[发明专利]基于量子模糊承诺的指纹生物特征认证方法

说明书

技术领域

本发明涉及量子模糊承诺与指纹生物特征认证的构造方法，属于数据库安全与生物认证技术领域。

背景技术

模糊承诺最早由Juels A等人提出，在模糊承诺中，承诺者对承诺比特做哈希，并且承诺的内容（比特形式）和承诺证明模2加，把这两个结果提供给接收者；打开阶段提交的承诺证明不必和承诺阶段的证明完全相同，两者可以是某种尺度上（比如汉明距离等）的相似值即可，接收者仍可以据此成功打开承诺并且确保绑定性。与比特承诺有着明显的区别，模糊承诺以其优异的属性在许多领域有着广泛应用。既要满足隐蔽性和绑定性，又能够以不同的承诺证明打开承诺，这种看似矛盾的约束条件因巧妙利用纠错码和密码学理论而得到完美统一。模糊承诺方案由于其承诺证明的模糊特性，被广泛应用于生物识别等安全验证系统中。Emanuele M等人提出模糊承诺的签名模板保护算法，依据二值化签名算法提出一种可靠签名性状的选择步骤。基于人类感知模型，比较分析了感知哈希的应用模式和评测基准等方面的问题。Emile J C K等人研究了针对模糊承诺策略中如何阻止基于交叉匹配的可译码攻击，安全性基于经典哈希算法。

上述模糊承诺算法都是基于经典编码和经典密码方案的构造，对生物特征模板施以经典算法变换和处理。对于算法在后量子密码时代(post-quantum cryptography)的安全性没有作相应的分析和评估。遗憾的是，目前广泛使用的公钥密码体系比如RSA公钥密码、EIGamal公钥密码、Diffie-Hellman密钥交换以及相应哈希算法等等密码体制，在量子算法攻击下被证明是不安全的，因此经典模糊承诺的安全性受到严重威胁。

量子纠错码的译码问题被剑桥学者Hsieh等人证明是NP问题，信息处理过程可抵抗量子计算环境下的量子傅立叶取样攻击；作为一种生物识别的应用，生物统计学中的指纹消息本身在不同时间的样本就可能含有偏差。比如指纹采样方法或部位的不同导致的差异，所以在给消息添加冗余（即编码）存储模板的这种方法就不是太适用。

发明内容

本发明所要解决的技术问题是针对背景技术的缺陷，提出一种基于量子模糊承诺的指纹生物特征认证方法,在量子模糊承诺和非对称密码算法基础上实现基于指纹生物特征的注册和认证。

本发明为解决上述技术问题采用以下技术方案：

一种基于量子模糊承诺的指纹生物特征认证方法，包括以下步骤：

步骤一、指纹生物特征注册阶段，具体步骤如下：

步骤(1)，采集用户指纹特征图像，对用户指纹特征图像进行预处理、二值化后得到与纠缠辅助量子纠错码的码字同构的用户注册指纹样本|φ>，该样本|φ>为正交基{|0>,|1>}上的n位量子比特序列，其中n为正整数；

步骤(2)，随机选取正交基{|0>,|1>}上的k位量子比特序列|k_j>，计算机系统通过纠缠辅助量子纠错码将该量子比特序列|k_j>编码为该码字是正交基{|0>,|1>}上与样本|φ>同长度的量子比特序列，且其中量子比特|1>总数大于纠缠辅助量子纠错码的纠错能力t，其中k、j均为正整数，下标L为逻辑态logic；

步骤（3），构造模糊承诺集{Q_He(|k_j>),△_e}，具体如下：

a，将量子哈希函数Q_He:{|0>,|1>}ⁿ→{|0>,|1>}^m作用于量子比特序列|k_j>得到量子散列值Q_He(|k_j>)，其中m为正整数；

b，将用户注册指纹样本|φ>作为承诺证明，计算纠缠辅助量子纠错码的任意错误算子E₁,E₂,…E_i,…,E_τ∈E_e作用承诺证明|φ得到模糊证明集：{E₁|φ>,E₂|φ>,…,E_i|φ>,…,E_τ|φ>}；其中，E_e代表错误算子集合，i、τ均为正整数，τ代表错误算子的总数；