生物特征鉴别密码学.pptVIP

生物鉴别与密码学 报告人：冯登国 信息安全国家重点实验室 报 告 内 容 一、现状与趋势 二、国际研究热点 三、潜力应用 二、国际研究热点 1）模糊提取 模糊提取从变化的生物特征中稳定地提取出分布一致的强密钥 秘密产生：从首次采样 得到公开数据pub和秘密数据R，R使用后应当销毁 秘密恢复：当二次采样数据 和首次采样 距离充分接近时，从公开数据pub和二次采样数据 ，可恢复出秘密数据R 2）基于纠错码的方法 －基于汉明编码的生物特征（虹膜、掌纹……） 原理 同一个生物体的两次采样汉明距离比较小，如30％以内；不同生物体的采样汉明距离比较大，如50％左右 对一个原始信息进行两次特征采样并异或，可以视作对其进行了一个噪声处理，噪声大小为这两个采样的汉明距离 选择适合的纠错码，使同一生物体可以正确恢复原始信息，而不同生物体不能恢复原始信息 注册 随机选取128位密钥R，对R作纠错编码，扩展到2048位R’ 采样用户的生物特征 验证 采样用户的生物特征 ，与pub进行异或 对 进行纠错解码得到R。不同生物体的特征采样无法成功进行纠错解码 3）基于拉格朗日插值的方法 －基于特征编码的生物特征（指纹……） 原理 典型情况：指纹存在m个特征，包括分叉的位置、距离、角度等，一般当有n（nm）个特征吻合时即可视为同一生物体 对各个特征采样后增加若干个伪特