基于生物识别的互联网信息安防方法及平台技术

本发明专利技术提供基于生物识别的互联网信息安防方法及平台，其方法包括：获取生物识别的典型特征信息数据；基于典型特征信息数据，生成相对应的安防密钥，并建立若干个典型特征信息数据与安防密钥的配对数据组，根据配对数据组生成安防验证方案库；基于安防验证方案库，对获取互联网信息的操作过程进行安防验证。本发明专利技术通过获取生物识别的典型特征信息数据，基于典型特征信息数据，生成安防验证方案库，并基于安防验证方案库，对获取互联网信息的操作过程进行安防验证，可保证互联网信息在对操作人员进行生物识别验证后，得到安全可靠地获取，提高了互联网信息的安全防范水平。提高了互联网信息的安全防范水平。提高了互联网信息的安全防范水平。

【技术实现步骤摘要】
基于生物识别的互联网信息安防方法及平台


[0001]本专利技术涉及信息安防
，尤其涉及基于生物识别的互联网信息安防方法及平台。

技术介绍

[0002]随着信息化不断发展和进步，通过互联网进行信息传输的技术越来越成熟，取代了传统通过信件传输信息的方法，通过互联网进行信息传输的方法能够更加快速可靠的进行信息传输。但是，在实际操作过程中，信息传输过程可能存在因安防验证不到位，导致信息被未被验证的人员获取的问题，从而导致信息泄露的情况。因此，难以保障互联网信息获取的安全性和可靠性。
[0003]申请号为202210875436.X的专利文件公开了基于人工智能的互联网信息安防方法及系统，提出了在数据识别过程中，并行地参阅了互联网异常活动信息的第一活动知识向量和第二活动知识向量，因此能够提升对互联网异常活动信息进行识别的可靠性；进一步地，由于各互联网异常活动信息皆包括第一活动知识向量和第二活动知识向量，可适用于对随机一个互联网异常活动信息的识别，能够使基于人工智能的互联网信息安防方法适用于更加广泛的应用场景，从而可以尽可能对互联网数据进行防护，以避免互联网数据被入侵；该专利主要采取人工智能技术，针对互联网数据安全防护，防止互联网数据的泄露而提出的技术方案，但对于互联网信息获取过程中的安防验证没有提出解决方案，针对操作人员在互联网信息获取过程中的二次安防验证没有提出解决方案，安防的效率和质量不够高。
[0004]生物识别技术是通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合，利用人体固有的生理特性，如指纹、指静脉、人脸、虹膜等，以及行为特征，如笔迹、声音、步态等来进行个人身份的鉴定；生物识别认证技术较传统认证技术存在较大的优势，可提高安全防范的质量。
[0005]因此，有必要提供基于生物识别的互联网信息安防方法及平台。

技术实现思路

[0006]本专利技术提供了基于生物识别的互联网信息安防方法及平台，通过获取生物识别的典型特征信息数据，基于典型特征信息数据，生成安防验证方案库，并基于安防验证方案库，对获取互联网信息的操作过程进行安防验证，可保证互联网信息在对操作人员进行生物识别验证后，得到安全可靠地获取，提高了互联网信息的安全防范水平。
[0007]本专利技术提供了基于生物识别的互联网信息安防方法，包括：
[0008]S1：获取生物识别的典型特征信息数据；
[0009]S2：基于典型特征信息数据，生成相对应的安防密钥，并建立若干个典型特征信息数据与安防密钥的配对数据组，根据配对数据组生成安防验证方案库；
[0010]S3：基于安防验证方案库，对获取互联网信息的操作过程进行安防验证。
[0011]进一步地，S1包括：
[0012]S101：设置若干个生物识别的特征信息的模拟获取场景；模拟获取场景包括二维获取场景、三维获取场景和AI获取场景中的一种或多种；
[0013]S102：基于模拟获取场景，采用视频图像获取组件，获取生物识别的若干组典型特征信息数据；特征信息数据包括人脸图像数据、指纹波形数据、虹膜图像数据、指静脉波形数据和声纹波形数据的一种或多种；
[0014]S103：按照预设的筛选条件，对特征信息数据进行去重和精简处理，获得典型特征信息数据。
[0015]进一步地，S102包括：
[0016]S1021：基于二维获取场景获取第一特征信息数据、基于三维获取场景获取第二特征信息数据、基于AI获取场景获取第三特征信息数据；
[0017]S1022：基于第二特征信息数据和第三特征信息数据对第一特征信息数据进行补充、矫正或替换，生成典型特征信息数据。
[0018]进一步地，S2包括：
[0019]S201：获取典型特征信息数据，提取典型特征信息数据中的密钥生成因子，将密钥生成因子输入预设的密钥生成函数，获得安防密钥；
[0020]S202：获取典型特征信息数据中的元数据，并获取安防密钥的密钥标识；建立元数据与密钥标识的配对项；基于配对项，建立若干个典型特征信息数据与安防密钥的配对数据组，根据配对数据组生成安防验证方案，以及安防验证方案库。
[0021]进一步地，S201包括：
[0022]S2011：获取典型特征信息数据中的静态特征信息数据参数和动态信息数据特征参数；并获取静态特征信息数据参数的第一参数数量和第一特征信息影响值；获取动态特征信息数据参数的第二参数数量和第二特征信息影响值；
[0023]S2012：若第一参数数量大于第二参数数量，并且第一特征信息影响值大于第二特征信息影响值，则按照预设的第一比例聚合静态特征信息数据和动态特征信息数据，作为密钥生成因子；若第二参数数量大于第一参数数量，并且第二特征信息影响值大于第一特征信息影响值，则按照预设的第二比例聚合静态特征信息数据和动态特征信息数据，作为密钥生成因子。
[0024]进一步地，S3包括：
[0025]S301：获取互联网信息的操作响应，根据操作响应获取互联网信息的内容和用途；
[0026]S302：根据互联网信息的内容和用途，获取安防验证方案和安防验证过程；
[0027]S303：基于安防验证方案库，根据安防验证方案，提醒获取互联网信息的操作人员采用生物识别的特征信息数据进行安防验证，以及在互联网信息的内容的获取使用过程中，提醒获取互联网信息的操作人员采用生物识别的特征信息数据进行若干次补充安防验证。
[0028]进一步地，S303中提醒获取互联网信息的操作人员采用生物识别的特征信息数据进行若干次补充安防验证，包括：
[0029]S3031：获取互联网信息的历史安防风险监测报告数据；
[0030]S3032：基于互联网信息的历史安防风险监测报告数据，获取互联网信息的内容的
获取使用过程中发生安全问题案例数据；
[0031]S3033：基于发生安全问题案例数据，获得发生安全问题的严重等级；根据严重等级，获得若干个阶段安全风险值；
[0032]S3034：根据若干个阶段安全风险值，设置相应的补充安防密钥，以及与补充安防密钥相配对的补充配对数据组，以及补充安防验证方案；基于补充安防验证方案，提醒获取互联网信息的操作人员采用生物识别的特征信息数据进行若干次补充安防验证。
[0033]进一步地，还包括S4，对具有高安防等级的互联网信息内容，在生物识别验证基础上进行高等级安防验证，具体步骤为：
[0034]S401：获取用于生成高安防验证因子的高安防数据信息，并设置进行高安防验证的高安防验证过程；高安防数据信息包括手部固定动作数据信息、手持手机展示手机固定页面的视频数据信息、手持手机拍摄展示互联网信息内容终端屏幕的视频数据信息的一种或多种；高安防验证过程包括提供高安防数据信息的验证选项、对操作人员的高安防数据信息进行验证和生成高安防验证结果；
[0035]S402：基于高安防数据信息和高安防验证过程，生成用于手机扫描二维码本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于生物识别的互联网信息安防方法，其特征在于，包括：S1：获取生物识别的典型特征信息数据；S2：基于典型特征信息数据，生成相对应的安防密钥，并建立若干个典型特征信息数据与安防密钥的配对数据组，根据配对数据组生成安防验证方案库；S3：基于安防验证方案库，对获取互联网信息的操作过程进行安防验证。2.根据权利要求1所述的基于生物识别的互联网信息安防方法，其特征在于，S1包括：S101：设置若干个生物识别的特征信息的模拟获取场景；模拟获取场景包括二维获取场景、三维获取场景和AI获取场景中的一种或多种；S102：基于模拟获取场景，采用视频图像获取组件，获取生物识别的若干组典型特征信息数据；特征信息数据包括人脸图像数据、指纹波形数据、虹膜图像数据、指静脉波形数据和声纹波形数据的一种或多种；S103：按照预设的筛选条件，对特征信息数据进行去重和精简处理，获得典型特征信息数据。3.根据权利要求2所述的基于生物识别的互联网信息安防方法，其特征在于，S102包括：S1021：基于二维获取场景获取第一特征信息数据、基于三维获取场景获取第二特征信息数据、基于AI获取场景获取第三特征信息数据；S1022：基于第二特征信息数据和第三特征信息数据对第一特征信息数据进行补充、矫正或替换，生成典型特征信息数据。4.根据权利要求1所述的基于生物识别的互联网信息安防方法，其特征在于，S2包括：S201：获取典型特征信息数据，提取典型特征信息数据中的密钥生成因子，将密钥生成因子输入预设的密钥生成函数，获得安防密钥；S202：获取典型特征信息数据中的元数据，并获取安防密钥的密钥标识；建立元数据与密钥标识的配对项；基于配对项，建立若干个典型特征信息数据与安防密钥的配对数据组，根据配对数据组生成安防验证方案，以及安防验证方案库。5.根据权利要求4所述的基于生物识别的互联网信息安防方法，其特征在于，S201包括：S2011：获取典型特征信息数据中的静态特征信息数据参数和动态信息数据特征参数；并获取静态特征信息数据参数的第一参数数量和第一特征信息影响值；获取动态特征信息数据参数的第二参数数量和第二特征信息影响值；S2012：若第一参数数量大于第二参数数量，并且第一特征信息影响值大于第二特征信息影响值，则按照预设的第一比例聚合静态特征信息数据和动态特征信息数据，作为密钥生成因子；若第二参数数量大于第一参数数量，并且第二特征信息影响值大于第一特征信息影响值，则按照预设的第二比例聚合静态特征信息数据和动态特征信息数据，作为密钥生成因子。6.根据权利要求1所述的基于生物识别的互联网信息安防方法，其特征在于，S3包括：S301：获取互联网信息的操作响应，根据操作响应获取互联网信息的内容和用途；S302：根据互联网信息的内容和用途，获取安防验证方案和安防验证过程；S303：基于安防验证方案库，根据安防验证方案，提醒获取互联网信息的操作人员采用
生物识别的特征信息数据进行安防验证，以及在互联网信息的内容的获取使用过程中，提醒获取互联网信息的操作人员采用生物识别的特征信息数据进行若干次补充安防验证。7....

【专利技术属性】
技术研发人员：程武阳，华明山，雷申文，
申请(专利权)人：深圳建安润星安全技术有限公司，
类型：发明
国别省市：