一种活体识别方法和系统技术方案

本说明书提供的活体识别方法，获得目标用户非图像数据的目标旁路数据，所述目标旁路数据包括用户旁路数据和设备旁路数据中的至少一个，进而，基于所述目标旁路数据确定所述目标用户对应的目标识别结果，这样，即使无需目标用户的视觉信息也能够准确地完成对目标用户的活体识别。户的活体识别。户的活体识别。

【技术实现步骤摘要】
一种活体识别方法和系统


[0001]本说明书涉及数据处理领域，尤其涉及一种活体识别方法和系统。

技术介绍

[0002]生物识别系统，例如人脸识别系统近年来得到广泛的应用，在诸如刷脸支付、刷脸进站、刷脸考勤等场景都取得了成功。然而，人脸识别系统也在面临着安全挑战，活体攻击是主要的安全威胁之一，例如电子屏幕显示的照片、打印的纸张照片、3D面具等攻击。
[0003]因此，为了准确检测到生物识别过程中的活体攻击，亟需一种新的活体识别方法。

技术实现思路

[0004]本说明书提供的活体识别方法和系统，无需目标用户的视觉信息也能够准确地完成对目标用户的活体识别。
[0005]第一方面，本说明书提供一种活体识别方法，应用于计算设备，包括：获得目标用户非图像数据的目标旁路数据，所述目标旁路数据包括用户旁路数据和设备旁路数据中的至少一个，所述设备旁路数据包括所述计算设备的状态数据；以及基于所述目标旁路数据，确定所述目标用户对应的目标识别结果。
[0006]在一些实施例中，所述目标旁路数据包括在预设时间窗口内的旁路数据，所述预设时间窗口包括在触发所述活体识别之前的第一预设时段、在触发所述活体识别之后且执行所述活体识别之前对所述目标用户进行目标检测所持续的第二时段、以及在所述目标检测结束之后的第三预设时段中的至少一个。
[0007]在一些实施例中，所述用户旁路数据包括以下至少一种：第一数据，包括所述目标用户在所述第一预设时段内在所述计算设备上触发的行为路径；第二数据，包括所述目标用户在所述第二时段内触发所述活体识别的次数；以及第三数据，所述第二时段的长度。
[0008]在一些实施例中，所述设备旁路数据包括在所述第三预设时段内获得的所述状态数据，所述状态数据包括以下至少一种：所述计算设备的存储空间、所述计算设备的CPU占用率、所述计算设备上所安装应用程序的应用列表以及所述计算设备的位置变化数据。
[0009]在一些实施例中，所述基于所述目标旁路数据，确定所述目标用户对应的目标识别结果包括：将所述目标旁路数据输入预先训练好的旁路活体识别模型中，输出第一攻击概率；以及基于所述第一攻击概率，确定所述目标识别结果。
[0010]在一些实施例中，所述将所述目标旁路数据输入预先训练好的旁路活体识别模型中，输出第一攻击概率，包括：将所述目标旁路数据输入所述旁路活体识别模型中，输出所述第一攻击概率以及所述目标用户的目标旁路特征，所述基于所述第一攻击概率，确定所述目标识别结果包括：确定所述第一攻击概率大于预设的第一概率阈值，获得所述目标用户的参考特征，并将所述目标旁路特征与所述目标用户的参考特征进行对比，确定所述目标识别结果，其中，所述参考特征包括正常参考特征和异常参考特征，所述正常参考特征包括在历史时间窗口中进行活体识别时旁路数据正常且识别结果是活体时对应的旁路特征，
所述异常参考特征包括在所述历史时间窗口中进行活体识别时旁路数据存在异常或所述识别结果是攻击时对应的旁路特征。
[0011]在一些实施例中，所述获得所述目标用户的参考特征包括：获得所述目标用户在所述历史时间窗口中进行的至少一次历史活体识别行为；确定所述至少一次历史活体识别行为对应的至少一个历史旁路特征；以及基于所述至少一个历史旁路特征确定所述目标用户的所述参考特征。
[0012]在一些实施例中，所述至少一次历史活体识别行为包括活体识别时旁路数据正常的正常历史活体识别行为以及旁路数据异常的异常历史活体识别行为，所述至少一个历史旁路特征包括基于所述正常历史活体识别行为得到的子正常参考特征和基于所述异常历史活体识别行为得到的子异常参考特征，所述基于所述至少一个历史旁路特征确定所述目标用户的所述参考特征，包括：对所述目标用户的所述子正常参考特征进行加权求和，得到所述目标用户的所述正常参考特征；以及对所述目标用户的所述子异常参考特征进行加权求和，得到所述目标用户的所述异常参考特征。
[0013]在一些实施例中，所述至少一次历史活体识别行为包括活体识别时旁路数据正常的正常历史活体识别行为以及旁路数据异常的异常历史活体识别行为中的一种，所述至少一个历史旁路特征包括基于所述正常历史活体识别行为得到的子正常参考特征和基于所述异常历史活体识别行为得到的子异常参考特征中的一种，所述基于所述至少一个历史旁路特征确定所述目标用户的所述参考特征，包括：基于所述至少一个历史旁路特征，得到所述目标用户的所述正常参考特征和所述异常参考特征中的一种；以及基于其他用户的所述正常参考特征和所述异常参考特征中的另一种，得到所述目标用户的所述正常参考特征和所述异常参考特征中的另一种，所述其他用户包括用户集合中除所述目标用户之外的用户。
[0014]在一些实施例中，所述基于所述至少一个历史旁路特征，得到所述目标用户的所述正常参考特征和所述异常参考特征中的一种，包括：对所述目标用户的所述子正常参考特征进行加权求和，得到所述目标用户的所述正常参考特征；或者对所述目标用户的所述子异常参考特征进行加权求和，得到所述目标用户的所述异常参考特征。
[0015]在一些实施例中，所述基于其他用户的所述正常参考特征和所述异常参考特征中的另一种，得到所述目标用户的所述正常参考特征和所述异常参考特征中的另一种，包括：将所述其他用户的所述正常参考特征和所述异常参考特征中的另一种的平均特征作为所述目标用户的所述正常参考特征和所述异常参考特征中的另一种。
[0016]在一些实施例中，所述将所述目标旁路特征与所述目标用户的参考特征进行对比，确定所述目标识别结果，包括：确定所述目标旁路特征与所述目标用户的所述正常参考特征的第一相似度；确定所述目标旁路特征与所述目标用户的所述异常参考特征的第二相似度；以及基于所述第一相似度和所述第二相似度，确定所述目标识别结果。
[0017]在一些实施例中，所述基于所述第一相似度和所述第二相似度，确定所述目标识别结果，包括：确定所述第一相似度大于所述第二相似度，确定所述目标识别结果为活体；或者确定所述第一相似度小于所述第二相似度，确定所述目标识别结果为攻击。
[0018]在一些实施例中，所述基于所述第一相似度和所述第二相似度，确定所述目标识别结果，包括：确定所述第一相似度满足预设条件，确定所述目标识别结果为攻击；或者确
定所述第一相似度不满足所述预设条件，确定所述目标识别结果为活体，所述预设条件包括，所述第一相似度小于所述第二相似度以及预设的相似度阈值。
[0019]在一些实施例中，所述将所述目标旁路特征与所述目标用户的参考特征进行对比，确定所述目标识别结果，包括：将所述目标旁路特征以及所述目标用户的参考特征输入预先训练好的异常感知模型进行对比，输出第二攻击概率；以及基于所述第二攻击概率，确定所述目标识别结果。
[0020]在一些实施例中，所述基于所述第二攻击概率，确定所述目标识别结果包括：确定所述第二攻击概率大于预设的第二概率阈值，确定所述目标识别结果为攻击；或者确定所述第二攻击概率小于所述第二概率阈值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活体识别方法，应用于计算设备，包括：获得目标用户非图像数据的目标旁路数据，所述目标旁路数据包括用户旁路数据和设备旁路数据中的至少一个，所述设备旁路数据包括所述计算设备的状态数据；以及基于所述目标旁路数据，确定所述目标用户对应的目标识别结果。2.如权利要求1所述的方法，其中，所述目标旁路数据包括在预设时间窗口内的旁路数据，所述预设时间窗口包括在触发所述活体识别之前的第一预设时段、在触发所述活体识别之后且执行所述活体识别之前对所述目标用户进行目标检测所持续的第二时段、以及在所述目标检测结束之后的第三预设时段中的至少一个。3.如权利要求2所述的方法，其中，所述用户旁路数据包括以下至少一种：第一数据，包括所述目标用户在所述第一预设时段内在所述计算设备上触发的行为路径；第二数据，包括所述目标用户在所述第二时段内触发所述活体识别的次数；以及第三数据，所述第二时段的长度。4.如权利要求2所述的方法，其中，所述设备旁路数据包括在所述第三预设时段内获得的所述状态数据，所述状态数据包括以下至少一种：所述计算设备的存储空间、所述计算设备的CPU占用率、所述计算设备上所安装应用程序的应用列表以及所述计算设备的位置变化数据。5.如权利要求1所述的方法，其中，所述基于所述目标旁路数据，确定所述目标用户对应的目标识别结果包括：将所述目标旁路数据输入预先训练好的旁路活体识别模型中，输出第一攻击概率；以及基于所述第一攻击概率，确定所述目标识别结果。6.如权利要求5所述的方法，其中，所述将所述目标旁路数据输入预先训练好的旁路活体识别模型中，输出第一攻击概率，包括：将所述目标旁路数据输入所述旁路活体识别模型中，输出所述第一攻击概率以及所述目标用户的目标旁路特征，所述基于所述第一攻击概率，确定所述目标识别结果包括：确定所述第一攻击概率大于预设的第一概率阈值，获得所述目标用户的参考特征，并将所述目标旁路特征与所述目标用户的参考特征进行对比，确定所述目标识别结果，其中，所述参考特征包括正常参考特征和异常参考特征，所述正常参考特征包括在历史时间窗口中进行活体识别时旁路数据正常且识别结果是活体时对应的旁路特征，所述异常参考特征包括在所述历史时间窗口中进行活体识别时旁路数据存在异常或所述识别结果是攻击时对应的旁路特征。7.如权利要求6所述的方法，其中，所述获得所述目标用户的参考特征包括：获得所述目标用户在所述历史时间窗口中进行的至少一次历史活体识别行为；确定所述至少一次历史活体识别行为对应的至少一个历史旁路特征；以及基于所述至少一个历史旁路特征确定所述目标用户的所述参考特征。8.如权利要求7所述的方法，其中，所述至少一次历史活体识别行为包括正常历史活体识别行为和异常历史活体识别行为，所述正常历史活体识别行为是活体识别时旁路数据正
常且识别结果是活体时的历史活体识别行为，所述异常历史活体识别行为是活体识别时旁路数据异常或者识别结果是攻击时的历史活体识别行为，所述至少一个历史旁路特征包括基于所述正常历史活体识别行为得到的子正常参考特征和基于所述异常历史活体识别行为得到的子异常参考特征，所述基于所述至少一个历史旁路特征确定所述目标用户的所述参考特征，包括：对所述目标用户的所述子正常参考特征进行加权求和，得到所述目标用户的所述正常参考特征；以及对所述目标用户的所述子异常参考特征进行加权求和，得到所述目标用户的所述异常参考特征。9.如权利要求7所述的方法，其中，所述至少一次历史活体识别行为包括正常历史活体识别行为和异常历史活体识别行为中的一种，所述正常历史活体识别行为是活体识别时旁路数据正常且识别结果是活体时的历史活体识别行为，所述异常历史活体识别行为是活体识别时旁路数据异常或者识别结果是攻击时的历史活体识别行为，所述至少一个历史旁路特征包括基于所述正常历史活体识别行为得到的子正常参考特征和基于所述异常历史活体识别行为得到的子异常参考特征中的一种，所述基于所述至少一个历史旁路特征确定所述目标用户的所述参考特征，包括：基于所述至少一个历史旁路特征，得到所述目标用户的所述正常参考特征和所述异常参考特征中的一种；以及基于其他用户的所述正常参考特征和所述异常...

【专利技术属性】
技术研发人员：曹佳炯，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：