平安普惠企业管理有限公司 | 数据传输方法、装置、电子设备及可读存储介质 |
| CN112766071A (zh) * | 2020-12-31 | 2021-05-07 | 中国工商银行股份有限公司 | 一种虹膜识别方法、装置及系统 |
-
2021
- 2021-06-24 CN CN202110706601.4A patent/CN113378226A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100322464A1 (en) * | 2007-07-30 | 2010-12-23 | Beak Gy Young | Security system using encoded image with puzzled image |
| US20160269178A1 (en) * | 2015-03-09 | 2016-09-15 | Crowd Ip Box Ug (Haftungsbeschraenkt) | Privacy-Enhanced Biometrics-Secret Binding Scheme |
| WO2019125041A1 (ko) * | 2017-12-21 | 2019-06-27 | 바스아이디 랩 재팬 컴퍼니 리미티드 | 블록체인을 이용한 개인정보 분리 후 분산저장을 통한 인증 시스템 |
| CN110175573A (zh) * | 2019-05-28 | 2019-08-27 | 吉林无罔生物识别科技有限公司 | 人脸和虹膜的编码与验证方法、系统及计算机可读存储介质 |
| US20210021420A1 (en) * | 2019-07-17 | 2021-01-21 | Microsoft Technology Licensing, Llc | Secure authentication using puncturing |
| CN111062053A (zh) * | 2019-12-10 | 2020-04-24 | 中国建设银行股份有限公司 | 生物特征数据的处理方法、装置、设备及介质 |
| CN111105235A (zh) * | 2019-12-31 | 2020-05-05 | 深圳市网心科技有限公司 | 基于区块链的供应链交易隐私保护系统、方法及相关设备 |
| CN111245802A (zh) * | 2020-01-06 | 2020-06-05 | 银清科技有限公司 | 数据传输安全控制方法、服务器以及终端 |
| CN111401320A (zh) * | 2020-04-15 | 2020-07-10 | 支付宝(杭州)信息技术有限公司 | 保护隐私的生物特征图像处理方法及装置 |
| CN111681681A (zh) * | 2020-05-22 | 2020-09-18 | 深圳壹账通智能科技有限公司 | 语音情绪识别方法、装置、电子设备及存储介质 |
| CN112671921A (zh) * | 2020-12-29 | 2021-04-16 | 平安普惠企业管理有限公司 | 数据传输方法、装置、电子设备及可读存储介质 |
| CN112766071A (zh) * | 2020-12-31 | 2021-05-07 | 中国工商银行股份有限公司 | 一种虹膜识别方法、装置及系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115048547A (zh) * | 2022-07-25 | 2022-09-13 | 北京中超伟业信息安全技术股份有限公司 | 一种应用于安防监控图片视频数据的安全保护方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104618107B (zh) | 数字签名方法和系统 | |
| CN112133396B (zh) | 医疗数据共享方法、装置、电子设备及介质 | |
| CN112396005A (zh) | 生物特征图像识别方法、装置、电子设备及可读存储介质 | |
| CN102223233A (zh) | 一种生物密码认证系统，以及一种生物密码认证方法 | |
| CN107665314A (zh) | 在电子文档上签名的可信处理方法及装置 | |
| CN111859431A (zh) | 电子文件签章方法、装置、电子设备及存储介质 | |
| CN113378226A (zh) | 生物数据处理方法、装置、设备及计算机可读存储介质 | |
| CN107231240A (zh) | 一种安全性较高的双重身份识别方法 | |
| CN114499859A (zh) | 密码验证方法、装置、设备及存储介质 | |
| CN112258317B (zh) | 基于人工智能的线上信贷方法、装置、计算机设备及介质 | |
| CN103632070B (zh) | 用于支付系统的手写任意图形密码方法 | |
| CN106790237A (zh) | 一种基于生物特征识别的认证装置及方法 | |
| CN116305294B (zh) | 数据泄露溯源方法、装置、电子设备及存储介质 | |
| CN104751042A (zh) | 基于密码哈希与生物特征识别的可信性检测方法 | |
| CN105960649B (zh) | 用于保护对消息的访问的方法和装置 | |
| CN116340918A (zh) | 全密文人脸比对方法、装置、设备及存储介质 | |
| CN111200617A (zh) | 一种网络实名认证方法和系统 | |
| Roslan et al. | Character property method for Arabic text steganography with biometric multifactor authentication using liveness detection | |
| WO2019241913A1 (zh) | 数字身份标识生成方法、装置、系统及存储介质 | |
| CN112446021B (zh) | 基于sm9加密的指纹认证方法、装置及相关设备 | |
| CN115001768A (zh) | 基于区块链的数据交互方法、装置、设备及存储介质 | |
| CN102194067A (zh) | 基于互联网的指纹电子文档签名方法 | |
| WO2014069724A1 (ko) | 보안태그 생성방법과 복원방법 | |
| KR20080109707A (ko) | 데이터 분산 저장을 위한 난수 기반 혼합 및 반복 추출 분할 방법 | |
| CN103886244A (zh) | 一种用于智能终端开机系统的手写任意图形密码方法 |
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 | ||
| AD01 | Patent right deemed abandoned | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240528 |