[发明专利]一种基于区块链的人脸数据调用方法及装置有效

专利信息
申请号: 202010769663.5 申请日: 2020-08-04
公开(公告)号: CN112069479B 公开(公告)日: 2021-06-22
发明(设计)人: 闻国平 申请(专利权)人: 网思科技股份有限公司
主分类号: G06F21/32 分类号: G06F21/32;G06F21/62;G06F21/60
代理公司: 北京高航知识产权代理有限公司 11530 代理人: 刘艳玲
地址: 510630 广东省广州市天河区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 区块 数据 调用 方法 装置
【权利要求书】:

1.一种基于区块链的人脸数据调用方法,其特征在于,所述方法包括:

利用ETL工具以悲观锁和非实时的方式采集人脸数据,以获取用户的人脸数据,所述ETL工具是一种可自定义采集时间,并在到达自定义的采集时间时对人脸数据进行采集的一种文件采集工具;

利用预设像素转化算法对所述人脸数据进行数值化处理,得到多个数值化的人脸数据,并利用数据转化器将所述数值化的人脸数据转化为IO数据流;

利用哈希算法生成所述IO数据流的加密公钥和解密私钥,利用所述加密公钥对所述IO数据流进行加密,得到加密人脸数据;

将所述加密人脸数据和所述解密私钥分别上传至权限服务器内的区块链的不同节点中,包括:获取训练人脸数据集以及所述训练人脸数据集对应的标准特征信息集;利用预先构建的特征提取模型对所述训练人脸数据集进行特征提取,得到训练特征信息集;计算所述训练特征信息集和所述标准特征信息集之间的差异值,利用如下损失函数计算所述训练特征信息集和所述标准特征信息集之间的差异值

其中,表示所述训练特征信息集,Y表示所述标准特征信息集,N表示所述训练特征信息集中训练特征信息的个数,α表示误差因子;

若所述差异值大于误差阈值,则利用梯度下降算法调整所述特征提取模型的参数后重新进行特征提取,所述梯度下降算法包括批量梯度下降算法、随机梯度下降算法、及小批量梯度下降算法;若所述差异值小于所述误差阈值,则得到训练完成的特征提取模型;利用训练完成的特征提取模型提取所述人脸数据的特征信息;基于所述特征信息生成调用所述权限服务器内区块链节点的数据传输语句,包括:根据java语法规则生成所述数据传输语句,所述基于所述特征信息生成调用权限服务器内区块链节点的数据传输语句时,将所述特征信息以关键字的形式加入所述数据传输语句中;利用编译器对所述数据传输语句进行编译;执行编译后的数据传输语句将所述加密人脸数据和所述解密私钥分别上传至权限服务器内的区块链的不同节点;

在接收到人脸数据调用指令时,将所述人脸数据调用指令输入至所述权限服务器进行权限验证,包括:获取所述权限服务器的数据传输请求头部;在所述数据传输请求头部增加人脸数据调用指令;执行增加人脸数据调用指令后的数据传输请求头部以调用所述权限服务器中的授权信息表;将所述数据传输请求头部中的人脸数据调用指令与所述授权信息表中的授权信息进行匹配;在所述授权信息表中的授权信息与所述数据传输请求头部中的人脸数据调用指令不匹配时,权限验证不通过;在所述授权信息表中的授权信息与所述数据传输请求头部中的人脸数据调用指令匹配时,权限验证通过;

当所述人脸数据调用指令通过权限验证后,根据权限验证结果调用所述区块链节点中的解密私钥;

利用所述解密私钥对所述加密人脸数据进行解密,将解密后的人脸数据推送给所述人脸数据调用指令的发送者,包括:将解密后的人脸数据进行数据压缩,得到人脸数据压缩包;设置推送队列任务,所述推送队列任务采用订阅方通知消息列队实现;将所述人脸数据压缩包按照所述推送队列的顺序推送给所述人脸数据调用指令的发送者。

2.一种用于执行如权利要求1所述方法的基于区块链的人脸数据调用装置,其特征在于,所述装置包括:

人脸数据获取模块,用于获取用户的人脸数据;

数据流转化模块,用于利用数据转化器将所述人脸数据转化为IO数据流;

数据流加密模块,用于利用哈希算法生成所述IO数据流的加密公钥和解密私钥,利用所述加密公钥对所述IO数据流进行加密,得到加密人脸数据;

加密数据上传模块,用于将所述加密人脸数据和所述解密私钥分别上传至权限服务器内的区块链的不同节点中;

权限验证模块,用于获取人脸数据调用指令并输入至所述权限服务器进行权限验证;

解密私钥调用模块,用于当所述人脸数据调用指令通过权限验证后,根据权限验证结果调用所述区块链节点中的解密私钥;

数据推送模块,用于利用所述解密私钥对所述加密人脸数据进行解密,将解密后的所述加密人脸数据推送给所述人脸数据调用指令的发送者。

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网思科技股份有限公司,未经网思科技股份有限公司许可,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/202010769663.5/1.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