【摘要】：隨著物聯(lián)網(wǎng)、云計(jì)算與大數(shù)據(jù)等新興互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,信息安全已成為當(dāng)今我國(guó)信息驅(qū)動(dòng)社會(huì)的一個(gè)迫切問(wèn)題。傳統(tǒng)密碼學(xué)的安全性完全依賴(lài)于加密密鑰的安全性,并且加密密鑰與合法用戶沒(méi)有必然的聯(lián)系。因此,一旦加密密鑰丟失或者被盜,加密系統(tǒng)將無(wú)法保證用戶身份的安全性。生物特征識(shí)別技術(shù)可以彌補(bǔ)傳統(tǒng)密碼學(xué)中加密密鑰的缺陷,但是由于生物特征本身具有的唯一性、永久關(guān)聯(lián)性,生物特征模板的丟失意味著永久的丟失,將不能用于生物特征識(shí)別系統(tǒng)。生物特征加密技術(shù)是生物特征識(shí)別技術(shù)和密碼學(xué)技術(shù)的有機(jī)結(jié)合,有效地解決了生物特征識(shí)別和密碼學(xué)上的數(shù)據(jù)安全問(wèn)題,同時(shí)保證生物特征模板和密碼學(xué)中加密密鑰的安全性。目前,生物特征加密技術(shù)的核心問(wèn)題就是如何克服生物特征信息的模糊性和密碼學(xué)的精確性之間的矛盾。近年來(lái),越來(lái)越多的國(guó)內(nèi)外研究學(xué)者致力于生物特征加密技術(shù)的研究,并且指紋作為應(yīng)用歷史最悠久、綜合性能最高的生物特征。因此,基于指紋特征的密鑰生成技術(shù)的研究更具有一定的研究?jī)r(jià)值。本文在基于指紋特征的密鑰生成技術(shù)領(lǐng)域上嘗試做了一些探索性工作,主要包括以下幾個(gè)方面:1.為了將生物特征的模糊性和密碼學(xué)技術(shù)的精確性之間的進(jìn)行有效地統(tǒng)一,提出一種基于統(tǒng)計(jì)量化機(jī)制和雙層糾錯(cuò)技術(shù)的指紋密鑰生成算法。本文首先利用統(tǒng)計(jì)量化機(jī)制對(duì)指紋圖像進(jìn)行處理,減少指紋樣本的類(lèi)內(nèi)變化,從而提取可靠真實(shí)的指紋特征;接著利用區(qū)間映射對(duì)指紋特征進(jìn)行補(bǔ)償,從而生成穩(wěn)定的指紋密鑰;最后利用雙層糾錯(cuò)技術(shù)對(duì)指紋密鑰進(jìn)行處理得到一個(gè)用于再生指紋密鑰階段的輔助數(shù)據(jù)。本文對(duì)該算法進(jìn)行程序仿真實(shí)現(xiàn),并結(jié)合實(shí)驗(yàn)結(jié)果對(duì)該算法的可行性、安全性進(jìn)行分析。結(jié)果表明,該算法可以生成穩(wěn)定的加密密鑰,并且保證密鑰的安全性。2.本文詳細(xì)介紹了指紋圖像預(yù)處理以及指紋特征提取的實(shí)現(xiàn)過(guò)程,并且提出一種基于指紋細(xì)節(jié)點(diǎn)相對(duì)差異的密鑰生成算法。該算法利用指紋細(xì)節(jié)點(diǎn)之間的相對(duì)距離、相對(duì)方向場(chǎng)、類(lèi)型差異等特征信息構(gòu)建一個(gè)新的特征模板;接著將新的特征模板映射到預(yù)先定義的三維數(shù)組,并對(duì)三維數(shù)組中的長(zhǎng)方體進(jìn)行量化從而得到指紋密鑰;最后利用Reed-Solomon糾錯(cuò)編碼技術(shù)對(duì)指紋密鑰進(jìn)行處理得到一個(gè)可用于再生指紋密鑰的輔助數(shù)據(jù)。本文對(duì)該算法進(jìn)行程序仿真實(shí)現(xiàn),并結(jié)合實(shí)驗(yàn)結(jié)果對(duì)該算法的可行性、安全性進(jìn)行分析。結(jié)果表明,該算法能生成足夠長(zhǎng)的指紋密鑰,具有較低的錯(cuò)誤拒絕率(FRR)。
【圖文】：

杭州電子科技大學(xué)碩士學(xué)位論文2 22 22 2( , ) ( ( , ) ( , ))w wi jy x yw wu i v jV x y G u v G u v (4那么方向場(chǎng)的大小為11( , )( , ) tan ( )2 ( , )xyV x yx yV x y ，其中 ( , ), ( , )x yV x y V x y 分別為像素點(diǎn) ( x水平梯度和垂直梯度，w是像素點(diǎn) 的鄰域?qū)挾�。利用以上方法�?duì)指紋圖像場(chǎng)進(jìn)行程序仿真計(jì)算，仿真結(jié)果如圖 4.3 所示，其中圖 4.3原始的指紋圖像，圖 4.3(b)為梯度場(chǎng)數(shù)值分布示意圖，圖 4.3(c)為方向場(chǎng)數(shù)值分布示意圖

(a) (b)圖 4.4 (a) 原始的指紋圖像 (b) 分割后的指紋圖像.8）中， G ( x, y )是該點(diǎn)的收斂函數(shù)值，A是該點(diǎn)的發(fā)散振幅(用灰度值函數(shù)模板算子，記作3mG ，，m 是高斯模板算子的矩陣維度，計(jì) 1。常用的二維高斯函數(shù)模板算子有31 2 112 4 2161 2 1G 維高斯函數(shù)模板算子運(yùn)算速度比較慢，我們通常將其轉(zhuǎn)換成一維模板高運(yùn)行效率。其中水平方向上的高斯算子記作xG ，垂直方向的高斯 31 2 1 11 1 12 4 2 1 2 1 216 16 161 2 1 1x yG G G
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TN918.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張寧;臧亞麗;田捷;;生物特征與密碼技術(shù)的融合——一種新的安全身份認(rèn)證方案[J];密碼學(xué)報(bào);2015年02期

2 王星明,田捷,武巖;一種結(jié)合自動(dòng)指紋認(rèn)證與密碼技術(shù)的安全機(jī)制[J];計(jì)算機(jī)工程;1999年S1期

相關(guān)碩士學(xué)位論文 前1條

1 王思s

本文編號(hào)：2545072