随着人工智能技术的兴起,在物联网大规模应用的今天,越来越多的隐私信息将通过传感器进行数据交换,安全及人员鉴权问题被提上了日程。通过人工智能领域的身份认证的学习,介绍了基于物联网体系中对人脸识别的鉴权基本思路和性能指标的理解,及对物联网生态计算平台访问模型的搭建。在研究了人脸特征识别与密钥协商协议之后,对物联网人脸识别技术的身份认证周期、X.509证书、IEEE1609.2证书的加密封装进行了探究。随后提出基于分部式人脸识别、加密波段传输、封装系统解密等技术,用于建立与实现高密性的人脸识别鉴权技术体系。相比现用的识别技术,本文所涉及的人脸识别技术在识别率和安全性均有很大的提高。通过仿真实验证明,基于分部式加密封装人脸识别系统方案,既保证了人脸识别数据传输的高质量、高识别率,同时还确保了数据的高隐蔽性,并且不会受到密钥分配和管理的限制。该方案不仅大幅度地减少网络能量消耗,还提高了网络寿命,有效平衡网络负载。最后使用高斯模型的色彩优化和肤色检测模型,对五官做到精准识别来优化人脸识别系统,以达到高精度的人脸识别解析。最后用实验和测试证实了优化后的人脸识别系统的可量产实用性,为物联网的安全做出自己的一份贡献。