CN105553657A - 一种特征级融合的指纹模糊金库实现方法 - Google Patents
一种特征级融合的指纹模糊金库实现方法 Download PDFInfo
- Publication number
- CN105553657A CN105553657A CN201610038430.1A CN201610038430A CN105553657A CN 105553657 A CN105553657 A CN 105553657A CN 201610038430 A CN201610038430 A CN 201610038430A CN 105553657 A CN105553657 A CN 105553657A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- point
- minutiae point
- fuzzy vault
- key
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/08—Key distribution or management, e.g. generation, sharing or updating, of cryptographic keys or passwords
- H04L9/0816—Key establishment, i.e. cryptographic processes or cryptographic protocols whereby a shared secret becomes available to two or more parties, for subsequent use
- H04L9/0838—Key agreement, i.e. key establishment technique in which a shared key is derived by parties as a function of information contributed by, or associated with, each of these
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种特征级融合的指纹模糊金库实现方法。本发明包括步骤如下:步骤1、融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合;步骤2、利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库;步骤3、利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥。本发明利用特征级融合生成的指纹模糊金库方法与单一特征生成的指纹模糊金库方法比较,具有更强的安全性、更高的实现效率。这使得只有在合法用户及两枚合法指纹(即注册时的两枚指纹)下才能提取到带有CRC校验功能的密钥,从而保证了密钥安全存储所要求的机密性、完整性、可用性。
Description
技术领域
本发明属于密码学与生物特征识别技术领域,具体涉及一种特征级融合的指纹模糊金库实现方法。
背景技术
在2002年A.Juels和M.Sudan提出了“AFuzzyVaultScheme”。在其提出的模糊金库算法中,将用户唯一的特征集合或其他属性集合A混合用户的密钥进入基于Reed-Solomn的金库中。用户可以利用与集合A有绝大多数元素相同的属性集合B恢复出密钥。U.Uludag等人提出了一种基于指纹特征的模糊金库算法,该算法在生成指纹密钥之前首先对模板和输入的指纹进行校准消除由于旋转等引起的角度变化,参与比对的是指纹细节点的平面坐标值、方向场、细节点类型,如果前后两个指纹的某两个点的平面坐标值、方向场相差在一个阈值之内,细节点类型相同,则认为是相同的点。基于指纹特征的模糊金库方案可以用于保护安全存储密钥。
使用基于特征级融合的指纹模糊金库实现方法为核心的本发明,安全性保障由单一用户多指纹特征融合或者多用户的指纹特征融合的唯一性提供,并且模糊金库包含的只是每枚指纹的部分信息,即使泄露,也难以重构。
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,提供了一种特征级融合的指纹模糊金库实现方法。
本发明解决其技术问题所采的技术方案包括如下步骤:
步骤1、融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合;
步骤2、利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库;
步骤3、利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥。
步骤1所述的融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合,具体如下:
1.1通过两次指纹细节点训练,提取、处理指纹信息得到一组相对稳定的用户指纹A细节点集合;首先利用几何哈希技术将指纹A细节点注册一个哈希表然后将得到的每个细节点的平面坐标分别量化到8个比特,并通过横坐标低四位与纵坐标高四位异或串接得到一个长度为12的比特串;然后将所有指纹A细节点的数据类型转化为整数,得到一组范围在[0,212-1]内的整数集合FA,稳定的用户指纹A细节点的个数记为NA。
1.2通过两次指纹细节点训练,提取、处理指纹信息得到一组相对稳定的用户指纹B细节点集合;首先利用几何哈希技术将指纹B细节点注册一个哈希表然后将得到的每个细节点的平面坐标分别量化到8个比特,并串接得到一个长度为16的比特串,然后将所有指纹B细节点的数据类型转化为整数,则可以得到一组范围在[0,216-1]内的整数集合FB,稳定的用户指纹B细节点的个数记为NB。
1.3通过提取、处理指纹信息,得到每个像素点的方向场,其范围在0-255内;对应于指纹A细节点的平面坐标,将指纹B的方向场提取出来,将得到的方向场分别量化到一个长度为4的比特,则能够得到一组范围在[0,24-1]内的整数集合OB,其中方向场的个数为NO。
1.4将整数集合FA和OB中对应坐标的值进行结合,具体的以FA×16+OB形式得到一组范围在[0,216-1]内的整数集合F,其中细节点的个数为N。
步骤1.1和1.2所述的指纹细节点训练方法如下:将指纹样本依次进行特征配准,配准时不区分细节点类型;两幅指纹可配准的细节点记为该枚指纹的真实细节点,取同一个真实细节点在两幅图像取的两组坐标值的均值,记录为该真实细节点的坐标值;配准好的细节点与第三幅指纹样本再次进行特征配准;配准完成后得相对稳定的真实细节点集合。
步骤2所述的利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库,具体如下:
2.1将待绑定的密钥k进行格式化处理,格式化规则为依次从左到右按顺序每16比特长度为一块,记一共得到m块;并将每块数据类型转化为整数,得到一组范围在[0,216-1]内的整数集合K。
2.2根据密钥格式化处理产生的块数m,在有限域上构造一个多项式P(x)
P(x)=amxm+…+a2x2+a1x+a0(modp)(1)
其中,模数p根据经验推荐取值为大素数65537,多项式最高次数m根据密钥长度一般取值范围从9到16。
2.3为待绑定的密钥添加16比特长度的CRC循环冗余校验码,以增加本发明保护密钥的可靠性;并将该CRC循环冗余校验码的数据类型转化为整数,得到一个范围在[0,216-1]内的整数。
2.4将步骤2.1中提到的待绑定的密钥与步骤2.3中得到的CRC校验码作为多项式(1)的系数,其中a0为CRC校验码,a1,...,am为待绑定的密钥。然后将步骤1.4得到的稳定的整数集合F中的每个细节点数据作为多项式输入值x带入多项式(1)中,求得点集{(x,P(x))|x∈F}即为模糊金库中的真实点集合。
2.5为模糊金库添加远多于真实点集合个数的杂凑点集合,杂凑点集合中的各组元素均随机产生,并要求各组元素与真实点不相等,且各组元素不满足多项式(1)。
2.6将真实点集合和杂凑点集合乱置,最终生成一个包含真实点集合、杂凑点集合和模糊金库基本信息在内的指纹模糊金库。
所述的模糊金库基本信息包括多项式最高次数m和模数p;
步骤3所述的利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥,具体如下:
3.1通过对查询指纹A′的相关处理以及几何哈希技术注册一个哈希表然后与步骤1.1中获取的哈希表进行匹配,筛选出匹配数目最多的基准点集合HA′,然后通过步骤1.1中获取整数集合FA的方法得到FA′;范围在[0,212-1]内,细节点的个数为NA′。如果NA′≥9,进入步骤3.2;否则,重新输入指纹A′,重复该步骤。
3.2通过对查询指纹B′的相关处理以及几何哈希技术注册一个哈希表然后与步骤1.2中获取的哈希表进行匹配,筛选出匹配数目最多的基准点集合HB′,然后通过步骤1.2中获取整数集合FB的方法得到FB′;范围在[0,216-1]内,细节点的个数为NB′。如果NB′≥9,进入步骤3.3;否则,重新输入指纹B′,重复该步骤。
3.3利用查询指纹B′图像方向场的差异值,对查询指纹B′进行校准对齐,得到查询指纹B′的方向场;然后取出对应于细节点集合FA′中的平面坐标的方向场值;并将得到的方向场值分别量化到4个比特,得到一组范围在[0,24-1]内的整数集合OB′,其方向场个数NO′。
3.4将整数集合FA′和OB′中对应坐标的值进行结合,具体的以FA′×16+OB′形式得到一组范围在[0,216-1]内的整数集合F′,其中细节点的个数为N′。
3.5将查询指纹A′、B′细节点集合F′与模糊金库中的各组数据进行遍历对比,若相符的点的个数不小于在模糊金库中多项式的最高次数m(即块数),进入步骤3.6;否则提取密钥失败。
3.6对找到的相符的点进行组合计算,每m个点为一组,对每组利用拉格朗日插值法尝试恢复可能密钥,并将得到的可能密钥进行CRC校验。若通过CRC校验,则提取密钥成功;否则继续下一组尝试,直到尝试完所有组合情况,仍未提取到密钥,则提取密钥失败。
本发明的有益效果
与单一指纹特征模糊金库的密钥保护方法相比较,本发明利用指纹特征级融合生成的模糊金库来实现密钥的保护,具有更强的安全性、更高的实现效率,为在移动终端等计算资源紧张的设备下使用提供可能,也保证了只有合法用户在合法指纹下才能提取到带有CRC校验功能的密钥,保障了密钥安全存储的机密性、完整性、可用性。
附图说明
图1特征级融合的指纹模糊金库实现方法流程图。
图2模糊金库的解锁流程图。
图3特征级融合的指纹模糊金库生成仿真图。
图4模糊金库的解锁仿真图。
具体实施方式
以下结合附图对本发明作进一步说明。
一种特征级融合的指纹模糊金库实现方法主要包括三个部分:第一步,融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合;第二步,利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库;第三步,利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥。
步骤1所述的融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合(流程图如图1所示),具体如下:
1.1通过两次指纹细节点训练,提取、处理指纹信息得到一组相对稳定的用户指纹A细节点集合;首先利用几何哈希技术将指纹A细节点注册一个哈希表然后将得到的每个细节点的平面坐标分别量化到8个比特,并通过横坐标低四位与纵坐标高四位异或串接得到一个长度为12的比特串;然后将所有指纹A细节点的数据类型转化为整数,得到一组范围在[0,212-1]内的整数集合FA,稳定的用户指纹A细节点的个数记为NA。
1.2通过两次指纹细节点训练,提取、处理指纹信息得到一组相对稳定的用户指纹B细节点集合;首先利用几何哈希技术将指纹B细节点注册一个哈希表然后将得到的每个细节点的平面坐标分别量化到8个比特,并串接得到一个长度为16的比特串,然后将所有指纹B细节点的数据类型转化为整数,则可以得到一组范围在[0,216-1]内的整数集合FB,稳定的用户指纹B细节点的个数记为NB。
1.3通过提取、处理指纹信息,得到每个像素点的方向场,其范围在0-255内;对应于指纹A细节点的平面坐标,将指纹B的方向场提取出来,将得到的方向场分别量化到一个长度为4的比特,则能够得到一组范围在[0,24-1]内的整数集合OB,其中方向场的个数为NO。
1.4将整数集合FA和OB中对应坐标的值进行结合,具体的以FA×16+OB形式得到一组范围在[0,216-1]内的整数集合F,其中细节点的个数为N。
步骤1.1和1.2所述的指纹细节点训练方法如下:将指纹样本依次进行特征配准,配准时不区分细节点类型;两幅指纹可配准的细节点记为该枚指纹的真实细节点,取同一个真实细节点在两幅图像取的两组坐标值的均值,记录为该真实细节点的坐标值;配准好的细节点与第三幅指纹样本再次进行特征配准;配准完成后得相对稳定的真实细节点集合。
步骤2所述的利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库,具体如下:
2.1将待绑定的128比特长度密钥进行格式化处理,格式化规则为依次从左到右按顺序每16比特长度为一块,记一共得到9块;并将每块数据类型转化为整数,得到一组范围在[0,216-1]内的整数集合K。
2.2根据密钥格式化处理产生的块数9,在有限域上构造一个多项式P(x)
P(x)=a9x9+…+a2x2+a1x+a0(mod65537)(2)
2.3为待绑定的密钥添加16比特长度的CRC循环冗余校验码,以增加本发明保护密钥的可靠性;并将该CRC循环冗余校验码的数据类型转化为整数,得到一个范围在[0,216-1]内的整数。
2.4将步骤2.1中提到的待绑定的密钥与步骤2.3中得到的CRC校验码作为多项式(2)的系数,其中a0为CRC校验码,a1,...,am为待绑定的密钥。然后将步骤1.4得到的稳定的整数集合F中的每个细节点数据作为多项式输入值x带入多项式(2)中,求得点集{(x,P(x))|x∈F}即为模糊金库中的真实点集合。
2.5为模糊金库添加远多于真实点集合个数的杂凑点集合,杂凑点集合中的各组元素均随机产生,并要求各组元素与真实点不相等,且各组元素不满足多项式(2)。
2.6将真实点集合和杂凑点集合乱置,最终生成一个包含真实点集合、杂凑点集合和模糊金库基本信息在内的指纹模糊金库,如图3所示。
所述的模糊金库基本信息包括多项式中最高次数9和模数65537;
步骤3所述的利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥(流程图如图2所示),具体如下:
3.1通过对查询指纹A′的相关处理以及几何哈希技术注册一个哈希表然后与步骤1.1中获取的哈希表进行匹配,筛选出匹配数目最多的基准点集合HA′,然后通过步骤1.1中获取整数集合FA的方法得到FA′;范围在[0,212-1]内,细节点的个数为NA′。如果NA′≥9,进入步骤3.2;否则,重新输入指纹A′,重复该步骤。
3.2通过对查询指纹B′的相关处理以及几何哈希技术注册一个哈希表然后与步骤1.2中获取的哈希表进行匹配,筛选出匹配数目最多的基准点集合HB′,然后通过步骤1.2中获取整数集合FB的方法得到FB′;范围在[0,216-1]内,细节点的个数为NB′。如果NB′≥9,进入步骤3.3;否则,重新输入指纹B′,重复该步骤。
3.3利用查询指纹B′图像方向场的差异值,对查询指纹B′进行校准对齐,得到查询指纹B′的方向场;然后取出对应于细节点集合FA′中的平面坐标的方向场值;并将得到的方向场值分别量化到4个比特,得到一组范围在[0,24-1]内的整数集合OB′,其方向场个数NO′。
3.4将整数集合FA′和OB′中对应坐标的值进行结合,具体的以FA′×16+OB′形式得到一组范围在[0,216-1]内的整数集合F′,其中细节点的个数为N′。
3.5将查询指纹A′、B′细节点集合F′与模糊金库中的各组数据进行遍历对比,若相符的点的个数不小于在模糊金库中多项式的最高次数m(即块数),进入步骤3.6;否则提取密钥失败。
3.6对找到的相符的点进行组合计算,每9个点为一组,对每组利用拉格朗日插值法尝试恢复可能密钥,并将得到的可能密钥进行CRC校验。若通过CRC校验,则提取密钥成功,如图4所示;否则继续下一组尝试,直到尝试完所有组合情况,仍未提取到密钥,则提取密钥失败。
Claims (4)
1.一种特征级融合的指纹模糊金库实现方法,其特征在于包括如下步骤:
步骤1、融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合;
步骤2、利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库;
步骤3、利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥。
2.如权利要求1所述的一种特征级融合的指纹模糊金库实现方法,其特征在于步骤1所述的融合指纹A的细节点坐标信息和指纹B的方向场信息得到一个新特征信息集合,具体如下:
1.1通过两次指纹细节点训练,提取、处理指纹信息得到一组相对稳定的指纹A细节点集合;首先利用几何哈希技术将指纹A细节点注册一个哈希表然后将得到的每个细节点的平面坐标分别量化到8个比特,并通过横坐标低四位与纵坐标高四位异或串接得到一个长度为12的比特串;然后将所有指纹A细节点的数据类型转化为整数,得到一组范围在[0,212-1]内的整数集合FA,稳定的用户指纹A细节点的个数记为NA;
1.2通过两次指纹细节点训练,提取、处理指纹信息得到一组相对稳定的指纹B细节点集合;首先利用几何哈希技术将指纹B细节点注册一个哈希表然后将得到的每个细节点的平面坐标分别量化到8个比特,并串接得到一个长度为16的比特串,然后将所有指纹B细节点的数据类型转化为整数,则可以得到一组范围在[0,216-1]内的整数集合FB,稳定的用户指纹B细节点的个数记为NB;
1.3通过提取、处理指纹信息,得到每个像素点的方向场,其范围在0-255内;对应于指纹A细节点的平面坐标,将指纹B的方向场提取出来,将得到的方向场分别量化到一个长度为4的比特,则能够得到一组范围在[0,24-1]内的整数集合OB,其中方向场的个数为NO;
1.4将整数集合FA和OB中对应坐标的值进行结合,具体的以FA×16+OB形式得到一组范围在[0,216-1]内的整数集合F,其中细节点的个数为N。
步骤1.1和1.2所述的指纹细节点训练方法如下:将指纹样本依次进行特征配准,配准时不区分细节点类型;两幅指纹可配准的细节点记为该枚指纹的真实细节点,取同一个真实细节点在两幅图像取的两组坐标值的均值,记录为该真实细节点的坐标值;配准好的细节点与第三幅指纹样本再次进行特征配准;配准完成后得相对稳定的真实细节点集合。
3.如权利要求2所述的一种特征级融合的指纹模糊金库实现方法,其特征在于步骤2所述的利用上锁算法,将需要保护的密钥与步骤1得到的新特征信息集合进行绑定,生成指纹模糊金库,具体如下:
2.1将待绑定的密钥k进行格式化处理,格式化规则为依次从左到右按顺序每16比特长度为一块,记一共得到m块;并将每块数据类型转化为整数,得到一组范围在[0,216-1]内的整数集合K;
2.2根据密钥格式化处理产生的块数m,在有限域上构造一个多项式P(x)
P(x)=amxm+…+a2x2+a1x+a0(modp)(1)
其中,模数p根据经验推荐取值为大素数65537,多项式最高次数m根据密钥长度一般取值范围从9到16;
2.3为待绑定的密钥添加16比特长度的CRC循环冗余校验码;并将该CRC循环冗余校验码的数据类型转化为整数,得到一个范围在[0,216-1]内的整数;
2.4将步骤2.1中提到的待绑定的密钥与步骤2.3中得到的CRC校验码作为多项式(1)的系数,其中a0为CRC校验码,a1,...,am为待绑定的密钥;然后将步骤1.4得到的稳定的整数集合F中的每个细节点数据作为多项式输入值x带入多项式(1)中,求得点集{(x,P(x))|x∈F}即为模糊金库中的真实点集合;
2.5为模糊金库添加远多于真实点集合个数的杂凑点集合,杂凑点集合中的各组元素均随机产生,并要求各组元素与真实点不相等,且各组元素不满足多项式(1);
2.6将真实点集合和杂凑点集合乱置,最终生成一个包含真实点集合、杂凑点集合和模糊金库基本信息在内的指纹模糊金库;
所述的模糊金库基本信息包括多项式最高次数m和模数p。
4.如权利要求3所述的一种特征级融合的指纹模糊金库实现方法,其特征在于步骤3所述的利用经过验证的查询指纹A′、B′特征信息从指纹模糊金库中采用解锁算法提取密钥,具体如下:
3.1通过对查询指纹A′的相关处理以及几何哈希技术注册一个哈希表然后与步骤1.1中获取的哈希表进行匹配,筛选出匹配数目最多的基准点集合HA′,然后通过步骤1.1中获取整数集合FA的方法得到FA′;范围在[0,212-1]内,细节点的个数为NA′;如果NA′≥9,进入步骤3.2;否则,重新输入指纹A′,重复该步骤;
3.2通过对查询指纹B′的相关处理以及几何哈希技术注册一个哈希表然后与步骤1.2中获取的哈希表进行匹配,筛选出匹配数目最多的基准点集合HB′,然后通过步骤1.2中获取整数集合FB的方法得到FB′;范围在[0,216-1]内,细节点的个数为NB′;如果NB′≥9,进入步骤3.3;否则,重新输入指纹B′,重复该步骤;
3.3利用查询指纹B′图像方向场的差异值,对查询指纹B′进行校准对齐,得到查询指纹B′的方向场;然后取出对应于细节点集合FA′中的平面坐标的方向场值;并将得到的方向场值分别量化到4个比特,得到一组范围在[0,24-1]内的整数集合OB′,其方向场个数NO′;
3.4将整数集合FA′和OB′中对应坐标的值进行结合,具体的以FA′×16+OB′形式得到一组范围在[0,216-1]内的整数集合F′,其中细节点的个数为N′;
3.5将查询指纹A′、B′细节点集合F′与模糊金库中的各组数据进行遍历对比,若相符的点的个数不小于在模糊金库中多项式的最高次数m,进入步骤3.6;否则提取密钥失败;
3.6对找到的相符的点进行组合计算,每m个点为一组,对每组利用拉格朗日插值法尝试恢复可能密钥,并将得到的可能密钥进行CRC校验;若通过CRC校验,则提取密钥成功;否则继续下一组尝试,直到尝试完所有组合情况,仍未提取到密钥,则提取密钥失败。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610038430.1A CN105553657B (zh) | 2016-01-19 | 2016-01-19 | 一种特征级融合的指纹模糊金库实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610038430.1A CN105553657B (zh) | 2016-01-19 | 2016-01-19 | 一种特征级融合的指纹模糊金库实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105553657A true CN105553657A (zh) | 2016-05-04 |
CN105553657B CN105553657B (zh) | 2019-02-01 |
Family
ID=55832600
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610038430.1A Expired - Fee Related CN105553657B (zh) | 2016-01-19 | 2016-01-19 | 一种特征级融合的指纹模糊金库实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105553657B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106169062A (zh) * | 2016-06-08 | 2016-11-30 | 杭州电子科技大学 | 一种指静脉融合模糊金库的实现方法 |
CN106778520A (zh) * | 2016-11-25 | 2017-05-31 | 哈尔滨工程大学 | 一种手指静脉模糊保险箱加密方法 |
CN106936586A (zh) * | 2016-12-07 | 2017-07-07 | 中国电子科技集团公司第三十研究所 | 一种基于指纹比特串和纠错编码的生物密钥提取方法 |
CN107181592A (zh) * | 2017-05-12 | 2017-09-19 | 西安电子科技大学 | 自适应指纹细节点数量的密钥绑定方法 |
CN107181598A (zh) * | 2017-07-05 | 2017-09-19 | 四川无声信息技术有限公司 | 指纹密钥处理方法及装置 |
CN108429614A (zh) * | 2018-01-05 | 2018-08-21 | 杭州电子科技大学 | 一种基于指纹与人脸特征级融合的模糊金库实现方法 |
CN108960039A (zh) * | 2018-05-07 | 2018-12-07 | 西安电子科技大学 | 一种基于对称hash的不可逆指纹模板加密方法 |
CN110300971A (zh) * | 2017-02-22 | 2019-10-01 | 指纹卡有限公司 | 基于生物特征的远程登录 |
CN113254989A (zh) * | 2021-04-27 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 目标数据的融合方法、装置和服务器 |
CN113507380A (zh) * | 2021-09-10 | 2021-10-15 | 浙江大学 | 一种隐私保护远程统一生物认证方法及装置、电子设备 |
CN116861489A (zh) * | 2023-02-23 | 2023-10-10 | 重庆市规划和自然资源信息中心 | 针对地图二维数据的串行化安全管理方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510330A (zh) * | 2011-11-02 | 2012-06-20 | 杭州电子科技大学 | 一种基于指纹特征数据与匹配算法的新型模糊金库方法 |
CN102710417A (zh) * | 2012-06-18 | 2012-10-03 | 杭州电子科技大学 | 一种基于指纹特征与密钥交换协议的模糊金库方法 |
CN102946310A (zh) * | 2012-09-03 | 2013-02-27 | 杭州电子科技大学 | 一种基于(k,w)门限秘密共享方案的指纹模糊金库方法 |
-
2016
- 2016-01-19 CN CN201610038430.1A patent/CN105553657B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510330A (zh) * | 2011-11-02 | 2012-06-20 | 杭州电子科技大学 | 一种基于指纹特征数据与匹配算法的新型模糊金库方法 |
CN102710417A (zh) * | 2012-06-18 | 2012-10-03 | 杭州电子科技大学 | 一种基于指纹特征与密钥交换协议的模糊金库方法 |
CN102946310A (zh) * | 2012-09-03 | 2013-02-27 | 杭州电子科技大学 | 一种基于(k,w)门限秘密共享方案的指纹模糊金库方法 |
Non-Patent Citations (2)
Title |
---|
SHENG LI: "fingerprint combination for privacy protection", 《IEEE》 * |
游林: "生物特征密码技术综述", 《杭州电子科技大学学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106169062A (zh) * | 2016-06-08 | 2016-11-30 | 杭州电子科技大学 | 一种指静脉融合模糊金库的实现方法 |
CN106169062B (zh) * | 2016-06-08 | 2019-05-21 | 杭州电子科技大学 | 一种指静脉融合模糊金库的实现方法 |
CN106778520A (zh) * | 2016-11-25 | 2017-05-31 | 哈尔滨工程大学 | 一种手指静脉模糊保险箱加密方法 |
CN106936586A (zh) * | 2016-12-07 | 2017-07-07 | 中国电子科技集团公司第三十研究所 | 一种基于指纹比特串和纠错编码的生物密钥提取方法 |
CN110300971A (zh) * | 2017-02-22 | 2019-10-01 | 指纹卡有限公司 | 基于生物特征的远程登录 |
CN110300971B (zh) * | 2017-02-22 | 2022-07-15 | 指纹卡安娜卡敦知识产权有限公司 | 基于生物特征的认证的方法、网络节点、客户端设备和存储介质 |
CN107181592A (zh) * | 2017-05-12 | 2017-09-19 | 西安电子科技大学 | 自适应指纹细节点数量的密钥绑定方法 |
CN107181592B (zh) * | 2017-05-12 | 2019-11-22 | 西安电子科技大学 | 自适应指纹细节点数量的密钥绑定方法 |
CN107181598A (zh) * | 2017-07-05 | 2017-09-19 | 四川无声信息技术有限公司 | 指纹密钥处理方法及装置 |
CN108429614B (zh) * | 2018-01-05 | 2020-10-30 | 杭州电子科技大学 | 一种基于指纹与人脸特征级融合的模糊金库实现方法 |
CN108429614A (zh) * | 2018-01-05 | 2018-08-21 | 杭州电子科技大学 | 一种基于指纹与人脸特征级融合的模糊金库实现方法 |
CN108960039A (zh) * | 2018-05-07 | 2018-12-07 | 西安电子科技大学 | 一种基于对称hash的不可逆指纹模板加密方法 |
CN113254989A (zh) * | 2021-04-27 | 2021-08-13 | 支付宝(杭州)信息技术有限公司 | 目标数据的融合方法、装置和服务器 |
CN113507380A (zh) * | 2021-09-10 | 2021-10-15 | 浙江大学 | 一种隐私保护远程统一生物认证方法及装置、电子设备 |
CN116861489A (zh) * | 2023-02-23 | 2023-10-10 | 重庆市规划和自然资源信息中心 | 针对地图二维数据的串行化安全管理方法 |
CN116861489B (zh) * | 2023-02-23 | 2024-03-08 | 重庆市规划和自然资源信息中心 | 针对地图二维数据的串行化安全管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105553657B (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105553657A (zh) | 一种特征级融合的指纹模糊金库实现方法 | |
Panchal et al. | A novel approach to fingerprint biometric-based cryptographic key generation and its applications to storage security | |
Uludag et al. | Securing fingerprint template: Fuzzy vault with helper data | |
Cimato et al. | Privacy-aware biometrics: Design and implementation of a multimodal verification system | |
CN106936586A (zh) | 一种基于指纹比特串和纠错编码的生物密钥提取方法 | |
CN102710417B (zh) | 一种基于指纹特征与密钥交换协议的模糊金库方法 | |
Liu et al. | Encrypted domain matching of fingerprint minutia cylinder-code (MCC) with l1 minimization | |
Sandhya et al. | Cancelable fingerprint cryptosystem using multiple spiral curves and fuzzy commitment scheme | |
Kaur et al. | Cryptographic key generation from multimodal template using fuzzy extractor | |
CN108429614B (zh) | 一种基于指纹与人脸特征级融合的模糊金库实现方法 | |
Jin et al. | A revocable fingerprint template for security and privacy preserving | |
Shi et al. | Fingerprint recognition strategies based on a fuzzy commitment for cloud-assisted IoT: a minutiae-based sector coding approach | |
CN116010917A (zh) | 隐私保护的图像处理方法、身份注册方法及身份认证方法 | |
Shukla et al. | Securing fingerprint templates by enhanced minutiae‐based encoding scheme in Fuzzy Commitment | |
CN104320247B (zh) | 一种基于椭圆曲线与指纹模糊金库的共享密钥保护方法 | |
CN104376307A (zh) | 一种指纹图像信息编码方法 | |
CN106169062B (zh) | 一种指静脉融合模糊金库的实现方法 | |
CN114168918A (zh) | 基于puf的人脸信息保护及双向认证*** | |
KR101275590B1 (ko) | 생체 정보 템플릿 보호를 위한 실수형 오류정정부호 기반 퍼지 볼트 방법 | |
Liu et al. | Is fuzzy vault scheme very effective for key binding in biometric cryptosystems? | |
Sandhya et al. | Cancelable fingerprint cryptosystem based on convolution coding | |
Sarala et al. | Blended substitution attack independent; fuzzy vault for fingerprint template security | |
CN109639414B (zh) | 一种基于特征距离与生成区间的指纹密钥生成方法 | |
Han | Fingerprint Authentication Schemes for Mobile Devices | |
Kuznetsov et al. | Deep learning based fuzzy extractor for generating strong keys from biometric face images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190201 Termination date: 20220119 |
|
CF01 | Termination of patent right due to non-payment of annual fee |