论文部分内容阅读
近年来，随着生物技术在信息安全领域的研究与应用，生物特征的安全性日益受到人们的广泛关注，针对生物特征表示与生物特征加密的研究显得尤为重要。熵分析作为信息论的基本方法一直以来被用于信息处理及密码学安全性分析领域中，熵作为衡量信息多少的度量，可以描述信号的复杂程度；熵损作为熵变化的依据，用来描述信息损失的多少；熵分析是生物特征与其加密方法之间的一种桥梁。针对生物特征与加密过程中的熵分析，有利于我们掌握其内在联系。本文利用熵分析方法对生物特征表示模式中的基于多尺度熵的奇异性检测及基于多指纹示例的指纹加密系统的安全性分析进行了研究，所取得的主要研究成果为：1.对指纹奇异性表示及奇异点检测进行了研究。利用指纹平滑区域与奇异性区域间方向熵的差异性，提出了一种基于熵分析的指纹奇异点检测算法。通过对方向熵的多尺度分析，发现指纹奇异性区域具有更高的信息熵，即相对于平滑指纹脊线区域而言，指纹奇异性区域具有更高的信息量，结合指纹奇异点先验知识，给出了基于启发式学习的伪奇异点滤除的后处理方法。尽管通过平滑滤波方式去除局部区域的随机噪声引发的熵激增情况，但平滑滤波可能导致中心点区域的位置偏移，本文中利用粗方向场的流线提取方法给出了一种针对位置偏移的补偿算法。实验结果表明针对方向场的多尺度熵分析在奇异性表示方面的有效性；迭代的补偿方法可有效的消除由于平滑滤波造成的奇异点位置偏移问题。2.对单一生物特征示例的指纹加密系统中的信息死锁问题进行了研究。基于对传统指纹加密方法的改进策略，即以细节点临近结构作为杂凑点过滤的指纹Fuzzy Vault加密方法，结合秘密共享构造了多生物特征示例条件下的等权重指纹加密方案，并利用最小熵及其熵损对方法的安全性给出了理论推导，对比其他几类针对信息死锁问题的生物特征加密方案，本文方法采用了分离式的Vault集构造，简化了多特征示例的单Vault构造过程中的真实解锁点选择问题。实验结果表明该方法在不显著提升错误接收率的前提下有效的缓解了生物特征加密系统中的信息死锁问题。3.针对生物特征识别与加密算法利用Emgu构造了基于Windows窗口类的生物特征识别与加密算法平台，对指纹识别过程中的部分功能性方法进行了算法实现和窗口化显示，为进一步的科研工作奠定了基础。