System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及加密认证,尤其涉及一种基于听觉和触觉交互的无线终端加密认证方法及系统。
技术介绍
1、随着无线通信技术的快速发展和智能移动设备的广泛普及,无线终端已成为人们日常生活和工作中不可或缺的重要工具。然而,无线终端所处的开放性无线网络环境面临着众多安全威胁,如非法访问、身份仿冒、信息窃取等。为了保障无线终端用户的信息安全和隐私保护,亟需一种安全可靠的无线终端认证方案。
2、传统的无线终端认证方法中密码认证方式易于实现,但密码存在被猜测、遗忘或盗用的风险。短信验证码认证通过向用户手机发送一次性验证码进行身份确认,但验证码可能被拦截或转发,且用户需要手动输入验证码,用户体验不佳。单一生物特征认证,如指纹识别、人脸识别,虽然方便快捷,但生物特征存在被复制、伪造的可能性,且生物特征一旦泄露,无法更改,安全性受到挑战。随着人工智能和机器学习技术的不断进步,基于行为特征的连续认证方案逐渐兴起。行为特征反映了用户与设备交互过程中的动态特点,与生物特征相比,行为特征具有更强的时变性和随机性,难以模仿和复制。
3、综上所述,现有技术中的无线终端认证方法存在安全性不足、认证精度有限、用户体验不佳等问题,利用行为特征动态性和随机性,提供安全可靠、方便易用的无线终端加密认证方法,因此本专利技术能够解决现有技术中的问题。
技术实现思路
1、本专利技术实施例提供一种基于听觉和触觉交互的无线终端加密认证方法及系统,能够解决现有技术中的问题。
2、本专利技术实施例的第一方
3、提供一种基于听觉和触觉交互的无线终端加密认证方法,包括:
4、无线终端通过麦克风阵列,采集用户的语音指令,对所述语音指令进行特征提取,通过设置的注意力池化层自适应加权语音特征序列,获得所述语音指令的紧凑特征表示,基于所述紧凑特征表示,通过变分推断,学习语音指令的概率密度分布,通过随机采样和重构误差最小化,生成与所述语音指令语义最相关的关键词向量,通过多尺度自适应信号分解,提取所述关键词向量的时频能量分布特征,组成种子密钥向量;
5、在无线终端的曲面触控界面上,通过柔性触觉传感器阵列,采集连续触控轨迹数据,构建六维触控手势特征流形,基于图注意力网络对所述六维触控手势特征流形进行时空序列建模,通过图注意力层和时间卷积层提取手势流形的时空演化模式,基于流形排列学习算法,生成与所述种子密钥向量维度一致的触觉密钥向量,并与所述种子密钥向量融合,生成复合密钥向量;
6、基于所述复合密钥向量,所述无线终端通过环面格密码机制生成认证请求数据包,将所述认证请求数据包,通过基于量子安全密钥协商协议建立的认证信道,发送至认证服务器,所述认证服务器通过连续量子态探测,解调得到认证请求数据包,并通过逆向操作提取所述复合密钥向量;
7、将所述复合密钥向量拆分成种子密钥向量和触觉密钥向量,通过深度度量学习分别评估与预先在认证服务器端构建的标准听触觉交互模型库中对应向量的余弦相似度,若余弦相似度均超过预设的相似度阈值,则判定认证通过,并利用后量子盲签名方案向所述无线终端发送认证凭证,将认证凭证存储在基于格密码的门限签名区块链账本中,完成无线终端加密认证过程。
8、在一种可选的实施例中,
9、无线终端通过麦克风阵列,采集用户的语音指令,对所述语音指令进行特征提取,通过设置的注意力池化层自适应加权语音特征序列,获得所述语音指令的紧凑特征表示,基于所述紧凑特征表示,通过变分推断,学习语音指令的概率密度分布,通过随机采样和重构误差最小化,生成与所述语音指令语义最相关的关键词向量,通过多尺度自适应信号分解,提取所述关键词向量的时频能量分布特征,组成种子密钥向量包括:
10、无线终端通过麦克风阵列采集用户的语音指令,将所述语音指令分帧,并对每一帧进行傅里叶变换,确定频谱信息,并通过尺度滤波组,提取滤波能量,对所述滤波能量按照等响度曲线进行加权处理,结合对数压缩,通过预设的线性预测分析方法进行特征提取,得到初始特征序列;
11、通过注意力池化层学习所述初始特征序列在不同时间步的重要性权重,基于所述重要性权重,对所述初始特征序列进行加权求和,获得所述语音指令的紧凑特征表示;
12、将所述紧凑特征表示视为隐变量模型的输出,以最小化变分分布与真实后验分布之间的kl散度为目标,确定变分推断模型,通过随机梯度变分贝叶斯算法,从先验分布中采样隐变量,通过解码器重构输出所述紧凑特征表示,经过迭代更新解码器参数,获得最近似真实后验分布的解,确定所述语音指令的最终概率密度分布;
13、基于最终概率密度分布,通过解码器,将隐变量映射成关键词向量,通过最小化关键词向量与所述紧凑特征表示之间的重构误差,筛选与所述语音指令最相关的关键词向量;
14、对所述关键词向量进行经验模态分解,生成本征模函数分量,对所述本征模函数分量进行希尔伯特变换得到解析信号,基于所述解析信号,计算所述本征模函数分量的瞬时频率和瞬时振幅,并进行组合,生成时频能量分布特征;
15、对所述时频能量分布特征进行量化编码获得量化编码序列,通过安全哈希算法对所述量化编码序列进行哈希映射,得到固定长度的哈希值,作为种子密钥向量。
16、在一种可选的实施例中,
17、在无线终端的曲面触控界面上,通过柔性触觉传感器阵列,采集连续触控轨迹数据,构建六维触控手势特征流形,基于图注意力网络对所述六维触控手势特征流形进行时空序列建模,通过图注意力层和时间卷积层提取手势流形的时空演化模式,基于流形排列学习算法,生成与所述种子密钥向量维度一致的触觉密钥向量包括:
18、在无线终端的曲面触控界面上,通过柔性触觉传感器阵列,采集连续触控轨迹数据,所述连续触控轨迹数据包括触控坐标序列、触控力序列、法向触控力分量、切向触控力分量和流体阻抗序列;
19、基于所述连续触控轨迹数据,将所述连续触控轨迹数据中的每个触控数据点视为所述六维触控手势特征流形中的一个样本点,采用局部线性嵌入算法对所述样本点进行非线性降维,通过保持局部线性结构,约减全局非线性结构的维度,将所述六维触控手势数据映射到低维流形空间中,得到六维触控手势特征流形;
20、构建图注意力网络对所述六维触控手势特征流形进行时空序列建模,所述图注意力网络由多个图注意力层和多个时间卷积层交替堆叠形成,其中,在每个图注意力层中,通过注意力机制,自适应聚合所述六维触控手势特征流形中每个样本点的邻域信息,学习样本点之间的动态关联权重,更新样本点的特征表示,确定空间结构信息;在每个时间卷积层中,采用因果一维卷积操作,提取所述六维触控手势特征流形在不同时间尺度上的时间动态特征,确定时间演化信息;
21、基于所述空间结构信息和所述时间演化信息,确定时空联合特征矩阵,基于所述时空联合特征矩阵,通过流形排列学习算法进行维度变换,生成与种子密钥向量维度一致的触觉密钥向量。
22、在一种可选的实施例中,<本文档来自技高网...
【技术保护点】
1.基于听觉和触觉交互的无线终端加密认证方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,无线终端通过麦克风阵列,采集用户的语音指令,对所述语音指令进行特征提取,通过设置的注意力池化层自适应加权语音特征序列,获得所述语音指令的紧凑特征表示,基于所述紧凑特征表示,通过变分推断,学习语音指令的概率密度分布,通过随机采样和重构误差最小化,生成与所述语音指令语义最相关的关键词向量,通过多尺度自适应信号分解,提取所述关键词向量的时频能量分布特征,组成种子密钥向量包括:
3.根据权利要求1所述的方法,其特征在于,在无线终端的曲面触控界面上,通过柔性触觉传感器阵列,采集连续触控轨迹数据,构建六维触控手势特征流形,基于图注意力网络对所述六维触控手势特征流形进行时空序列建模,通过图注意力层和时间卷积层提取手势流形的时空演化模式,基于流形排列学习算法,生成与所述种子密钥向量维度一致的触觉密钥向量包括:
4.根据权利要求3所述的方法,其特征在于,所述流形排列学习算法包括:
5.根据权利要求1所述的方法,其特征在于,基于所述复合密钥向量,
6.根据权利要求1所述的方法,其特征在于,将所述复合密钥向量拆分成种子密钥向量和触觉密钥向量,通过深度度量学习分别评估与预先在认证服务器端构建的标准听触觉交互模型库中对应向量的余弦相似度,若余弦相似度均超过预设的相似度阈值,则判定认证通过包括:
7.基于听觉和触觉交互的无线终端加密认证系统,用于实现前述权利要求1-6中任一项所述的方法,其特征在于,包括:
8.一种电子设备,其特征在于,包括:
9.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至6中任意一项所述的方法。
...【技术特征摘要】
1.基于听觉和触觉交互的无线终端加密认证方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,无线终端通过麦克风阵列,采集用户的语音指令,对所述语音指令进行特征提取,通过设置的注意力池化层自适应加权语音特征序列,获得所述语音指令的紧凑特征表示,基于所述紧凑特征表示,通过变分推断,学习语音指令的概率密度分布,通过随机采样和重构误差最小化,生成与所述语音指令语义最相关的关键词向量,通过多尺度自适应信号分解,提取所述关键词向量的时频能量分布特征,组成种子密钥向量包括:
3.根据权利要求1所述的方法,其特征在于,在无线终端的曲面触控界面上,通过柔性触觉传感器阵列,采集连续触控轨迹数据,构建六维触控手势特征流形,基于图注意力网络对所述六维触控手势特征流形进行时空序列建模,通过图注意力层和时间卷积层提取手势流形的时空演化模式,基于流形排列学习算法,生成与所述种子密钥向量维度一致的触觉密钥向量包括:
4.根据权利要求3所述的方法,其特征在于,所述流形排列学习...
【专利技术属性】
技术研发人员:范东东,张玥,
申请(专利权)人:无锡台翔电子技术发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。