CN106951865B - 一种基于海明距离的隐私保护生物识别方法 - Google Patents

一种基于海明距离的隐私保护生物识别方法 Download PDF

Info

Publication number
CN106951865B
CN106951865B CN201710168360.6A CN201710168360A CN106951865B CN 106951865 B CN106951865 B CN 106951865B CN 201710168360 A CN201710168360 A CN 201710168360A CN 106951865 B CN106951865 B CN 106951865B
Authority
CN
China
Prior art keywords
hamming distance
biological identification
data
information
equal
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.)
Expired - Fee Related
Application number
CN201710168360.6A
Other languages
English (en)
Other versions
CN106951865A (zh
Inventor
李睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dongguan University of Technology
Original Assignee
Dongguan University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dongguan University of Technology filed Critical Dongguan University of Technology
Priority to CN201710168360.6A priority Critical patent/CN106951865B/zh
Publication of CN106951865A publication Critical patent/CN106951865A/zh
Application granted granted Critical
Publication of CN106951865B publication Critical patent/CN106951865B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/50—Maintenance of biometric data or enrolment thereof
    • G06V40/53—Measures to keep reference information secret, e.g. cancellable biometrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明属于生物识别、网络安全技术领域，公开了一种基于海明距离的隐私保护生物识别方法，所述基于海明距离的隐私保护生物识别方法首先生成随机密钥，基于海明距离和位置敏感哈希(LSH)的思想对存储在数据库中的数据进行加密处理，并以密文的方式进行存储；在进行生物识别时，对待识别的信息用同样的密钥进行加密，然后与数据库里已加密的信息进行快速地匹配，并将结果返回给用户。本发明的方法简单，操作方便高效，提高了生物识别的成功率，保护了生物信息的隐私性。

Description

一种基于海明距离的隐私保护生物识别方法
技术领域
本发明属于生物识别、网络安全技术领域，尤其涉及一种基于海明距离的隐私保护生物识别方法。
背景技术
生物识别，是指根据人的指纹、虹膜、DNA、面部特征、声音特征、行为特征等生物信息，来识别一个人的身份的技术，在很多领域都有着广泛的应用。如今随着云计算的发展和普及，数据库外包越来越流行，数据所有者通常把数据外包给云服务器，由于生物信息是十分敏感的信息，一旦被泄露，将会带来隐私和法律问题，因此，如何设计一个有效地隐私保护的生物识别方法是迫切需要解决的问题。在现有的技术中，如运用同态加密和不经意传输，这需要比较大的开销，很难用在大规模的应用中，还有一类方法虽然在效率上有所提升，但是不可以抵抗选择性明文攻击，无法保证生物信息的隐私与安全。
综上所述，现有技术存在的问题是：无法同时保证生物识别的隐私性与高效性。难点在于：为了保护数据的隐私与安全，数据在外包给云服务器之前需要进行加密，并以密文方式存储，所以生物识别的计算需要在密文下进行，并且在计算的同时需要保证数据和查询的隐私性，生物识别中的数据库通常是大规模数据库，因此需要保证生物识别算法的高效性。已有的技术一方面在加密算法以及生物识别的算法的安全性不够，使得攻击者可以获取数据的信息，另一方面加密算法或者生物识别算法计算过于复杂，使得当数据规模较大时算法效率比较低。
发明内容
针对现有技术存在的问题，本发明提供了一种基于海明距离的隐私保护生物识别方法。
本发明是这样实现的，一种基于海明距离的隐私保护生物识别方法，所述基于海明距离的隐私保护生物识别方法首先随机生成一个密钥，运用海明距离和位置敏感哈希的思想对存储在数据库中的数据进行加密处理，并以密文的方式进行存储；在进行生物识别时，把待识别的信息用同一个密钥进行同样的加密处理，然后与数据库里密文信息进行快速地匹配，并将结果返回给用户。
进一步，所述基于海明距离的隐私保护生物识别方法具体包括以下步骤：
记生物信息数据集为
Figure BDA0001250389400000021
n为数据的个数,
Figure BDA0001250389400000022
为一个m维的向量，且对任意的1≤i≤n，1≤j≤m，
Figure BDA0001250389400000023
或者
Figure BDA0001250389400000024
第一步，对于D的每个数据
Figure BDA0001250389400000025
把所有值为0的分量用-1替换；
第二步，随机生成m个线性无关的向量
Figure BDA0001250389400000026
且所有分量为0或者1，把其中的0用-1替换；
第三步，对每个
Figure BDA0001250389400000027
j从1到m，计算sij＝di*bj，记为
Figure BDA0001250389400000028
从而得到
Figure BDA0001250389400000029
第四步，选择哈希函数
Figure BDA00012503894000000210
其中α为[0,w-1]之间随机数，w为一个设定好的值，来控制识别所允许的误差值，对每一个si，j从1到m，计算hij＝h(sij)，从而得到
Figure BDA00012503894000000211
第五步，对i从1到n，j从1到m，对hij进行加密，得到E(D)＝{E(d1),E(d2),···,E(dn)},其中E(di)＝{E(hi1),E(hi1),···,E(him)}；
第六步，给定一个查询
Figure BDA00012503894000000212
对于j从1到m，计算sqj＝q*bj，hqj＝h(sqj)，E(q)＝{E(hq1),E(hq1),···,E(hqm)}，对于i从1到n，如果E(q)＝E(di)，则q与di匹配。
本发明的另一目的在于提供一种应用所述基于海明距离的隐私保护生物识别方法的生物识别系统。
本发明的优点及积极效果为：为了保护数据的隐私性，运用海明距离和位置敏感哈希的思想，对存储在数据库中的数据进行加密处理，进而以密文的方式进行存储，在进行生物识别时，把待识别的信息运用同一个密钥进行加密，然后与数据库里的密文信息进行快速地匹配，并将结果返回给用户。本文中运用的加密算法为简单的对称加密算法，与现有的基于同态加密和不经意传输的方法相比较，复杂度低，效率高，同时，本方法可以抵抗选择性明文攻击，有效地保护了生物信息的隐私与安全。
附图说明
图1是本发明实施例提供的基于海明距离的隐私保护生物识别方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示，本发明实施例提供的基于海明距离的隐私保护生物识别方法包括以下步骤：
S101：对存储在数据库中的数据进行加密处理，进而以密文的方式进行存储；
S102：在进行生物识别时，把待识别的信息与数据库里已加密的信息进行快速地匹配，并将结果返回给用户。
本发明实施例提供的基于海明距离的隐私保护生物识别方法具体包括以下步骤：
记生物信息数据集为
Figure BDA0001250389400000041
n为数据的个数,
Figure BDA0001250389400000042
为一个m维的向量，且对任意的1≤i≤n，1≤j≤m，
Figure BDA0001250389400000043
或者
Figure BDA0001250389400000044
第一步，对于D的每个数据
Figure BDA0001250389400000045
把所有值为0的分量用-1替换；
第二步，随机生成m个线性无关的向量
Figure BDA0001250389400000046
且所有分量为0或者1，把其中的0用-1替换；
第三步，对每个
Figure BDA0001250389400000047
j从1到m，计算sij＝di*bj，记为
Figure BDA0001250389400000048
从而得到
Figure BDA0001250389400000049
第四步，选择哈希函数
Figure BDA00012503894000000410
其中α为[0,w-1]之间随机数，w为一个设定好的值，来控制识别所允许的误差值，对每一个si，j从1到m，计算hij＝h(sij)，从而得到
Figure BDA00012503894000000411
第五步，对i从1到n，j从1到m，对hij进行加密，得到E(D)＝{E(d1),E(d2),···,E(dn)},其中E(di)＝{E(hi1),E(hi1),···,E(him)}；
第六步，给定一个查询
Figure BDA00012503894000000412
对于j从1到m，计算sqj＝q*bj，hqj＝h(sqj)，E(q)＝{E(hq1),E(hq1),···,E(hqm)}，对于i从1到n，如果E(q)＝E(di)，则q与di匹配。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于海明距离的隐私保护生物识别方法，其特征在于，所述基于海明距离的隐私保护生物识别方法首先随机生成一个密钥，运用海明距离和位置敏感哈希的思想对存储在数据库中的数据进行加密处理，并以密文的方式进行存储；在进行生物识别时，把待识别的信息用同一个密钥进行同样的加密处理，然后与数据库里密文信息进行快速地匹配，并将结果返回给用户；
其中，所述基于海明距离的隐私保护生物识别方法具体包括以下步骤：
记生物信息数据集为
Figure FDA0002248662280000011
n为数据的个数,
Figure FDA0002248662280000012
为一个m维的向量，且对任意的1≤i≤n，1≤j≤m，
Figure FDA0002248662280000013
或者
Figure FDA0002248662280000014
第一步，对于D的每个数据
Figure FDA0002248662280000015
把所有值为0的分量用-1替换；
第二步，随机生成m个线性无关的向量
Figure FDA0002248662280000016
且所有分量为0或者1，把其中的0用-1替换；
第三步，对每个
Figure FDA0002248662280000017
j从1到m，计算sij＝di*bj，记为
Figure FDA0002248662280000018
从而得到
Figure FDA0002248662280000019
第四步，选择哈希函数
Figure FDA00022486622800000110
其中α为[0,w-1]之间随机数，w为一个设定好的值，来控制识别所允许的误差值，对每一个si，j从1到m，计算hij＝h(sij)，从而得到
Figure FDA00022486622800000111
Figure FDA00022486622800000112
第五步，对i从1到n，j从1到m，对hij进行加密，得到E(D)＝{E(d1),E(d2),…,E(dn)},其中E(di)＝{E(hi1),E(hi1),…,E(him)}；
第六步，给定一个查询
Figure FDA00022486622800000113
对于j从1到m，计算sqj＝q*bj，hqj＝h(sqj)，E(q)＝{E(hq1),E(hq1),…,E(hqm)}，对于i从1到n，如果E(q)＝E(di)，则q与di匹配。
2.一种应用权利要求1所述基于海明距离的隐私保护生物识别方法的生物识别系统。
CN201710168360.6A 2017-03-21 2017-03-21 一种基于海明距离的隐私保护生物识别方法 Expired - Fee Related CN106951865B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710168360.6A CN106951865B (zh) 2017-03-21 2017-03-21 一种基于海明距离的隐私保护生物识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710168360.6A CN106951865B (zh) 2017-03-21 2017-03-21 一种基于海明距离的隐私保护生物识别方法

Publications (2)

Publication Number Publication Date
CN106951865A CN106951865A (zh) 2017-07-14
CN106951865B true CN106951865B (zh) 2020-04-07

Family

ID=59472690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710168360.6A Expired - Fee Related CN106951865B (zh) 2017-03-21 2017-03-21 一种基于海明距离的隐私保护生物识别方法

Country Status (1)

Country Link
CN (1) CN106951865B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE543586C2 (en) * 2018-09-07 2021-04-06 Indivd Ab System and method for handling anonymous biometric and/or behavioural data
CN110011954B (zh) * 2018-11-27 2021-09-14 创新先进技术有限公司 基于同态加密的生物识别方法、装置、终端及业务服务器
WO2021167534A1 (en) * 2020-02-20 2021-08-26 Singapore Telecommunications Limited Biometric template recognition system

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8676725B1 (en) * 2009-06-05 2014-03-18 Google Inc. Method and system for entropy-based semantic hashing
CN104112005A (zh) * 2014-07-15 2014-10-22 电子科技大学 分布式海量指纹识别方法
CN105357002A (zh) * 2015-12-29 2016-02-24 武汉大学 基于云存储生物特征认证的敏感信息安全外包方法
CN105635099A (zh) * 2015-07-23 2016-06-01 宇龙计算机通信科技(深圳)有限公司 身份认证方法、身份认证系统、终端和服务器
CN106294350A (zh) * 2015-05-13 2017-01-04 阿里巴巴集团控股有限公司 一种文本聚合方法及装置
CN106446867A (zh) * 2016-10-13 2017-02-22 济南大学 一种基于随机投影加密的双因子掌纹识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8676725B1 (en) * 2009-06-05 2014-03-18 Google Inc. Method and system for entropy-based semantic hashing
CN104112005A (zh) * 2014-07-15 2014-10-22 电子科技大学 分布式海量指纹识别方法
CN106294350A (zh) * 2015-05-13 2017-01-04 阿里巴巴集团控股有限公司 一种文本聚合方法及装置
CN105635099A (zh) * 2015-07-23 2016-06-01 宇龙计算机通信科技(深圳)有限公司 身份认证方法、身份认证系统、终端和服务器
CN105357002A (zh) * 2015-12-29 2016-02-24 武汉大学 基于云存储生物特征认证的敏感信息安全外包方法
CN106446867A (zh) * 2016-10-13 2017-02-22 济南大学 一种基于随机投影加密的双因子掌纹识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于生物加密的认证机制;姚琳等;《计算机应用研究》;20100131;第268-270页 *
改进的BioHashing 指纹模板保护算法;许秋旺等;《计算机应用与软件》;20170228;第256-261页 *

Also Published As

Publication number Publication date
CN106951865A (zh) 2017-07-14

Similar Documents

Publication Publication Date Title
Pagnin et al. Privacy-preserving biometric authentication: challenges and directions
JP6037366B2 (ja) 暗号化したものに対応するユーザーを認証する方法及びバイオメトリックデータに対応するユーザーを認証するシステム
US7131009B2 (en) Multiple factor-based user identification and authentication
US9935947B1 (en) Secure and reliable protection and matching of biometric templates across multiple devices using secret sharing
Wei et al. An intelligent terminal based privacy-preserving multi-modal implicit authentication protocol for internet of connected vehicles
CN109802942B (zh) 一种隐私保护的声纹认证方法
CN112926092A (zh) 保护隐私的身份信息存储、身份认证方法及装置
Guo et al. Towards efficient privacy-preserving face recognition in the cloud
CN103279697B (zh) 基于正交矩阵和模运算的指纹细节信息隐藏与恢复方法
WO2017012175A1 (zh) 身份认证方法、身份认证系统、终端和服务器
CN106096548B (zh) 一种基于云环境的多智能终端共享人脸隐秘识别方法
CN111241514B (zh) 一种基于人脸验证系统的安全人脸验证方法
JP2016131335A (ja) 情報処理方法、情報処理プログラムおよび情報処理装置
WO2012097362A2 (en) Protecting codes, keys and user credentials with identity and patterns
CN112948795B (zh) 保护隐私的身份认证方法及装置
US10211986B2 (en) Program collation system, node, collation method, and computer-readable medium
KR20090031093A (ko) 데이터 보호형 패턴 인식 방법 및 장치
CN106951865B (zh) 一种基于海明距离的隐私保护生物识别方法
US20090122979A1 (en) Method and apparatus for protecting pattern recognition data
US20160080333A1 (en) Collation system, node, collation method, and computer readable medium
CN111914264A (zh) 索引创建方法及装置、数据验证方法及装置
Torres et al. Effectiveness of fully homomorphic encryption to preserve the privacy of biometric data
KR102008101B1 (ko) 함수 암호를 이용한 안전한 바이오 인증 방법
Nguyen et al. A new biometric template protection using random orthonormal projection and fuzzy commitment
Ye et al. Anonymous biometric access control

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200407

CF01 Termination of patent right due to non-payment of annual fee