[发明专利]一种基于静脉识别数字证书认证方法

说明书

本发明提出了一种关于网络安全的方法，所述方法包括：收集足够经过预处理的静脉图像，形成一个静脉图像数据库。将数据库中的图像输入到深度残差网络（ResNet）中进行特征的学习，输出有区分性的实值特征，用离散哈希算法对得到的实值特征进行学习，生成二值化特征。根据二值化特征得出关于静脉的除异信息，而每一张静脉图像的除异信息可生成指定位数的唯一的密钥。数字证书利用静脉识别算法对信息进行非对称加密，向证书认证（CA）中心颁布公钥。而CA中心会用访问者数字证书的独有私钥对加密的信息进行解密，从而认证访问者的身份。实现精准快速地认证访问者身份的功能。

技术领域

本发明涉及网络认证领域，更具体的，涉及一种基于静脉识别数字证书认证方法。

背景技术

在网络信息认证是如今科技化时代的刚性需求，所以如何提高网络信息认证的精准度和安全等级便成为了现在需要思考的主要的问题。

在网络的认证过程中可能存在跟人信息泄露、病毒入侵等重大安全隐患。在用户访问页面时，以往的加密算法无法保证在精确认证的同时保证信息的安全等级。网页容易被第三方恶意攻击、篡改信息、拦截信息等。数字证书通过使用基于静脉识别的非对称加密算法，对信息进行加密，将公钥签名后发送到CA中心，向所有用户公开。CA中心会验证用户持有数字证书独有的私钥，实现精准认证访问者的身份的功能，使网络认证的安全等级得到有效保证，快速便捷。

发明内容

针对现有的技术不足，本发明的目的在于本发明创造了一种基于静脉识别数字证书认证方法，所提出的方法实现了更安全、更精准的网络信息认证功能，具有高精确度、快速识别、防盗等级强、使用方便等优点。

本发明针对的是一种数字证书认证方法，更具体的是一种基于静脉识别数字证书认证方法，所述方法包括：收集大量静脉图像，经过高通滤波、灰度化、归一化等预处理，做成一个静脉图像数据库；采用基础结构为ResNet50的深度残差网络，从数据库中随机取数据作为输入X，X每通过一个卷积层之前都会经过批标准化和激活函数的变换。

将恒等映射分支X和残差学习分支F_X引入整个残差网络中，则在第k个残差模块到第k+m个ResNet50残差模块的实值特征可以表示为：

同时以加性边缘损失函数作为监督信号，抓取被输入的静脉图像的实值特征用静脉图像分类正确的标签值与加角边参数n表示损失函数：

而此时，损失函数需要满足以下条件：

用k、N分别表示批数量和类别数，W_j表示权重矩阵W的第j列，表示第i个样本的特征序列，超球面的半径用s表示。

使用SDH算法从残差网络输出的实值特征中抽选m个样本和对应的标签矩阵，学习二进制向量特征。

而SDH算法求得的二元编码用于多分类：

。