[发明专利]一种安全认证方法、装置、终端及存储介质在审

专利信息
申请号: 201810496387.2 申请日: 2018-05-22
公开(公告)号: CN108710788A 公开(公告)日: 2018-10-26
发明(设计)人: 谈剑锋;张永亮;杨德光;姜立稳 申请(专利权)人: 上海众人网络安全技术有限公司
主分类号: G06F21/31 分类号: G06F21/31;G06F21/44
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 200120 上海市浦东*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 安全认证 动作信息 特征序列 肢体动作信息 存储介质 频域 终端 方案解决 获取目标 技术效果 可复制性 面部识别 目标用户 生成模型 输入特征 特征生成 信息认证 移动终端 预先存储 复制性 相似度 传感器 时域 指纹 个性化 输出 认证 转换
【权利要求书】:

1.一种安全认证方法,其特征在于,包括:

基于移动终端中的传感器获取目标用户的当前时域动作信息;

将所述当前时域动作信息转换为当前频域动作信息,并将所述当前频域动作信息输入特征生成模型,得到所述特征生成模型输出的与所述目标用户相对应的当前特征序列;

根据所述当前特征序列与预先存储的特征序列之间的相似度值,确定认证是否通过。

2.根据权利要求1所述的方法,其特征在于,在所述基于移动终端中的传感器获取目标用户的当前时域动作信息之前,还包括:

获取至少一个用户的时域动作信息,并对所述至少一个用户的时域动作信息进行处理,得到与所述至少一个用户相对应的频域动作信息;

将所述至少一个用户的频域动作信息作为第一样本数据,采用深度神经网络算法训练得到特征生成模型;

其中,所述特征生成模型用于基于用户的频域动作信息生成对应用户的特征序列。

3.根据权利要求1所述的方法,其特征在于,在所述根据所述当前特征序列与预先存储的特征序列之间的相似度值,确定认证是否通过之前,还包括:

将任意用户预先录入的时域动作信息经所述特征生成模型处理后得到的与所述任意用户相对应的特征序列作为第二样本数据,采用单类支持向量机算法得到与所述任意用户相对应的相似度匹配模型;

其中,所述相似度匹配模型用于判断并输出对应用户的特征序列与预先存储的特征序列之间的相似度值。

4.根据权利要求3所述的方法,其特征在于,所述根据所述当前特征序列与预先存储的特征序列之间的相似度值,确定认证是否通过,包括:

将所述目标用户的当前特征序列输入与所述目标用户对应的相似度匹配模型,得到所述相似度匹配模型输出的所述当前特征序列与所述预先存储的特征序列之间的相似度值;

若所述相似度值在预设范围之内,则认证通过;

若所述相似度值超出预设范围,则认证失败,并对用户进行提示。

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述基于移动终端中的传感器获取目标用户的当前时域动作信息,包括:

基于移动终端中的加速度传感器获取目标用户的当前时域动作信息;和/或,

基于移动终端中的陀螺仪传感器获取目标用户的当前时域动作信息。

6.一种安全认证装置,其特征在于,包括:

获取时域动作模块,用于基于移动终端中的传感器获取目标用户的当前时域动作信息;

特征序列生成模块,用于将所述当前时域动作信息转换为当前频域动作信息,并将所述当前频域动作信息输入特征生成模型,得到所述特征生成模型输出的与所述目标用户相对应的当前特征序列;

认证模块,用于根据所述当前特征序列与预先存储的特征序列之间的相似度值,确定认证是否通过。

7.根据权利要求6所述的装置,其特征在于,所述装置还包括:模型生成模块,用于在所述认证模块根据所述当前特征序列与预先存储的特征序列之间的相似度值,确定认证是否通过之前,将任意用户预先录入的时域动作信息经所述特征生成模型处理后得到的与所述任意用户相对应的特征序列作为第二数据,采用单类支持向量机算法得到与所述任意用户相对应的相似度匹配模型;

其中,所述相似度匹配模型用于判断并输出对应用户的特征序列与预先存储的特征序列之间的相似度值。

8.根据权利要求7所述的装置,其特征在于,所述认证模块用于:

将所述目标用户的当前特征序列输入与所述目标用户对应的相似度匹配模型,得到所述相似度匹配模型输出的所述当前特征序列与所述预先存储的特征序列之间的相似度值;

若所述相似度值在预设范围之内,则认证通过;

若所述相似度值超出预设范围之内,则认证失败,并对用户进行提示。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海众人网络安全技术有限公司,未经上海众人网络安全技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810496387.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top