生物特征识别技术是一种新的身份认证技术,已经广泛应用于金融、个人终端、国防安全和电子政务等各种领域。由于生物特征的独特性,用户的生物特征一旦被盗,其泄露是永久性的。因此,研究生物特征模板保护算法至关重要。单因子的可撤销生物特征模板保护是一种新的模板保护方案,输入时仅需要生物特征这一个因子,它解决了双因子可撤销生物特征模板保护中的外部因子可能被盗、丢失或遗忘等问题,但是该方案很难同时满足不可逆性、不可链接性、以及性能保持和安全性的要求。针对上述挑战,本文基于指纹场景和指静脉场景的单因子的可撤销生物特征模板保护做了两方面的研究内容。一方面,目前的单因子可撤销指纹模板保护算法中识别性能较好的算法不能保证其安全性,而安全性较高的算法的识别性能较差。为了兼顾单因子可撤销指纹模板的性能和安全性,本文提出了基于指纹的单因子滑动提取窗口哈希(Window Sliding and Extracting Hashing,WSE)算法。该算法将指纹特征作为唯一的输入,改进了特征提取的方法,首先,利用扩展的特征向量,通过预定义的滑动窗口和哈希函数随机化生成二进制种子;然后替换不同的辅助数据来生成可撤销模板;最后,由查询生物特征向量对辅助数据进行解码,提高了不可逆性和安全性。在指纹数据库FVC2002和FVC2004的实验结果表明,该方法不仅满足可撤销生物特征模板识别的4个设计标准,而且能防御3种安全攻击。另一方面,本文提出了基于指静脉的单因子分块降维哈希(Blocking and Dimensionality Reduction Hashing,BDR)算法。该算法将指静脉特征作为唯一的输入因子,根据指静脉特征数据库规模为n?m的特点,先将指静脉特征进行分块,分别对每一块进行特征转换和提取,接着通过串联函数从提取的特征矩阵中生成一维二元向量实现降维;然后把降维之后的特征向量进行转换,转换后与改进的哈希函数一起生成受保护的指静脉特征向量;最后,将得到的特征向量与内嵌辅助数据结合生成可撤销指静脉模板。在指静脉数据库UTFVP上进行实验,实验结果表明,该方法满足可撤销生物特征模板识别的标准和安全性要求。本文针对指纹和指静脉两种不同的生物特征场景,提出了改进的单因子的可撤销模板保护算法,在各自的特征数据库上的实验结果表明,均满足可撤销生物特征模板保护要求,且有较强的安全性,同时具有降低存储空间、提高计算效率等重要的现实意义。