CN101185280A - 补偿帮助数据系统中的采集噪声 - Google Patents
补偿帮助数据系统中的采集噪声 Download PDFInfo
- Publication number
- CN101185280A CN101185280A CNA2006800188620A CN200680018862A CN101185280A CN 101185280 A CN101185280 A CN 101185280A CN A2006800188620 A CNA2006800188620 A CN A2006800188620A CN 200680018862 A CN200680018862 A CN 200680018862A CN 101185280 A CN101185280 A CN 101185280A
- Authority
- CN
- China
- Prior art keywords
- data
- noise
- mapping
- physical object
- noise size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/00086—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/30—Individual registration on entry or exit not involving the use of a pass
- G07C9/32—Individual registration on entry or exit not involving the use of a pass in combination with an identity check
- G07C9/37—Individual registration on entry or exit not involving the use of a pass in combination with an identity check using biometric data, e.g. fingerprints, iris scans or voice recognition
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/00086—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy
- G11B20/00094—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy involving measures which result in a restriction to authorised record carriers
- G11B20/00123—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy involving measures which result in a restriction to authorised record carriers the record carrier being identified by recognising some of its unique characteristics, e.g. a unique defect pattern serving as a physical signature of the record carrier
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/00086—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy
- G11B20/00166—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy involving measures which result in a restriction to authorised contents recorded on or reproduced from a record carrier, e.g. music or software
- G11B20/00173—Circuits for prevention of unauthorised reproduction or copying, e.g. piracy involving measures which result in a restriction to authorised contents recorded on or reproduced from a record carrier, e.g. music or software wherein the origin of the content is checked, e.g. determining whether the content has originally been retrieved from a legal disc copy or another trusted source
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
- H04L9/3231—Biological data, e.g. fingerprint, voice or retina
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/08—Randomization, e.g. dummy operations or using noise
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
- H04L2209/56—Financial cryptography, e.g. electronic payment or e-cash
Abstract
本发明涉及使用和参考对象相关的帮助数据以及控制值来鉴别物理对象的方法,该方法包括:采集物理对象的测定数据,利用输入数据的噪声补偿映射生成第一特性集合,所述输入数据从包括所述帮助数据和所述测定数据的信息得到,利用所述特性集合和控制值确定所述物理对象和参考对象间的充分匹配。所述方法还包括生成噪声大小的步骤,所述步骤包括下面的子步骤:利用噪声补偿映射重新构建参考对象的登记过程中生成的抗噪声映射的输出;以及通过计算噪声补偿映射的输入和抗噪声映射的输出之间的差别,生成所述噪声大小。本发明还提供了用于执行所述方法的装置和系统。
Description
本发明涉及使用和参考对象相关的第一帮助数据以及第一控制值鉴别第一物理对象的方法,所述方法包括下列步骤:采集该第一物理对象的测定数据,利用输入数据的噪声补偿映射生成第一特性集合,所述输入数据从包括该第一帮助数据和该测定数据的信息得到,利用该第一特性集合和该第一控制值,确定该第一物理对象和该参考对象之间的充分匹配。
标识和鉴别是用来确定身份所常用的技术,身份可以是人或者对象的身份。标识和鉴别应用领域的主要例子是信息或者建筑物的访问控制、付款和其他交易授权。标识和鉴别是紧密相关而具有细微差别的两个概念。
在鉴别过程中,对具有标称身份的对象进行鉴别。随后,将要进行鉴别的对象的特性和具有标称身份的登记对象的特性进行匹配。如果匹配足够好,被鉴别对象的身份就是标称身份。因而,鉴别涉及将被鉴别的对象和与标称身份相关的登记对象进行匹配。
在标识对象的过程中,通过将对象的特性和之前登记的多个对象的特性进行匹配来确定物理对象的身份。如果成功得到匹配,则将被鉴别对象的身份视为匹配对象的身份。可将标识过程视为一系列鉴别过程,其中,用不同的登记对象反复鉴别物理对象。
在实际鉴别系统中,鉴别过程之前通常有一个登记过程。在登记过程中,对所处理对象的特性进行测量和存储。根据测量数据生成所谓的模版数据,模版数据代表物理对象。生成模版数据会涉及对测量的数据进行处理,以滤除特殊对象的特性。所得的模版数据用于在鉴别过程中将测量的特性和登记对象的特性进行匹配。
乍看之下,模版数据可能无甚价值。然而,在将模版数据有规律地用于进行金融交易时,其价值变得显而易见。此外,对于生物测定鉴别系统,模版数据可能还包括敏感的隐私生物测定数据,因而将更具价值。
国际申请WO 2004/104899(PHNL030552)公开了对该安全/隐私问题的解决方案,其形式为用于鉴别物理对象的帮助数据系统。
帮助数据系统为鉴别终端提供所谓的帮助数据和控制值。帮助数据和控制值都在登记阶段生成,用来替代实际模版数据。帮助数据通过模版数据生成,但是对模版数据的特性进行模糊,使得模版数据和帮助数据之间几乎没有关联。控制值与帮助数据并行生成,作为鉴别过程的控制值。
在鉴别过程中使用帮助数据和控制值。首先,帮助数据和从物理对象得到的测定值(例如,面部特征数据)结合。随后,将该结合的数据“浓缩”成第二控制值。将该第二控制值和登记阶段生成的控制值比较。这两个控制值匹配时,鉴别成功。
在鉴别过程中,通过如指纹扫描装置等数据采集装置从物理对象采集(生物)测定数据。通常,在数据采集过程中在采集数据中引入噪声。该噪声可能由多种原因引起,例如:生产采集装置的工艺差别、采集装置的老化和磨损等。可以将关于采集噪声的信息用于改进鉴别的失败拒绝率。不幸的是,量化采集噪声所需的模版数据在鉴别阶段在帮助数据系统中不可用。
本发明的目的是利用帮助数据和控制值对鉴别物理对象的过程中由数据采集过程引入的采集噪声分量进行噪声大小量化,而不需要利用和所述物理对象相关的模版数据。
该目的通过导言部分所述的方法实现,该方法进一步的特征在于,还包括生成噪声大小的步骤,该噪声大小对数据采集中引入的噪声进行量化,所述步骤包括下面的子步骤:利用噪声补偿映射重新构建参考对象的登记过程中所生成的抗噪声映射的输出;以及通过计算鉴别过程中噪声补偿映射的输入和重新构建的参考对象的登记过程中所生成的抗噪声映射的输出之间的差别,生成噪声大小。
采用通过帮助数据的模版保护的鉴别方法包括,登记过程中应用的生成帮助数据的抗噪声映射和鉴别过程中应用的噪声补偿映射。抗噪声映射用于提供对从物理对象采集得到的(生物)测定数据中的大小误差的恢复。噪声补偿映射可以解释为抗噪声映射的逆转,抗噪声映射增加噪声恢复性,而噪声补偿映射利用它在存在噪声的情况下重新构建原始消息。只要抗噪声映射足够鲁棒,或者大小的噪声足够小,就可以成功鉴别。
根据本发明的方法采集被鉴别的物理对象的(生物)测定数据,并将该数据和参考物体的登记过程中生成的第一帮助数据结合。随后,将结合后的数据用作噪声补偿映射的输入,其生成第一特性集合。这用于确定从第一特性集合和第一控制值获得的信息之间足够匹配。后者通常需要从第一特性集合生成第三控制值,随后比较第一和第三控制值。如果控制值匹配,鉴别成功。
本发明利用如下事实,在成功的鉴别中,噪声补偿映射提供对采集噪声补偿的足够恢复性。结果,可以确定成功鉴别中的噪声大小对采集噪声进行量化而不使用实际的模版数据。
如果鉴别成功,可通过对第一特性集合进行抗噪声映射,利用第一特性集合来重新构建参考物体在登记过程中产生的特性集合C。随后,可以量化物理对象的鉴别过程中应用的噪声补偿映射的输入和参考对象的登记过程中使用的抗噪声映射的输出之间的区别。
在成功的鉴别中,证实参考对象即为物理对象。结果,可以通过将噪声补偿映射的输入从重新构建的抗噪声映射输出中减去而确定噪声大小。
对于某些类型的抗噪声/噪声补偿映射而言,可以通过利用所讨论的映射特性进一步简化该过程。系统纠错码解码算法(下文称为系统ECC解码算法)是有益的噪声补偿映射的主要例子。系统ECC是利用相同的字符集来定义输入和输出的纠错码,而且,输入和输出数据以及奇偶校验符号格式都相同。在系统ECC的码字中,将数据符号不经进一步编码而包括进行,并且同样可以将其识别。
ECC解码算法将输入码字映射到数据和奇偶校验都匹配的最接近码字。当输入码字中的错误数低于可以纠正的最大数目时,输出码字就包括原始的无噪声数据及其相关的奇偶校验。
帮助数据系统中的鉴别过程使用系统ECC时,重新构建的第一特性集合是数据和奇偶校验匹配的码字。随后将该码字作为应用系统ECC编码算法的抗噪声映射的输入时,抗噪声映射的输出和输入码字相同。这进而意味着成功鉴别时,当第一特性集合S1作为系统ECC编码器的输入时,所得的输出等于第一特性集合S1。这进一步意味着第一特性集合S1等于参考对象的登记过程中所生成的特性集合C。这样,确定噪声大小对应于将噪声补偿映射的输入从噪声补偿映射的输出中减去。
如果所选择的的噪声补偿映射不是系统ECC解码算法,例如,这种码使用不同的输出和输出字符集,则需要另外的步骤来确定噪声大小,因为不能将噪声补偿映射的输出和输出相减。这时,可以通过对噪声补偿映射的输出应用抗噪声映射,然后将噪声补偿映射的输入从抗噪声映射的输出减去来计算噪声大小。
以这种方式确定的噪声大小包括从采集装置的扫描表面的划痕到CCD上的错误像素等采集过程引入的所有噪声。
确定和采集装置而不是单个数据采集相关的更可靠的噪声大小的其他步骤是,收集多个噪声大小,随后,滤除不相关的噪声分量。这样做最简单的方法是通对多个造成大小(优选地对多个物体)求平均来生成噪声大小。
同样的方法也可以用于受控环境,例如,在校准过程中,其中,平均是受限的,或者不需要平均。事实上,本方法可以对使用帮助数据进行鉴别的装置进行校准,这通过重新使用所关注的结构,而不会向校准终端的人提供关于所使用的模版数据或者底层算法的信息。
一旦确定了大小,就可以利用它来补偿数据采集过程引入的噪声。事实上,可以进行两类噪声补偿:
-静态噪声补偿;
-动态噪声补偿。
进行静态噪声补偿的装置的例子是鉴别如下物理对象的装置,其中,早期鉴别或者校准过程中的噪声大小和帮助数据以及从物理对象获得的测定数据相结合。
通过对采集装置引入的不随时间变化的噪声分量进行补偿,噪声补偿映射可以利用抗噪声映射的全部噪声恢复能力来抑制噪声的时变性质,例如暂态或者中间噪声源。
或者,本发明有助于下面的动态噪声补偿方法,其中,在鉴别过程中确定噪声大小并进行更新,这样,用于鉴别物理对象的装置或者系统可以跟踪由于划伤或者污损或者所导致的采集装置逐渐变化,或者由于采集装置的老化所引起的变差。
尽管在鉴别过程中有效地确定噪声大小,可以将这些噪声大小收集并存储以用于确定更好的噪声大小的进一步处理的输入。然后,可将该噪声大小用于其他的鉴别过程。这样,噪声大小更新不和成功的鉴别同时发生,而是可以任意的间隔发生。
本发明还可用于使用帮助数据和控制值鉴别物理对象的系统。该系统可以包括通过网络连接的一个或多个存储数据的服务器,一个或多个客户端,本方法可以用分布式方式实现,其中,数据采集位于客户端,噪声大小计算和进一步的处理集中在一个或多个服务器。
或者,系统中服务器的作用可以减少为存储帮助数据和控制值,而将数据采集、噪声大小生成和噪声大小存储留给各个客户端。
特别是在大的分布式系统中,对噪声大小进行监控有助于指示个别客户端需要维护或者更换,因而防止系统故障。噪声大小指示由采集装置引入的噪声,因而指示鉴别错误的可能性。结果,可将噪声大小用作各个客户端的诊断信息。
下面,参考附图对生物测定鉴别系统的这些和其他方面进行详细描述和说明,其中:
图1是根据在先技术用于鉴别物理对象的帮助数据的框图。
图2示出用于鉴别第一物理对象的装置,其用于根据本发明生成新的噪声大小。
图3示出用于鉴别第二物理对象的装置,其用于利用根据本发明生成的噪声测量。
图4示出用于鉴别第二物理对象的装置,其用于利用根据本发明生成的噪声大小并根据本发明生成新的噪声大小。
图5示出用于鉴别物理对象并利用根据本发明生成的噪声大小的系统框图。
所有附图中,相同的参考标号指代相同的部件或者执行相同功能的部件。
虽然将本发明描述为主要用于鉴别系统,但是本发明也可同样有益地用于标识系统。
在鉴别过程中,通常将从具有标称身份的物理对象获得的测定数据与和具有标称身份的参考对象相关的登记数据进行比较。在标识过程中,通常将从不具标称身份的物理对象获得的测定数据与和一系列参考对象相关的登记数据进行比较,以确定身份。
两个过程都有效地执行在鉴别/标识过程中获得的测定数据的比较,并将该数据与至少一个参考对象的登记数据进行比较。尽管本例主要强调和鉴别过程相关的问题,但是本领域的技术人员可以在不脱离所附的权利要求限定的范围的情况下,实现用于标识物理对象的其他实施例。
在详细解释本发明之前,利用图1的框图对应用模版保护的鉴别系统的一般概念做进一步说明。图1左手侧示出登记过程ENRL,在注册过程ENRL中,为被登记的对象生成帮助数据W和控制值V。随后,将该数据存储在位于中间的鉴别数据集合ADS中。在图1右手侧示出的鉴别过程AUTH中,对具有标称身份的物理对象(图1未示出)进行鉴别。
一开始,对鉴别数据集合ADS进行搜索以查找具有标称身份的参考对象。如果没有该参考对象,则鉴别失败。如果找到参考对象,则从鉴别数据集合ADS中获得和与标称身份相关的第一帮助数据W1与相应的第一控制值V1。该数据用于决定被鉴别的物理对象与参考对象是否充分匹配。如果得到充分匹配,则鉴别结果为肯定的。
假定使用帮助数据系统利用指纹数据形式的生物测定数据来鉴别人。此外,假定生物测定模版数据包括指纹中心区域的线条和皱摺的图形表示。关于采集过程中中心区域的方向和位置这类问题不在本发明讨论范围内。
在登记过程ENRL中,人将他/她的手指放在指纹扫描装置上。一个和多个指纹扫描结果用于构造生物测定模版X。此外,选择特性集合S,其可能是保密的。通过抗噪声映射NRM将特性集合S映射到特性集合C。
随后,将特性集合C和生物测定模版X结合以产生帮助数据W。实际的帮助数据系统中,特性集合S和抗噪声映射NRM选择为使得所得的帮助数据很少表现出与生物测定模版数据X的关联,或者不表现出它们的关联。这样,使用帮助数据W不会将生物测定模版数据暴露给恶意用户。
为了可以进行鉴别,登记过程还包括生成控制值V。用特性集合S生成控制值V。尽管控制值V可以和特性集合S相同,但这对强调安全的系统是不可取的。在安全帮助数据系统中,应该不能利用控制值V重新构建特性集合S。当通过特性集合S的单向映射生成控制值V时,可以满足该要求。加密哈希方程是单向映射的很好例子。如果安全性不重要,也可使用非单向映射。最后,将一对帮助数据W和控制值V存储在鉴别数据集合ADS中。
尽管可以使用一对帮助数据W和控制值V来标识特定的对象,但是也可以用多对帮助数据和控制值来标识特定的对象。可以通过选择不同的特性集合S来生成其他帮助数据和控制值。多对帮助数据和控制值对于管理访问级别或者系统更新尤其有用。目前,假定对于每个登记的对象,鉴别数据集合仅包括一对帮助数据和控制值。
在鉴别过程AUTH中,采集来自物理对象(图1未示出)的(生物)测定数据Y1(指纹)。此外,提供所标称的身份。下一步是检查鉴别数据集合ADS是否包括具有所述标称身份的参考对象的第一帮助数据W1和第一控制值V1。如果有的话,获得和参考对象相关的第一帮助数据W1和第一控制值V1。
接下来,物理对象OBJ的(生物)测定数据Y1和第一帮助数据W1结合,得到第一特性集合C1。如果物理对象对应于参考对象,则(生物)测定数据Y1可以解释为生物测定模版X的有噪声版本:
Y1=X+N(其中N很小)
第一帮助数据W1可以用模版数据X和特性集合C表示为:
W1=C-X
通过替换,第一特性集合C可以表示为:
C1=C-X+Y1
C1=C-X+X+N
C1=C+N
将第一特性集合C1传递给噪声补偿映射NCM,以产生第一特性集合S1。现在,假定物理对象对应于参考对象。只要(生物)测定数据Y1中的噪声分量N足够小,或者抗噪声映射NRM足够鲁棒,则对抗噪声映射NRM进行反转即可重新构造第一特性集合S1,该第一特性集合S1和登记过程中用来生成第一帮助数据W1的原始特性集合S一样。
随后,以和第一控制值V1类似的方式,用第一特性集合S1来计算第二控制值V2。接下来,将第二控制值V2和登记过程中生成的第一控制值V1进行比较。只要抗噪声映射NRM提供了对噪声的足够恢复,第二控制值V2就与第一控制值V1相同。如果这两个值相同,鉴别就成功,将物理对象OBJ的身份确定为所标称的身份。
可以从多种映射模块中选择抗噪声映射NRM。简单的抗噪声映射NRM可能是对输入符号的复制。进而,噪声补偿映射NCM可能需要使用所接收的符号进行多数投票。在另一端,可以选用如ReedSolomon ECC编码算法的更精确抗噪声映射NRM。
本发明可用于量化从第一物理对象OBJ1采集第一测定数据Y1时引入的噪声。该噪声可能源自如下的各种源:
1、采集系统制造工艺的差异;例如,考虑银行鉴别终端的网络,如果多年间用不同的传感器来进行数据采集,各个终端传感器的灵敏度以及偏差可能都不同。
2、使用所造成的差异;
如果指纹采集装置已经使用了很长时间,指纹扫描装置的表面可能被划伤或者污损。
3、由于老化造成的差异;
当传感器老化时,其灵敏度和功能性可能会显著下降。
4、由于环境特性造成的差异;
如果用于脸部辨识的采集装置位于环境光线很强的环境中,这会影响所采集的测定数据的对比度。
通常,1和4所导致的噪声不随时间改变,而2和3所导致的噪声会慢慢变化。源1和4所引入的噪声可以使用静态补偿进行补偿,而2和3引入的噪声需要动态补偿。对两种补偿方法都会进行讨论。
图2示出了用于鉴别物理对象OBJ1的装置APP1,其使用和参考对象相关的第一帮助数据W1和第一控制值V1,以根据本发明生成噪声大小。装置APP1包括三个子块:采集装置ACQ、噪声补偿映射装置NCMM和确定装置(EM)。假定物理对象对应于参考对象。
噪声补偿映射装置NCMM将第一帮助数据W1和由采集装置ACQ从第一物理对象OBJ1采集的测定数据Y1结合。随后,将所得的特性集合C1用作噪声补偿映射NCM的输入。噪声补偿映射NCM的输出对应于第一特性集合S1。
确定装置EM使用第一特性集合S1来生成第三控制值V3,将该第三控制值V3与和参考对象相关的第一控制值V1进行比较。如果这两个控制值匹配,则鉴别成功,物理对象和登记的参考对象匹配。
因为参考对象和物理对象是相同的,所以生成的第一特性集合S1和参考对象登记中所使用的特性集合S相同。随后,可以重新构建登记过程中将抗噪声映射应用于特性集合S所生成的特性集合C。
可以确定特性集合C和鉴别过程中所生成的特性集合C1之间的区别。该区别对应于和参考对象相关的模版数据X以及对第一物理对象进行鉴别的过程中采集的测定数据之间的区别,因而该数据表现出代表采集噪声的噪声大小。
如图2所示的装置可以在受控环境下特别有益地利用,以获得由采集装置引入的噪声大小。可以扩展确定噪声大小的方法以更有效地消除噪声。
提高可靠性的一个方法是量化多个噪声大小,优选地对多个物理对象的噪声大小进行量化,随后,确定各个噪声大小的算术平均值。
也可以使用更精确的方法。例如,可以隔离指纹扫描装置的CCD传感器的错误像素,例如,通过扫描具有非常高错误率的像素。当将ECC编码算法用在抗噪声映射时,可以有益地利用关于误差的信息。
通常,ECC需要首先确定错误,然后才能可以纠正错误。尽管对于二进制表示而言,这也同样有效,但是,对于用三进制符号构成的消息,或者对于利用多于两个可能值的符号构成的普遍消息来说,情况并非如此。这样,关于错误位置的信息对错误纠正过程有益,可以对大量错误进行纠正。
装置APP1解决了鉴别问题,但是稍加改进就可以用于标识。用于标识时,鉴别数据集合ADS中的多个对象和从第一物理对象OBJ1采集的第一测定数据Y1进行比较。被标识的物理对象不提供标称的身份。相反,可以从提供足够匹配的参考对象的身份得到物理对象的身份。为此,可以用身份确定装置来扩展APP1,该身份确定装置用来从鉴别数据集合ADS中获得参考对象的身份,并基于决定DEC确定物理对象(OBJ1)的身份和参考对象的身份相同。
图3示出了用于鉴别物理对象的装置APP2,该物理对象用于根据本发明使用噪声大小接收装置NMRM接收产生的噪声大小NM。随后,在对第二物理对象OBJ2进行鉴别的过程中利用噪声大小NM。该装置和图1所示装置的鉴别部分主要区别在于使用了噪声大小NM。
在生成特性集合C2时利用噪声大小NM,以补偿由采集装置加入的噪声。这样,提供了解决瞬态和中间噪声因素的空间。
通过第二帮助数据W2、从第二物理对象采集的第二测定数据Y2和前述的噪声大小NM的加权相加来生成特性集合C2。
对各个输入进行加权的原因如下:
1、对帮助数据的生成进行推广。
2、对噪声大小进行缩放可以提供系统鲁棒性。
在图1的描述中,在登记过程中通过利用下式进行计算来生成帮助数据W:
W=C-X
随后,通过计算下式得到C1:
C1=W+Y1
图2中,对帮助数据的生成进行推广,将其定义为:
W2=c1C-c2X
随后,可以使用下式计算特性集合C2:
C2=c3W2+c4Y2
进一步进行替代
Y2=X+N
得到:
C2=c1c3C-c2c3X+c4X+c4N
如果将系数c1-c4选择为c4=c2c3,c1c3=1,那么,特性集合C2与X无关。这样,帮助数据W2可用于提供噪声补偿映射的输入,该输入可用于恢复登记过程中生成的特性集合C。这样,如图3所示,应用该推广的装置,需要另外的加权因子来计算特性集合C2。
图4示出了用于鉴别第二物理对象OBJ2的装置APP3,其用于根据本发明接收所产生的噪声大小NM。该特定实施例采用系统ECC解码算法作为噪声补偿映射。在第二对象OBJ2的鉴别中利用噪声大小NM生成新的噪声大小NNM。特性集合C2的生成和装置APP2类似。
噪声大小NM还用于生成新的噪声大小NNM,该大小在鉴别过程成功时才有效。这时,物理对象对应于参考对象。结果,我们可以利用噪声补偿映射NCM的输入和输出量化鉴别中所用的噪声补偿映射NCM的输入和参考对象登记过程中所生成的抗噪声映射NRM的输出之间的差别。
装置APP3利用这里所用的噪声补偿映射是系统ECC解码算法这一事实。系统ECC是输入和输出都使用相同的字符集定义的ECC,其中,输入和输出数据和奇偶校验字符集的格式相同。在系统ECC的码字中,数据字符未经进一步编码而被包括进来,并且可以同样进行识别。
系统ECC解码算法将可能包括符号错误的有噪声码字映射到最接近的有效码字,该码字的数据和奇偶校验匹配。只要ECC足够稳定,或者相反地,错误数目足够小,该码字就是原始的无噪声码字。随后,用相应的ECC编码算法对解码器输出进行编码,这会将码字映射到它自己。
随后,如果系统ECC解码器算法用作噪声补偿算法,而且鉴别成功,第二特性集合S2就和登记过程中生成的特性集合C相同。这样,确定噪声补偿映射NCM的输入和参考对象登记中所生成的抗噪声映射NRM的输出之间的差别对应于计算第二特性集合S2和特性集合C2之间的差别。
加权相加还包括取负值的加权噪声大小NM,其用于补偿生成特性集合C2是的采集噪声。结果是新的噪声大小NNM,该结果可用作其他鉴别中的噪声大小NM,或者可用在为获得更可靠噪声大小而进行的进一步处理步骤的输入。
图5示出了鉴别物理对象的鉴别系统的框图,其利用根据本发明所生成的噪声测量。该系统包括至少一个服务器SRV1和至少一个客户端CL1。服务器SRV1和客户端CL1通过网络NET通信,该网络可以是专用网或者如因特网的公共网。特别是在后一种情况下,需要另外的安全措施以防止中间的人或者重放(replay)攻击。
假定系统利用专用网,服务器用于存储鉴别数据集合ADS,其包括已登记对象的帮助数据和控制值。
要对第二物理对象OBJ2进行鉴别时,客户端CL1获得第二标称身份AID2,并获得和第二物理对象相关的测定数据Y2。客户端CL1将第二标称身份AID2通过网络NET传送给服务器SRV1。作为回应,服务器SRV1通过网络将与具有标称身份AID2的参考对象相关的第二帮助数据W2和第二控制值V2传送给客户端CL1。此外,服务器还提供和客户端CL1相关的噪声大小NM。
进而,客户端CL1通过网络NET接收所有这些信息,用这些信息来完成与图3所示的装置APP2类似的鉴别过程。
如果和图4所示的装置APP3类似,客户端CL1还支持新的噪声大小NNM的生成,可通过网络NET将该新的噪声大小NNM报告给服务器SRV1。随后,服务器SRV1可以分析噪声大小,并将其用在用信号指示噪声大小结构性地超过预定门限值的客户端的诊断结果。
如果不需诊断且客户端确定噪声大小是否结构性地超过预定门限值,则不需要对噪声大小进行中央存储。事实上,这种情况下,优选地在使用噪声大小的本地客户端CL1进行存储。结果,由于鉴别过程而导致的网络负荷保持最小。
图5进一步示出了使用噪声大小数据库NMDB来存储鉴别过程中确定的噪声大小。所存储的噪声大小SNM可以被取回来进一步分析并确定采集噪声的趋势。
应该注意,上述实施例说明了本发明,而不是限定了本发明,本领域的技术人员可以构思出很多替代实施例,而不会脱离所附的权利要求限定的范围。
权利要求中,括号中的任何参考标号不应解释为对权利要求的限制。“包括”一词不排除出现权利要求中所列举的部件和步骤之外的其他部件和步骤的可能。部件之前的“一个”一次不排除多个部件存在的可能。
本发明可以用包括若干独立部件的各种硬件实现,也可用适当编程的计算机实现。在列举若干装置的设备权利要求中,几个这样的装置可以由一个硬件实现。几个相互独立的权利要求中引用某些措施不意味着不能有益地利用这些措施的结合。
Claims (20)
1.一种使用与参考对象相关的第一帮助数据(W1)和第一控制值(V1)来鉴别第一物理对象(OBJ1)的方法,所述方法包括下列步骤:
-采集所述第一物理对象(OBJ1)的测定数据(Y1);
-利用输入数据的噪声补偿映射(NCM)生成第一特性集合(S1),所述输入数据从包括所述第一帮助数据(W1)和所述测定数据(Y1)的信息得到;
-利用所述第一特性集合(S1)和所述第一控制值(V1)确定所述第一物理对象(OBJ1)和所述参考对象间的充分匹配;
所述方法进一步的特征在于,还包括生成噪声大小(NM)的步骤,所述噪声大小(NM)对数据采集过程中引入的噪声进行量化,所述步骤包括下面的子步骤:
-利用所述噪声补偿映射(NCM)重新构建所述参考对象的登记过程中生成的抗噪声映射(NRM)的输出;以及
-通过计算鉴别过程中所述噪声补偿映射(NCM)的输入和所述重新构建的所述参考对象的登记过程中所生成的抗噪声映射(NRM)的输出之间的差别,生成所述噪声大小(NM)。
2.根据权利要求1所述的方法,其中,重新构建所述参考对象的登记过程中所生成的抗噪声映射(NRM)的输出的子步骤对应于生成所述第一特性集合(S1)。
3.根据权利要求1所述的方法,其中,重新构建所述参考对象的登记过程中所生成的抗噪声映射(NRM)的输出的子步骤包括对所述第一特性集合(S1)应用所述抗噪声映射(NRM)。
4.根据权利要求1所述的方法,其中,生成所述噪声补偿映射(NCM)的输入数据的步骤包括所述第一帮助数据(W1)和所述测定数据(Y1)的加权相加。
5.根据权利要求1所述的方法,其中,生成所述噪声补偿映射(NCM)的输入数据的步骤包括所述第一帮助数据(W1)、所述测定数据(Y1)和先前生成的噪声大小(NM)的加权相加。
6.根据权利要求1所述的方法,其中,所述抗噪声映射(NRM)包括纠错码编码方法。
7.根据权利要求1所述的方法,其中,所述噪声补偿映射(NCM)包括纠错码编码方法。
8.根据权利要求1所述的方法,其中,存储所述噪声大小(NM)用于以后作为参考。
9.根据权利要求1所述的方法,其中,生成所述噪声大小(NM)的步骤进一步包括取回至少一个存储的噪声大小(SNM)的子步骤。
10.根据权利要求1所述的方法,其中,生成所述噪声大小(NM)的步骤进一步包括计算所述噪声大小(NM)和所述至少一个存储的噪声大小(SNM)的平均值。
11.利用权利要求1所述的方法对利用与参考对象相关的第二帮助数据(W2)和第二控制值(V2)鉴别第二物理对象(OBJ2)的装置进行校准的方法。
12.利用权利要求1所述的方法对利用与参考对象相关的第二帮助数据(W2)和第二控制值(V2)标识第二物理对象(OBJ2)的装置进行校准的方法。
13.一种利用与参考对象相关的第一帮助数据(W1)和第一控制值(V1)来标识第一物理对象(OBJ1)的方法,根据权利要求1所述的方法还包括确定所述第一物理对象(OBJ1)的身份与所述参考对象的身份相同的步骤。
14.一种利用与参考对象相关的第二帮助数据(W2)和第二控制值(V2)来鉴别第二物理对象(OBJ2)的设备,包括:
-噪声大小接收装置(NMRM),用于接收利用权利要求1所述的方法生成的噪声大小(NM);
-噪声补偿映射装置(NCMM),用于利用从所述第二物理对象(OBJ2)采集的第二测定数据(Y2)、所述第二帮助数据(W2)和所述噪声大小(NM)的加权相加的结果的噪声补偿映射(NCM)来生成第二特性集合(S2)。
15.根据权利要求14所述的设备,其中所述设备还包括噪声大小生成装置,用于通过应用权利要求1所述的步骤生成新的噪声大小(NNM)。
16.一种利用与参考对象相关的第二帮助数据(W2)和第二控制值(V2)来标识第二物理对象(OBJ2)的设备,包括:
-噪声大小接收装置(NMRM),用于接收利用权利要求13所述的方法生成的噪声大小(NM);
-噪声补偿映射装置(NCMM),用于利用从所述第二物理对象(OBJ2)采集的第二测定数据(Y2)、所述第二帮助数据(W2)和所述噪声大小(NM)的加权相加的结果的噪声补偿映射(NCM)来生成第二特性集合(S2);
-身份确定装置,用于确定所述第一物理对象(OBJ1)的身份和所述参考对象的身份相同。
17.一种利用与参考对象相关的第二帮助数据(W2)和第二控制数据(V2)来鉴别第二物理对象(OBJ2)的系统,所述系统包括通过网络(NET)连接的至少一个服务器(SRV1)和至少一个客户端(CL1),所述至少一个客户端(CL1)用于利用通过权利要求1所述的步骤生成的噪声大小(NM),以补偿由所述至少一个客户端(CL1)在数据采集过程中引入的采集噪声分量。
18.根据权利要求17所述的系统,用于生成新的噪声大小(NNM),以在所述至少一个客户端(CL1)利用另外的帮助数据和另外的控制数据对另一个物理对象进行鉴别时使用。
19.根据权利要求17所述的系统,其中所述至少一个服务器(SRV1)用于生成所述噪声大小(NM),所述至少一个客户端(CL1)用于通过所述网络(NET)从所述至少一个服务器(SRV1)获得所述噪声大小(NM)。
20.一种计算机程序产品,包括存储在计算机可读介质上的程序代码模块,当在计算机上执行所述程序产品时,其用于执行根据权利要求1、11、12和13中任一个所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP05104744.7 | 2005-06-01 | ||
EP05104744 | 2005-06-01 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101185280A true CN101185280A (zh) | 2008-05-21 |
Family
ID=37203356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006800188620A Pending CN101185280A (zh) | 2005-06-01 | 2006-05-23 | 补偿帮助数据系统中的采集噪声 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20080106373A1 (zh) |
EP (1) | EP1891772A2 (zh) |
JP (1) | JP2008541917A (zh) |
CN (1) | CN101185280A (zh) |
WO (1) | WO2006129240A2 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5662157B2 (ja) * | 2007-12-20 | 2015-01-28 | コーニンクレッカ フィリップス エヌ ヴェ | テンプレート保護システムにおける分類閾値の規定 |
WO2009141759A1 (en) * | 2008-05-19 | 2009-11-26 | Koninklijke Philips Electronics N.V. | Noise robust helper data system (hds) |
US20140279613A1 (en) * | 2013-03-14 | 2014-09-18 | Verizon Patent And Licensing, Inc. | Detecting counterfeit items |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5546462A (en) * | 1993-04-09 | 1996-08-13 | Washington University | Method and apparatus for fingerprinting and authenticating various magnetic media |
US7086085B1 (en) * | 2000-04-11 | 2006-08-01 | Bruce E Brown | Variable trust levels for authentication |
US20030115475A1 (en) * | 2001-07-12 | 2003-06-19 | Russo Anthony P. | Biometrically enhanced digital certificates and system and method for making and using |
US7237115B1 (en) * | 2001-09-26 | 2007-06-26 | Sandia Corporation | Authenticating concealed private data while maintaining concealment |
JP2004032679A (ja) * | 2002-02-28 | 2004-01-29 | Matsushita Electric Ind Co Ltd | 通信装置及び通信システム |
CN1792060B (zh) * | 2003-05-21 | 2011-05-25 | 皇家飞利浦电子股份有限公司 | 用于认证物理对象的方法和系统 |
JP2005010826A (ja) * | 2003-06-16 | 2005-01-13 | Fujitsu Ltd | 認証端末装置、生体情報認証システム、及び生体情報取得システム |
US7956890B2 (en) * | 2004-09-17 | 2011-06-07 | Proximex Corporation | Adaptive multi-modal integrated biometric identification detection and surveillance systems |
US7779268B2 (en) * | 2004-12-07 | 2010-08-17 | Mitsubishi Electric Research Laboratories, Inc. | Biometric based user authentication and data encryption |
US8375218B2 (en) * | 2004-12-07 | 2013-02-12 | Mitsubishi Electric Research Laboratories, Inc. | Pre-processing biometric parameters before encoding and decoding |
EP1891770B1 (en) * | 2005-06-01 | 2011-10-05 | Priv Id B.V. | Template renewal in helper data systems |
US8122260B2 (en) * | 2005-06-01 | 2012-02-21 | Priv Id B.V. | Shaping classification boundaries in template protection systems |
JP4736744B2 (ja) * | 2005-11-24 | 2011-07-27 | 株式会社日立製作所 | 処理装置、補助情報生成装置、端末装置、認証装置及び生体認証システム |
US8457595B2 (en) * | 2007-07-20 | 2013-06-04 | Broadcom Corporation | Method and system for processing information based on detected biometric event data |
-
2006
- 2006-05-23 EP EP06765705A patent/EP1891772A2/en not_active Withdrawn
- 2006-05-23 US US11/916,096 patent/US20080106373A1/en not_active Abandoned
- 2006-05-23 CN CNA2006800188620A patent/CN101185280A/zh active Pending
- 2006-05-23 WO PCT/IB2006/051645 patent/WO2006129240A2/en not_active Application Discontinuation
- 2006-05-23 JP JP2008514258A patent/JP2008541917A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2006129240A2 (en) | 2006-12-07 |
US20080106373A1 (en) | 2008-05-08 |
JP2008541917A (ja) | 2008-11-27 |
EP1891772A2 (en) | 2008-02-27 |
WO2006129240A3 (en) | 2007-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10417532B2 (en) | Offline identity authentication method and apparatus | |
Tuyls et al. | Practical biometric authentication with template protection | |
US8788837B2 (en) | Authenticated transmission of data | |
AU723844B2 (en) | Security apparatus and method | |
EP2199945B1 (en) | Biometric authentication device and method, computer-readable recording medium recorded with biometric authentication computer program, and computer system | |
US9049191B2 (en) | Biometric authentication system, communication terminal device, biometric authentication device, and biometric authentication method | |
KR100949801B1 (ko) | 퍼지볼트 시스템에서의 다항식 복원장치 및 그 방법 | |
CN101185281A (zh) | 帮助数据系统中的模板更新 | |
JPWO2012144105A1 (ja) | 生体認証システム | |
US11741263B1 (en) | Systems and processes for lossy biometric representations | |
CN106710032A (zh) | 一种门禁的开启方法和装置 | |
CN112767586A (zh) | 通行检测方法及装置、电子设备及计算机可读存储介质 | |
CN101185280A (zh) | 补偿帮助数据系统中的采集噪声 | |
KR101077975B1 (ko) | 생체 정보 퍼지 볼트 생성방법 및 생체 정보 퍼지 볼트를 이용한 인증 방법 | |
Marasco et al. | Biometric multi‐factor authentication: On the usability of the FingerPIN scheme | |
JP2008542898A (ja) | テンプレート保護システムでの分類境界の形成 | |
US9237167B1 (en) | Systems and methods for performing network counter measures | |
Ameh et al. | Securing cardless automated teller machine transactions using bimodal authentication system | |
WO2018050772A1 (en) | Dynamic registration seed | |
CN115373868A (zh) | 智能数据处理系统及方法 | |
CN111680616A (zh) | 补贴领取人员的资格认证方法、装置、设备和介质 | |
EP4262142A1 (en) | Communication system, communication method, and program | |
CN115565254A (zh) | 基于深伪检测的业务处理方法及装置 | |
WO2021192249A1 (ja) | 類似度計算機、認証システム、類似度計算方法、類似度計算プログラムおよび類似度計算プログラムの生成方法 | |
Hmani et al. | Evaluation of the H2020 SpeechXRays project cancelable face system under the framework of ISO/IEC 24745: 2011 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20080521 |