KR20200004666A - 머신러닝과 블록체인을 이용한 생체정보 인증 시스템 - Google Patents

머신러닝과 블록체인을 이용한 생체정보 인증 시스템 Download PDF

Info

Publication number
KR20200004666A
KR20200004666A KR1020180077819A KR20180077819A KR20200004666A KR 20200004666 A KR20200004666 A KR 20200004666A KR 1020180077819 A KR1020180077819 A KR 1020180077819A KR 20180077819 A KR20180077819 A KR 20180077819A KR 20200004666 A KR20200004666 A KR 20200004666A
Authority
KR
South Korea
Prior art keywords
biometric information
learning
authentication
unit
signature data
Prior art date
Application number
KR1020180077819A
Other languages
English (en)
Inventor
임학수
Original Assignee
주식회사 링크트리
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 주식회사 링크트리 filed Critical 주식회사 링크트리
Priority to KR1020180077819A priority Critical patent/KR20200004666A/ko
Publication of KR20200004666A publication Critical patent/KR20200004666A/ko

Links

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
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/45—Structures or tools for the administration of authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
    • H04L9/0819—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s)
    • H04L9/0825—Key transport or distribution, i.e. key establishment techniques where one party creates or otherwise obtains a secret value, and securely transfers it to the other(s) using asymmetric-key encryption or public key infrastructure [PKI], e.g. key signature or public key certificates
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
    • H04L9/0894—Escrow, recovery or storing of secret information, e.g. secret key escrow or cryptographic key storage

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Collating Specific Patterns (AREA)

Abstract

본 발명은 머신러닝과 블록체인을 이용한 생체정보 인증 시스템 및 그 방법에 관한 것으로서, 입력받은 생체데이터 및 서명데이터를 결합하여 인증/인가를 위한 생체정보를 생성하는 생체정보 생성부; 생체정보에 대한 딥러닝 학습을 통해 생체정보에 대한 특징을 추출하여 학습정보를 생성하는 특징학습부; 및 임의로 생성해 출력한 서명데이터(공개키)와 입력받은 서명데이터가 일치하지 여부를 판단하여 서명데이터가 서로 일치하는 경우, 인증/인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장하는 인증/인가부를 포함한다.
상기와 같은 본 발명에 따르면, 사용자의 생체정보로부터 추출한 패턴으로 블록을 생성하여 체인에 결합해 전자지갑에 저장하고, 장비 인가 또는 사용자 인증시 전자지갑을 보유한 기관에서 보안 체크를 수행함으로써, 장비 인가 또는 사용자 인증의 부인방지를 제공하는 효과가 있다.

Description

머신러닝과 블록체인을 이용한 생체정보 인증 시스템 및 그 방법{Biometric information authentication system using machine learning and block chain and its method}
본 발명은 머신러닝과 블록체인을 이용한 생체정보 인증 시스템 및 그 방법에 관한 것으로 더욱 상세하게는, 사용자의 생체신호로부터 추출한 패턴으로 블록을 생성하여 체인에 결합해 전자지갑에 저장하고, 장비 인가 또는 사용자 인증시 전자지갑을 보유한 기관에서 보안 체크를 수행함에 따라 인가 또는 인증의 부인방지를 제공하는 기술에 관한 것이다.
종래의 인증 및 인가 시스템은 보안만을 강조하는 형태로 구축됨에 따라 사용자의 편의성이 떨어지거나 위변조에 대한 대책이 미비한 실정이다.
온라인 상에서 정보를 수신하는 컴퓨터 또는 텔레커뮤니케이션 디바이스는 소위 IP(즉, 인터넷 프로토콜) 어드레스 및/또는 중앙 처리 유닛들(CPU) 또는 펌웨어 내에 통상적으로 내장되는 식별 코드들에 의해서 식별되는 것이 일반적이다.
이때, IP 어드레스들 및/또는 내장된 디바이스 신원이, 정보를 수신 혹은 전송하는 장치를 식별하는데 이용될 수 있지만, IP 어드레스는 디바이스의 사용자(들)을 검증가능하게 식별하지 못한다는 단점이 있다.
사용자의 신원을 검증하고자 하는 가장 통상적인 사이버 보안 방법들은 패스워드들 및/또는 보안 질문들을 채용하고 있다. 일단, 패스워드가 입력되거나 및/또는 보안 질문들이 답변되면, 사용자들을 바꾸는 것이 가능하며, 이는 보안 체계의 역할을 무력화시킨다. 또한, 패스워드들을 부정하게 획득하거나 및/또는 보안 질문들에 부정하게 답변하는데 채용될 수 있는 매우 많은 수의 방법들이 존재한다.
이처럼 부정한 방법들은, 패스워드 입력 동안에 키스트로크들을 가로채거나, 가족 이름들, 장소들, 애완동물들, 또는 간단한 문자숫자 배열, 등의 인자들에 기초하여 패스워드를 추측하거나(guess), 패킷들이 인터넷을 통해 전송될 때 패킷들 내에 포함된 정보를 해독하는 형태로 이루어지고 있다.
통상적으로 사용되는 일련의 패스워드들을 이용한 자동화된 시퀀싱(automated sequencing), 내포된 악성코드(malware)를 통한 패스워드의 획득, 패스워드 입력을 요구하는 합법적인 웹 사이트인 척하는 것(posing), 그리고 소위 피싱사기(phishing)의 다른 형태들을 포함할 수 있다.
전술한 바와 같은 문제점을 해소하기 위해 다양한 형태의 인증 시스템이 운영되고 있으며, 대표적인 인증수단은 사용자의 생체정보(지문 또는 홍체)를 이용하는 기술이다.
그러나, 이러한 생체 인증 시스템은 생체정보를 이용하더라도 단순 비교를 통해 일치하는지 여부만을 판단하기 때문에 위변조가 가능하고, 생체정보 비교를 위해 별도의 응용프로그램 또는 active-x와 같은 프로그램 설치를 요구하기 때문에 악성코드에 취약한 단점이 있다.
또한, 종래의 생체 인증 시스템은 특정 장비(PC 또는 모바일 디바이스)에 국한되어 운용되고 있고, 인증을 위한 모든 장비에 위변조 모듈을 탑재시켜야 함에 따라 많은 설치비용이 발생하는 단점이 있다.
한국공개특허 제10-2017-0047195호
본 발명의 목적은, 사용자의 생체정보로부터 추출한 패턴으로 블록을 생성하여 체인에 결합해 전자지갑에 저장하고, 장비 인가 또는 사용자 인증시 전자지갑을 보유한 기관에서 보안 체크를 수행함으로써, 장비 인가 또는 사용자 인증의 부인방지를 제공하는데 있다.
본 발명의 목적은, 얼굴인식 및 음성녹음을 포함하는 생체데이터를 서명, 핀번호 또는 패턴정보 중에 어느 하나와 결부시켜 생체정보로 생성하고, 생체정보를 이용한 보안체크(장비 인가 또는 사용자 인증)을 리셋 방식으로 운영함으로써, 보안체크 건별로 과금이 가능하게 하는데 있다.
본 발명의 목적은, 머신러닝에 의한 학습을 통해 사용자의 생체정보로부터 추출한 특징과 전자지갑에 기 저장된 생체정보를 비교함으로써, 고속으로 즉각적인 보안체크를 제공하는데 있다.
이러한 기술적 과제를 달성하기 위한 본 발명의 일 실시예는 머신러닝과 블록체인을 이용한 생체정보 인증 시스템으로서, 입력받은 생체데이터 및 서명데이터를 결합하여 인증/인가를 위한 생체정보를 생성하는 생체정보 생성부; 생체정보에 대한 딥러닝 학습을 통해 생체정보에 대한 특징을 추출하여 학습정보를 생성하는 특징학습부; 및 임의로 생성해 출력한 서명데이터(공개키)와 입력받은 서명데이터가 일치하지 여부를 판단하여 서명데이터가 서로 일치하는 경우, 인증/인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장하는 인증/인가부를 포함하는 것을 특징으로 한다.
바람직하게는, 생체정보 생성부는, 녹취한 사용자의 음성을 포함하는 생체데이터를 생성하는 녹취모듈; 생체데이터 생성시 사용자의 행위를 가이드하는 서명데이터를 생성하는 공개키 생성모듈; 및 생체데이터와 사용자로부터 입력받은 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성하는 생체정보모듈을 포함하는 것을 특징으로 한다.
특징학습부는, 딥러닝 학습을 수행하기 위한 학습모델, 파라미터, 최적화 로직, 학습할 데이터의 컬럼(column), 샘플링 방법, 또는 분산처리 수행을 위한 모듈과 그 경로 중에 어느 하나를 포함하는 설정정보를 저장 및 관리하는 환경설정모듈; 및 생체정보로부터 추출한 특징과 기 생성된 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성하는 비교모듈을 포함하는 것을 특징으로 한다.
인증/인가부는, 입력받은 서명데이터를 특징학습부로 인가하여 딥러닝 학습에 의해 추출된 특징을 인가받고, 추출된 특징과 입력받은 서명데이터가 일치하는 경우, 비밀키 색인을 위한 경로를 포함하는 이차원 바코드를 출력하는 것을 특징으로 한다.
디바이스의 로컬 저장소로 비밀키가 저장되는 것을 카운팅하여 상기 디바이스로 카운팅과 대응하도록 기 설정된 금액의 과금요청을 전송하는 과금부를 더 포함하는 것을 특징으로 한다.
전술한 시스템을 기반으로 하는 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법은, 생체정보 생성부가 입력받은 생체데이터 및 서명데이터를 결합하여 인증 또는 인가를 위한 생체정보를 생성하는 단계; 특징학습부가 생체정보에 대한 딥러닝 학습을 통해 생체정보에 대한 특징을 추출하여 학습정보를 생성하는 단계; 인증/인가부가 임의로 생성해 출력한 서명데이터(공개키)와 입력받은 서명데이터가 일치하지 여부를 판단하는 단계; 및 판단결과, 서명데이터가 서로 일치하는 경우, 인증/인가부가 인증 또는 인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장하는 단계를 포함하는 것을 특징으로 한다.
바람직하게는 생체정보 생성 단계는, 생체정보 생성부가 사용자의 얼굴영상 또는 음성을 입력받아 생체데이터를 생성하는 단계; 생체정보 생성부가 생체데이터 생성시 사용자의 행위를 가이드하는 서명데이터인 공개키를 생성하는 단계; 및 생체정보 생성부가 생체데이터와 사용자로부터 입력받은 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성하는 단계를 포함하는 것을 특징으로 한다.
학습정보 생성 단계는, 특징학습부가 생체정보를 인가받는 단계; 특징학습부가 딥러닝 학습을 위한 설정정보를 색인하는 단계; 특징학습부가 색인한 설정정보에 부합하도록 생체정보에 대한 딥러닝 학습을 수행하여 특징을 추출하는 단계; 특징학습부가 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성하는 단계; 및 특징학습부가 비밀키 색인을 위한 경로를 포함하는 이차원 바코드를 생성하는 단계를 포함하는 것을 특징으로 한다.
판단하는 단계는, 인증/인가부가 임의로 생성한 서명데이터(공개키)를 출력하는 단계; 인증/인가부가 입력받은 서명데이터를 특징학습부로 인가하는 단계; 특징학습부가 인가받은 서명데이터에 대한 딥러닝 학습을 수행하여 특징을 추출하는 단계; 및 인증/인가부가 임의로 생성한 서명데이터와 서명데이터의 특징이 일치하는지 여부를 판단하는 단계를 포함하는 것을 특징으로 한다.
비밀키를 저장하는 단계 이후, 과금부가 인증/인가를 요청한 디바이스의 로컬 저장소로 비밀키를 저장하는 프로세스를 카운팅하는 단계; 및 과금부가 인증/인가를 요청한 디바이스로 상기 카운팅과 대응하도록 기 설정된 금액의 과금요청을 전송하는 단계를 포함하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면, 사용자의 생체정보로부터 추출한 패턴으로 블록을 생성하여 체인에 결합해 전자지갑에 저장하고, 장비 인가 또는 사용자 인증시 전자지갑을 보유한 기관에서 보안 체크를 수행함으로써, 장비 인가 또는 사용자 인증의 부인방지를 제공하는 효과가 있다.
본 발명에 따르면, 얼굴인식 및 음성녹음을 포함하는 생체데이터를 서명, 핀번호 또는 패턴정보 중에 어느 하나와 결부시켜 생체정보로 생성하고, 생체정보를 이용한 보안체크(장비 인가 또는 사용자 인증)을 리셋 방식으로 운영함으로써, 보안체크 건별로 과금이 가능한 효과가 있다.
본 발명에 따르면, 머신러닝에 의한 학습을 통해 사용자의 생체정보로부터 추출한 특징과 전자지갑에 기 저장된 생체정보를 비교함으로써, 고속으로 즉각적인 보안체크를 제공하는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템을 도시한 구성도.
도 2는 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템의 생체정보 생성부를 도시한 구성도.
도 3은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템의 특징학습부를 도시한 구성도.
도 4는 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템의 인증/인가부를 도시한 구성도.
도 5는 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템의 과금부를 도시한 구성도.
도 6은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템의 등록절차를 도시한 예시도.
도 7은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템의 비교절차를 도시한 예시도.
도 8은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법을 도시한 순서도.
도 9는 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S100단계를 도시한 순서도.
도 10은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S200단계를 도시한 순서도.
도 11은 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S300단계를 도시한 순서도.
도 12는 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S400단계 이후과정을 도시한 순서도.
본 발명의 구체적인 특징 및 이점들은 첨부 도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 발명자가 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 할 것이다. 또한, 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
도 1을 참조하면 본 발명의 일 실시예는 생체정보 생성부(100), 특징학습부(200) 및 인증/인가부(300)를 포함하여 구성된다.
도 2를 참조하면, 생체정보 생성부(100)는 사용자로부터 입력받은 생체데이터및 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성하되, 촬영모듈(102), 녹취모듈(104), 공개키 생성모듈(106) 및 생체정보모듈(108)로 구성된다.
이때, 생체데이터는 촬영된 얼굴영상 또는 녹취된 음성을 포함하되 지문 영상 또는 홍채 영상을 포함할 수 있고, 서명데이터는 핀번호 또는 패턴 중에 어느 하나를 포함하도록 구성된다.
구체적으로, 촬영모듈(102)은 촬영한 사용자의 얼굴영상을 포함하는 생체데이터를 생성한다.
녹취모듈(104)은 녹취한 사용자의 음성을 포함하는 생체데이터를 생성한다. 이때, 음성은 active-x를 설치하지 않고도 기능구현이 가능한 html5를 통해 녹취하도록 구성된다.
공개키 생성모듈(106)은 생체데이터 생성시 사용자의 행위를 가이드하는 서명데이터 즉, 공개키를 생성한다.
예컨대, 서명데이터는 임의의 제스처를 포함시켜 촬영하도록 가이드하거나, 임의로 생성한 문장을 따라 읽도록 가이드하는 데이터, 핀번호 입력을 가이드하는 데이터 또는 패턴 입력을 가이드하는 데이터 중에 어느 하나로 구성될 수 있다.
생체정보모듈(108)은 생체데이터와 사용자로부터 입력받은 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성한다.
이때, 생체데이터 및 서명데이터는 블록에 구비되어 서로 체인 형태로 결합되도록 구성되며, 서버에 저장, 전자지갑에 저장 또는 하드웨어 디바이스에 탑재될 수 있다.
도 3을 참조하면, 특징학습부(200)는 생체정보에 대한 딥러닝 학습을 통해 생체정보로부터 얼굴영상을 포함하는 생체데이터 또는 음성을 포함하는 생체데이터에 대한 특징을 추출하여 학습정보를 생성하고, 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성한다.
이때, 특징 추출은 얼굴영상에 포함된 패턴 또는 음성의 파형의 변화를 추출하는 것으로 이해함이 바람직하다.
특징학습부(200)는 딥러닝 학습을 수행하기 위한 학습모델, 파라미터, 최적화 로직, 학습할 데이터의 컬럼(column), 샘플링 방법, 또는 분산처리 수행을 위한 모듈과 그 경로 중에 어느 하나를 포함하는 설정정보를 저장 및 관리하는 환경설정모듈(202)을 포함하여 구성된다.
특징학습부(200)는 생체정보로부터 추출한 특징과 기 생성된 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성하는 비교모듈(204)을 포함하여 구성된다.
특징학습부(200)는 사용자 인증 또는 디바이스 인가를 위해, 비밀키 색인을 위한 경로를 포함하는 이차원 바코드를 생성하는 바코드모듈(206)을 포함하여 구성된다.
전술한 바와 같이 특징학습부(200)의 머신러닝에 의한 학습을 통해 사용자의 생체정보로부터 추출한 특징과, 생체정보 생성부(100)에 생성되어 전자지갑에 기 저장된 생체정보를 비교하는 프로세스를 수행함으로써, 장비 인가 또는 사용자 인증의 부인방지를 제공함은 물론 고속으로 즉각적인 보안체크가 가능하다.
도 4를 참조하면, 인증/인가부(300)는 디바이스 인가 또는 사용자 인증 요청시, 임의로 생성한 서명데이터(공개키)를 출력하고, 임의로 생성된 서명데이터와 사용자로부터 입력받은 서명데이터가 일치하는 경우, 사용자 인증 또는 디바이스 인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장하도록 구성된다.
이때, 출력된 서명데이터와 대응하는 서명데이터를 사용자로부터 입력받아 일치하는지 여부의 판단은, 인증/인가부(300)가 입력받은 서명데이터를 특징학습부(200)로 인가하여 딥러닝 학습에 의해 추출된 특징을 인가받고, 추출된 특징과 서명데이터를 비교하도록 구성된다.
상기 판단결과 서명데이터가 일치하는 경우, 인증/인가부(300)가 특징학습부(200)의 바코드모듈(206)로부터 인가받은 이차원 바코드를 출력하고, 이차원 바코드와 대응하는 경로로 접속한 디바이스의 로컬 저장소에 특징학습부(200)의 비교모듈(204)에서 생성한 비밀키를 저장하도록 구성된다.
본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템(S)은 도 5에 도시된 바와 같이 과금부(400)를 더 포함하여 구성된다.
과금부(400)는 인증/인가부(300)가 사용자 인증 또는 디바이스 인가 요청한 디바이스의 로컬 저장소로 비밀키를 저장하는 프로세스를 카운팅하고, 사용자 인증 또는 디바이스 인가 요청한 디바이스로 카운팅과 대응하도록 기 설정된 금액의 과금요청을 전송하도록 구성된다.
즉, 본 발명의 일 실시예에 따른 과금부(400)의 구성을 통해, 사용자 인증 또는 디바이스 인가를 위한 프로세스 수행시, 건별로 설정금액을 징수하는 REST 방식의 서비스 형태로 운영이 가능하다.
도 6을 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템(S)의 등록절차 살피면 아래와 같다.
먼저, 기존 인증 시스템의 아이디와 비밀번호를 이용해 로그인을 수행한다.
이어서, 기존 시스템이 인증 확인정보를 Rest API를 통해 통보한다.
뒤이어, 공개키(임의로 생성한 서명데이터)를 생성하여 디스플레이 한다(레거시 프로그램과 별도의 창).
이어서, 사용자가 녹음한 파일(입력받은 서명데이터)을 수신한다.
뒤이어, 오디오 파형의 특징을 추출하여 딥러닝 학습을 수행한다
그리고, 학습 데이터를 저장 및 관리한다.
도 7을 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 시스템(S)의 비교절차 살피면 아래와 같다.
먼저, 기존 시스템에 로그인하여 세션이 생성되면 공개키(임의로 생성한 서명데이터)를 생성한다.
이어서, 사용자가 공개키에 포함된 평문을 읽어 녹취한다.
뒤이어, 녹취파일(입력받은 서명데이터)을 업로드 한다.
이어서, 업로드된 파일의 파형과 예측되는 파형의 특징을 추출해 비교한다.
뒤이어, 비밀키와 비밀키 획득을 위한 이차원 바코드를 생성한다.
이어서, 사용자가 이차원 바코드로 접근하면 PC또는 스마트 디바이스 등록페이지로 이동한다.
뒤이어, 이차원 바코드로 접근한 디바이스가 스마트 디바이스인 경우, 이차원 바코드로 접근한 페이지에서 바로 로컬 스토리지에 비밀키 저장한다.
이어서, 이차원 바코드로 접근한 디바이스가 PC인 경우, PC가 접근할 페이지를 메일로 다시 전송한다.
그리고, PC에서 다시 이메일을 통해 사용자 확인이 인증되면 로컬 스토리지에 비밀키 저장한다.
이하, 도 8을 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법에 대해 살피면 아래와 같다.
먼저, 생체정보 생성부(100)가 입력받은 생체데이터 및 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성한다(S100).
이어서, 특징학습부(200)가 생체정보에 대한 딥러닝 학습을 통해 생체정보에 대한 특징을 추출하여 학습정보를 생성한다(S200).
그리고, 인증/인가부(300)가 임의로 생성해 출력한 서명데이터(공개키)와 입력받은 서명데이터가 일치하지 여부를 판단한다(S300).
제S300단계의 판단결과, 서명데이터가 서로 일치하는 경우, 인증/인가부(300)가 사용자 인증 또는 디바이스 인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장한다(S400).
이하, 도 9를 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S100단계에 대해 살피면 아래와 같다.
먼저, 생체정보 생성부(100)가 사용자의 얼굴영상 또는 음성을 입력받아 생체데이터를 생성한다(S102).
이어서, 생체정보 생성부(100)가 생체데이터 생성시 사용자의 행위를 가이드하는 서명데이터인 공개키를 생성한다(S104).
그리고, 생체정보 생성부(100)가 생체데이터와 사용자로부터 입력받은 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성한다(S106).
이하, 도 10을 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S200단계의 세부과정에 대해 살피면 아래와 같다.
제S100단계 이후, 특징학습부(200)가 생체정보를 인가받는다(S202).
이어서, 특징학습부(200)가 딥러닝 학습을 위한 설정정보를 색인한다(S204).
뒤이어, 특징학습부(200)가 색인한 설정정보에 부합하도록 생체정보에 대한 딥러닝 학습을 수행하여 특징을 추출한다(S206).
이어서, 특징학습부(200)가 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성한다(S208).
그리고, 특징학습부(200)가 비밀키 색인을 위한 경로를 포함하는 이차원 바코드를 생성한다(S210).
이하, 도 11을 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S300단계의 세부과정에 대해 살피면 아래와 같다.
제S200단계 이후, 인증/인가부(300)가 임의로 생성한 서명데이터(공개키)를 출력한다(S302).
이어서, 인증/인가부(300)가 입력받은 서명데이터를 특징학습부(200)로 인가한다(S304).
뒤이어, 특징학습부(200)가 인가받은 서명데이터에 대한 딥러닝 학습을 수행하여 특징을 추출한다(S306).
이어서, 인증/인가부(300)가 임의로 생성한 서명데이터와 입력받은 서명데이터의 특징이 일치하는지 여부를 판단한다(S308).
이하, 도 12를 참조하여 본 발명의 일 실시예에 따른 머신러닝과 블록체인을 이용한 생체정보 인증 방법의 제S400단계 이후과정에 대해 살피면 아래와 같다.
제S400단계 이후, 과금부(400)가 인증/인가를 요청한 디바이스의 로컬 저장소로 비밀키를 저장하는 프로세스를 카운팅한다(S500).
과금부(400)가 인증/인가를 요청한 디바이스로 상기 카운팅과 대응하도록 기 설정된 금액의 과금요청을 전송한다(S600).
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등 물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
S: 머신러닝과 블록체인을 이용한 생체정보 인증 시스템
100: 생체정보 생성부
102: 촬영모듈
104: 녹취모듈
106: 공개키 생성모듈
108: 생체정보모듈
200: 특징학습부
202: 환경설정모듈
204: 비교모듈
206: 바코드모듈
300: 인증/인가부
400: 과금부

Claims (10)

  1. 입력받은 생체데이터 및 서명데이터를 결합하여 인증/인가를 위한 생체정보를 생성하는 생체정보 생성부;
    상기 생체정보에 대한 딥러닝 학습을 통해 생체정보에 대한 특징을 추출하여 학습정보를 생성하는 특징학습부; 및
    임의로 생성해 출력한 서명데이터(공개키)와 입력받은 서명데이터가 일치하지 여부를 판단하여 서명데이터가 서로 일치하는 경우, 인증/인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장하는 인증/인가부를
    포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 시스템.
  2. 제1항에 있어서,
    상기 생체정보 생성부는,
    녹취한 사용자의 음성을 포함하는 생체데이터를 생성하는 녹취모듈;
    상기 생체데이터 생성시 사용자의 행위를 가이드하는 서명데이터를 생성하는 공개키 생성모듈; 및
    상기 생체데이터와 사용자로부터 입력받은 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성하는 생체정보모듈을
    포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 시스템.
  3. 제1항에 있어서,
    상기 특징학습부는,
    딥러닝 학습을 수행하기 위한 학습모델, 파라미터, 최적화 로직, 학습할 데이터의 컬럼(column), 샘플링 방법, 또는 분산처리 수행을 위한 모듈과 그 경로 중에 어느 하나를 포함하는 설정정보를 저장 및 관리하는 환경설정모듈; 및
    상기 생체정보로부터 추출한 특징과 기 생성된 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성하는 비교모듈을 포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 시스템.
  4. 제1항에 있어서,
    상기 인증/인가부는,
    입력받은 서명데이터를 상기 특징학습부로 인가하여 딥러닝 학습에 의해 추출된 특징을 인가받고, 추출된 특징과 입력받은 서명데이터가 일치하는 경우, 비밀키 색인을 위한 경로를 포함하는 이차원 바코드를 출력하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 시스템.
  5. 제1항에 있어서,
    상기 디바이스의 로컬 저장소로 비밀키가 저장되는 것을 카운팅하여 상기 디바이스로 카운팅과 대응하도록 기 설정된 금액의 과금요청을 전송하는 과금부를
    더 포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 시스템.
  6. 생체정보 생성부가 입력받은 생체데이터 및 서명데이터를 결합하여 인증 또는 인가를 위한 생체정보를 생성하는 단계;
    특징학습부가 생체정보에 대한 딥러닝 학습을 통해 생체정보에 대한 특징을 추출하여 학습정보를 생성하는 단계;
    인증/인가부가 임의로 생성해 출력한 서명데이터(공개키)와 입력받은 서명데이터가 일치하지 여부를 판단하는 단계; 및
    상기 판단결과, 서명데이터가 서로 일치하는 경우, 인증/인가부가 인증 또는 인가를 요청한 디바이스의 로컬 저장소에 비밀키를 저장하는 단계를
    포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 방법.
  7. 제6항에 있어서,
    상기 생체정보 생성 단계는,
    생체정보 생성부가 사용자의 얼굴영상 또는 음성을 입력받아 생체데이터를 생성하는 단계;
    생체정보 생성부가 생체데이터 생성시 사용자의 행위를 가이드하는 서명데이터인 공개키를 생성하는 단계; 및
    생체정보 생성부가 생체데이터와 사용자로부터 입력받은 서명데이터를 결합하여 디바이스 인가 또는 사용자 인증을 위한 생체정보를 생성하는 단계를
    포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 방법.
  8. 제6항에 있어서,
    상기 학습정보 생성 단계는,
    특징학습부가 생체정보를 인가받는 단계;
    특징학습부가 딥러닝 학습을 위한 설정정보를 색인하는 단계;
    특징학습부가 색인한 설정정보에 부합하도록 생체정보에 대한 딥러닝 학습을 수행하여 특징을 추출하는 단계;
    특징학습부가 학습정보를 토대로 예측한 특징을 비교하여 비밀키를 생성하는 단계; 및
    특징학습부가 비밀키 색인을 위한 경로를 포함하는 이차원 바코드를 생성하는 단계를 포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 방법.
  9. 제6항에 있어서,
    상기 판단하는 단계는,
    인증/인가부가 임의로 생성한 서명데이터(공개키)를 출력하는 단계;
    인증/인가부가 입력받은 서명데이터를 특징학습부로 인가하는 단계;
    특징학습부가 인가받은 서명데이터에 대한 딥러닝 학습을 수행하여 특징을 추출하는 단계; 및
    인증/인가부가 임의로 생성한 서명데이터와 입력받은 서명데이터의 특징이 일치하는지 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 방법.
  10. 제6항에 있어서,
    상기 비밀키를 저장하는 단계 이후,
    과금부가 인증/인가를 요청한 디바이스의 로컬 저장소로 비밀키를 저장하는 횟수를 카운팅하는 단계; 및
    과금부가 인증/인가를 요청한 디바이스로 상기 카운팅과 대응하도록 기 설정된 금액의 과금요청을 전송하는 단계를 포함하는 것을 특징으로 하는 머신러닝과 블록체인을 이용한 생체정보 인증 방법.
KR1020180077819A 2018-07-04 2018-07-04 머신러닝과 블록체인을 이용한 생체정보 인증 시스템 KR20200004666A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180077819A KR20200004666A (ko) 2018-07-04 2018-07-04 머신러닝과 블록체인을 이용한 생체정보 인증 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180077819A KR20200004666A (ko) 2018-07-04 2018-07-04 머신러닝과 블록체인을 이용한 생체정보 인증 시스템

Publications (1)

Publication Number Publication Date
KR20200004666A true KR20200004666A (ko) 2020-01-14

Family

ID=69152969

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180077819A KR20200004666A (ko) 2018-07-04 2018-07-04 머신러닝과 블록체인을 이용한 생체정보 인증 시스템

Country Status (1)

Country Link
KR (1) KR20200004666A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102263739B1 (ko) 2021-02-15 2021-06-11 주식회사 한국정보보호경영연구소 마이 데이터 월릿 시스템 및 그 동작 방법
KR20230015817A (ko) * 2021-07-23 2023-01-31 연세대학교 원주산학협력단 블록체인 네트워크에서 인공 지능 기반 생체 신호의 인증을 관리하는 방법 및 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170047195A (ko) 2014-05-09 2017-05-04 아이플루언스, 인크. 안구 신호들의 인식 및 지속적인 생체 인증을 위한 시스템과 방법들

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170047195A (ko) 2014-05-09 2017-05-04 아이플루언스, 인크. 안구 신호들의 인식 및 지속적인 생체 인증을 위한 시스템과 방법들

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102263739B1 (ko) 2021-02-15 2021-06-11 주식회사 한국정보보호경영연구소 마이 데이터 월릿 시스템 및 그 동작 방법
KR20230015817A (ko) * 2021-07-23 2023-01-31 연세대학교 원주산학협력단 블록체인 네트워크에서 인공 지능 기반 생체 신호의 인증을 관리하는 방법 및 장치

Similar Documents

Publication Publication Date Title
US20220052852A1 (en) Secure biometric authentication using electronic identity
US11405380B2 (en) Systems and methods for using imaging to authenticate online users
US10313881B2 (en) System and method of authentication by leveraging mobile devices for expediting user login and registration processes online
KR100992573B1 (ko) 휴대단말기를 이용한 인증 방법 및 시스템
CN106464673B (zh) 用于验证装置注册的增强的安全性
US20150082390A1 (en) Method and a system for secure login to a computer, computer network, and computer website using biometrics and a mobile computing wireless electronic communication device
US20060110011A1 (en) Method and apparatus for producing a biometric identification reference template
US20090276839A1 (en) Identity collection, verification and security access control system
CN110098932A (zh) 一种基于安全电子公证技术的电子文书签署方法
CN111654468A (zh) 免密登录方法、装置、设备及存储介质
US20140053251A1 (en) User account recovery
US20220141207A1 (en) A One-Click Login Procedure
CN113711560A (zh) 用于有效质询-响应验证的系统和方法
CN102456102A (zh) 用Usb key技术对信息系统特殊操作进行身份再认证的方法
KR20200004666A (ko) 머신러닝과 블록체인을 이용한 생체정보 인증 시스템
US11128620B2 (en) Online verification method and system for verifying the identity of a subject
US11681787B1 (en) Ownership validation for cryptographic asset contracts using irreversibly transformed identity tokens
US20210194919A1 (en) System and method for protection against malicious program code injection
Wu Biometrics authentication system on open network and security analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right