[发明专利]一种手机安全信息生成及储存方法

权利要求书

1.一种手机安全信息生成方法，其特征在于：包括以下步骤：

步骤1：用户产生或接收文件信息；

步骤2：判断所述文件信息为照片信息还是文档信息，若为照片信息，则跳转至步骤3，若为文档信息，则跳转至步骤5；

步骤3：将所述照片信息作为照片训练样本，输入SVM分类器模型进行训练，当分类准确率大于阈值时，得到训练后的SVM分类器模型；

步骤4：将待识别照片信息输入训练后的SVM分类器模型进行分类，若分类结果为敏感信息，则对该照片信息进行加密，生成照片安全信息，否则不生成安全信息。

步骤5：将所述文档信息作为文档训练样本，输入神经网络模型进行训练，当分类准确率大于阈值时，得到训练后的神经网络模型；

步骤6：将待识别文档信息输入训练后的神经网络模型进行分类，若分类结果为敏感信息，则对该文档信息进行加密，生成文档安全信息，否则不生成安全信息。

2.根据权利要求1所述的一种手机安全信息生成方法，其特征在于：所述步骤1中，用户产生文件信息为用户自主形成的文件信息，包括拍摄、撰写和制作。

3.根据权利要求1所述的一种手机安全信息生成方法，其特征在于：所述步骤3中，将照片信息作为照片训练样本时，需要对照片信息进行预处理，预处理的步骤为：

步骤31：对照片信息进行中值滤波；

步骤32：对中值滤波后的图像进行限制对比度直方图均衡化处理；

步骤33：对步骤32得到的图像进行色度值调整。

4.根据权利要求1所述的一种手机安全信息生成方法，其特征在于：所述步骤3中，利用照片训练样本对SVM分类器模型进行训练的具体步骤为：

步骤34：将照片训练样本输入SVM分类器模型，得到分类结果；

步骤35：用户选择所述照片训练样本的真实分类结果；

步骤36：SVM分类器模型根据所述真实分类结果调整参数；

步骤37：当分类正确率大于阈值时，完成训练，得到训练后的SVM分类器模型。

5.根据权利要求1所述的一种手机安全信息生成方法，其特征在于：所述步骤5中，利用文档训练样本神经网络模型进行训练的具体步骤为：

步骤51：将文档训练样本输入神经网络模型，得到分类结果；

步骤52：用户选择所述文档训练样本的真实分类结果；

步骤53：神经网络模型根据所述真实分类结果调整参数；

步骤54：当分类正确率大于阈值时，完成训练，得到训练后的神经网络模型。

6.根据权利要求1所述的一种手机安全信息生成方法，其特征在于：所述步骤4和步骤6中采用的加密方法为SM2和SM3中的一种。

7.一种手机安全信息储存方法，其特征在于：包括以下步骤：

步骤1：用户产生或接收待识别的文件信息，

步骤2：判断文件信息类别，若为待识别照片信息，则跳转至步骤3，若为待识别文档信息则跳转至步骤4；

步骤3：将待识别照片信息输入训练后的SVM分类器模型，得出分类结果，若分类结果为敏感信息，则对照片进行加密，并生成照片安全信息，将所述照片安全信息储存于本地加密照片储存系统，若为非敏感信息，则储存于非加密照片储存系统中；

步骤4：将待识别文档信息输入训练后的神经网络模型，得出分类结果，若分类结果为敏感信息，则对文档进行加密，并生成文档安全信息，将所述文档安全信息储存于本地加密文档储存系统，若为非敏感信息，则储存于非加密文档储存系统中。