CN117037349A - 基于人脸识别技术及数据交互业务管控方法及系统 - Google Patents
基于人脸识别技术及数据交互业务管控方法及系统 Download PDFInfo
- Publication number
- CN117037349A CN117037349A CN202311082617.8A CN202311082617A CN117037349A CN 117037349 A CN117037349 A CN 117037349A CN 202311082617 A CN202311082617 A CN 202311082617A CN 117037349 A CN117037349 A CN 117037349A
- Authority
- CN
- China
- Prior art keywords
- data
- teleconference
- transmission
- personnel
- analysis
- 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.)
- Granted
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 160
- 238000004458 analytical method Methods 0.000 claims abstract description 90
- 238000012502 risk assessment Methods 0.000 claims abstract description 50
- 230000001815 facial effect Effects 0.000 claims description 20
- 238000007781 pre-processing Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002155 anti-virotic effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
Abstract
本发明涉及人脸识别技术领域,具体为基于人脸识别技术及数据交互业务管控方法及系统,所述系统包括人员信息认证模块、数据传输网络风险评定模块、传输数据风险分析模块以及预警条件设定模块,所述数据传输网络风险评定模块用于结合人员信息认证模块的分析单元的分析结果判断认证人员中数据传输计算机网络的安全性,根据安全性分析结果构建数据传输网络风险评定模型,并判断数据接收方许可状态,本发明通过人脸识别设备对参与远程会议的人员进行认证,通过分析对应认证人员所需传输的数据源地址风险程度判断数据接收方是否能够接收数据,进而在数据传输前对传输进行风险评估,避免因为数据交互带来不必要的麻烦,增强了数据传输的安全性。
Description
技术领域
本发明涉及人脸识别技术领域,具体为基于人脸识别技术及数据交互业务管控方法及系统。
背景技术
人脸识别是一种基于人的相貌特征信息进行身份认证的生物特征识别技术,技术的最大特征是能避免个人信息泄漏,并采用非接触的方式进行识别,随着计算机技术在近年来的飞速发展,人脸识别已经成为了计算机视觉领域的研究热点之一,得以广泛应用于安防、金融、医疗等众多领域,而人脸识别技术与大数据的结合更是推动了其应用的广泛发展,
通过人脸识别技术识别远程会议中人员信息,并给予认证的用户进行授权,用户通过远程会议进行数据交互,但现有技术中在对数据传输的过程中,大多会对数据传输线使用端到端加密技术,若想要对数据进行窃取或者篡改,则攻击者需要对多个数据传输节点进行攻击才能窃取数据,由于现有技术大多无法对远程会议数据传输的传输风险进行评估,以至于不能及时了解远程会议数据传输的传输风险情况,给远程会议信息的安全性造成极大的威胁。
发明内容
本发明的目的在于提供基于人脸识别技术及数据交互业务管控方法及系统,以解决上述背景技术中提出的问题,本发明提供如下技术方案:
基于人脸识别技术及数据交互业务管控方法,所述方法包括以下步骤:
S1、通过人脸识别设备采集远程会议人员面部特征信息,并对获取的数据进行预处理,结合预处理结果对远程会议人员进行认证;
S2、基于人脸认证结果,分析认证人员中数据传输方计算机网络的安全性,结合安全性分析结果构建数据传输网络风险评定模型,根据数据传输网络风险评定模型判断数据接收方许可状态;
S3、结合数据传输网络风险评定模型分析数据传输方计算机中传输文件之间的交互影响,结合分析结果构建风险程度分析模型;
S4、结合风险程度分析模型判断当前远程会议中对应数据传输环境的安全性,根据分析结果制定预警条件值。
进一步的,所述S1的方法包括以下步骤:
步骤1001、通过人脸识别设备采集当前参与远程会议人员的面部特征信息,记为集合A,
A=[A1,A2,A3,...,An],
其中An表示第n个参与远程会议人员的面部特征信息集,所述面部特征信息集中元素为数据库预设值,n表示参与远程会议人员的总个数;
步骤1002、结合步骤1001分析结果,依次对每一个参与远程会议人员身份进行认证,并将认证结果记为Rn,
其中α表示比例系数,所述比例系数为数据库预设值,Bn表示数据库中存储的第n个参与远程会议人员的面部特征信息集;
步骤1003、循环步骤1002得到每一个参与远程会议人员身份的认证结果,
若Rn∈(σ,1],则表明当前参与远程会议人员为数据库中存储的人员,通过认证并开放远程会议访问权限,其中σ为数据库预设值,
若Rn∈[0,σ),则表明当前参与远程会议人员不是数据库中存储的人员,未通过认证并拒接远程会议访问权限;
步骤1004、结合步骤1003分析结果提取通过认证且拥有远程会议访问权限的人员,记为集合A*,
其中表示第m个通过认证且拥有远程会议访问权限的人员,m表示通过认证且拥有远程会议访问权限的人员的总个数。
本发明通过人脸识别设备采集参与远程会议人员的面部特征信息,并将采集的数据与数据库中预置的数据进行匹配,根据匹配结果对采集的数据进行判断,结合判断结果对参与远程会议的人员进行认证并授权,为后续分析远程会议人员进行信息交互时,对应传输文件安全性提供数据参照。
进一步的,所述S2的方法包括以下步骤:
步骤2001、获取集合A*中第m个通过认证且拥有远程会议访问权限的人员,将第m个通过认证且拥有远程会议访问权限的人员对应计算机中传输的数据记为集合Cm,
其中表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据,i表示计算机传输数据总个数;
步骤2002、将与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员记为集合Dj,
其中表示第j个与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员,j表示与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员的总个数;
步骤2003、通过历史数据获取集合Cm中各个传输数据的源地址,结合各个数据的源地址分析各个数据的风险程度并构建风险评定模型,将第i个传输数据的风险程度情况记为
其中ω1、ω2以及ω3表示比例系数,所述比例系数为数据库预设值,表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据源地址安全指标,所述安全指标通过网页安全报告查询得到,即安全指标分为三类,红色代表高风险,黄色代表中风险,绿色代表安全,/>表示第i个传输数据在第m个通过认证且拥有远程会议访问权限的人员使用的计算机中对应的安全分析报告,所述安全分析报告表示计算机防火墙以及杀毒软件对接收的传输文件进行分析生成的安全报告,/>表示用户从第i个传输数据源地址下载文件总人数,/>表示从第i个传输数据源地址下载文件后对应计算机出现崩溃现的总用户;
步骤2004、结合步骤2003分析结果判断数据接收方许可状态,
若则表明第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的源地址不符合数据接收方许可,拒绝对应传输数据,β为数据库预设值,
若则表明第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的源地址符合数据接收方许可,接收对应传输数据。
本发明通过获取认证人员所需传输的数据,根据数据源地址风险程度以及不同用户在对应源地址中下载的数据时对应计算机生成的安全分析报告判断对应认证人员所需传输数据的风险程度,并进行风险评定,为后续分析数据接收方是否接收传输的数据提供数据参照。
进一步的,所述S3的方法包括以下步骤:
步骤3001、重复步骤2003得到第m个通过认证且拥有远程会议访问权限的人员对应计算机中各个传输的数据的风险程度,并将对应传输数据中字段与相对风险程度进行捆绑,记为集合Ftransmission,
其中表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的风险程度,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段;
步骤3002、将集合Ftransmission中元素任意两两组合,分析传输文件之间的交互影响,结合分析结果构建风险程度分析模型,记为Mm,
其中ρ1和ρ2表示比例系数,所述比例系数为数据库预设值,
表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段与第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i-1个传输数据中字段交集个数,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段个数,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i-1个传输数据中字段个数,
当且/>
当且/>
当且/>
当且/>
本发明通过将对应认证人员所需传输的数据以及对应传输数据的风险程度进行捆绑,结合对应认证人员计算机中所需传输的数据之间是否存在交互影响,进而构建风险程度分析模型判断对应认证人员传输的数据安全性,为后续设定预警信号提供数据参照。
进一步的,所述S4的方法包括以下步骤:
步骤4001、结合步骤2004以及步骤3002的分析结果设定预警条件值,
若且0≤Mm≤θ,则判定远程会议人员进行线上传输数据正常,不发出预警信号,其中θ为数据库预设值,
若且Mm>θ,则判定远程会议人员进行线上传输数据正常,发出预警信号,
若且Mm>θ,则判定远程会议人员进行线上传输数据异常,发出预警信号,
若且0≤Mm≤θ,则判定远程会议人员进行线上传输数据异常,发出预警信号。
本发明通过实时监测远程会议人员数据交互的风险程度,结合监测结果发出预警信号。
基于人脸识别技术及数据交互业务管控系统,所述系统包括以下模块:
人员信息认证模块:所述人员信息认证模块用于通过人脸识别设备采集远程会议人员面部特征信息,并对获取的数据进行预处理,结合预处理结果对远程会议人员进行认证;
数据传输网络风险评定模块:所述数据传输网络风险评定模块用于结合人员信息认证模块的分析单元的分析结果判断认证人员中数据传输计算机网络的安全性,根据安全性分析结果构建数据传输网络风险评定模型,并判断数据接收方许可状态;
传输数据风险分析模块:所述传输数据风险分析模块用于结合数据传输网络风险评定模块的分析结果计算机中传输文件之间的交互影响值,并结合计算结果构建风险程度分析模型;
预警条件设定模块:所述预警条件设定模块用于结合数据传输网络风险评定模块以及传输数据风险分析模块的分析结果设定预警信号条件值。
进一步的,所述人员信息认证模块包括信息采集单元以及数据预处理单元:
所述信息采集单元用于通过人脸识别设备采集远程会议人员的面部特征信息;
所述数据预处理单元用于根据信息采集单元的分析结果依次对每一个远程会议中人员的身份信息进行认证并授予会议访问权。
进一步的,所述数据传输网络风险评定模块包括风险评定模型构建单元以及数据交互许可分析单元:
所述风险评定模型构建单元用于基于数据预处理单元的分析结果,分析认证人员中数据传输方计算机网络安全性,结合分析结果构建风险评定模型;
所述数据交互许可分析单元用于结合风险评定模型构建单元的分析结果判断数据接收方许可状态。
进一步的,所述传输数据风险分析模块包括传输数据组合单元以及风险程度分析模型构建单元:
所述传输数据组合单元用于结合风险评定模型构建单元的分析结果,获取通过认证且拥有远程会议访问权限的各个人员对应的传输数据风险程度,并将对应传输数据中字段与相应风险程度进行捆绑;
所述风险程度分析模型构建单元用于结合传输数据组合单元的分析结果,分析两组合之间传输文件的交互影响,结合分析结果构建风险程度分析模型。
进一步的,所述预警条件设定模块包括预警信号设定单元以及预警信号判断单元:
所述预警信号设定单元用于结合风险程度分析模型构建单元以及风险评定模型构建单元的分析结果设定预警信号条件值;
所述预警信号判断单元用于结合预警信号设定单元的分析结果判断传输数据状态,并结合传输数据状态发出预警信号。
本发明通过人脸识别设备对参与远程会议的人员进行认证,并通过分析对应认证人员所需传输的数据源地址风险程度判断数据接收方是否能够接收数据,结合分析结果进一步判断对应认证人员各个传输数据之间的交互影响判断所需传输数据的安全性,进而在数据传输前对传输进行风险评估,避免因为数据交互带来不必要的麻烦,增强了数据传输的安全性。
附图说明
图1是本发明基于人脸识别技术及数据交互业务管控方法的流程示意图;
图2是本发明基于人脸识别技术及数据交互业务管控系统的模块示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:请参阅图1,本实施例中:
实现了基于人脸识别技术及数据交互业务管控方法,所述方法包括以下步骤:
S1、通过人脸识别设备采集远程会议人员面部特征信息,并对获取的数据进行预处理,结合预处理结果对远程会议人员进行认证;
所述S1的方法包括以下步骤:
步骤1001、通过人脸识别设备采集当前参与远程会议人员的面部特征信息,记为集合A,
A=[A1,A2,A3,...,An],
其中An表示第n个参与远程会议人员的面部特征信息集,所述面部特征信息集中元素为数据库预设值,n表示参与远程会议人员的总个数;
步骤1002、结合步骤1001分析结果,依次对每一个参与远程会议人员身份进行认证,并将认证结果记为Rn,
其中α表示比例系数,所述比例系数为数据库预设值,Bn表示数据库中存储的第n个参与远程会议人员的面部特征信息集;
步骤1003、循环步骤1002得到每一个参与远程会议人员身份的认证结果,
若Rn∈(σ,1],则表明当前参与远程会议人员为数据库中存储的人员,通过认证并开放远程会议访问权限,其中σ为数据库预设值,
若Rn∈[0,σ),则表明当前参与远程会议人员不是数据库中存储的人员,未通过认证并拒接远程会议访问权限;
步骤1004、结合步骤1003分析结果提取通过认证且拥有远程会议访问权限的人员,记为集合A*,
其中表示第m个通过认证且拥有远程会议访问权限的人员,m表示通过认证且拥有远程会议访问权限的人员的总个数。
S2、基于人脸认证结果,分析认证人员中数据传输方计算机网络的安全性,结合安全性分析结果构建数据传输网络风险评定模型,根据数据传输网络风险评定模型判断数据接收方许可状态;
所述S2的方法包括以下步骤:
步骤2001、获取集合A*中第m个通过认证且拥有远程会议访问权限的人员,将第m个通过认证且拥有远程会议访问权限的人员对应计算机中传输的数据记为集合Cm,
其中表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据,i表示计算机传输数据总个数;
步骤2002、将与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员记为集合Dj,
其中表示第j个与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员,i表示与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员的总个数;
步骤2003、通过历史数据获取集合Cm中各个传输数据的源地址,结合各个数据的源地址分析各个数据的风险程度并构建风险评定模型,将第i个传输数据的风险程度情况记为
其中ω1、ω2以及ω3表示比例系数,所述比例系数为数据库预设值,表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据源地址安全指标,所述安全指标通过网页安全报告查询得到,即安全指标分为三类,红色代表高风险,黄色代表中风险,绿色代表安全,/>表示第i个传输数据在第m个通过认证且拥有远程会议访问权限的人员使用的计算机中对应的安全分析报告,所述安全分析报告表示计算机防火墙以及杀毒软件对接收的传输文件进行分析生成的安全报告,/>表示用户从第i个传输数据源地址下载文件总人数,/>表示从第i个传输数据源地址下载文件后对应计算机出现崩溃现的总用户;
步骤2004、结合步骤2003分析结果判断数据接收方许可状态,
若则表明第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的源地址不符合数据接收方许可,拒绝对应传输数据,β为数据库预设值,
若则表明第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的源地址符合数据接收方许可,接收对应传输数据。
S3、结合数据传输网络风险评定模型分析数据传输方计算机中传输文件之间的交互影响,结合分析结果构建风险程度分析模型;
所述S3的方法包括以下步骤:
步骤3001、重复步骤2003得到第m个通过认证且拥有远程会议访问权限的人员对应计算机中各个传输的数据的风险程度,并将对应传输数据中字段与相对风险程度进行捆绑,记为集合Ftransmission,
其中表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的风险程度,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段;
步骤3002、将集合Ftransmission中元素任意两两组合,分析传输文件之间的交互影响,结合分析结果构建风险程度分析模型,记为Mm,
其中ρ1和ρ2表示比例系数,所述比例系数为数据库预设值,
表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段与第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i-1个传输数据中字段交集个数,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段个数,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i-1个传输数据中字段个数,
当且/>
当且/>
当且/>
当且/>
S4、结合风险程度分析模型判断当前远程会议中对应数据传输环境的安全性,根据分析结果制定预警条件值。
所述S4的方法包括以下步骤:
步骤4001、结合步骤2004以及步骤3002的分析结果设定预警条件值,
若且0≤Mm≤θ,则判定远程会议人员进行线上传输数据正常,不发出预警信号,其中θ为数据库预设值,
若且Mm>θ,则判定远程会议人员进行线上传输数据正常,发出预警信号,
若且Mm>θ,则判定远程会议人员进行线上传输数据异常,发出预警信号,
若且0≤Mm≤θ,则判定远程会议人员进行线上传输数据异常,发出预警信号。
本实施例中:公开了基于人脸识别技术及数据交互业务管控系统(如图2所示),所述系统用于实现方法的具体方案内容。
实施例2:设定远程会议中存在信息交互用户A与B,其中用户A中存在3个传输文件,分别为文件1、文件2、文件3,文件1和文件2为用户A计算机中文件,文件3为用户通过互联网下载的文件,通过获取文件3源地址相关数据进行计算风险程度,记为
通过分析得到则初步判定用户B接收用户A中的传输信息,
进一步分析文件3分别与文件1和文件2之间的交互影响,记为M1和M2,
当且0≤M1≤θ且0≤M2≤θ,则判定远程会议人员进行线上传输数据正常,用户B接收用户A传输的数据。
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囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是: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,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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 (10)
1.基于人脸识别技术及数据交互业务管控方法,其特征在于,所述方法包括以下步骤:
S1、通过人脸识别设备采集远程会议人员面部特征信息,并对获取的数据进行预处理,结合预处理结果对远程会议人员进行认证;
S2、基于人脸认证结果,分析认证人员中数据传输方计算机网络的安全性,结合安全性分析结果构建数据传输网络风险评定模型,根据数据传输网络风险评定模型判断数据接收方许可状态;
S3、结合数据传输网络风险评定模型分析数据传输方计算机中传输文件之间的交互影响,结合分析结果构建风险程度分析模型;
S4、结合风险程度分析模型判断当前远程会议中对应数据传输环境的安全性,根据分析结果制定预警条件值。
2.根据权利要求1所述的基于人脸识别技术及数据交互业务管控方法,其特征在于,所述S1的方法包括以下步骤:
步骤1001、通过人脸识别设备采集当前参与远程会议人员的面部特征信息,记为集合A,
A=[A1,A2,A3,...,An],
其中An表示第n个参与远程会议人员的面部特征信息集,所述面部特征信息集中元素为数据库预设值,n表示参与远程会议人员的总个数;
步骤1002、结合步骤1001分析结果,依次对每一个参与远程会议人员身份进行认证,并将认证结果记为Rn,
其中α表示比例系数,所述比例系数为数据库预设值,Bn表示数据库中存储的第n个参与远程会议人员的面部特征信息集;
步骤1003、循环步骤1002得到每一个参与远程会议人员身份的认证结果,
若Rn∈(σ,1],则表明当前参与远程会议人员为数据库中存储的人员,通过认证并开放远程会议访问权限,其中σ为数据库预设值,
若Rn∈[0,σ),则表明当前参与远程会议人员不是数据库中存储的人员,未通过认证并拒接远程会议访问权限;
步骤1004、结合步骤1003分析结果提取通过认证且拥有远程会议访问权限的人员,记为集合A*,
其中表示第m个通过认证且拥有远程会议访问权限的人员,m表示通过认证且拥有远程会议访问权限的人员的总个数。
3.根据权利要求2所述的基于人脸识别技术及数据交互业务管控方法,其特征在于,所述S2的方法包括以下步骤:
步骤2001、获取集合A*中第m个通过认证且拥有远程会议访问权限的人员,将第m个通过认证且拥有远程会议访问权限的人员对应计算机中传输的数据记为集合Cm,
其中表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据,i表示计算机传输数据总个数;
步骤2002、将与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员记为集合Dj,
其中表示第j个与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员,j表示与第m个通过认证且拥有远程会议访问权限的人员进行信息交互的会议人员的总个数;
步骤2003、通过历史数据获取集合Cm中各个传输数据的源地址,结合各个数据的源地址分析各个数据的风险程度并构建风险评定模型,将第i个传输数据的风险程度情况记为
其中ω1、ω2以及ω3表示比例系数,所述比例系数为数据库预设值,表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据源地址安全指标,表示第i个传输数据在第m个通过认证且拥有远程会议访问权限的人员使用的计算机中对应的安全分析报告,/>表示用户从第i个传输数据源地址下载文件总人数,表示从第i个传输数据源地址下载文件后对应计算机出现崩溃现的总用户;
步骤2004、结合步骤2003分析结果判断数据接收方许可状态,
若则表明第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的源地址不符合数据接收方许可,拒绝对应传输数据,β为数据库预设值,
若则表明第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的源地址符合数据接收方许可,接收对应传输数据。
4.根据权利要求3所述的基于人脸识别技术及数据交互业务管控方法,其特征在于,所述S3的方法包括以下步骤:
步骤3001、重复步骤2003得到第m个通过认证且拥有远程会议访问权限的人员对应计算机中各个传输的数据的风险程度,并将对应传输数据中字段与相对风险程度进行捆绑,记为集合Ftransmission,
其中表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据的风险程度,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段;
步骤3002、将集合Ftransmission中元素任意两两组合,分析传输文件之间的交互影响,结合分析结果构建风险程度分析模型,记为Mm,
其中ρ1和ρ2表示比例系数,所述比例系数为数据库预设值,
表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段与第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i-1个传输数据中字段交集个数,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i个传输数据中字段个数,/>表示第m个通过认证且拥有远程会议访问权限的人员对应计算机中第i-1个传输数据中字段个数,
当且/>
当且/>
当且/>
当且/>
5.根据权利要求4所述的基于人脸识别技术及数据交互业务管控方法,其特征在于,所述S4的方法包括以下步骤:
步骤4001、结合步骤2004以及步骤3002的分析结果设定预警条件值,
若且0≤Mm≤θ,则判定远程会议人员进行线上传输数据正常,不发出预警信号,其中θ为数据库预设值,
若且Mm>θ,则判定远程会议人员进行线上传输数据正常,发出预警信号,
若且Mm>θ,则判定远程会议人员进行线上传输数据异常,发出预警信号,
若且0≤Mm≤θ,则判定远程会议人员进行线上传输数据异常,发出预警信号。
6.基于人脸识别技术及数据交互业务管控系统,其特征在于,所述系统包括以下模块:
人员信息认证模块:所述人员信息认证模块用于通过人脸识别设备采集远程会议人员面部特征信息,并对获取的数据进行预处理,结合预处理结果对远程会议人员进行认证;
数据传输网络风险评定模块:所述数据传输网络风险评定模块用于结合人员信息认证模块的分析单元的分析结果判断认证人员中数据传输计算机网络的安全性,根据安全性分析结果构建数据传输网络风险评定模型,并判断数据接收方许可状态;
传输数据风险分析模块:所述传输数据风险分析模块用于结合数据传输网络风险评定模块的分析结果计算机中传输文件之间的交互影响值,并结合计算结果构建风险程度分析模型;
预警条件设定模块:所述预警条件设定模块用于结合数据传输网络风险评定模块以及传输数据风险分析模块的分析结果设定预警信号条件值。
7.根据权利要求6所述的基于人脸识别技术及数据交互业务管控系统,其特征在于,所述人员信息认证模块包括信息采集单元以及数据预处理单元:
所述信息采集单元用于通过人脸识别设备采集远程会议人员的面部特征信息;
所述数据预处理单元用于根据信息采集单元的分析结果依次对每一个远程会议中人员的身份信息进行认证并授予会议访问权。
8.根据权利要求7所述的基于人脸识别技术及数据交互业务管控系统,其特征在于,所述数据传输网络风险评定模块包括风险评定模型构建单元以及数据交互许可分析单元:
所述风险评定模型构建单元用于基于数据预处理单元的分析结果,分析认证人员中数据传输方计算机网络安全性,结合分析结果构建风险评定模型;
所述数据交互许可分析单元用于结合风险评定模型构建单元的分析结果判断数据接收方许可状态。
9.根据权利要求8所述的基于人脸识别技术及数据交互业务管控系统,其特征在于,所述传输数据风险分析模块包括传输数据组合单元以及风险程度分析模型构建单元:
所述传输数据组合单元用于结合风险评定模型构建单元的分析结果,获取通过认证且拥有远程会议访问权限的各个人员对应的传输数据风险程度,并将对应传输数据中字段与相应风险程度进行捆绑;
所述风险程度分析模型构建单元用于结合传输数据组合单元的分析结果,分析两组合之间传输文件的交互影响,结合分析结果构建风险程度分析模型。
10.根据权利要求9所述的基于人脸识别技术及数据交互业务管控系统,其特征在于,所述预警条件设定模块包括预警信号设定单元以及预警信号判断单元:
所述预警信号设定单元用于结合风险程度分析模型构建单元以及风险评定模型构建单元的分析结果设定预警信号条件值;
所述预警信号判断单元用于结合预警信号设定单元的分析结果判断传输数据状态,并结合传输数据状态发出预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311082617.8A CN117037349B (zh) | 2023-08-28 | 2023-08-28 | 基于人脸识别技术及数据交互业务管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311082617.8A CN117037349B (zh) | 2023-08-28 | 2023-08-28 | 基于人脸识别技术及数据交互业务管控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117037349A true CN117037349A (zh) | 2023-11-10 |
CN117037349B CN117037349B (zh) | 2024-02-20 |
Family
ID=88633631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311082617.8A Active CN117037349B (zh) | 2023-08-28 | 2023-08-28 | 基于人脸识别技术及数据交互业务管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117037349B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004057834A2 (en) * | 2002-12-18 | 2004-07-08 | Senforce Technologies, Inc. | Methods and apparatus for administration of policy based protection of data accessible by a mobile device |
CN101841554A (zh) * | 2010-01-28 | 2010-09-22 | 成都市华为赛门铁克科技有限公司 | 终端请求下载资源的方法和一种终端 |
US20130055401A1 (en) * | 2011-08-24 | 2013-02-28 | Pantech Co., Ltd. | Terminal and method for providing risk of application using the same |
CN109729069A (zh) * | 2018-11-26 | 2019-05-07 | 武汉极意网络科技有限公司 | 异常ip地址的检测方法、装置与电子设备 |
GB201906940D0 (en) * | 2019-05-16 | 2019-07-03 | Samknows Ltd | Web-browsing test system |
CN110462606A (zh) * | 2017-02-27 | 2019-11-15 | 亚马逊技术有限公司 | 智能安全管理 |
CN112000907A (zh) * | 2020-09-02 | 2020-11-27 | 未来穿戴技术有限公司 | 网络资源的获取方法、装置、移动终端以及计算机存储介质 |
CN113962591A (zh) * | 2021-11-03 | 2022-01-21 | 郑州航空工业管理学院 | 一种基于深度学习的工业物联网数据空间访问风险评估方法 |
CN113992414A (zh) * | 2021-10-28 | 2022-01-28 | 马上消费金融股份有限公司 | 数据的访问方法、装置及设备 |
CN116319034A (zh) * | 2023-03-27 | 2023-06-23 | 六安策柳网络科技有限公司 | 一种基于多媒体远程会议信息的安全监控管理系统 |
CN116527540A (zh) * | 2023-05-19 | 2023-08-01 | 黑龙江华睿时代科技发展有限公司 | 一种基于人工智能的设备安全智慧监管系统及方法 |
-
2023
- 2023-08-28 CN CN202311082617.8A patent/CN117037349B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004057834A2 (en) * | 2002-12-18 | 2004-07-08 | Senforce Technologies, Inc. | Methods and apparatus for administration of policy based protection of data accessible by a mobile device |
CN101841554A (zh) * | 2010-01-28 | 2010-09-22 | 成都市华为赛门铁克科技有限公司 | 终端请求下载资源的方法和一种终端 |
US20130055401A1 (en) * | 2011-08-24 | 2013-02-28 | Pantech Co., Ltd. | Terminal and method for providing risk of application using the same |
CN110462606A (zh) * | 2017-02-27 | 2019-11-15 | 亚马逊技术有限公司 | 智能安全管理 |
CN109729069A (zh) * | 2018-11-26 | 2019-05-07 | 武汉极意网络科技有限公司 | 异常ip地址的检测方法、装置与电子设备 |
GB201906940D0 (en) * | 2019-05-16 | 2019-07-03 | Samknows Ltd | Web-browsing test system |
CN112000907A (zh) * | 2020-09-02 | 2020-11-27 | 未来穿戴技术有限公司 | 网络资源的获取方法、装置、移动终端以及计算机存储介质 |
CN113992414A (zh) * | 2021-10-28 | 2022-01-28 | 马上消费金融股份有限公司 | 数据的访问方法、装置及设备 |
CN113962591A (zh) * | 2021-11-03 | 2022-01-21 | 郑州航空工业管理学院 | 一种基于深度学习的工业物联网数据空间访问风险评估方法 |
CN116319034A (zh) * | 2023-03-27 | 2023-06-23 | 六安策柳网络科技有限公司 | 一种基于多媒体远程会议信息的安全监控管理系统 |
CN116527540A (zh) * | 2023-05-19 | 2023-08-01 | 黑龙江华睿时代科技发展有限公司 | 一种基于人工智能的设备安全智慧监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117037349B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8433921B2 (en) | Object authentication system | |
Sattarova Feruza et al. | IT security review: Privacy, protection, access control, assurance and system security | |
US20130042298A1 (en) | System and method for generating trust among data network users | |
US20030167153A1 (en) | System and method for processing monitoring data using data profiles | |
EP1132797A2 (en) | Method for securing user identification in on-line transaction systems | |
CN113472547B (zh) | 一种基于区块链的安全监控系统 | |
JP4120997B2 (ja) | 不正アクセス判断装置及び方法 | |
CN114117264A (zh) | 基于区块链的非法网站识别方法、装置、设备及存储介质 | |
Nugraha et al. | Towards a framework for trustworthy data security level agreement in cloud procurement | |
EP1668438B1 (en) | Method and system for authenticating a user | |
CN105978879B (zh) | 网络通道安全管理系统 | |
CN112329004A (zh) | 一种人脸识别及人脸密码的方法、装置 | |
CN117037349B (zh) | 基于人脸识别技术及数据交互业务管控方法及系统 | |
KR20000063739A (ko) | 아이디 도용 감지 시스템 및 방법, 그 프로그램 소스를기록한 기록매체 | |
WO2021137753A1 (en) | Electronic authentication system and process using the same | |
CN115563620A (zh) | 面向智慧教育平台的可信安全方法及安全防护系统 | |
CN113988862B (zh) | 一种区块链数据上链方法的安全预警系统及安全预警方法 | |
Schumacher et al. | Data mining in vulnerability databases | |
CN115600189A (zh) | 一种商用密码应用安全性评估系统 | |
CN113923036A (zh) | 一种持续免疫安全系统的区块链信息管理方法及装置 | |
CN111131155A (zh) | 一种无线网络安全评估方法、系统以及终端 | |
Anoh et al. | Multi-factor authentication system for securing mobile money transactions using mobile money services in Ivory Coast | |
CN117240607B (zh) | 一种基于安全计算机的安全认证方法 | |
AU2021105297A4 (en) | Electronic authentication system and process using the same | |
CN117436878B (zh) | 基于区块链技术的多通道的支付方法和支付系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |