Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京芯盾时代科技有限公司江文娟获国家专利权

北京芯盾时代科技有限公司江文娟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京芯盾时代科技有限公司申请的专利一种基于多设备多因素的身份认证系统及方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120046136B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510174824.9,技术领域涉及:G06F21/44;该发明授权一种基于多设备多因素的身份认证系统及方法是由江文娟设计研发完成,并于2025-02-18向国家知识产权局提交的专利申请。

一种基于多设备多因素的身份认证系统及方法在说明书摘要公布了:本发明公开了一种基于多设备多因素的身份认证系统及方法,涉及身份认证技术领域,本发明采集设备中存在的所有身份认证方式,提取所有认证数据,根据历史认证数据计算得到每种身份认证方式的安全值计算每种身份认证方式和不同用户的适配度,构建每个用户的适配方式集;在设备数据中提取出影响用户身份验证的危险数据;分析特征向量对每种身份认证方式安全值的影响,利用机器学习构建风险识别模型;采集实时危险数据输入到风险识别模型中,对用户实时身份认证进行判断;利用用户的适配方式集和每种身份认证的安全值调整用户的身份认证方式。

本发明授权一种基于多设备多因素的身份认证系统及方法在权利要求书中公布了:1.一种基于多设备多因素的身份认证方法,其特征在于:所述方法包括以下步骤: S100、采集设备中存在的所有身份认证方式,针对每种身份认证方式,收集历史认证记录,提取所有认证数据,根据历史认证数据计算得到每种身份认证方式的安全值; S200、对不同用户在历史中进行身份认证时的行为数据进行采集,计算每种身份认证方式和不同用户的适配度,构建每个用户的适配方式集; 构建每个用户的适配方式集的具体步骤为: S201、对不同用户在历史中进行身份认证时的行为数据进行采集,行为数据包括用户历史中对不同身份认证方式的使用次数、认证时间和认证成功率;对三种行为数据进行加权求和计算适配度,公式为: ; 公式中,Fit表示身份认证方式的适配度,α1、α2和α3分别表示使用次数、认证时间和认证成功率的权重,C表示使用次数,T表示认证时间,P表示认证成功率; S202、对于同一用户,计算得到用户与不同身份认证方式的适配度为{Fit1、Fit2、Fit3、...、Fitc},Fit1、Fit2、Fit3、...、Fitc表示用户和第1、2、3、...、c种身份认证方式的适配度,将所有身份认证方式的适配度根据从小到大的顺序进行排列,计算相邻适配度的差值,得到c‑1个适配度差值,选择最大差值中前一个适配度作为适配阈值,利用适配度大于适配阈值的所有身份认证方式构建适配方式集为{SH1、SH2、SH3、...、SHd},SH1、SH2、SH3、...、SHd表示适配方式集中第1、2、3、...、d种身份认证方式,d为正整数,d≤c; S203、对使用设备的所有用户历史中进行身份认证的行为数据均进行计算,构建得到每个用户的适配方式集; S300、收集历史用户身份认证时的设备数据,对比认证成功和失败时的设备数据,在设备数据中提取出影响用户身份验证的危险数据; 提取出影响身份认证的危险数据的具体步骤为: S301、收集历史用户身份认证时的设备数据,计算身份认证成功和失败时每种设备数据的差值为{Zc1、Zc2、Zc3、...、Zcu},Zc1、Zc2、Zc3、...、Zcu表示计算的第1、2、3、...、u种设备数据在身份认证成功和失败时的差值,u为正整数;计算u种差值的标准差为IZc; S302、利用计算的差值标准差对所有设备的差值进行判断,当Zc>IZc时,判断对应的设备数据为危险数据,当Zc≤IZc时,则判断不是危险数据;对所有设备数据进行判断后得到危险数据为{W1、W2、W3、...、Wr},W1、W2、W3、...、Wr表示判断得到的第1、2、3、...、r种危险数据,r为正整数,且ru; S400、将提取的危险数据进行处理,转化为同一维度的特征向量,将每种身份认证方式的安全值进行映射,分析特征向量对每种身份认证方式安全值的影响,利用机器学习构建风险识别模型; 利用机器学习构建风险识别模型的具体步骤为: S401、将提取的危险数据进行处理,转化为同一维度的特征向量,公式为: ; 公式中,Wn表示转化后的特征向量,W表示提取的危险数据,minW表示提取的危险数据中的最小值,maxW表示提取的危险数据中的最大值; S402、将每种身份认证方式的安全值进行映射,分析特征向量对每种身份认证方式安全值的影响,将特征向量作为自变量,每种身份认证方式的安全值作为变量,绘制曲线图,对曲线图进行拟合,得到特征向量对每种身份认证方式安全值的影响多项式,设多项式的形式为,β0为常数项,β0至βr表示第1至第r种特征向量的系数; S403、对每种身份认证方式均进行重复步骤,得到每种身份认证方式的多项式;收集历史中身份认证失败时的安全值,计算平均值和标准差,将平均值减去标准差得到危险阈值,构建风险识别模型为:,Ay表示危险阈值; S500、提取每种用户的适配方式集中适配度最高的身份认证方式作为对应用户的默认方式,当用户利用默认方式进行身份认证时,采集实时危险数据输入到风险识别模型中,对用户实时身份认证进行判断; S600、根据风险识别模型对用户实时危险数据的分析结果,利用用户的适配方式集和每种身份认证的安全值调整用户的身份认证方式。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京芯盾时代科技有限公司,其通讯地址为:102300 北京市门头沟区莲石湖西路98号院5号楼2201室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。