【技术实现步骤摘要】
一种采用竞争匹配的安全身份验证方法
本专利技术属于生物特征身份验证领域，具体涉及一种采用竞争匹配的安全身份验证方法。
技术介绍
基于生物特征的身份验证技术利用如指纹、人脸、虹膜等用户独特的生理或行为特征进行身份验证，是一种快速、便捷且安全性更高的途径，可广泛应用于金融服务、安防、刑侦和人机交互等领域。在传统的身份验证系统中，将输入的生物特征和数据库中与用户所声明身份相对应的特征模板进行“一对一”比较，然后根据匹配分数和给定工作阈值的比较结果来判断用户是否与所声明身份相符。在这种身份验证中，比较只与所声明身份的特征模板有关，而判别只与工作阈值有关，是一种孤立封闭的比较方式。存在两个显著的缺陷：(1)工作阈值的选取是根据正负匹配分数的样本分布来设定，而正负样本的分布通常是存在交叠的，并且几乎不可能找到所有具有代表性的正负样本来描述它们的分布情况，因此，仅通过工作阈值来判定输入样本的真假实际上是存在安全风险的；(2)不同个体之间的生物特征(如人脸)存在很高的相似性，“一对一”比较验证中只检验输入样本与目标用户的相似性，而忽...
【技术保护点】
1.一种采用竞争匹配的安全身份验证方法，其特征在于，包括如下步骤：/nS1使用一种基于稀疏表示的方法离线选择竞争类集合；/nS2身份验证时，使用者输入用户身份和生物特征样本，使用目标类和竞争类的特征模板构建验证字典，使用验证字典对输入样本特征进行稀疏表示，再采用基于编码稀疏性和重构精度互补性特点的匹配指标计算方法，计算输入样本与目标类的匹配分数；/nS3采用S2中的匹配指标计算方法，分别计算输入样本与各个竞争类的匹配分数，然后利用S2中获得的匹配分数及其在所有匹配分数中的排名信息进行身份验证。/n
【技术特征摘要】
1.一种采用竞争匹配的安全身份验证方法，其特征在于，包括如下步骤：
S1使用一种基于稀疏表示的方法离线选择竞争类集合；
S2身份验证时，使用者输入用户身份和生物特征样本，使用目标类和竞争类的特征模板构建验证字典，使用验证字典对输入样本特征进行稀疏表示，再采用基于编码稀疏性和重构精度互补性特点的匹配指标计算方法，计算输入样本与目标类的匹配分数；
S3采用S2中的匹配指标计算方法，分别计算输入样本与各个竞争类的匹配分数，然后利用S2中获得的匹配分数及其在所有匹配分数中的排名信息进行身份验证。
2.根据权利要求1所述的一种采用竞争匹配的安全身份验证方法，其特征在于，S1中，竞争类集合的选择过程包括如下步骤：
A使用候选竞争类的特征模板构建过完备字典；
B对于任一用户的一个特征模板，使用过完备字典对所述特征模板进行稀疏表示后，使用每一竞争类的特征模板和与其对应的编码系数对所述特征模板进行重构获得重构误差，去掉重构误差小于给定阈值的竞争类，同时从过完备字典中去掉该竞争类的特征模板，然后对剩余竞争类按重构误差从小到大进行排序，选择前若干个竞争类作为该用户候选竞争类；
C若所述用户具有多个特征模板，则重复步骤B，将每一次得到的候选竞争类的交集作为所述用户的合格候选竞争类；
D对于剩余用户，分别通过步骤B和C筛选出各自的合格候选竞争类，将所有合格候选竞争类进行合并，...
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。