[发明专利]一种基于图像识别和用户等级的访问控制方法在审

专利信息
申请号: 201910584473.3 申请日: 2019-07-01
公开(公告)号: CN110287720A 公开(公告)日: 2019-09-27
发明(设计)人: 罗汉武;李文震;李昉;赵影;王钰;罗旺;席丁鼎;吴钰芃;于晓蝶;潘富城;冉清文;张全;琚小明 申请(专利权)人: 国网内蒙古东部电力有限公司;南京南瑞集团公司;华东师范大学
主分类号: G06F21/60 分类号: G06F21/60;G06F21/62;G06K9/62
代理公司: 上海蓝迪专利商标事务所(普通合伙) 31215 代理人: 徐筱梅;张翔
地址: 010010 内蒙古自治*** 国省代码: 内蒙古;15
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 访问控制 敏感区域 分级管理 图像识别 访问控制模块 图像处理模块 用户控制模块 分发模块 加密存储 敏感图像 数据访问 图像访问 图像管理 图像加密 图像内容 图像区域 有效保障 访问 敏感度 界定 身份 泄露 角色 挖掘 分类 安全 学习
【权利要求书】:

1.一种基于图像识别和用户等级的访问控制方法,其特征在于该访问控制方法包括:图像拥有者、图像访问者和访问控制者三种角色,首先图像拥有者基于图像内容,界定图像敏感度,图像访问者基于身份等级实现用户分级管理,访问控制者制定访问控制策略,并利用深度学习,挖掘图像中的敏感区域,实现对图像区域的分类与分级管理,对识别出的图像加密处理,当图像访问者请求访问图像资源时,根据访问策略分发图像,实现不同身份等级访问到不同的图像内容。

2.根据权利要求1所述基于图像识别和用户等级的访问控制方法,其特征在于所述图像拥有者基于图像内容按下述(i)式界定图像敏感度,依次划分为高敏感度图像区域、中敏感度图像区域、低敏感度图像区域和非敏感度图像区域:

Sensitivity_level={s3,s2,s1,s0} (i)。

3.根据权利要求1所述基于图像识别和用户等级的访问控制方法,其特征在于所述图像访问者按下述(ii)式,划分为高等级用户、中等级用户、一般用户和普通用户:

User_level={u3,u2,u1,u0} (ii)。

4.根据权利要求1所述基于图像识别和用户等级的访问控制方法,其特征在于所述访问控制者由图像处理模块、访问控制模块、用户控制模块和图像管理与分发模块,分别进行敏感图像的分级分类加密存储、访问策略的制定、用户身份分析以及图像分发。

5.根据权利要求4所述基于图像识别和用户等级的访问控制方法,其特征在于所述图像处理模块具体包括以下步骤:

a、接收来自图像拥有者上传的图像,基于图像表达的内容,实现敏感区域的分类并形成不同的类别;

b、利用卷积神经网络,实现敏感区域的识别、分类和定位,得到敏感区域的类别和具体的坐标位置;

c、判断敏感区域各个类别的敏感度等级;

d、基于敏感度等级和定位得到的具体坐标信息,对敏感区域进行加密处理,然后将加密后的图像传输到图像处理与分发模块存储。

6.根据权利要求4所述基于图像识别和用户等级的访问控制方法,其特征在于所述访问控制模块用以制定访问策略,该策略不仅依据于访问图像的敏感度等级,还取决于可访问用户的身份等级,访问策略制定按下述(iii)式,将图像敏感度等级与用户身份等级融合映射:普通用户u0只能访问非敏感图像区域s0;一般用户u1除了拥有u0的权限外,还可以访问低敏感度图像区域s1;中等级用户u2除了拥有一般用户u1的权限外,还可以访问中敏感度图像区域s2;高等级用户对所有敏感度等级图像区域均具有访问权;

7.根据权利要求4所述基于图像识别和用户等级的访问控制方法,其特征在于所述用户控制模块当接收到用户的访问请求时,首先对用户发送合法性认证请求,用户提交个人信息属性,当用户列表中不存在访问者信息时,则拒绝访问,否则,对用户进行身份分析,判断用户的身份等级,然后将用户身份等级和用户请求访问的图像序列传递给图像处理与分发模块,进行资源申请。

8.根据权利要求4所述基于图像识别和用户等级的访问控制方法,其特征在于所述图像管理与分发模块获取到合法用户请求访问的图片,结合访问策略,对该用户等级范围内允许访问的敏感区域进行解密操作,对于用户等级范围外的敏感图像区域,仍然以加密方式显示,将处理好的图像分发给用户。

9.根据权利要求5所述基于图像识别和用户等级的访问控制方法,其特征在于所述敏感区域由图像预处理单元、图像标注单元、模型训练单元、图像检测单元进行识别、分类和定位:

①图像预处理单元对接收的图像样本进行数据预处理,去除冗余、杂糅图像样本,对图像进行翻转、区域合理替换操作,增加样本数量,将图像尺寸归一化处理为300*300,形成图像样本数据集;

②图像标注单元通过矩形框将敏感区域敏感区域标注出来,根据表达的具体内容,确定敏感区域的类别,基于类别和位置信息,形成与图像一一对应的标签文本;

③模型训练单元将标注好的图像作为样本训练Mobilenet_SSD模型,当准确率达到预先设置的阈值时,停止训练,提取训练好的模型;

④图像检测单元利用训练好的模型,对所有的图像进行检测,实现敏感区域的识别、分类和定位。

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国网内蒙古东部电力有限公司;南京南瑞集团公司;华东师范大学,未经国网内蒙古东部电力有限公司;南京南瑞集团公司;华东师范大学许可,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/201910584473.3/1.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