随着互联网的普及和发展,越来越多的人享受着第三方应用服务带来的便利。我们知道享受这些应用的第一步是完成身份鉴别。在各种认证方式中,生物特征提供了很好的用户友好性。然而由于生物特征的不可再生性,即表示一旦用户的某个生物特征被泄露或窃取,那么该生物特征就难以再次使用了,这为生物特征的安全保存提出了很高的要求。模糊提取器的出现很好地解决了这一问题。模糊提取器可以从各种噪声随机源（例如生物特征,物理不可克隆函数,量子比特等）中提取均匀分布的密钥,同时也能够实现密钥的稳定恢复。通过模糊提取器生成的密钥无需用户记忆,用于生成密钥的生物特征也无需保存在服务器中。在大多数文章中,对模糊提取器的研究更多仅关注理论层面,并未考虑提取的生物特征应如何编码表示,以及并未选用某种生物特征给出相应的仿真案例。本文首先介绍了一种对指纹特征选取和编码的方式,并提出了在平面直角坐标系下基于切比雪夫距离的安全梗概。随后介绍了可重用鲁棒模糊提取器构建方案和多服务器登录方案。最后从信息熵的角度证明了我们的安全梗概方案具有足够的安全性。此外,在实验部分,我们还演示了完整的实验过程及应用仿真设计,并对我们提出的模糊提取器的性能做了测试。我们的方案在GAR达到97.17%的同时,与类似方案相比有更多的特性支持（鲁棒性和可重用性）和更低的存储开销。本文的主要研究工作如下:1.详细地研究了现有的安全梗概方案,结合指纹的特性提出了一种新的特征选取和编码方式,并基于该方式提出基于切比雪夫距离的安全梗概方案。在该方案中,若查询指纹特征与注册指纹特征的误差不超过预设阈值,则能够从查询指纹特征中恢复得到原始的注册指纹特征。2.基于本文提出的安全梗概方案,提出了可重用鲁棒模糊提取器的构建方案。利用该模糊提取器,能够从单一指纹中生成多个独立分布的密钥,同时该指纹信息无需保存。并且实现了密钥的稳定再生。基于提出的模糊提取器算法,设计了多服务器登录方案,用户可利用单一生物特征,实现多个服务器的注册和登录,同时无需记忆密码,生物特征也无需保存在服务器之中。通过我们的测试,该方案的用户注册和登录时延均低于100ms。