[发明专利]一种基于隐私保护的生物识别方法、装置及设备

权利要求书

1.一种基于隐私保护的生物识别方法，所述方法包括：

接收目标用户的生物识别请求，所述生物识别请求中包括所述目标用户的用于进行生物识别处理的用户隐私数据；

基于预设的噪声生成算法生成噪声数据，并将所述噪声数据输入到预先训练的环境校验模型中，生成第一环境校验信息，所述环境校验模型是将历史噪声数据的多种数据处理对应的处理结果输入到所述环境校验模型的模型架构中，得到每一种数据处理对应的输出结果，使用预设的相似度算法计算多种数据处理的处理结果对应的输出结果之间的相似度，基于计算得到的相似度，并结合相应的历史噪声数据之间的相似性进行模型训练得到；

获取当前的设备环境信息，并基于获取的设备环境信息生成第二环境校验信息，所述设备环境信息为当前设备中不可被模拟且不随所述当前设备之外的环境的变化而变化的信息；

分别将所述第一环境校验信息和所述第二环境校验信息提供给用于进行生物识别处理的生物识别模型，并触发所述生物识别模型分别对所述第一环境校验信息和所述第二环境校验信息进行校验，并基于校验结果确定是否通过所述生物识别模型对所述用户隐私数据进行生物识别处理。

2.根据权利要求1所述的方法，所述基于校验结果确定是否通过所述生物识别模型对所述用户隐私数据进行生物识别处理，包括：

如果对所述第一环境校验信息的校验结果为通过，且对所述第二环境校验信息的校验结果为通过，则启动所述生物识别模型，选取所述生物识别模型中包含的网络层中预设数量的网络层中的参数；

将选取的预设数量的网络层中的参数输入到预先训练的层次化校验模型中，得到模型校验信息，所述层次化校验模型是通过多次选取的所述生物识别模型中包含的网络层中预设数量的网络层中的参数进行模型训练得到；

触发所述生物识别模型输出所述模型校验信息，并触发对所述模型校验信息进行校验；

如果对所述模型校验信息的校验结果为通过，则通过所述生物识别模型对所述用户隐私数据进行生物识别处理。

3.根据权利要求1所述的方法，所述噪声数据为随机生成的具有预设分辨率的图像数据，

所述将所述噪声数据输入到预先训练的环境校验模型中，生成第一环境校验信息，包括：

将所述随机生成的具有预设分辨率的图像数据输入到预先训练的环境校验模型中，生成具有预设数量维度的特征向量，并将具有预设数量维度的特征向量作为所述第一环境校验信息。

4.根据权利要求3所述的方法，所述方法还包括：

基于预设算法构建所述环境校验模型的模型架构，所述环境校验模型的模型架构中包括多个子网络模型的模型架构，所述多个子网络模型分别由预设的相同网络模型构建；

获取随机生成的具有预设分辨率的多个图像样本数据；

分别为每个所述图像样本数据设置图像处理规则，且所述多个图像样本数据设置的图像处理规则互不相同，并分别使用设置所述图像处理规则对相应的所述图像样本数据进行处理，得到相应的处理结果；

基于所述多个图像样本数据对应的处理结果，并结合预设的相似度算法和预设的损失函数对所述环境校验模型进行训练，得到训练后的环境校验模型。

5.根据权利要求4所述的方法，所述环境校验模型的模型架构中包括两个相同的子网络模型，所述子网络模型基于ResNet网络模型构建。

6.根据权利要求4或5所述的方法，所述基于所述多个图像样本数据对应的处理结果，并结合预设的相似度算法和预设的损失函数对所述环境校验模型进行训练，得到训练后的环境校验模型，包括：

将所述多个图像样本数据对应的处理结果输入到所述环境校验模型的模型架构中，得到每个图像样本数据对应的输出结果；

基于预设的相似度算法确定所述多个图像样本数据对应的输出结果之间的相似度；

基于所述多个图像样本数据对应的输出结果之间的相似度，并结合Contrastive损失函数以对所述环境校验模型进行训练，得到训练后的环境校验模型。