随着基于生物特征的身份认证系统的广泛应用，生物特征模板的安全性和隐私性变得越来越重要，因此对生物特征模板保护的研究成为了近年来的研究热点。与基于单一特征的身份认证系统相比，基于多特征融合的身份认证系统具有更好的认证性能。本文研究面向多特征融合的生物特征模板保护技术，论文工作具体如下：　　首先，对当前的生物特征模板保护方案以及生物特征融合方案进行了综述，并对论文后续研究的两种方案--生物哈希和模糊保险箱方案的提出背景、研究现状等进行了分析。　　其次，提出了基于多特征融合的人脸哈希加密方案。在生物哈希加密框架的基础上，将人脸图像的小波傅立叶梅琳变换(Wavelet Foufier-Mellin Transform，WFMT)特征和多块局部二元模式(Multi-Block Local Binary Pattern，MB-LBP)特征分别在特征层和加密域进行融合，提出了改进的人脸哈希算法。用Yale人脸库进行测试，实验结果表明，基于加密域融合的人脸哈希加密算法性能优于基于单一特征的人脸哈希加密算法，加密域融合算法的性能优于特征层融合算法。　　最后，提出了面向多特征融合的改进的模糊保险箱方案。在该方案中，使用人脸图像的主成分分析(Principal Component Analysis，PCA)特征和多块局部二元模式(MB-LBP)特征，将密钥分解成两个重叠的子密钥，结合PCA特征和MB-LBP特征分别生成两组帮助数据集合，再把这两组帮助数据集合与一组干扰点集合相混合得到最终的模糊保险箱；在模糊保险箱解码阶段，从待测人脸图像中分别提取PCA特征和MB-LBP特征，利用这两个特征分别从模糊保险箱中恢复出两个子密钥，从而得到最终的密钥。由于这两个子密钥是相互重叠的，因此它们之间可以相互补充。实验结果表明所提出的算法能够达到预期的结果。