[发明专利]一种基于分布式计算的生物特征快速识别系统

说明书

本发明包括一种基于分布式计算的生物特征快速识别系统，包括：客户端，用于通过消息队列发送生物特征的注册和识别请求；消息队列，用于创建消息队列，向消息队列发布及监听消息；集群管理系统，用于对节点列表进行维护及调度；注册服务端，接收来自客户端的注册请求，以及通过消息队列向客户端发送注册结果；识别服务端，接收来自客户端的生物识别请求，以及通过消息队列向客户端发送识别结果；生物特征样本库，用于存储多种格式的生物特征样本。本发明的有益效果为：用于将海量的生物特征数据样本库拆分成小的生物特征样本集，由分布式集群的生物特征识别服务节点对生物特征样本集中的样本进行并行检索，从而大大缩短生物特征识别的响应时间。

技术领域

本发明涉及一种基于分布式计算的生物特征快速识别系统，属于计算机数据处理领域。

背景技术

大数据时代，互联网平台需要处理大量的业务请求，像2016年的双十一期间，阿里的支付宝创下了一秒钟处理12万笔支付的纪录，这个纪录的背后，分布式计算扮演了极为重要的角色，正是因为有了分布式计算，才可能处理如此大的交易量。

何谓分布式计算？分布式计算是一种计算方法，和集中式计算是相对的。随着计算技术的发展，有些应用需要非常巨大的计算能力才能完成，如果采用集中式计算，需要耗费相当长的时间来完成。分布式计算将该应用分解成许多小的部分，分配给多台计算机进行处理。这样可以节约整体计算时间，大大提高计算效率。另外，一些计算任务，需要形成集群，对集群内的计算资源进行动态分配，以满足业务的需求，比如支付宝，在双十一期间，可以根据预测，为支付系统分配足够的计算资源，从而满足双十一期间瞬时的大规模交易请求。

分布式计算的核心和本质，是计算任务的分配和调度，即如何将计算任务分配到合适的计算资源上去，并且将计算结果快速返回给计算请求者。分布式计算的挑战也在于此。

分布式计算有非常高的技术门槛，因此分布式计算能力事实上已经被大型互联网平台所垄断，小的互联网平台，没有能力开发分布式计算系统，也造成了这些小的互联网平台没法在技术上做出大的创新，计算资源没法根据业务的需求进行扩展，限制了进一步发展。

随着技术的发展，尤其是深度学习/人工智能技术的发展，人的生物特征识别的准确率(比如人脸、虹膜，指纹)越来越高，与之相应，越来越多的场景会使用到生物识别技术来解决用户的身份识别和鉴定。相较于密码等传统的身份鉴别手段，生物特征识别更安全，而且使用也更方便。但生物特征识别需要用到深度学习/人工智能技术，需要大量的计算，当生物特征样本库的样本数量达到百万/千万乃至亿级的时候，运用传统的深度学习和人工智能，每次识别过程将耗费大量的时间，这将大大限制生物特征识别技术在实际系统中的大规模应用。本专利将一个大的生物特征样本库划分成若干个小的、虚拟的生物特征样本集，然后用分布式计算技术，组成生物特征识别集群，集群中的每个节点，只负责一个或者几个生物特征样本集的识别，从而保证识别的响应时间。

CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号，其文件以纯文本形式存储表格数据(数字和文本)。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。

本专利的目标，是设计一种基于分布式计算的生物特征快速识别系统，让系统能在千万级/亿级的生物特征样本库中，快速找出匹配的生物样本。

发明内容

针对现有技术的不足，一种基于分布式计算的生物特征快速识别系统，让系统能在千万级/亿级的生物特征样本库中，快速找出匹配的生物样本。