本發明涉及計算機用戶身份識別技術領域，具體為一種計算機用戶身份識別方法
背景技術：
計算機俗稱電腦，是一種用于高速計算的電子計算機器，可以進行數值計算，又可以進行邏輯計算，還具有存儲記憶功能。是能夠按照程序運行，自動、高速處理海量數據的現代化智能電子設備。由硬件系統和軟件系統所組成，沒有安裝任何軟件的計算機稱為裸機。可分為超級計算機、工業控制計算機、網絡計算機、個人計算機、嵌入式計算機五類，較先進的計算機有生物計算機、光子計算機、量子計算機等。
目前，很多計算機上都帶有指紋識別模塊。首先，采集用戶的指紋，并通過圖像處理和圖像識別技術以獲得用戶的指紋識別數據，并存儲在數據庫中。當再次采集到指紋時，指紋識別模塊會對新采集到的指紋進行圖像處理和圖像識別技術，以獲得新的指紋識別數據，并將新的指紋識別數據和數據庫中的用戶的指紋識別數據進行對比，以確定兩者是否相同，如果相同，則可以確定兩者是同一個人，反之，則不能認為兩者是同一個人。但是，由于某些原因，指紋采集并不一定能成功，例如，手指受傷而造成指紋損毀，或者因為按壓的力度不一而造成指紋識別的結果不一樣等等，所以，用戶可能需要多次進行識別或者可能沒法進行識別，降低用戶體驗。
隨著計算機技術的不斷發展，信息安全已成為計算機用戶普遍關注的焦點，傳統方法并不能實現對用戶的身份進行確認，僅僅只是對密碼內容進行確認，一旦密碼被他人盜取則會造成巨大的經濟損失。而且當今用戶有很多場景需要使用密碼，如果分別使用不同的密碼會很容易造成遺忘；如果使用統一的密碼則很容易被人通過其他渠道盜取，例如撞庫攻擊方式等。因此，傳統密碼方式在如今快速發展的移動互聯網時代逐步顯示出其安全性、有效性及便捷性的不足。
技術實現要素：
本發明的目的在于提供一種計算機用戶身份識別方法，以解決上述背景技術中提出的問題。
為實現上述目的，本發明提供如下技術方案：一種計算機用戶身份識別方法,包括以下步驟：
a、計算機前置攝像頭采集人臉生物特征圖像，并將采集到的圖像進行分塊，得到多塊生物特征區域；
b、聲音采集器采集用戶的聲音特征信號；并將采集到的聲音特征信息進行分塊，得到多塊生物特征區域；
c、指紋采集芯片采集使用者的指紋，并通過皮膚標記信息識別器采集使用者指紋反射的光的波長，并進行加密處理；
d、計算機匹配模塊對生物特征區域和聲音特征信號在數據庫中進行匹配，若匹配率達到70％以上，則進入指紋匹配系統；否則，斷開計算機電源；
e、指紋匹配成功，則進入計算機系統；否則，斷開計算機電源。
優選的，所述步驟c中指紋信息加密方法包括以下步驟：
a、指紋采集芯片采集使用者的指紋圖像，并發送至計算機cpu；
b、計算機cpu提取指紋模板，將指紋模板中的部分數據傳輸至指紋加密模塊；
c、指紋加密模塊對指紋模板部分數據進行加密存儲；
d、指紋模板中的剩余數據隨機存儲在存儲器ram中。
優選的，所述步驟d中聲音特征信號識別方法包括以下步驟：
a、將采集到的使用者聲音進行降噪處理；
b、將降噪后的聲音截取成多個聲音片段，每個片段中包含一個脈沖串；
c、對每個聲音片段進行端點檢測；
d、對端點檢測后的聲音片段中的每個幀提取特征參數，對提取的特征參數進行時間規整，得到識別參數；
e、識別參數對bp人工神經網絡進行訓練，使該bp人工神經網絡認識、記憶這些識別參數；
f、將聲音片段的識別參數輸入訓練后的該bp人工神經網絡，以識別出該聲音是否是使用者的聲音特征信息。
與現有技術相比，本發明的有益效果是：本發明的計算機用戶身份識別方法簡單，識別精度高、效率高，確保了計算機的數據安全；其中，采用的指紋信息加密方法能夠有效的對指紋部分信息進行加密，防止出現惡意篡改現象；采用的聲音特征信號識別方法，識別成功率高，識別效率高，能夠快速的識別使用者對應的聲音信息，提高了計算機用戶身份識別質量。
具體實施方式
下面對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明保護的范圍。
本發明提供如下技術方案：一種計算機用戶身份識別方法,包括以下步驟：
a、計算機前置攝像頭采集人臉生物特征圖像，并將采集到的圖像進行分塊，得到多塊生物特征區域；
b、聲音采集器采集用戶的聲音特征信號；并將采集到的聲音特征信息進行分塊，得到多塊生物特征區域；
c、指紋采集芯片采集使用者的指紋，并通過皮膚標記信息識別器采集使用者指紋反射的光的波長，并進行加密處理；
d、計算機匹配模塊對生物特征區域和聲音特征信號在數據庫中進行匹配，若匹配率達到70％以上，則進入指紋匹配系統；否則，斷開計算機電源；
e、指紋匹配成功，則進入計算機系統；否則，斷開計算機電源。
本發明中，步驟c中指紋信息加密方法包括以下步驟：
a、指紋采集芯片采集使用者的指紋圖像，并發送至計算機cpu；
b、計算機cpu提取指紋模板，將指紋模板中的部分數據傳輸至指紋加密模塊；
c、指紋加密模塊對指紋模板部分數據進行加密存儲；
d、指紋模板中的剩余數據隨機存儲在存儲器ram中。
其中，部分指紋數據存儲到加密芯片，通過spi接口傳輸，傳輸時，采用spi加擾技術，防止其他設備在spi線上采集數據，存儲時，采用對稱加密存儲，讀取時先進行解密，然后再讀取；加密芯片自身boot/cos卡片操作系統可以防止被惡意軟件篡改。
本發明中，步驟d中聲音特征信號識別方法包括以下步驟：
a、將采集到的使用者聲音進行降噪處理；
b、將降噪后的聲音截取成多個聲音片段，每個片段中包含一個脈沖串；
c、對每個聲音片段進行端點檢測；
d、對端點檢測后的聲音片段中的每個幀提取特征參數，對提取的特征參數進行時間規整，得到識別參數；
e、識別參數對bp人工神經網絡進行訓練，使該bp人工神經網絡認識、記憶這些識別參數；
f、將聲音片段的識別參數輸入訓練后的該bp人工神經網絡，以識別出該聲音是否是使用者的聲音特征信息。
本發明的計算機用戶身份識別方法簡單，識別精度高、效率高，確保了計算機的數據安全；其中，采用的指紋信息加密方法能夠有效的對指紋部分信息進行加密，防止出現惡意篡改現象；采用的聲音特征信號識別方法，識別成功率高，識別效率高，能夠快速的識別使用者對應的聲音信息，提高了計算機用戶身份識別質量。
盡管已經示出和描述了本發明的實施例，對于本領域的普通技術人員而言，可以理解在不脫離本發明的原理和精神的情況下可以對這些實施例進行多種變化、修改、替換和變型，本發明的范圍由所附權利要求及其等同物限定。