安全和隐私 改进了生物识别多式联络多元融合中的云用户身份验证,使用基于区块链的轻量级深层实例的DetectNet

科学领域:

• 计算机科学 计算机科学
• 网络安全 网络安全
• 人工智能的人工智能

背景情况:

• 越来越多的网络威胁需要在云系统中进行强大的用户身份验证.
• 现有的方法难以平衡身份验证准确性与用户隐私.
• 需要去中心化,防改和透明的身份验证解决方案.

研究的目的:

• 为基于云的系统开发一个创新的用户身份验证解决方案.
• 在用户身份验证过程中增强安全性和隐私.
• 解决当前认证方法中准确性和隐私之间的权衡问题.

主要方法:

• 整合多式联络生物识别技术,以准确识别用户.
• 应用深度学习,特别是基于实例的基于学习的DetectNet (IL-DN),用于快速和精确的身份验证.
• 实施用于生物识别数据编码的隐私保护技术.
• 利用区块链技术,智能合约和增强的工作证明 (PoW) 机制,实现分散和安全的系统.

主要成果:

• 拟议的系统使用通过IL-DN的多式联络生物识别显示了高的身份验证准确性.
• 通过先进的编码技术,有效地保护生物识别数据的隐私.
• 通过区块链建立一个分散的,防改的,透明的身份验证框架.
• 综合评估性能指标,包括准确性,隐私,安全性和资源利用.

结论:

• 该研究提供了一个全面的解决方案,用于云环境中安全和隐私增强的用户身份验证.
• 综合方法有效地解决了当前认证系统的局限性.
• 这项工作有助于填补安全和私有云身份验证方面的研究缺口.