CN115955478A - 基于云计算的数据安防处理系统 - Google Patents

Abstract

本发明涉及数据安防处理技术领域，具体为基于云计算的数据安防处理系统，包括数据安全防护平台、登录验证单元、云存储单元、安采处理单元、二验计算单元、输入监测单元、安判计算单元以及提示警报单元；本发明是通过对用户登录时输入的账号相关的数据进行初步验证，依据初步验证结果进行输入数据时的数据进行采集，并依据采集的数据进行输入数据的初步分析，依据输入数据的初步分析进行二次验证计算，依据二次验证计算的结果进行安全判定，最后依据用户在输入账号时的指纹接触数据进行指纹分析，依据指纹分析的数据进行安全评价计算，并依据计算结果进行账号的安全判定，依据判定结果发出警报，提醒用户及时更换账号密码。

Description

基于云计算的数据安防处理系统

技术领域

本发明涉及数据安防处理技术领域，具体为基于云计算的数据安防处理系统。

背景技术

数据安全为数据处理系统建立和采用的技术和管理的安全保护，保护计算机硬件、软件和数据不因偶然和恶意的原因遭到破坏、更改和泄露，由此计算机网络的安全可以理解为：采用各种技术和管理措施，使网络系统正常运行，从而确保网络数据的可用性、完整性和保密性；

目前，对于数据安全的防护通常是通过对平台内的数据进行加密处理，这样导致用户自身在使用过程中也会出现繁琐的解密流程，从而造成时间的浪费，也无法依据用户所使用的账号进行安全防护，难以从根源上解决数据的安全，保护用户数据的丢失，增加数据的安全性。

发明内容

本发明的目的在于提供基于云计算的数据安防处理系统，是通过对用户登录时输入的账号相关的数据进行初步验证，依据初步验证结果进行输入数据时的数据进行采集，并依据采集的数据进行输入数据的初步分析，依据输入数据的初步分析进行二次验证计算，依据二次验证计算的结果进行安全判定，从而增加数据的安全性，避免用户的数据丢失或数据泄露，最后依据用户在输入账号时的指纹接触数据进行指纹分析，依据指纹分析的数据进行安全评价计算，并依据计算结果进行账号的安全判定，依据判定结果发出警报，提醒用户及时更换账号密码，增加数据分析的精确性，使得用户的账号以及数据得到安全防护。

本发明的目的可以通过以下技术方案实现：

基于云计算的数据安防处理系统，包括数据安全防护平台、登录验证单元、云存储单元、安采处理单元、二验计算单元、输入监测单元、安判计算单元以及提示警报单元；

所述登录验证单元用于用户输入自身的账户以及密码，将输入的账户以及密码分别标定为输账数据和输码数据，登录验证单元内还存储有用户以往的登录记录，并提取登录记录对应的登录账号和登录密码，将对应的登录账号和登录密码分别标定为验账数据和验码数据，将输账数据和输码数据分别与验账数据和验码数据进行初步验证操作，得到匹配失败信号以及初验成信号；

所述云存储单元用于自动同步存储登录注册单元内用户的账号以及密码，同时对用户注册的身份信息、联系方式进行云存储；

所述安采处理单元用于接收初验成信号，并依据初验成信号进行用户登录时的输入信息进行采集获取，依据输入信息进行采集获取的初步处理操作，得到重复偏差值、手指重复使用均值、密字邻变值以及均间隔值；

所述二验计算单元用于对密码输入时的处理数据进行二次验证计算操作，得到安全信号、异常信号或危险信号；

所述输入监测单元用于对二次验证计算后的数据进行识别判断，并依据识别判断的结果对用户输入密码时的数据进行安全监测操作，得到出错占比值、接纹均值、接纹均差值、纹路赋值以及纹输次数据；

所述安判计算单元用于对出错占比值、接纹均值、接纹均差值、纹路赋值以及纹输次数据Wk进行判定处理操作，得到密码危险验证信号或密码登录信号；

所述提示警报单元依据密码验证的结果进行识别，并依据识别结果进行提示警报操作，提示警报操作的具体操作过程为：

提取并识别密码登录信号以及密码危险验证信号，当识别到密码登录信号时，则自动跳转至登录界面，当识别到密码危险验证信号时，自动跳转至登录界面，并显示‘建议修改密码’的字样，并发出危险警报。

进一步的，采集获取的初步处理的具体操作过程为：

获取输入信息，将输入信息划分为用户名称数据、时间数据、手指名称数据、指纹数据以及重复次数据；

依据用户名称数据，将对应的时间数据、手指名称数据、指纹数据以及重复次数据在每次密码输入时的数据进行处理，具体为：

将输码数据进行字符标记，将每个字符标定为密码字符数据ZFi，i的取值为正整数，将每个字符在输入时用户手指与密码对应的按键接触的时间标定为SJi，i的取值为正整数，将每两个相邻的密码输入之间的差值进行计算，计算出相邻差值，依据用户每次输入密码对应的时间，计算出若干个对应的相邻差值，将若干个相邻差值进行均值计算，计算出每两个相邻密码输入时的相邻均差值，依据相邻均差值进行相邻差值集合XLc{XL1，XL2，XL3，......XLc}，c＝1,2,3......n2，且XLc表示为在第c个密码与第c+1个密码之间的差值；

依据密码字符数据ZFi以及时间数据进行间隔处理，得到均间隔值、密字邻变值ZFiJcr、手指重复使用均值以及重复偏差值；

将输入信息内输账数据对应的身份名称标定为用户名称数据，依据用户名称数据获取用户在输入每个密码的时间点并标定为时间数据，依据用户名称数据获取用户在输入每个密码时对应的手指并标定为手指名称数据，依据用户名称数据获取用户在输入每个密码时对应手指的指纹并标定为指纹数据，依据用户名称数据获取用户在输入每个密码时重复输入的次数并标定为重复次数据。

进一步的，依据密码字符数据ZFi以及时间数据进行间隔处理的具体过程为：

将输入第一个密码字符数据时手指与密码按键接触的时间点标定为开始时间点，将输入最后一个密码字符数据时手指与密码按键接触的时间点标定为结束时间点，将结束时间点与开始时间点带入到差值计算式：输入时差＝结束时间点-(开始时间±开始偏差阈值)，且开始偏差阈值为预设值，计算出输入时差，统计出密码字符数据的个数，并将输入时差与密码字符数据的个数进行均值计算：间隔均差值＝输入时差/(密码字符数据的个数-1)，依据间隔均值差值的计算方式，对用户若干次输入密码时的间隔时间进行计算，计算出若干个间隔均差值，将若干个间隔均差值进行均值计算，计算出均间隔值；

提取均间隔值与若干个相邻均差值，并将若干个相邻均差值与均间隔值进行差值计算，计算出若干个均相邻差值，将若干个均相邻差值进行正负值标定，得到+均相邻差值、-均相邻差值以及±均相邻差值；

将+均相邻差值、-均相邻差值、±均相邻差值依次进行识别数1，2，3标定，并将+均相邻差值、-均相邻差值、±均相邻差值统一标定为相邻变化值Jcr，r的取值为1，2，3，那么密码字符数据与相邻变化值的组合标定为密字邻变值ZFiJcr，且ZFiJcr表示为第i个密码字符数据与第i+1个密码字符数据之间的相邻变化为r；

提取密码字符数据、手指名称数据以及指纹数据，识别出用户每次输入密码时每个密码对应的指纹数据，依据指纹数据匹配出对应的手指名称数据，将手指名称数据标定为Mo，o＝1,2，.....10，将密码字数数据与手指名称数据进行匹配组合，将第一个密码字符数据输入时对应的手指名称数据标定为ZF1M1，将第二个密码字符数据输入时对应的手指名称数据标定为ZF2M2，从而组成一个集合ZFiMo＝{ZF1M1，ZF2M2，ZF3M3.......ZFiMo}；

获取每次输入密码时手指名称重复使用的次数，统计出每个手指重复使用的次数并标定为CMo，o＝1,2，.....10，将若干次输入密码时每个手指名称数据使用的重复次数进行均值计算，计算出手指重复使用均值，将若干次输入密码时每个手指名称数据使用的重复次数进行从大到小的排序没从而得出重复次数排序数据，选取出最大值与最小值并进行差值计算，计算出大小差值，将大小差值与手指重复使用均值带入到偏差计算式：重复偏差值＝手指重复使用均值-(大小差值/2)，计算出重复偏差值。

进一步的，二次验证计算操作的具体过程为：

提取重复偏差值、手指重复使用均值、密字邻变值以及均间隔值，将密字邻变值标记为ZFiJcr，将重复偏差值标记为Cp，将手指重复使用均值标记为Sc，将均间隔值标记为Jj，将二评计算值的偏差调节因子标记为gla，将均间隔值的权重系数标记为u2，将手指重复使用均值的权重系数标记为u1，并依据计算式：

计算出二评计算值P_计；

提取二评计算值，并将其与评价计算阈值进行比对，具体为：当二评计算值大于评价计算阈值时，则判定评价计算值合格，密码二次验证无误，生成安全信号；当二评计算值等于评价计算阈值时，则判定评价计算值勉强合格，密码二次验证待定，生成异常信号；当二评计算值小于评价计算阈值时，则判定评价计算值不合格，密码二次验证有误，生成危险信号。

进一步的，安全监测操作的具体操作过程为：

提取并识别安全信号、异常信号以及危险信号，具体为：当识别到危险信号时，则判定输码数据出现错误，显示‘登录错误’字样，跳转至重新登录界面；当识别到异常信号或安全信号时，则判定输码数据需进行三次验证，生成监测信号；

依据监测信号获取指纹数据，并依据指纹数据监测获取每次输入每个密码时的指纹与密码按键接触的指纹影像，将每个手指的指纹影像中指纹的每一条纹路从内而外进行标记SoWt，其中，SoWt表示为第o个手指的第t条纹路，且a的取值为1-10的整数，t的取值为正整数，将每个密码字符数据对应的手指名称数据与对应按键接触的纹路进行集合标记，第一个密码字符数据的接触纹路为{S1W1，S1W2，S1W3......n}，第二个密码字符数据的接触纹路为{S2W1，S2W2，S2W3......n}，将第i个密码字符数据对应的接触纹路标定为SoHi，i的取值为正整数，且Hi的取值为Wt中的任意纹路组合，将SoHi标定为纹路安全数据；

将每次用户输入密码时相同的密码字符数据对应的纹路安全数据监测分析，统计出纹路安全数据中每个密码字符数据对应的手指出错的次数并标定为手指错误次数，统计出相同情况下手指正确的次数并标定为手指正确次数，计算出密码输入时手指的出错占比值；

统计出每次输入密码时纹路安全数据，将纹路安全数据中接触的纹路进行匹配识别，识别出每次接触纹路的数量并标定为接纹数量，将每次接纹数量进行均值计算，计算出接纹均值，将每次的接纹数量与接纹均值进行差值计算，计算出若干个接纹差值，将若干个接纹差值进行均值计算，计算出接纹均差值，匹配出纹路相同的接触纹路，并将接触纹路进行匹配，匹配出每个纹路出现的次数，并将其标定为纹路次数，将纹路次数进行从大到小的排序，从而得到纹路次数排序数据，将纹路次数排序数据进行纹路赋值，将排序第一的纹路赋予XB1数值，将排序第二的纹路赋予XB2数值，将排序第n的纹路赋予XBk数值，且XB1＞XB2＞......XBk＞0，将纹路次数排序数据中排序赋值标定为纹路赋值，将纹路次数排序数据中纹路对应出现的次数标定为纹输次数据Wk，k的取值为正整数。

进一步的，判定处理操作的具体操作过程为：

将出错占比值标记为Fcz，将出接纹均值标记为Wj，将接纹均差值标记为Wcj，将纹路赋值标记为XBk，将纹输次数数标记为Wk，并将其带入到判定评价计算式：

计算出判定评价计算值J_评，hf1表示为接纹均值的权重系数，hf2表示为纹路的权重系数，hf3表示为出错占比值的权重系数；

提取判定评价计算值并与安全判定阈值进行比对，当判定评价计算值大于安全判定阈值时，则判定密码输入无误，生成密码登录信号，当判定评价计算值小于等于安全判定阈值，则判定密密麻麻输入错误，生成密码危险验证信号。

本发明的有益效果如下：

本发明是通过对用户登录时输入的账号相关的数据进行初步验证，依据初步验证结果进行输入数据时的数据进行采集，并依据采集的数据进行输入数据的初步分析，依据输入数据的初步分析进行二次验证计算，依据二次验证计算的结果进行安全判定，从而增加数据的安全性，避免用户的数据丢失或数据泄露，最后依据用户在输入账号时的指纹接触数据进行指纹分析，依据指纹分析的数据进行安全评价计算，并依据计算结果进行账号的安全判定，依据判定结果发出警报，提醒用户及时更换账号密码，增加数据分析的精确性，使得用户的账号以及数据得到安全防护。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明的系统框图。

具体实施方式

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为基于云计算的数据安防处理系统，包括数据安全防护平台、登录验证单元、云存储单元、安采处理单元、二验计算单元、输入监测单元、安判计算单元以及提示警报单元；

数据安全防护平台用于对平台内的数据安全进行防护处理，从而增加平台内数据的安全性，保障用户的信息资源，增加用户的使用体现；

登录验证单元用于用户输入自身的账户以及密码，将输入的账户以及密码分别标定为输账数据和输码数据，登录验证单元内还存储有用户以往的登录记录，并提取登录记录对应的登录账号和登录密码，将对应的登录账号和登录密码分别标定为验账数据和验码数据；

提取输账数据和验账数据，将输账数据和验账数据进行匹配，当匹配结果一致时，则判定账号存在，提取验账数据对应的验码数据，同时生成密验信令，当匹配结果不一致时，则判定账号不存在，生成注册信令；

提取注册信令和密验信令，并对注册信令和密验信令进行识别，具体为：

当识别到注册信令，则自动跳转至登录验证单元内的注册界面，用户输入自身的身份信息、联系方式等，系统依据用户输入的相关信息进行记录注册并传输至云存储单元内进行存储，其中，身份信息包括用户的姓名、年龄、身份证件号码以及指纹；

当识别到密验信令时，则将对应的验码数据与对应的输码数据进行匹配，当匹配结果不一致时，则判定匹配失败，生成匹配失败信号，自动跳转至登录界面进行重新登录，当匹配结果一致时，则判定初步验证成功，生成初验成信号；

云存储单元用于自动同步存储登录注册单元内用户的账号以及密码，同时对用户注册的身份信息、联系方式进行云存储；

安采处理单元用于接收初验成信号，并依据初验成信号进行用户登录时的输入信息进行采集获取，依据输入信息进行采集获取的初步处理操作，采集获取的初步处理的具体操作过程为：

获取输入信息，将输入信息内输账数据对应的身份名称标定为用户名称数据，依据用户名称数据获取用户在输入每个密码的时间点并标定为时间数据，依据用户名称数据获取用户在输入每个密码时对应的手指并标定为手指名称数据，依据用户名称数据获取用户在输入每个密码时对应手指的指纹并标定为指纹数据，依据用户名称数据获取用户在输入每个密码时重复输入的次数并标定为重复次数据；

依据用户名称数据，将对应的时间数据、手指名称数据、指纹数据以及重复次数据在每次密码输入时的数据进行处理，具体为：

将输码数据进行字符标记，将每个字符标定为密码字符数据ZFi，i＝1,2,3......n1，且n1的取值为正整数，将每个字符在输入时用户手指与密码对应的按键接触的时间标定为SJi，i＝1,2,3......n1，且n1的取值为正整数，将每两个相邻的密码输入之间的差值进行计算，计算出相邻差值，依据用户每次输入密码对应的时间，计算出若干个对应的相邻差值，将若干个相邻差值进行均值计算，计算出每两个相邻密码输入时的相邻均差值，依据相邻均差值进行相邻差值集合XLc{XL1，XL2，XL3，......XLc}，c＝1,2,3......n2，且XLc表示为在第c个密码与第c+1个密码之间的差值；

依据密码字符数据ZFi以及时间数据，将输入第一个密码字符数据时手指与密码按键接触的时间点标定为开始时间点，将输入最后一个密码字符数据时手指与密码按键接触的时间点标定为结束时间点，将结束时间点与开始时间点带入到差值计算式：输入时差＝结束时间点-(开始时间±开始偏差阈值)，且开始偏差阈值为预设值，计算出输入时差，统计出密码字符数据的个数，并将输入时差与密码字符数据的个数进行均值计算：间隔均差值＝输入时差/(密码字符数据的个数-1)，依据间隔均值差值的计算方式，对用户若干次输入密码时的间隔时间进行计算，计算出若干个间隔均差值，将若干个间隔均差值进行均值计算，计算出均间隔值；

提取均间隔值与若干个相邻均差值，并将若干个相邻均差值与均间隔值进行差值计算，计算出若干个均相邻差值，将若干个均相邻差值进行正负值标定，当均相邻差值大于零时，则将对应的均相邻差值标定为：+均相邻差值，当均相邻差值小于零时，则将对应的均相邻差值标定为：-均相邻差值，当均相邻差值等于零时，则将对应的均相邻差值标定为：±均相邻差值，此处的‘±’表示为不变的意思，且+均相邻差值表示为在均间隔值的基础上加上均相邻差值，-均相邻差值表示为在均间隔值的基础上减去均相邻差值，±均相邻差值的取值为相邻均差值；

将+均相邻差值、-均相邻差值、±均相邻差值依次进行识别数1，2，3标定，并将+均相邻差值、-均相邻差值、±均相邻差值统一标定为相邻变化值Jcr，r的取值为1，2，3，那么密码字符数据与相邻变化值的组合标定为密字邻变值ZFiJcr，且ZFiJcr表示为第i个密码字符数据与第i+1个密码字符数据之间的相邻变化为r；

提取密码字符数据、手指名称数据以及指纹数据，识别出用户每次输入密码时每个密码对应的指纹数据，依据指纹数据匹配出对应的手指名称数据，将手指名称数据标定为Mo，o＝1,2，.....10，将密码字数数据与手指名称数据进行匹配组合，将第一个密码字符数据输入时对应的手指名称数据标定为ZF1M1，将第二个密码字符数据输入时对应的手指名称数据标定为ZF2M2，从而组成一个集合ZFiMo＝{ZF1M1，ZF2M2，ZF3M3.......ZFiMo}；

获取每次输入密码时手指名称重复使用的次数，统计出每个手指重复使用的次数并标定为CMo，o＝1,2，.....10，将若干次输入密码时每个手指名称数据使用的重复次数进行均值计算，计算出手指重复使用均值，将若干次输入密码时每个手指名称数据使用的重复次数进行从大到小的排序没从而得出重复次数排序数据，选取出最大值与最小值并进行差值计算，计算出大小差值，将大小差值与手指重复使用均值带入到偏差计算式：重复偏差值＝手指重复使用均值-(大小差值/2)，计算出重复偏差值；

二验计算单元用于对密码输入时的处理数据进行二次验证计算操作，二次验证计算操作的具体过程为：

提取重复偏差值、手指重复使用均值、密字邻变值ZFiJcr以及均间隔值，并依据计算式：

其中，P_计表示为二评计算值，Jj表示为均间隔值，ZFiJcr表示为密字邻变值，u2表示为均间隔值的权重系数，Sc表示为手指重复使用均值，Cp表示为重复偏差值，u1表示为手指重复使用均值的权重系数，gla表示为二评计算值的偏差调节因子；

提取二评计算值，并将其与评价计算阈值进行比对，具体为：

当二评计算值大于评价计算阈值时，则判定评价计算值合格，密码二次验证无误，生成安全信号；

当二评计算值等于评价计算阈值时，则判定评价计算值勉强合格，密码二次验证待定，生成异常信号；

当二评计算值小于评价计算阈值时，则判定评价计算值不合格，密码二次验证有误，生成危险信号；

输入监测单元用于对二次验证计算后的数据进行识别判断，并依据识别判断的结果对用户输入密码时的数据进行安全监测操作，安全监测操作的具体操作过程为：

提取并识别安全信号、异常信号以及危险信号，具体为：

当识别到危险信号时，则判定输码数据出现错误，显示‘登录错误’字样，跳转至重新登录界面；

当识别到异常信号或安全信号时，则判定输码数据需进行三次验证，生成监测信号；

依据监测信号获取指纹数据，并依据指纹数据监测获取每次输入每个密码时的指纹与密码按键接触的指纹影像，将每个手指的指纹影像中指纹的每一条纹路从内而外进行标记SoWt，其中，SoWt表示为第o个手指的第t条纹路，且a的取值为1-10的整数，t的取值为正整数，将每个密码字符数据对应的手指名称数据与对应按键接触的纹路进行集合标记，第一个密码字符数据的接触纹路为{S1W1，S1W2，S1W3......n}，第二个密码字符数据的接触纹路为{S2W1，S2W2，S2W3......n}，将第i个密码字符数据对应的接触纹路标定为SoHi，i的取值为正整数，且Hi的取值为Wt中的任意纹路组合，将SoHi标定为纹路安全数据；

将每次用户输入密码时相同的密码字符数据对应的纹路安全数据监测分析，统计出纹路安全数据中每个密码字符数据对应的手指出错的次数并标定为手指错误次数，统计出相同情况下手指正确的次数并标定为手指正确次数，计算出密码输入时手指的出错占比值；

统计出每次输入密码时纹路安全数据，将纹路安全数据中接触的纹路进行匹配识别，识别出每次接触纹路的数量并标定为接纹数量，将每次接纹数量进行均值计算，计算出接纹均值，将每次的接纹数量与接纹均值进行差值计算，计算出若干个接纹差值，将若干个接纹差值进行均值计算，计算出接纹均差值，匹配出纹路相同的接触纹路，并将接触纹路进行匹配，匹配出每个纹路出现的次数，并将其标定为纹路次数，将纹路次数进行从大到小的排序，从而得到纹路次数排序数据，将纹路次数排序数据进行纹路赋值，将排序第一的纹路赋予XB1数值，将排序第二的纹路赋予XB2数值，将排序第n的纹路赋予XBk数值，其中，k的取值为正整数，且XB1＞XB2＞......XBk＞0，将纹路次数排序数据中排序赋值标定为纹路赋值，将纹路次数排序数据中纹路对应出现的次数标定为纹输次数据Wk，k的取值为正整数；

安判计算单元用于对出错占比值、接纹均值、接纹均差值、纹路赋值以及纹输次数据Wk进行判定处理操作，判定处理操作的具体操作过程为：

将出错占比值、出接纹均值、接纹均差值、纹路赋值以及纹输次数数Wk带入到判定评价计算式：

其中，J_评表示为判定评价计算值，Wj表示为接纹均值，Wcj表示为接纹均差值，hf1表示为接纹均值的权重系数，XBk表示为纹路赋值，Wk表示为纹输次数据，hf2表示为纹路的权重系数，Fcz表示为出错占比值，hf3表示为出错占比值的权重系数；

提取判定评价计算值并与安全判定阈值进行比对，当判定评价计算值大于安全判定阈值时，则判定密码输入无误，生成密码登录信号，当判定评价计算值小于等于安全判定阈值，则判定密密麻麻输入错误，生成密码危险验证信号；

提示警报单元依据密码验证的结果进行识别，并依据识别结果进行提示警报操作，提示警报操作的具体操作过程为：

提取并识别密码登录信号以及密码危险验证信号，当识别到密码登录信号时，则自动跳转至登录界面，当识别到密码危险验证信号时，自动跳转至登录界面，并显示‘建议修改密码’的字样，并发出危险警报。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.基于云计算的数据安防处理系统，其特征在于，包括数据安全防护平台、登录验证单元、云存储单元、安采处理单元、二验计算单元、输入监测单元、安判计算单元以及提示警报单元；

所述登录验证单元用于用户输入自身的账户以及密码，将输入的账户以及密码分别标定为输账数据和输码数据，登录验证单元内还存储有用户以往的登录记录，并提取登录记录对应的登录账号和登录密码，将对应的登录账号和登录密码分别标定为验账数据和验码数据，将输账数据和输码数据分别与验账数据和验码数据进行初步验证操作，得到匹配失败信号以及初验成信号；

所述云存储单元用于自动同步存储登录注册单元内用户的账号以及密码，同时对用户注册的身份信息、联系方式进行云存储；

所述安采处理单元用于接收初验成信号，并依据初验成信号进行用户登录时的输入信息进行采集获取，依据输入信息进行采集获取的初步处理操作，得到重复偏差值、手指重复使用均值、密字邻变值以及均间隔值；

所述二验计算单元用于对密码输入时的处理数据进行二次验证计算操作，得到安全信号、异常信号或危险信号；

所述输入监测单元用于对二次验证计算后的数据进行识别判断，并依据识别判断的结果对用户输入密码时的数据进行安全监测操作，得到出错占比值、接纹均值、接纹均差值、纹路赋值以及纹输次数据；

所述安判计算单元用于对出错占比值、接纹均值、接纹均差值、纹路赋值以及纹输次数据Wk进行判定处理操作，得到密码危险验证信号或密码登录信号；

所述提示警报单元依据密码验证的结果进行识别，并依据识别结果进行提示警报操作，提示警报操作的具体操作过程为：

提取并识别密码登录信号以及密码危险验证信号，当识别到密码登录信号时，则自动跳转至登录界面，当识别到密码危险验证信号时，自动跳转至登录界面，并显示‘建议修改密码’的字样，并发出危险警报。

2.根据权利要求1所述的基于云计算的数据安防处理系统，其特征在于，采集获取的初步处理的具体操作过程为：

获取输入信息，将输入信息划分为用户名称数据、时间数据、手指名称数据、指纹数据以及重复次数据；

依据用户名称数据，将对应的时间数据、手指名称数据、指纹数据以及重复次数据在每次密码输入时的数据进行处理，具体为：

将输码数据进行字符标记，将每个字符标定为密码字符数据ZFi，i的取值为正整数，将每个字符在输入时用户手指与密码对应的按键接触的时间标定为SJi，i的取值为正整数，将每两个相邻的密码输入之间的差值进行计算，计算出相邻差值，依据用户每次输入密码对应的时间，计算出若干个对应的相邻差值，将若干个相邻差值进行均值计算，计算出每两个相邻密码输入时的相邻均差值，依据相邻均差值进行相邻差值集合XLc{XL1，XL2，XL3，......XLc}，c＝1,2,3......n2，且XLc表示为在第c个密码与第c+1个密码之间的差值；

依据密码字符数据ZFi以及时间数据进行间隔处理，得到均间隔值、密字邻变值ZFiJcr、手指重复使用均值以及重复偏差值；

将输入信息内输账数据对应的身份名称标定为用户名称数据，依据用户名称数据获取用户在输入每个密码的时间点并标定为时间数据，依据用户名称数据获取用户在输入每个密码时对应的手指并标定为手指名称数据，依据用户名称数据获取用户在输入每个密码时对应手指的指纹并标定为指纹数据，依据用户名称数据获取用户在输入每个密码时重复输入的次数并标定为重复次数据。

3.根据权利要求2所述的基于云计算的数据安防处理系统，其特征在于，依据密码字符数据ZFi以及时间数据进行间隔处理的具体过程为：

将输入第一个密码字符数据时手指与密码按键接触的时间点标定为开始时间点，将输入最后一个密码字符数据时手指与密码按键接触的时间点标定为结束时间点，将结束时间点与开始时间点带入到差值计算式：输入时差＝结束时间点-(开始时间±开始偏差阈值)，且开始偏差阈值为预设值，计算出输入时差，统计出密码字符数据的个数，并将输入时差与密码字符数据的个数进行均值计算：间隔均差值＝输入时差/(密码字符数据的个数-1)，依据间隔均值差值的计算方式，对用户若干次输入密码时的间隔时间进行计算，计算出若干个间隔均差值，将若干个间隔均差值进行均值计算，计算出均间隔值；

提取均间隔值与若干个相邻均差值，并将若干个相邻均差值与均间隔值进行差值计算，计算出若干个均相邻差值，将若干个均相邻差值进行正负值标定，得到+均相邻差值、-均相邻差值以及±均相邻差值；

将+均相邻差值、-均相邻差值、±均相邻差值依次进行识别数1，2，3标定，并将+均相邻差值、-均相邻差值、±均相邻差值统一标定为相邻变化值Jcr，r的取值为1，2，3，那么密码字符数据与相邻变化值的组合标定为密字邻变值ZFiJcr，且ZFiJcr表示为第i个密码字符数据与第i+1个密码字符数据之间的相邻变化为r；

提取密码字符数据、手指名称数据以及指纹数据，识别出用户每次输入密码时每个密码对应的指纹数据，依据指纹数据匹配出对应的手指名称数据，将手指名称数据标定为Mo，o＝1,2，.....10，将密码字数数据与手指名称数据进行匹配组合，将第一个密码字符数据输入时对应的手指名称数据标定为ZF1M1，将第二个密码字符数据输入时对应的手指名称数据标定为ZF2M2，从而组成一个集合ZFiMo＝{ZF1M1，ZF2M2，ZF3M3.......ZFiMo}；

获取每次输入密码时手指名称重复使用的次数，统计出每个手指重复使用的次数并标定为CMo，o＝1,2，.....10，将若干次输入密码时每个手指名称数据使用的重复次数进行均值计算，计算出手指重复使用均值，将若干次输入密码时每个手指名称数据使用的重复次数进行从大到小的排序没从而得出重复次数排序数据，选取出最大值与最小值并进行差值计算，计算出大小差值，将大小差值与手指重复使用均值带入到偏差计算式：重复偏差值＝手指重复使用均值-(大小差值/2)，计算出重复偏差值。

4.根据权利要求3所述的基于云计算的数据安防处理系统，其特征在于，二次验证计算操作的具体过程为：

提取重复偏差值、手指重复使用均值、密字邻变值以及均间隔值，将密字邻变值标记为ZFiJcr，将重复偏差值标记为Cp，将手指重复使用均值标记为Sc，将均间隔值标记为Jj，将二评计算值的偏差调节因子标记为gla，将均间隔值的权重系数标记为u2，将手指重复使用均值的权重系数标记为u1，并依据计算式：

计算出二评计算值P_计；

提取二评计算值，并将其与评价计算阈值进行比对，具体为：当二评计算值大于评价计算阈值时，则判定评价计算值合格，密码二次验证无误，生成安全信号；当二评计算值等于评价计算阈值时，则判定评价计算值勉强合格，密码二次验证待定，生成异常信号；当二评计算值小于评价计算阈值时，则判定评价计算值不合格，密码二次验证有误，生成危险信号。

5.根据权利要求4所述的基于云计算的数据安防处理系统，其特征在于，安全监测操作的具体操作过程为：

提取并识别安全信号、异常信号以及危险信号，具体为：当识别到危险信号时，则判定输码数据出现错误，显示‘登录错误’字样，跳转至重新登录界面；当识别到异常信号或安全信号时，则判定输码数据需进行三次验证，生成监测信号；

依据监测信号获取指纹数据，并依据指纹数据监测获取每次输入每个密码时的指纹与密码按键接触的指纹影像，将每个手指的指纹影像中指纹的每一条纹路从内而外进行标记SoWt，其中，SoWt表示为第o个手指的第t条纹路，且a的取值为1-10的整数，t的取值为正整数，将每个密码字符数据对应的手指名称数据与对应按键接触的纹路进行集合标记，第一个密码字符数据的接触纹路为{S1W1，S1W2，S1W3......n}，第二个密码字符数据的接触纹路为{S2W1，S2W2，S2W3......n}，将第i个密码字符数据对应的接触纹路标定为SoHi，i的取值为正整数，且Hi的取值为Wt中的任意纹路组合，将SoHi标定为纹路安全数据；

将每次用户输入密码时相同的密码字符数据对应的纹路安全数据监测分析，统计出纹路安全数据中每个密码字符数据对应的手指出错的次数并标定为手指错误次数，统计出相同情况下手指正确的次数并标定为手指正确次数，计算出密码输入时手指的出错占比值；

统计出每次输入密码时纹路安全数据，将纹路安全数据中接触的纹路进行匹配识别，识别出每次接触纹路的数量并标定为接纹数量，将每次接纹数量进行均值计算，计算出接纹均值，将每次的接纹数量与接纹均值进行差值计算，计算出若干个接纹差值，将若干个接纹差值进行均值计算，计算出接纹均差值，匹配出纹路相同的接触纹路，并将接触纹路进行匹配，匹配出每个纹路出现的次数，并将其标定为纹路次数，将纹路次数进行从大到小的排序，从而得到纹路次数排序数据，将纹路次数排序数据进行纹路赋值，将排序第一的纹路赋予XB1数值，将排序第二的纹路赋予XB2数值，将排序第n的纹路赋予XBk数值，且XB1＞XB2＞......XBk＞0，将纹路次数排序数据中排序赋值标定为纹路赋值，将纹路次数排序数据中纹路对应出现的次数标定为纹输次数据Wk，k的取值为正整数。

6.根据权利要求5所述的基于云计算的数据安防处理系统，其特征在于，判定处理操作的具体操作过程为：

将出错占比值标记为Fcz，将出接纹均值标记为Wj，将接纹均差值标记为Wcj，将纹路赋值标记为XBk，将纹输次数数标记为Wk，并将其带入到判定评价计算式：

计算出判定评价计算值J_评，hf1表示为接纹均值的权重系数，hf2表示为纹路的权重系数，hf3表示为出错占比值的权重系数；

提取判定评价计算值并与安全判定阈值进行比对，当判定评价计算值大于安全判定阈值时，则判定密码输入无误，生成密码登录信号，当判定评价计算值小于等于安全判定阈值，则判定密密麻麻输入错误，生成密码危险验证信号。

Images