[发明专利]一种指纹细节点特征模板的保护方法

说明书

技术领域

本发明属于安全生物特征识别和密码技术领域，特别涉及到生物特征 模板的保护以及生物特征和密钥的绑定。

背景技术

生物特征即一个人固有的生理或行为特征，比如指纹、虹膜、手写签 名等。相比较传统认证和识别系统中的口令、令牌等认证信息，生物特 征具有不会遗忘、不会丢失等优点，以生物特征作为识别和认证手段可以 同时提供较高的用户易用性和较高的安全性，因此得到越来越广泛的应 用。尤其是终端设备造价低廉的指纹特征已经广泛应用于各种身份识别 和认证系统，例如门禁、考勤等。

然而生物特征的广泛应用也带来了对个人隐私泄漏和其他一些安全 性的担心。同一个生物特征模板应用于不同的系统时，可以通过比对生 物特征模板找到共同的注册用户，从而威胁到用户的个人隐私安全。攻 击者从生物特征认证系统的数据库中提取用户的特征模板，用以制作假 生物体，达到冒名顶替的目的。因此生物特征模板的保护开始受到人们的 关注。

由于指纹是目前最常用的生物特征，而由细节点组成的指纹特征因为 其识别率最好成为最常见的指纹特征表示形式，所以对以细节点集合表示 的指纹特征的保护技术更加受到人们关注。

生物特征模板保护的难点是生物特征具有的模糊性，即由于种种不确 定性，同一个生物特征的不同输入之间总是会存在的差距。对于由细节点 组成的指纹特征，其模糊性更加复杂，两个指纹特征之间的差距不能用单 一的欧氏距离或集合差距离表示，而是两种距离的结合。两个指纹特征 模板被认为是匹配的，当且仅当两个细节点集合中欧氏距离小于等于δ 的元素个数至少有Δ个。目前的解决办法是分步处理。第一步先解决欧氏 距离的差距(又称白噪声)，第二步再解决集合差距离的差距(又称替换 噪声)。任何一个解决白噪声的方法和一个解决替换噪声的方法结合使用， 都可以产生新的适用于细节点指纹特征的密钥绑定方案。

在解决替换噪声方面，目前已经有比较好的算法，例如Juels和 Sudan根据Clancy et al.的思想提出的模糊保险箱算法中广泛采用的 Shamir密钥分享算法、Reed-Solomon纠错码的编码和解码算法。

在解决白噪声方面，目前仅见有模糊保险箱方法，该方法把真实细节 点和很多随机选取的伪细节点混合在一起，作为加密指纹模板。这样生成 的加密指纹模板被发现不能提供足够的安全性。首先Dodis et al.从理 论上分析发现模糊保险箱算法泄漏的信息量比较大；其次Scheirer和 Boult针对该算法提出三种攻击方法：重用攻击、已知密钥攻击、混合替 换攻击；最后Kholmatov和Yanikoglu通过实验证实了这些攻击的有效 性。

为了修补模糊保险箱的安全漏洞，有很多改进技术是将模糊保险箱和 其他认证方法结合起来组成多因子认证系统，例如Nandakumar et al.提 出将口令和模糊保险箱结合。但是这样模糊保险箱的安全性就很大程度上 取决于其他认证方法的安全性，失去了生物特征认证系统的优势了。还有 些方法着力于伪细节点的随机选取方法，如Chang和Li的算法，但这 些算法增加了很多对计算时间和存储空间等资源的要求，降低了模糊保险 箱的实用性。

综合以上分析研究我们发现，目前现有的指纹细节点特征模板的保护 算法安全性低，并且效率也低。

发明内容

为了解决目前现有的指纹细节点特征模板的保护算法安全性低，并且 效率也低的问题，本发明的目的是针对生物特征模板保护的要求，特别对 指纹细节点特征模板，提出一种具有一定的安全性、准确性，同时计算效 率比较高的具有实用价值的指纹细节点特征模板的保护方法。

为达成所述目的，本发明提出一种指纹细节点特征模板的保护方法， 将本发明融入现有的指纹认证/识别方法的实现步骤如下：

步骤1：对指纹图像进行预处理，提取细节点信息以及具有奇异点、 中心点的指纹图像全局信息，构成由细节点组成的注册指纹特征模板；

步骤2：将注册指纹特征模板中的每个细节点映射到某个码字上，计 算该细节点和相应码字的编码差值；选取一个随机串，分别和每个细节点 信息合并在一起，应用具有防碰撞、防篡改功能的密码算法，得到每个细 节点的哈希摘要；

步骤3：将所述全局信息、编码差值以及哈希摘要合在一起，构成一 个保护原始细节点信息的加密指纹特征模板；