基于人脸安全验证的跨浏览器高并发数据访问的软件系统的制作方法

技术特征：
1.一种基于人脸安全验证的跨浏览器高并发数据访问的软件系统，该系统包括：用户安全验证模块、数据缓存模块、数据访问模块；其特征为：所述用户安全验证模块：包括摄像头采集人脸图像、人脸特征提取、人脸比对、人脸加密模块；所述数据缓存模块：采用联合缓存机制，保持系统的稳定性，该联合缓存机制并在浏览器端，服务器端和进程内分别部署的缓存库，实现高并发数据场景下的系统稳定；所述数据访问模块：主要负责用户通过浏览器访问本地数据，为了实现跨浏览器兼容访问本地数据；包括本地服务组件和执行组件以保证浏览器访问本地数据的兼容性；基于java开发组件，客户端计算机启动本地服务组件，为浏览器提供websocket访问服务；通过本地服务组件和其提供的服务接口访问本地计算机资源；通过本地执行组件把执行结果反馈给本地组件服务。2.根据权利要求1所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统，其特征为：用户通过所述用户安全验证模块进行身份验证：用户通过客户端的摄像头设备进行拍照，采集用户人脸图像，并通过人脸识别方法进行用户身份匹配，匹配成功则说明用户是可信用户，允许该用户登录；若匹配不成功，则退回登录界面。3.根据权利要求2所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统，其特征为：所述人脸识别方法包括以下步骤：步骤1：图像采集：通过摄像头或手机拍照设备，采集用户图片；步骤2：人脸预处理：识别用户图片中人脸五官部分，并通过偏移旋转方式将用户五官标准化；通过采用人脸检测部分的滑动窗口，在图片中选出人脸候选集，并使用回归模型修正人脸；步骤3：人脸特征识别：通过深度学习模型框架，实现图像特征提取：包括了特征提取层，特征池化层，特征修正层，以及全连接层：其中：特征提取层公式为：l为特征提取的层数，x为特征向量，m为矩阵的列坐标，n为矩阵的横坐标，convf()为函数，k为卷积核，上标l代表层数，nm代表矩阵的元素位置，p为偏置向量，q为矩阵的列数；特征池化层使用最大池化方式maxpool，即将矩阵中n*n的子矩阵缩为1*1的元素，元素值为子矩阵的最大值；全连接层：用于将特征向量映射到不同的特征空间，公式为：p为新的特征向量，w为权重矩阵，x为原特征向量，b代表偏置向量，上标i代表向量维度；特征修正层，公式为：
func()代表本函数，x代表数据特征向量，c为超参数人工设定，e为指数；人脸识别的模型架构为：输入图像-（卷积层-池化层-修正层）*3-全连接层*2-输出向量；步骤4： 同态加密数据存储：同态加密可以在加密的状态下进行加法和乘法运算，且解密后不影响结果，原则如下：同态加密可以在加密的状态下进行加法和乘法运算，且解密后不影响结果，原则如下：其中括号代表加密算法，a，b为加密前的数据，可见加密前两数相加与两数相加再加密的结果相同，相乘同理；对于所有的样本特征向量，都要做同态加密处理，得到：p为原向量，q代表加密后的向量，上标代表维度；同态加密算法的步骤如下：a．生成秘钥：计算公钥g和私钥m；私钥m计算方式如下：其中，为多项式模数，n为自定义参数；公钥g的计算方式为：其中，r为随机多项式，z为噪声，m为私钥；b．加密算法：对于输入的x，用以下公式加密：其中，t为多项式的系数模数，v为掩码，m为私钥，r为随机多项式，，，为噪声；c．解密算法：
对于加密的，用以下方式解密：其中，为解密后的向量，为加密后的向量，t为多项式的系数模数；所有经过人脸识别的图像输出的特征向量，均会被同态加密算法加密；步骤5： 人脸相似度加密匹配对测试样本和每一个内部用户加密特征数据使用向量内积乘法，将得到加密的置信度score；步骤6：人脸相似度解密加密的置信度分数经过解密算法解密，得到真正的置信度分数，置信度均低于0.5代表用户不在内部库中，高于0.5，则取最高值的用户代表用户身份。4.根据权利要求3所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统，其特征为：所述深度学习的训练过程包括三元损失函数，公式为：i代表第i维数据， 是样本锚点，是正样本， 是负样本， c是超参数，代表l2正则运算，g()代表映射函数。5.根据权利要求1所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统，其特征为：该联合缓存机制包含以下级别的缓存机制：第一级是浏览器中的缓存，当用户通过浏览器请求数据时，首先在浏览器缓存中查询是否已有该数据，这里使用http缓存；联合缓存的第二级是负载均衡缓存，在高并发的场景下，需要对服务器进行负载均衡处理，这里引入了nignx缓存，部署在服务器端，联合缓存的第三级是托管堆缓存，存在进程中，在java中，此缓存位于jvm 的托管堆上面。6.根据权利要求1所述的基于人脸安全验证的跨浏览器高并发数据访问的软件系统，其特征为：所述数据访问模块的接口包括：浏览器与本地组件服务之间、浏览器与执行组件之间、本地组件服务与执行组件之间；所述浏览器与本地组件服务之间，浏览器与本地组件服务接口采用标准的websocket协议进行访问和通信；所述浏览器与执行组件之间，浏览器与执行组件之间通过json格式的数据来进行通信，浏览器发送的json格式数据和接收返回状态数据，由执行组件和浏览器端自行协商，本地组件服务起到一个承上启下的桥梁作用。

技术总结
本发明公开了一种基于人脸安全验证的跨浏览器高并发数据访问的软件系统，该系统包括：用户安全验证模块，数据缓存模块，数据访问模块；其中，所述用户安全验证模块包括摄像头采集人脸图片，人脸特征提取，人脸比对，人脸加密等模块；其中，所述数据缓存模块包括联合缓存机制，实现了高并发数据场景下的系统稳定；其中，所述数据访问模块装有本地服务组件，保证浏览器访问本地数据的兼容性；发明的特点是运用安全人脸识别技术，在保证设备安全访问的同时保护了用户的隐私信息，同时设计了联合缓存机制来保证数据高并发访问。存机制来保证数据高并发访问。存机制来保证数据高并发访问。


技术研发人员：刘歆 彭涛 唐岗 李登和
受保护的技术使用者：中安网脉（北京）技术股份有限公司
技术研发日：2022.10.27
技术公布日：2022/11/22