一种基于saas的智慧门店身份认证方法及系统
技术领域
1.本发明涉及身份认证技术领域，具体涉及一种基于saas的智慧门店身份认证方法及系统。
背景技术：2.saas（software-as-a-service，软件即服务）中，软件厂商将应用软件统一部署在自己的服务端上，用户可以根据工作实际需求，通过互联网向软件厂商定购所需的应用软件服务，按定购的服务模块多少和时间长短向软件厂商支付费用，并通过互联网获得saas软件厂商提供的服务。在用户使用saas平台时，需要进行登录认证，现有的验证方式主要有账号密码、指纹、刷脸认证三种方式。最常用的是账号密码登录，但是很多软件厂商为了提高用户账户的安全性，在用户登录认证时加入了指纹以及刷脸认证方式。
3.目前，现有的指纹以及刷脸认证方式中，其基本过程为：使用图像采集装置采集指纹或者人脸图像，然后将图像裁剪、压缩后上传到服务端，服务端验证通过后许可登录。
4.但是，现有技术中对图像进行了裁剪以及压缩时也会同步对图像中包含的特征进行了裁剪以及压缩处理，进而导致图像中包含的人脸或者指纹特征的损失，进而容易出现认证错误或者无法认证的情况。
技术实现要素：5.本发明所要解决的技术问题在于如何提供一种基于saas的智慧门店身份认证方法及系统以减少现有技术中存在的认证错误或者无法认证的情况。
6.本发明通过以下技术手段实现解决上述技术问题的：本发明提供了一种基于saas的智慧门店身份认证方法，应用于认证系统中的服务端，其中，所述认证系统包括服务端和用户端，所述方法包括：接收用户端发送的第一特征摘要，其中，所述第一特征摘要是用户端利用不可逆摘要算法处理登录用户的原始图像中的登录用户特征得到的，且所述原始图像包括：人脸图像、指纹图像中的一种或组合；根据所述第一特征摘要确定出对应的疑似用户范围，获取各个疑似用户的标准认证图像，利用干扰算法对所述标准认证图像进行处理得到若干个变换图像，其中，所述干扰算法包括：噪声算法以及扰动算法中的一种或组合；针对每一个疑似用户的每一张变换图像，从所述变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要；将每一个第二特征摘要与第一特征摘要进行比对，将与第一特征摘要相同的第二特征摘要对应的疑似用户作为登录用户，并许可客户端登录。
7.可选的，所述第一特征摘要的生成过程包括：利用特征提取算法从原始图像中提取出登录用户特征；根据预设的特征显著性评估模型对原始图像中的登录用户特征进行显著性评估，
得到每一个登录用户特征对应的第一显著性得分；根据所述第一显著性得分对各个登录用户特征进行排序得到第一特征序列；从第一特征序列中截取第一显著性得分较大的第一数量个顺序次序的登录用户特征构成的第一子序列；利用哈希算法处理第一子序列得到第一特征摘要。
8.可选的，所述根据所述第一特征摘要确定出对应的疑似用户范围，包括：根据所述第一特征摘要的用户端的ip地址，获取该ip地址对应的最近一级的运营商网关地址，将所使用该运营商网关地址的所有系统用户作为疑似用户。
9.可选的，所述根据所述第一特征摘要确定出对应的疑似用户范围，包括：获取登录用户特征的部分特征，其中，所述部分特征是由用户端从第一特征序列中抽取的第一显著性得分值较大的第二数量个顺序次序的登录用户特征，且第二数量小于第一数量。
10.可选的，所述从所述变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要，包括：利用特征提取算法从变换图像中提取出疑似用户特征；根据预设的特征显著性评估模型对变换图像中的疑似用户特征进行显著性评估，得到每一个疑似用户特征对应的第二显著性得分；根据所述第二显著性得分对各个疑似用户特征进行排序得到第二特征序列；从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列；利用哈希算法处理第二子序列得到第二特征摘要。
11.可选的，所述从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列，包括：从第二特征序列中截取第二显著性得分较大的第三数量个顺序次序的疑似用户特征，得到特征集合，其中，所述第三数量大于第一数量；从所述特征集合中随机抽取第一数量个疑似用户特征，并按照第二显著性得分值进行排序得到若干个第二子序列。
12.可选的，所述从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列，包括：从第二特征序列中截取第二显著性得分较大的第三数量个顺序次序的疑似用户特征，得到特征集合，其中，所述第三数量大于第一数量；按照第二显著性得分值的从大到小的顺序将特征集合中的各个疑似用户特征进行排序得到第三子序列；将第三子序列中前第四数量个顺序次序中的疑似用户特征构成的序列作为第四子序列，其中，所述第四数量小于第一数量；从第三子序列中除第四子序列中的疑似用户特征之外的其他疑似用户特征中随机抽取第五数量个疑似用户特征，且第五数量等于第一数量与第四数量之差；将每一次所抽取的第五数量个疑似用户特征按照第二显著性得分值的从大到小的顺序排列在第四子序列之后，得到若干个第二子序列。
13.可选的，在生成第一特征摘要之前，使用预设的特征字库对登录用户特征进行抽象化处理，得到抽象后的第一子序列，再使用哈希算法对第一子序列进行处理得到第一特征摘要；在生成第二特征摘要之前，使用预设的特征字库对疑似用户特征进行抽象化处理，得到抽象后的第二子序列，再使用哈希算法对第二子序列进行处理得到第二特征摘要。
14.可选的，在所述疑似用户的数量为两个或者两个以上时，所述方法还包括：向客户端返回生成临时登录账户的指令，客户端用于根据所述生成临时登录账户的指令生成临时登录账户，并将第一特征摘要对应的原始图像上传至服务端；接收客户端返回的原始图像，将所述原始图像与标准认证图像逐一比对得到对应的登录用户，将所述登录用户认证通过信息发送至客户端并许可客户端登录。
15.本发明还提供了一种基于saas的智慧门店身份认证系统，所述系统包括使用互联网进行通信的用户端和服务端，其中，所述服务端用于执行如上述任一项所述的方法。
16.本发明的优点在于：应用本发明实施例，直接从原始图像中提取登录用户特征，将登录用户特征组合后使用哈希算法进行映射，客户端将第一特征摘要发送给服务端；服务端针对标准认证图像中的疑似用户特征进行哈希算法映射，得到第二特征摘要，客户端在发送数据时仅发送映射后的字符串，且映射后的字符串来自于原始图像中直接提取的特征，无需图像压缩进而减少了特征提取过程中的损失，不容易出现认证错误或者无法认证的情况；同时发送的字符串相对于特征的数据量较少，进而提高了传输速度。
附图说明
17.图1为本发明实施例提供的一种基于saas的智慧门店身份认证方法的流程示意图；图2为本发明实施例提供的一种基于saas系统中身份认证系统的结构示意图；图3为本发明实施例提供的一种基于saas的智慧门店身份认证方法中第一特征摘要的生成过程的流程示意图；图4为本发明实施例提供的一种基于saas的智慧门店身份认证方法中第二特征摘要的生成过程的流程示意图；图5为本发明实施例提供的一种基于saas的智慧门店身份认证方法中第二子序列的生成过程的流程示意图；图6为本发明实施例提供的另一种基于saas的智慧门店身份认证方法的流程示意图。
具体实施方式
18.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.实施例1
需要说明的是，本发明实施例1优选适用于基于saas系统中身份认证系统中的服务端，在该系统中用户端与服务端通过互联网实现通信。
20.图1为本发明实施例提供的一种基于saas的智慧门店身份认证方法的流程示意图，图2为本发明实施例提供的一种基于saas系统中身份认证系统的结构示意图，如图1和图2所示，所述方法包括：s101：接收用户端发送的第一特征摘要，其中，所述第一特征摘要是用户端利用不可逆摘要算法处理登录用户的原始图像中的登录用户特征得到的，且所述原始图像包括：人脸图像、指纹图像中的一种或组合。
21.图3为本发明实施例提供的一种基于saas的智慧门店身份认证方法中第一特征摘要的生成过程的流程示意图，如图3所示，在本步骤中，用户端可以具有摄像头用于拍摄登录用户的人脸图像、虹膜图像等，或者还可以具有指纹识别装置，用于获取登录用户的指纹图像。上述获取的人脸图像、虹膜图像以及指纹图像均可以作为登录用户的原始图像。可以理解的是，原始图像包括并不仅限于人脸图像、虹膜图像以及指纹图像。
22.用户端采集到登录用户的原始图像之后，使用如下方法提取出登录用户的第一特征摘要：s201：用户端利用现有的如神经网络中的卷积层等特征提取算法从原始图像中提取出登录用户特征：例如提取出的登录用户特征有：特征1、特征2、特征3、特征4、特征5、特征6。在实际应用中，登录用户特征可以为用户的眉毛长度、眉毛的宽度、鼻梁长度、眼睛中轴线角度、指纹中的分叉点、孤立点、短纹长度、方向、短纹位置等等。
23.s202：再使用预设的特征显著性评估模型对原始图像中的登录用户特征进行显著性评估，得到每一个登录用户特征对应的第一显著性得分：第一显著性得分1、第一显著性得分2、第一显著性得分3、第一显著性得分4、第一显著性得分5、第一显著性得分6。可以理解的是，特征显著性评估模型的获取过程可以为，由标注人员根据训练图像中各个特征的显著程度进行标注，然后将标注后的训练图像作为训练样本训练神经网络模型，得到训练后的模型，然后使用训练后的神经网络模型对每一个登录用户特征进行评估，得到第一显著性得分。
24.s203：用户端再根据所述第一显著性得分从大到小的顺序对各个登录用户特征进行排序得到第一特征序列，例如，得到的第一特征序列为：特征1、特征2、特征3、特征4、特征5、特征6。
25.s204：在第一数量的值为4时，从第一特征序列中截取第一显著性得分较大的前4个顺序次序的登录用户特征构成的第一子序列：特征1、特征2、特征3、特征4。
26.s205：利用哈希算法处理第一子序列得到第一特征摘要hash1。
27.用户端将第一特征摘要hash1发送至服务端。
28.s102：根据所述第一特征摘要确定出对应的疑似用户范围，获取各个疑似用户的标准认证图像，利用干扰算法对所述标准认证图像进行处理得到若干个变换图像，其中，所述干扰算法包括：噪声算法以及扰动算法中的一种或组合。
29.在本步骤的第一种实施方式中，可以根据所述第一特征摘要的用户端的ip地址，
获取该ip地址对应的最近一级的运营商网关地址，例如，该ip地址对应的最近一级运营商网关地址为某社区互联网网关，则将通过该社区互联网网关通信的所有的系统用户作为疑似用户。在连锁行业，同一个社区户可能具备一个以上的店面，因此，临近店面之间可能存在工作人员借调的现象，或者亲属介绍工作的现象，因此，可能出先a店铺的工作人员登录b店铺的系统，或者店员1登录a店铺的系统，店员1的亲属店员2登录b店铺的系统，加之店铺之间的员工借调，因此，将所使用该运营商网关地址的所有系统用户作为疑似用户，可以避免登录失败出现的概率。
30.在本步骤的第二种实施方式中，可以从s101步骤中得到的第一特征序列特征1、特征2、特征3、特征4、特征5、特征6中抽取出第二数量个，如2个登录用户特征，利用这两个登录用户特征作为基础筛选出疑似用户。应用显著性比较明显的特征进行疑似用户匹配，可以提高疑似用户匹配的可靠性，降低误匹配的概率，同时降低运算量。
31.例如，本步骤中匹配出的疑似用户为：疑似用户1、疑似用户2、疑似用户3、疑似用户4。
32.针对每一个疑似用户，采用光学噪声算法对疑似用户1的标准认证图像进行干扰处理，还可以使用噪声算法对疑似用户1的标准认证图像进行干扰处理，以模仿登录用户在实际应用中的登录环境，以提高匹配的准确率。进一步的，标准认证图像为利用全息技术扫描出的三维矢量图像，在进行标准认证图像变换时，可以先将三维矢量图像映射到三维空间中，在三维空间中的预选位置设置模拟光源，以得到的不同位置的光源照射下的变换图像，进一步提高光源照射对登录用户的影响，提高变换图像与原始图像之间光照的相似度，以模仿登录用户在实际应用中的登录环境，以提高匹配的准确率。
33.在实际应用中，还可以使用多个干扰算法的叠加使用对原始图像进行处理，得到变换图像。
34.依次类推，得到各个疑似用户的若干张变换图像。
35.s103：针对每一个疑似用户的每一张变换图像，从所述变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要。
36.图4为本发明实施例提供的一种基于saas的智慧门店身份认证方法中第二特征摘要的生成过程的流程示意图，如图4所示，在本步骤的第一种实施方式中，可以使用以下方法提取第二特征摘要：s401：针对每一张变换图像，先使用与s101步骤中用户端提取登录用户特征过程中相同的特征提取算法，从变换图像中提取出疑似用户特征，提取出的疑似用户特征为：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、疑似用户特征5、疑似用户特征6、疑似用户特征7、疑似用户特征8。
37.例如，在生成第一特征摘要时使用了全部登录用户特征中的第一数量为4个时，则生成第二特征摘要时使用的疑似用户特征摘要的数量也应当是全部的第二特征摘要，其数量也应当为为4个。
38.s402：使用与s101步骤中获取第一显著性得分的特征显著性评估模型，对变换图像中的疑似用户特征进行显著性评估，得到每一个疑似用户特征对应的第二显著性得分；s403：根据所述第二显著性得分对各个疑似用户特征进行排序得到第二特征序列：
疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、疑似用户特征5、疑似用户特征6、疑似用户特征7、疑似用户特征8。
39.s404：从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列；在第一数量的值为4时，第二子序列为：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、s405：利用哈希算法处理第二子序列得到第一特征摘要。
40.在实际应用中，在生成第一特征摘要时使用的登录用户特征类型以及特征数量均与，生成第二特征摘要时使用的登录用户特征类型以及特征数量分别保持一致。
41.在本步骤的第二种实施方式中，可以使用以下方法提取第二特征摘要：从变换图像中提取出疑似用户特征，提取出的疑似用户特征按照第二显著性值从大到小的顺序排序后得到的第二特征序列为：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、疑似用户特征5、疑似用户特征6、疑似用户特征7、疑似用户特征8。
42.第三数量为6时，可以先从第二特征序列中截取第二显著性得分前6个顺序次序的疑似用户特征，得到特征集合，如下所示：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、疑似用户特征5、疑似用户特征6。
43.然后，从所述特征集合中随机抽取4个疑似用户特征，并按照第二显著性得分值进行排序得到若干个第二子序列：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4；疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征5；疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征6；疑似用户特征1、疑似用户特征3、疑似用户特征5、疑似用户特征6。
44.特征集合中的6个疑似用户特征自由组合，总共可以得到15个第二子序列。
45.应用本发明上述实施例，从疑似用户特征正筛选出第一数量个的疑似用户特征进行自由组合，可以得到尽量多的疑似用户特征组合，即使特征提取算法在服务端与用户端存在特征显著性排序的细微区别，在本发明实施例中，也可以组合出与第一特征摘要对应的特征顺序，进而提高对比的准确率。
46.在本步骤的第三种实施方式中，可以使用以下方法提取第二特征摘要：图5为本发明实施例提供的一种基于saas的智慧门店身份认证方法中第二子序列的生成过程的流程示意图，如图5所示，s501：例如，在生成第一特征摘要时使用了全部登录用户特征中的第一数量为4个时，则生成第二特征摘要时使用的疑似用户特征摘要的数量也应当为4个。
47.从从变换图像中提取出疑似用户特征，提取出的疑似用户特征按照第二显著性值从大到小的顺序排序后得到的第二特征序列为：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、疑似用户特征5、疑似用户特征6、疑似用户特征7、疑似用户特征8。
48.因此，第三数量为6时，可以先从第二特征序列中截取第二显著性得分前6个顺序次序的疑似用户特征，得到特征集合。
49.s502：将第一特征几何按照第二显著性值从大到小的顺序排序后得到的第三子序列如下所示：疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4、疑似用户特征5、疑似用户特征6。
50.s503：然后，第四数量为小于第一数量的值，例如可以为3；从所述特征集合中第二显著性值最大的3个疑似用户特征，并按照所抽取的第二显著性值排序前3个疑似用户特征，按照顺序排列后得到第四子序列。
51.疑似用户特征1、疑似用户特征2、疑似用户特征3。
52.s504：将第三子序列中除第四子序列以外的其他疑似用户特征作为残留集合，从残留集合中随机选择第五数量个，即4-3=1个疑似用户特征为：疑似用户特征4。
53.s505：将所选出的1个疑似用户特与第四子序列组合排序后，得到若干个第二子序列。
54.疑似用户特征1、疑似用户特征2、疑似用户特征3、疑似用户特征4。
55.应用本发明上述实施例，在实际应用中即使算法运行结果存在细微区别，对于显著性较大的特征提取结果还是比较一致的，因此，保障了第二显著性值较大的疑似用户特征不变，然后将第二显著性值较小的意思用户特征进行自由更换，这样相对于第三种实施例可以减少组合出的第二子序列的数量，也可以保障准确率。
56.在本步骤的第四种实施方式中，可以使用以下方法提取第二特征摘要：为了避免在生成第一特征摘要时使用的如鼻子长度与生成个第二摘要时使用的鼻子长度之间的细微区别导致的第一特征摘要与第二特征摘要的不同，本发明实施例在生成第一特征摘要之前，使用预设的特征字库对登录用户特征进行抽象化处理，得到抽象后的第一子序列，再使用哈希算法对第一子序列进行处理得到第一特征摘要；在生成第二特征摘要之前，使用预设的特征字库对疑似用户特征进行抽象化处理，得到抽象后的第二子序列，再使用哈希算法对第二子序列进行处理得到第二特征摘要。
57.例如，本发明实施例中根据鼻子长度进行取值划分，根据鼻子长度将鼻子进行标记，标记使用预设的特征字库如超短鼻、短鼻、正常、长鼻、超长鼻，然后分别使用预设的特征字库对特征进行描述，即使用对应的预设特征字库进行登录用户特征的抽象化处理，得到由特征字库中的字段组成的第一子序列。需要说明的是，上述根据鼻子长度进行的特征字库的设置仅仅是简易举例，在实际应用中还可以在特征字库中加入，如鼻子宽度、鼻梁高度、鼻梁癍痕数量、鼻梁瘢痕颜色等字段以实现相对精确的描述。
58.应用本发明上述实施例，在生成第一特征摘要以及第二特征摘要时使用特征字库进行登录用户特征以及意思用户特征的标准化处理，可以免去因为算法产生的误差，进而提高对比精度。
59.s104：将每一个第二特征摘要与第一特征摘要进行比对，将与第一特征摘要相同的第二特征摘要对应的疑似用户作为登录用户，并许可客户端登录。
60.本步骤与现有技术中鉴权通过后许可登录的方法相同，本发明实施例在此不再进行赘述。
61.实施例2图6为本发明实施例提供的另一种基于saas的智慧门店身份认证方法的流程示意
图，如图6所示，在所述疑似用户的数量为两个或者两个以上时，说明服务端鉴权未成功，为了避免用户重复鉴权，本发明实施例2在实施例1的基础上增加了以下步骤：s105：服务端向客户端返回生成临时登录账户的指令，客户端用于根据所述生成临时登录账户的指令生成临时登录账户，当顾客存在结算需求时，客户端在临时登录账户中进行顾客的结算，并使用该顾客的原始图像作为临时登录账户的标识信息，在结算过程中将第一特征摘要对应的原始图像以及临时登录账户中的信息上传至服务端；s106：服务端在接收客户端返回的原始图像后，使用现有的图像相似度算法，或者人物识别算法将所述原始图像与标准认证图像逐一比对得到对应的登录用户，将所述登录用户认证通过信息发送至客户端并许可客户端登录；同时将临时登录账户中的信息与该顾客对应的账户信息进行合并。
62.应用本发明上述实施例，在不影响客户端结算的情况下，在客户端结算的过程中进行二次鉴权，同时实现用户无感鉴权。
63.实施例3对应于本发明实施例1，本发明实施例3提供了一种基于saas系统中身份认证装置，应用于认证系统中的服务端，其中，所述认证系统包括服务端和用户端，所述装置包括：接收模块，用于接收用户端发送的第一特征摘要，其中，所述第一特征摘要是用户端利用不可逆摘要算法处理登录用户的原始图像中的登录用户特征得到的，且所述原始图像包括：人脸图像、指纹图像中的一种或组合；获取模块，用于根据所述第一特征摘要确定出对应的疑似用户范围，获取各个疑似用户的标准认证图像，利用干扰算法对所述标准认证图像进行处理得到若干个变换图像，其中，所述干扰算法包括：噪声算法以及扰动算法中的一种或组合；提取模块，用于针对每一个疑似用户的每一张变换图像，从所述变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要；比对模块，用于将每一个第二特征摘要与第一特征摘要进行比对，将与第一特征摘要相同的第二特征摘要对应的疑似用户作为登录用户，并许可客户端登录。
64.在本发明实施例3的一种具体实施方式中，所述第一特征摘要的生成过程包括：利用特征提取算法从原始图像中提取出登录用户特征；根据预设的特征显著性评估模型对原始图像中的登录用户特征进行显著性评估，得到每一个登录用户特征对应的第一显著性得分；根据所述第一显著性得分对各个登录用户特征进行排序得到第一特征序列；从第一特征序列中截取第一显著性得分较大的第一数量个顺序次序的登录用户特征构成的第一子序列；利用哈希算法处理第一子序列得到第一特征摘要。
65.在本发明实施例3的一种具体实施方式中，获取模块，用于：根据所述第一特征摘要的用户端的ip地址，获取该ip地址对应的最近一级的运营商网关地址，将所使用该运营商网关地址的所有系统用户作为疑似用户。
66.在本发明实施例3的一种具体实施方式中，获取模块，用于：获取登录用户特征的部分特征，其中，所述部分特征是由用户端从第一特征序列中抽取的第一显著性得分值较大的第二数量个顺序次序的登录用户特征，且第二数量小于
第一数量。
67.在本发明实施例3的一种具体实施方式中，提取模块，用于：利用特征提取算法从变换图像中提取出疑似用户特征；根据预设的特征显著性评估模型对变换图像中的疑似用户特征进行显著性评估，得到每一个疑似用户特征对应的第二显著性得分；根据所述第二显著性得分对各个疑似用户特征进行排序得到第二特征序列；从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列；利用哈希算法处理第二子序列得到第二特征摘要。
68.在本发明实施例3的一种具体实施方式中，提取模块，用于：从第二特征序列中截取第二显著性得分较大的第三数量个顺序次序的疑似用户特征，得到特征集合，其中，所述第三数量大于第一数量；从所述特征集合中随机抽取第一数量个疑似用户特征，并按照第二显著性得分值进行排序得到若干个第二子序列。
69.在本发明实施例3的一种具体实施方式中，提取模块，用于：从第二特征序列中截取第二显著性得分较大的第三数量个顺序次序的疑似用户特征，得到特征集合，其中，所述第三数量大于第一数量；按照第二显著性得分值的从大到小的顺序将特征集合中的各个疑似用户特征进行排序得到第三子序列；将第三子序列中前第四数量个顺序次序中的疑似用户特征构成的序列作为第四子序列，其中，所述第四数量小于第一数量；从第三子序列中除第四子序列中的疑似用户特征之外的其他疑似用户特征中随机抽取第五数量个疑似用户特征，且第五数量等于第一数量与第四数量之差；将每一次所抽取的第五数量个疑似用户特征按照第二显著性得分值的从大到小的顺序排列在第四子序列之后，得到若干个第二子序列。
70.在本发明实施例3的一种具体实施方式中，在生成第一特征摘要之前，使用预设的特征字库对登录用户特征进行抽象化处理，得到抽象后的第一子序列，再使用哈希算法对第一子序列进行处理得到第一特征摘要；在生成第二特征摘要之前，使用预设的特征字库对疑似用户特征进行抽象化处理，得到抽象后的第二子序列，再使用哈希算法对第二子序列进行处理得到第二特征摘要。
71.在本发明实施例3的一种具体实施方式中，在所述疑似用户的数量为两个或者两个以上时，所述方法还包括：向客户端返回生成临时登录账户的指令，客户端用于根据所述生成临时登录账户的指令生成临时登录账户，并将第一特征摘要对应的原始图像上传至服务端；接收客户端返回的原始图像，将所述原始图像与标准认证图像逐一比对得到对应的登录用户，将所述登录用户认证通过信息发送至客户端并许可客户端登录。
72.实施例4对应于本发明实施例1，本发明实施例4提供了一种基于saas系统中身份认证系统。
73.图2为本发明实施例提供的一种基于saas系统中身份认证系统的结构示意图，如图2所示，所述系统包括使用互联网进行通信的用户端10和服务端，其中，所述服务端20用于执行如实施例1或2任一项所述的方法。
74.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
技术特征：1.一种基于saas的智慧门店身份认证方法，其特征在于，应用于认证系统中的服务端，其中，所述认证系统包括服务端和用户端，所述方法包括：接收用户端发送的第一特征摘要，其中，所述第一特征摘要是用户端利用不可逆摘要算法处理登录用户的原始图像中的登录用户特征得到的，且所述原始图像包括：人脸图像、指纹图像中的一种或组合；根据所述第一特征摘要确定出对应的疑似用户范围，获取各个疑似用户的标准认证图像，利用干扰算法对所述标准认证图像进行处理得到若干个变换图像，其中，所述干扰算法包括：噪声算法以及扰动算法中的一种或组合；针对每一个疑似用户的每一张变换图像，从所述变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要；将每一个第二特征摘要与第一特征摘要进行比对，将与第一特征摘要相同的第二特征摘要对应的疑似用户作为登录用户，并许可客户端登录。2.根据权利要求1所述的一种基于saas的智慧门店身份认证方法，其特征在于，所述第一特征摘要的生成过程包括：利用特征提取算法从原始图像中提取出登录用户特征；根据预设的特征显著性评估模型对原始图像中的登录用户特征进行显著性评估，得到每一个登录用户特征对应的第一显著性得分；根据所述第一显著性得分对各个登录用户特征进行排序得到第一特征序列；从第一特征序列中截取第一显著性得分较大的第一数量个顺序次序的登录用户特征构成的第一子序列；利用哈希算法处理第一子序列得到第一特征摘要。3.根据权利要求2所述的一种基于saas的智慧门店身份认证方法，其特征在于，所述根据所述第一特征摘要确定出对应的疑似用户范围，包括：根据所述第一特征摘要的用户端的ip地址，获取该ip地址对应的最近一级的运营商网关地址，将所使用该运营商网关地址的所有系统用户作为疑似用户。4.根据权利要求2所述的一种基于saas的智慧门店身份认证方法，其特征在于，所述根据所述第一特征摘要确定出对应的疑似用户范围，包括：获取登录用户特征的部分特征，其中，所述部分特征是由用户端从第一特征序列中抽取的第一显著性得分值较大的第二数量个顺序次序的登录用户特征，且第二数量小于第一数量。5.根据权利要求2所述的一种基于saas的智慧门店身份认证方法，其特征在于，所述从所述变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要，包括：利用特征提取算法从变换图像中提取出疑似用户特征；根据预设的特征显著性评估模型对变换图像中的疑似用户特征进行显著性评估，得到每一个疑似用户特征对应的第二显著性得分；根据所述第二显著性得分对各个疑似用户特征进行排序得到第二特征序列；从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列；
利用哈希算法处理第二子序列得到第二特征摘要。6.根据权利要求5所述的一种基于saas的智慧门店身份认证方法，其特征在于，所述从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列，包括：从第二特征序列中截取第二显著性得分较大的第三数量个顺序次序的疑似用户特征，得到特征集合，其中，所述第三数量大于第一数量；从所述特征集合中随机抽取第一数量个疑似用户特征，并按照第二显著性得分值进行排序得到若干个第二子序列。7.根据权利要求5所述的一种基于saas的智慧门店身份认证方法，其特征在于，所述从第二特征序列中截取第二显著性得分较大的第一数量个顺序次序的疑似用户特征构成的第二子序列，包括：从第二特征序列中截取第二显著性得分较大的第三数量个顺序次序的疑似用户特征，得到特征集合，其中，所述第三数量大于第一数量；按照第二显著性得分值的从大到小的顺序将特征集合中的各个疑似用户特征进行排序得到第三子序列；将第三子序列中前第四数量个顺序次序中的疑似用户特征构成的序列作为第四子序列，其中，所述第四数量小于第一数量；从第三子序列中除第四子序列中的疑似用户特征之外的其他疑似用户特征中随机抽取第五数量个疑似用户特征，且第五数量等于第一数量与第四数量之差；将每一次所抽取的第五数量个疑似用户特征按照第二显著性得分值的从大到小的顺序排列在第四子序列之后，得到若干个第二子序列。8.根据权利要求3-7任一项所述的一种基于saas的智慧门店身份认证方法，其特征在于，在生成第一特征摘要之前，使用预设的特征字库对登录用户特征进行抽象化处理，得到抽象后的第一子序列，再使用哈希算法对第一子序列进行处理得到第一特征摘要；在生成第二特征摘要之前，使用预设的特征字库对疑似用户特征进行抽象化处理，得到抽象后的第二子序列，再使用哈希算法对第二子序列进行处理得到第二特征摘要。9.根据权利要求1-7任一项所述的一种基于saas的智慧门店身份认证方法，其特征在于，在所述疑似用户的数量为两个或者两个以上时，所述方法还包括：向客户端返回生成临时登录账户的指令，客户端用于根据所述生成临时登录账户的指令生成临时登录账户，并将第一特征摘要对应的原始图像上传至服务端；接收客户端返回的原始图像，将所述原始图像与标准认证图像逐一比对得到对应的登录用户，将所述登录用户认证通过信息发送至客户端并许可客户端登录。10.一种基于saas的智慧门店身份认证系统，其特征在于，所述系统包括使用互联网进行通信的用户端和服务端，其中，所述服务端用于执行如权利要求1-9任一项所述的方法。
技术总结本发明提供了一种基于SaaS的智慧门店身份认证方法及系统，应用于认证系统中的服务端，方法包括：接收用户端发送的第一特征摘要；根据第一特征摘要确定出对应的疑似用户范围，获取各个疑似用户的标准认证图像，利用干扰算法对标准认证图像进行处理得到若干个变换图像；针对每一个疑似用户的每一张变换图像，从变换图像中提取出疑似用户特征，利用不可逆摘要算法对疑似用户特征进行处理，得到第二特征摘要；将每一个第二特征摘要与第一特征摘要进行比对，将与第一特征摘要相同的第二特征摘要对应的疑似用户作为登录用户，并许可客户端登录。应用本发明实施例，不容易出现认证错误或者无法认证的情况。者无法认证的情况。者无法认证的情况。
技术研发人员：张伟 张育宏
受保护的技术使用者：深圳市思迅网络科技有限公司
技术研发日：2022.05.21
技术公布日：2022/7/5
