CN117688533A - 一种基于人工智能的电子签章方法、电子验章方法及系统 - Google Patents

一种基于人工智能的电子签章方法、电子验章方法及系统 Download PDF

Info

Publication number
CN117688533A
CN117688533A CN202311696255.1A CN202311696255A CN117688533A CN 117688533 A CN117688533 A CN 117688533A CN 202311696255 A CN202311696255 A CN 202311696255A CN 117688533 A CN117688533 A CN 117688533A
Authority
CN
China
Prior art keywords
user
signature
data
willingness
document
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
CN202311696255.1A
Other languages
English (en)
Inventor
王强
杜玉海
孙水泳
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.)
Confident Information Co ltd
Original Assignee
Confident Information Co ltd
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 Confident Information Co ltd filed Critical Confident Information Co ltd
Priority to CN202311696255.1A priority Critical patent/CN117688533A/zh
Publication of CN117688533A publication Critical patent/CN117688533A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Collating Specific Patterns (AREA)

Abstract

本发明属于电子签章技术领域,为了解决签章操作可能违背用户真实意愿的问题,提供了基于人工智能的电子签章方法、电子验章方法及系统。其中,该方法包括解析待签文档,生成意愿描述语并显示;获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧,依次校验用户身份及用户意愿,当两者均校验通过,且电子印章及签章用户证书均有效时,得到待签名数据摘要值;将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。其能够确保电子签章过程中的用户的身份正确及电子签章是用户的真实意图。

Description

一种基于人工智能的电子签章方法、电子验章方法及系统
技术领域
本发明属于电子签章技术领域,尤其涉及一种基于人工智能的电子签章方法、电子验章方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
电子签章和电子签名是保证数据完整性、真实性和不可否认性的重要支撑。在现有的电子签章产品中,为了确保安全性和可靠性,客户端通常采用USB KEY(一种USB接口的硬件设备,其内置单片机或智能卡芯片,有一定的存储空间,可以存储用户的私钥以及数字证书)或者手机盾等移动APP作为身份验证和数字签名的方式,而且,越来越多的电子签章产品也加入了指纹识别、面部识别等生物识别技术,这些技术很好的解决了签章过程中的用户身份识别问题。但是,在电子签章的过程中,虽然保证了人是其人,但是并未考虑用户的真实意愿,如此一来,可能会因为签章操作违背用户真实意愿而引发纠纷、侵害用户的自主选择权。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种基于人工智能的电子签章方法、电子验章方法及系统,其能够确保电子签章过程中的用户的身份正确以及电子签章是用户的真实意图,保护用户的自主选择权。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种基于人工智能的电子签章方法。
一种基于人工智能的电子签章方法,其包括:
接收用户的签章请求,响应所述签章请求并解析待签文档,生成文档描述语,进而生成意愿描述语并显示;
控制录像启动以获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧,依次校验用户身份及用户意愿,当两者均校验通过后,执行签章操作;
在电子印章及签章用户证书均有效的情况下,计算并组合待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值,再计算组合后数据的摘要值,得到待签名数据摘要值;
将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对所述待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。
作为一种实施方式,基于用户意愿录像的视频帧,结合面部识别方法来校验用户身份。
作为一种实施方式,所述基于人工智能的电子签章方法还包括:
基于用户身份相关数据,生成真实身份确认问题;
在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频。
作为一种实施方式,在校验用户身份的过程中,首先利用面部识别方法来初步校验用户身份,当初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复是否正确,若用户回答正确,则继续校验用户意愿,否则,结束此次签章操作。
作为一种实施方式,校验用户意愿的过程为:
通过面部表情识别分析用户阅读过程中的表情,判断是否存在非用户真实意愿的情况;
若为用户真实意愿,则继续执行签章操作;否则,结束此次签章操作。
本发明的第二个方面提供一种基于人工智能的电子签章系统。
一种基于人工智能的电子签章系统,其包括:
意愿描述语生成模块,其用于接收用户的签章请求,响应所述签章请求并解析待签文档,生成文档描述语,进而生成意愿描述语并显示;
用户身份及意愿识别模块,其用于控制录像启动以获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧,依次校验用户身份及用户意愿,当两者均校验通过后,执行签章操作;
待签名数据摘要值生成模块,其用于在电子印章及签章用户证书均有效的情况下,计算并组合待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值,再计算组合后数据的摘要值,得到待签名数据摘要值;
电子签章执行模块,其用于将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对所述待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。
作为一种实施方式,在所述用户身份及意愿识别模块中,在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频;其中,基于用户身份相关数据,生成真实身份确认问题。
作为另一种实施方式,在所述用户身份及意愿识别模块中,在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频;其中,基于用户身份相关数据,生成真实身份确认问题;
在校验用户身份的过程中,首先利用面部识别方法来初步校验用户身份,当初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复是否正确,若用户回答正确,则继续校验用户意愿,否则,结束此次签章操作。
作为一种实施方式,在所述用户身份及意愿识别模块中,校验用户意愿的过程为:
通过面部表情识别分析用户阅读过程中的表情,判断是否存在非用户真实意愿的情况;
若为用户真实意愿,则继续执行签章操作;否则,结束此次签章操作。
本发明的第三个方面提供一种基于人工智能的电子验章方法。
一种基于人工智能的电子验章方法,其包括:
接收验章请求数据,解析待验章文档数据并取出签章数据,解析电子签章数据,得到电子签章各属性值;其中,电子签章采用如上述所述的基于人工智能的电子签章方法来实现;
依次验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性,当三者均验证通过后,使用电子签章中解析出的签章标识从数据库中取出用户意愿录像并解密;
计算待验章文档数据的文档摘要值以及解密后的用户意愿录像数据摘要值得到用户意愿摘要值,组合文档摘要值和用户意愿摘要值,再计算组合后数据的摘要值;
将组合后数据的摘要值与待验章文档电子签章中的待签名数据进行二进制比对,若结果一致,则文档验章通过;否则,文档验章不通过。
本发明的第四个方面提供一种基于人工智能的电子验章系统。
一种基于人工智能的电子验章系统,其包括:
验章请求数据接收模块,其用于接收验章请求数据,解析待验章文档数据并取出签章数据,解析电子签章数据,得到电子签章各属性值;其中,电子签章采用如上述所述的基于人工智能的电子签章方法来实现;
签章有效性验证模块,其用于依次验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性,当三者均验证通过后,使用电子签章中解析出的签章标识从数据库中取出用户意愿录像并解密;
组合摘要值计算模块,其用于计算待验章文档数据的文档摘要值以及解密后的用户意愿录像数据摘要值得到用户意愿摘要值,组合文档摘要值和用户意愿摘要值,再计算组合后数据的摘要值;
摘要值二进制比对模块,其用于将组合后数据的摘要值与待验章文档电子签章中的待签名数据进行二进制比对,若结果一致,则文档验章通过;否则,文档验章不通过。
与现有技术相比,本发明的有益效果是:
(1)本发明的基于人工智能的电子签章方法,基于用户意愿录像的视频帧对用户身份及用户意愿依次进行校验,而且在两者均校验通过后,验证电子印章及签章用户证书的有效性,根据待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值生成待签名数据摘要值,进而实现签章操作任务,确保了电子签章过程中的用户的身份正确以及签章操作是用户的真实意图,从而保证了“人是其人,意为其意”,保护了用户的自主选择权。
(2)本发明采用利用面部识别方法来初步校验用户身份,在初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复的正确性,实现了面部识别技术和电子签章的结合,使得电子签章产品更智能、无感签署且易于普及。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例的一种基于人工智能的电子签章方法流程图;
图2是本发明实施例的一种电子签章制作流程图;
图3是本发明实施例的一种基于人工智能的电子签章系统结构示意图;
图4是本发明实施例的一种基于人工智能的电子验章方法流程图;
图5是本发明实施例的一种基于人工智能的电子验章系统结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
术语解释:
电子印章:一种由制作者签名的包括持有者信息和图形化内容的数据,可用于签署电子文件。
电子签章:使用电子印章签署电子文件的过程。电子签章将传统印章与电子签名技术进行结合,按照公钥密码技术标准体系,以电子形式对电子文档进行数字签名及签章,以确保文档来源的真实性以及文档的完整性,防止对文档未经授权的篡改,并确保签章行为的不可否认性。
电子签章数据:电子签章过程产生的包括电子印章信息和签名信息的数据。
面部表情识别(Facial Expression Recognition,FER):面部表情识别技术将生理学、心理学、图像处理、机器视觉与模式识别等研究领域进行交叉与融合,在计算机视觉、社会情感分析、刑事案件侦破与医疗诊断等方面有着广泛的应用。
自然语言处理(Natural Language Processing,NLP):是计算机科学领域与人工智能领域中的一个重要方向,它使计算机能够理解、生成和处理人类语言,该技术可以对文本数据进行实体识别、关键词提取、情感分析等操作,进而推断用户的真实意图,已广泛应用于搜索引擎、机器翻译以及语音助理等应用场景。
实名认证:对用户资料真实性进行的一种验证审核,有助于建立完善可靠的互联网信用基础,一般有银行卡认证和身份证认证两种方式,可以预防一部分网络诈骗。
身份验证:又称“验证”、“鉴权”,是指通过一定的手段,完成对用户身份的确认。身份验证的方法大致可分为:基于共享密钥的身份验证、基于生物学特征的身份验证和基于公开密钥加密算法的身份验证。
手机盾:用手机实现传统USB KEY功能的手机密码技术,可以存储数字证书,通过密钥分割技术实现可靠的密码运算,是实现移动互联网应用安全的核心技术,为移动互联网应用提供了密码运算支撑能力,用于身份认证、电子签名、数据保护等。
实施例一
根据图1,本实施例提供了一种基于人工智能的电子签章方法,其具体包括如下步骤:
步骤S101:接收用户的签章请求,响应所述签章请求并解析待签文档,生成文档描述语,进而生成意愿描述语并显示。
在步骤S101的具体实施过程中,可使用自然语言处理(NLP,Natural LanguageProcessing)技术提取待签文档中的关键字,生成文档描述语。按照格式“我已阅读知晓文档[文档标题]内容,同意签署该文档:[文档描述语]”生成意愿描述语。
步骤S102:控制录像启动以获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧(如从用户意愿录像中按照指定规则截取视频帧),依次校验用户身份及用户意愿,当两者均校验通过后,执行签章操作。
在一些具体实施过程中,从用户意愿录像中按照指定规则截取视频帧,结合面部识别方法来校验用户身份。若校验通过继续执行后续操作,若校验不通过,结束此次签章操作并提示用户。
在另一些实施例中,所述基于人工智能的电子签章方法还包括:
基于用户身份相关数据,生成真实身份确认问题;
在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频。
具体地,用户身份相关数据包括但不限于用户个人信息:如身份证号、手机号码、家庭住址等;用户业务信息:如医疗系统中可包括用户住院信息、病症信息等,如办公系统中可包括用户申请流程信息、审批流程信息、请假信息等;用户关联信息:如医疗系统中可包括亲属姓名、亲属手机号、与亲属的关系等,如办公系统中可包括用户所在部门、部门领导姓名、同事姓名等。
从以上分析结果中随机选取若干个,生成对应的真实身份确认问题。比如,生成三个真实身份确认问题:
真实身份确认问题一:用户本人家庭住址在哪?
真实身份确认问题二:用户本人的母亲姓名是什么?
真实身份确认问题三:用户本人的部门领导姓名是什么?
在具体实施过程中,在校验用户身份的过程中,首先利用面部识别方法来初步校验用户身份,当初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复是否正确,若用户回答正确,则继续校验用户意愿,否则,结束此次签章操作。
若利用面部识别方法来初步校验用户身份不通过,结束此次签章操作并提示用户。
具体地,将意愿描述语显示在签章界面,提示用户读出意愿描述语。接收用户的“开始录像”指令后启动摄像头,隐藏“结束录像”按钮,弹出随机生成的若干个(如三个)真实身份确认问题,提示用户选择其中一个进行回答。用户回答后,继续录像,直到用户读完意愿描述语后,结束录像,得到用户意愿录像。
在确认用户回复是否正确的过程中,根据用户选择的真实身份确认问题及用户回答,匹配数据库中对应的记录,若用户回答正确,继续执行后续操作,若用户回答错误,结束此次签章操作并提示用户。
在步骤S102的具体实施过程中,校验用户意愿的过程为:
通过面部表情识别分析用户阅读过程中的表情,判断是否存在非用户真实意愿的情况;
若为用户真实意愿,则继续执行签章操作;否则,结束此次签章操作。
例如:若存在高兴、伤心、无表情的表情,则认定为用户真实意愿;若存在愤怒、厌恶、恐惧、惊讶、噘嘴、鬼脸的表情则认定为非用户真实意愿,结束此次签章操作并提示用户;若不存在,继续执行签章操作。
此处需要说明的是,用户真实意愿表情为预先定义的表情,本领域技术人员可根据实际情况来具体设置,此处不再详述。
其中,分析用户阅读过程中的表情的方法可采用整体识别法、局部识别法、形变提取法、运动提取法、几何特征法或容貌特征法等现有方法来实现。
整体识别法中,不管是从脸部的变形出发还是从脸部的运动出发,都是将表情人脸作为一个整体来分析,找出各种表情下的图像差别。典型的方法有,基于特征脸的主分量分析法、独立分量分析法、Fisher线性判别法、局部特征分析、Fisher运动法,以及隐马尔科夫模型法和聚类分析法。
局部识别法是将人脸的各个部位在识别时分开,每个部位的重要性是不同的。在表情识别时典型的部位是眼睛、嘴、眉毛等,这些地方的不同运动可以表示丰富的面部表情。而鼻子的运动比较少,在识别时可以尽量少对鼻子进行分析,可以加快速度和提高准确性。典型的方法有脸部运动编码分析法和MPEG-4中的脸部运动参数法识别。
形变提取法是根据人脸在表达各种表情时的各个部位的变形情况识别的,主要的方法有:主分量分析法、Gabor小波、运动模板法和点分布模型法。
运动法是根据人脸在表达各种指定的表情时一些特定的特征部位会做相应的运动来识别的。典型的识别方法有光流法和MPEG-4中的脸部运动参数法。
几何特征法是根据人的面部各个部分的形状和位置来提取特征矢量,这个特征矢量代表人脸的几何特征,根据特征矢量的不同识别不同的表情。比较重要的方法是基于运动单元的主分量分析法,在表情特征法中主要是将整体人脸或者是局部人脸通过图像的滤波,得到特征矢量,而常用的滤波器是Gabor小波。
步骤S103:在电子印章及签章用户证书均有效的情况下,计算并组合待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值,再计算组合后数据的摘要值,得到待签名数据摘要值。
其中,电子印章的制作过程如图2所示。具体地,电子印章的制作过程为:
步骤S201:接收用户的个人信息并对用户进行实名认证;其中,用户的个人信息至少包括:用户名、姓名、密码、手机号以及身份证正反面照片等信息;
步骤S202:获取用户手写签名图片,按照电子印章格式制作电子印章;其中,电子印章包括:印章名称、印章编号等印章基本信息,印章持有者证书、印章有效期等印章属性信息,用户手写签名图片等印章图片信息,制章管理员的证书以及制章管理员对该印章的签名值等印章签名信息;
步骤S203:印章制作完成后加密保存到数据库中。
在具体实施过程中,签章时,用户可以使用已制作好的印章进行签章,也可以重新手写签名,使用重新手写的签名进行签章。用户重新手写签名时,需重新制作印章后再执行签章操作。
在步骤S103的具体实施过程中,计算待签名数据摘要值的过程为:
解析待签章文档提取文档数据,使用摘要算法计算待签名数据的摘要值。
在步骤S103的具体实施过程中,计算用户意愿录像的用户意愿摘要值的过程为:
读取用户意愿录像数据,使用摘要算法计算用户意愿录像数据的摘要值。
具体地,按自定义格式组合文档摘要值和用户意愿摘要值。计算组合后的数据的摘要值的过程为:
使用自定义的连接符按照自定义的连接规则将文档摘要值和用户意愿摘要值进行字符串连接,得到组合后的数据,并使用摘要算法计算组合后数据的摘要值。
此处需要说明的是,摘要算法可选用SM3、SHA1或SHA256等。
步骤S104:将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对所述待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。
签章完成后,将签章后的文档返回给业务系统。
实施例二
根据图3所示,本实施例提供了一种基于人工智能的电子签章系统,其具体包括如下模块:
意愿描述语生成模块301,其用于接收用户的签章请求,响应所述签章请求并解析待签文档,生成文档描述语,进而生成意愿描述语并显示。
用户身份及意愿识别模块302,其用于控制录像启动以获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧,依次校验用户身份及用户意愿,当两者均校验通过后,执行签章操作。
在一些具体实施过程中,在所述用户身份及意愿识别模块302中,在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频;其中,基于用户身份相关数据,生成真实身份确认问题。
作为另一种实施方式,在所述用户身份及意愿识别模块302中,在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频;其中,基于用户身份相关数据,生成真实身份确认问题;
在校验用户身份的过程中,首先利用面部识别方法来初步校验用户身份,当初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复是否正确,若用户回答正确,则继续校验用户意愿,否则,结束此次签章操作。
其中,在所述用户身份及意愿识别模块302中,校验用户意愿的过程为:
通过面部表情识别分析用户阅读过程中的表情,判断是否存在非用户真实意愿的情况;
若为用户真实意愿,则继续执行签章操作;否则,结束此次签章操作。
待签名数据摘要值生成模块303,其用于在电子印章及签章用户证书均有效的情况下,计算并组合待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值,再计算组合后数据的摘要值,得到待签名数据摘要值。
电子签章执行模块304,其用于将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对所述待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。
此处需要说明的是,本实施例中的各个模块与实施例一中的各个步骤一一对应,其具体实施过程相同,此处不再累述。
实施例三
如图4所示,本实施例提供了一种基于人工智能的电子验章方法,其具体包括如下步骤:
步骤S401:接收验章请求数据,解析待验章文档数据并取出签章数据,解析电子签章数据,得到电子签章各属性值;其中,电子签章采用如上述实施例一所述的基于人工智能的电子签章方法来实现。
其中,电子签章各属性值包括待签名数据摘要值、电子印章等信息。
步骤S402:依次验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性,当三者均验证通过后,使用电子签章中解析出的签章标识从数据库中取出用户意愿录像并解密。
在步骤S402的具体实施过程中,当验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性中出现其中一个验证不通过时,提示验章用户并退出验章流程。
步骤S403:计算待验章文档数据的文档摘要值以及解密后的用户意愿录像数据摘要值得到用户意愿摘要值,组合文档摘要值和用户意愿摘要值,再计算组合后数据的摘要值;
其中,在步骤S403的具体实施过程中,可根据自定义规则组合文档摘要值和用户意愿摘要值。
步骤S404:将组合后数据的摘要值与待验章文档电子签章中的待签名数据进行二进制比对,若结果一致,则文档验章通过;否则,文档验章不通过。
验章完成后,将验章结果返回给业务系统。
实施例四
如图5所示,本实施例提供了一种基于人工智能的电子验章系统,其包括:
验章请求数据接收模块501,其用于接收验章请求数据,解析待验章文档数据并取出签章数据,解析电子签章数据,得到电子签章各属性值:待签名数据摘要值、电子印章等;其中,电子签章采用如上述实施例一所述的基于人工智能的电子签章方法来实现。
签章有效性验证模块502,其用于依次验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性,当三者均验证通过后,使用电子签章中解析出的签章标识从数据库中取出用户意愿录像并解密。
组合摘要值计算模块503,其用于计算待验章文档数据的文档摘要值以及解密后的用户意愿录像数据摘要值得到用户意愿摘要值,组合文档摘要值和用户意愿摘要值,再计算组合后数据的摘要值。
摘要值二进制比对模块504,其用于将组合后数据的摘要值与待验章文档电子签章中的待签名数据进行二进制比对,若结果一致,则文档验章通过;否则,文档验章不通过。
此处需要说明的是,本实施例中的各个模块与实施例三中的各个步骤一一对应,其具体实施过程相同,此处不再累述。
实施例五
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的基于人工智能的电子签章方法中的步骤。
实施例六
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例三所述的基于人工智能的电子验章方法中的步骤。
实施例七
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的基于人工智能的电子签章方法中的步骤。
实施例八
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例三所述的基于人工智能的电子验章方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
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,对于本领域的技术人员来说,本发明可以有各种更改和变化。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)

1.一种基于人工智能的电子签章方法,其特征在于,包括:
接收用户的签章请求,响应所述签章请求并解析待签文档,生成文档描述语,进而生成意愿描述语并显示;
控制录像启动以获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧,依次校验用户身份及用户意愿,当两者均校验通过后,执行签章操作;
在电子印章及签章用户证书均有效的情况下,计算并组合待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值,再计算组合后数据的摘要值,得到待签名数据摘要值;
将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对所述待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。
2.如权利要求1所述的基于人工智能的电子签章方法,其特征在于,基于用户意愿录像的视频帧,结合面部识别方法来校验用户身份。
3.如权利要求1所述的基于人工智能的电子签章方法,其特征在于,所述基于人工智能的电子签章方法还包括:
基于用户身份相关数据,生成真实身份确认问题;
在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频。
4.如权利要求3所述的基于人工智能的电子签章方法,其特征在于,在校验用户身份的过程中,首先利用面部识别方法来初步校验用户身份,当初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复是否正确,若用户回答正确,则继续校验用户意愿,否则,结束此次签章操作。
5.如权利要求1或3所述的基于人工智能的电子签章方法,其特征在于,校验用户意愿的过程为:
通过面部表情识别分析用户阅读过程中的表情,判断是否存在非用户真实意愿的情况;
若为用户真实意愿,则继续执行签章操作;否则,结束此次签章操作。
6.一种基于人工智能的电子签章系统,其特征在于,包括:
意愿描述语生成模块,其用于接收用户的签章请求,响应所述签章请求并解析待签文档,生成文档描述语,进而生成意愿描述语并显示;
用户身份及意愿识别模块,其用于控制录像启动以获取用户阅读意愿描述语的用户意愿录像,基于用户意愿录像的视频帧,依次校验用户身份及用户意愿,当两者均校验通过后,执行签章操作;
待签名数据摘要值生成模块,其用于在电子印章及签章用户证书均有效的情况下,计算并组合待签章文档的文档摘要值及用户意愿录像的用户意愿摘要值,再计算组合后数据的摘要值,得到待签名数据摘要值;
电子签章执行模块,其用于将待签名数据摘要值与电子印章数据一起打包成待电子签章数据;对所述待电子签章数据进行签名运算并打包成电子签章,将电子签章附加到待签章文档中,将用户意愿录像加密保存至数据库中,完成签章。
7.如权利要求6所述的基于人工智能的电子签章系统,其特征在于,在所述用户身份及意愿识别模块中,在录取用户意愿录像之前,还包括录取用户回复真实身份确认问题的视频;其中,基于用户身份相关数据,生成真实身份确认问题;
在校验用户身份的过程中,首先利用面部识别方法来初步校验用户身份,当初步校验通过后,再基于用户回复真实身份确认问题的视频及问题答案数据库,确认用户回复是否正确,若用户回答正确,则继续校验用户意愿,否则,结束此次签章操作。
8.如权利要求6所述的基于人工智能的电子签章系统,其特征在于,在所述用户身份及意愿识别模块中,校验用户意愿的过程为:
通过面部表情识别分析用户阅读过程中的表情,判断是否存在非用户真实意愿的情况;
若为用户真实意愿,则继续执行签章操作;否则,结束此次签章操作。
9.一种基于人工智能的电子验章方法,其特征在于,包括:
接收验章请求数据,解析待验章文档数据并取出签章数据,解析电子签章数据,得到电子签章各属性值;其中,电子签章采用权利要求1-5中任一项所述的基于人工智能的电子签章方法来实现;
依次验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性,当三者均验证通过后,使用电子签章中解析出的签章标识从数据库中取出用户意愿录像并解密;
计算待验章文档数据的文档摘要值以及解密后的用户意愿录像数据摘要值得到用户意愿摘要值,组合文档摘要值和用户意愿摘要值,再计算组合后数据的摘要值;
将组合后数据的摘要值与待验章文档电子签章中的待签名数据进行二进制比对,若结果一致,则文档验章通过;否则,文档验章不通过。
10.一种基于人工智能的电子验章系统,其特征在于,包括:
验章请求数据接收模块,其用于接收验章请求数据,解析待验章文档数据并取出签章数据,解析电子签章数据,得到电子签章各属性值;其中,电子签章采用权利要求1-5中任一项所述的基于人工智能的电子签章方法来实现;
签章有效性验证模块,其用于依次验证签章中签名的有效性、签章中签章用户证书的有效性和印章的有效性,当三者均验证通过后,使用电子签章中解析出的签章标识从数据库中取出用户意愿录像并解密;
组合摘要值计算模块,其用于计算待验章文档数据的文档摘要值以及解密后的用户意愿录像数据摘要值得到用户意愿摘要值,组合文档摘要值和用户意愿摘要值,再计算组合后数据的摘要值;
摘要值二进制比对模块,其用于将组合后数据的摘要值与待验章文档电子签章中的待签名数据进行二进制比对,若结果一致,则文档验章通过;否则,文档验章不通过。
CN202311696255.1A 2023-12-12 2023-12-12 一种基于人工智能的电子签章方法、电子验章方法及系统 Pending CN117688533A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311696255.1A CN117688533A (zh) 2023-12-12 2023-12-12 一种基于人工智能的电子签章方法、电子验章方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311696255.1A CN117688533A (zh) 2023-12-12 2023-12-12 一种基于人工智能的电子签章方法、电子验章方法及系统

Publications (1)

Publication Number Publication Date
CN117688533A true CN117688533A (zh) 2024-03-12

Family

ID=90127901

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311696255.1A Pending CN117688533A (zh) 2023-12-12 2023-12-12 一种基于人工智能的电子签章方法、电子验章方法及系统

Country Status (1)

Country Link
CN (1) CN117688533A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118013494A (zh) * 2024-04-08 2024-05-10 福建亿榕信息技术有限公司 基于矢量化签章的身份验证方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118013494A (zh) * 2024-04-08 2024-05-10 福建亿榕信息技术有限公司 基于矢量化签章的身份验证方法及系统

Similar Documents

Publication Publication Date Title
US11777726B2 (en) Methods and systems for recovering data using dynamic passwords
CN108804884B (zh) 身份认证的方法、装置及计算机存储介质
US10042993B2 (en) Access control through multifactor authentication with multimodal biometrics
US10320807B2 (en) Systems and methods relating to the authenticity and verification of photographic identity documents
CN105740682B (zh) 一种计算机系统及其用户的身份识别方法和系统
US8532344B2 (en) Methods and apparatus for generation of cancelable face template
WO2019113776A1 (zh) 一种基于人脸和声纹的支付认证方法及终端
CN109359601A (zh) 身份验证识别方法、电子装置及计算机可读存储介质
US11769152B2 (en) Verifying user identities during transactions using identification tokens that include user face data
CN108830502A (zh) 一种印章系统
CN109768983A (zh) 基于区块链的多维动态身份识别方法、装置及系统
CN117688533A (zh) 一种基于人工智能的电子签章方法、电子验章方法及系统
CN113111330B (zh) 一种基于企业链码的企业法人身份认证管理方法及系统
CN111737675A (zh) 一种基于区块链的电子签名方法及装置
CN116310238B (zh) 多用户虚拟化身交互行为安全保护方法及系统
EP3674934A1 (en) Biometric acquisition system and method
RU2365047C2 (ru) Способ формирования электронных документов и устройство для его осуществления
US9646355B2 (en) Use of near field communication devices as proof of identity during electronic signature process
Kannavara et al. Topics in biometric human-machine interaction security
CN115906028A (zh) 用户身份验证方法、装置和自助服务终端
CN116938594B (zh) 一种基于高速加密技术的多层次身份验证系统
US20240086508A1 (en) System and method for facilitating multi-factor face authentication of user
Felouat et al. eKYC-DF: A Large-Scale Deepfake Dataset for Developing and Evaluating eKYC Systems
Kumar Personalized CAPTCHA Using Cognitive Cryptography
CN117523639A (zh) 一种基于双重验证的操作授权方法、装置、设备、介质

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