基于熵分析的指紋識別與加密算法應用研究.pdf

1、近年來，隨著生物技術在信息安全領域的研究與應用，生物特征的安全性日益受到人們的廣泛關注，針對生物特征表示與生物特征加密的研究顯得尤為重要。熵分析作為信息論的基本方法一直以來被用于信息處理及密碼學安全性分析領域中，熵作為衡量信息多少的度量，可以描述信號的復雜程度；熵損作為熵變化的依據(jù)，用來描述信息損失的多少；熵分析是生物特征與其加密方法之間的一種橋梁。針對生物特征與加密過程中的熵分析，有利于我們掌握其內在聯(lián)系。本文利用熵分析方法對生物特征

2、表示模式中的基于多尺度熵的奇異性檢測及基于多指紋示例的指紋加密系統(tǒng)的安全性分析進行了研究，所取得的主要研究成果為：
　　 1.對指紋奇異性表示及奇異點檢測進行了研究。利用指紋平滑區(qū)域與奇異性區(qū)域間方向熵的差異性，提出了一種基于熵分析的指紋奇異點檢測算法。通過對方向熵的多尺度分析，發(fā)現(xiàn)指紋奇異性區(qū)域具有更高的信息熵，即相對于平滑指紋脊線區(qū)域而言，指紋奇異性區(qū)域具有更高的信息量，結合指紋奇異點先驗知識，給出了基于啟發(fā)式學習的偽奇異點

3、濾除的后處理方法。盡管通過平滑濾波方式去除局部區(qū)域的隨機噪聲引發(fā)的熵激增情況，但平滑濾波可能導致中心點區(qū)域的位置偏移，本文中利用粗方向場的流線提取方法給出了一種針對位置偏移的補償算法。實驗結果表明針對方向場的多尺度熵分析在奇異性表示方面的有效性；迭代的補償方法可有效的消除由于平滑濾波造成的奇異點位置偏移問題。
　　 2.對單一生物特征示例的指紋加密系統(tǒng)中的信息死鎖問題進行了研究?；趯鹘y(tǒng)指紋加密方法的改進策略，即以細節(jié)點臨近結

4、構作為雜湊點過濾的指紋Fuzzy Vault加密方法，結合秘密共享構造了多生物特征示例條件下的等權重指紋加密方案，并利用最小熵及其熵損對方法的安全性給出了理論推導，對比其他幾類針對信息死鎖問題的生物特征加密方案，本文方法采用了分離式的Vault集構造，簡化了多特征示例的單Vault構造過程中的真實解鎖點選擇問題。實驗結果表明該方法在不顯著提升錯誤接收率的前提下有效的緩解了生物特征加密系統(tǒng)中的信息死鎖問題。
　　 3.針對生物特征