CN116781839B - 基于手写和***数据的指纹加密方法 - Google Patents
基于手写和***数据的指纹加密方法 Download PDFInfo
- Publication number
- CN116781839B CN116781839B CN202311068390.1A CN202311068390A CN116781839B CN 116781839 B CN116781839 B CN 116781839B CN 202311068390 A CN202311068390 A CN 202311068390A CN 116781839 B CN116781839 B CN 116781839B
- Authority
- CN
- China
- Prior art keywords
- handwriting
- elements
- sequence
- data
- seal
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 230000008859 change Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000000875 corresponding effect Effects 0.000 description 13
- 230000006399 behavior Effects 0.000 description 5
- 238000012795 verification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Landscapes
- Collating Specific Patterns (AREA)
Abstract
本发明涉及数据加密技术领域,具体涉及一种基于手写和***数据的指纹加密方法,包括:获取手写和***图像数据;根据手写和***图像数据获取手写体的力度变化数据;根据手写体的力度变化数据获取特征序列;根据特征序列获取特征序列中元素的趋势性;根据特征序列中元素的趋势性获取特征序列中元素的显著性;根据特征序列中元素的显著性获取特征序列中连续序列段的综合显著性;根据特征序列中连续序列段的综合显著性获取电子数据指纹密钥;根据电子数据指纹密钥对手写和***数据进行加密。本发明对于数据的恶意伪造识别效果更强,且对于信息的篡改具有更加鲁棒性的特征。
Description
技术领域
本发明涉及数据加密技术领域,具体涉及一种基于手写和***数据的指纹加密方法。
背景技术
在现代社会中,保护个人和机构的隐私和机密信息变得越来越重要。而手写和***数据常被用作身份验证和文件签署的依据,这些数据具有独特性和唯一性,通常涉及个体的个人信息和身份识别,如果没有得到适当的加密保护,它们可能会受到伪造和篡改的风险从而导致个体以及机构的重大损失,所以对手写以及***数据进行加密可以保证数据的安全性,用来防止信息的被篡改以及伪造。
目前对于手写和***数据进行加密的时候,现有技术往往是通过通用的数据加密算法进行加密,这种加密算法在密钥保管不妥当时极其容易造成手写和***数据被篡改以及被伪造,使得个体或者集体造成相应的财产损失。
发明内容
本发明提供一种基于手写和***数据的指纹加密方法,以解决现有的问题。
本发明的一种基于手写和***数据的指纹加密方法采用如下技术方案:
本发明一个实施例提供了一种基于手写和***数据的指纹加密方法,该方法包括以下步骤:
获取手写和***图像数据;根据手写和***图像数据获取手写体的力度变化数据;根据手写体的力度变化数据获取手写和***图像数据中的生物特征;根据手写和***图像数据中的生物特征获取特征序列;
获取特征序列中元素的趋势性;根据特征序列中元素的趋势性获取特征序列中元素的显著性;
根据特征序列中元素的显著性,获取特征序列中连续序列段的综合显著性;根据特征序列中连续序列段的综合显著性获取手写和***图像的电子数据指纹密钥;
根据电子数据指纹密钥对手写和***数据进行加密。
优选的,所述获取手写体的力度变化数据,包括的具体方法为:
以为结构元素对手写体图像数据进行/>次闭运算操作,得到手写体的力度变化数据,/>为预设的闭运算迭代次数,/>为预设的闭运算结构元素。
优选的,所述获取手写和***图像数据中的生物特征,包括的具体方法为:
对手写体的力度变化数据中的像素点采用超像素分割算法进行手写体图像分割,获得若干个分割区域,以分割区域的灰度均值作为分割区域的生物特征。
优选的,所述获取特征序列,包括的具体方法为:
通过手写体识别算法,获得手写体的力度变化数据中的方向轨迹;沿着手写体的力度变化数据中的方向轨迹获取所有分割区域的生物特征,将所有分割区域的生物特征按获取顺序排列得到特征序列。
优选的,所述获取特征序列中元素的趋势性,包括的具体方法为:
对于特征序列中的第个元素,在特征序列中获取与第/>个元素/>具有相同生物特征的元素,将特征序列中的与/>大小相同的第/>个元素记为/>,通过特征序列中与第/>个元素相同生物特征的所有元素以及特征序列中与第/>个元素相同生物特征的所有元素的相邻元素的生物特征,计算特征序列中的第/>个元素的趋势性/>。
优选的,所述计算特征序列中的第个元素的趋势性/>,包括的具体计算公式为:
式中,表示在特征序列中与第/>个元素的生物特征大小相同的元素的总个数;表示在特征序列中的与/>大小相同的第/>个元素的生物特征;/>表示在特征序列中的与/>大小相同的第/>个元素的生物特征;/>表示在特征序列中第/>个大小为/>元素的前一个元素的生物特征;/>表示在特征序列中的第/>个大小为元素的前一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的后一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的后一个元素的生物特征,/>表示自然常数。
优选的,所述获取特征序列中元素的显著性,包括的具体计算公式为:
式中,表示特征序列中第/>个元素的显著性;/>表示对大小为/>的元素趋势性与特征序列中其他所有元素的趋势性进行最大值最小值归一化后的参数;/>表示特征序列中与/>大小不相同的第/>个元素的生物特征;/>表示特征序列中所有大小与/>不相同的元素的数量。
优选的,所述获取特征序列中连续序列段的综合显著性,包括的具体计算公式为:
将特征序列中从第个元素开始的/>个连续元素构成的序列段称为第/>个连续序列段;
式中,表示从特征序列中第/>个连续序列段的信息熵;/>表示从特征序列中第/>个连续序列段的长度;/>表示特征序列中第/>个元素的显著性;/>表示特征序列中第/>个连续序列段的综合显著性。
优选的,所述获取电子数据指纹密钥,包括的具体方法为:
记特征序列中共有个元素,每个元素对应一个连续序列段,/>个元素对应/>个连续序列段,每个连续序列段得到一个综合显著性,/>个连续序列段得到/>个综合显著性,在/>个综合显著性中选择最大的综合显著性对应的连续序列段作为电子数据指纹密钥。
优选的,所述根据电子数据指纹密钥对手写和***数据进行加密,包括的具体方法为:
首先:对收银和***数据中的***数据进行提取分离;
其次:对***数据利用傅里叶变化进行频域转化;
最后:最后利用频域信息隐藏技术将获得的电子数据指纹密钥进行频域隐藏完成***数据的加密。
本发明的技术方案的有益效果是:相较于现有的加密技术而言,本发明通过对手写***数据中的手写数据进行个体生物特征的提取并生成指纹密钥对电子***加密,整体过程中因为个体的差异性导致其进行书写时的生物特征不同,故而生成唯一电子数据指纹更加的符合个体且唯一性较高,所以个体行为后的手写和***数据的加密效果更好,被伪造以及篡改的可能性越低。
同时本发明所采用的加密方式为隐藏式加密,在不改变原始数据的情况下,对基于个体的手写行为所获取的电子指纹密钥进行隐藏式的嵌入,使得整体的数据加密效果更好,对于数据的恶意伪造识别效果更强,且对于信息的篡改具有更加鲁棒性的特征。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于手写和***数据的指纹加密方法的步骤流程图;
图2手写和***数据;
图3手写体的力度变化数据。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种基于手写和***数据的指纹加密方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于手写和***数据的指纹加密方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种基于手写和***数据的指纹加密方法的步骤流程图,该方法包括以下步骤:
步骤S001:获取手写和***图像数据。
需要说明的是,本实施例在进行手写和***数据的指纹加密的时候,是利用个体的生物特征生成唯一电子数据指纹,以生成的唯一电子数据指纹作为密钥进行加密,所以首先需要提取能够表明个体在手写时所蕴含的行为特征。
具体的采集手写和***图像数据,并对手写和***图像数据进行灰度化处理,得到手写和***图像数据的灰度图。
步骤S002:根据手写和***图像数据的灰度图,获取手写体的力度变化数据,根据手写体的力度变化数据获取特征序列。
需要说明的是,本实施例首先利用图像处理技术对手写和***数据中的手写字体进行提取,而后对手写体进行基于个人书写时的生物特征,获取特征序列,其次对特征序列进行分析来获取生物特征对应的电子数字指纹密钥,以此来实现对手写和***数据的指纹加密。
需要进一步说明的是,本实施例在对手写和***数据加密时,是通过数据中的手写体的生物特征生成对应的电子数字指纹密钥,从而对手写和***数据进行加密,所以首先需要进行手写体中的生物特征的识别,而本实施例进行手写体中的生物特征识别主要是利用个体在进行手写体书写时的力度变化作为个体的生物特征,而后进行对应的电子数字指纹密钥的生成。
具体的,通过对手写和***信息图像数据进行阈值分割,获取手写和***信息图像数据中的手写体图像数据;由于在手写和***信息图像数据中,手写体图像数据与背景图像的灰度值差异大,所以通过阈值分割,即可获取手写和***信息图像数据中的手写体图像数据;然后以为结构元素对手写体图像数迭代/>次闭运算操作,其中/>为本实施预设的闭运算迭代次数,可根据具体情况设置/>的大小,本实施例不做硬性要求,在本实施例中预设/>的大小为1000,/>为本实施预设的闭运算结构元素,可根据具体情况设置/>,本实施例不做硬性要求,在本实施例中预设的/>为半径是5的圆形结构元素;获得手写体的力度变化数据即,如图2、图3所示。
最后根据手写体的力度变化数据提取手写体的生物特征,即通过手写体识别算法,获得手写体的力度变化数据中的方向轨迹,其中手写体识别算法作为一种现有技术,故在本实施例中不再赘述;沿着手写体的力度变化数据中的方向轨迹,对手写体的力度变化数据中的像素点采用超像素分割算法进行分割,获得若干个分割区域,其中超像素分割算法作为一种公知的技术,故在本实施例中不再赘述。以分割区域的灰度均值作为分割区域的生物特征,沿方向轨迹顺序获取所有分割区域的生物特征,将所有分割区域的生物特征按获取顺序排列得到特征序列,记为,其中/>表示特征序列中第/>个元素的生物特征,/>表示特征序列中第/>个元素的生物特征,/>表示特征序列中元素的个数。
至此,获得特征序列。
步骤S003:根据特征序列中元素的生物特征,获取特征序列中元素的趋势性,根据特征序列中元素的趋势性,获取特征序列中元素的显著性。
1.获取特征序列中元素的趋势性。
需要说明的是,在特征序列中所有的元素对***数据进行加密的时候,因整体的特征序列长而导致存在两个问题,第一个问题为,在对***数据中信息进行隐藏加密时,因为数据量过大,导致加密后的***图像数据密文与加密前的***图像数据的明文差距较大,影响加密效果;第二个问题为,在后续进行隐藏加密验证时需要进行大幅度的计算,从而导致计算量过大;所以本实施例通过对特征序列中的不同的元素进行相关分析,以获得较短的具有显著性特征的元素来生成该特征序列对应的电子数字指纹,以此来实现***数据的加密。
需要进一步说明的是,本实施例通过序列中元素的趋势性表征在特征序列中所有生物特征大小相同的元素与相邻的元素之间的变化趋势,因为特征序列中的每个元素是通过个体的手写体的生物特征获取而来,所以在特征序列中,相同的元素表示个体进行手写体书写时的相同大小的力度,所以当所计算的趋势性越大,则说明个体越有以该力度进行书写的行为习惯,而行为习惯对个体而言是一种强生物特征,以此生物特征进行后续的加密时,密钥的与手写体的唯一性更强,即被伪造以及篡改的可能性更低。
具体的,以特征序列中的任意第个元素为例,将特征序列中所有与第/>个元素相同生物特征的元素记为/>,其中/>表示在特征序列中的与/>大小相同的第/>个元素,通过特征序列中所有与第/>个元素相同生物特征的元素以及特征序列中所有与第/>个元素相同生物特征的元素的相邻元素的生物特征,得到特征序列中的第/>个元素的趋势性,其具体计算公式如下:
式中,表示在特征序列中与第/>个元素的生物特征大小相同的元素的总个数;表示在特征序列中的与/>大小相同的第/>个元素的生物特征;/>表示在特征序列中的与/>大小相同的第/>个元素的生物特征;/>表示在特征序列中第/>个大小为/>元素的前一个元素的生物特征;/>表示在特征序列中的第/>个大小为元素的前一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的后一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的后一个元素的生物特征,/>表示自然常数。
需要进一步说明的是,表征的是每个大小为/>的元素与邻域内前向元素的比值的差异值以及量化每个大小为/>的元素与邻域内后向元素的比值的差异值的平均值;而当特征序列中第/>个元素为个体书写的强生物特征时,那么在特征序列中与第/>个元素生物特征相同的像素分布是集中的,即的结果是越小,第/>个元素的趋势性越大;以此逻辑构建函数,得到特征序列中第/>个元素的趋势性/>。
至此,通过上述方法得到特征序列中元素的趋势性。
2.获取特征序列中元素的显著性。
需要说明的是,在本实施例中特征序列中元素的显著性是指在特征序列中,特定生物特征的元素与其余所有元素的之间生物特征的差异程度。
具体的,以特征序列中的第个元素为例,通过特征序列中的第/>个元素的趋势性、特征序列中所有与第/>个元素的生物特征不同的元素的生物特征以及特征序列中的第/>个元素的生物特征,获取特征序列中的第/>个元素的显著性,其具体的计算公式如下:
式中,表示特征序列中第/>个元素的显著性;/>表示对大小为/>的元素趋势性与特征序列中其他所有元素的趋势性进行最大值最小值归一化后的参数;/>表示特征序列中与/>大小不相同的第/>个元素的生物特征;/>表示特征序列中所有大小与/>不相同的元素的数量。
需要进一步说明的是,由于加密密钥需要代表个体的生物特征,所以在进行显著性分析的时候,在本实施例中以元素趋势性归一化的值作为元素显著性的权值,通过特征序列中特定生物特征的元素与其余所有元素的之间生物特征的差异程度表征特征序列中特定生物特征的元素。所以当所计算的越大时,则说明特征序列中第/>个元素与其他元素之间的差异越明显,即当所计算的/>越大,特征序列中第/>个元素的显著性大。
至此,获得特征序列中元素的显著性。
步骤S004:根据特征序列中元素的显著性,获取特征序列中连续序列段的综合显著性,根据特征序列中连续序列段的综合显著性,获取电子数据指纹密钥。
需要说明的是,本实施例通过特征序列中的每个元素的显著性获取个体手写体生物特征的特征序列对应的电子数字指纹,其中由于电子数字指纹是用来对手写和***数据进行加密的密钥,而进行加密后的手写和***数据防篡改以及防伪检测时,需要将电子数据指纹密钥从电子***数据中提取并对特征序列中的生物特征进行匹配,所以需要计算其对应的显著性,其显著性越好匹配时更加的准确以及快速。
具体的,将特征序列中从第个元素开始的/>个连续元素构成的序列段称为第/>个连续序列段,以特征序列中的第/>个元素为例,根据计算从特征序列中第/>个连续序列段的信息熵以及特征序列中第/>个连续序列段中元素的显著性,获取从特征序列中第/>个连续序列段的综合显著性,其具体的计算公式如下:
式中,表示从特征序列中第/>个连续序列段的信息熵;/>表示从特征序列中第/>个连续序列段的长度;/>表示特征序列中第/>个元素的显著性;/>表示特征序列中第/>个连续序列段的综合显著性。
需要注意的是,在获取第个连续序列段时,出现/>的情况,先获取第/>个元素到最后一个元素之间的/>个元素,然后再获取特征序列中第一个元素到第个元素,最后将获得的所有元素按获得顺序排列得到第/>个连续序列段。
需要说明的是, 为预设的连续序列段长度,/>的取值可根据具体情况设置,本实施例不做硬性要求,在本实施例中以/>进行计算,以长度/>的电子数字指纹对***数据进行加密,对加密后的***数据的密文与明文进行相似性的计算,如果其相似性在/>范围内,则对/>的长度进行增加,如果相似性小于/>,则对/>的大小进行减少,直至/>的长度在某一值时相似性满足/>即可。
需要进一步说明的是,当特征序列中第个连续序列段的综合显著性越大时,说明特征序列中第/>个连续序列段内所有的元素的种类越多、趋势性越高以及显著性越高,种类越多对应的密钥的安全性越高,趋势性越高,更能代表手写和***数据中的手写体的个体的书写特征;显著性越高,更加便于防伪防篡改的检测。
至此,通过上述方法得到特征序列中连续序列段的综合显著性。
最后,记特征序列中共有个元素,每个元素对应一个连续序列段,/>个元素对应/>个连续序列段,每个连续序列段得到一个综合显著性,/>个连续序列段得到/>个综合显著性,在/>个综合显著性中选择最大的综合显著性对应的连续序列段作为电子数据指纹密钥。
至此,获取电子数据指纹密钥。
步骤S005:根据电子数据指纹密钥对手写和***数据进行加密。
上述中获得了手写和***数据对应的个体生物特征的电子数据指纹密钥,现利用电子数据指纹密钥对个***数据进行加密,具体的加密方式整体的加密过程如下所示:
首先:对收银和***数据中的***数据进行提取分离;
其次:对***数据利用傅里叶变化进行频域转化;
最后:最后利用频域信息隐藏技术将上述中获得的电子数据指纹密钥进行频域隐藏完成***数据的加密。
至此,利用上述方式,每个个体的手写和***数据利用电子数据指纹密钥加密结束,获得了携带加密验证信息的手写和***数据。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.基于手写和***数据的指纹加密方法,其特征在于,该方法包括以下步骤:
获取手写和***图像数据;根据手写和***图像数据获取手写体的力度变化数据;根据手写体的力度变化数据获取手写和***图像数据中的生物特征;根据手写和***图像数据中的生物特征获取特征序列;
获取特征序列中元素的趋势性;根据特征序列中元素的趋势性获取特征序列中元素的显著性;
根据特征序列中元素的显著性,获取特征序列中连续序列段的综合显著性;根据特征序列中连续序列段的综合显著性获取手写和***图像的电子数据指纹密钥;
根据电子数据指纹密钥对手写和***数据进行加密;
所述获取特征序列中元素的趋势性,包括的具体方法为:
对于特征序列中的第个元素,在特征序列中获取与第/>个元素/>具有相同生物特征的元素,将特征序列中的与/>大小相同的第/>个元素记为/>,通过特征序列中与第/>个元素相同生物特征的所有元素以及特征序列中与第/>个元素相同生物特征的所有元素的相邻元素的生物特征,计算特征序列中的第/>个元素的趋势性/>;
所述计算特征序列中的第个元素的趋势性/>,包括的具体计算公式为:
式中,表示在特征序列中与第/>个元素的生物特征大小相同的元素的总个数;/>表示在特征序列中的与/>大小相同的第/>个元素的生物特征;/>表示在特征序列中的与/>大小相同的第/>个元素的生物特征;/>表示在特征序列中第/>个大小为元素的前一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的前一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的后一个元素的生物特征;/>表示在特征序列中的第/>个大小为/>元素的后一个元素的生物特征,/>表示自然常数;
所述获取特征序列中元素的显著性,包括的具体计算公式为:
式中,表示特征序列中第/>个元素的显著性;/>表示对大小为/>的元素趋势性与特征序列中其他所有元素的趋势性进行最大值最小值归一化后的参数;/>表示特征序列中与/>大小不相同的第/>个元素的生物特征;/>表示特征序列中所有大小与/>不相同的元素的数量。
2.根据权利要求1所述基于手写和***数据的指纹加密方法,其特征在于,所述获取手写体的力度变化数据,包括的具体方法为:
以为结构元素对手写体图像数据进行/>次闭运算操作,得到手写体的力度变化数据,为预设的闭运算迭代次数,/>为预设的闭运算结构元素。
3.根据权利要求1所述基于手写和***数据的指纹加密方法,其特征在于,所述获取手写和***图像数据中的生物特征,包括的具体方法为:
对手写体的力度变化数据中的像素点采用超像素分割算法进行手写体图像分割,获得若干个分割区域,以分割区域的灰度均值作为分割区域的生物特征。
4.根据权利要求1所述基于手写和***数据的指纹加密方法,其特征在于,所述获取特征序列,包括的具体方法为:
通过手写体识别算法,获得手写体的力度变化数据中的方向轨迹;沿着手写体的力度变化数据中的方向轨迹获取所有分割区域的生物特征,将所有分割区域的生物特征按获取顺序排列得到特征序列。
5.根据权利要求1所述基于手写和***数据的指纹加密方法,其特征在于,所述获取特征序列中连续序列段的综合显著性,包括的具体计算公式为:
将特征序列中从第个元素开始的/>个连续元素构成的序列段称为第/>个连续序列段;
式中,表示从特征序列中第/>个连续序列段的信息熵;/>表示从特征序列中第/>个连续序列段的长度;/>表示特征序列中第/>个元素的显著性;/>表示特征序列中第/>个连续序列段的综合显著性。
6.根据权利要求1所述基于手写和***数据的指纹加密方法,其特征在于,所述获取电子数据指纹密钥,包括的具体方法为:
记特征序列中共有个元素,每个元素对应一个连续序列段,/>个元素对应/>个连续序列段,每个连续序列段得到一个综合显著性,/>个连续序列段得到/>个综合显著性,在/>个综合显著性中选择最大的综合显著性对应的连续序列段作为电子数据指纹密钥。
7.根据权利要求1所述基于手写和***数据的指纹加密方法,其特征在于,所述根据电子数据指纹密钥对手写和***数据进行加密,包括的具体方法为:
首先:对收银和***数据中的***数据进行提取分离;
其次:对***数据利用傅里叶变化进行频域转化;
最后:最后利用频域信息隐藏技术将获得的电子数据指纹密钥进行频域隐藏完成***数据的加密。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311068390.1A CN116781839B (zh) | 2023-08-24 | 2023-08-24 | 基于手写和***数据的指纹加密方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311068390.1A CN116781839B (zh) | 2023-08-24 | 2023-08-24 | 基于手写和***数据的指纹加密方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116781839A CN116781839A (zh) | 2023-09-19 |
CN116781839B true CN116781839B (zh) | 2023-10-31 |
Family
ID=87989885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311068390.1A Active CN116781839B (zh) | 2023-08-24 | 2023-08-24 | 基于手写和***数据的指纹加密方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116781839B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1734470A (zh) * | 2004-08-02 | 2006-02-15 | 北京优士东方数码科技有限公司 | 基于纸面的手写签名电子化方法 |
CN101282217A (zh) * | 2007-04-05 | 2008-10-08 | 华为技术有限公司 | 一种生物特征数据的保护方法、装置及*** |
EP2350913A1 (en) * | 2008-09-30 | 2011-08-03 | Stepover GmbH | Method and device for electronically capturing a handwritten signature using embedding technique |
WO2018040009A1 (zh) * | 2016-08-31 | 2018-03-08 | 华为技术有限公司 | 签名认证方法、终端、手写笔及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228227A (zh) * | 2021-12-06 | 2023-06-06 | 王士华 | 生物签章验证***与生物签章验证方法 |
-
2023
- 2023-08-24 CN CN202311068390.1A patent/CN116781839B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1734470A (zh) * | 2004-08-02 | 2006-02-15 | 北京优士东方数码科技有限公司 | 基于纸面的手写签名电子化方法 |
CN101282217A (zh) * | 2007-04-05 | 2008-10-08 | 华为技术有限公司 | 一种生物特征数据的保护方法、装置及*** |
EP2350913A1 (en) * | 2008-09-30 | 2011-08-03 | Stepover GmbH | Method and device for electronically capturing a handwritten signature using embedding technique |
WO2018040009A1 (zh) * | 2016-08-31 | 2018-03-08 | 华为技术有限公司 | 签名认证方法、终端、手写笔及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116781839A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102306305B (zh) | 一种基于生物特征水印的安全身份认证方法 | |
Bhattacharjee et al. | Compression tolerant image authentication | |
Rua et al. | Biometric template protection using universal background models: An application to online signature | |
Feng et al. | A hybrid approach for face template protection | |
Rathgeb et al. | Deep face fuzzy vault: Implementation and performance | |
Li et al. | Tamper detection and self-recovery of biometric images using salient region-based authentication watermarking scheme | |
CN109767376A (zh) | 图像认证方法、装置、计算机设备及存储介质 | |
Li et al. | Multi-block dependency based fragile watermarking scheme for fingerprint images protection | |
Asaker et al. | A novel cancellable Iris template generation based on salting approach | |
CN106033519A (zh) | 一种电子文件的数据保全方法 | |
Prasanalakshmi et al. | Biometric cryptosystem involving two traits and palm vein as key | |
CN116781839B (zh) | 基于手写和***数据的指纹加密方法 | |
Li et al. | Protecting biometric templates using authentication watermarking | |
CN112163542A (zh) | 一种基于ElGamal加密的掌纹保密认证方法 | |
Das et al. | Digital forensic enabled image authentication using least significant bit (lsb) with tamper localization based hash function | |
Ahmad et al. | Paper document authentication using print-scan resistant image hashing and public-key cryptography | |
Ding et al. | Achieving privacy-preserving iris identification via el gamal | |
Abdullahi et al. | Robust enhancement and centroid-based concealment of fingerprint biometric data into audio signals | |
Sethi et al. | Video security against deepfakes and other forgeries | |
Praseetha et al. | Novel Web Service Based Fingerprint Identification Using Steganography and Xml Mining | |
Paunwala et al. | Dct watermarking approach for security enhancement of multimodal system | |
Jamil et al. | Multibiometric System with Runs Bits Permutation for Creating Cryptographic key Generation Technique | |
Muhammed et al. | Secure latent fingerprint storage and self-recovered reconstruction using POB number system | |
Feng et al. | Selection of distinguish points for class distribution preserving transform for biometric template protection | |
Abdullahi et al. | Concealing fingerprint-biometric data into audio signals for identify authentication |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |