CN107944290A - 一种基于局部排序的虹膜模板保护方法 - Google Patents

一种基于局部排序的虹膜模板保护方法 Download PDF

Info

Publication number
CN107944290A
CN107944290A CN201711123241.5A CN201711123241A CN107944290A CN 107944290 A CN107944290 A CN 107944290A CN 201711123241 A CN201711123241 A CN 201711123241A CN 107944290 A CN107944290 A CN 107944290A
Authority
CN
China
Prior art keywords
mrow
msub
guard method
iris templates
partial ordering
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.)
Granted
Application number
CN201711123241.5A
Other languages
English (en)
Other versions
CN107944290B (zh
Inventor
赵冬冬
方舒
向剑文
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201711123241.5A priority Critical patent/CN107944290B/zh
Publication of CN107944290A publication Critical patent/CN107944290A/zh
Application granted granted Critical
Publication of CN107944290B publication Critical patent/CN107944290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • 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
    • G06V40/18—Eye characteristics, e.g. of the iris

Landscapes

  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioethics (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Ophthalmology & Optometry (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Collating Specific Patterns (AREA)

Abstract

本发明公开了一种基于局部排序的虹膜模板保护方法，首先将膜数据与应用程序特定的字符串按位执行异或运算；然后将执行的结果划分为块，将块划分为组，每个组中的块根据其十进制值进行排序；最后将原始块转换成排序值进行存储。本发明同时满足国际标准ISO/IEC 24745对虹膜模板保护提出的不可逆性、可撤销性和不相关性，并且该方法可以获得良好的识别性能。

Description

一种基于局部排序的虹膜模板保护方法
技术领域
本发明属于生物识别技术中的生物特征数据隐私保护领域，一种虹膜识别时虹膜数据的隐私保护方法，具体涉及一种基于局部排序的虹膜模板保护方法。
背景技术
近年来，越来越多的实际应用采用生物识别技术进行识别或认证。与密码相比，生物识别具有一些优点，如不需要记忆和难以伪造。然而，生物特征也有一些特定的安全或者隐私问题。因为生物特征的主要部分在人的生命中保持稳定，一旦公开生物特征数据，撤销生物特征数据是不可行的。根据国际标准ISO/IEC24745，生物识别模板保护应满足不可逆性，可撤销性和不相关性。不可逆性要求从用于识别的模板中恢复原始生物特征数据是困难的；可撤销性要求，一旦模板泄露，就可以发布新的生物识别模板以进行识别；不相关性要求来自不同应用的生物特征模板不能用于交叉匹配，即攻击者无法确定模板是否来自相同的注册人员。实现生物识别模板保护的难点在于保护生物识别数据的隐私，从而实现模糊识别，因为生物识别数据通常在一定程度上由于老化和设备错误等原因而有所不同。
虹膜生物识别是最重要的生物识别技术之一，而虹膜模板保护在过去十年中得到广泛的研究。目前已有许多方法可以提供虹膜模板保护。现有的虹膜模板保护方法可以分为两类：虹膜生物识别密码系统和可取消虹膜生物特征。在虹膜生物识别密码系统中，密钥用于加密虹膜数据，通常采用纠错码进行模糊识别。虹膜生物识别密码系统可以根据生成密钥的方式进一步分为密钥绑定密码系统和密钥生成密码系统。在密钥绑定密码系统中，密钥是独立于虹膜数据生成的。在密钥生成密码系统中，密钥是从或基于虹膜数据生成的。可取消虹膜生物特征主要基于非可逆变换，应在变换域中保持相似性评估。虽然已经提出了许多虹膜模板保护方法，但是大多数现有方法在保持识别性能的同时不能满足不可逆性，可撤销性和不相关性。
发明内容：
为了解决上述技术问题，本发明提供了一种基于局部排序的虹膜模板保护方法。
本发明所采用的技术方案是：一种基于局部排序的虹膜模板保护方法，其特征在于，包括以下步骤：
步骤1：膜数据与应用程序特定的字符串按位执行异或运算；
步骤2：将执行的结果划分为块；
步骤3：将块划分为组；
步骤4：每个组中的块根据其十进制值进行排序；
步骤5：将原始块转换成排序值进行存储。
本发明的有益效果在于：同时满足国际标准ISO/IEC 24745对虹膜模板保护提出的不可逆性、可撤销性和不相关性，并且该方法可以获得良好的识别性能。
附图说明
图1为本发明实施例的流程图；
图2为本发明实施例的原理图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1和图2，本发明提供的一种基于局部排序的虹膜模板保护方法，包括以下步骤：
步骤1：虹膜数据首先与应用程序特定的字符串按位执行异或(异或运算)。
对于如图2中的虹膜数据x(简单地表示为m位串)和m位特定的应用字符串p，首先进行异或操作，将x转换为t。
ti＝xi⊕pi
其中⊕是异或运算，i＝1…m.
步骤2：将执行的结果划分为块。
将t划分成n块转换成u:u＝u1...un，本例中每块包含3位，即
ui＝ui,1...ui,3
ui,j＝t(i-1)×b+j(j＝1...b)
步骤3，将块再划分为组。
将u＝u1...un划分成g个组，本例中每三块划分为一个组：
U＝U1...Ug
其中Ui＝{u(i-1)×3+1,...,ui×3}，i＝1...g并且n＝g×3.
步骤4：每个组中的块根据其十进制值进行排序。
对于i＝1...g，用下列的式子计算每块的十进制值，在本例中计算的十进制值为7,3,5,…,5,6,2,根据它们的十进制，对每组中的十进制值进行排序获得排序值，第一组中的排序值为3,1,2，最后一组的排序值为2,3,1；
其中j＝1...3。
步骤5：将原始块转换成排序值进行存储；
将r3×(i-1)+1,...,r3×i作为模板存储，删除x,t,u,U和v，其中i＝1...g。对于排序v1,...,v3，如果两个值vi和vj相同，则将根据它们的索引值i，j进行比较。
存储图2中最后得到的排序值，代替存储最初的虹膜数据x。
本发明可以满足虹膜模板保护的隐私要求，同时支持有效的虹膜识别。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (7)

1.一种基于局部排序的虹膜模板保护方法，其特征在于，包括以下步骤：
步骤1：膜数据与应用程序特定的字符串按位执行异或运算；
步骤2：将执行的结果划分为块；
步骤3：将块划分为组；
步骤4：每个组中的块根据其十进制值进行排序；
步骤5：将原始块转换成排序值进行存储。
2.根据权利要求1所述的基于局部排序的虹膜模板保护方法，其特征在于：步骤1中，对于任何m位的虹膜数据x和m位特定的应用字符串p，进行异或运算，将x转换为t；
<mrow> <msub> <mi>t</mi> <mi>i</mi> </msub> <mo>=</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>&amp;CirclePlus;</mo> <msub> <mi>p</mi> <mi>i</mi> </msub> <mo>;</mo> </mrow>
其中是异或运算，i＝1…m。
3.根据权利要求2所述的基于局部排序的虹膜模板保护方法，其特征在于：步骤2中，将t划分成n块，转换成u:u＝u1...un，其中每块包含b位，即：
ui＝ui,1...ui,b，ui,j＝t(i-1)×b+j，i＝1、...、n，j＝1、...、b。
4.根据权利要求3所述的基于局部排序的虹膜模板保护方法，其特征在于：步骤3中，将u＝u1...un划分成g个组：
U＝U1...Ug；
其中Ui＝{u(i-1)×d+1,...,ui×d}，i＝1...g并且n＝g×d，d表示每组中包含块的个数。
5.根据权利要求4所述的基于局部排序的虹膜模板保护方法，其特征在于：步骤4中，对于i＝1...g，用下式计算u(i-1)×d+1,...,ui×d的十进制值v1,...,vd，根据它们的十进制值v1,...,vd，对u(i-1)×d+1,...,ui×d进行排序，获得其排序值r(i-1)×d+1,...,ri×d；
<mrow> <msub> <mi>v</mi> <mi>j</mi> </msub> <mo>=</mo> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>b</mi> </msubsup> <msub> <mi>u</mi> <mrow> <mi>d</mi> <mo>&amp;times;</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>+</mo> <mi>j</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>&amp;times;</mo> <msup> <mn>2</mn> <mrow> <mi>b</mi> <mo>-</mo> <mi>k</mi> </mrow> </msup> <mo>;</mo> </mrow>
其中j＝1...d。
6.根据权利要求5所述的基于局部排序的虹膜模板保护方法，其特征在于：步骤5中，将Ui中u(i-1)×d+1,...,ui×d对应的排序值r(i-1)×d+1,...,ri×d作为模板存储，删除x,t,u,U和v，其中i＝1...g。
7.根据权利要求6所述的基于局部排序的虹膜模板保护方法，其特征在于：步骤5中，对于排序v1,...,vd，如果两个值vi和vj相同，则将根据它们的索引值i，j进行比较。
CN201711123241.5A 2017-11-14 2017-11-14 一种基于局部排序的虹膜模板保护方法 Active CN107944290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711123241.5A CN107944290B (zh) 2017-11-14 2017-11-14 一种基于局部排序的虹膜模板保护方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711123241.5A CN107944290B (zh) 2017-11-14 2017-11-14 一种基于局部排序的虹膜模板保护方法

Publications (2)

Publication Number Publication Date
CN107944290A true CN107944290A (zh) 2018-04-20
CN107944290B CN107944290B (zh) 2019-09-10

Family

ID=61932045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711123241.5A Active CN107944290B (zh) 2017-11-14 2017-11-14 一种基于局部排序的虹膜模板保护方法

Country Status (1)

Country Link
CN (1) CN107944290B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274571A (zh) * 2020-01-19 2020-06-12 武汉理工大学 局部排序和负数据库相结合的虹膜模板保护方法及系统
CN111538969A (zh) * 2020-03-30 2020-08-14 北京万里红科技股份有限公司 文档加密方法、文档解密方法、装置、电子设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140270404A1 (en) * 2013-03-15 2014-09-18 Eyelock, Inc. Efficient prevention of fraud
CN105488377A (zh) * 2015-12-15 2016-04-13 深圳先进技术研究院 伪虹膜模板的产生方法和设备以及身份认证方法和设备
CN106454730A (zh) * 2016-10-12 2017-02-22 深圳铂睿智恒科技有限公司 移动终端的防盗方法、系统及移动终端

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140270404A1 (en) * 2013-03-15 2014-09-18 Eyelock, Inc. Efficient prevention of fraud
CN105488377A (zh) * 2015-12-15 2016-04-13 深圳先进技术研究院 伪虹膜模板的产生方法和设备以及身份认证方法和设备
CN106454730A (zh) * 2016-10-12 2017-02-22 深圳铂睿智恒科技有限公司 移动终端的防盗方法、系统及移动终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
RUDRESH DWIVEDI等: "Cancelable Iris Template Generation using Look-up Table Mapping", 《2015 2ND INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING AND INTEGRATED NETWORKS (SPIN)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274571A (zh) * 2020-01-19 2020-06-12 武汉理工大学 局部排序和负数据库相结合的虹膜模板保护方法及系统
CN111274571B (zh) * 2020-01-19 2023-04-18 武汉理工大学 局部排序和负数据库相结合的虹膜模板保护方法及系统
CN111538969A (zh) * 2020-03-30 2020-08-14 北京万里红科技股份有限公司 文档加密方法、文档解密方法、装置、电子设备及介质

Also Published As

Publication number Publication date
CN107944290B (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN110190946B (zh) 一种基于同态加密的隐私保护多机构数据分类方法
US9489521B2 (en) Format preserving encryption methods for data strings with constraints
CN1989726B (zh) 用于执行加密计算的方法和装置
US20210019428A1 (en) Preservation system for preserving privacy of outsourced data in cloud based on deep convolutional neural network
EP3134994B1 (en) Method of obfuscating data
US11227037B2 (en) Computer system, verification method of confidential information, and computer
CN106612172A (zh) 云存储中一种可验证还原数据真实性的数据篡改恢复算法
CN110084063A (zh) 一种保护隐私数据的梯度下降计算方法
KR101989813B1 (ko) 특정 포맷을 가지는 대체 데이터의 생성 및 검증
CN112035695B (zh) 一种适用于移动端的空间数据加密方法
US20130173787A1 (en) System for detecting whether client state matches predetermined state
CN109409101B (zh) 数据加密的方法及终端设备
CN106533697A (zh) 随机数生成与提取方法及其在身份认证上的应用
CN107592298B (zh) 一种基于单服务器模型的序列比较算法安全外包方法、用户终端和服务器
CN107944290A (zh) 一种基于局部排序的虹膜模板保护方法
CN108259506A (zh) Sm2白盒密码实现方法
CN110704854A (zh) 针对文本数据保留格式的流式加密方法
CN110768797A (zh) 一种基于身份格式保留加密的数据脱敏方法
US11269993B2 (en) Encryption device, encryption method, decryption device, and decryption method
US11354427B2 (en) Encrypting/decrypting method for multi-digit number and encrypting/decrypting server
CN103701591B (zh) 一种序列密码实现方法和密钥流生成方法及装置
CN103595523B (zh) 基于混沌变换的文件加解密方法及其系统
CN111597521A (zh) 一种变电站移动终端数据安全处理方法及系统
CN102185897B (zh) 安全分散式虚拟存储池系统
CN106372529B (zh) 一种文件加解密的方法和系统

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