[发明专利]一种虚假身份属性检测方法

摘要

本发明公开了一种虚假身份属性检测方法，包括采集已知的S个身份对象的N个身份属性，给定待检测未知身份的N个身份属性，其中包含小于49％的虚假属性，鉴于多数判决方法不能很好解决虚假属性，引入一种逐阶计算方法。首先通过身份识别算法，依次得到N个待检测身份属性的N个识别结果序列Ri，结果序列Ri取top K个身份，表示与待检测属性最相似的K个身份，通过逐阶共识计算方法得到共识身份identity，并记录当前算法计算的阶order，然后判断共识身份identity是否在序列Ri的top P中，其中P＝min(order+δ，K)，若identity在Ri的top P中，则判断对应得到识别序列Ri的属性为真实属性，否则为虚假属性，依次判断上述条件，直至所有的待检测属性都判断完成为止，最后输出检测到的虚假身份属性。

主权项

1.一种虚假身份属性检测方法，用于在进行身份可信辨识过程中检测出用于辨识身份的虚假；其特征在于，包括以下步骤：步骤1：采集包含S个身份对象的N个身份属性信息，建立已知身份对象库，其中身份表示为O₁、O₂、O₃、…、O_m属性表示为小写字母a、b、c、d…、n；其中，m＝S，N≥3；步骤2：建立已知S个身份对象库的特征模板，形成N条特征模板；步骤3：给定待检测未知身份对象的N个身份属性，记为a₁、b₁、c₁、d₁、…、n₁，若存在虚假属性，则虚假属性的数量M，满足条件M<49％*N，若不存在虚假属性，其M取值为0；步骤4：针对待检测的N个身份属性a₁、b₁、c₁、d₁、…、n₁，选择对应属性的识别算法，得到对应属性的N个识别结果，识别结果中身份选择top K个身份，识别结果记为R_a、R_b、R_c、…、R_n；其中，K≤S；步骤5：针对步骤4中获得的识别结果R_a、R_b、R_c、…、R_n，进行逐阶共识计算，得到最有可能的共识身份identity，并记录计算的阶order；步骤6：根据P＝min(order+δ,K)计算出P的值，其中δ为参数，由训练数据获得，order由步骤5计算获得，P的值会随着order的不同发生动态变化；步骤7：判断共识身份identity是否在待检测属性a₁、b₁、c₁、d₁、…、n₁的识别结果R_a、R_b、R_c、…、R_n的top P中，若共识身份identity在待检测属性a₁的识别结果R_a中，设置标志flag_a＝True，否则设置flag_a＝False，同理获得待检测属性b₁、c₁、d₁、…、n₁的标志flag_b、flag_c、…、flag_n，其中identity和P分别由步骤5和6获得；步骤8:判断步骤7中所获得的标志，若标志flag_a为False，则认为属性a₁为虚假属性，否则认为属性a₁为真实属性，同理判断其余待检测属性b₁、c₁、d₁、…、n₁为真实或者虚假属性；步骤9：输出检测到的虚假身份属性，虚假检测完成。