[发明专利]一种用于人工智能图像辨识攻击的安全编码方法及系统

权利要求书

1.一种用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述用于人工智能图像辨识攻击的安全编码方法包括：

监视器端将获取的目标人脸图片进行图像数值化扫描，并通过安全编码算法转化为一安全编码图形，加密后传送入服务器端；

服务器端将安全编码图形转换成为一像素值序列，根据像素值序列得到目标图形，根据应用范围传回或显示目标图形的真实数据信息。

2.根据权利要求1所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述监视器端将获取的目标人脸图片进行图像数值化扫描，并通过安全编码算法转化为一安全编码图形，加密后传送入服务器端具体包括：

监视器端通过监视器获取目标人脸图片，进行图像数值化扫描；

当数字化处理后，将目标人脸图片通过安全编码算法转化为一安全编码图形；

将安全编码图形进行加密后，通过网络封包传送入服务器端。

3.根据权利要求2所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述服务器端将安全编码图形转换成为一像素值序列，根据像素值序列得到目标图形，根据应用范围传回或显示目标图形的真实数据信息具体包括：

服务器端将接收到的安全编码图形进行解密；

将解密后的安全编码图形转换成为一像素值序列，并将像素值序列转化为可识别的具体目标图像；

判断目标图像是否确实为目标图形，如是则将目标图形传送至后台图像目标数据库；

比对目标图形的对应信息后，根据应用范围传回或显示目标图形的真实数据信息。

4.根据权利要求3所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，当所述服务器端判断目标图像不为目标图形时，则判定目标图像在网络封包时已遭遇网络攻击，所述服务器端对目标图像进行再次检测。

5.根据权利要求4所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述网络攻击包括：差分进化攻击和伪造虚假脸部辨识。

6.根据权利要求3所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述监视器端通过哈希算法将安全编码图形进行加密；所述服务器端通过哈希算法将接收到的安全编码图形进行解密。

7.根据权利要求1所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述安全编码算法为哈希算法。

8.一种用于人工智能图像辨识攻击的安全编码系统，其特征在于，所述用于人工智能图像辨识攻击的安全编码系统包括：

监视器端和服务器端，所述监视器端和所述服务器端进行通信连接；

所述监视器端包括：

图像目标位置检测模块，用于获取目标人脸图片；

图像数值化模块，用于将目标人脸图片进行图像数字化扫描；

图像安全编码模块，用于将数字化处理后的图像通过安全编码算法转化为一安全编码图形；

编码传输加密模块，用于将安全编码图形进行加密后通过网络封包传送入服务器端；

所述服务器端包括：

编码传输解密模块，用于将接收到的安全编码图形进行解密；

图像安全解码模块，用于将解密后的安全编码图形转换成为一像素值序列；

数值图像化模块，用于将像素值序列转化为可识别的具体目标图像；

图像目标二分类算法模块，用于判断出目标图像是否确实为目标图形；

人工智能深度学习服务器主机，用于将确实为目标图形传送至后台图像目标数据库；

后台图像目标数据库，用于比对目标图形的对应信息后，根据应用范围传回或显示目标图形的真实数据信息。

9.根据权利要求8所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述服务器端还包括：

人脸身份资料比对模块，用于根据通过所述后台图像目标数据库得到的真实数据信息获取身份识别结果；

人脸特征图片搜索模块，用于根据通过所述后台图像目标数据库得到的真实数据信息获取图片识别结果。

10.根据权利要求8所述的用于人工智能图像辨识攻击的安全编码方法，其特征在于，所述服务器端还包括：

图像检测模块，用于在所述图像目标二分类算法模块判断目标图像在传送封包时已遭遇攻击时再次对图像进行检测。