摘要：针对指纹模板明文存储所带来的隐私问题,设计了一种基于Fuzzy Vault改进的免对齐指纹模板加密方法。不同于基于特征点坐标的Fuzzy Vault加密方法,所提出的方法通过圆盘结构的设计,更多考虑了特征点间的空间关系。通过引入圆盘结构,可在解密阶段对特征点进行粗细两级筛选,以提高识别效率。实验结果表明,所提出的方法通过结合坐标方向信息与邻域空间关系提高了指纹识别的准确度,通过对特征点数据进行粗筛选,大幅减少了全局几何配准所需计算量。

摘要：随着生物识别技术的广泛应用,人们越来越担心生物模板信息的安全性和隐私性。为此人们提出很多生物模板信息的保护算法,但其一般需要牺牲可识别性来换取高安全性。为了在保证高安全性的同时尽可能提高可识别性,本文提出一种新的由特征转换和生物加密组成的二阶段人脸模板保护方案。在特征转换阶段,基于VGGFace提出一种新的基于卷积神经网络的BinaryFace网络,通过设计新的随机正交映射矩阵、量化损失函数和最大熵损失函数实现人脸模板的二进制转换。同时为了减少网络参数,设计新的深度可分离瓶颈卷积层,BinaryFace相比VGGFace在参数和浮点数(Flops)上分别减少约75%和约35%。在生物加密阶段,将人脸二进制模板转换中随机正交映射生成的纠错码输入模糊承诺方案,生成加密的人脸模板并存储到数据库中。在验证阶段,通过相同的流程恢复出纠错码,并与原始纠错码进行哈希校验得到最终的匹配结果。在评测阶段,本文提出的方法在CMU-PIE、FEI、Color FERET等3个数据集上,相比之前的工作在GAR上有约6.5%的提升,同时将EER降低了约4倍。

摘要：在指纹识别系统中,当用户的指纹模板被攻击者获取时,用户的隐私和安全就可能遭到威胁,因此,保护指纹特征模板已成为一个关键环节。尽管许多指纹模板保护方法已经被提出,但是要设计一个同时满足多样性、可撤销性、不可逆性和高性能的方案仍具有一定的挑战性。文章提出一种可撤销的指纹模板保护方案,将原始指纹细节点信息经过不可逆变换生成可撤销的比特串模板,其主要思想是:任选一个细节点作为基准点,与周围其他所有细节点进行两两比较,得到相对距离和方向场角度差;然后,将其量化并映射到一个定义的二维极坐标网格中;按照一定顺序读取网格单元中的数据,得到一个一维比特串模板。当比特串模板泄露时,通过改变用户口令PIN生成新的比特串模板,达到可撤销的目的。由于变换过程是不可逆的,所以即使攻击者获得比特串模板也不能恢复出原始指纹特征信息,保护了用户的隐私。在实验中,用指纹数据库FVC2004 DB1和FVC2004 DB2对文中方法与***提出的方法分别进行测试,实验结果显示,文章提出方法的性能优于***提出的方法,并且具有更高的安全性。

摘要：针对生物特征识别中的模板保护和参数管理,提出采用秘密共享实现模板的间接公开保护以及参数的灵活管理,研究基于秘密共享的参数管理理论模型,对采用秘密共享实现模板的间接公开保护以及参数安全和多场景应用时出现的时间开销进行分析,结合参数管理和Biohashing算法设计了一套身份识别方案,并通过仿真实验研究参数分发和重构所需的运行时间.结果表明,当m=1 000时参数分发和重构的运行时间分别为0.009 s和0.76 s,与现有的4种参数管理方案相比,基于秘密共享的管理方案具有较高的安全性,能够应对多种突发情况,满足用户的实际应用需求.

摘要：为把用实数表示的指纹特征模板应用到密钥生成和密钥隐藏等密码学实践中,在详细分析已有量化算法的基础上,研究了指纹模板的量化问题,讨论了不同的量化思路,提出了两种非均衡特征向量量化方法和一种复合特征向量量化方法。通过计算原始模板和3种量化情况下特征向量几何距(汉明距)的分布及错误接受率的错误拒绝率的变化情况,比较了两种量化方法和复合量化方法的优劣。实验结果表明,量化方法二优于量化方法一,而复合量化方法优于这两种方法。

摘要：结合声纹特征和VQ(Vector Quantization)识别算法的特点,在对整数同态加密算法进行改进的基础上,提出基于同态加密(homomorphic encryption scheme)的声纹模板保护方法。将实数形式的码本和认证声纹特征转化为整数,采用改进的整数同态加密算法对数据加密并计算密文的欧氏距离分量差,运算结果经解密后用于计算平均最小量化误差最终进行决策输出。该方法克服了实数同态加密算法密文泄漏明文的大小关系、小数和正负数信息等缺陷,并能抵抗已知明文攻击。实验结果表明,加密后系统的身份认证性能可基本保持,验证了方法的有效性。