基于指纹特征的密钥生成算法研究

发布时间：2019-10-02 19:10

【摘要】：随着物联网、云计算与大数据等新兴互联网技术的迅速发展,信息安全已成为当今我国信息驱动社会的一个迫切问题。传统密码学的安全性完全依赖于加密密钥的安全性,并且加密密钥与合法用户没有必然的联系。因此,一旦加密密钥丢失或者被盗,加密系统将无法保证用户身份的安全性。生物特征识别技术可以弥补传统密码学中加密密钥的缺陷,但是由于生物特征本身具有的唯一性、永久关联性,生物特征模板的丢失意味着永久的丢失,将不能用于生物特征识别系统。生物特征加密技术是生物特征识别技术和密码学技术的有机结合,有效地解决了生物特征识别和密码学上的数据安全问题,同时保证生物特征模板和密码学中加密密钥的安全性。目前,生物特征加密技术的核心问题就是如何克服生物特征信息的模糊性和密码学的精确性之间的矛盾。近年来,越来越多的国内外研究学者致力于生物特征加密技术的研究,并且指纹作为应用历史最悠久、综合性能最高的生物特征。因此,基于指纹特征的密钥生成技术的研究更具有一定的研究价值。本文在基于指纹特征的密钥生成技术领域上尝试做了一些探索性工作,主要包括以下几个方面:1.为了将生物特征的模糊性和密码学技术的精确性之间的进行有效地统一,提出一种基于统计量化机制和双层纠错技术的指纹密钥生成算法。本文首先利用统计量化机制对指纹图像进行处理,减少指纹样本的类内变化,从而提取可靠真实的指纹特征;接着利用区间映射对指纹特征进行补偿,从而生成稳定的指纹密钥;最后利用双层纠错技术对指纹密钥进行处理得到一个用于再生指纹密钥阶段的辅助数据。本文对该算法进行程序仿真实现,并结合实验结果对该算法的可行性、安全性进行分析。结果表明,该算法可以生成稳定的加密密钥,并且保证密钥的安全性。2.本文详细介绍了指纹图像预处理以及指纹特征提取的实现过程,并且提出一种基于指纹细节点相对差异的密钥生成算法。该算法利用指纹细节点之间的相对距离、相对方向场、类型差异等特征信息构建一个新的特征模板;接着将新的特征模板映射到预先定义的三维数组,并对三维数组中的长方体进行量化从而得到指纹密钥;最后利用Reed-Solomon纠错编码技术对指纹密钥进行处理得到一个可用于再生指纹密钥的辅助数据。本文对该算法进行程序仿真实现,并结合实验结果对该算法的可行性、安全性进行分析。结果表明,该算法能生成足够长的指纹密钥,具有较低的错误拒绝率(FRR)。
【图文】：

示意图,方向场,指纹图像,梯度场

杭州电子科技大学硕士学位论文2 22 22 2( , ) ( ( , ) ( , ))w wi jy x yw wu i v jV x y G u v G u v (4那么方向场的大小为11( , )( , ) tan ( )2 ( , )xyV x yx yV x y ，其中 ( , ), ( , )x yV x y V x y 分别为像素点 ( x水平梯度和垂直梯度，w是像素点的邻域宽度。利用以上方法对指纹图像场进行程序仿真计算，仿真结果如图 4.3 所示，其中图 4.3原始的指纹图像，图 4.3(b)为梯度场数值分布示意图，图 4.3(c)为方向场数值分布示意图

指纹图像,算子,高斯函数,模板

(a) (b)图 4.4 (a) 原始的指纹图像 (b) 分割后的指纹图像.8）中， G ( x, y )是该点的收敛函数值，A是该点的发散振幅(用灰度值函数模板算子，记作3mG ，，m 是高斯模板算子的矩阵维度，计 1。常用的二维高斯函数模板算子有31 2 112 4 2161 2 1G 维高斯函数模板算子运算速度比较慢，我们通常将其转换成一维模板高运行效率。其中水平方向上的高斯算子记作xG ，垂直方向的高斯 31 2 1 11 1 12 4 2 1 2 1 216 16 161 2 1 1x yG G G
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN918.4

【参考文献】