随着信息化时代的发展,人们的生活越来越朝着方便快捷安全的方向进行。基于人工智能的迅速发展,越来越多的生物识别技术发展起来。从传统的钥匙、密码锁再到先进的生物特征识别技术,如人脸识别、指纹识别、指静脉识别、虹膜识别等。这些先进的生物特征技术有其独特的优势:不会被遗忘或丢失,安全性更高,更加方便等。但是随着受众群体的增多,数据量会越来越大,那么如何更好的管理庞杂的数据、更高效处理这些非结构化的数据以及快速找到识别数据则是现在需要考虑的问题。为此,本文从数据信息化处理、智能识别认证和提高检索效率三个方面采取了云计算Docker容器技术构建智能认证信息管理系统的方案来应对以上问题,并根据实际工程步骤实现了系统的开发与测试。本文的主要工作如下:在数据信息化处理方面,研发了智能认证信息管理系统。由于目前系统主要采用的是人脸识别的方式,为了更好的应用模型,决定采用Python+Django的方式搭建系统。主要因为Django开发周期短,上手容易且易于和人工智能相关程序结合;其次,基于存储需要,设计相关数据库表结构;最后,对系统进行模块化编程实现系统的各个功能。针对数据量的增加以及系统之后的扩展性问题,采用了云计算Docker容器技术。这样可以快速部署系统以及动态扩容,对于大规模数据存储的问题也能够有效解决。在智能认证识别方面,结合了人脸识别技术。使用了Tensorflow Serving部署人脸模型进行识别认证,取代了传统的识别方式,提高系统的智能性和安全性。在提高人脸识别精度和响应速度方面,运用了Milvus检索引擎。采用Milvus建立集合,创建索引,快速返回TopK个近似特征向量及相关数据,提高了系统的性能。为扩展系统功能,结合EMQ X进行物联网消息传输。针对物联网消息传输的不稳定性,引入轻量级Pub/Sub消息中间件EMQ X,它可以集中采集存储海量工业数据并具备高稳定性传输,数据接入与路由也可达到毫秒级。这样保证了物联网消息的传输可靠性和实时性。本文通过生物特征识别有效提高了系统识别的安全性,使用Milvus向量搜索引擎提高系统识别精度缩短识别时间,并结合云计算和微服务的Docker容器技术方便系统部署,同时也延伸拓展了系统在物联网方面的应用,最终开发出了一个高效智能的认证信息管理系统,并通过功能测试和性能测试,验证了系统的功能和性能。