【技术实现步骤摘要】
本专利技术涉及物联网办公，更具体地说，本专利技术涉及基于5g网络的随行办公方法及系统。
技术介绍
1、申请公开号为cn118337962a的专利公开了一种用于超视距远程驾驶平台的5g网络数据传输方法，该方法包括：获取远程驾驶过程中的各采集时刻的图像；获取各当前同位宏块的邻域中同一方向上的局部对比特征数据序列；计算各匹配块的帧间数据偏移指数；获取各匹配块的相对特征分析数据序列；计算各匹配块的相对帧间偏移系数，结合压缩编码技术完成超视距远程驾驶平台的5g网络数据传输；该方法通过分析相邻采集时刻的图像之间的局部区域变化特征，综合全局搜索和局部搜索的方式，提高帧间预测过程中运动矢量计算的效率和准确性，实现超视距远程驾驶平台中网络数据的高效传输。
2、随着科技的飞速发展，5g技术已经逐渐渗透到我们生活的方方面面，尤其是在办公领域。5g技术以其高速率、低时延、大连接数的特性，正在引领办公方式的革新，提升办公效率，改变我们的工作模式；5g技术的高速率和低时延特性，使得远程办公、视频会议等成为可能，打破了传统办公模式的限制；在5g技术的支持下，身处不同地点的团队成员可以实时共享和编辑文件，进行高效的协作；同时，通过高清视频会议，可以更真实地感受到同事间的交流，增强团队的凝聚力；借助5g网络的高速传输，云端办公成为现实；在云端办公模式下，办公所需的数据和应用程序都存储在云端，员工可以通过任何设备随时随地访问，大大提高了办公的灵活性和效率。此外，云端办公还可以为企业节省大量的硬件设备和维护成本；5g技术结合人工智能、大数据等先进技术，可
3、然而，在享受5g技术带来的便利的同时，也存在着安全问题，例如：数据传输过程中，5g网络的高速传输增加了数据被截获的风险，公共wi-fi等不安全网络的使用增加了中间人攻击的可能性；用户认证时：密码认证易被破解或泄露，单一生物特征(如指纹)可能被仿冒，令牌或智能卡容易丢失或被盗。
4、鉴于此，本专利技术提出一种基于5g网络的随行办公方法及系统以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，为实现上述目的，本专利技术提供如下技术方案：基于5g网络的随行办公方法及系统；
2、本专利技术所述基于5g网络的随行办公方法，包括：采集用户的多模态数据；
3、对用户的多模态数据进行预处理，获得多模态特征；
4、基于多模态特征与预存的用户模态特征进行用户校验，并生成用户模态密钥；
5、将用户模态密钥作为加密密钥，对传输数据进行加密共享。
6、进一步地，所述多模态数据包括：面部图像、心率数据、呼吸频率数据和皮肤电反应数据。
7、进一步地，所述对用户的多模态数据进行预处理的具体方式包括：
8、对面部图像进行坐标化，以面部图像中的左下角作为坐标原点构建图像坐标；
9、通过图像坐标对面部图像进行面部几何特征的提取，面部几何特征包括：两眼距离、眼睛长宽、额宽、嘴宽、鼻尖点坐标、嘴角点坐标和眼角点坐标；
10、通过图像坐标对面部图像进行均衡化，具体方式包括：
11、对面部图像中的每个像素进行灰度级统计，灰度级统计的公式为：其中h(i)代表灰度级i下的像素数量，i(x,y)是面部图像在坐标位置(x,y)下的灰度值，i代表灰度级，δ代表kronecker delta函数；
12、对于每个灰度级，计算累积分布，计算公式为：其中cf(i)代表灰度级i的累积分布；
13、对每个灰度级的累积分布进行归一处理，得到灰度级映射值，进行归一处理的计算公式为：其中cfnorm(i)代表灰度级i的映射值，cfmin代表累计分布中的最小非零值，n代表面部图像中像素的总数量；
14、预设面部图像中每个像素的邻域大小为o×p；o代表邻域长边的像素数量，p代表邻域宽边的像素数量，计算面部图像中每个像素的局部值，局部值的计算公式为：其中lb(r)代表像素点r的局部值，m代表邻域的像素总数量，a代表像素点r的邻域中的第a个像素，i(xa,ya)是面部图像在坐标位置(xa,ya)下的灰度值，xa代表像素点r的邻域中的第a个像素的横轴坐标，ya代表像素点r的邻域中第a个像素的纵轴坐标，i(xr,yr)是面部图像在坐标位置(xr,yr)下的灰度值，xr代表像素点r的横轴坐标，yr代表像素点r的纵轴坐标，s是比较函数，2a是二进制权重；
15、根据面部图像每个像素的局部值，构建像素局部直方图，通过像素局部直方图数据提取面部纹理特征，面部纹理特征包括：像素局部直方图数据的均值、方差、对比度和能量；
16、对心率数据进行频率变换，频率变换的公式为：
17、其中g代表尺度参数，e代表平移参数，代表复共轭，f(t)代表时域上第t个心率数据；分析频率变换后的频谱，提取方差、偏度、峰度、边缘点、突变点和尺度系数作为心率特征，同样的通过呼吸频率数据获取呼吸特征，通过皮肤电反应数据获取皮肤特征。
18、进一步地，所述获取多模态特征的具体方式包括：
19、对面部几何特征、面部纹理特征、心率特征、呼吸特征和皮肤特征通过早期融合法进行特征融合，获得多模态特征。
20、进一步地，所述基于多模态特征与预存的用户模态特征进行用户校验的具体方式包括：
21、对多模态特征中的每个特征进行向量化，将向量化后的特征与预存的用户模态特征中的对应特征进行平均相似计算，计算公式为：其中sim代表平均相似度，t代表多模态特征中的特征总数，ah代表多模态特征中第h个特征的特征向量，bh代表用户模态特征中与多模态特征中第h个特征对应特征的特征向量，||ah||代表特征向量ah的模，||bh||代表特征向量bh的模；
22、当平均相似度的值大于或等于预设的相似阈值时，用户验证通过；
23、当平均相似度的值小于预设的相似阈值时，用户校验不通过，禁止用户访问，并将用户校验不通过信息发送至危险预警终端。
24、进一步地，所述生成用户模态密钥的具体方式包括：
25、当用户验证通过时，根据余弦相似度公式计算用户模态特征中与多模态特征中对应特征的相似度，取多模态特征中相似度最高的特征作为密钥特征，对密钥特征进行二次哈希，获得用户模态密钥。
26、进一步地，所述对传输数据进行加密共享的具体步骤包括：
27、步骤1、基于户模态密钥生成伪随机序列和对称密钥；
28、步骤2、通过伪随机序列和对称密钥对传输数据进行加密共享。
29、进一步地，所述基于户模态密钥生成伪随机序列和对称密钥的具体方式包括：
30、初始化n个量子比特为状态|0>；
31、将用户模态密钥分成q份子密钥，q的值与n的值大小一致，根据子密钥对每个量子比特进行三次旋转，获得旋转本文档来自技高网...
【技术保护点】
1.基于5G网络的随行办公方法，其特征在于，包括：采集用户的多模态数据；
2.根据权利要求1所述的基于5G网络的随行办公方法，其特征在于，所述多模态数据包括：面部图像、心率数据、呼吸频率数据和皮肤电反应数据。
3.根据权利要求2所述的基于5G网络的随行办公方法，其特征在于，所述对用户的多模态数据进行预处理的具体方式包括：
4.根据权利要求3所述的基于5G网络的随行办公方法，其特征在于，所述获取多模态特征的具体方式包括：
5.根据权利要求4所述的基于5G网络的随行办公方法，其特征在于，所述基于多模态特征与预存的用户模态特征进行用户校验的具体方式包括：
6.根据权利要求5所述的基于5G网络的随行办公方法，其特征在于，所述生成用户模态密钥的具体方式包括：
7.根据权利要求6所述的基于5G网络的随行办公方法，其特征在于，所述对传输数据进行加密共享的具体步骤包括：
8.根据权利要求7所述的基于5G网络的随行办公方法，其特征在于，所述基于户模态密钥生成伪随机序列和对称密钥的具体方式包括：
9.根据
10.基于5G网络的随行办公系统，其用于实现权利要求1至9中任一项所述的基于5G网络的随行办公方法，其特征在于，包括：
...【技术特征摘要】
1.基于5g网络的随行办公方法，其特征在于，包括：采集用户的多模态数据；
2.根据权利要求1所述的基于5g网络的随行办公方法，其特征在于，所述多模态数据包括：面部图像、心率数据、呼吸频率数据和皮肤电反应数据。
3.根据权利要求2所述的基于5g网络的随行办公方法，其特征在于，所述对用户的多模态数据进行预处理的具体方式包括：
4.根据权利要求3所述的基于5g网络的随行办公方法，其特征在于，所述获取多模态特征的具体方式包括：
5.根据权利要求4所述的基于5g网络的随行办公方法，其特征在于，所述基于多模态特征与预存的用户模态特征进行用户校验的具体方式包括：
6.根据...
【专利技术属性】
技术研发人员：刘文祥，钟兵斌，喻玺，钟春燕，杜峰流，
申请(专利权)人：赣州富尔特电子股份有限公司，
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。