[发明专利]用于生物识别协议标准的系统和方法在审

专利信息
申请号: 202080053314.1 申请日: 2020-07-22
公开(公告)号: CN114175079A 公开(公告)日: 2022-03-11
发明(设计)人: J·R·卡拉汉;A·奥斯曼 申请(专利权)人: 维尔蒂姆知识产权有限公司
主分类号: G06Q20/38 分类号: G06Q20/38;G06Q20/40;G06Q20/06;G06F21/32;G06F21/64;H04L9/08;H04L9/40;H04L9/32;H04L9/14
代理公司: 北京市中伦律师事务所 11410 代理人: 杨黎峰;魏奇
地址: 英国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 生物 识别 协议 标准 系统 方法
【权利要求书】:

1.一种向认证系统注册身份的计算机实现的方法,所述方法包括:

通过数据通信网络从移动计算设备接收初始生物特征矢量(IBV)的至少一个加密密码份额和使用种子以数学方式生成的第一公钥/私钥对的公钥,所述至少一个加密密码份额已经使用所述第一公钥/私钥对的私钥进行加密;

生成第一身份数据集,所述第一身份数据集至少包括授权系统签名、所述第一公钥/私钥对的公钥和所述至少一个加密密码份额;

将所述第一身份数据集存储在至少一个远程存储位置;

生成与所述第一身份数据集相关联的身份参考值,其中所述身份参考值解析所述第一身份数据集的所述存储位置,并且以密码的方式与所述生成的第一身份数据集相关联;

在存储在相应节点上的多个账本中的每一者之间分发至少包括所述身份参考值的事务记录;

向所述移动计算设备至少提供所述身份参考值。

2.如权利要求1所述的方法,其中通过将所述初始生物特征矢量提供到神经网络来生成所述IBV的接收的加密份额,其中所述神经网络将所述初始生物特征矢量转换为欧几里得可测量特征矢量并且使用所述第一公钥/私钥对的私钥对所述欧几里得可测量特征矢量进行加密。

3.如权利要求1所述的方法,其中使用Shamir秘密共享方案算法对所述IBV进行视觉加密。

4.一种用于向用户提供对资源提供方的访问的系统,所述系统包括:

处理器,所述处理器具有存储器并且由一个或多个模块配置成:

通过数据通信网络从移动计算设备至少接收:

与第一身份数据集相关联的身份参考值,其中所述身份参考值解析所述第一身份数据集的存储位置并且与所述第一身份数据集以密码的方式相关联,所述第一身份数据集至少包括授权系统特定数据值、使用种子以数学方式生成的登记公钥/私钥对的公钥和用户请求访问的初始生物特征矢量的至少一个远程加密密码份额;

授权系统签名值;

所述登记公钥/私钥对的公钥;

在存储在相应节点上的多个账本中定位的、至少包括所述身份参考值的事务记录,

从定位的事务记录确定对应第一身份数据集的存储位置;

访问以密码的方式相关联的第一身份数据集;

验证所述第一身份数据集的所述授权系统签名值和登记公钥;

从所述移动计算设备接收当前生物特征矢量和本地加密生物特征密码份额;

使用所述登记公钥/私钥对的公钥对所接收的本地加密密码份额和远程加密密码份额进行解密;

将解密的本地密码份额和解密的存储的密码份额组合以形成组合的密码矢量;

将所组合的密码矢量与所述当前生物特征矢量进行比较;并且

其中所述组合的密码矢量与所述当前生物特征矢量匹配,使得所述资源提供方向所述用户提供对资源的访问。

5.如权利要求4所述的系统,其中将所述组合的密码矢量与所述当前生物特征矢量进行比较包括,

将组合的密码矢量和所述当前生物特征矢量提供到神经网络,其中所述神经网络将所述组合的密码矢量和所述当前生物特征矢量转换为相应的欧几里得可测量特征矢量。

6.如权利要求5所述的系统,其中根据在所述组合的密码矢量的相应的欧几里德可测量特征矢量与所述当前生物特征矢量的相应的欧几里德可测量特征矢量中的每一个的计算结果之间计算的绝对距离,所述组合的密码矢量与所述当前生物特征矢量进行匹配。

7.如权利要求5所述的系统,其中所述处理器还被配置为:

对所述欧几里得可测量特征矢量进行分类;和/或

对当前欧几里得可测量特征矢量进行分类,

其中所述分类至少部分地使用一个或多个距离函数执行。

8.如权利要求7所述的系统,其中对所述欧几里得可测量特征矢量和/或所述当前欧几里得可测量特征矢量进行的分类返回浮点值,并且利用Frobenius算法来计算在每个浮点与其平均值之间的绝对距离。

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维尔蒂姆知识产权有限公司,未经维尔蒂姆知识产权有限公司许可,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/202080053314.1/1.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