买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中移动金融科技有限公司;中国移动通信集团有限公司申请的专利多模态人脸攻击检测方法、装置、电子设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118797600B 。

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310947254.3，技术领域涉及：G06F21/32；该发明授权多模态人脸攻击检测方法、装置、电子设备及存储介质是由高丽;孙健;陈明;赖子轩设计研发完成，并于2023-07-28向国家知识产权局提交的专利申请。

本多模态人脸攻击检测方法、装置、电子设备及存储介质在说明书摘要公布了：本申请公开了一种多模态人脸攻击检测方法、装置、电子设备及存储介质，涉及人脸识别技术领域，所述多模态人脸攻击检测方法包括：将移动互联网用户的云网端行为数据和人脸图像数据联合的多模态数据对应的初始矩阵输入异常感知矩阵生成深度网络，获得多模态异常感知数据矩阵；将多模态异常感知数据矩阵输入多模态异常风险度量深度网络，生成风险度量向量；根据模糊计算规则、风险度量向量以及基准阈值，确定动态阈值；根据所述动态阈值选取多个人脸攻击检测模型进行检测，获得各人脸攻击检测模型的攻击概率；基于各所述攻击概率和所述动态阈值，确定攻击检测结果。本申请解决了移动场景下的多模态人脸攻击检测中的多维度数据采集困难的技术问题。

本发明授权多模态人脸攻击检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种多模态人脸攻击检测方法，其特征在于，所述多模态人脸攻击检测方法包括： 将移动互联网用户的云网端行为数据和人脸图像数据联合的多模态数据分别对应的初始矩阵输入预设的异常感知矩阵生成深度网络，获得多模态异常感知数据矩阵； 将所述多模态异常感知数据矩阵输入预设的多模态异常风险度量深度网络，生成风险度量向量； 根据预设的模糊计算规则、所述风险度量向量以及预设的基准阈值，确定动态阈值； 根据所述动态阈值选取多个人脸攻击检测模型以对所述人脸图像数据进行检测，获得各所述人脸攻击检测模型分别对应的攻击概率； 基于各所述人脸攻击检测模型分别对应的攻击概率和所述动态阈值，确定攻击检测结果； 其中，所述多模态数据至少包括终端数据、位置数据、通信数据、网络数据以及人脸图像数据，所述异常感知矩阵生成深度网络至少包括第一子网络、第二子网络、第三子网络、第四子网络以及第五子网络，所述多模态异常感知数据矩阵至少包括终端异常感知向量、位置异常感知向量、通信异常感知向量、网络异常感知向量以及人脸异常感知向量； 所述将移动互联网用户的云网端行为数据和人脸图像数据联合的多模态数据分别对应的初始矩阵输入预设的异常感知矩阵生成深度网络，获得多模态异常感知数据矩阵的步骤包括： 将采集到的多模态数据进行预处理，生成各模态数据分别对应的初始矩阵，其中，所述初始矩阵至少包括第一初始矩阵、第二初始矩阵、第三初始矩阵、第四初始矩阵以及第五初始矩阵； 通过第一子网络和第二子网络分别对所述终端数据对应的第一初始矩阵和所述位置数据对应的第二初始矩阵进行历史状态与当前状态的比较，获得所述终端数据和所述位置数据分别对应的终端异常感知向量和位置异常感知向量； 通过第三子网络对所述通信数据对应的第三初始矩阵中的时间序列和绝对数值与异常行为之间的相关性进行计算，获得所述通信数据对应的通信异常感知向量； 通过第四子网络对所述网络数据对应的第四初始矩阵中的各应用以及访问次数与异常行为之间相关性进行计算，获得所述网络数据对的网络异常感知向量； 通过第五子网络提取所述人脸图像数据对应的第五初始矩阵中的图像特征并对所述图像特征进行计算，获得所述人脸图像数据对应的人脸异常感知向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中移动金融科技有限公司;中国移动通信集团有限公司，其通讯地址为：100032 北京市西城区阜成门外大街31号4层411B；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。