基于深度学习的磁感应智能卡安全访问认证方法及系统

AITNT
正文
推荐专利
基于深度学习的磁感应智能卡安全访问认证方法及系统
申请号:CN202411108306
申请日期:2024-08-13
公开号:CN118965328A
公开日期:2024-11-15
类型:发明专利
摘要
本发明涉及访问认证技术领域,具体为一种基于深度学习的磁感应智能卡安全访问认证方法及系统,包括通过卷积神经网络从智能卡和读卡器之间传输的信号数据进行处理,采集认证成功的用户在认证过程中产生的延迟信息、重传率信息以及噪声信息,量化用户在认证过程中存在的风险,根据用户认证成功后在数据库中的行为特征与其他用户在数据库中的行为特征进行对比,确定用户的相似信息,并根据用户历史的登录行为,确定用户的时效信息,量化用户行为信息的风险程度,并确定用户的安全信任评分,本发明有助于获得更全面的安全分析,实现全面的风险评估和动态的安全管理。
技术关键词
滑动窗口 访问认证方法 噪声强度 重传数据包 风险 智能卡 噪声信息 信号强度阈值 生成用户 偏差 读卡器 标记 综合性 矩阵 深度学习模型 逻辑 数据采集模块 表达式
系统为您推荐了相关专利信息
1
基于多模态识别的超市收银机商品智能结算方法及系统
智能结算方法 超市收银机 RFID阅读器 动态权重分配 红外阵列传感器
2
一种放射性气溶胶实时监测方法及系统
放射性气溶胶 实时监测方法 多模态 融合特征 置信度阈值
3
电力系统灾害传播与风险演化的建模方法以及装置
风险 建模方法 实体 源节点 网络中心
4
一种炼钢钢包智能排程的方法
炼钢钢包 专用算法 出钢计划 特殊钢 日志
5
电缆隧道变形与振动风险识别方法、装置、设备和介质
深度特征提取 监测电缆隧道 信号频域特征 风险识别模型 时域特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号