KR100797897B1 - 생체정보 최적화 변환 함수를 이용한 인증시스템 - Google Patents

생체정보 최적화 변환 함수를 이용한 인증시스템 Download PDF

Info

Publication number
KR100797897B1
KR100797897B1 KR1020060117705A KR20060117705A KR100797897B1 KR 100797897 B1 KR100797897 B1 KR 100797897B1 KR 1020060117705 A KR1020060117705 A KR 1020060117705A KR 20060117705 A KR20060117705 A KR 20060117705A KR 100797897 B1 KR100797897 B1 KR 100797897B1
Authority
KR
South Korea
Prior art keywords
information
biometric
bio
authentication
feature information
Prior art date
Application number
KR1020060117705A
Other languages
English (en)
Inventor
카안 토우
이철한
최정윤
김재희
Original Assignee
연세대학교 산학협력단
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 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020060117705A priority Critical patent/KR100797897B1/ko
Application granted granted Critical
Publication of KR100797897B1 publication Critical patent/KR100797897B1/ko

Links

Images

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
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • 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
    • G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
    • G06F21/88—Detecting or preventing theft or loss

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Collating Specific Patterns (AREA)

Abstract

본 발명은 개인의 생체정보(예컨대, 얼굴, 홍채, 지문, 음성 등)를 그대로 개인 인증에 사용하지 않고, 개인의 생체정보에서 추출된 생체특징정보에 대하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00001
)를 생성한 다음, 이 최적화 변환 함수를 이용하여 인증을 요하는 생체신호를 최적화 변환된 생체특징정보로 저장한 상태에서, 사용자의 인증 요구가 있으면 사용자의 기저장된 최적화 변환된 생체특징정보와 인증 요구시 최적화 변환한 생체특징정보를 비교하여 개인을 인증하는 생체정보 최적화 변환 함수를 이용한 인증시스템에 관한 것이다.
본 발명에 의하면, 생체정보 도난 시 도난된 생체정보를 취소하고 새로운 생체정보를 취소할 수 있으며, 도난된 생체정보로부터 원래 생체정보를 복원할 수 없어 개인 생체정보를 보호할 수 있고, 특히 최적화 변환 함수를 이용해 생체특징정보를 변환하므로 변환된 생체특징정보를 사용한 개인인증의 성능이 변경 전 원 생체특징정보를 사용하는 경우보다 향상된다.
생체인식, 생체정보, 최적화 변환 함수, 생체정보 보호

Description

생체정보 최적화 변환 함수를 이용한 인증시스템{CERIFICATION SYSTEM USING OPTIMAL TRANSFORM FUNCTION OF BIOMETRIC DATA}
도 1은 본 발명에 따른 생체정보 최적화 변환 함수를 이용한 인증시스템의 블록도.
도 2는 본 발명에 따른 생체특징정보 변환 과정을 나타낸 실시예.
도 3은 본 발명에 따른 최적화 변환 함수 생성 과정을 나타낸 실시예.
도 4는 본 발명에 따른 최적화 변환 생체특징정보를 보안카드에 적용한 인증시스템의 작동 과정을 나타낸 실시예.
< 도면의 주요부분에 대한 부호의 설명 >
100: 최적화 변환 함수부 110: 생체특징정보 추출부
120: 생체특징정보 변환부 130: 최적화 변환 함수 생성부
200: 생체신호 획득부 300: 생체특징정보 추출부
400: 생체특징정보 변환부 500: 최적화 변환부
600: 생체특징정보 저장부 700: 생체정보 인증부
본 발명은 생체인식에 관한 것이며, 더욱 상세히는 개인의 생체정보를 이용하여 개인을 인증하는 생체인식 시스템에서 생체정보의 도난이나 도용시 발생할 수 있는 프라이버시 침해와 개인생체정보 보호의 문제를 해결하기 위하여 사용자의 생체정보를 그대로 저장하여 개인을 인증하지 않고, 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00002
)를 생성한 다음, 이 최적화 변환 함수를 이용하여 변환한 생체특징정보로 개인을 인증하는 생체정보 최적화 변환 함수를 이용한 인증시스템에 관한 것이다.
생체인식은 개인마다 고유하고 불변하는 생체정보(예컨대, 얼굴, 홍채, 지문, 음성 등)를 이용하여 개인을 인증하는 방법이다.
또한, 이러한 생체정보가 개인 인증의 수단으로써 사용될 수 있는 가장 큰 이유는 개인마다 다르다는 고유성(Uniqueness)과 시간의 흐름에도 크게 변하지 않는다는 불변성(Permanence)이 있기 때문이다.
하지만, 이러한 생체정보의 고유성과 불변성은 개인 생체정보의 도난이나 도용시 심각한 프라이버시 침해의 문제를 야기할 수 있다.
실제로, 전통적인 개인 인증 방법인 신분증이나 패스워드의 경우 도난이나 도용시 새로운 신분증이나 패스워드를 재발급하면 문제를 해결할 수 있으나, 생체 정보의 경우 새로운 생체정보를 재생성하는 것은 불가능하다.
특히, 최근 들어 생체인식을 이용한 개인 인증방법이 활성화되면서 개인의 생체정보가 범죄수사와 같은 수사기관이나 은행 또는 기타 인터넷을 이용하는 다른 상업적인 기업체와 공유될 수 있고, 이로 인해 개인의 생체정보가 도용될 수 있는 문제점이 있다.
한편, 상기와 같은 생체정보의 도난이나 도용에 대처하기 위하여 개인 인증에 활용하는 생체정보를 변환하는 방법으로서, 미국특허 제6836554호에 따른 "보안과 프라이버시 강화 처리를 위한 생체정보 변환방법 및 시스템"(System and Method for Distorting a Biometric for Transactions with Enhanced Security and Privacy)이 있다.
상기 미국특허 제6836554호에서는 입력 생체영상을 작은 사각형 모양의 블록으로 나누어 이 블록들을 불규칙하게 섞어 변형된 생체정보를 생성하는 방법과, 입력 생체영상에 왜곡을 주는 모핑(Morphing) 변환을 이용하여 변형된 생체영상을 생성하는 방법, 2차 이상의 곡선을 변환을 위한 함수로 이용하는 방법을 개시하고 있으며, 특히 상기 2차 이상의 곡선을 이용하는 방법은 곡선의 입력(정의역)을 원 생체특징정보로 하고 그에 해당하는 곡선의 출력(치역)을 변형된 생체특징정보로 해서 변형된 생체특징을 생성하는 방법이다.
하지만, 상기한 미국특허 제6836554호에 개시된 종래 방법에 따라 변환된 생체특징을 사용하는 경우 원 생체특징을 사용하는 경우보다 인증 성능이 저하되는 문제점이 있다.
본 발명은 상기한 바와 같은 종래의 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 개인의 생체정보를 이용하여 개인을 인증하는 생체인식 시스템에서 생체정보의 도난이나 도용시 발생할 수 있는 프라이버시 침해와 개인생체정보 보호의 문제를 해결하기 위하여 사용자의 생체정보를 그대로 저장하여 개인을 인증하지 않고, 개인의 생체정보에서 추출된 생체특징정보에 대하여 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 중 어느 하나 혹은 둘을 선택적으로 적용하여 생체특징정보를 변환한 후, 이 변환된 생체특징정보를 이용하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00003
)를 생성한 다음, 이 최적화 변환 함수를 이용하여 인증을 요하는 생체신호를 최적화 변환된 생체특징정보로 저장한 상태에서, 사용자의 인증 요구가 있으면 사용자의 기저장된 최적화 변환된 생체특징정보와 인증 요구시 최적화 변환한 생체특징정보를 비교하여 개인을 인증하는 생체정보 최적화 변환 함수를 이용한 인증시스템을 제공하는 것이다.
상기한 바와 같은 본 발명의 목적을 달성하기 위하여, 본 발명의 실시예에 따른 생체정보 최적화 변환 함수를 이용한 인증시스템은, 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00004
)를 생성하기 위하여 사용되는 학습 생체신호들로부터 생체특징정보들을 추출하고, 추출된 생체특징정보에 대하여 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 중 어느 하나 혹은 둘을 선택적으로 적용하여 생체특징정보를 변환한 후, 이 변환된 생체특징정보를 이용하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00005
)를 생성하는 최적화 변환 함수부와; 인증 대상 혹은 인증 요구 사용자의 생체정보에 대응하는 생체신호를 획득하는 생체신호 획득부; 인증 대상 혹은 인증 요구 사용자의 생체신호로부터 생체특징정보를 추출하는 생체특징정보 추출부; 인증 대상 혹은 인증 요구 사용자의 생체특징정보에 대하여 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성하는 생체특징정보 변환부; 인증 대상 혹은 인증 요구 사용자의 변환된 생체특징정보를 해당 사용자별로 식별 가능한 최적화 변환 함수를 이용하여 최적화 변환하고, 인증 대상 사용자의 최적화 변환된 생체특징정보를 생체특징정보 저장부에 저장하는 최적화 변환부; 및 인증 요구 시 상기 최적화 변환부에 의해 최적화 변환된 인증 요구 사용자의 생체특징정보와 상기 생체특징정보 저장부에 기저장된 해당 사용자의 최적화 변환된 생체특징정보를 비교하여 개인을 인증하는 생체정보 인증부;로 구성된다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 더욱 상세하게 설명한다.
도 1와 도 2를 참조하면, 최적화 변환 함수부(100)의 생체특징정보 추출부(110)는 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00006
)를 생성하기 위하여 사용되는 학습 생체신호들로부터 생체특징정보들을 추출한다.
상기 최적화 변환 함수부(100)의 생체특징정보 변환부(120)는 상기 생체특징정보 추출부(110)에서 추출된 생체특징정보에 대하여, 도 2에 나타낸 바와 같이 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 3가지 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성한다.
상기 최적화 변환 함수부(100)의 최적화 변환 함수 생성부(130)는 상기 생체특징정보 변환부(120)에 의해 변환된 생체특징정보를 이용하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00007
)를 생성하며, 이 최적화 변환 함수(
Figure 112006087260058-pat00008
)를 생성 과정은 아래에서 구체적으로 설명할 것이다.
생체신호 획득부(200)는 인증 대상 혹은 인증 요구 사용자의 생체정보에 대응하는 생체신호를 획득한다.
생체특징정보 추출부(300)는 인증 대상 혹은 인증 요구 사용자의 생체신호로부터 생체특징정보를 추출한다.
생체특징정보 변환부(400)는 인증 대상 혹은 인증 요구 사용자의 생체특징정보에 대하여, 도 2에 나타낸 바와 같이 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 3가지 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성한다.
최적화 변환부(500)는 인증 대상 혹은 인증 요구 사용자의 변환된 생체특징정보를 해당 사용자별로 식별 가능한 최적화 변환 함수를 이용하여 최적화 변환하고, 인증 대상 사용자의 최적화 변환된 생체특징정보를 생체특징정보 저장부(600)에 저장한다.
생체정보 인증부(700)는 인증 요구 시 상기 생체특징정보 변환부(400)와 상기 최적화 변환부(500)에 의해 최적화 변환된 인증 요구 사용자의 생체특징정보와 상기 생체특징정보 저장부(600)에 기저장된 해당 사용자의 최적화 변환된 생체특징정보를 비교하여 개인을 인증한다.
본 발명에 있어서, 상기한 생체신호는 얼굴, 홍채, 지문, 음성 등 개인의 식별을 위해 사용되는 개인의 고유한 생체신호 및 이러한 생체신호가 획득센서에 의해 획득된 디지털화된 신호를 말하며, 생체특징정보는 개인을 인증하기 위해 생체신호로부터 추출되는 특징이다.
상기와 같이 구성되는 본 발명의 실시예에 따른 생체정보 최적화 변환 함수를 이용한 인증시스템은, 최적화 변환 함수 생성 과정과, 최적화 변환 함수로 인증 대상 사용자들의 최적화 변환된 생체특징정보를 생성하여 저장하는 과정, 및 최적 호 변환 함수로 인증 요구 사용자들의 최적화 변환된 생체특징정보를 생성하여 기저장된 해당 사용자의 최적화 변환된 생체특징정보와 비교, 인증하는 과정으로 작동하며, 이하에서는 이 3개 과정을 구분하여 설명한다.
첫째로, 상기 최적화 변환 함수 생성 과정을 구체적으로 설명하면 다음과 같다.
상기한 바와 같이 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00009
)를 생성하기 위해, 우선 다수의 학습 생체신호들을 수집하여 상기 최적화 변환 함수부(100)의 생체특징정보 추출부(110)로 입력하면, 상기 생체특징정보 추출부(110)는 수집된 다수의 학습 생체신호로부터 다수의 생체특징정보를 추출한다.
이때, 상기 생체특징정보 추출부(110)에서는 PCA(Principal Component Analysis), ICA(Independent Component Analysis), LDA(Linear discriminant Analysis), NMF(Non-negative Matrix Factorization), 가버필터(Gabor Filter), 웨이블릿 변환(Wavelet Transform), 푸리에 변환(Fourier Transform) 등과 같은 생체특징정보 추출 방법을 이용하여 생체특징정보를 추출한다.
이어서, 상기 생체특징정보 추출부(110)에서 추출된 다수의 생체특징정보가 상기 최적화 변환 함수부(100)의 생체특징정보 변환부(120)로 입력되면, 상기 생체특징정보 변환부(120)는 도 2에 나타낸 바와 같이, 추출된 각 생체특징정보에서 특정 개수의 생체특징정보 요소를 한 후, 특정 개수의 생체특징정보 요소가 제거된 생체특징정보에 부가적인 정보를 추가한 다음, 이 부가정보가 추가된 생체특징정보의 순서를 섞어 변환된 생체특징정보를 생성한다.
참고로, 도 3에서는 특정 생체신호에서 추출되고 C1,C2,...,Cr로 표시되는 요소(component)들을 포함하는 r차원의 생체특징정보를 나타내고 있으며, 이와 같이 추출된 r차원의 생체특징정보에서 몇 개의 요소를 0(zero)으로 만들어 특정 개수의 요소를 제거하고, q차원의 부가정보(k)를 삽입한 후, 특정 요소가 제거되고 부가정보가 삽입된 생체특징정보의 순서를 섞어 변환된 생체특징정보를 생성하는 과정을 나타낸다.
다음으로, 상기 생체특징정보 변환부(120)에 의해 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기 등의 방식으로 변환된 생체특징정보가 상기 최적화 변환 함수부(100)의 최적화 변환 함수 생성부(130)로 입력되면, 상기 최적화 변환 함수 생성부(130)는 상기 생체특징정보 변환부(120)에 의해 변환된 생체특징정보를 이용하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
Figure 112006087260058-pat00010
)를 생성한다.
여기서, 상기 최적화 변환 함수 생성부(130)에서 최적화 변환 함수(
Figure 112006087260058-pat00011
)를 생성하는 과정을 더욱 구체적으로 설명하면 다음과 같다.
도 2에 나타낸 바와 같이, 상기 생체특징정보 변환부(120)에 의해 r차원의 생체특징정보에서 몇 개의 요소를 0(zero)으로 만들어 특정 개수의 요소를 제거하고, q차원의 부가정보(k)를 삽입한 후, 특정 요소가 제거되고 부가정보가 삽입된 생체특징정보의 순서를 섞어 변환된 생체특징정보가 생성되고 나면, 두 p차원의 변환된 생체특징정보(이하에서는, 생체특징벡터라 함),
Figure 112006087260058-pat00012
와
Figure 112006087260058-pat00013
의 거리(유사성) Lk는 아래의 수학식 1과 같이 표현된다.
Figure 112006087260058-pat00014
상기 수학식 1은 바이어스(bias) ζ 를 이용하면 아래의 수학식 2와 같이 미분 가능한 거리의 식으로 표현된다.
Figure 112006087260058-pat00015
상기 수학식 2에서 생체특징벡터
Figure 112006087260058-pat00016
와
Figure 112006087260058-pat00017
를
Figure 112006087260058-pat00018
로 변환하는 경우 상기 수학식 2는 아래의 수학식 3과 같이 변환된 생체특징벡터 간의 거리로 표현될 수 있다.
Figure 112006087260058-pat00019
상기 수학식 3에서, ωl은 생체특징벡터의 각 요소(component)를 변환시키는 값이고 ρ=ζ/ωl이 된다.
생체인식시스템의 성능을 평가하는 척도로는 타인을 본인으로 잘못 판단하는 비율(FAR; False Accept Rate)과 본인을 타인으로 잘못 판단하는 비율(FRR; False Reject Rate)이 있다. 변환된 생체특징벡터를 이용하여 본인간의 거리를
Figure 112006087260058-pat00020
로 표현하고, 본인과 타인간의 거리를
Figure 112006087260058-pat00021
로 표현하면 FAR과 FRR은 아래의 수학식 4로 표현된다.
Figure 112006087260058-pat00022
여기서
Figure 112006087260058-pat00023
는 본인과 타인간의 거리가 특정 임계값 τ보다 작으면 1, 크면 0이고,
Figure 112006087260058-pat00024
는 본인과 본인간의 거리가 특정 임계값 τ보다 크면 1, 작으면 0이 되는 함수이다. m-와 m+는 본인과 타인간의 거리비교 개수와 본인간의 거리비교 개수를 나타낸다.
또한, 상기한 생체인식의 전체 인증 에러비율은 상기 수학식 4의 FAR과 FRR의 합으로서, 아래의 수학식 5로 표현된다.
Figure 112006087260058-pat00025
상기 생체인식의 전체 에러비율(TER)을 2차식으로 표현하면 아래의 수학식 6과 같이 나타낼 수 있다.
Figure 112006087260058-pat00026
상기 수학식 6에서,
Figure 112006087260058-pat00027
,
Figure 112006087260058-pat00028
, η는 생체특징벡터의 거리가 너무 클 때의 영향이 무시되도록 하기 위하여 η>0로 설정한다.
또한, 상기 수학식 6은 2차식 이므로 상기 생체인식의 전체 에러비율(TER)이 최소가 되는 최적화 변함 함수
Figure 112006087260058-pat00029
는 아래의 수학식 7을 통해 수학식 8과 같이 구해진다.
Figure 112006087260058-pat00030
Figure 112006087260058-pat00031
상기 수학식 8에서
Figure 112006087260058-pat00032
,
Figure 112006087260058-pat00033
이고 I는 p×p 단위행렬이다.
상기 수학식 8의 최적화 변환 함수
Figure 112006087260058-pat00034
는 상기 생체인식의 전체 에러비율(TER)이 최소가 되도록 하는 함수이므로 이 변환 함수를 이용하여 생체특징벡터를 변환 후 개인인증에 사용하는 경우 성능이 향상된다. 또한, 이 방법은 한 번의 계산을 통해 구해지므로 실제 생체인식 시스템에 적용이 용이하다.
둘째로, 상기와 같이 생성된 최적화 변환 함수로 인증 대상 사용자들의 최적화 변환된 생체특징정보를 생성하여 저장하는 과정을 구체적으로 설명하면 다음과 같다.
먼저, 상기 생체신호 획득부(200)가 인증 대상 사용자의 생체정보에 대응하는 생체신호를 획득하면, 상기 생체특징정보 추출부(300)는 인증 대상 사용자의 생체신호로부터 생체특징정보를 추출하여 상기 생체특징정보 변환부(400)로 입력한다.
이어서, 상기 생체특징정보 변환부(400)는 인증 대상 사용자의 생체특징정보에 대하여, 도 2에 나타낸 바와 같이, 추출된 인증 대상 사용자의 생체특징정보에서 특정 개수의 생체특징정보 요소를 한 후, 특정 개수의 생체특징정보 요소가 제거된 생체특징정보에 부가적인 정보를 추가한 다음, 이 부가정보가 추가된 생체특징정보의 순서를 섞어 변환된 생체특징정보를 생성한다.
참고로, 도 3에서는 특정 생체신호에서 추출되고 C1,C2,...,Cr로 표시되는 요소(component)들을 포함하는 r차원의 생체특징정보를 나타내고 있으며, 이와 같이 추출된 r차원의 생체특징정보에서 몇 개의 요소를 0(zero)으로 만들어 특정 개수의 요소를 제거하고, q차원의 부가정보(k)를 삽입한 후, 특정 요소가 제거되고 부가정보가 삽입된 생체특징정보의 순서를 섞어 변환된 생체특징정보를 생성하는 과정을 나타낸다.
이때, 상기 생체특징정보 변환부(400)는 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 3가지 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성할 수 있다.
다음으로, 상기 생체특징정보 변환부(400)에 의해 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기 등의 방식으로 변환된 인증 대상 사용자의 생체특징정보가 상기 최적화 변환부(500)로 입력되면, 상기 최적화 변환부(500)는 인증 대상 사용자의 변환된 생체특징정보를 상기 최적화 변환 함수부(100)의 최적화 변환 함수 생성부(130)에 의해 생성되고 해당 사용자별로 식별 가능한 최적화 변환 함수(
Figure 112006087260058-pat00035
)를 이용하여 최적화 변환한 후, 해당 인증 대상 사용자의 최적화 변환된 생체특징정보를 상기 생체특징정보 저장부(600)에 저장한다.
셋째로, 상기와 같이 생성된 최적화 변환 함수로 인증 요구 사용자들의 최적화 변환된 생체특징정보를 생성하여 기저장된 해당 사용자의 최적화 변환된 생체특징정보와 비교, 인증하는 과정을 구체적으로 설명하면 다음과 같다.
사용자가 인증을 요구함에 따라 상기 생체신호 획득부(200)가 인증 요구 사용자의 생체정보에 대응하는 생체신호를 획득하면, 상기 생체특징정보 추출부(300)는 인증 요구 사용자의 생체신호로부터 생체특징정보를 추출하여 상기 생체특징정 보 변환부(400)로 입력한다.
이어서, 상기 생체특징정보 변환부(400)는 인증 요구 사용자의 생체특징정보에 대하여, 도 2에 나타낸 바와 같이, 추출된 인증 요구 사용자의 생체특징정보에서 특정 개수의 생체특징정보 요소를 한 후, 특정 개수의 생체특징정보 요소가 제거된 생체특징정보에 부가적인 정보를 추가한 다음, 이 부가정보가 추가된 생체특징정보의 순서를 섞어 변환된 생체특징정보를 생성한다.
참고로, 도 3에서는 특정 생체신호에서 추출되고 C1,C2,...,Cr로 표시되는 요소(component)들을 포함하는 r차원의 생체특징정보를 나타내고 있으며, 이와 같이 추출된 r차원의 생체특징정보에서 몇 개의 요소를 0(zero)으로 만들어 특정 개수의 요소를 제거하고, q차원의 부가정보(k)를 삽입한 후, 특정 요소가 제거되고 부가정보가 삽입된 생체특징정보의 순서를 섞어 변환된 생체특징정보를 생성하는 과정을 나타낸다.
다음으로, 상기 생체특징정보 변환부(400)에 의해 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기 등의 방식으로 변환된 인증 요구 사용자의 생체특징정보가 상기 최적화 변환부(500)로 입력되면, 상기 최적화 변환부(500)는 인증 요구 사용자의 변환된 생체특징정보를 상기 최적화 변환 함수부(100)의 최적화 변환 함수 생성부(130)에 의해 생성되고 해당 사용자별로 식별 가능한 최적화 변환 함수(
Figure 112006087260058-pat00036
)를 이용하여 최적화 변환한 후, 해당 인증 요구 사용자의 최적화 변환된 생체특징정보를 상기 생체특징정보 인증부(700)로 입력한다.
이때, 상기 최적화 변환부(500)는 인증 대상 사용자의 최적화 변환된 생체특징정보를 생성할 때 사용한 것과 동일한 최적화 변환 함수를 상기한 내부 메모리 혹은 상기 생체특징정보 저장부(600)에서 읽어내어 상기 인증 요구 사용자의 최적화 변환된 생체특징정보를 생성한다.
이어서, 상기 생체특징정보 인증부(700)는 인증 요구 시 상기 최적화 변환부(500)에 의해 최적화 변환된 인증 요구 사용자의 생체특징정보와 상기 생체특징정보 저장부(600)에 기저장된 해당 사용자의 최적화 변환된 생체특징정보를 비교하여 개인을 인증한다.
만약, 상기 생체특징정보 저장부(600)에 저장된 최적화 변환된 생체특징정보가 도난 시에는, 최적화 변환 함수를 생성하는 상기 최적화 변환 함수부(100)의 생체특징정보 변환부(120)에서 해당 생체특징정보의 또 다른 요소를 제거하거나, 부가정보 추가 시 다른 부가정보를 추가하거나, 생체특징정보 순서 섞기에서 다른 방법으로 생체특징정보의 순서를 섞어 새로운 생체특징정보를 생성하고, 새롭게 생성된 생체특징정보를 이용하여 최적화 변환 함수를 재생성한 후, 상기 최적화 변환 함수를 이용하여 인증 대상 혹은 인증 요구 사용자에 대한 최적화 변환된 생체특징정보를 생성하기 전에 해당 사용자의 생체특징정보를 변환하는 상기 생체특징정보 변환부(400)에서 해당 생체특징정보의 또다른 요소를 제거하거나, 부가정보 추가 시 다른 부가정보를 추가하거나, 생체특징정보 순서 섞기에서 다른 방법으로 생체특징정보의 순서를 섞어 새로운 생체특징정보를 생성하고, 새롭게 생성된 생체특징정보를 상기와 같이 재생성된 최적화 변환 함수를 이용하여 새로운 최적화 변환된 생체특징정보를 생성하여 사용자 인증에 사용할 수 있다.
도 4는 발명에 따른 최적화 변환 생체특징정보를 보안카드에 적용한 인증시스템의 작동 과정을 나타낸 실시예로서, 보안카드에는 상기한 최적화 변환된 생체특징정보가 저장되어 있다. 사용자가 보안카드를 이용하여 개인인증을 요구할 시 인증시스템에는 사용자의 생체신호와 보안카드에 저장되어 있는 최적화 변환된 생체특징정보가 입력된다. 인증시스템은 사용자로부터 생체신호를 획득하고 획득된 생체신호에서 생체특징정보를 추출한 다음, 추출된 생체특징정보에 대하여 상기한 도 2 및 도 3에 나타낸 바와 같이, 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 3가지 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성하고 미리 생성된 최적화 변환 함수로 최적화 변환을 수행한다. 최적화 변환된 생체특징정보와 사용자의 보안카드에서 획득한 최적화 변환된 생체특징정보를 비교하여 개인을 인증한다.
이상에서 설명한 본 발명에 따른 생체정보 최적화 변환 함수를 이용한 인증시스템은 상기한 실시예에 한정되지 않고, 이하의 특허청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 누구든지 다양하게 변경하여 실시할 수 있는 범위까지 그 기술적 정신이 있다.
이상에서 설명한 바와 같은 본 발명에 의하면, 생체정보 도난 시 도난된 생체정보를 취소하고 새로운 생체정보를 취소할 수 있으며, 도난된 생체정보로부터 원래 생체정보를 복원할 수 없어 개인 생체정보를 보호할 수 있고, 특히 최적화 변환 함수를 이용해 생체특징정보를 변환하므로 변환된 생체특징정보를 사용한 개인인증의 성능이 변경 전 원 생체특징정보를 사용하는 경우보다 향상된다.

Claims (3)

  1. 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
    Figure 112006087260058-pat00037
    )를 생성하기 위하여 사용되는 학습 생체신호들로부터 생체특징정보들을 추출하고, 추출된 생체특징정보에 대하여 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 중 어느 하나 혹은 둘을 선택적으로 적용하여 생체특징정보를 변환한 후, 이 변환된 생체특징정보를 이용하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
    Figure 112006087260058-pat00038
    )를 생성하는 최적화 변환 함수부(100)와;
    인증 대상 혹은 인증 요구 사용자의 생체정보에 대응하는 생체신호를 획득하는 생체신호 획득부(200);
    인증 대상 혹은 인증 요구 사용자의 생체신호로부터 생체특징정보를 추출하는 생체특징정보 추출부(300);
    인증 대상 혹은 인증 요구 사용자의 생체특징정보에 대하여 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성하는 생체특징정보 변환부(400);
    인증 대상 혹은 인증 요구 사용자의 변환된 생체특징정보를 해당 사용자별로 식별 가능한 최적화 변환 함수를 이용하여 최적화 변환하고, 인증 대상 사용자의 최적화 변환된 생체특징정보를 생체특징정보 저장부(600)에 저장하는 최적화 변환부(500); 및
    인증 요구 시 상기 최적화 변환부(500)에 의해 최적화 변환된 인증 요구 사용자의 생체특징정보와 상기 생체특징정보 저장부(600)에 기저장된 해당 사용자의 최적화 변환된 생체특징정보를 비교하여 개인을 인증하는 생체정보 인증부(700);
    로 구성되는 것을 특징으로 하는 생체정보 최적화 변환 함수를 이용한 인증시스템.
  2. 제 1 항에 있어서, 상기 최적화 변환 함수부(100)는
    생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
    Figure 112006087260058-pat00039
    )를 생성하기 위하여 사용되는 학습 생체신호들로부터 생체특징정보들을 추출하는 생체특징정보 추출부(110)와;
    이 추출된 생체특징정보에 대하여 특정 개수의 생체특징정보 요소 제거, 부가 정보 추가, 생체특징정보 순서 섞기를 모두 적용하거나 이들 중 어느 하나 혹은 둘을 선택적으로 적용하여 변환된 생체특징정보를 생성하는 생체특징정보 변환부(120); 및
    이 변환된 생체특징정보를 이용하여 생체인식의 전체 인증 에러비율이 최소가 되도록 하는 최적화 변환 함수(
    Figure 112006087260058-pat00040
    )를 생성하는 최적화 변환 함수 생성 부(130);
    로 구성되는 것을 특징으로 하는 생체정보 최적화 변환 함수를 이용한 인증시스템.
  3. 제 2 항에 있어서, 상기 최적화 변환 함수 생성부(130)에서는 하기의 수학식
    Figure 112006087260058-pat00041
    (여기서,
    Figure 112006087260058-pat00042
    ,
    Figure 112006087260058-pat00043
    이고 I는 p×p 단위행렬임)
    로 나타내는 최적화 변환 함수(
    Figure 112006087260058-pat00044
    )를 생성하는 것을 특징으로 하는 생체정보 최적화 변환 함수를 이용한 인증시스템.
KR1020060117705A 2006-11-27 2006-11-27 생체정보 최적화 변환 함수를 이용한 인증시스템 KR100797897B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060117705A KR100797897B1 (ko) 2006-11-27 2006-11-27 생체정보 최적화 변환 함수를 이용한 인증시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060117705A KR100797897B1 (ko) 2006-11-27 2006-11-27 생체정보 최적화 변환 함수를 이용한 인증시스템

Publications (1)

Publication Number Publication Date
KR100797897B1 true KR100797897B1 (ko) 2008-01-24

Family

ID=39219240

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060117705A KR100797897B1 (ko) 2006-11-27 2006-11-27 생체정보 최적화 변환 함수를 이용한 인증시스템

Country Status (1)

Country Link
KR (1) KR100797897B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100905675B1 (ko) 2007-08-13 2009-07-03 한국전자통신연구원 지문인식 장치 및 방법
KR20150098097A (ko) * 2014-02-19 2015-08-27 삼성전자주식회사 전자 장치의 생체 정보 처리 방법 및 장치
KR20180063774A (ko) * 2015-10-28 2018-06-12 시아오미 아이엔씨. 지문 인식 방법, 장치, 프로그램 및 기록매체

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030014946A (ko) * 2001-08-13 2003-02-20 구홍식 다수의 생체정보 인증 프로그램에 대한 통합 인증 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030014946A (ko) * 2001-08-13 2003-02-20 구홍식 다수의 생체정보 인증 프로그램에 대한 통합 인증 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100905675B1 (ko) 2007-08-13 2009-07-03 한국전자통신연구원 지문인식 장치 및 방법
KR20150098097A (ko) * 2014-02-19 2015-08-27 삼성전자주식회사 전자 장치의 생체 정보 처리 방법 및 장치
KR102204247B1 (ko) * 2014-02-19 2021-01-18 삼성전자 주식회사 전자 장치의 생체 정보 처리 방법 및 장치
US11151288B2 (en) 2014-02-19 2021-10-19 Samsung Electronics Co., Ltd. Method and apparatus for processing biometric information in electronic device
KR20180063774A (ko) * 2015-10-28 2018-06-12 시아오미 아이엔씨. 지문 인식 방법, 장치, 프로그램 및 기록매체
KR101992522B1 (ko) * 2015-10-28 2019-06-24 시아오미 아이엔씨. 지문 인식 방법, 장치, 프로그램 및 기록매체

Similar Documents

Publication Publication Date Title
Galbally et al. Iris image reconstruction from binary templates: An efficient probabilistic approach based on genetic algorithms
Sutcu et al. Secure biometric templates from fingerprint-face features
Maiorana et al. Template protection for HMM-based on-line signature authentication
CN105740682B (zh) 一种计算机系统及其用户的身份识别方法和系统
KR100787114B1 (ko) 생체정보 변환 방법 및 이를 이용한 검증시스템
Mukhaiyar Generating a Cancellable Fingerprint using Matrices Operations and Its Fingerprint Processing Requirements
KR100797897B1 (ko) 생체정보 최적화 변환 함수를 이용한 인증시스템
CN110598522A (zh) 一种基于人脸和掌纹掌静脉识别的身份比对方法
Balakumar et al. Secure biometric key generation scheme for cryptography using combined biometric features of fingerprint and iris
Kamal et al. A symmetric bio-hash function based on fingerprint minutiae and principal curves approach
Bansal et al. Fingerprint fuzzy vault using Hadamard transformation
Al-Ani et al. Effective fingerprint recognition approach based on double fingerprint thumb
KR20080017763A (ko) 스코어 레벨 결합을 통한 홍채 인식 방법
George et al. Performance comparison of face recognition using transform domain techniques
Patil et al. Wet and dry fingerprint enhancement by using multi resolution technique
Patil et al. Secret sharing based secure authentication system
Parihar et al. Palm vein recognition system for human authentication: A review
Divan et al. A fingerprint matching technique using minutiae based algorithm for voting system: A survey
Sridevi et al. Multimodal security of iris and fingerprint with bloom filters
Indi et al. Person identification based on multi-biometric characteristics
Omar et al. New feature-level algorithm for a face-fingerprint integral multi-biometrics identification system
Fatima et al. Secured multimodal biometric system
Bashir et al. Biometric image enhancement, feature extraction and recognition comprising FFT and Gabor filtering
Roy et al. Iris recognition using biometric techniques
Sharanabasappa et al. A Unique Document Security Technique using Face Biometric Template

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20111215

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20121120

Year of fee payment: 6

LAPS Lapse due to unpaid annual fee