论文部分内容阅读
在以生物特征作为身份认证的系统中,由于生物特征不能完美再现,往往在系统中需要保存原始的生物特征。而进行权限控制时,也仅仅只能通过控制访问的方法来实现。例如在通常我们所见到的生物特征加密系统中,用户生物特征被保存在安全硬件中,而需要控制的文件仍以明文或使用与生物特征无关的密钥(密钥保存于安全硬件中)加密的方式保存。这种加密模式,攻击者可以采用破坏访问权限的办法获得数据或密钥。
在传统的以用户名密码作为身份验证的体系中,密码是以无法恢复出原始密码的密文方式存储在系统中的,以保证攻击者不会因为系统的漏洞,获得用户的原始密码。而在以生物特征作为密码的系统中,对于用户的生物特征的存储,采用的是可以恢复出原始特征的保存方式。这就带来了潜在的危险。一旦攻击者通过某种办法,获得了用户的原始的生物特征,就可以利用这些特征在其他类似的系统中取得权限。这也是生物特征在应用中的固有诟病,无法像传统系统一样可以自由更改密码。
在传统密码学中,密钥安全是信息安全的关键问题。在信息安全的漏洞中,往往不是发生在所用的密码算法上面,而是由于系统管理员的疏忽造成了密钥遗失、密钥被窃等。用户在使用系统过程中,由于操作的疏忽,也可能导致密钥失窃。例如目前很多网上银行犯罪的案例中,受害人往往因为计算机被木马控制,犯罪分子通过木马将受害人的网上银行账户的数字证书直接导出后,取得了网上银行账户的控制权限。因此,现代的信息安全中,密码管理问题已成为一个重要的研究课题。
本文针对如何解决上述三个问题,对利用生物特征绑定密钥的方法进行了深入研究,并以高识别率的红外人脸识别系统为平台,实现了一种人脸密钥算法,并对该方法的系统应用进行了研究。在本文中,主要的工作及贡献包括:
①提出了一种利用改进的BioHash方法,该方法能够对向量形式的生物特征进行二进制化,并使得二进制化后的二进制序列能够落入指定的空间中。
②提出了结合改进的BioHash方法和BCH纠错码,实现了对基于线性子空间方法的人脸特征进行BCH纠错,实现了利用人脸特征绑定指定密钥。
③提出了多模板绑定密钥并且绑定后可与单模板进行匹配的方法。
④讨论了利用该方法构建安全的人脸识别系统及相关的扩展应用。
⑤提出了一种新的线性子空间降维方法,该方法利用非线性距离函数对传统的LDA方法进行了改进,对于如何解决不均匀多分类问题有很好的效果。
总的说来,本文在人密钥算法及相关系统方面进行了有益的探索研究。