生物数据处理方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术涉及大数据处理技术领域，揭露一种生物数据处理方法，包括：对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；在核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；基于核心生物特征数据上的编码，对核心生物特征数据进行切分处理，生成核心生物特征混淆集；将核心生物特征混淆集与编码关联列表关联处理后，储存至预设的混淆生物数据库。本发明专利技术还涉及区块链技术，混淆生物数据库存储于区块链中。本发明专利技术能够解决现有技术中，生物数据传输存在被盗取、拦截等安全隐患，不利于个人信息的保护等问题。题。题。

【技术实现步骤摘要】
生物数据处理方法、装置、设备及计算机可读存储介质


[0001]本专利技术涉及大数据处理
，尤其涉及一种生物数据处理的方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]生物特征具有唯一性及可识别性，能够用于识别用户身份，广泛用于信息领域、银行、证券、公安司法、军队和国防、保安和证件防伪等领域。
[0003]生物特征数据在采集、传输和使用等应用环节，应满足国家对个人信息安全保护的要求进行有效保护，避免信息的丢失或者被盗取，进而引发个人的损失。
[0004]目前在生物特征识别应用中，对于采集的生物特征数据未进行有效保护便进行落盘存储或进行传输，存在被盗取、拦截等安全隐患，不利于个人信息的保护。

技术实现思路

[0005]本专利技术提供一种生物数据处理方法、装置、电子设备及计算机可读存储介质，其主要目的在于能够解决现有技术中，采集的生物特征数据未进行有效保护便进行落盘存储或进行传输，存在被盗取、拦截等安全隐患，不利于个人信息的保护等问题。
[0006]第一方面，为实现上述目的，本专利技术提供的一种生物数据处理方法，包括：
[0007]对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
[0008]在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
[0009]基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
[0010]将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
[0011]第二方面，为了解决上述问题，本专利技术还提供一种生物数据处理装置，所述装置包括：
[0012]核心生物特征数据提取模块，用于对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；
[0013]编码关联列表生成模块，用于在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；
[0014]核心生物特征混淆集生成模块，用于基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；
[0015]数据存储模块，用于将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。
[0016]第三方面，为了解决上述问题，本专利技术还提供一种电子设备，所述电子设备包括：
[0017]至少一个处理器；以及，
[0018]与所述至少一个处理器通信连接的存储器；其中，
[0019]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的生物数据处理方法的步骤。
[0020]第四方面，为了解决上述问题，本专利技术还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的生物数据处理方法。
[0021]本专利技术提出的生物数据处理方法、装置、电子设备及计算机可读存储介质，通过对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；核心生物特征数据是生物特征数据的关键，通过对核心生物特征数据随机分段编码、切分等处理，得到编码关联列表和打乱排列顺序的核心生物特征混淆集能够对生物特征数据进行有效保护；避免在数据传输过程中，因被盗取或被截留后导致信息泄露。
附图说明
[0022]图1为本专利技术一实施例提供的生物数据处理方法的流程示意图；
[0023]图2为本专利技术一实施例提供的中文生物数据处理装置的模块示意图；
[0024]图3为本专利技术一实施例提供的实现中文生物数据处理方法的电子设备的内部结构示意图；
[0025]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0026]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0027]本专利技术提供一种生物数据处理方法。参照图1所示，为本专利技术一实施例提供的生物数据处理方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
[0028]在本实施例中，生物数据处理方法包括：
[0029]步骤S110、对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
[0030]具体的，在生物特征原数据中核心特征数据起着关键性的作用，例如，在人脸识别技术中，人脸的五官为关键的识别特征；又如，在虹膜加密技术中，瞳孔为关键的生物特征数据；为了解决生物特征数据在传输过程中被盗取、拦截等安全隐患，通过提取物特征原数据中的核心生物特征数据，并对核心生物特征数据进行保护即可达到预防被盗取、拦截等安全隐患。
[0031]作为本专利技术的一个可选实施例，对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据包括：
[0032]获取与生物特征原数据的种类相对应的核心特征数据提取模型；
[0033]通过核心特征数据提取模型对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。
[0034]具体的，不同种类的生物特征原数据的核心特征数据的提取方法不同，例如，对于
人脸原数据和声纹原数据两者的核心特征数据存在较大的区别，因此，需要根据生物特征原数据的种类训练不同的核心特征数据提取模型，通过核心特征数据提取模型对生物特征原数据进行核心特征数据提取处理能够提高数据处理的效率。在采取生物特征原数据时，对不同种类的生物特征原数据用不同的字符进行标记，例如，人脸原数据采用R作为标记符，在人脸原数据的文件上标记R；通过识别生物特征原数据上标记的字符，选取相应的核心特征数据提取模型。
[0035]作为本专利技术的一个可选实施例，生物特征原数据包括人脸原数据、虹膜原数据、声纹原数据或指静脉原数据，其中，
[0036]若生物特征原数据为人脸原数据，则与人脸原数据相对应的核心特征数据提取模型为人脸核心数据提取模型；人脸核心数据提取模型包括用于输入人脸原数据的人脸原数据输入层、用于对人脸原数据进行图片预处理的图片预处理层、用于对图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理的人脸中心定位层、用于对人脸中心定位层得到的人脸中心部位进行提取处理的人脸核心数据提取层和用于将人脸核心数据提取层得到的人脸核心特征数据进行输出的人脸核心特征数据输出层；
[0037]若生物特征原数据为虹膜原数据，则与虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；虹膜核心数据提取模型包括用于输入虹膜原数据的虹膜原数据输入层、用于对虹膜原数据的瞳孔中心部位进行定位处理的瞳孔中心定位层、用于对瞳孔中心定位层得到的瞳孔中心部位进行提取处理的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生物数据处理方法，应用于电子装置，其特征在于，所述方法包括：对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据；在所述核心生物特征数据上进行随机分段编码处理，并将相邻段的核心生物特征数据上的编码进行关联处理，生成编码关联列表；基于所述核心生物特征数据上的编码，对所述核心生物特征数据进行切分处理，并将切分处理后的核心生物特征数据的特征数据片段打乱排列顺序，生成核心生物特征混淆集；将所述核心生物特征混淆集与所述编码关联列表关联处理后，储存至预设的混淆生物数据库。2.根据权利要求1所述的生物数据处理方法，其特征在于，所述对生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据包括：获取与所述生物特征原数据的种类相对应的核心特征数据提取模型；通过所述核心特征数据提取模型对所述生物特征原数据进行核心特征数据提取处理，得到核心生物特征数据。3.根据权利要求2所述的生物数据处理方法，其特征在于，所述生物特征原数据包括人脸原数据、虹膜原数据、声纹原数据或指静脉原数据，其中，若所述生物特征原数据为人脸原数据，则与所述人脸原数据相对应的核心特征数据提取模型为人脸核心数据提取模型；所述人脸核心数据提取模型包括用于输入人脸原数据的人脸原数据输入层、用于对所述人脸原数据进行图片预处理的图片预处理层、用于对所述图片预处理层得到的清晰人脸图片数据进行人脸中心部位定位处理的人脸中心定位层、用于对所述人脸中心定位层得到的人脸中心部位进行提取处理的人脸核心数据提取层和用于将所述人脸核心数据提取层得到的人脸核心特征数据进行输出的人脸核心特征数据输出层；若所述生物特征原数据为虹膜原数据，则与所述虹膜原数据相对应的核心特征数据提取模型为虹膜核心数据提取模型；所述虹膜核心数据提取模型包括用于输入所述虹膜原数据的虹膜原数据输入层、用于对所述虹膜原数据的瞳孔中心部位进行定位处理的瞳孔中心定位层、用于对所述瞳孔中心定位层得到的瞳孔中心部位进行提取处理的虹膜核心数据提取层和用于将所述虹膜核心数据提取层得到的虹膜核心特征数据进行输出的虹膜核心特征数据输出层；若所述生物特征原数据为声纹原数据，则与所述声纹原数据相对应的核心特征数据提取模型为声纹核心数据提取模型；所述声纹核心数据提取模型包括用于输入所述声纹原数据的声纹原数据输入层、用于对所述声纹原数据的中心波峰或中心波谷进行定位处理的声纹中心定位层、用于对所述声纹中心定位层得到中心波峰或中心波谷进行提取处理的声纹核心数据提取层和用于将所述声纹核心数据提取层得到的声纹核心特征数据进行输出的声纹核心特征数据输出层；若所述生物特征原数据为指静脉原数据，则与所述指静脉原数据相对应的核心特征数据提取模型为指静脉核心数据提取模型；所述指静脉核心数据提取模型包括用于输入所述指静脉原数据的指静脉原数据输入层、用于对所述指静脉原数据的第一清晰节点位置进行结构定位处理的指静脉中心定位层、用于对所述指静脉中心定位层得到的第一清晰节点进
行提取处理的指静脉核心数据提取层和用于将所述指静脉核心数据提取层得到的指静脉核心特征数据进行输出的指静脉核心特征数据输出层。4.根据权利要求1所述的生物数据处理方法，其特征在于，所述在所述核心生物特征数据上进行随机分段编码处理，并将相...

【专利技术属性】
技术研发人员：林跃东，
申请(专利权)人：平安普惠企业管理有限公司，
类型：发明
国别省市：