基于熵分析的指紋識(shí)別與加密算法應(yīng)用研究.pdf

1、近年來，隨著生物技術(shù)在信息安全領(lǐng)域的研究與應(yīng)用，生物特征的安全性日益受到人們的廣泛關(guān)注，針對(duì)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(xué)安全性分析領(lǐng)域中，熵作為衡量信息多少的度量，可以描述信號(hào)的復(fù)雜程度；熵?fù)p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(duì)生物特征與加密過程中的熵分析，有利于我們掌握其內(nèi)在聯(lián)系。本文利用熵分析方法對(duì)生物特征

2、表示模式中的基于多尺度熵的奇異性檢測(cè)及基于多指紋示例的指紋加密系統(tǒng)的安全性分析進(jìn)行了研究，所取得的主要研究成果為：
　　 1.對(duì)指紋奇異性表示及奇異點(diǎn)檢測(cè)進(jìn)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(diǎn)檢測(cè)算法。通過對(duì)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(duì)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(jié)合指紋奇異點(diǎn)先驗(yàn)知識(shí)，給出了基于啟發(fā)式學(xué)習(xí)的偽奇異點(diǎn)

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(jī)噪聲引發(fā)的熵激增情況，但平滑濾波可能導(dǎo)致中心點(diǎn)區(qū)域的位置偏移，本文中利用粗方向場(chǎng)的流線提取方法給出了一種針對(duì)位置偏移的補(bǔ)償算法。實(shí)驗(yàn)結(jié)果表明針對(duì)方向場(chǎng)的多尺度熵分析在奇異性表示方面的有效性；迭代的補(bǔ)償方法可有效的消除由于平滑濾波造成的奇異點(diǎn)位置偏移問題。
　　 2.對(duì)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(jìn)行了研究?；趯?duì)傳統(tǒng)指紋加密方法的改進(jìn)策略，即以細(xì)節(jié)點(diǎn)臨近結(jié)

4、構(gòu)作為雜湊點(diǎn)過濾的指紋Fuzzy Vault加密方法，結(jié)合秘密共享構(gòu)造了多生物特征示例條件下的等權(quán)重指紋加密方案，并利用最小熵及其熵?fù)p對(duì)方法的安全性給出了理論推導(dǎo)，對(duì)比其他幾類針對(duì)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(gòu)造，簡(jiǎn)化了多特征示例的單Vault構(gòu)造過程中的真實(shí)解鎖點(diǎn)選擇問題。實(shí)驗(yàn)結(jié)果表明該方法在不顯著提升錯(cuò)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(duì)生物特征