基于相关性分析的网络生物认证方法研究

摘要

近几年,信息安全已经成为全球公认的热点问题,生物认证技术(Biometricsrecognition)具有信息量大、特征稳定、采集容易等优点,为信息安全问题提供良好的解决方案。随着多媒体技术和网络的日益发展和成熟,异地进行生物认证已经成为可能,但是由于数据在网络中传输的透明化,使得生物信息极易受到篡改,进而给政府、军队、企业造成巨大损失。
　　 信息隐藏技术(Information hiding)是一种公认的有效保护多媒体信息安全的技术。其发展已经趋于成熟,使得利用信息隐藏技术保护生物认证图像,实现异地生物认证成为可能。由于生物认证图像信息量大,利用传统的信息隐藏方法已经不能满足人们的需要,而图像与图像之间存在着一定的相关性,可以利用图像本身的丰富信息相互表示,进而实现大容量的信息隐藏。
　　 本文以内容相关性为基础,提出一种新的基于相关性分析的频率域嵌入算法,以解决信息隐藏中由于秘密信息容量大而无法有效操作的问题。本文重点研究两个部分,一是研究信息隐藏处理方法和理论,系统地描述了信息隐藏方法的特点、分类以及国内外发展现状,主要包括生物图像嵌入策略和生物图像在传输过程中受到的攻击等内容,并提出一种基于人类视觉模型和相关性分析相结合的信息隐藏方法。二是深入分析生物图像的特点,考虑到生物图像类内与类间存在信息冗余,而这些冗余不仅给信息隐藏带来了困难,而且干扰了生物图像的识别。本文提出一种基于自适应协方差矩阵的降维方法,降低生物图像的信息冗余,进而实现异地生物认证。

目录

文摘

英文文摘

第一章绪论

1．1研究背景，目的以及意义

1．2国内外发展概况

1．2．1信息隐藏技术的发展

1．2．2生物认证的发展

1.2．3本文主要工作

1．3论文的章节安排

第二章信息隐藏技术概述

2．1信息隐藏技术的基本原理

2．2信息隐藏技术的特性

2．3信息隐藏的分类

2．4信息隐藏方法的评估标准

2．4．1最大差值

2．4．2平均最大差值

2．4．3归一化平均绝对误差

2．4．4均方误差

2．4．5峰值信噪比

2．4．6归一化相关系数

2．5小结

第三章基于相关性分析的网络生物认证方法

3．1基于相关性分析的网络生物认证方法涉及的基本理论

3．1．1主成分分析(Principal Component Analysis)

3．1．2粒子群优化(Particle Swarm optimization)

3．1．3小波变换的基本概念

3．2相关性分析

3．3嵌入算法和提取算法

3．4实验结果与分析

3．4．1不可见性对比实验

3．4．2鲁棒性实验对比

3．5小结

第四章基于自适应二维主成分分析特征提取方法研究

4．1引言

4．2基于自适应的二维主成分分析特征提取方法涉及的基本理论

4．2．1二维主成分分析[29]

4．2．2遗传算法

4．2．3自适应协方差矩阵：

4．3实验结果与分析

4．4小结

第五章总结与展望

参考文献

攻读硕士学位期间发表论文