用户身份验证方法及装置与流程

1.本发明涉及金融领域或其他领域，尤其涉及用户身份验证方法及装置。本发明用户身份验证的方法和装置可用于金融领域，也可用于除金融领域之外的任意领域，本发明用户身份验证的方法和装置的应用领域不做限定。


背景技术：

2.本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.随着人脸识别技术的不断发展，很多系统采用了人脸识别的方式进行身份认证，但由于活性检测技术的不完善，容易导致身份认证系统被攻破，如很多人脸识别方式存在着可通过纸张、照片、视频、3d人脸建模、3d人脸面具等方式被攻破的情况，严重危害到了人们的财产安全，容易造成财产损失，也降低了用户身份认证的准确度。


技术实现要素：

4.本发明实施例提供一种用户身份验证方法，用以提升用户身份认证的准确度和安全性，有利于保障用户的财产安全，该方法包括：
5.生成随机数和随机朗读信息；
6.从挑战动作池中，获取与随机数对应的活体动作特征信息；所述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；
7.基于所述与随机数对应的活体动作特征信息、和所述随机朗读信息，发出：要求用户进行所述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读所述随机朗读信息的通知信息；
8.接收用户根据所述通知信息进行动作的用户动作记录数据、和用户根据所述随机朗读信息进行朗读的用户声音记录数据；
9.分别对所述用户动作记录数据和所述用户声音记录数据，进行验证；
10.在验证通过时，发出用户身份验证通过的通知信息。
11.本发明实施例还提供一种用户身份验证装置，用以提升用户身份认证的准确度和安全性，有利于保障用户的财产安全，该装置包括：
12.随机数据生成模块，用于生成随机数和随机朗读信息；
13.活体动作特征信息获取模块，用于从挑战动作池中，获取与随机数对应的活体动作特征信息；所述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；
14.第一通知信息发送模块，用于基于所述与随机数对应的活体动作特征信息、和所述随机朗读信息，发出：要求用户进行所述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读所述随机朗读信息的通知信息；
15.记录数据接收模块，用于接收用户根据所述通知信息进行动作的用户动作记录数据、和用户根据所述随机朗读信息进行朗读的用户声音记录数据；
16.验证模块，用于分别对所述用户动作记录数据和所述用户声音记录数据，进行验证；
17.第二通知信息发送模块，用于在验证通过时，发出用户身份验证通过的通知信息。
18.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述用户身份验证方法。
19.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用户身份验证方法。
20.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述用户身份验证方法。
21.本发明实施例中，生成随机数和随机朗读信息；从挑战动作池中，获取与随机数对应的活体动作特征信息；所述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；基于所述与随机数对应的活体动作特征信息、和所述随机朗读信息，发出：要求用户进行所述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读所述随机朗读信息的通知信息；接收用户根据所述通知信息进行动作的用户动作记录数据、和用户根据所述随机朗读信息进行朗读的用户声音记录数据；分别对所述用户动作记录数据和所述用户声音记录数据，进行验证；在验证通过时，发出用户身份验证通过的通知信息，可通过生成随时数和随时朗读信息，对用户实现声纹识别和多因子的活体动作识别，与现有技术中身份认证仅采用人脸识别容易被攻破的技术方案相比，不再需要进行人脸识别，避免了现有技术下因人脸识别不安全导致用户身份验证容易出现错误的问题，提升了用户身份认证的准确度，也提升了用户身份认证的安全性，有利于保障用户的财产安全。
附图说明
22.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
23.图1为本发明实施例中一种用户身份验证方法的流程示意图；
24.图2为本发明实施例中一种用户身份验证装置的结构示例图；
25.图3为本发明实施例中一种用户身份验证装置的具体示例图；
26.图4为本发明实施例中一种用户身份验证装置的具体示例图；
27.图5为本发明实施例中提供的一种计算机设备的示意图。
具体实施方式
28.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
29.本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至
少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
30.在本说明书的描述中，所使用的“包含”、“包括”、“具有”、“含有”等，均为开放性的用语，即意指包含但不限于。参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”等的描述意指结合该实施例或示例描述的具体特征、结构或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。各实施例中涉及的步骤顺序用于示意性说明本技术的实施，其中的步骤顺序不作限定，可根据需要作适当调整。
31.本技术技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
32.随着人脸识别技术的不断发展，很多系统采用了人脸识别的方式进行身份认证，但由于活性检测技术的不完善，容易导致身份认证系统被攻破，如很多人脸识别方式存在着可通过纸张、照片、视频、3d人脸建模、3d人脸面具等方式被攻破的情况，严重危害到了人们的财产安全，容易造成财产损失，也降低了用户身份认证的准确度。
33.为了抵御上述攻击，本发明实施例提供了一种用户身份验证方法，其基于声纹识别与多因子挑战响应，用以提升用户身份认证的准确度和安全性，有利于保障用户的财产安全，参见图1，该方法可以包括：
34.步骤101：生成随机数和随机朗读信息；
35.步骤102：从挑战动作池中，获取与随机数对应的活体动作特征信息；上述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；
36.步骤103：基于上述与随机数对应的活体动作特征信息、和上述随机朗读信息，发出：要求用户进行上述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读上述随机朗读信息的通知信息；
37.步骤104：接收用户根据上述通知信息进行动作的用户动作记录数据、和用户根据上述随机朗读信息进行朗读的用户声音记录数据；
38.步骤105：分别对上述用户动作记录数据和上述用户声音记录数据，进行验证；
39.步骤106：在验证通过时，发出用户身份验证通过的通知信息。
40.本发明实施例中，生成随机数和随机朗读信息；从挑战动作池中，获取与随机数对应的活体动作特征信息；上述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；基于上述与随机数对应的活体动作特征信息、和上述随机朗读信息，发出：要求用户进行上述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读上述随机朗读信息的通知信息；接收用户根据上述通知信息进行动作的用户动作记录数据、和用户根据上述随机朗读信息进行朗读的用户声音记录数据；分别对上述用户动作记录数据和上述用户声音记录数据，进行验证；在验证通过时，发出用户身份验证通过的通知信息，可通过生成随时数和随时朗读信息，对用户实现声纹识别和多因子的活体动作识别，与现有技术中身份认证仅采用人脸识别容易被攻破的技术方案相比，不再需要进行人脸识别，避免了现有技术下因人脸识别不安全导致用户身份验证容易出现错误的问题，提升了用户身份认证的准确度，也提升了用户身份认证的安全性，有利于保障用户的财产安全。
41.具体实施时，首先生成随机数和随机朗读信息；从挑战动作池中，获取与随机数对应的活体动作特征信息；上述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息。
42.实施例中，上述活体动作特征信息对应不同的四肢动作特征信息、头部动作特征信息和躯干动作特征信息，以及对应四肢动作特征信息、头部动作特征信息和躯干动作特征信息的动作幅度信息。
43.在一个实施例中，生成的随机数可为多个，因此，与随机数对应的活体动作特征信息也为多个，可在后续步骤中实现对用户的多个动作的检测，实现了对用户肢体动作的多因子挑战验证。在这一实施例中，上述多因子挑战为用户在进行活性检测过程中需要完成的动作，响应则是指用户看到挑战后实际做出的动作。当一个用户在认证过程中需要响应两种或两种以上类型的挑战时，可认为采用了多因子挑战响应的认证方式。
44.具体实施时，在从挑战动作池中，获取与随机数对应的活体动作特征信息后，基于上述与随机数对应的活体动作特征信息、和上述随机朗读信息，发出：要求用户进行上述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读上述随机朗读信息的通知信息。
45.实施例中，通过发出要求用户进行上述与随机数对应的活体动作特征信息相同的动作，可在用户登录一个身份认证系统时，通过随机生成的多个随机数，该多个随机数与挑战动作池中不同的动作一一对应，借助了通知信息，可让用户在规定的时间内完成多次响应。
46.在一个实施例中，通过发出要求用户朗读上述随机朗读信息的通知信息，可让用户在进行多因子挑战的过程中，随机生成一段话让用户朗读，有助于在后续步骤中将语音与声纹识别神经网络模型进行对比，并进行相应的语义分析。
47.在上述实施例中，通过多因子挑战响应可以抵抗一些二维的纸张、照片、视频攻击以及部分三维的人脸建模攻击，但是无法抵抗3d人脸面具攻击，因此在上述多因子挑战响应过程中，加入了声纹识别的技术特征，保证了用户身份验证系统的安全性。
48.具体实施时，在发出：要求用户进行上述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读上述随机朗读信息的通知信息后，接收用户根据上述通知信息进行动作的用户动作记录数据、和用户根据上述随机朗读信息进行朗读的用户声音记录数据。
49.在一个实施例中，对上述用户动作记录数据进行验证，包括：
50.提取上述用户动作记录数据中的动作信息；上述动作信息包括：肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息，以及与肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息对应的变化幅度信息；
51.根据上述动作信息，确定动作信息对应的特征信息；上述动作信息对应的特征信息包括：动作信息对应的四肢动作特征信息、头部动作特征信息和躯干动作特征信息，以及与动作信息对应的四肢动作特征信息、头部动作特征信息和躯干动作特征信息对应的动作幅度信息；
52.将动作信息对应的特征信息，与挑战动作池中上述与随机数对应的活体动作特征信息进行匹配；
53.在匹配通过时，确定对上述用户动作记录数据进行验证的结果为验证通过。
54.在上述实施例中，通过提取上述用户动作记录数据中的动作信息，可精准实现对用户动作所在不同人体部位的识别，如肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息，以及与肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息对应的变化幅度信息。并可通过上述动作信息，确定动作信息对应的特征信息，有助于在后续步骤中将动作信息对应的特征信息，与挑战动作池中上述与随机数对应的活体动作特征信息进行匹配，实现对用户动作记录数据的验证。
55.在一个实施例中，对上述用户声音记录数据，进行验证，包括：
56.对上述用户声音记录数据进行降噪处理；
57.从降噪处理后的用户声音记录数据中，提取用户朗读的文本信息；
58.将上述文本信息与上述随机朗读信息，进行文本匹配；
59.在文本匹配程度超过预设数值时，对降噪处理后的用户声音记录数据进行声纹特征提取操作，得到用户声音记录数据对应的用户声纹特征；
60.从声纹模板数据库中，查找与待验证用户身份信息匹配的目标声纹模板；上述声纹模板数据库中预存有与不同用户身份信息对应的声纹模板；
61.将上述目标声纹模板，与上述用户声纹特征进行匹配；
62.在匹配通过时，确定对上述用户声音记录数据进行验证的结果为验证通过。
63.在上述实施例中，通过提取用户朗读的文本信息，并将上述文本信息与上述随机朗读信息，进行文本匹配，可实现对用户所朗读内容的检验；并通过将上述目标声纹模板，与上述用户声纹特征进行匹配，确定用户是否为本人在进行对随机朗读信息的朗读，实现了对用户声音记录数据的验证。
64.在一个实施例中，上述方法还包括：
65.按如下方式建立声纹模板数据库：
66.针对每一目标用户，将该目标用户的预收录声音数据，输入至声纹识别神经网络模型，得到该目标用户的声纹模板；上述声纹识别神经网络模型根据历史用户声音数据，对卷积神经网络模型进行训练得到；上述历史用户声音数据包括：对应不同用户的：预收录声音数据和该用户的声纹模板的历史数据；
67.根据不同用户的用户身份信息和对应的声纹模板之间建立的关联关系，建立声纹模板数据库。
68.在上述实施例中，目标用户的预收录声音数据，可在用户首次开通生物特征认证方式进行采集的在安静的环境收录用户的声音信息；通过将该目标用户的预收录声音数据，输入至声纹识别神经网络模型，实现了将该信息送入基于卷积神经网络训练好的声纹识别模型中，提取用户声纹模板的目的。
69.在一个实施例中，上述方法还包括：
70.按如下方式建立声纹识别神经网络模型：
71.将历史用户声音数据划分为训练数据集和测试数据集；
72.基于机器学习算法，以训练数据集，对神经网络模型进行训练，获得声纹识别神经网络模型；
73.以测试数据集，对训练好的声纹识别神经网络模型进行测试。
74.在上述实施例中，通过建立声纹识别神经网络模型，可有效地提升获取目标用户的声纹模板的目的，提升了目标用户声纹模板获取的准确度。
75.在上述实施例中，上述开发出的基于卷积神经网络的声纹识别神经网络模型，具备一定音频过滤方面的知识及过滤模块的开发能力。本发明中最重要的是，每次选取挑战动作足够随机，并且通过卷积神经网络训练出来声纹识别神经网络模型。
76.在一个实施例中，还包括：
77.对用户进行人脸识别；
78.生成随机数和随机朗读信息，包括：
79.在对用户进行人脸识别通过后，生成随机数和随机朗读信息。
80.在上述实施例中，通过对用户进行人脸识别，可将后续进行的声纹识别和用户动作识别(即多因子挑战相应)作为辅助用户身份验证的手段，可进一步提升用户身份验证的准确性。
81.具体实施时，在接收用户根据上述通知信息进行动作的用户动作记录数据、和用户根据上述随机朗读信息进行朗读的用户声音记录数据后，分别对上述用户动作记录数据和上述用户声音记录数据，进行验证；在验证通过时，发出用户身份验证通过的通知信息。
82.在一个实施例中，上述方法还包括：
83.在验证未通过时，发出用户身份验证未通过，提示用户重新进行验证的通知信息。
84.在一个实施例中，通过在验证通过时，发出用户身份验证通过的通知信息，可及时向用户反馈其进行验证的结果，提升了用户身份验证的效率，节约了时间，容易提升客户满意度。
85.下面给出一个具体实施例，来说明本发明的方法的具体应用，该实施例中，可以包括如下步骤：
86.1、收录用户的人脸信息和声音信息，提取用户人脸模板和声纹模板；
87.2、生成一个随机数，该随机数对应动作池中的一组挑战动作，告知用户需要完成上述挑战，在人脸动作挑战中增加朗读挑战；
88.3、收集用户对挑战做出响应的动作数据，视频数据和音频数据；
89.4、对步骤3收集到的多种数据进行预处理以及特征提取、语义分析；
90.5、通过人脸识别技术检测用户响应完成情况，将提取的声纹信息与模板声纹做对比，获取的语义与后台随机生成的朗读文字进行比较，并最终判断用户是否通过活体检测。
91.综上，本发明实施例将多因子活体检测技术与声纹识别技术有效的结合了起来，想要抵抗3d人脸面具攻击就需要采用声纹识别模块，而仅使用声纹识别模块的话无法保证实际检测到的是合法用户。
92.当然，可以理解的是，上述详细流程还可以有其他变化例，相关变化例均应落入本发明的保护范围。
93.本发明实施例中，生成随机数和随机朗读信息；从挑战动作池中，获取与随机数对应的活体动作特征信息；上述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；基于上述与随机数对应的活体动作特征信息、和上述随机朗读信息，发出：要求用户进行上述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读上述随机朗读信息的通知信息；接收用户根据上述通知信息进行动作的用户动作记录数据、和用户根据上
述随机朗读信息进行朗读的用户声音记录数据；分别对上述用户动作记录数据和上述用户声音记录数据，进行验证；在验证通过时，发出用户身份验证通过的通知信息，可通过生成随时数和随时朗读信息，对用户实现声纹识别和多因子的活体动作识别，与现有技术中身份认证仅采用人脸识别容易被攻破的技术方案相比，不再需要进行人脸识别，避免了现有技术下因人脸识别不安全导致用户身份验证容易出现错误的问题，提升了用户身份认证的准确度，也提升了用户身份认证的安全性，有利于保障用户的财产安全。
94.本发明实施例中还提供了一种用户身份验证装置，如下面的实施例上述。由于该装置解决问题的原理与用户身份验证方法相似，因此该装置的实施可以参见用户身份验证方法的实施，重复之处不再赘述。
95.本发明实施例提供的一种用户身份验证装置，用以提升用户身份认证的准确度和安全性，有利于保障用户的财产安全，如图2所示，该装置包括：
96.随机数据生成模块201，用于生成随机数和随机朗读信息；
97.活体动作特征信息获取模块202，用于从挑战动作池中，获取与随机数对应的活体动作特征信息；上述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；
98.第一通知信息发送模块203，用于基于上述与随机数对应的活体动作特征信息、和上述随机朗读信息，发出：要求用户进行上述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读上述随机朗读信息的通知信息；
99.记录数据接收模块204，用于接收用户根据上述通知信息进行动作的用户动作记录数据、和用户根据上述随机朗读信息进行朗读的用户声音记录数据；
100.验证模块205，用于分别对上述用户动作记录数据和上述用户声音记录数据，进行验证；
101.第二通知信息发送模块206，用于在验证通过时，发出用户身份验证通过的通知信息。
102.在一个实施例中，上述活体动作特征信息对应不同的四肢动作特征信息、头部动作特征信息和躯干动作特征信息，以及对应四肢动作特征信息、头部动作特征信息和躯干动作特征信息的动作幅度信息。
103.在一个实施例中，验证模块，具体用于：
104.提取上述用户动作记录数据中的动作信息；上述动作信息包括：肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息，以及与肢体动作的变化信息、头部动作的变化信息和躯干动作的变化信息对应的变化幅度信息；
105.根据上述动作信息，确定动作信息对应的特征信息；上述动作信息对应的特征信息包括：动作信息对应的四肢动作特征信息、头部动作特征信息和躯干动作特征信息，以及与动作信息对应的四肢动作特征信息、头部动作特征信息和躯干动作特征信息对应的动作幅度信息；
106.将动作信息对应的特征信息，与挑战动作池中上述与随机数对应的活体动作特征信息进行匹配；
107.在匹配通过时，确定对上述用户动作记录数据进行验证的结果为验证通过。
108.在一个实施例中，验证模块，具体用于：
109.对上述用户声音记录数据进行降噪处理；
110.从降噪处理后的用户声音记录数据中，提取用户朗读的文本信息；
111.将上述文本信息与上述随机朗读信息，进行文本匹配；
112.在文本匹配程度超过预设数值时，对降噪处理后的用户声音记录数据进行声纹特征提取操作，得到用户声音记录数据对应的用户声纹特征；
113.从声纹模板数据库中，查找与待验证用户身份信息匹配的目标声纹模板；上述声纹模板数据库中预存有与不同用户身份信息对应的声纹模板；
114.将上述目标声纹模板，与上述用户声纹特征进行匹配；
115.在匹配通过时，确定对上述用户声音记录数据进行验证的结果为验证通过。
116.在一个实施例中，如图3所示，还包括：
117.声纹模板数据库建立模块301，用于：
118.按如下方式建立声纹模板数据库：
119.针对每一目标用户，将该目标用户的预收录声音数据，输入至声纹识别神经网络模型，得到该目标用户的声纹模板；上述声纹识别神经网络模型根据历史用户声音数据，对卷积神经网络模型进行训练得到；上述历史用户声音数据包括：对应不同用户的：预收录声音数据和该用户的声纹模板的历史数据；
120.根据不同用户的用户身份信息和对应的声纹模板之间建立的关联关系，建立声纹模板数据库。
121.在一个实施例中，如图4所示，还包括：
122.声纹识别神经网络模型建模模块401，用于：
123.按如下方式建立声纹识别神经网络模型：
124.将历史用户声音数据划分为训练数据集和测试数据集；
125.基于机器学习算法，以训练数据集，对神经网络模型进行训练，获得声纹识别神经网络模型；
126.以测试数据集，对训练好的声纹识别神经网络模型进行测试。
127.在一个实施例中，还包括：
128.第三通知信息发送模块，用于：
129.在验证未通过时，发出用户身份验证未通过，提示用户重新进行验证的通知信息。
130.下面给出一个具体实施例，来说明本发明的装置的具体应用，该实施例中，可以包括如下模块：
131.1、生物特征采集模块1(即上述的声纹模板数据库建立模块、和声纹识别神经网络模型建模模块)；
132.2、挑战生成模块2(即上述的第一通知信息发送模块)；
133.3、响应采集模块3(即上述的记录数据接收模块)；
134.4、特征提取模块4(即上述的活体动作特征信息获取模块)；
135.5、响应校验模块5(即上述的验证模块)；
136.其中，模块1是在用户首次开通生物特征认证方式时采集的，在安静的环境收录用户的声音信息，将该信息送入基于卷积神经网络训练好的声纹识别模型中，提取用户声纹模板；在光线良好的状态下录制用户人脸视频，生成人脸特征模板；
137.模块2首先生成一个随机数，该随机数对应动作池中的一组挑战动作，告知用户需
要完成上述挑战，在用户做出响应的过程中让用户随机朗读一段系统生成的文字；
138.模块3收集用户对挑战做出响应的动作数据，收集用户朗读的语音，并做简单的语义分析；
139.模块4对模块3收集到的信息进行预处理、降噪、特征提取等操作；
140.模块5通过人脸识别技术检测用户响应完成情况，将提取的声纹信息与模板声纹进行对比，获取的语义与后台随机生成的朗读文字进行比较，如响应完成并且声纹、语义一致则通过该活性检测。
141.当然，可以理解的是，上述详细模块还可以有其他变化例，相关变化例均应落入本发明的保护范围。
142.基于上述发明构思，如图5所示，本发明还提出了一种计算机设备500，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序530，所述处理器520执行所述计算机程序530时实现上述用户身份验证方法。
143.本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述用户身份验证方法。
144.本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述用户身份验证方法。
145.本发明实施例中，生成随机数和随机朗读信息；从挑战动作池中，获取与随机数对应的活体动作特征信息；所述挑战动作池中预存有与不同随机数一一对应的活体动作特征信息；基于所述与随机数对应的活体动作特征信息、和所述随机朗读信息，发出：要求用户进行所述与随机数对应的活体动作特征信息相同的动作、和要求用户朗读所述随机朗读信息的通知信息；接收用户根据所述通知信息进行动作的用户动作记录数据、和用户根据所述随机朗读信息进行朗读的用户声音记录数据；分别对所述用户动作记录数据和所述用户声音记录数据，进行验证；在验证通过时，发出用户身份验证通过的通知信息，可通过生成随时数和随时朗读信息，对用户实现声纹识别和多因子的活体动作识别，与现有技术中身份认证仅采用人脸识别容易被攻破的技术方案相比，不再需要进行人脸识别，避免了现有技术下因人脸识别不安全导致用户身份验证容易出现错误的问题，提升了用户身份认证的准确度，也提升了用户身份认证的安全性，有利于保障用户的财产安全。
146.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
147.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
148.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特
定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
149.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
150.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。