[發(fā)明專利]一種非接觸式計(jì)算機(jī)保密方法及保密系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611046009.1
• 申請日: 2016-11-22
• 公開（公告）號: CN106650370A
• 公開（公告）日: 2017-05-10
• 發(fā)明（設(shè)計(jì)）人: 衛(wèi)保國;井睿星;高一鳴;王健;葛蘋;何興建;趙思同
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06F21/32
• 分類號: G06F21/32;G06F1/32
• 代理公司: 陜西增瑞律師事務(wù)所61219
• 代理人: 張瑞琪

【技術(shù)領(lǐng)域】

本發(fā)明屬于計(jì)算機(jī)安全技術(shù)領(lǐng)域，具體涉及一種非接觸式計(jì)算機(jī)保密方法及保密系統(tǒng)。

【背景技術(shù)】

目前，在節(jié)能方面非接觸式滅屏和亮屏沒有太多研究。傳統(tǒng)屏幕滅屏是計(jì)算機(jī)自帶系統(tǒng)可自由設(shè)置時(shí)間，默認(rèn)無人操作自動關(guān)閉顯示屏為20分鐘，這個(gè)時(shí)間雖可自由設(shè)置，但是若設(shè)置時(shí)間過短又假設(shè)存在看文檔或者視頻期間無操作時(shí)，屏幕頻繁滅屏十分不方便，但是若設(shè)置過長，由于人有事不在屏幕持續(xù)亮屏勢必會造成屏幕耗電以及信息安全問題。

而針對由于人長時(shí)間離開時(shí)信息安全的問題，傳統(tǒng)的解決方法為人離開電腦時(shí)啟動電腦系統(tǒng)自帶鎖屏，人來時(shí)通過手動輸入密碼進(jìn)入電腦。但是傳統(tǒng)的方法還是需要人工設(shè)置，這樣不僅效率低，而且若忘記設(shè)置，還是可能會造成信息泄露等問題，以及現(xiàn)有的方法例如鼠標(biāo)嵌入指紋識別功能，以及聯(lián)想的一款應(yīng)用于計(jì)算機(jī)信息安全的人臉識別解鎖軟件。利用鼠標(biāo)嵌入指紋識別功能缺點(diǎn)，其一是這樣的鼠標(biāo)成本高，價(jià)格昂貴；其二，指紋識別中會出現(xiàn)指模代替，使得識別中出現(xiàn)造假的缺陷，而且在使用指紋識別之前還必須手動設(shè)置鎖屏。而聯(lián)想的人臉識別解鎖屏幕的軟件的缺點(diǎn)，其一，它只能運(yùn)用在聯(lián)想的筆記本上，其他電腦不能使用，不具有擴(kuò)展性；其二，這款軟件在人離開之前需要手動鎖屏；其三，在非機(jī)主試圖用該電腦時(shí)無保存此人圖像功能。因此，需要提供一款既節(jié)能又能保護(hù)信息安全的方法及系統(tǒng)。

【發(fā)明內(nèi)容】

本發(fā)明的目的是提供一種非接觸式計(jì)算機(jī)保密方法及保密系統(tǒng)，以解決現(xiàn)有技術(shù)中不能同時(shí)滿足節(jié)能和保密功能的問題。

本發(fā)明采用以下技術(shù)方案，一種非接觸式計(jì)算機(jī)保密方法，包括以下步驟：

步驟一、通過攝像頭和上位機(jī)模塊建立預(yù)存樣本照片數(shù)據(jù)庫，并保存在上位機(jī)模塊中；

步驟二、開啟紅外探測模塊，并通過紅外探測模塊檢測是否有人在使用計(jì)算機(jī)，若否，則發(fā)送使用者離開的信號至上位機(jī)模塊；若是，則持續(xù)檢測，直至檢測到使用者離開檢測范圍后，再發(fā)送使用者離開的信號至上位機(jī)模塊；

步驟三、當(dāng)上位機(jī)模塊收到步驟二中的使用者離開的信號后，則關(guān)閉顯示器，并發(fā)送繼續(xù)檢測的信號至紅外檢測模塊；

步驟四、紅外檢測模塊接收到步驟三中上位機(jī)模塊發(fā)出的繼續(xù)檢測的信號后，繼續(xù)執(zhí)行紅外檢測，直至檢測到有人進(jìn)入到檢測范圍內(nèi)，通過上位機(jī)模塊控制攝像頭獲取進(jìn)入范圍者照片并傳送至上位機(jī)模塊，同時(shí)開啟顯示器；

步驟五、通過上位機(jī)模塊將步驟四中獲取的進(jìn)入范圍者照片與預(yù)存樣本照片數(shù)據(jù)庫進(jìn)行核對，若進(jìn)入范圍者照片為預(yù)存樣本照片數(shù)據(jù)庫內(nèi)的照片，則進(jìn)入計(jì)算機(jī)系統(tǒng)；否則，通過密碼驗(yàn)證后在進(jìn)入系統(tǒng)。

進(jìn)一步地，步驟一中預(yù)存樣本照片數(shù)據(jù)庫具體通過特征臉識別方法、線性判別分析法或局部二元模式直方圖算法來建立。

進(jìn)一步地，特征臉識別方法，具體過程如下：

1.1.1、定義有N個(gè)訓(xùn)練樣本，每個(gè)樣本的像素灰度組成一個(gè)向量x_i，i＝1,2,3,4…N，i表示N個(gè)訓(xùn)練樣本中的第i個(gè)，x_i即為第i個(gè)訓(xùn)練樣本的像素灰度組成的向量，將所有樣本向量組成樣本集矩陣X＝(x₁,x₂,x₃,…x_N)，則該樣本集的平均向量為：其中，即的行向量形式；

1.1.2、則X對應(yīng)的協(xié)方差矩陣為:其中為訓(xùn)練樣本的平均向量；

1.1.3、定義S的秩為m，得出協(xié)方差矩陣的特征值，把特征值從大到小進(jìn)行排序，由前m個(gè)最大特征值所對應(yīng)的特征向量構(gòu)成主成分矩陣W，任何一幅人臉圖像都可以向其投影并獲得一組坐標(biāo)系數(shù)，稱為K-L分解系數(shù)，即其中，x是指待識別的人臉圖像向量,通過計(jì)算z的歐式距離，再用該距離和設(shè)置的閾值比較即可得到待識別圖像是否和訓(xùn)練樣本匹配；

1.1.4、將訓(xùn)練樣本得到的平均向量投影到主成份矩陣W上，等待和需要識別的人臉進(jìn)行匹配。

進(jìn)一步地，線性判別分析法具體過程如下：

1.2、定義訓(xùn)練樣本的集合X＝(x₁,x₂,…x_N)，即其是N個(gè)n維的訓(xùn)練樣本，其中，定義X包含了C種類別樣本；

則樣本類間離散度矩陣其中，i表示C類樣本中的第i類，u_i是第i類樣本的平均向量，u₀是所有樣本平均向量，P_i為第i類的樣本數(shù)量；

樣本類內(nèi)離散度矩陣其中，u_i為第i類的樣本的平均向量，是指第i類里面的第j個(gè)訓(xùn)練樣本；