[发明专利]一种人类指纹生物密钥生成方法有效

专利信息
申请号: 201410074388.X 申请日: 2014-03-03
公开(公告)号: CN103873253B 公开(公告)日: 2017-02-08
发明(设计)人: 吴震东;游林;梁斌 申请(专利权)人: 杭州电子科技大学
主分类号: H04L9/32 分类号: H04L9/32;H04L29/06;G06F21/32
代理公司: 杭州君度专利代理事务所(特殊普通合伙)33240 代理人: 杜军
地址: 310018 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人类 指纹 生物 密钥 生成 方法
【说明书】:

技术领域

发明属于信息安全技术领域,具体涉及一种从人类指纹中经由高维空间转换直接提取稳定的生物密钥的方法,其能够为现有的基于人类指纹的身份认证技术提供一种新的认证方法,支持在网络中更方便更安全地进行基于用户指纹的身份认证。

背景技术

指纹识别技术是现今比较成熟的生物特征识别技术。基于指纹的身份认证技术,其基本方法为:1)对用户进行指纹图像采样,采样后经过图像均衡、收敛、平滑、增强、特征提取等处理生成指纹特征模板,存储在用户指纹特征数据库中;2)当需要对某一用户进行身份认证时,再次采集用户指纹图像,进行指纹图像均衡、收敛、平滑、增强、特征提取等处理,形成待认证用户指纹特征;3)将待认证用户指纹特征与用户指纹特征数据库中的相应用户指纹模板进行比对,一致则认证通过,不一致则认证失败。现有的各类基于指纹的身份认证技术均遵循这一基本方法。只是在指纹特征提取、指纹模板存储等细节处有各自的变化。

但是,这一经典的指纹认证模式在网络环境中,遭遇到一个推广应用的瓶颈:用户不愿意轻易地将自身的指纹信息存储在网络中,有较大的指纹信息被盗的风险。虽然科技工作者在2006年提出了模糊金库技术,通过将用户指纹模板信息模糊化后,再存储在指纹特征数据库中,以此降低指纹信息被盗后被破译的风险。但模糊金库技术依然存在通过同一生物特征的不同模板数据库的交叉对比,获取用户生物特征信息的风险。更主要的是指纹模板信息模糊化并没有改变在网络中存储用户指纹信息的基本模式,用户依然有安全顾虑,不愿采取这一认证方式,影响了指纹身份认证在网络环境中的推广。

曾经有科研工作者提出过指纹生物密钥的概念,希望直接从指纹特征中获取稳定的生物密钥序列。但是指纹特征的提取过程存在大量的随机因素,使得同一枚指纹多次重复采样提取的特征数字序列差异很大,非常不稳定,难以达到生物密钥的要求。指纹生物密钥基本上还停留在纸上概念阶段,实际生产生活中尚未出现可实用的指纹生物密钥技术。发明内容

本发明提出了一种指纹生物密钥生成方法。方法将指纹特征序列向高维空间中投影,在高维空间中将同一枚指纹的特征数字序列稳定到可接受的波动范围内,再对稳定后的指纹特征数字序列编码,从编码中提取生物密钥。整个方法在待认证用户端(日常生活中可以理解为用户的各类移动终端,如智能手机、笔记本电脑等)、认证服务器端(日常生活中可以理解为网络认证端,如无线网络接入端、各类网站登录口等)均无需记录用户指纹模板,用户通过采集自身的指纹在本地生成(用户名、密钥)对,通过(用户名、密钥)对衍生的各种认证方法进行网络身份认证。事实上,网络认证端只需对待认证用户的(用户名、密钥)对进行验证,无需知晓待认证用户是通过指纹、用户名-口令或是别的身份鉴别手段进行的身份认证。只要生物密钥的密钥空间足够大,可保证高安全性。本发明提取正常人类指纹生物密钥的密钥序列长度可大于256bit。

指纹生物密钥生成分两部分,第一部分为指纹生物密钥训练部分,第二部分为指纹生物密钥提取部分。

指纹生物密钥训练部分具体步骤为:

第一步,用户对同一枚指纹进行2-5次样本采集,获得2幅以上的指纹灰度图像,将灰度图像统一缩放到354×354像素大小(也可缩放至大于256×256,小于512×512的某一大小),这一阶段获得的指纹图像标记为指纹图像1。

第二步,对获得的指纹图像1进行均衡化处理,获得指纹图像2。

第三步,对指纹图像2进行图像收敛处理,获得指纹图像3。

第四步,对指纹图像3进行图像平滑处理,获得指纹图像4。

第五步,对指纹图像4进行图像增强处理,获得指纹图像5。

第六步,对指纹图像5进行二值化处理,获得指纹图像6。

第七步,对指纹图像6进行细化处理,获得指纹图像7。

第八步,从指纹图像7中提取指纹特征端点、叉点,去除伪端点、叉点,用二维笛卡尔坐标系记录指纹特征端点、叉点坐标。

第九步,将采集的指纹样本图像依次进行特征配准,配准时将端点、叉点视为同一性质的特征点;两幅图像可配准的特征点登记为该枚指纹的真实特征点,同一个真实特征点在两幅图像中可能有两组不同的坐标值(x1,y1)(x2,y2),取两组坐标值的均值(Ex,Ey),记录为该真实特征点的坐标值;配准好的特征点与后一副图像再次进行特征配准;配准完成后得真实特征点集合,集合含特征点个数记为M。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州电子科技大学,未经杭州电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410074388.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top