申请/专利权人：广东创能科技股份有限公司

申请日：2024-04-02

公开（公告）日：2024-05-07

公开（公告）号：CN117992941A

主分类号：G06F21/32

分类号：G06F21/32;G06F21/45;G06F21/60;G06F21/64;G06V40/16;G06V40/40;G06V10/143;G06V10/25;G06V10/44;G06V10/74;G06V10/80;G06V10/82;G06N3/045;G06N3/0464;G06N3/092;H04L9/40;H04L9/30

优先权：

专利状态码：在审-公开

法律状态：2024.05.07#公开

摘要：本发明涉及信息安全技术领域，具体为一种自助终端登录状态监控和主动安全保护的方法，包括以下步骤，基于用户启动登录流程，采用椭圆曲线Diffie‑Hellman密钥交换方法，利用椭圆曲线加密技术先构建一对公私钥，通过交换公钥，生成安全的加密通信链路。本发明中，通过椭圆曲线Diffie‑Hellman密钥交换和椭圆曲线加密建立的安全通信链路，结合红外与可见光图像技术、深度学习人脸检测与活体验证、高效人脸特征提取与匹配算法，对称加密确保数据安全传输，显著提高身份验证的准确性和安全性，红外和可见光图像融合技术、深度学习增强面部特征识别与活体验证准确性，动态认证策略灵活应对安全威胁，优化用户体验，保障数据保密性。

主权项：1.一种自助终端登录状态监控和主动安全保护的方法，其特征在于，包括以下步骤：基于用户启动登录流程，采用椭圆曲线Diffie-Hellman密钥交换方法，利用椭圆曲线加密技术先构建一对公私钥，通过交换公钥，生成安全的加密通信链路；基于所述安全的加密通信链路，采用组合红外和可见光图像采集方法，通过红外光图像采集器捕捉信息，识别用户的面部特征，利用可见光采集器捕捉信息提升识别的准确性，生成融合后用户面部图像；基于所述融合后用户面部图像，采用深度学习的人脸检测与活体验证模型，通过卷积神经网络对图像中的人脸进行检测，并使用活体检测算法识别图像中的人脸是否为真实的活体，生成人脸检测与活体验证结果；基于所述人脸检测与活体验证结果，采用深度神经网络模型进行人脸特征提取，使用面部识别目标卷积神经网络架构，包括Facenet和DeepFace，对人脸图像进行分析，提取多维度的面部特征向量，生成人脸特征码；基于所述人脸特征码，采用特征匹配算法进行数据库中预存特征码的匹配验证，使用余弦相似度和欧氏距离计算方法，对提取的特征码与数据库中的特征码进行比对，通过比对确定用户的身份是否与数据库中的用户相匹配，生成身份验证结果；基于所述身份验证结果和共享密钥，采用对称加密算法对会话数据进行加密传输，包括加密标准和ChaCha20，对会话数据进行加密处理，生成安全通信会话；基于所述加密会话，持续采用人脸检测算法监测用户面部，确认用户是否继续操作终端，通过实时运行的卷积神经网络模型，持续识别操作前的用户面部，生成会话状态监控结果；基于所述会话状态监控结果，采用强化学习算法动态调整认证策略，优化用户体验与安全平衡，使用Q学习和深度Q网络，根据用户的行为和环境变化，动态调整认证要求的强度和方法，生成动态认证策略。

全文数据：

权利要求：

百度查询： 广东创能科技股份有限公司 一种自助终端登录状态监控和主动安全保护的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD