一种基于SM9与按需声纹复核的零信任动态身份认证方法及系统

摘要: 本发明涉及网络安全与身份认证,更具体地说,本发明涉及一种基于sm9与按需声纹复核的零信任动态身份认证方法及系统。背景技术:1、现有零信任身份认证方案通常在用户接...
一种基于SM9与按需声纹复核的零信任动态身份认证方法及系统

本发明涉及网络安全与身份认证,更具体地说,本发明涉及一种基于sm9与按需声纹复核的零信任动态身份认证方法及系统。

背景技术:

1、现有零信任身份认证方案通常在用户接入时通过密码算法、令牌或标识密码完成身份凭据校验,并在会话持续期间结合访问对象、操作行为及当前信任状态决定是否增加生物特征复核,以降低持续采集声纹造成的终端计算、通信及使用负担;

2、在企业远程运维、工业控制终端和移动办公等场景中,用户完成sm9双向身份认证后,会话往往需要持续保持,终端侧又受到处理能力、电量、网络带宽及语音隐私保护要求的限制,因而难以在整个会话期间连续采集声纹,只能在敏感操作、行为异常或信任下降时启动声纹复核;

3、当合法用户完成sm9认证后离开终端,而该终端随后被其他人员继续操作时,用户身份凭据、设备标识及已经建立的sm9会话关系仍能够保持有效,从前一次本人确认结束到下一次声纹复核启动之间发生的访问请求和操作记录仍会沿用原有身份状态处理;待后续声纹复核得到异常结果时,系统只能确认复核时刻采集的语音与注册声纹不一致,却难以据此判定此前哪一项操作开始由其他人员实施,也难以准确区分该期间已经形成的行为记录中哪些仍属于注册用户本人;

4、若通过缩短声纹复核间隔处理这一问题,又会增加语音采集次数及终端计算负担,与按需复核的设置目的相冲突;

5、本技术要解决的技术问题是:在sm9认证会话持续有效且不连续采集声纹的情况下,如何确定相邻本人身份确认之间会话操作的实际操作者变化位置,使后续声纹复核结果能够用于划分真实操作者对应的操作范围。

技术实现思路

1、为了克服现有技术的上述缺陷,本发明的实施例提供一种基于sm9与按需声纹复核的零信任动态身份认证方法及系统,通过sm9双向认证建立会话身份基础,结合操作图中的身份置信传播与按需声纹生物特征识别定位操作者变化位置,并依据变化位置重新分配认证证据以动态调整当前会话权限,以解决上述背景技术中提出的问题。

2、为实现上述目的,本发明提供如下技术方案:一种基于sm9与按需声纹复核的零信任动态身份认证方法,包括:

3、s1、获取身份凭据和设备标识,使认证经边缘计算认证节点分布于用户设备与认证服务器执行,以sm9挑战签名和验签形成sm9认证记录,并按请求时序形成操作序列;

4、s2、基于操作序列建立操作图,按相邻访问路径新增权限边数形成行为偏离量,采用预设平滑量将行为偏离量换算为和为一且均大于零的本人初值和他人初值,并基于预设平滑量形成均大于零的同状态转移量和异状态转移量,固定前次声纹通过节点为本人状态,执行树重加权置信传播算法得到本人置信量和他人置信量;

5、s3、根据他人置信量、新增权限边数和当前信任值计算复核量,复核量不低于本人置信量时,由边缘计算认证节点生成绑定sm9认证记录的随机短文本并采集朗读语音,提取梅尔频率倒谱系数后与注册声纹模板执行生物特征识别,根据动态时间规整结果固定当前操作节点为本人状态或他人状态并再次执行树重加权置信传播算法,识别为本人状态时形成本人复核区间,识别为他人状态时确定操作者变化位置;

6、s4、按本人确认位置至当前节点的操作序差形成行证据量,以本人置信量和他人置信量形成正负运输代价,当前节点识别为本人状态时将当前节点限定至正向运输方向,并使本人复核区间内其他节点根据本人置信量和他人置信量保留正向运输方向和负向运输方向,当前节点识别为他人状态时按操作者变化位置限定正向运输方向和负向运输方向,执行非平衡辛克霍恩算法得到正向运输量、负向运输量和未运输证据量;

7、s5、当前请求未触发声纹生物特征识别时沿用请求到达前的当前信任值;已经执行s4且当前节点识别为本人状态时,根据正向运输量、负向运输量和未运输证据量更新当前信任值;已经执行s4且当前节点识别为他人状态时,根据正向运输量、负向运输量和未运输证据量更新当前信任值并写入身份信任档案,停止当前请求转发并切断当前会话转发关系;对于保持当前会话转发关系的请求,根据当前信任值换算允许权限层数,请求权限层序号超过允许权限层数时再次执行声纹生物特征识别,识别为本人状态时按本人状态重新形成当前请求的证据运输结果并重新计算当前信任值和允许权限层,识别为他人状态时切断当前会话转发关系。

8、在一个优选的实施方式中,在s1中包括:

9、s11、边缘计算认证节点接收身份凭据和设备标识,按固定字节序拼接后执行哈希得到身份绑定值,并为身份绑定值建立会话号,将身份绑定值和会话号发送至用户设备与认证服务器;

10、其中执行哈希得到身份绑定值的过程为:将身份凭据和设备标识分别转换为字节串,在各字节串前写入对应字节长度后按身份凭据在前、设备标识在后的顺序拼接形成输入字节串,采用sm3密码杂凑算法对输入字节串执行消息填充和分组迭代,将输入字节串补入比特1后补入比特0,使补入原始长度字段后的总长度为512比特的整数倍,再按512比特划分消息分组,以sm3规定的初始向量作为首组迭代输入,对各消息分组依次执行消息扩展和压缩函数运算,并将前一消息分组的压缩结果作为后一消息分组的迭代输入,读取末组压缩结果形成256比特摘要,将摘要作为身份绑定值;后续对双方sm9签名、访问请求报文及链值执行哈希时均沿用上述sm3密码杂凑算法和分组迭代过程,并按照对应步骤规定的字段顺序构造输入字节串;

11、建立会话号的过程为:边缘计算认证节点读取本地会话计数值,在当前计数值上加一得到本次计数值,将本次计数值与身份绑定值拼接后执行哈希,取所得摘要作为会话号,并将本次计数值写回作为后一会话的计数基础;

12、认证服务器是指与用户设备建立认证通信、持有服务器标识对应sm9私钥并依据身份凭据校验用户sm9签名的网络节点,用于完成用户设备与服务器之间的双向身份认证;

13、s12、用户设备和认证服务器分别生成用户挑战值和服务器挑战值,认证服务器采用sm9私钥对身份绑定值、会话号及双方挑战值的拼接结果签名,用户设备验签通过后对相同拼接结果生成sm9签名,认证服务器验签通过后由边缘计算认证节点对双方签名执行哈希,得到sm9认证记录;

14、其中生成用户挑战值和服务器挑战值的过程为:用户设备与认证服务器分别调用本地密码随机数发生器取得固定字节长度的随机字节串,用户设备取得的随机字节串记为用户挑战值,认证服务器取得的随机字节串记为服务器挑战值,每个挑战值仅用于对应会话的一次sm9认证;

15、sm9私钥是指密钥生成中心依据sm9系统主私钥和对应实体标识生成并交付对应实体保存的签名私钥,其中用户设备保存与身份凭据对应的用户sm9私钥,认证服务器保存与服务器标识对应的服务器sm9私钥;

16、s13、以sm9认证记录作为首个链值,边缘计算认证节点对每个访问请求报文执行哈希,并将所得请求哈希值与前一链值再次哈希得到当前链值,按请求时序写入当前链值形成操作序列,同时以当前链值作为后续声纹生物特征识别中随机短文本的生成输入,使声纹实体认证结果绑定对应访问请求;

17、其中访问请求报文是指用户设备在当前会话中针对目标网络资源发出的业务访问数据单元,报文至少承载当前会话对应的会话号,并以报文字节内容区分当前访问请求与同一会话中的其他访问请求。

18、在一个优选的实施方式中,在s2中包括:

19、s21、基于操作序列将相邻操作记录连接为时序边,将资源标识相同且中间不存在同资源操作记录的节点连接为资源边形成操作图,统计相邻访问路径新增权限边数得到行为偏离量,将一和行为偏离量分别作为本人原始权重和他人原始权重,在本人原始权重和他人原始权重上分别增加预设平滑量并归一化,得到和为一且均大于零的本人初值和他人初值,并将前次声纹生物特征识别通过节点固定为本人状态;

20、其中操作记录是指边缘计算认证节点按照请求到达次序保存的单次访问请求对应记录,每条操作记录与操作序列中的一个操作节点一一对应,并保存当前访问请求对应的资源标识及访问路径;

21、资源标识是指用于唯一指示访问请求目标网络资源的标识值,同一网络资源在当前会话期间使用相同资源标识;

22、访问路径是指当前访问请求从当前用户权限起点沿权限图到达目标资源节点所经过的权限边按经过次序组成的边序列;

23、权限边数是指当前访问路径中相对于前一访问路径新增且未在前一访问路径出现的权限边数量,用于形成当前操作节点的行为偏离量;

24、声纹生物特征识别通过节点是指执行声纹生物特征识别后判定当前朗读语音对应注册用户本人时,与本次朗读语音绑定的访问请求在操作图中对应的操作节点;

25、预设平滑量是指边缘计算认证节点在当前认证会话进入s2计算前从认证参数表读取的固定正数,用于保证本人状态、他人状态以及相邻节点同状态、异状态均保留非零支持量;同一认证会话的s2至s34身份状态计算期间保持预设平滑量不变,预设平滑量缺失或者不大于零时停止本轮身份状态计算并重新读取认证参数;

26、s22、对于操作图,以各操作节点依次作为根执行深度优先遍历形成树集并删除边集合相同的重复树,以每条边出现的树数除以树集树数形成边权,取得相邻节点行为偏离量差值绝对值,将一和行为偏离量差值绝对值分别作为同状态原始权重和异状态原始权重,在同状态原始权重和异状态原始权重上分别增加预设平滑量并归一化,形成均大于零的同状态转移量和异状态转移量;

27、其中执行深度优先遍历的过程为:选取一个操作节点作为根节点,按照时序边优先、资源边其次的顺序读取当前节点尚未访问的相邻节点,每次沿首条尚未访问边进入下一节点并记录该边,当前节点不存在尚未访问的相邻节点时返回上一节点继续读取,直至操作图中与根节点连通的节点均被访问,由本轮记录的边形成一棵树,再依次更换根节点重复上述过程形成树集;

28、边集合是指一棵树在深度优先遍历期间记录的全部时序边和资源边按照两端操作节点编号确定后形成的无序边集合,两个树的边集合完全相同时保留其中一棵。

29、在一个优选的实施方式中,在s2中还包括:

30、s23、基于树集、边权和状态转移量执行树重加权置信传播算法,使本人消息和他人消息按节点初值、状态转移量及来向消息的边权次幂乘积由叶节点传至根节点再由根节点回传,并对各树得到的本人后验量和他人后验量按对应边权归一,形成节点置信矩阵;

31、其中执行树重加权置信传播算法的过程为:对树集中每棵树分别从叶节点向根节点更新本人消息和他人消息,当前节点向相邻节点发送某一状态消息时,以当前节点对应状态初值乘除目标边外其余来向消息的边权次幂乘积,再分别乘同状态转移量和异状态转移量后求和,并以本人消息与他人消息之和进行归一化;叶至根更新结束后按照相反方向由根节点向叶节点执行相同运算,以节点本人初值和全部来向本人消息形成本人后验量,以节点他人初值和全部来向他人消息形成他人后验量,并将二者归一化后供节点置信矩阵读取;

32、本人消息和他人消息是指操作图相邻节点之间针对当前操作者属于注册用户本人状态和他人状态分别传递的状态支持量,每条有向边分别保存一个本人消息和一个他人消息;

33、来向消息是指除当前待发送消息对应目标边之外,其余相邻操作节点沿连接边发送至当前操作节点的本人消息和他人消息;

34、本人后验量和他人后验量是指树重加权置信传播完成双向消息更新后,由当前操作节点的本人初值或他人初值与全部来向消息结合得到并归一化的两个状态量,二者分别表示当前操作节点归属于注册用户本人状态和他人状态的传播结果;

35、s24、以节点置信矩阵与各树后验量之间的kl散度之和作为校正量,以每个节点的本人分量与他人分量之和等于一作为归一约束,并以声纹生物特征识别结果形成身份约束,其中识别为本人状态的操作节点固定本人分量为一、他人分量为零,识别为他人状态的操作节点固定本人分量为零、他人分量为一,执行kl散度dykstra投影算法交替校正,在相邻两轮节点置信矩阵一致时停止,输出各操作节点的本人置信量和他人置信量;

36、其中kl散度是指对节点置信矩阵与对应树后验量逐节点逐状态计算当前分量乘当前分量与树后验分量之比的自然对数,并对全部非零分量求和得到的差异量;当前分量为零时对应项写零,树后验分量为零且当前分量非零时该投影位置不进入允许域;

37、本人分量与他人分量是指节点置信矩阵中同一操作节点对应的两个状态分量,其中本人分量对应注册用户本人状态,他人分量对应他人状态,两个分量之和固定为一;

38、执行kl散度dykstra投影算法的过程为:以节点置信矩阵作为初始矩阵并为每组约束建立同尺寸校正矩阵,先将当前矩阵与本人分量、他人分量归一约束对应的校正矩阵相乘后执行kl投影,使每个操作节点两个分量按原比例归一至和为一,再以投影前矩阵与投影后矩阵的逐项比值更新该校正矩阵;随后将所得矩阵与声纹生物特征识别结果约束对应的校正矩阵相乘;对于声纹生物特征识别结果为本人状态的操作节点,将本人分量写一、他人分量写零;对于声纹生物特征识别结果为他人状态的操作节点,将本人分量写零、他人分量写一;完成身份投影后更新对应校正矩阵,已经由声纹生物特征识别结果固定的操作节点不参与校正比值计算;按两组约束交替执行上述投影,相邻两轮节点置信矩阵逐项一致时停止,并读取停止轮节点置信矩阵中的本人分量和他人分量作为本人置信量和他人置信量。

39、在一个优选的实施方式中,在s3中包括:

40、s31、根据当前操作节点的他人置信量乘新增权限边数加一得到风险量,再以风险量除以当前信任值加一得到复核量,复核量不低于本人置信量时生成声纹复核指令并读取当前sm9认证记录;

41、其中信任值是指边缘计算认证节点在当前访问请求到达时读取的当前会话身份信任结果,当前访问请求为会话首个请求时读取注册阶段保存的初始信任值,当前访问请求之前已经完成信任更新时读取前一访问请求完成后保存的信任值;

42、s32、基于当前sm9认证记录与当前操作节点编号形成挑战字节串,对挑战字节串执行哈希后按固定比特宽度切分为索引值,将各索引值依次映射至注册阶段使用的朗读词表形成随机短文本,并把随机短文本、当前操作节点和sm9认证记录绑定为本次声纹任务;

43、其中比特宽度是指依据朗读词表中的词条数量确定的索引位数,取能够覆盖全部词条编号的最短二进制位数作为比特宽度;按该比特宽度切分得到的索引值超出词条编号范围时舍弃对应索引值并读取下一段比特,当前哈希结果耗尽时在挑战字节串后追加递增计数值再次执行哈希,直至获得随机短文本需要的词条数量;

44、朗读词表是指注册阶段预先保存并按固定次序编号的发音词条集合,每个词条对应唯一词条编号,用户注册声纹与当前声纹复核均采用朗读词表中的词条形成朗读内容。

45、在一个优选的实施方式中,在s3中还包括:

46、s33、对于本次声纹任务采集随机短文本对应的朗读语音,提取梅尔频率倒谱系数后采用受限动态时间规整算法与注册声纹模板执行生物特征识别,使规整路径从首帧起始、在相邻帧间按单帧前移或双帧同步前移并到达末帧,以对应帧余弦距离累加形成当前声纹代价,再对注册声纹模板两两执行相同规整并取注册内声纹代价中位值作为本人基准,当前声纹代价不高于本人基准时输出本人状态,否则输出他人状态,从而采用声纹生物特征信息完成当前网络实体认证;

47、其中朗读语音是指当前声纹任务下由当前操作者按照随机短文本次序朗读并由用户设备采集的数字语音序列,语音起止位置对应随机短文本首个词条开始发音至末个词条结束发音;

48、梅尔频率倒谱系数是指将朗读语音分帧后,对每帧语音计算频谱能量,经梅尔滤波器组汇集后取对数,再执行离散余弦变换得到的帧级声学特征向量,各帧特征向量按时间次序组成梅尔频率倒谱系数序列;

49、采用受限动态时间规整算法与注册声纹模板执行生物特征识别的过程为:以朗读语音的梅尔频率倒谱系数序列作为行序列、以注册声纹模板的梅尔频率倒谱系数序列作为列序列,逐帧计算两序列特征向量的余弦距离形成距离矩阵;从首帧对应位置开始,仅允许当前位置由前一行同列位置、同行前一列位置或前一行前一列位置进入,读取三个允许前驱位置已经写入的累计距离,先对三个累计距离进行比较并按升序排列,取首位累计距离对应的前驱位置作为当前递推前驱,将该累计距离与当前位置的余弦距离相加后写入当前位置;多个允许前驱位置的累计距离相同时,按照前一行前一列位置、前一行同列位置、同行前一列位置的顺序确定前驱位置;多个允许前驱位置的累计距离相同时,按照前一行前一列位置、前一行同列位置、同行前一列位置的顺序确定前驱位置;按照上述规则逐位置递推至末帧对应位置,再从末帧对应位置按照保存的前驱位置反向回溯至首帧对应位置形成规整路径,以规整路径经过位置的余弦距离之和除以路径位置数得到当前声纹代价,并依照s33记载的本人基准比较结果输出本人状态或他人状态;

50、注册声纹模板是指注册阶段针对同一身份凭据采集的注册朗读语音,经与当前声纹复核相同的分帧和梅尔频率倒谱系数提取过程得到并按帧时序保存的声纹特征序列,每份注册朗读语音对应一份注册声纹模板;

51、规整路径是指受限动态时间规整过程中从朗读语音首帧与注册声纹模板首帧的对应位置出发,按照允许前移方向逐步连接至双方末帧对应位置形成的位置序列,用于确定两组梅尔频率倒谱系数序列之间的帧级对应关系;

52、s34、根据声纹实体认证结果固定当前操作节点为本人状态或他人状态并再次执行树重加权置信传播算法,当声纹实体认证结果为他人状态时,在前次声纹通过节点至当前操作节点之间依次选取相邻节点间位置作为候选变化位置,对候选变化位置之前各节点本人置信量取负对数累加、对候选变化位置之后各节点他人置信量取负对数累加,并加入候选变化位置对应行为偏离量加一的倒数形成变化代价,将各候选变化位置的变化代价按升序排列,取首位对应位置作为操作者变化位置;

53、当声纹实体认证结果为本人状态时,当前操作节点仅用于更新本人复核区间,不执行操作者变化位置计算;当声纹实体认证结果为他人状态时,基于前次声纹通过节点至当前操作节点之间的操作节点关系建立候选变化位置,并计算操作者变化位置。

54、在一个优选的实施方式中,在s4中包括:

55、s41、根据本人确认位置至当前节点的操作记录,以各操作记录距当前节点的操作序差加一的倒数形成行证据量,并把本人置信量、他人置信量及声纹生物特征识别结果写入对应证据行,形成证据矩阵;

56、其中本人确认位置是指当前操作序列中最近一次声纹生物特征识别输出本人状态时对应操作节点的位置,用作s41截取后续待归属操作记录的起始位置;

57、s42、以一减本人置信量形成正向运输代价、以一减他人置信量形成负向运输代价;当前节点经声纹生物特征识别确定为本人状态时,将当前节点的正向运输代价写零并仅保留正向运输边,本人复核区间内其他证据行同时保留正向运输边和负向运输边;当前节点确定为他人状态时,操作者变化位置之前的证据行保留正向运输边、之后的证据行保留负向运输边,并将当前节点的负向运输代价写零,形成运输代价矩阵和运输边集;

58、其中运输边是指证据矩阵中的证据行与正向证据列或负向证据列之间允许分配行证据量的连接关系;操作者变化位置之前的证据行仅保留连接正向证据列的运输边,操作者变化位置之后的证据行仅保留连接负向证据列的运输边。

59、在一个优选的实施方式中,在s4中还包括:

60、s43、基于运输代价矩阵取非零运输代价中位数作为熵正则量、取行证据量均值作为质量松弛量,按运输代价除以熵正则量的相反数指数形成运输核并将运输边集之外的核值写零;当前节点识别为本人状态时,将本人复核区间内各证据行的行证据量分别与对应本人置信量和他人置信量相乘后累加形成正向列量和负向列量,当前节点识别为他人状态时,将操作者变化位置之前和之后各证据行的行证据量分别累加形成正向列量和负向列量;采用非平衡辛克霍恩算法交替更新行缩放量和列缩放量,更新指数取质量松弛量除以质量松弛量与熵正则量之和,在相邻两轮按边缘计算认证节点运算字长量化后的运输矩阵一致时停止;

61、其中采用非平衡辛克霍恩算法的过程为:将运输边集对应的运输核组成核矩阵,把各行缩放量和两列缩放量初始化为一;先对每个证据行计算核矩阵当前行与列缩放量乘积之和,以行证据量除以所得和并取更新指数次幂得到当前行缩放量,再对正向证据列和负向证据列分别计算核矩阵当前列与行缩放量乘积之和,以对应正向列量或负向列量除以所得和并取更新指数次幂得到当前列缩放量;完成一次行更新和列更新后,以行缩放量、核矩阵和列缩放量逐项相乘形成本轮运输矩阵,并按边缘计算认证节点运算字长量化;重复上述行更新、列更新及量化过程,直至相邻两轮运输矩阵逐项一致,输出停止轮的行缩放量和列缩放量;当正向列量或负向列量为零时将对应列缩放量写零,运输边集之外的位置在全部迭代轮次保持为零;

62、行缩放量和列缩放量是指非平衡辛克霍恩算法中分别作用于证据行和证据列的迭代系数,行缩放量依据行证据量与当前行运输量的比值更新,用于调节每条操作记录参与运输的证据量;列缩放量依据正向列量或负向列量与当前列运输量的比值更新,用于调节证据向正向证据列或负向证据列的归属量;

63、s44、根据停止轮的行缩放量、运输核和列缩放量相乘形成运输矩阵,分别累加正向列和负向列得到正向运输量和负向运输量,再以各行证据量减同行运输量并将负值写零后累加,得到未运输证据量。

64、在一个优选的实施方式中,在s5中包括:

65、s51、根据正向运输量累加正向信任参数,将负向运输量与未运输证据量相加后乘当前节点他人置信量加一所得值累加负向信任参数,再以正向信任参数除以正向信任参数与负向信任参数之和得到当前信任值;

66、其中信任参数是指边缘计算认证节点针对当前会话分别维护的正向信任参数和负向信任参数,正向信任参数用于累计经s4归入正向证据的正向运输量,负向信任参数用于累计经s4归入负向证据的负向运输量及未运输证据量;当前会话首次执行s51时读取注册阶段保存的初始正向信任参数和初始负向信任参数,后续执行s51时读取前一次更新后的正向信任参数和负向信任参数;

67、s52、基于权限图按权限层序号统计各层包含的权限边数并逐层累加形成权限累计量,以当前信任值乘全部权限边数得到允许边数,在权限累计量不超过允许边数的权限层中取末位权限层作为允许权限层,并将当前请求的权限层序号与允许权限层比较;

68、其中权限图是指依据当前身份凭据对应的访问授权关系建立的有向图,以网络资源对应的访问权限作为权限节点,按照由基础访问权限指向扩展访问权限的授权递进关系建立权限边,并从基础访问权限所在层开始逐层编号形成权限层序号;当前请求对应目标资源所处权限层的编号作为当前请求的权限层序号,各权限层包含的权限边用于s52计算权限累计量和允许权限层;

69、s53、当前请求的权限层序号超过允许权限层时,由边缘计算认证节点再次生成绑定当前sm9认证记录和当前请求的随机短文本,采集朗读语音并与注册声纹模板执行生物特征识别;当本次请求尚未执行声纹生物特征识别时,识别为本人状态时将当前请求节点写入本人确认位置,并重新执行s23、s24及s41至s44形成证据运输结果,再执行s51和s52更新当前信任值和允许权限层;当本次请求已经执行声纹生物特征识别时,识别为本人状态时基于本次声纹结果重新形成证据运输结果,并重新执行s51和s52;对于识别为本人状态后重新执行s52的当前请求,重新计算得到的允许权限层仍低于当前请求的权限层序号时,停止当前请求向业务节点转发并结束当前请求处理,当前请求不再执行声纹生物特征识别,保持当前会话转发关系以处理后续访问请求;任一情况下识别为他人状态时,停止向业务节点转发当前请求并切断当前会话转发关系。

70、一种基于sm9与按需声纹复核的零信任动态身份认证系统,所述系统包括接入认证模块、状态推断模块、声纹复核模块、证据分配模块、授权控制模块:

71、接入认证模块,用于获取身份凭据和设备标识,使认证经边缘计算认证节点分布于用户设备与认证服务器执行,以sm9挑战签名和验签形成sm9认证记录,并按请求时序形成操作序列;

72、状态推断模块,基于操作序列建立操作图,按相邻访问路径新增权限边数形成行为偏离量,采用预设平滑量将行为偏离量换算为和为一且均大于零的本人初值和他人初值,并基于预设平滑量形成均大于零的同状态转移量和异状态转移量,固定前次声纹通过节点为本人状态,执行树重加权置信传播算法得到本人置信量和他人置信量;

73、声纹复核模块,用于根据他人置信量、新增权限边数和当前信任值计算复核量,复核量不低于本人置信量时,由边缘计算认证节点生成绑定sm9认证记录的随机短文本并采集朗读语音,提取梅尔频率倒谱系数后与注册声纹模板执行生物特征识别,根据动态时间规整结果固定当前操作节点为本人状态或他人状态并再次执行树重加权置信传播算法,识别为本人状态时形成本人复核区间,识别为他人状态时确定操作者变化位置;

74、证据分配模块,用于按本人确认位置至当前节点的操作序差形成行证据量,以本人置信量和他人置信量形成正负运输代价,当前节点识别为本人状态时将当前节点限定至正向运输方向,并使本人复核区间内其他节点根据本人置信量和他人置信量保留正向运输方向和负向运输方向,当前节点识别为他人状态时按操作者变化位置限定正向运输方向和负向运输方向,执行非平衡辛克霍恩算法得到正向运输量、负向运输量和未运输证据量;

75、授权控制模块,用于当前请求未触发声纹生物特征识别时沿用请求到达前的当前信任值;已经执行证据分配模块且当前节点识别为本人状态时,根据正向运输量、负向运输量和未运输证据量更新当前信任值;已经执行证据分配模块且当前节点识别为他人状态时,根据正向运输量、负向运输量和未运输证据量更新当前信任值并写入身份信任档案,停止当前请求转发并切断当前会话转发关系;对于保持当前会话转发关系的请求,根据当前信任值换算允许权限层数,请求权限层序号超过允许权限层数时再次执行声纹生物特征识别,识别为本人状态时按本人状态重新形成当前请求的证据运输结果并重新计算当前信任值和允许权限层,识别为他人状态时切断当前会话转发关系。

76、本发明的技术效果和优点:

77、1、 本方案通过声纹结果回写操作图并结合树重加权置信传播定位操作者变化位置,可在不持续采集声纹的情况下划分本人操作范围,缓解会话中途换人后既有操作难以归属的问题;

78、2、 将sm9认证记录、当前链值与访问请求绑定形成声纹任务,使生物特征识别结果对应具体会话和具体请求,可相对抑制认证结果脱离原会话被重复利用或发生错配;

79、3、 对访问路径变化形成的操作图执行树重加权置信传播,并采用kl散度投影校正节点置信结果,可减轻单次行为偏离对身份判断的影响,使操作者状态推断保持前后关联;

80、4、 在操作者变化位置两侧限定证据运输方向,并利用非平衡辛克霍恩算法分配正向证据、负向证据和未运输证据,可减少普通操作记录对异常声纹证据的稀释;

81、5、 以正负运输结果更新当前信任值并换算允许权限层,在高权限请求超出允许范围时再次执行声纹生物特征识别,可使身份变化直接作用于网络请求转发和会话控制。