基于指紋與虹膜特征級融合的加密模型研究.pdf_第1頁
已閱讀1頁,還剩58頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,生物特征識別技術(shù)得到了飛速發(fā)展,在其應(yīng)用過程中暴露出的安全性與隱私性問題引起了人們的重視,由此推動了生物特征與密碼相結(jié)合的技術(shù),即生物特征加密技術(shù)的產(chǎn)生與發(fā)展。
  生物特征包括人的生理特征和行為特征,如指紋、虹膜、人臉等生理特征以及簽名、聲音、步態(tài)等行為特征。不同的特征都有其自身的優(yōu)點(diǎn)并有其不同的適用場合。融合多種生物特征后的識別技術(shù)較單生物特征而言不僅可以獲得更高的準(zhǔn)確性和更好的安全性,又可以克服單生物特征的某些固有缺

2、點(diǎn),如低質(zhì)量指紋問題,因而多生物特征融合識別獲得了廣泛的研究。但是如何做到在高準(zhǔn)確性的前提下確保多生物特征的安全?由此,多生物特征融合加密技術(shù)的研究逐漸興起,并成為目前生物特征領(lǐng)域的研究熱點(diǎn)。
  本文結(jié)合指紋與虹膜兩種常見的生物特征,對多生物特征融合加密方法進(jìn)行了分析與研究。其中,本文的主要研究工作包括:
  1.探討了生物特征加密領(lǐng)域的相關(guān)方法。分別從生物特征加密系統(tǒng)和模板變換兩個方面介紹了生物特征加密領(lǐng)域最為典型和最具

3、代表性的方法。
  2.探討了多生物特征融合領(lǐng)域的相關(guān)方法。分別從多生物特征融合識別與多生物特征融合加密兩個方面分析總結(jié)了相關(guān)領(lǐng)域已有的研究工作。
  3.提出了一個基于BioHashing與洗牌算法的可撤銷密鑰綁定方案。首先通過修改隨機(jī)映射方式與全局閾值求法改進(jìn)BioHashing方法獲得所需的指紋BioCode特征,接著改進(jìn)了一個通用的洗牌算法以實(shí)現(xiàn)生物特征的不可逆性,而后針對經(jīng)典密鑰綁定方案中密鑰恢復(fù)時時間復(fù)雜度高的問

4、題,探討了一種新的密鑰綁定方法,最后通過實(shí)驗(yàn)對方案進(jìn)行了仿真。
  4.提出了一個基于指紋與虹膜特征級融合的多生物特征加密模型。首先通過統(tǒng)計(jì)的方法進(jìn)一步優(yōu)化指紋BioCode特征,接著研究虹膜特征提取的相關(guān)知識,并采用Daugman提出的相位編碼方法獲得虹膜IrisCode特征作為融合模型中的虹膜特征,而后提出基于指紋與虹膜特征級融合的多生物特征加密模型,最后通過實(shí)驗(yàn)驗(yàn)證了方案的性能。
  總之,本文采用優(yōu)化后的指紋全局特征

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論