CN116028955A - 一种人脸识别数据保护方法及系统 - Google Patents
一种人脸识别数据保护方法及系统 Download PDFInfo
- Publication number
- CN116028955A CN116028955A CN202310097236.0A CN202310097236A CN116028955A CN 116028955 A CN116028955 A CN 116028955A CN 202310097236 A CN202310097236 A CN 202310097236A CN 116028955 A CN116028955 A CN 116028955A
- Authority
- CN
- China
- Prior art keywords
- face recognition
- quantum key
- face
- ciphertext
- quantum
- 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
Images
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明属于人脸识别技术领域,提供了一种人脸识别数据保护方法及系统,其中,方法包括:生成量子密钥K1和量子密钥K2;分发量子密钥K1和量子密钥K2;人脸注册机获取第一人脸特征值;人脸识别终端采集第二人脸特征值;人脸注册机通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B。系统包括:量子密钥管理及服务平台、量子密钥分发网络、人脸注册机、人脸识别终端、人脸识别服务器和明文数据库。本发明的一种人脸识别数据保护方法及系统,从物理层面来保证密钥的安全性,能够抵御传统加密算法受到的量子威胁;摆脱了对国外技术和产品的依赖,建设行业网络安全环境。
Description
技术领域
本发明涉及人脸识别技术领域,具体涉及一种人脸识别数据保护方法及系统。
背景技术
随着数字化时代的不断发展,个人信息的使用场景不断融入日常生活的方方面面,人脸识别已成为移动端进行“身份认证”“密码录入”等功能的必要环节。根据《个人信息保护法》中个人信息的采集、存储、传输、删除等生命周期的合规要点,对人脸信息的加密、解密保护成为当前重要的需求。
国密算法是国家密码局认定的国产密码算法,其应用领域广泛,可用于对传输过程或加密过程中的内部信息进行加密保护,也可用于各种安全认证、网上银行、数字签名等,防止非法第三方获取信息内容。
当前,量子计算的快速发展对当前基于经典密码算法的数据传输和身份认证产品产生了较大的冲击和威胁,在线设备和数据的安全性面临极大风险。
因此,落实对人脸信息的合规要求,并使其能抵抗当前量子计算等新兴攻击手段是当前急需解决的问题。
发明内容
针对现有技术中的缺陷,本发明提供的一种人脸识别数据保护方法及系统,从物理层面来保证密钥的安全性,能够抵御传统加密算法受到的量子威胁;摆脱了对国外技术和产品的依赖,建设行业网络安全环境。
为了解决上述技术问题,本发明提出以下技术方案:
一种人脸识别数据保护方法,包括以下步骤:
生成量子密钥K1和量子密钥K2;
分发量子密钥K1和量子密钥K2:将量子密钥K1分发至人脸注册机和人脸识别服务器,将量子密钥K2分发至用户密钥存储介质和人脸识别服务器,用户密钥存储介质将量子密钥K2发送至人脸识别终端;
人脸注册机获取第一人脸特征值;
人脸识别终端采集第二人脸特征值;
人脸注册机通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B;
人脸识别终端通过量子密钥K2和国密算法对第二人脸特征值进行加密,生成人脸特征值密文A;
发送密文B:人脸识别注册机将密文B发送给人脸识别服务器;
发送密文A:人脸识别终端将密文A发送给人脸识别服务器;
人脸识别服务器通过量子密钥K1和国密算法对密文B进行解密,生成人脸特征值明文B1;
人脸识别服务器通过量子密钥K2和国密算法对密文A进行解密,生成人脸特征值明文A1;
保存明文B1:人脸识别服务器将明文B1保存在明文数据库中;
明文数据库将明文A1与明文B1进行匹配,得到匹配结果C1;
人脸识别服务器通过量子密钥K2和国密算法对匹配结果C1进行加密,得到匹配结果C1的密文C;
发送密文C:人脸识别服务器将密文C发送给人脸识别终端;
人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1。
进一步地,所述生成量子密钥K1和量子密钥K2的过程,包括以下步骤:
生成量子随机数;
充注密钥;
根据量子随机数和密钥生成量子密钥K1和量子密钥K2。
进一步地,所述国密算法为SM2加密算法、SM3加密算法或SM4加密算法中的一个。
进一步地,所述人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1的过程,包括以下步骤:
在比对结果C1为正常值的情况下,人脸识别成功;
在比对结果C1为异常值的情况下,人脸识别失败。
本发明还提供一种人脸识别数据保护系统,包括:
量子密钥管理及服务平台,其用于生成量子密钥K1和量子密钥K2;
量子密钥分发网络,其用于分发量子密钥K1和量子密钥K2:将量子密钥K1分发至人脸注册机和人脸识别服务器,将量子密钥K2分发至用户密钥存储介质和人脸识别服务器,用户密钥存储介质将量子密钥K2发送至人脸识别终端;
人脸注册机,其用于获取第一人脸特征值;
人脸识别终端,其用于采集第二人脸特征值;
人脸注册机,其用于通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B;
人脸识别终端,其用于通过量子密钥K2和国密算法对第二人脸特征值进行加密,生成人脸特征值密文A;
人脸识别注册机,其用于将密文B发送给人脸识别服务器;
人脸识别终端,其用于将密文A发送给人脸识别服务器;
人脸识别服务器,其用于通过量子密钥K1和国密算法对密文B进行解密,生成人脸特征值明文B1;
人脸识别服务器,其用于通过量子密钥K2和国密算法对密文A进行解密,生成人脸特征值明文A1;
人脸识别服务器,其用于将明文B1保存在明文数据库中;
明文数据库,其用于将明文A1与明文B1进行匹配,得到匹配结果C1;
人脸识别服务器,其用于通过量子密钥K2和国密算法对匹配结果C1进行加密,得到匹配结果C1的密文C;
人脸识别服务器,其用于将密文C发送给人脸识别终端;
人脸识别终端,其用于通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1。
进一步地,所述量子密钥管理及服务平台,包括:
量子随机数发生器,其用于生成量子随机数;
量子密钥充注模块,其用于充注密钥;
量子密钥生成器,其用于根据量子随机数和密钥生成量子密钥K1和量子密钥K2。
进一步地,所述国密算法为SM2加密算法、SM3加密算法或SM4加密算法中的一个。
进一步地,所述人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1的过程,包括以下步骤:
在比对结果C1为正常值的情况下,人脸识别成功;
在比对结果C1为异常值的情况下,人脸识别失败。
由上述技术方案可知,本发明的有益效果:在秘钥分发的过程中,由于量子卫星随机发送不同偏振状体的光子作为密码的载体,量子一旦被测量就会被破坏,难以被精确复制,因此,量子加密从物理层面来保证密钥的安全性;通过量子密钥与国密算法的结合,为国密算法进行量子赋能,提升网络吞吐量及算力,能够抵御传统算法受到的量子威胁。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明方法的流程图;
图2为本发明系统的模块图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
请参阅图1,本实施例提供的一种人脸识别数据保护方法,包括以下步骤:
生成量子密钥K1和量子密钥K2。
分发量子密钥K1和量子密钥K2:将量子密钥K1分发至人脸注册机和人脸识别服务器,将量子密钥K2分发至用户密钥存储介质和人脸识别服务器,用户密钥存储介质将量子密钥K2发送至人脸识别终端。在秘钥分发的过程中,由于量子卫星随机发送不同偏振状体的光子作为密码的载体,量子一旦被测量就会被破坏,难以被精确复制,因此,量子加密从物理层面来保证密钥的安全性。用户密钥存储介质包括但不限于Ukey、密码卡等形式,量子密钥的存储。
人脸注册机获取第一人脸特征值,第一特征值为人脸注册机从人脸信息注册终端获取的人脸特征信息。第一人脸特征值为使用者在进行人脸识别之前预先保存的人脸特征值。
人脸识别终端采集第二人脸特征值,第二人脸特征值为使用者使用人脸识别终端时,采集的人脸特征信息。
人脸注册机通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B。
人脸识别终端通过量子密钥K2和国密算法对第二人脸特征值进行加密,生成人脸特征值密文A。
发送密文B:人脸识别注册机将密文B发送给人脸识别服务器。
发送密文A:人脸识别终端将密文A发送给人脸识别服务器。
人脸识别服务器通过量子密钥K1和国密算法对密文B进行解密,生成人脸特征值明文B1。
人脸识别服务器通过量子密钥K2和国密算法对密文A进行解密,生成人脸特征值明文A1。
保存明文B1:人脸识别服务器将明文B1保存在明文数据库中。
明文数据库将明文A1与明文B1进行匹配,得到匹配结果C1。明文数据库位于人脸识别服务器中。
人脸识别服务器通过量子密钥K2和国密算法对匹配结果C1进行加密,得到匹配结果C1的密文C。
发送密文C:人脸识别服务器将密文C发送给人脸识别终端。
人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1。
通过人脸注册机对第一人脸特征值进行加密,通过人脸识别终端对第二人脸特征值进行加密,然后,分别通过人脸识别服务器对密文A和密文B进行解密,再将明文A1与明文B1进行匹配,在人脸识别服务器中对匹配结果C1进行加密,在人脸识别终端中对接收到的密文C进行解密,通过量子密钥与国密算法的结合,为国密算法进行量子赋能,提升网络吞吐量及算力,能够抵御传统算法受到的量子威胁,保证了人脸特征值传输过程中的安全性。
在本实施例中,所述生成量子密钥K1和量子密钥K2的过程,包括以下步骤。
生成量子随机数。
充注密钥。
根据量子随机数和密钥生成量子密钥K1和量子密钥K2。利用量子随机数发生器及量子密钥分发网络高速生成真随机数,提升算力,能够抵御传统加密算法受到的量子威胁。
在本实施例中,所述国密算法为SM2加密算法、SM3加密算法或SM4加密算法中的一个。SM2具有更高的安全强度;SM3的算法结构是MD(Merkle-Damgard)结构,可碰撞性更强;SM4是做了非线性变化,相比国外加密算法安全性更好,使用国密算法,摆脱了对国外技术和产品的依赖,建设行业网络安全环境。使用时,可根据实际情况选择SM2加密算法、SM3加密算法或SM4加密算法。
在本实施例中,所述人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1的过程,包括以下步骤。
在比对结果C1为正常值的情况下,人脸识别成功,使用者可以正常使用。
在比对结果C1为异常值的情况下,人脸识别失败,使用者无法正常使用。
请参阅图2,一种人脸识别数据保护系统,包括量子密钥管理及服务平台、量子密钥分发网络、人脸注册机、人脸识别终端、人脸识别服务器和明文数据库。
量子密钥管理及服务平台用于生成量子密钥K1和量子密钥K2。
量子密钥分发网络用于分发量子密钥K1和量子密钥K2:将量子密钥K1分发至人脸注册机和人脸识别服务器,将量子密钥K2分发至用户密钥存储介质和人脸识别服务器,用户密钥存储介质将量子密钥K2发送至人脸识别终端。在秘钥分发的过程中,由于量子卫星随机发送不同偏振状体的光子作为密码的载体,量子一旦被测量就会被破坏,难以被精确复制,因此,量子加密从物理层面来保证密钥的安全性。用户密钥存储介质包括但不限于Ukey、密码卡等形式,量子密钥的存储。
人脸注册机用于获取第一人脸特征值。第一特征值为人脸注册机从人脸信息注册终端获取的人脸特征信息。第一人脸特征值为使用者在进行人脸识别之前预先保存的人脸特征值。
人脸识别终端用于采集第二人脸特征值。第二人脸特征值为使用者使用人脸识别终端时,采集的人脸特征信息。
人脸注册机用于通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B。
人脸识别终端用于通过量子密钥K2和国密算法对第二人脸特征值进行加密,生成人脸特征值密文A。
人脸识别注册机用于将密文B发送给人脸识别服务器。
人脸识别终端用于将密文A发送给人脸识别服务器。
人脸识别服务器用于通过量子密钥K1和国密算法对密文B进行解密,生成人脸特征值明文B1。
人脸识别服务器用于通过量子密钥K2和国密算法对密文A进行解密,生成人脸特征值明文A1。
人脸识别服务器用于将明文B1保存在明文数据库中。
明文数据库用于将明文A1与明文B1进行匹配,得到匹配结果C1。明文数据库位于人脸识别服务器中。
人脸识别服务器用于通过量子密钥K2和国密算法对匹配结果C1进行加密,得到匹配结果C1的密文C。
人脸识别服务器用于将密文C发送给人脸识别终端。
人脸识别终端用于通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1。
通过人脸注册机对第一人脸特征值进行加密,通过人脸识别终端对第二人脸特征值进行加密,然后,分别通过人脸识别服务器对密文A和密文B进行解密,再将明文A1与明文B1进行匹配,在人脸识别服务器中对匹配结果C1进行加密,在人脸识别终端中对接收到的密文C进行解密,通过量子密钥与国密算法的结合,为国密算法进行量子赋能,提升网络吞吐量及算力,能够抵御传统算法受到的量子威胁,保证了人脸特征值传输过程中的安全性。
在本实施例中,所述量子密钥管理及服务平台,包括量子随机数发生器、量子密钥充注模块和量子密钥生成器。
量子随机数发生器用于生成量子随机数。
量子密钥充注模块用于充注密钥。
量子密钥生成器用于根据量子随机数和密钥生成量子密钥K1和量子密钥K2。利用量子随机数发生器及量子密钥分发网络高速生成真随机数,提升算力,能够抵御传统加密算法受到的量子威胁。
在本实施例中,所述国密算法为SM2加密算法、SM3加密算法或SM4加密算法中的一个。SM2具有更高的安全强度;SM3的算法结构是MD(Merkle-Damgard)结构,可碰撞性更强;SM4是做了非线性变化,相比国外加密算法安全性更好,使用国密算法,摆脱了对国外技术和产品的依赖,建设行业网络安全环境。使用时,可根据实际情况选择SM2加密算法、SM3加密算法或SM4加密算法。
在本实施例中,所述人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1的过程,包括以下步骤。
在比对结果C1为正常值的情况下,人脸识别成功,使用者可以正常使用。
在比对结果C1为异常值的情况下,人脸识别失败,使用者无法正常使用。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种人脸识别数据保护方法,其特征在于,包括以下步骤:
生成量子密钥K1和量子密钥K2;
分发量子密钥K1和量子密钥K2:将量子密钥K1分发至人脸注册机和人脸识别服务器,将量子密钥K2分发至用户密钥存储介质和人脸识别服务器,用户密钥存储介质将量子密钥K2发送至人脸识别终端;
人脸注册机获取第一人脸特征值;
人脸识别终端采集第二人脸特征值;
人脸注册机通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B;
人脸识别终端通过量子密钥K2和国密算法对第二人脸特征值进行加密,生成人脸特征值密文A;
发送密文B:人脸识别注册机将密文B发送给人脸识别服务器;
发送密文A:人脸识别终端将密文A发送给人脸识别服务器;
人脸识别服务器通过量子密钥K1和国密算法对密文B进行解密,生成人脸特征值明文B1;
人脸识别服务器通过量子密钥K2和国密算法对密文A进行解密,生成人脸特征值明文A1;
保存明文B1:人脸识别服务器将明文B1保存在明文数据库中;
明文数据库将明文A1与明文B1进行匹配,得到匹配结果C1;
人脸识别服务器通过量子密钥K2和国密算法对匹配结果C1进行加密,得到匹配结果C1的密文C;
发送密文C:人脸识别服务器将密文C发送给人脸识别终端;
人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1。
2.根据权利要求1所述的一种人脸识别数据保护方法,其特征在于,所述生成量子密钥K1和量子密钥K2的过程,包括以下步骤:
生成量子随机数;
充注密钥;
根据量子随机数和密钥生成量子密钥K1和量子密钥K2。
3.根据权利要求1所述的一种人脸识别数据保护方法,其特征在于,所述国密算法为SM2加密算法、SM3加密算法或SM4加密算法中的一个。
4.根据权利要求1所述的一种人脸识别数据保护方法,其特征在于,所述人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1的过程,包括以下步骤:
在比对结果C1为正常值的情况下,人脸识别成功;
在比对结果C1为异常值的情况下,人脸识别失败。
5.一种人脸识别数据保护系统,其特征在于,包括:
量子密钥管理及服务平台,其用于生成量子密钥K1和量子密钥K2;
量子密钥分发网络,其用于分发量子密钥K1和量子密钥K2:将量子密钥K1分发至人脸注册机和人脸识别服务器,将量子密钥K2分发至用户密钥存储介质和人脸识别服务器,用户密钥存储介质将量子密钥K2发送至人脸识别终端;
人脸注册机,其用于获取第一人脸特征值;
人脸识别终端,其用于采集第二人脸特征值;
人脸注册机,其用于通过量子密钥K1和国密算法对第一人脸特征值进行加密,生成人脸特征值密文B;
人脸识别终端,其用于通过量子密钥K2和国密算法对第二人脸特征值进行加密,生成人脸特征值密文A;
人脸识别注册机,其用于将密文B发送给人脸识别服务器;
人脸识别终端,其用于将密文A发送给人脸识别服务器;
人脸识别服务器,其用于通过量子密钥K1和国密算法对密文B进行解密,生成人脸特征值明文B1;
人脸识别服务器,其用于通过量子密钥K2和国密算法对密文A进行解密,生成人脸特征值明文A1;
人脸识别服务器,其用于将明文B1保存在明文数据库中;
明文数据库,其用于将明文A1与明文B1进行匹配,得到匹配结果C1;
人脸识别服务器,其用于通过量子密钥K2和国密算法对匹配结果C1进行加密,得到匹配结果C1的密文C;
人脸识别服务器,其用于将密文C发送给人脸识别终端;
人脸识别终端,其用于通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1。
6.根据权利要求5所述的一种人脸识别数据保护系统,其特征在于,所述量子密钥管理及服务平台包括:
量子随机数发生器,其用于生成量子随机数;
量子密钥充注模块,其用于充注密钥;
量子密钥生成器,其用于根据量子随机数和密钥生成量子密钥K1和量子密钥K2。
7.根据权利要求5所述的一种人脸识别数据保护系统,其特征在于,所述国密算法为SM2加密算法、SM3加密算法或SM4加密算法中的一个。
8.根据权利要求5所述的一种人脸识别数据保护系统,其特征在于,所述人脸识别终端通过量子密钥K2和国密算法对接收到的密文C进行解密,获得比对结果C1的过程,包括以下步骤:
在比对结果C1为正常值的情况下,人脸识别成功;
在比对结果C1为异常值的情况下,人脸识别失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310097236.0A CN116028955A (zh) | 2023-02-10 | 2023-02-10 | 一种人脸识别数据保护方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310097236.0A CN116028955A (zh) | 2023-02-10 | 2023-02-10 | 一种人脸识别数据保护方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116028955A true CN116028955A (zh) | 2023-04-28 |
Family
ID=86079445
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310097236.0A Pending CN116028955A (zh) | 2023-02-10 | 2023-02-10 | 一种人脸识别数据保护方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116028955A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582281A (zh) * | 2023-07-10 | 2023-08-11 | 中国人民解放军国防科技大学 | 一种基于密码技术的安全人脸识别方法、系统及设备 |
-
2023
- 2023-02-10 CN CN202310097236.0A patent/CN116028955A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116582281A (zh) * | 2023-07-10 | 2023-08-11 | 中国人民解放军国防科技大学 | 一种基于密码技术的安全人脸识别方法、系统及设备 |
CN116582281B (zh) * | 2023-07-10 | 2023-09-22 | 中国人民解放军国防科技大学 | 一种基于密码技术的安全人脸识别方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106357401B (zh) | 一种私钥存储及使用方法 | |
US5517567A (en) | Key distribution system | |
CN110932870B (zh) | 一种量子通信服务站密钥协商系统和方法 | |
CN101359991A (zh) | 基于标识的公钥密码体制私钥托管系统 | |
CN110519046A (zh) | 基于一次性非对称密钥对和qkd的量子通信服务站密钥协商方法和系统 | |
CN107171796A (zh) | 一种多kmc密钥恢复方法 | |
CN108881960B (zh) | 基于标识密码的智能摄像头安全控制与数据保密的方法 | |
CN110690957B (zh) | 抗量子计算私钥备份、挂失及恢复方法及系统 | |
CN108471352A (zh) | 基于分布式私钥的处理方法、系统、计算机设备及存储介质 | |
CN114095167A (zh) | 一种通信终端的量子密钥充注方法 | |
CN110650011A (zh) | 基于量子密钥的加密存储方法和加密存储卡 | |
CN109981290A (zh) | 一种智能医疗环境下基于无证书签密的通信系统及方法 | |
CN111884814B (zh) | 一种用于智能终端防伪造的方法和系统 | |
CN116028955A (zh) | 一种人脸识别数据保护方法及系统 | |
CN110855667A (zh) | 一种区块链加密方法、装置及系统 | |
CN112866227A (zh) | 一种文件授权保护方法和系统 | |
CN113761488A (zh) | 一种内容网络版权溯源加密系统及加密方法 | |
CN117113420B (zh) | 一种智能电网的用户电力数据隐私保护方法及保护系统 | |
CN111245609B (zh) | 基于秘密共享和随机数的量子保密通信密钥分发和协商系统及其方法 | |
CN117688604A (zh) | 一种智慧城市系统中隐私集合求交方法、设备及储存介质 | |
CN1913547B (zh) | 发卡客户端、充值中心及保护充值卡数据的方法和系统 | |
CN116049792A (zh) | 人脸注册、识别方法以及人脸数据保护系统 | |
CN206596024U (zh) | 一种发票印制装置 | |
CN115776375A (zh) | 基于Shamir门限人脸信息识别加密认证和数据安全传输的方法 | |
CN110880969B (zh) | 基于联盟链和隐式证书的qkd网络认证密钥生成方法及系统 |
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 |