生物特征识别是一种有着不易复制良好特性的个人身份鉴定与识别技术。但在识别过程中,个人信息通过公共网络信道进行传输时,有可能会受到第三方的截获和修改,或通信双方提供虚假信息进行相互欺骗,所以在人脸识别中,应当保护客户机和服务器隐私。为解决隐私保护问题,主要存在两方面挑战:一方面是密码学协议与核基识别算法的相容性问题;另一方面是由于加密算法的约束导致识别效果差的问题。鉴于此,本文以整数全同态加密算法相容的识别算法为研究主题,进行以下研究:(1)分析和研究整数上的DGHV加密方案,选取SVM中的线性核和多项式核,设计FHE相容的核基人脸识别系统。引入管道体系结构,在训练阶段,客户机进行图像预处理提、模型训练并发送,服务器接收并存储模型;在识别阶段,客户机进行图像预处理和特征向量加密,服务器使用加密后的特征向量和模型,进行人脸识别。该系统仅需单轮次通信;(2)引入并改进单bit-DGHV方案为k-bit-DGHV方案。由于DGHV方案的约束,导致核基分类算法只适宜选取线性核与多项式核。在进行图像预处理时,使用Gabor小波和K-PCA提取人脸图像的特征,保证数据的非线性和高阶统计量,提高识别率;(3)使用Java语言、OpenCV和LIBSVM函数库实现分布式人脸识别系统,以ORL人脸库为实验对象。通过实验表明,本文提出方案累积匹配率为91.90%,最低识别率为89.04%,最高识别率为97.62%,最大识别时间开销约为1294.5ms。本文设计的人脸识别系统,在保证客户机与服务器隐私不泄露的情况下,具有较快的识别响应时间和可接受的识别率,具有一定的实用价值。