[发明专利]一种基于虚假属性检测的可信身份辨识方法及装置在审
申请号: | 202210461329.2 | 申请日: | 2022-04-28 |
公开(公告)号: | CN114896575A | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 胡瑞敏;岳菁斐;彭春蕾;刘海涛;叶波;罗林波;刘德成;曲颖 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06F21/32 | 分类号: | G06F21/32 |
代理公司: | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人: | 方婷 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 虚假 属性 检测 可信 身份 辨识 方法 装置 | ||
1.一种基于虚假属性检测的可信身份辨识方法,其特征在于,所述可信身份辨识方法包括:
步骤1、通过M个已知对象建立已知身份属性信息库,所述已知身份属性信息库包括所述M个已知对象的身份和每个所述已知对象的N维生物特征属性;
步骤2、提取每个所述已知对象的所述N维生物特征属性对应的N条特征,所述M个已知对象的同一生物特征属性对应的生物特征建立一条特征模板,共N条所述特征模板,所述特征模板中保存对应的生物特征以及身份标识,所述生物特征为所述生物特征属性的特征;
步骤3、利用所述特征模板与待测对象的N维生物特征属性中对应的生物特征属性进行匹配识别,选取相似度较大的L个识别结果作为该生物特征属性的识别结果,所述待测对象的N维生物特征属性包括正常属性和虚假属性,虚假属性的数量NFake,满足条件NFake≥50%×N;
步骤4、利用基于汇聚度的共识算法对所述L个识别结果进行计算,以将局部汇聚度值最小的身份作为共识身份;
步骤5、根据所述共识身份的每个生物特征属性是否处于所述L个识别结果中确定所述共识身份的标志,所述标志表征为真实属性和虚假属性;
步骤6、根据所述共识身份的标志确定所述生物特征属性的真实性;
步骤7、输出检测到的虚假属性和作为可信身份的共识身份。
2.根据权利要求1所述的基于虚假属性检测的可信身份辨识方法,其特征在于,所述步骤3包括:
计算所述待测对象的N维生物特征属性中的第i个N维生物特征属性中与第i个所述特征模板中每个所述生物特征属性的欧式距离,从第i个所述特征模板中选取欧式距离较小的L个所述生物特征属性作为所述待测对象的第i个N维生物特征属性的识别结果。
3.根据权利要求1所述的基于虚假属性检测的可信身份辨识方法,其特征在于,所述步骤4包括:
步骤4.1、初始化共识身份、共识值和汇聚度值,将所述M个已知对象的身份都作为共识身份,所述共识值和所述汇聚度值均设为0;
步骤4.2、根据每个识别结果的身份出现个数更新共识值,并保留共识值大于或者等于2的身份;
步骤4.3、判断共识值大于或者等于2的身份是否有多个,若仅有一个份,则该身份即为共识身份,并进入步骤6,若有多个身份,则进入步骤4.4;
步骤4.4、分别计算共识值大于或者等于2的所有身份的局部汇聚度值;
步骤4.5、将所述局部汇聚度值最小的身份作为所述共识身份。
4.根据权利要求3所述的基于虚假属性检测的可信身份辨识方法,其特征在于,所述步骤4.2包括:
根据逐阶共识算法依次逐阶遍历L个识别结果,以根据每个识别结果的身份出现个数更新共识值,并保留共识值大于或者等于2的身份。
5.根据权利要求3所述的基于虚假属性检测的可信身份辨识方法,其特征在于,所述汇聚度值的计算公式为:
其中,Ksub(m)表示对象m的局部汇聚度,s表示对象m的身份在L个识别结果排列的位置,Nsub表示属性N维的子集。
6.根据权利要求4所述的基于虚假属性检测的可信身份辨识方法,其特征在于,若在L个识别结果中对象m没有出现,则:
其中,s=L。
7.根据权利要求1所述的基于虚假属性检测的可信身份辨识方法,其特征在于,所述步骤5包括:
判断所述共识身份的所述生物特征属性是否在所述L个识别结果中,若是,则设置该生物特征属性的标志表征真实属性,若否,则设置该生物特征属性的标志表征虚假属性。
8.根据权利要求1所述的基于虚假属性检测的可信身份辨识方法,其特征在于,所述步骤6包括:
判断所述共识身份的生物特征属性的标志,若所述标志表征为虚假属性,则该生物特征属性即为虚假属性,若所述标志表征为真实属性,则该生物特征属性即为真实属性。
9.一种基于虚假属性检测的可信身份辨识装置,其特征在于,用于实施权利要求1至8任一项所述的可信身份辨识方法。
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西安电子科技大学,未经西安电子科技大学许可,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/202210461329.2/1.html,转载请声明来源钻瓜专利网。