[发明专利]身份认证方法、装置、终端及存储介质有效

专利信息
申请号: 201810550790.9 申请日: 2018-05-31
公开(公告)号: CN108847941B 公开(公告)日: 2021-08-06
发明(设计)人: 谈剑锋;聂文静;杨德光;姜立稳 申请(专利权)人: 上海众人网络安全技术有限公司
主分类号: H04L9/32 分类号: H04L9/32;H04M1/72454
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 200120 上海市浦东*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 身份 认证 方法 装置 终端 存储 介质
【说明书】:

发明公开了一种身份认证方法、装置、终端及存储介质,该方法包括:基于移动终端中的传感器采集目标用户的时域步态数据,采用周期性算法对时域步态数据进行提取,得到各个周期的时域步态数据,作为第一步态数据;将第一步态数据进行坐标转换得到第二步态数据,将第二步态数据转化为频域步态信息,并基于预先训练好的特征生成模型得到与目标用户相对应的特征序列;将目标用户的特征序列输入至与目标用户相对应的单分类模型中,当单分类模型输出的数据为第一预设数据时,则认证通过。本发明实施例的技术方案实现了由于用户的步态信息具备个性化,当通过用户的步态信息进行身份认证时,提高了身份认证的准确性以及安全性的技术效果。

技术领域

本发明实施例涉及安全认证技术领域,尤其涉及一种身份认证方法、装置、终端及存储介质。

背景技术

基于步态识别的身份认证方法最早于2006年由Gafurov提出,他通过大量重复实验发现同一用户之间的步态相似性和不同用户之间的不同之处,并得出结论:每一个用户的步态是独一无二的,可以通过用户的步态进行身份认证。

现有技术中基于步态识别的方法主要有四类:基于机器视觉、基于地面传感器、基于可穿戴式传感器或者基于移动终端中设置的传感器来进行身份认证。其中,基于机器视觉的认证方式为:使用摄像机捕获用户在走路过程中的一系列步态图像,再通过图像匹配算法来实现用户的身份认证,但是采用此种身份认证方式易受外界环境影响,示例性的易受外界环境光线、是否有障碍物遮挡、或者拍摄距离的影响,因此效果较差;基于地面传感器的身份认证方式为:通过地板上或者地毯中设置的力传感器捕获用户的步态特征,此种认证方式易受用户穿戴的物品重量影响,并且应用范围较小,不具备通用性。上述两种方式均是从计算机角度去分析用户的步态数据图片,成本较高、不能够实时进行身份认证,适用性不强。第三种方式是基于可穿戴式传感器来进行身份认证,即利用加速度信号来分析步态唯一性,然而此种方式虽然可以实时进行身份认证,但是在应用的过程中没有考虑到用户的步速变化、在使用的过程中必须要穿戴该传感器繁琐复杂以及忽略了用户的个体差异性从而导致检测不精准的技术问题。第四种实施方式虽然解决了不能实时进行身份认证的技术问题,但是依然没有解决通过手机中内设的传感器检测用户的步态数据来进行身份认证适用性较差以及精度不高的技术问题。

发明内容

本发明提供一种身份认证方法、装置、终端及存储介质,以提高身份认证的安全性和可靠性。

第一方面,本发明实施例提供了一种身份认证方法,该方法包括:

基于移动终端中的传感器采集目标用户的时域步态数据,采用周期性算法对所述时域步态数据进行提取,得到各个周期的时域步态数据,将所述各个周期的时域步态数据中的至少一个周期的时域步态数据作为第一步态数据;

将所述第一步态数据进行坐标转换得到第二步态数据,将所述第二步态数据转化为频域步态信息,并基于预先训练好的特征生成模型得到与所述目标用户相对应的特征序列;

将所述目标用户的特征序列输入至与所述目标用户相对应的单分类模型中,当所述单分类模型输出的数据为第一预设数据时,则认证通过。

第二方面,本发明实施例还提供了一种身份认证装置,该装置包括:

周期提取信息模块,用于基于移动终端中的传感器采集目标用户的时域步态数据,采用周期性算法对所述时域步态数据进行提取,得到各个周期的时域步态数据,将所述各个周期的时域步态数据中的至少一个周期的时域步态数据作为第一步态数据;

特征序列生成模块,用于将所述第一步态数据进行坐标转换得到第二步态数据,将所述第二步态数据转化为频域步态信息,并基于预先训练好的特征生成模型得到与所述目标用户相对应的特征序列;

认证模块,用于将所述目标用户的特征序列输入至与所述目标用户相对应的单分类模型中,当所述单分类模型输出的数据为第一预设数据时,则认证通过。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海众人网络安全技术有限公司,未经上海众人网络安全技术有限公司许可,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/201810550790.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top