一种基于深度学习的控制台登录身份信息采集验证方法

本发明涉及信息安全技术领域，公开一种基于深度学习的控制台登录身份信息采集验证方法，包括：S1，采集用户的生物特征和行为特征，采用深度学习模型提取生物特征的特征向量，采用时间序列模型提取行为特征的特征向量，以拼接得到身份特征向量，且将生物特征的特征向量与行为特征的特征向量进行拼接，以构建身份特征向量；S2，采用拓扑保持投影方法对身份特征向量降维，构建低维流形嵌入表示；S3，在深度学习模型的损失计算过程中，加入流形正则化项。本发明采用深度学习和时间序列模型联合提取身份特征，达到快速精确采集生物和行为信息的效果，相较于现有技术中单一特征识别方案，解决误识率高、识别效率低的问题。