KR101228362B1 - 지문 인식 장치와 이를 이용한 지문 등록 방법 - Google Patents
지문 인식 장치와 이를 이용한 지문 등록 방법 Download PDFInfo
- Publication number
- KR101228362B1 KR101228362B1 KR1020080126705A KR20080126705A KR101228362B1 KR 101228362 B1 KR101228362 B1 KR 101228362B1 KR 1020080126705 A KR1020080126705 A KR 1020080126705A KR 20080126705 A KR20080126705 A KR 20080126705A KR 101228362 B1 KR101228362 B1 KR 101228362B1
- Authority
- KR
- South Korea
- Prior art keywords
- fingerprint
- polynomial
- feature point
- feature
- data structure
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Collating Specific Patterns (AREA)
Abstract
본 발명에 따른 지문 인식 장치는, 등록 지문 영상에서 진짜 특징점을 적어도 하나 이상 추출하는 등록 지문 특징점 추출부와, 진짜 특징점을 은닉하기 위한 임의의 가짜 특징점을 적어도 하나 이상 생성하는 가짜 특징점 생성부와, 등록 지문 영상을 입력한 사용자의 고유 정보를 적어도 하나 이상의 다항식을 생성하는 다항식 생성부와, 진짜 특징점을 다항식에 대입하여 진짜 자료 구조를 생성함과 더불어 가짜 특징점을 이용하여 자료 구조와 상이한 값을 갖는 가짜 자료 구조를 생성하고, 진짜 및 가짜 자료 구조를 통합하여 등록 특징 정보를 생성한 후 이를 데이터베이스에 저장하는 등록 특징 생성부를 포함한다.
이와 같이, 본 발명은 사용자의 진짜 특징점 정보에 가짜 특징점 정보를 추가한 후 개인의 고유정보에 의하여 생성된 다항식으로 사용자의 지문정보를 은닉하여 저장함으로써 저장장치에 저장된 사용자의 중요한 지문정보를 외부 공격자로부터 안전하게 보호할 수 있다.
전등, 콘센트, 제어, 리모컨
Description
본 발명은 지문 정보를 안전하게 저장한 후 인증을 수행하기 위한 지문 인식에 관한 것으로, 더욱 상세하게는 저장장치에 저장된 사용자의 중요한 지문 정보가 허가되지 않은 사용자에게 유출되었을 경우에 재사용이 불가능하도록 하기 위한 지문의 특징점을 은닉하여 안정하게 지문 정보를 보관하기 위한 지문 등록 방법에 관한 것이다.
본 발명은 지식 경제부 및 정보통신연구진흥원의 IT 신성장동력핵심기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호:2007-S-020-02, 과제명: 프라이버시 보호형 바이오 인식 시스템 개발].
통상, 정당한 사용자가 정보 시스템에 접근하기 위하여 패스워드 또는 PIN(Personal Identification Number)을 이용한 사용자 인증 방법이 현재까지 널리 쓰이고 있으나, 이러한 방법은 타인에게 노출되거나 잊어버리는 등의 문제가 있다. 이러한 문제를 해결하기 위하여 개인의 고유한 생체정보를 이용한 사용자인증 방법의 도입이 확산되고 있다.
일반적으로 생체 정보를 이용한 사용자 인증 방법은 대표적인 예로는 경제적으로 설치 비용과 보안성이 매우 높은 신뢰성을 갖는 지문 인식 방법이 있다. 지문 인식 방법은 수백년 이상의 전 세계적인 적용사례를 바탕으로 유일무이한 사람의 고유 특성으로 검증된 지문을 이용한다. 특히, 지문 인식 방법이 적용된 시스템은 소형화가 가능하기 때문에 이동성과 공간 활용 능력이 매우 높다.
최근 들어 네트워크의 발달과 더불어 보안과 개인 사생활 보호에 대한 관심이 높아지면서 개인 인증 방법으로서의 지문 인식 기술은 화상 기술 인식 분야 중에서 가장 각광 받는 기술 분야로 발전하고 있다.
이와 같은 지문 인식 기술은 다양한 응용이 가능하며, 인증 확인 속도도 0.1초를 넘지 않을 정도로 고속의 인증 처리가 가능한 장점이 있다.
일반적인 지문 인식 방법에 대해 도 1을 참조하여 설명한다.
도 1에 도시된 바와 같이, 지문 등록 과정에서 등록을 위한 지문 영상은 전처리과정을 거친 뒤에 등록 지문 특징점 추출부(110)에서 특징점이 추출된 뒤 데이터베이스(120)에 저장된다. 지문 인식 과정에서 입력받은 사용자의 인증을 위한 지문 영상은 전처리과정을 거친 뒤에 인증지문 특징점 추출부(130)에서 인증 지문영상의 특징점이 추출된다.
지문 비교부(140)는 인증지문 특징점추출부(130)에서 추출된 특징점들과 지 문등록과정에서 데이터베이스(120)에 저장된 등록지문의 특징점에 대하여 유사도 측정을 수행하여 매칭 결과를 지문 인식 장치에 전달한다. 이때, 데이터베이스(120)에 저장된 사용자의 중요한 정보인 특징점 정보가 악의적인 공격자에 의하여 유출될 수 있다. 이런 경우 데이터베이스(120)에 저장된 특징점 정보가 아무런 보호 장치 없이 저장되었다면 지문 비교부(140)의 입력으로 재사용되어 허가받지 않은 사용자가 시스템에 접근할 수 있는 문제점이 있다.
이와 같이 지문 인식 기술에서 가장 중요한 부분은 저장 장치에 등록된 사용자의 지문 정보에 대한 보안성인데, 즉 허가되지 않은 공격자에 의해 지문 정보가 유출될 경우 보안상에 심각한 문제를 발생시킬 수 있다. 다시 말해서, 각 사용자의 지문은 패스워드처럼 변경이 어렵기 때문에 시스템에 허가되지 않은 공격자에 의해 저장장치에 등록된 지문 정보가 유출되는 경우 보안상에 심각한 문제를 발생시킬 수 있다.
지문 정보를 안전하게 저장하기 위한 가장 간단한 방법은 일반적으로 암호 기법을 사용하는 것이다. 그러나, 암호 기법을 이용한 방법은 암호키를 안전하고 효과적으로 관리해야 하는 부가적인 문제가 있으며, 특히 지문 인식 시스템에서 등록된 지문 정보를 암호화해서 저장할 경우 사용자 인증을 위한 비교 과정에서 복호화 연산을 수행하고 다시 암호화 연산을 반복적으로 수행해야 하는 문제점이 있기 때문에 대용량 데이터베이스에서 사용자를 검색하는 지문 인식 시스템에서는 사용할 수 없다.
이러한 암호화 기법을 이용한 지문 인식 방법에 대한 문제점을 해결하기 위 해서는 지문 정보를 역변환이 불가능한 변환 함수(Non-invertible Transform)에 의해 변환하여 저장하고 변환된 공간에서 지문 비교를 수행해야 한다. 그러나, 역변환이 불가능한 변환을 위해서는 비선형 변환(non linear transform)이 필요하며 비선형 변환을 수행할 경우 지문정보의 기하학적인 정보(geometrical information)가 손실되어 변환된 공간에서 기존의 일반적인 지문비교 방법으로 비교를 할 수 없는 문제점이 있다.
역변환이 불가능한 변환 함수의 대안으로 사용자의 지문특징(진짜 지문특징)을 등록할 때 임의로 생성된 가짜 지문특징을 추가하여 함께 등록하는 방법이 있다. 등록된 지문특징에는 진짜와 가짜 지문특징의 명시적인 표시가 없이 저장되어 있기 때문에 공격자에게 유출되었을 경우에 진짜 특징점 만을 분리하여 재사용할 수 없다. 하지만, 사용자 자신도 어떤 것이 진짜 특징점 인지를 알 수 없기 때문에 정당한 인증을 시도할 경우에는 구분할 수 없다는 문제가 있다. 이를 해결하기 위해서 일반적으로 임의의 다항식을 생성하고 진짜 특징점은 상기 생성된 다항식에 대입하여 얻어진 값을 포함하여 구성한다. 한편, 가짜 특징점은 생성된 다항식에 존재하지 않은 값을 포함하여 구성하게 된다. 이를 이용하면, 인증요청이 있을 때 진짜와 가짜 지문특징으로 구성된 등록 지문특징과 인증 지문특징을 비교하여 일치하는 동일 특징점들 얻을 수 있다. 이때, 등록된 사용자의 지문을 이용하여 인증을 요청하였을 경우에는 동일 특징점들의 대부분이 진짜 특징점일 확률이 많으며, 이러한 동일 특징점들은 연립방정식을 이용하여 등록과정에서 사용한 것과 동일한 다항식을 생성하여 본인임을 확인할 수 있다.
진짜 지문 특징에 임의로 생성된 가짜 지문 특징을 추가하여 등록하는 방법은 등록과정에서 사용한 것과 동일한 다항식을 생성하기 위해서 상기 다항식의 차수(degree)보다 많은 수의 특징점들이 연립방정식에 입력되어야 한다. 만약 등록지문의 진짜 특징점 개수가 다항식의 차수보다 적다면 인증 시 모든 진짜 특징점이 일치하더라도 다항식을 복원하는 것이 불가능하다는 심각한 문제점이 있으며. 이러한 문제점을 해결하기 위하여 다항식의 차수를 낮출 경우에는 공격자가 등록 지문특징에서 진짜와 가짜 지문특징을 분리하는 대신 직접적으로 다항식 복원을 공격할 수 있기 때문에 지문인식 시스템의 안전성을 보장할 수 없는 문제점이 발생하게 된다.
본 발명은 사용자의 진짜 지문정보에 가짜 지문정보를 추가한 후 개인의 고유정보에 의하여 생성된 다항식으로 사용자의 지문정보를 은닉하여 저장함으로써 저장장치에 저장된 사용자의 중요한 지문정보를 외부 공격자로부터 안전하게 보호한다.
본 발명은 다항식의 차수를 진짜 특징점의 개수에 따라 차등적으로 결정하여 지문인식의 정확도를 향상시키며, 다항식의 차수를 차등적으로 결정함에 있어서 두 개 이상의 다항식을 사용하여 지문 인식 장치의 비도를 보장하고 동시에 지문인식의 정확도를 향상시킨다.
본 발명에 따른 지문 인식 장치는, 등록 지문 영상에서 진짜 특징점을 적어도 하나 이상 추출하여 제 1 자료 구조를 생성하는 등록 지문 특징점 추출부와, 상기 진짜 특징점을 은닉하기 위한 임의의 가짜 특징점을 적어도 하나 이상 생성하여 제 2 자료 구조를 생성하는 가짜 특징점 생성부와, 상기 진짜 특징점의 개수를 기초로 하여 다항식의 차수 및 개수를 결정하며, 상기 결정된 차수 및 개수와 사용자의 고유 정보를 다항식을 생성하는 다항식 생성부와, 상기 제 1 자료 구조를 상기 다항식에 대입하여 제 3 자료 구조를 생성하고, 상기 제 2 자료 구조를 상기 다항식에 대입하여 상기 제 3 자료 구조와 상이한 값을 갖는 제 4 자료 구조를 생성한 후 상기 제 3 및 제 4 자료 구조를 통합하여 상기 진짜 특징점이 은닉된 등록 특징 정보를 생성하며, 상기 생성된 등록 특징 정보를 데이터베이스에 저장하는 등록 특징 생성부를 포함한다.
다른 견지에서 본 발명에 따른 지문 인식 장치의 지문 등록 방법은,등록 지문 영상에서 진짜 특징점을 적어도 하나 이상 추출하여 제 1 자료 구조를 형성하는 단계와, 상기 진짜 특징점을 은닉하기 위한 임의의 가짜 특징점을 적어도 하나 이상 생성하여 제 2 자료 구조를 형성하는 단계와, 상기 진짜 특징점의 개수를 기초로 다항식의 차수 및 개수를 결정한 후 상기 결정된 차수 및 개수와 상기 등록 지문 영상을 입력한 사용자의 고유 정보를 이용하여 다항식을 생성하는 단계와, 상기 제 1 자료 구조를 상기 다항식에 대입하여 제 3 자료 구조를 형성하는 단계와, 상기 제 2 자료 구조를 이용하여 상기 제 3 자료 구조와 상이한 값을 갖는 제 4 자료 구조를 형성하는 단계와, 상기 제 3 및 제 4 자료 구조를 통합하여 상기 진짜 특징점이 은닉된 등록 특징 정보를 생성한 후 이를 데이터베이스에 등록하는 단계를 포함한다.
삭제
본 발명은 사용자의 진짜 특징점 정보에 가짜 특징점 정보를 추가한 후 개인의 고유정보에 의하여 생성된 다항식으로 사용자의 지문정보를 은닉하여 저장함으로써 저장장치에 저장된 사용자의 중요한 지문정보를 외부 공격자로부터 안전하게 보호하며, 저장된 지문특징점 정보가 외부로 유출되었을 경우에도 공격자가 진짜 특징점을 알 수 없기 때문에 재사용할 수 없는 효과가 있다.
또한, 본 발명은 고유정보를 이용한 다항식 생성에 있어서 진짜 특징점의 개수를 기초로 하여 다항식의 차수 및 개수를 적응적으로 결정하기 때문에 고정된 차수 및 개수에 의한 방법보다 인식 성능을 향상시키고 지문인식 장치의 최소비도를 만족하는 효과가 있다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 아울러 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
도 2는 본 발명의 바람직한 실시 예에 따른 프라이버시 보호형 지문 인식 장치의 구성을 도시한 내부 블록도이다.
도 2에 도시된 바와 같이, 프라이버시 보호형 지문 인식 장치는 등록 지문 특징점 추출부(210), 특징점 보호부(220), 데이터베이스(230), 인증 지문 특징점 추출부(240) 및 지문 비교부(250)를 포함한다.
설명에 앞서, 일반적으로 지문인식 시스템에서 사용하는 지문특징 정보는 지문 영상에서 융선이 끝나는 끝점(ending point)과 하나의 융선이 둘로 나뉘어지는 분기점(bifurcation point)을 사용한다. 그리고 상기 추출된 하나의 특징점은 특징점의 좌표, 특징점의 각도, 특징점의 타입정보를 가지며 (x,y,,type)으로 표현 된다. 또한, 지문인식 시스템에서 상기 지문 특징은 특징점(Minutiae)이라고 명명한다.
등록 지문 특징점 추출부(210)는 사용자의 등록 지문 영상에 대한 전처리 과정을 수행하여 등록 지문에 대한 적어도 하나 이상의 특징점을 추출하고, 이를 이용하여 제 1 자료구조를 생성한다.
특징점 보호부(220)는 추출된 등록 지문의 진짜 특징점이 유출되더라도 재사용이 불가능하도록 특징점을 보호하기 위한 변환 과정을 수행한 후 이를 데이터베이스(230)에 저장한다. 즉, 특징점 보호부(220)는 진짜 특징점을 은닉하기 위한 임의의 가짜 특징점을 적어도 하나 이상 생성하여 제 2 자료구조를 생성하며, 사용자의 고유 정보를 이용하여 하나 이상의 다항식을 생성한 후 제 1 자료 구조에 다항식을 대입하여 제 3 자료구조를 형성한다. 또한, 특징점 보호부(220)는 제 2 자료 구조를 이용하여 제 3 자료구조와 상이한 값을 갖는 제 4 자료구조를 형성한 후 제 3 및 제 4 자료 구조를 통합하여 진짜 특징점이 은닉된 등록 특징 정보를 생성하며, 생성된 등록 특징 정보를 데이터베이스(230)에 등록한다.
여기서, 특징점 보호부(220)에서는 등록 지문이 임의의 공격자에 의해 유출될 경우 등록 지문의 진짜 특징점 정보를 공격자가 알 수 없게 하기 위해서 역변환이 불가능하게 변환시키는데, 즉 역변환이 불가능한 변환 함수를 사용하여 등록 지문의 진짜 특징점을 변환시킨다.
본 발명의 특징점 보호부(220)가 진짜 특징점을 은닉하는 과정에 대해 도 3을 참조하여 설명한다.
특징점 보호부(220)는, 도 3에 도시된 바와 같이, 고유 정보 생성부(310), 다항식 생성부(320), 가짜 특징점 생성부(330), 등록 특징 생성부(340) 및 등록부(350)를 포함하며, 사용자의 진짜 특징점을 보호하기 위해 가짜 특징점과 다항식을 이용한다.
고유 정보 생성부(310)는 특징점 보호에 사용될 다항식을 생성하기 위한 고유 정보를 생성하는데, 여기서 고유 정보는 시스템에 의해서 임의로 생성될 수 있으며, 암호 시스템에서 사용될 사용자의 비밀키(private key)를 이용할 수도 있다. 여기서, 고유 정보는 다항식의 차수 및 개수에 상응하는 데이터량을 갖는데, 즉 다항식 생성부(320)는 고유 정보의 데이터량을 의거하여 다항식의 차수 및 개수를 결정할 수 있다.
다항식 생성부(320)는 생성된 고유 정보를 미리 정의된 다항식의 차수(degree)에 다항식의 계수(coefficient) 또는 근으로 할당하여 진짜 특징점을 보호하기 위한 다항식(f())을 생성하며, 생성된 다항식(f())을 등록 특징 생성부(340)에 제공한다.
또한, 다항식 생성부(320)는 등록 지문 특징점 추출부(210)에서 추출된 진짜 특징점의 개수에 따라 다항식의 차수를 결정하는데, 즉 추출된 진짜 특징점의 개수가 7개인 경우 6차 이하의 다항식 차수를 선택한다.
다항식 생성부(320)가 다항식을 생성하는 과정에 대해 도 4를 참조하여 설명하면 아래와 같다.
도 4에 도시된 바와 같이, 다항식 생성부(320)는 사용자의 등록 지문을 토대 로 추출된 진짜 특징점(제 1 자료구조)(400)의 개수를 토대로 다항식의 차수를 결정한다(410). 즉, 추출된 진짜 특징점의 개수가 7개인 경우 최대 6차 이하의 다항식을 생성한다. 이런 경우 악의적인 공격자 본 발명에 따른 지문 인식 장치를 공격해서 보정한 사용자 인증을 얻을 수 있는데, 첫 번째는 데이터베이스(230)를 공격하여 등록 특징 정보에서 진짜 특징점 만을 분리하여 재사용하는 것이며, 두 번째는 지문 인식 시 다항식을 복하는 과정을 공격하여 다항식의 계수를 추측하고 고유 정보를 복원한 후 이를 이용하여 사용자 인증을 받는 것이다. 상기 첫 번째 공격은 가짜 특징점을 많이 추가해줌으로써, 공격의 복잡도를 높일 수 있지만 낮은 차수의 다항식을 사용할 경우 두 번째 공격에 취약할 수 있다. 즉, 5차의 다항식을 사용하고 그 계수가 16비트의 숫자를 표현할 수 있다고 가정할 경우에 전수조사 방법으로 다항식을 복원하면 296(216*6)의 비도를 가진다. 이는 128비트 암호키를 사용하는 AES 암호 기술의 비도 2128보다 낮다. 따라서, 지문 인식 장치에서 기 설정된 최소 비도를 보장하면서 지문인식의 정확도를 향상시킬 수 있도록 진짜 특징점의 개수를 고려하여 다항식의 차수를 선택하고, 이에 따라 서로 다른 다수개의 다항식, 예컨대 다항식1, 2(f1(x), f2(x))를 적응적으로 생성(420, 430)한다. 예를 들어, 진짜 특징점의 개수가 7인 경우 6차 다항식을 사용하는 것이 지문 인식의 정확도를 향상시킬 수 있다. 이때 최소 비도가 2128이고 다항식의 계수가 16bit의 숫자를 표현한다면 6차 다항식 2개를 사용하여 최소 비도를 만족할 수 있다(=2192 = 2(16*6)+(16*6)).
한편, 진짜 특징점 추출과정(400)에서 추출된 진짜 특징점은 다항식 생성과정(420, 430)에서 생성된 다수개의 다항식에 대입된다. 이때, 다수개의 다항식이 사용되었기 때문에 진짜 특징점을 이용하여 생성된 제 1 자료구조가 다항식에 대입된 결과인 제 3 자료구조(L)는 (x,y, ,type, f 1 (x), f 2 (x))(440)이며, 이에 따라, 가짜 특징점 생성 과정(450)도 마찬가지로 (x',y', ',type', 1, 2)(제 4 자료구조(L'))로 구성된 가짜 특징점들이 생성된다. 상기 추출 및 생성된 진짜와 가짜 특징점은 함께 혼합되어 등록 특징 정보(V=L+L')을 생성(460)하고 데이터베이스에 등록(470)된다.
이와 같이, 다항식 생성부(320)는 외부의 악의적인 공격자로부터 공격을 고려하여 장치 내에 설정된 최소비도 및 진짜 특징점의 개수를 고려하여 다항식의 개수 및 차수를 결정하고, 결정된 차수를 갖는 다항식을 결정된 개수만큼 생성한다.
다항식 생성 과정 중 고유 정보를 이용하는 과정에 대해 도 5를 참조하여 설명한다. 즉, 다항식 생성 과정(420, 430)에서 생성되는 다항식의 개수가 2개일 경우에는 도 5에 도시된 바와 같이 같이 고유정보 S(500)를 두 개의 고유정보 S1(510)과 S2(520)로 개로 나눈 후 S1은 다항식 1(420)의 계수로 사용하고, S2는 다항식 2(430)의 계수로 사용한다.
일반적으로, 지문 특징점 중에서 x 또는 y 좌표값을 다항식의 변수로 사용할 수 있다. x 좌표값 즉, 지문영상의 너비(width)를 다항식의 변수로 사용할 경우 다항식의 결과값이 지문영상의 너비를 초과할 수 없기 때문에 다항식은 GF(x)의 유한체 연산을 하게 된다. 마찬가지로 다항식이 x,y 좌표값 즉 지문영상의 너비(width)와 높이(height)를 다항식의 변수로 사용할 경우 다항식은 GF(x2)의 유한체 연산을 하게 된다. 왜냐하면, 일반적으로 지문영상의 너비와 높이는 유사한 값을 가지기 때문이다. 또한, 다양한 지문 인식 알고리즘에 사용되는 여러 가지 지문특징 자료구조(data structure)에 적합한 구성요소를 다항식의 변수로 사용할 수 있다.
가짜 특징점 생성부(340)는 등록 지문에 대한 진짜 특징점 정보를 토대로 생성된 제 3 자료 구조(x, y, θ, type, f(x))를 공격자로부터 보호하기 위한 가짜 특징점인 제 2 자료구조를 생성한다. 여기서, 가짜 특징점인 제 2 자료구조는 (x',y', ',type', )의 형태로 구성되기 때문에 진짜 특징점 정보와는 달리 이기 때문에 x'는 다항식 f(x)의 근이 아니다.
가짜 특징점 생성부(340)가 동작하는 과정은 도 6을 참조하여 상세하게 설명하면 아래와 같다.
일반적으로, 지문의 특징점은 앞서 기술한 것과 같이 특징점의 x, y 좌표(coordinate), 특징점의 방향(direction), 특징점의 타입(type)으로 구성되며 (x,y, ,type)으로 표기한다. 등록지문 특징점 추출부(210)에서 이루어지는 진짜 특징점 추출 과정에서 동일인의 지문일지라도 지문입력장치의 잡음(noise), 영상처리 연산 중에 발생하는 오차 등으로 인하여 정확하게 동일한 위치에서 지문특징이 추출되지 않는다. 상기 진짜 특징점 추출 과정에서 발생하는 오차로 인하여 지문 인식시 등록지문의 특징점과 인증지문의 특징점을 비교하여 일치하는 특징점쌍을 선택할 때 실험적으로 허용오차(tolerance)를 정해두고 두 특징점쌍이 상기 허용오차 내에 있게 되면 일치하는 특징점쌍으로 간주한다. 상기 구해진 특징점쌍의 개수 등을 이용하여 두 지문의 유사도를 판단하게 된다.
따라서, 가짜 특징점 생성부(330)에서 가짜 특징점을 생성할 때 상기 허용오차를 고려하지 않게 되면 가짜 특징점이 진짜 특징점으로 잘못 판단될 수 있는 문제점이 있다. 그래서 본 발명에서는 가짜 특징점을 생성할 때 x,y 좌표값과 방향에 대하여 도 6에 도시된 바와 같이 지문 인식 장치에서 정해놓은 허용오차 범위 밖에서 생성하게 된다. 도 6에서 흰색 특징점(600)은 등록된 진짜 특징점이고 검은색 특징점(610)은 가짜 특징점이다. 상기 진짜 특징점(600)에 관하여 x, y 좌표에 관한 허용오차(620)와 방향에 대한 허용오차(630)를 만족하는 범위에 존재하는 특징점은 일치하는 특징점쌍으로 간주한다. 즉, 점선으로 나타낸 사각형(640) 내에 있으면서 각도의 허용오차(630)를 만족하면 일치하는 특징점쌍으로 간주하기 때문에 가짜 특징점(610)은 x, y 좌표와 방향이 허용오차 밖의 값을 가지도록 생성된다. 한편, 지문의 특징점을 구성하는 특징점의 타입(type)정보는 진짜 특징점(600)이 끝점일 경우에는 분기점으로 분기점일 경우에는 끝점으로 생성한다.
등록 특징 생성부(340)는 등록 지문 특징점 추출부(210)에서 추출된 특징점 정보인 제 1 자료구조(x, y, θ, type) 중에서 x좌표 정보를 다항식 생성부(330)에서 생성된 다항식에 대입하여 나온 결과(f(x))를 등록 지문 특징점 추출부(210)에 서 추출된 특징점 정보(x, y, θ, type)에 추가하여, 진짜 특징점 정보인 제 3 자료구조(x, y, θ, type, f(x))를 생성한다.
등록 특징 생성부(310)는 상기 생성된 사용자의 진짜 특징점을 토대로 생성된 제 3 자료구조(x, y, ,type, f(x))와 가짜 특징점 생성부(340)에서 생성된 가짜 특징점을 토대로 생성된 제 4 자료구조(x',y', ',type', )를 혼합시켜 등록 특징 정보를 생성한 후 이를 등록부(350)를 통해 데이터베이스(230)에 등록시킨다.
이와 같이, 등록지문 특징점 추출부(210)에서 추출된 진짜 특징점을 보호하기 위한 처리를 하는 특징점 보호부(220)의 결과는 도 7에서와 같은 구조를 갖는다. 즉, 두 개의 다항식을 사용할 경우 진짜 특징점들은 제 3 자료구조(x,y, ,type, f 1 (x), f 2 (x))로 구성되며, 가짜 특징점들은 제 4 자료구조(x',y', ',type', 1, 2)로 구성된다.
한편, 데이터베이스(230)에는 등록 특징 정보뿐만 아니라 부가적으로 사용자의 고유 정보가 저장되어 있으며, 고유 정보는 해쉬 함수를 이용하여 암호화되어 데이터베이스(230)에 저장된다. 즉, 고유 정보를 해쉬 함수의 입력값으로 하여 얻어진 결과값이 데이터베이스(230)에 저장된다.
인증 지문 특징점 추출부(240)는 인증 지문 영상에 대한 전처리 과정을 수행하여 인증 지문에 대한 특징점을 추출한다.
지문 비교부(250)는 인증 지문의 특징점과 데이터베이스(230)에 저장된 다수의 등록 지문의 특징점을 각각 비교하여 유사도를 측정하고, 인증 지문과 유사도가 기 설정된 임계값 이상인 등록 지문이 저장부(230)에 존재할 경우 해당 인증 결과를 출력한다. 여기서, 지문 비교부(250)는 특징점 보호부(220)에서 변환된 등록 지문의 특징점과 인증 지문의 특징점을 비교한다.
상기와 과정을 통해 데이터베이스(230)에 저장된 등록 지문 영상에 대한 진짜 특징점과 가짜 특징점으로 이루어진 등록 특징 정보를 이용하여 사용자 인증 과정은 도 8a, 도 8b 및 도 9을 참조하여 설명한다.
지문을 이용하여 사용자가 본인임을 인증받기 위해서는 진짜 특징점과 가짜 특징점이 혼합되어 있는 등록특징에서 진짜 특징점을 분리한 다음 진짜 특징점을 이용하여 다항식 생성부(320)에서 생성된 것과 동일한 다항식을 복원하고, 상기 복원된 다항식으로부터 고유정보를 구해야 한다. 상기와 같은 인증과정에서 사용자가 제공한 인증지문으로부터 추출된 인증 지문 특징점과 데이터베이스(230)에 등록된 등록 특징 정보의 유사도를 측정하게 된다. 이때, 도 8a와 도 8b에 도시된 바와 같이, 동일인의 지문일지라도 지문 입력 장치에 입력할 때마다 특징점의 좌표값이 이동(translation)되고 방향이 회전(rotation)된다. 동일인에 대하여 도 8a는 등록할 때 입력된 지문이며, 도 8b는 인증할 때 입력된 지문이다.
도 8a의 분기점(800)과 도 8b의 분기점(820)은 동일한 특징점 쌍이고, 마찬가지로 도 6a의 끝점(810)과 도 8b의 끝점(830)은 동일한 특징점 쌍이다. 도 8a와 도 8b에서와 같이 동일한 특징점 쌍이더라도 입력하는 시점에 따라 절대적인 좌표값과 방향이 상이하여 두 지문이 변화된 양만큼 이동하고 회전하는 정렬(alignment)과정이 필수적으로 필요하다. 이런 이유로 등록 특징 정보와 인증 지 문 특징점을 정렬(900)한 후, 일치된 특징점 쌍을 선택(910)한다. 다음으로 상기 선택된 일치된 특징점쌍으로부터 다항식 생성부(320)에서 생성된 것과 동일한 다항식을 연립방정식을 이용하여 구해야 한다. 그러나, 동일인의 지문일지라도 지문 인식 장치를 통해서 지문 영상을 획득할 때의 오류, 획득된 지문 영상에서 특징을 추출할 때의 오류 등으로 인하여 일부 가짜 특징점이 일치된 특징점쌍으로 선택될 수 있다. 이렇게 가짜 특징점이 일치된 특징점쌍으로 선택될 경우 다항식 생성부(320)에서 생성된 것과 동일한 다항식을 연립방정식을 이용하여 복원 할 수 없다.
이런 이유로, 이러한 오류를 정정하는 과정이 필요하게 되고 상기 일치된 특징점쌍에서 가짜 특징점을 배제하는 오류 정정 과정(920)을 수행한다. 오류정정(error correcting)과정을 통해 출력되는 특징점쌍, 즉 진짜 특징점만으로 구성된 특징점쌍을 이용하여 다항식 생성부(320)에서 생성된 것과 동일한 다항식을 복원한다. 예를 들어, 상기 다항식 생성부(320)에서 생성된 다항식이 5차 다항식일 경우 6개 이상의 진짜 특징점 쌍만 추출하게 되면 진짜 특징점쌍의 정보(x,y, ,type, f(x))에서 x와 f(x)값을 입력으로 하는 연립 방정식을 이용하여 동일한 다항식을 복원(930)한다. 그러나, 가짜 특징점이 일치된 특징점 쌍으로 선택되었을 경우에는 상기 가짜 특징점 생성부(330)의 동작에서 설명한 것처럼 특징점 정보 (x',y', ',type', )에서 이기 때문에 연립방정식으로 동일한 다항식을 복원할 수 없다.
한편, 오류 정정 과정(920)에서 "Reed-Solomon decoding" 알고리즘과 같은 방법을 사용한다면 오류 정정의 결과가 복원된 다항식일 수도 있다.
그런 다음, 고유 정보 복원 과정을 수행하는데, 여기서 고유 정보 복원 과정(940)은 상기 복원된 다항식을 이용하여 상기 도 3의 고유 정보 생성부(310)가 생성한 고유 정보를 구한다. 상기 고유정보 복원 과정은 도 3의 다항식 생성부(320)에서 고유 정보를 계수로 사용하였으면 복원된 다항식의 계수의 조합으로 구할 수 있으며, 고유정보를 근으로 이용하였다면 복원된 다항식의 근을 구한 후 구해진 근을 조합하여 고유정보를 구할 수 있다.
이후, 사용자 인증 과정을 수행하는데, 여기서 사용자 인증 과정(950)은 고유정보 복원 과정에서 구해진 고유정보가 상기 도 3의 고유 정보 생성부(310)에서 생성된 고유정보와 동일하면 본인으로 인증하게 된다. 즉, 사용자 인증 과정은 고유 정보 복원 과정에서 구해진 고유 정보를 해쉬 함수에 적용한 출력값과 일치한 결과값이 데이터베이스(230)에 존재할 경우 사용자를 본인으로 인증하게 된다.
상기의 과정 중 지문 정렬 과정과 일치된 특징점쌍을 선택하는 과정은 일반적인 지문인식 알고리즘을 사용할 수 있다.
본 발명에 따른 프라이버시 보호형 지문 인식 장치는 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 플래쉬 메모리, 광 데이타 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들면 인터넷을 통 한 전송)의 형태로 구현되는 것도 포함된다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 통신망으로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 읽을 수 있는 코드로서 저장되고 실행될 수 있다. 본 발명에 의한 폰트 롬 데이터구조도 컴퓨터로 읽을 수 있는 ROM, RAM, CD-ROM, 자기 테이프, 하드 디스크, 플로피 디스크, 플래쉬 메모리, 광 데이타 저장 장치등과 같은 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다.
지금까지 본 발명의 바람직한 실시예에 국한하여 설명하였으나 본 발명의 기술이 당업자에 의하여 용이하게 변형 실시될 가능성이 자명하다. 이러한 변형된 실시 예들은 본 발명의 특허청구범위에 기재된 기술사상에 포함된다고 하여야 할 것이다.
도 1은 일반적 지문 인식 장치를 도시한 블록도이며,
도 2는 본 발명의 바람직한 실시 예에 따른 지문 인식 장치를 도시한 블록도이며,
도 3은 도 2의 특징점 보호부 내부를 상세하게 도시한 블록도이며,
도 4는 도 3의 다항식 생성부와 그 주변 구성간의 관계를 설명하기 위한 도면이며,
도 5는 고유 정보를 토대로 다항식 생성 과정을 설명하기 위한 도면이며,
도 6은 가짜 특징점과 진짜 특징점간의 관계를 설명하기 위한 도면이며,
도 7은 등록 특징 정보인 제 4 자료구조를 도시한 도면이며,
도 8a 내지 도 8b는 등록 지문 영상과 인증 지문 영상의 예를 도시한 도면이며,
도 9는 도 2의 지문 비교부에 대한 세부 동작을 설명하기 위한 도면이다.
<도면의 주요부분에 대한 부호의 설명>
210 : 등록 지문 특징점 추출부 220 : 특징점 보호부
230 : 데이터베이스 240 : 인증 지문 특징점 추출부
250 : 지문 비교부
Claims (20)
- 등록 지문 영상에서 진짜 특징점을 적어도 하나 이상 추출하여 제 1 자료 구조를 생성하는 등록 지문 특징점 추출부와,상기 진짜 특징점을 은닉하기 위한 임의의 가짜 특징점을 적어도 하나 이상 생성하여 제 2 자료 구조를 생성하는 가짜 특징점 생성부와,상기 진짜 특징점의 개수를 기초로 하여 다항식의 차수 및 개수를 결정하며, 상기 결정된 차수 및 개수와 사용자의 고유 정보를 다항식을 생성하는 다항식 생성부와,상기 제 1 자료 구조를 상기 다항식에 대입하여 제 3 자료 구조를 생성하고, 상기 제 2 자료 구조를 상기 다항식에 대입하여 상기 제 3 자료 구조와 상이한 값을 갖는 제 4 자료 구조를 생성한 후 상기 제 3 및 제 4 자료 구조를 통합하여 상기 진짜 특징점이 은닉된 등록 특징 정보를 생성하며, 상기 생성된 등록 특징 정보를 데이터베이스에 저장하는 등록 특징 생성부를 포함하는 지문 인식 장치.
- 제 1 항에 있어서,상기 다항식 생성부는, 상기 지문 인식 장치에서 상기 등록 지문의 진짜 특징점을 보호하기 위해 설정된 최소 비도 및 상기 진짜 특징점의 개수를 토대로 상기 다항식의 차수 및 개수를 결정하는 것을 특징으로 하는 지문 인식 장치.
- 제 2 항에 있어서,상기 다항식 생성부는, 상기 고유 정보를 상기 결정된 다항식 개수만큼 분리한 후 상기 분리된 고유 정보 각각을 이용하여 상기 결정된 차수에 해당되는 다항식을 생성하는 것을 특징으로 하는 지문 인식 장치.
- 제 1 항 또는 제 3 항에 있어서,상기 다항식 생성부는, 상기 고유 정보를 상기 다항식 근 또는 계수로 이용하는 것을 특징으로 하는 지문 인식 장치.
- 제 1 항에 있어서,상기 가짜 특징점 생성부는, 상기 진짜 특징점과 동일한 구조를 가지며, 상기 지문 인식 장치에 설정된 허용 오차 범위 밖에 있는 상기 가짜 특징점을 생성하는 것을 특징으로 하는 지문 인식 장치.
- 제 1 항 또는 제 5 항에 있어서,상기 가짜 특징점 생성부는, 상기 진짜 특징점의 개수 및 상기 다항식의 차수를 고려하여 상기 생성될 가짜 특징점의 개수를 결정하는 것을 특징으로 하는 지문 인식 장치.
- 제 1 항에 있어서,상기 데이터베이스에는, 상기 등록 특징 정보에 대응되는 고유 정보가 저장 되는 것을 특징으로 하는 지문 인식 장치.
- 제 7 항에 있어서,인증 지문 영상에서 특징점을 추출하는 인증 지문 특징점 추출부와,상기 데이터베이스에 저장된 등록 특징 정보와 상기 인증 지문의 특징점을 정렬시킨 후 상기 인증 지문의 특징점 및 상기 등록 특징 정보에서 일치된 특징점 쌍을 선택하며, 상기 특징점 쌍을 이용하여 다항식을 복원한 후 상기 복원된 다항식의 계수 또는 근을 이용하여 추출된 고유 정보와 상기 등록 특징 정보의 고유 정보간의 비교를 통해 상기 인증 지문 영상의 사용자를 인증하는 지문 비교부를 포함하는 지문 인식 장치.
- 제 8 항에 있어서,상기 지문 비교부는, 상기 특정점 쌍 중에서 상기 지문 인식 장치에 설정된 허용 오차 범위 내에 있는 특징점만을 추출하고, 상기 추출된 특징점만을 이용하여 다항식을 복원하는 것을 특징으로 하는 지문 인식 장치.
- 제 8 항에 있어서,상기 고유 정보는, 해쉬 함수에 의해 암호화되어 상기 데이터베이스에 저장되며,상기 지문 비교부는, 상기 추출된 고유 정보에 상기 해쉬 함수를 적용한 결 과값과 상기 데이터베이스에 저장된 고유 정보간의 비교를 통해 상기 인증 지문 영상의 사용자를 인증하는 것을 특징으로 하는 지문 인식 장치.
- 등록 지문 영상에서 진짜 특징점을 적어도 하나 이상 추출하여 제 1 자료 구조를 형성하는 단계와,상기 진짜 특징점을 은닉하기 위한 임의의 가짜 특징점을 적어도 하나 이상 생성하여 제 2 자료 구조를 형성하는 단계와,상기 진짜 특징점의 개수를 기초로 다항식의 차수 및 개수를 결정한 후 상기 결정된 차수 및 개수와 상기 등록 지문 영상을 입력한 사용자의 고유 정보를 이용하여 다항식을 생성하는 단계와,상기 제 1 자료 구조를 상기 다항식에 대입하여 제 3 자료 구조를 형성하는 단계와,상기 제 2 자료 구조를 이용하여 상기 제 3 자료 구조와 상이한 값을 갖는 제 4 자료 구조를 형성하는 단계와,상기 제 3 및 제 4 자료 구조를 통합하여 상기 진짜 특징점이 은닉된 등록 특징 정보를 생성한 후 이를 데이터베이스에 등록하는 단계를 포함하는 지문 인식 장치의 지문 등록 방법.
- 제 11 항에 있어서,상기 다항식을 생성하는 단계는,상기 지문 인식 장치에서 상기 지문의 특징점을 보호하기 위한 최소 비도를 결정하는 단계와,상기 진짜 특징점의 개수를 토대로 상기 결정된 최소 비도를 만족하는 상기 다항식의 차수 및 개수를 결정하는 단계와,상기 고유 정보를 이용하여 상기 결정된 차수 및 개수에 상응하는 다항식을 생성하는 단계를 포함하는 지문 인식 장치의 지문 등록 방법.
- 제 12 항에 있어서,상기 고유 정보는, 상기 결정된 차수의 다항식을 상기 개수만큼 생성할 수 있는 데이터 량을 갖는 상기 등록 지문 영상의 사용자 개인 정보 또는 암호키인 것을 특징으로 하는 지문 인식 장치의 지문 등록 방법.
- 제 12 항에 있어서,상기 다항식을 생성하는 단계는,상기 고유 정보를 상기 다항식의 개수만큼 분리하는 단계와,상기 분리된 고유 정보 각각을 이용하여 상기 결정된 차수에 맞는 다항식을 각각 생성하는 단계를 포함하는 지문 인식 장치의 지문 등록 방법.
- 제 14 항에 있어서,상기 결정된 차수에 맞는 다항식을 각각 생성하는 단계는, 상기 분리된 고유 정보 각각을 상기 각 다항식의 계수 혹은 근으로 사용하여 상기 다항식을 각각 생성하는 것을 특징으로 하는 지문 인식 장치의 지문 등록 방법.
- 제 11 항에 있어서,상기 제 2 자료 구조를 형성하는 단계는,상기 가짜 특징점의 개수를 결정하는 단계와,상기 결정된 개수별로 상기 제 1 자료 구조와 동일한 구조를 갖는 상기 가짜 특징점을 각각 생성하는 단계와,상기 가짜 특징점별로 지문 인식 시 상기 진짜 특징점을 판정하기 위해 사용되는 허용 오차 범위 밖에 있는지를 검증하는 단계와,상기 검증 결과를 만족하는 가짜 특징점을 이용하여 상기 제 2 자료 구조를 생성하는 단계를 포함하는 지문 인식 장치의 지문 등록 방법.
- 제 16 항에 있어서,상기 가짜 특징점의 개수를 결정하는 단계는, 상기 진짜 특징점의 개수 및 상기 다항식의 차수를 고려하여 결정하는 것을 특징으로 하는 지문 인식 장치의 지문 등록 방법.
- 제 11 항에 있어서,상기 제 3 자료 구조를 형성하는 단계는,상기 진짜 특징점의 좌표를 포함하는 정보를 상기 생성된 다항식에 변수로 대입하는 단계와,상기 대입 결과로 생성되는 적어도 하나 이상의 다항식 값을 상기 제 1 자료 구조에 추가하여 상기 제 3 자료 구조를 생성하는 단계를 포함하는 지문 인식 장치의 지문 등록 방법.
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080126705A KR101228362B1 (ko) | 2008-12-12 | 2008-12-12 | 지문 인식 장치와 이를 이용한 지문 등록 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020080126705A KR101228362B1 (ko) | 2008-12-12 | 2008-12-12 | 지문 인식 장치와 이를 이용한 지문 등록 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20100068044A KR20100068044A (ko) | 2010-06-22 |
KR101228362B1 true KR101228362B1 (ko) | 2013-02-07 |
Family
ID=42366555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020080126705A KR101228362B1 (ko) | 2008-12-12 | 2008-12-12 | 지문 인식 장치와 이를 이용한 지문 등록 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101228362B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9792460B2 (en) | 2014-02-19 | 2017-10-17 | Samsung Electronics Co., Ltd. | Method and apparatus for processing biometric information in electronic device |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102090750B1 (ko) | 2013-08-23 | 2020-03-18 | 삼성전자주식회사 | 지문 인식을 위한 전자 장치 및 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004362123A (ja) | 2003-06-03 | 2004-12-24 | Read Eng Kk | 機密情報保護システム及び機密情報保護方法 |
KR100714303B1 (ko) | 2005-12-09 | 2007-05-07 | 한국전자통신연구원 | 특징점을 은닉하는 지문 인식 방법 및 그 장치 |
-
2008
- 2008-12-12 KR KR1020080126705A patent/KR101228362B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004362123A (ja) | 2003-06-03 | 2004-12-24 | Read Eng Kk | 機密情報保護システム及び機密情報保護方法 |
KR100714303B1 (ko) | 2005-12-09 | 2007-05-07 | 한국전자통신연구원 | 특징점을 은닉하는 지문 인식 방법 및 그 장치 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9792460B2 (en) | 2014-02-19 | 2017-10-17 | Samsung Electronics Co., Ltd. | Method and apparatus for processing biometric information in electronic device |
US11151288B2 (en) | 2014-02-19 | 2021-10-19 | Samsung Electronics Co., Ltd. | Method and apparatus for processing biometric information in electronic device |
Also Published As
Publication number | Publication date |
---|---|
KR20100068044A (ko) | 2010-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100714303B1 (ko) | 특징점을 은닉하는 지문 인식 방법 및 그 장치 | |
KR101255555B1 (ko) | 보안성이 강화된 지문인식 방법 및 장치 | |
Scheirer et al. | Cracking fuzzy vaults and biometric encryption | |
US7840034B2 (en) | Method, system and program for authenticating a user by biometric information | |
Kaur et al. | Biometric template protection using cancelable biometrics and visual cryptography techniques | |
Rathgeb et al. | Multi-biometric template protection: issues and challenges | |
KR20040000477A (ko) | 에플리케이션-특정 생체인식 템플릿 | |
US11861043B1 (en) | Systems and processes for lossy biometric representations | |
Ouda et al. | On the security of bioencoding based cancelable biometrics | |
Mehta et al. | An efficient and lossless fingerprint encryption algorithm using Henon map & Arnold transformation | |
Baghel et al. | An enhanced fuzzy vault to secure the fingerprint templates | |
Ali et al. | A novel technique for fingerprint template security in biometric authentication systems | |
KR101228362B1 (ko) | 지문 인식 장치와 이를 이용한 지문 등록 방법 | |
KR20110076375A (ko) | 거짓 특징점 생성 방법 및 이를 이용한 퍼지 볼트 생성방법 | |
Simoens et al. | Reversing protected minutiae vicinities | |
Geng et al. | Privacy protection in distributed fingerprint-based authentication | |
Li et al. | Security-enhanced fuzzy fingerprint vault based on minutiae’s local ridge information | |
Sapkal et al. | Biometric template protection with fuzzy vault and fuzzy commitment | |
Panwar et al. | Techniques for enhancing the security of fuzzy vault: a review | |
Kaur et al. | Secure fingerprint fuzzy vault using hadamard transformation to defy correlation attack | |
Zhao et al. | Cancellable iris recognition scheme based on inversion fusion and local ranking | |
Li et al. | Fingerprint authentication based on fuzzy extractor in the mobile device | |
Zhu et al. | A performance-optimization method for reusable fuzzy extractor based on block error distribution of iris trait | |
KR100878567B1 (ko) | 에너지 효율적인 지문 영상의 암호화 시스템, 그 방법 및이를 기록한 기록매체 | |
Singla et al. | Secure fingerprint fuzzy vault including novel chaff point generation method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E90F | Notification of reason for final refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20151228 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20161228 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20171226 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20181226 Year of fee payment: 7 |