基于手指静脉与手指折痕数据层融合模糊金库方案.docVIP

基于手指静脉与手指折痕数据层融合模糊金库方案 　　摘 要：目前，基于指纹的模糊金库方案在市场上应用最为广泛，但是指纹是人体皮肤表面的特征，很容易被盗，所以很多人开始考虑使用手指静脉。手指静脉是人体手指皮肤里静脉血管的纹路特征，不容易泄露，但与指纹相比，手指静脉的特征点较少，在密钥信息比较短的情况下可以使用，在密钥比较长的情况下，其可靠性很低，而且单一生物特征的系统在生活及商业中的缺陷也不断暴露，如模板安全性等。为了克服上述问题，提出了一种基于手指静脉与手指折痕数据层融合的模糊金库方案。实验结果证明，该方案具有良好的可靠性和模板安全性。 　　关键词：模糊金库；指纹识别；手指静脉；手指折痕 　　DOIDOI：10.11907/rjdk.171250 　　中图分类号：TP309.2 　　文献标识码：A 文章编号：1672-7800（2017）007-0170-04 　　0 引言 　　随着信息社会的快速发展，人们的日常生活中充满各种各样的信息，因此信息安全问题开始得到人们的密切关注，也已成为了国家安全的重要组成部分。在信息时代，人们每天需要记忆密钥，而不是携带传统的钥匙。密钥是一连串的字符、字母或阿拉伯数字等，一般人每天记忆这些复杂无序的数字是相当困难的。实际上，人体的指纹、手指静脉、掌纹、手指折痕等生物特征都可以用来构建模糊金库方案，从而帮助人们解决记忆复杂数字的苦恼。如图1所示为几种常见的生物特征。在现实生活中，这些技术被广泛应用于门禁、银行、手机等，为人们的生活带来了极大便利。 　　模糊金库方案是在2002年IEEE国际会议上首次被Jules和Sudan[1]提出的一种将秘密信息和生物特征绑在一起的经典算法，用户只有提供正确的生物特征才能从金库数据库里恢复保存的密钥。Uludag等[2-3]将指纹与模糊金库算法结合，提出了一种增强算法；2005年，Yang等[4-5]结合指纹识别，提出了安全模糊金库方案，他们将敏感的生物识别模块进行转换，而不是直接存储，从而可以保护生物特征模板，同时还提出了一种自适应对准技术，以提高系统认证效率。此后模糊金库进入快速发展时期。Nandakumar等[6]提出了一种使用口令强化的模糊金库方案，该口令用于生成?~外的认证因子；Moon等[7]提出了一次性模板的模糊金库方案，在该方案里，每次用户认证通过，将会生成新模板来代替原始模板，提高了系统稳定性；2008年，Nandakumar等[8]首次提出了多生物特征模板的模糊金库方案，利用指纹模板的细节点编码和虹膜模板的特征点转换信息在特征层面上进行融合，将形成的融合信息用于构成模糊金库。近年来，多生物特征的模糊金库方案得到了密切关注。2014年，Bringer等[9]提出用二进制表示指纹模板、基于特征级融合的模糊金库方案的应用，该方案同时利用不同生物特征分别提取相同长度的二进制字符串，通过合并，形成相同长度的融合编码；2014年，Lu等[10]提出了采用特征水平融合的多生物特征加密系统，并给出了指静脉特征、指纹特征、指关节特征和手指形状特征融合的模糊金库，分别提取指静脉、指纹、指关节和手指形状的特征向量，将这些特征向量在特征水平上融合，之后经过相关转换和量化，最后从中提取比特串，用于构建模糊金库；Li等[11]也提出将指纹融合方案用于私人保护，并进行了相关可行性实验，证明了多生物特征融合的可行性。 　　1 手指静脉与手指折痕数据层融合 　　1.1 融合算法 　　对手指静脉和手指折痕的预处理图像，在数据层上对其进行融合。图像数据层融合的方法很多，常用的有加权求和法和拼凑结构法。所谓加权求和法，主要指对不同生物特征图像的像素点进行加权求和，这种方法计算方便，所以本文采用此方法进行数据融合。具体说明如下： 　　假设手指静脉预处理图像为Fv，手指折痕预处理图像为Fc，每张图像大小为w×h，其融合后的图像Fr定义为： 　　其中，0≤x≤w，0≤y≤h，k1和k2分别为手指静脉图像和手指折痕图像的权值系数，k1+k2=1。由于手指静脉和手指折痕预处理图像是二值化图像，所以取k1和k2的值为0.5，此时该算法可称为灰度值平均算法。 　　由该算法可知，当黑点（灰度值为0）和黑点融合时，融合后仍旧为黑点；当白点（灰度值为255）和白点融合时，融合后仍旧为白点；但当白点和黑点融合时，其融合后的点像素点值为127.5，而不是所期望的黑点，所以要对融合后的图像进行阈值分割，取阈值t=128。图2为手指静脉和手指折痕灰度值融合的演示图，融合后的图片仍然是一幅二值化图像。在融合后的图像上，将同时包含手指静脉和手指折痕两种生物特征的特征点。此外，由于两种特征的纹路有相交的地方，从而形成新的交叉点，增加了真实特征点数目。 　　基于以上算法，采用Visua