[发明专利]一种面向智能家居的隐私保护人脸识别系统及方法

说明书

本发明公开了一种面向智能家居的隐私保护人脸识别系统及方法，包括用户端、家居终端设备和认证服务端；提取人脸特征数据，生成并保存加密所需要的密钥，对人脸特征数据加密并保存，并且在用户登录识别时，接收已加密的人脸特征数据，然后进行对比计算，并将识别结果返回给家居终端设备。与现有技术相比，本发明实现了数据资源的隐私保护；可以抵御多种网络攻击手段；保证了密钥在本地的安全，使攻击者的破坏更加难以实现，同时还将通信开销与算法空间复杂度降到最低。

技术领域

本发明属于信息安全技术领域，尤其涉及一种面向智能家居的隐私保护人脸识别方法及系统、移动终端。

背景技术

随着无线通信，智能感知的进一步发展，物联网技术得到了人们的广泛关注和发展。智能家居是在物联网的影响下家居环境物联化的体现。智能家居通过物联网技术将家中的各种设备(门禁系统、访问控制系统、音视频设备、照明系统、窗帘控制、空调控制、安防系统、网络家电等)连接到一起，提供家电控制、照明控制、窗帘控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。然而，智能家居在给人们带来巨大便利的同时，隐私保护也面临了巨大的挑战，并且研究人员在设计之初很少考虑智能家居中的安全性、隐私性问题，传统网络中的安全机制往往不适用于智能家居，使得智能家居在安全方面面临着严峻挑战。并且随着信息科技与人工智能的日益发展，基于生物特征的身份识别是现在及未来身份识别的主要发展方向。人脸识别由于其低成本、非接触、易于提取及易于实现等优势，成为最受欢迎的身份识别方式，并广泛用于银行、移动支付、访问控制等领域。然而，人脸识别系统存在很多安全威胁。一旦攻击者获取了服务提供者存储在数据库中用户们的人脸模板数据，那么这些攻击者/服务提供者可以根据这些模板数据在其他人脸识别系统中进行威胁最大的欺骗攻击即生成对应的人脸假冒用户通过各项人脸识别系统的检测。因此，人脸模板数据不能以明文的形式暴露出来。然而，考虑到隐私保护和识别效率的需求，实现一个面向智能家居的隐私保护人脸识别系统是具有挑战性的。为了找出一种解决上述问题的方法，人们提出了一些解决方案，其中：现有技术“一种基于深度学习人脸识别技术的课堂快速点名签到方法”公开了一种基于深度学习人脸识别技术的课堂快速点名签到方法。这种方法具体是让可移动端摄像头快速采集目标人脸视频，并生成IP地址；服务端在ubuntu系统下连接移动端提供的IP地址，生成一帧一帧图片；根据MTCNN算法检测人脸图片的关键点，选择Procrustes analysis分析方法人脸对齐；根据已对齐后的人脸图片，选择FaceNet算法进行人脸向量特征化；将收集的人脸向量与数据库中人脸图片的特征向量进行对比，按一定阀值找出与目标人脸图片最相似的人脸图片，并生成文本文件。该方法使得在登录时提高了人脸密码作为认证手段的可用性，提高了人脸匹配的性能。但是该方法由于设计者考虑不周，存在人脸模型没有加密，用户数据隐私没有被保护的问题。一旦人脸模型被窃取，不但用户隐私会泄漏，攻击者还可以伪装成用户进行认证，会造成极大危害。

综上所述，现有技术存在的问题是：现有的人脸识别方法存在识别准确度与通信开销和时间开销无法兼顾，用户数据无加密；在应用中会造成用户隐私泄露，且容易被伪造人脸攻击以及认错率高或者通信开销大。

解决上述技术问题的难度和意义：传统的人脸识别技术没有加密模块，一旦系统被攻击就容易泄露用户隐私，同时攻击者还可以伪装用户进行识别，使系统风险大大提高。而同态加密技术又会带来较大的通信开销和计算时间，物联网终端设备的硬件条件无法支持如此巨大的开销。同时，也不能使用可恢复的对称加密，因为会将敏感数据暴露给服务端。因此，需要为智能家居环境下人脸识别找到新型高效隐私保护的加密方法，能够在不影响人脸识别效率和准确率的情况下，实现用户隐私数据的保护，即使数据被窃取也无法被利用。

发明内容

针对现有技术存在的问题，本发明提供了一种面向智能家居的隐私保护人脸识别方法及系统，实现了智能家居环境下人脸识别找到新型高效隐私保护的加密方法，在不影响人脸识别效率和准确率的情况下，实现用户隐私数据的保护。