[发明专利]一种隐私保护下的用户识别方法、装置以及设备有效

专利信息
申请号: 202010952277.X 申请日: 2020-09-11
公开(公告)号: CN112000940B 公开(公告)日: 2022-07-12
发明(设计)人: 张君涛;周启贤 申请(专利权)人: 支付宝(杭州)信息技术有限公司
主分类号: G06F21/32 分类号: G06F21/32;G06F21/60;G06F21/62;G06V40/16;G06V10/74;G06V10/77;G06V10/82;G06K9/62;G06N3/04
代理公司: 北京君慧知识产权代理事务所(普通合伙) 11716 代理人: 吴绍群
地址: 310000 浙江省杭州市*** 国省代码: 浙江;33
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 隐私 保护 用户 识别 方法 装置 以及 设备
【权利要求书】:

1.一种隐私保护下的用户识别方法,应用于公共终端设备,所述公共终端设备处于离线环境或者弱网环境,所述方法包括:

获取第一用户的生物特征;

对所述第一用户的生物特征进行同态加密,得到第一密文特征,所述第一密文特征包括第一密文高维特征和对应的第一密文低维特征;

根据所述第一密文特征和预定的图结构索引,在预定的密文特征集合中确定候选密文特征,其中,所述密文特征集合包括对多个第二用户的生物特征同态加密得到的第二密文特征,所述图结构索引是根据同态加密得到的密文特征之间的相似性生成的,所述图结构索引和所述密文特征集合是预先从云端下发到所述公共终端设备的,所述密文特征集合包括密文高维特征子集合和对应的密文低维特征子集合,所述图结构索引是根据所述密文低维特征子集合生成的,所述候选密文特征是根据所述第一密文低维特征和所述图结构索引,在预定的所述密文低维特征子集合中确定的;所述图结构索引和所述密文特征集合在所述云端预先生成;

根据所述候选密文特征,确定对所述第一用户的识别结果,具体包括:在所述密文高维特征子集合中,确定所述候选密文特征对应的密文特征,作为比对特征,通过将所述第一密文高维特征与所述比对特征进行比对,确定对所述第一用户的识别结果。

2.根据权利要求1所述的方法,所述生物特征包括人脸特征;

所述获取第一用户的生物特征,具体包括:

通过用户移动终端设备或者公共终端设备的光学部件,对所述第一用户的人脸进行数据采集操作;

根据所述数据采集操作,提取所述第一用户的人脸特征。

3.根据权利要求1所述的方法,所述对所述第一用户的生物特征进行同态加密,得到第一密文特征,具体包括:

对所述第一用户的生物特征进行同态加密,得到所述第一密文高维特征;以及,

对所述第一用户的生物特征降维处理后再进行同态加密,得到所述第一密文低维特征。

4.根据权利要求3所述的方法,所述密文特征集合包括密文高维特征子集合,以及基于降维处理对应生成的密文低维特征子集合。

5.根据权利要求1所述的方法,所述通过将所述第一密文高维特征与所述比对特征进行比对,确定对所述第一用户的识别结果,具体包括:

通过将所述第一密文高维特征与所述比对特征进行比对,判断是否有与所述第一密文高维特征匹配成功的比对特征;

若是,则确定所述第一用户为所述匹配成功的比对特征对应的所述第二用户,作为对所述第一用户的识别结果。

6.根据权利要求1所述的方法,所述图结构索引包括表示所述密文特征集合中的至少部分密文特征的图节点,以及为索引查询而为所述图节点之间生成的边;

所述根据所述第一密文特征和预定的图结构索引,在预定的密文特征集合中确定候选密文特征,具体包括:

在所述图结构索引中,索引查询与所述第一密文特征距离相近的一个或者多个密文特征,作为候选密文特征。

7.根据权利要求6所述的方法,所述图结构索引是基于分层可导航小世界HNSW算法生成的。

8.根据权利要求1所述的方法,所述对所述第一用户的生物特征进行同态加密之前,所述方法还包括:

预先接收云端发送的同态加密得到所述第二密文特征时使用的加密密钥;

所述对所述第一用户的生物特征进行同态加密,具体包括:

利用所述加密密钥,对所述第一用户的生物特征进行同态加密。

9.根据权利要求1~8任一项所述的方法,所述根据所述第一密文特征和预定的图结构索引,在预定的密文特征集合中确定候选密文特征之前,所述方法还包括:

预先接收云端发送的所述密文特征集合;

其中,所述隐私包括所述多个第二用户的生物特征;所述隐私是通过所述云端对其进行同态加密得到所述密文特征集合而保护的。

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支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,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/202010952277.X/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