1.一种计算机网络身份验证方法，其特征在于，所述计算机网络身份验证方法包括：
用户注册，填写基本信息之后进行人脸面部识别、虹膜上传、指纹录入；再进行手机号绑定注册；
用户注册基本信息中，需进行基本信息的加密，包括：
第一步，初始化建立算法：首先输入包含所有属性的属性集合U，属性在不同的分层中；
然后选择一个阶为N＝p1p2p3双线性复合群G，p1、p2、p3为不相同的素数，令 表示阶为pi的子群，i＝1,2,3；然后选择随机指数a和α、随机群元素 其中，a,α∈ZN，ZN表示1至N-1的整数；对于U中的|U|个属性元素，选择对应的群元素 则公共参数PK和主密钥MSK分别为:
PK＝{N,g,gα,e(g,g)a,h1,......,h|U|}；
MSK＝{α,X3}；
其中，e(g,g)a表示双线性对；
第二步，令属性集合S为属性集合U的分层子集，根据属性集合S、公共参数PK、消息M和一个提前生成的分层门限访问结构(MV,ρ)将属性集合U所有层次的属性均用一个表达式进行加密得到密文CT，其中，函数ρ表示分层访问结构MV中的行到属性的映射；令属性集合S的每一层的属性数量超过该层门限，使S满足分层的访问结构；
第三步，通过主密钥MSK和属性集合S，结合步骤S1中的子群 生成密钥SK；
第四步，通过访问结构MV对应的密文CT和属性集合S对应的密钥SK恢复出消息。
所述分层门限访问结构(MV,ρ)的生成方法具体如下：
1)系统初始化
定义函数f的运算规则如下：每进行一次f运算，就将多项式的常数项变为0，自变量的系数不变，次数减1，设a、b、c、d为确定的常实数，则有：
f(a+bx+cxd)＝0+b+cxd-1；
f(1+2x+3x4)＝0+2+3x3；
设(k，n)是一个分层的秘密共享系统，主要由一个秘密分发者D和n个参与者组成，属性集合U是n个参与者的集合，且包含m个层次，即 其中对于i≠j，Ui∩Uj＝φ；令是一个单调递增的整数序列0＜k0＜k1＜...＜km，并且km-1＜km-1，ki是每一层的门限值，则(k，n)分层的门限访问结构就是要为属性集合U中每个参与者u分配秘密信息s的一个秘密份额σ(u)，使其满足以下访问结构：
满足上式所描述的访问结构的分层的参与者子集S称为授权子集，可以恢复主秘密，而不满足上述访问结构的任何用户子集将无法获得关于主秘密的任何信息；
2)子秘密分发
秘密分发者D任意选取t-1个随机数a1,...,at-1和一个大素数q，然后构造多项式P(x)＝s+a1x+...+at-1xt-1，其中s是需要被共享的主秘密；系统中的每个参与者u对应域里面的一个元素表示其身份，用uj表示，D根据参与者所处的层次i计算参与者的秘密份额其中：
P0(x)＝P(x)；
1
P1(x)＝f(P(x))＝f(P(x))；
Pi(u)＝f(Pi-1(u))；
表示多项式P(x)经过ki-1次f运算后在域元素uj处的值；ki-1是第i-1层的门限值且令k-1＝0，D公开 lm表示第m层中拥有属性集合S的元素数量；
3)秘密恢复
令 |S|表示S所具有的元素数量，设定满足：
…
其中，U0,…,Um表示集合U的第0至m层，0≤l0≤l1≤...≤lm＝|S|，当且仅当对于所有的
0≤i≤m，li≥ki，S为一个授权子集，即符合访问结构，则S中所有的参与者合作时，可以组成系数矩阵MV，其中系数矩阵按行编写为：
S中的所有参与者可以合作解出如下的方程组：
即：
可以看出，若S满足访问结构，就可以重构出多项式P(x)，从而恢复出秘密S；这个访问结构可以等价于分层矩阵的LSSS的访问结构，即令 被定义为I＝{j：ρ(j)∈S}，如果令 是秘密s的一个子秘密，则存在常数{ωj∈ZN}使得∑j∈Iωjλj＝s，其中， ZN表示1到N的整数集合；ωj在秘密共享生成矩阵Mv大小的多项式时间内总可以被找到，就可以恢复出来主秘密；
登录时通过扫描动态二维码，产生验证码进行输入进入虹膜验证，根据虹膜验证判断登录是否成功；
验证码进行虹膜验证中，需进行虹膜信息的解密，包括：
在得到密文Z′＝(z1′,…,z2l′)后，首先计算：
Y′＝L2-1(Z′)＝(y1′,…,y2l′)；
对于点集P中的每一点(μ,λ)，计算：
然后验证Z(y1″,…,y2l″)＝μ，如果不成立，则丢弃这组值；否则进行下一步；
最后计算：
M′＝L1-1(y1″,…,y2l″)＝(m1′,…,m2l′)，
如果只有唯一的一组(m1′,…,m2l′)，那么M′就一定是对应的明文，如果得到超过一组的(m1′,…,m2l′)，则用Hash函数或者增加验证方程的方式来确定唯一明文。
2.如权利要求1所述计算机网络身份验证方法，其特征在于，解密前，需先进行虹膜的加密，包括：
公钥生成：公钥由有限域k，以及它的加法和乘法结构和n个二次多元多项式组成；
私钥生成：私钥由映射F～随机选取的r个线性独立的z1,…,zr∈k[x1,…,x2l]、一个点集P、两个可逆仿射变换L1和L2以及它们的逆组成；
加密过程即给定明文M′＝(x1′,…,xn′)，用选取的公钥进行加密，形成密文Z′＝(z1′,…,zn′)；
中心映射重新构造的过程包括以下步骤：
首先，选择r是一个比较小的整数，随机选择r个线性独立方程
映射Z:k2l→kr如下确定：
Z(x1,…,x2l)＝(z1(x1,…,x2l),…,zr(x1,…,x2l))，
其次，随机选取2l个总次数为2的多项式
映射 如下确定：
然后，定义扰动映射F*:k2l→k2l为 和Z的复合：
其中f1*,…,f2l*∈k[x1,…,x2l]，
*
最后，用内部扰动映射F扰动原来的中心映射 新的公钥映射为：
公钥生成包括以下步骤：
选取有限域k，以及它的加法和乘法结构；
选取2l个二次多元多项式组：
f1(x1,…,x2l),…,f2l(x1,…,x2l)∈k[x1,…,x2l]；
私钥生成包括以下步骤：
选取映射 即两个随机数α1，α2；
随机选取r个线性独立的z1,…,zr∈k[x1,…,xn]；
选取一个点集P，P是所有映射 的像和原像的集合，即：
点集P由随机选取的2l个二次多项式 确定；
选取两个可逆仿射变换L1和L2以及它们的逆；
第二步中具体包括如下步骤：
2.1)令访问结构MV是一个j×t矩阵；
2.2)选择一个随机向量 表示1到N的整数集合中的任意
t个，其中，s表示秘密值，y1,......,yt-1为秘密值s的分享；
2.3)令 |S|表示S所具有的元素数量，设定满足：
…
其中，U0,…,Um表示集合U的第0至m层，0≤l0≤l1≤...≤lm＝|S|，当且仅当对于所有的
0≤i≤m，有li≥ki，li表示第i层中拥有集合S的元素数量，ki表示第i层中集合S的元素数量门限；
然后对于所有的j＝1,...,l0,...,lm，计算 Mj表示MV中的第j行；
2.4)对于属性集合U的层次数i∈{0,...,m}，设定j＝li-1+c，l-1＝0，c为常数，表示第i层的第c个属性，即属性集合U中的第j个属性对应于第i层的第c个属性；
2.5)选择随机数
2.6)将所有层次的属性通过以下表达式进行加密得出密文CT：
其中，hρ(j)表示与属性集合U中的第ρ(j)个属性元素对应的群元素，ρ(j)表示属性集合U中第j层的属性到访问结构Mv的第j行的映射。
3.如权利要求1所述计算机网络身份验证方法，其特征在于，虹膜识别的算法包括：
(1)提取边缘
用CCD获取的眼睛图像,包括巩膜、虹膜、瞳孔和上眼皮部分，将虹膜从整幅图像中分割出来,首先找出虹膜的内外边缘；
选用高斯—拉普拉斯二阶微分滤波器▽2G，▽2G为二维高斯平滑滤波器G(x,y)与拉普拉斯算子▽2f(x,y)的组合：
二阶微分滤波器为：
该滤波器虽不是可分离的,写成：
G1、G2均为可分离滤波器，采用分离算法；
2G与图像进行卷积:▽2G*g(x,y),g(x,y)表示图像上对应点的强度“,＊”表示卷积,卷积后获得边缘；
(2)定位虹膜
设虹膜的外圆、内圆方程为：
(x-x1)2+(y-y1)2＝r12
(x-x2)2+(y-y2)2＝r22
用Houg h变换获得(x1,y1,r1)、(x2,y2,r2)两组参数值，(x1,y1)≠(x2,y2),不是同心圆；
定义外边界圆的圆心(x1,y1)为虹膜的中心；定义外边界圆的半径r1为虹膜的半径，获得中心坐标(x1,y1),获得实时图像相对参考图像的平移量，中心为(p,q)；获得虹膜半径r1,获得比例变化因子r1/r,r为参考虹膜的标准半径；
(3)图像匹配
两个边界圆之间区域还包括眼皮部分，需去除该部分，以虹膜的中心为两坐标系的共同原点,将原直角坐标系转化为极坐标系，在极坐标系中,{(ρ,θ)70°<θ<110°}为含眼皮部分,去除；其余为只含有虹膜的部分,保留；
虹膜的旋转变化较小,在±5°,图像的匹配采用相关系数测度：
其中，
g′(x,y)为参考图像强度值,|D|为D的面积。
4.如权利要求1所述计算机网络身份验证方法，其特征在于，指纹录入中，对于指纹采集的图像识别进行优化，具体方法如下：
(1)提取脊线
将指纹图像分割成足够小的子块，满足块中纹理近似平行的条件；
对每个子块的每一个点p(s,t)利用Sobel算子分别计算x方向梯度gx和y方向梯度gy，s,t＝0，1，……w-1；
每个子块方向θ(m,n)的计算公式如下：
s′＝s+m Wt′＝t+n W
(2)脊线频率
脊线频率为两条脊线之间间距的倒数，采用GABOR滤波器函数的实部作为模板，以与子块纹线方向垂直的方向作为滤波器方向，以脊线频率作为滤波器频率构建滤波器，滤波过程如下式所示：
其中，G(s,t)为原始灰度图像，GE(s,t)是GARBOR滤波后的图像灰度，W为滤波器模板的大小，S为模板系数和，θ为子块的域方向值，GARBOR滤波器的θ与指纹纹理方向垂直，对σx和σy的取值进行折中，取值σx＝4和σy＝4。
5.如权利要求1所述计算机网络身份验证方法，其特征在于，人脸面部识别算法为：
(1)对原始数据进行标准化采集，集合x的维度为P，
x＝(X1，X2，X3，…，Xp)T，
T
其中，n个样品的集合Xi为Xi＝(X1i，X2i，X3i，…，Xpi) ，i＝1，2，3，…，n，n＞P，针对样本阵元进行标准化变换：
称为Z标准化阵；
(2)标准化阵Z的矩阵系数：
其中，
(3)求解R的特征方程
|R-λIP|P＝0，
按照 确定m的值，对其中每一个λj，得到单位特征向量
(4)将指标变量转化为主成分：
式中：U1为第一主成分；U2为第二主成分；U3为第三主成分；UP为第P主成分；
(5)对载入的人脸图像进行几何归一化处理，假设载入的人脸图像的像素点为m×n，则将像素储存在列向量(X1，X2，X3，…)T中；
(6)求得平均人脸：
训练样本的协方差矩阵为：
取差值向量：
wi＝xi-μx，
令w＝(w1，w2，w3，…，wn)；
(7)投射到待检测空间，则每幅图像在特征空间的坐标函数为：
yi＝UT(xi-μx)＝UTwi，
其中，
同样将待测图像xtest投射到特征子空间之中，
ytest＝UT(xtest-μx)
(8)利用距离分离器进行辨识，目标函数为：
minDist＝min||yi-ytest||。
6.一种实现权利要求1～5任意一项所述计算机网络身份验证方法的计算机程序。
7.一种实现权利要求1～5任意一项所述计算机网络身份验证方法的信息数据处理终端。
8.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的计算机网络身份验证方法。
9.一种实现权利要求1所述计算机网络身份验证方法的计算机网络身份验证系统，其特征在于，该计算机网络身份验证系统，包括：
IP终端；
IP终端包括登录单元与注册单元，注册单元包括基本信息界面和验证模块，基本信息界面读取信息成功进入验证模块；
所述验证模块包括人脸面部识别界面、虹膜上传界面、指纹录入界面；
所述人脸面部识别界面进入眼睛虹膜上传界面，所述眼睛虹膜上传界面进入指纹录入界面；
所述指纹录入界面进入手机号绑定界面；
登录单元包括认定模块，所述认定模块包括动态二维码界面、验证码验证界面、虹膜验证界面；
所述扫描动态二维码界面信息进入验证码验证界面，验证码验证界面信息进入虹膜验证界面；
基本信息认证通过身份证读卡器进行读取；
验证码是由文字、数字、字母构成。
10.一种计算机网络平台，其特征在于，所述计算机网络平台至少搭载权利要求9所述的计算机网络身份验证系统。