基于声纹与面部特征融合加密的手机nfc安全支付方法
【技术领域】
[0001]本发明涉及手机支付安全领域，具体是一种基于声纹与面部特征融合加密的手机NFC(Near Field &3臟1111；[0&1:;[011，简称即(]，近场通信)安全支付方法。
【背景技术】
[0002]手机不仅具有移动通信随时随地、不受时空限制的特点，还有普及性、便携性和个性化等优点，这都为手机作为移动支付终端提供了基础。手机钱包将普及率不断升高的手机与银行卡两大高科技产品融合起来，为人们提供了最新的支付工具并给人们的日常生活带来了很大的便利。
[0003]NFC技术是现在广泛被研究的近距离无线通信技术之一，它具有功耗小，方便快捷等优点。该技术通过与网络以及非接触式技术相融合已经发展应用在移动终端的近场支付系统中。随着NFC技术发展不断完善，利用该技术在移动通信终端上实现金融交易功能，使得支付交易变得更加快捷。
[0004]2013年底，中国手机用户已逾12.35亿，近场支付注册用户已超过6000万。三星、HTC等国际主流手机厂商已明确表示，将NFC技术作为未来手机的标配。同样截至2013年底，全国共有294万台P0S(point of sale，缩写为P0S)可受理有“QuickPass”标识的金融IC(integrated circuit，缩写为1C)卡。非接触受理P0S大多布放于快餐、公交、菜市场等小额快速通过领域，移动支付产业发展态势良好。
[0005]但是在手机NFC支付时使用的NFC点对点模式本身没有任何加密特性，通过特殊的射频设备，可以窃听到NFC交互信息，造成用户的信息泄露，所以在手机NFC支付时仍存在着一些安全问题。
【发明内容】
[0006]本发明的目的是针对现有技术的不足，而提供一种基于声纹与面部特征融合加密的手机NFC安全支付方法。这种方法可以实现手机NFC支付时信息的安全交互。
[0007]实现本发明目的的技术方案是:
[0008]基于声纹与面部特征融合加密的手机NFC安全支付方法，包括如下步骤:
[0009]1)图像捕获和语音采集:用手机自带摄像头进行图像捕获；用手机话筒进行语音米集；
[0010]2)对捕获的图像和采集的语音分别进行处理:图像的处理包括图像预处理、人脸检测和人脸特征提取得到人脸特征向量;语音处理包括语音预处理和语音特征提取，得到语音特征向量；
[0011 ] 3)将人脸特征向量和语音特征向量进行融合处理，得到特征向量P;
[0012]4)将特征向量P进行数据压缩，压缩至256位字节，得到特征向量T ；
[0013]5)将特征向量T作为密钥存储在手机内作为发起端，并用迪菲赫尔曼密钥交换算法将其传递到目标端；
[0014]6)通信双方将特征向量T作为对称密钥进行加密通信。
[0015]步骤2)中，所述的图像预处理采用基于后验信息的降质过程自适应估计的超分辨率算法;
[0016]所述的人脸检测采用隐马尔科夫模型；
[0017]所述的人脸特征提取采用主动表观模型；
[0018]所述的语音预处理包括:采样量化、预加重、取音框和加窗；
[0019]所述的语音特征提取是提取的梅尔频率倒谱系数。
[0020]步骤3)中，特征向量的融合是基于神经网络的特征层融合算法。
[0021 ]步骤4)中，数据压缩使用的是哈夫曼编码。
[0022]步骤5)中，所述迪菲赫尔曼密钥交换算法流程为:
[0023]在NFC会话建立时，目标端将随机生成的NFCID3发送给发起端，
[0024]发起端随机生成大素数a、p，依照公式(1)计算A，并将A，p发送至目标端，
[0025]A = 2a mod p (1)
[0026]目标端随机生成大素数b，依照公式(2)计算B，并将B发送至发起端，
[0027]B = 2b mod p (2)
[0028]目标端与发起端分别按照公式(3)与公式(4)计算各自生成K，
[0029]K=Ab mod p (3)
[0030]K = Ba mod p (4)
[0031 ]根据安全散列算法利用因子K得到256位AES对称密钥；
[0032]发起端随机生成随机数INounce并发送至目标端；
[0033]目标端随机生成随机数TNounce并发送至发起端；
[0034]发起端与目标端各自按照公式(5)各自生成用于AES加密的256位对称密钥KEY，
[0035]KEY = SHA 2(INonce:NFCID3:K:TNonce) (5)
[0036]式中，SHA为安全哈希算法(SecureHash Algorithm，简称SHA);
[0037]发起端利用AES对称密钥对压缩后的特征向量T进行加密传输给目标端；
[0038]目标端解码后得到压缩后的特征向量Τ并将其作为后续通信的密钥。
[0039]迪菲赫尔曼密钥交换算法的信息交互可以由任何一方开始。
[0040]这种方法是在NFC点对点模式下进行的，这种方法可以实现手机NFC支付时信息的安全交互。
【附图说明】
[0041 ]图1为实施例方法流程示意图。
【具体实施方式】
[0042]下面结合附图和实施例对本
【发明内容】
进行阐述，但不是对本发明的限定。
[0043]实施例:
[0044]参照图1，基于声纹与面部特征融合加密的手机NFC安全支付方法，包括如下步骤:
[0045]1)图像捕获和语音采集:用手机自带摄像头进行图像捕获；用手机话筒进行语音采集；
[0046]2)对捕获的图像和采集的语音分别进行处理:图像的处理包括图像预处理、人脸检测和人脸特征提取得到人脸特征向量;语音处理包括语音预处理和语音特征提取，得到语音特征向量；
[0047 ]3)将人脸特征向量和语音特征向量进行融合处理，得到特征向量P;
[0048]4)将特征向量P进行数据压缩，压缩至256位字节，得到特征向量T ；
[0049]5)将特征向量T作为密钥存储在手机内作为发起端，并用迪菲赫尔曼密钥交换算法将其传递到目标端；
[0050]6)通信双方将特征向量T作为对称密钥进行加密通信。
[0051]步骤2)中，所述的图像预处理采用基于后验信息的降质过程自适应估计的超分辨率算法;
[0052]所述的人脸检测采用隐马尔科夫模型；
[0053]所述的人脸特征提取采用主动表观模型；
[0054]所述的语音预处理包括:采样量化、预加重、取音框和加窗；
[0055]所述的语音特征提取是提取的梅尔频率倒谱系数。
[0056]步骤3)中，特征向量的融合是基于神经网络的特征层融合算法。
[0057]步骤4)中，数据压缩使用的是哈夫曼编码。
[0058]步骤5)中，所述迪菲赫尔曼密钥交换算法流程为:
[0059]在NFC会话建立时，目标端将随机生成的NFCID3发送给发起端，
[0060]发起端随机生成大素数a、p，依照公式(1)计算A，并将A，p发送至目标端，
[0061]A = 2a mod p (1)
[0062]目标端随机生成大素数b，依照公式(2)计算B，并将B发送至发起端，
[0063]B = 2b mod p (2)
[0064]目标端与发起端分别按照公式(3)与公式(4)计算各自生成K，
[0065]K=Ab mod p (3)
[0066]K = Ba mod p (4)
[0067]根据安全散列算法利用因子K得到256位AES对称密钥；
[0068]发起端随机生成随机数INounce并发送至目标端；
[0069]目标端随机生成随机数TNounce并发送至发起端；
[0070]发起端与目标端各自按照公式(5)各自生成用于AES加密的256位对称密钥KEY，
[0071]KEY=SHA 2(INonce:NFCID3:K:TNonce) (5)
[0072]式中，SHA为安全哈希算法(SecureHash Algorithm，简称SHA);
[0073]发起端利用AES对称密钥对压缩后的特征向量T进行加密传输给目标端；
[0074]目标端解码后得到压缩后的特征向量Τ并将其作为后续通信的密钥。
[0075]迪菲赫尔曼密钥交换算法的信息交互可以由任何一方开始。
[0076]这种方法是在NFC点对点模式下进行的。
【主权项】
1.基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，包括如下步骤: 1)图像捕获和语音采集:用手机自带摄像头进行图像捕获;用手机话筒进行语音采集； 2)对捕获的图像和采集的语音进行分别进行处理:图像的处理包括图像预处理、人脸检测和人脸特征提取得到人脸特征向量;语音处理包括语音预处理和语音特征提取，得到语音特征向量； 3)将人脸特征向量和语音特征向量进行融合处理，得到特征向量P ； 4)将特征向量P进行压缩，压缩至256位字节，得到特征向量T; 5)将特征向量T作为密钥存储在手机内作为发起端，并用迪菲赫尔曼密钥交换算法将其传递到目标端； 6)通信双方将特征向量T作为对称密钥进行加密通信。2.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤2)中，所述的图像预处理采用基于后验信息的降质过程自适应估计的超分辨率算法。3.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤2)中，所述的人脸检测采用隐马尔科夫模型。4.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤2)中，所述的人脸特征提取采用主动表观模型。5.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤2)中，所述的语音预处理包括:采样量化、预加重、取音框和加窗。6.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤2)中，所述的语音特征提取是提取的梅尔频率倒谱系数。7.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤3)中，特征向量的融合是基于神经网络的特征层融合算法。8.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤4)中，数据压缩使用的是哈夫曼编码。9.根据权利要求1所述的基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，步骤5)中，迪菲赫尔曼密钥交换算法的信息交互可以由任何一方开始。
【专利摘要】本发明公开了一种基于声纹与面部特征融合加密的手机NFC安全支付方法，其特征是，包括如下步骤：图像捕获和语音采集；对捕获的图像和采集的语音进行分别进行处理；将人脸特征向量和语音特征向量进行融合处理，得到特征向量P；将特征向量P进行压缩，压缩至256位字节，得到特征向量T；将特征向量T作为密钥存储在手机内作为发起端，并用迪菲赫尔曼密钥交换算法将其传递到目标端；通信双方将特征向量T作为对称密钥进行加密通信。这种方法是在NFC点对点模式下进行的，这种方法可以实现手机NFC支付时信息的安全交互。
【IPC分类】G06Q20/40, G06Q20/38, G06Q20/32
【公开号】CN105469253
【申请号】CN201510799024
【发明人】李云, 陈庞森, 孙山林, 周卓伟
【申请人】桂林航天工业学院
【公开日】2016年4月6日
【申请日】2015年11月19日