[发明专利]一种基于指纹与人脸特征级融合的模糊金库实现方法

说明书

本发明涉及一种基于指纹与人脸特征级融合的模糊金库实现方法。本发明包括注册与验证两个阶段。注册时，本发明利用生物特征变换的方法对指纹与人脸特征进行不可逆变换，基于Diffie‑Hellman算法将经过变换的两种生物特征在特征级融合为一个模板，并对该融合模板执行模糊金库上锁算法。验证时，通过使用与注册相同的方法对验证指纹与人脸特征生成融合模板，由模糊金库解锁算法提取密钥。本发明在生物特征处理时引入随机矩阵，使得融合模板具备可撤销性，有效抵御相关攻击。由此，相较于单生物特征的模糊金库实现方法，本发明使用指纹与人脸两种生物特征实现认证，能在保护用户密钥的同时保障指纹与人脸特征的模板安全，具有高可靠性和高安全性的优点。

技术领域

本发明属于生物特征与密码学技术领域，具体涉及一种基于指纹与人脸特征级融合的模糊金库实现方法。

背景技术

2002年，A.Juels和M.Sudan提出了“A Fuzzy Vault Scheme”，方案中使用具有用户唯一性的无序集合A与秘密信息构成的多项式绑定生成真实点，在加入大量杂凑点后生成模糊金库。若要恢复密钥，则必须提供与集合A有绝大多数元素相同的集合B。2005年，Yongwha Chung等人提出了“Automatic Alignment of Fingerprint Features for FuzzyFingerprint Vault”，方案中利用几何哈希技术实现模糊金库中指纹特征的自动校准。2006年，Andrew B.J.Teoh等人提出了“Random Multispace Quantization as anAnalytic Mechanism for BioHashing of Biometric and Random Identity Inputs”，方案中将生物哈希技术应用于人脸特征。

使用基于指纹与人脸特征级融合的模糊金库实现方法为核心的本发明，安全性保障是由单一用户的指纹特征与人脸特征融合的唯一性提供的，基于Diffie-Hellman算法在特征级融合经过不可逆变换的指纹特征与人脸特征，使得即便模糊金库中的数据泄露，原始的指纹特征与人脸特征也难以被恢复出。

发明内容

本发明的目的是针对现有技术的不足，在真实可靠的实验条件下，提供了一种基于指纹与人脸特征级融合的模糊金库实现方法。

一种基于指纹与人脸特征级融合的模糊金库实现方法包括如下步骤：

步骤1.利用Diffie-Hellman算法，将经过离散对数变换的指纹细节点特征和经过生物哈希及离散对数变换的人脸PCA特征在特征级融合为一个特征集合；

步骤2.利用模糊金库上锁算法，将密钥信息与得到的融合特征集合进行绑定，生成指纹与人脸特征级融合的模糊金库；

步骤3.验证查询指纹，将经过验证的查询指纹与查询人脸在特征级融合，利用融合特征从指纹与人脸特征级融合的模糊金库中恢复密钥。

步骤1所述的利用Diffie-Hellman算法，将经过离散对数变换的指纹细节点特征和经过生物哈希及离散对数变换的人脸PCA特征在特征级融合为一个特征集合。具体如下：

1.1提取注册指纹图像A的细节点特征其中为第i个指纹细节点，和分别表示该细节点的横坐标、纵坐标、方向和细节点类型，一共是N_A个注册指纹细节点。

1.1.1选定有限乘法群和其上的一个生成元g，其中p为大素数，由经验推荐p＝65537，生成元g＝3。遍历i＝1到N_A，计算：其中“||”表示二进制串接运算，即计算(十进制)：由此得到

1.1.2以F_A中的元素为基准点由几何哈希技术生成哈希表E_A，将F_TA中的点对应地替换哈希表E_A中作为基准点的例如用(经离散对数变换得到)替换从而生成注册哈希表E_TA。