基于指纹特征的模糊金库密钥算法研究

摘要

随着计算机及通信技术的发展，信息安全越来越受到人们的重视。密码学是信息安全的基础，是现代信息网络得以生存和不断发展的基本前提。在密码学中，密钥安全是一个很关键的问题，然而传统密码学的密钥管理存在一定的缺陷。例如，传统密钥是一个一定长度的随机数，且随机性越大，系统安全性越高，但同时密钥记忆越困难，因此很多人将密钥用短口令进行加密。这时，系统的安全性就只是基于这个短口令，而短口令是很容易受到字典式攻击的，很不安全。基于生物特征的密钥算法正可以解决传统密码学中的密钥管理问题，它将生物特征与密钥按一定的规则相结合，从而提高系统的安全性。生物特征的模糊性与密码学密钥的精确性之间具有很大的矛盾，模糊金库算法正可以解决这个矛盾，成为了生物密钥算法的一个典型应用。
　　 指纹是生物特征中应用最广泛的一种特征，具有良好的发展前景。本文主要研究基于指纹特征的模糊金库密钥算法。主要工作有以下三个部分：
　　 1.对指纹特征识别技术做了分析与探讨。对指纹图像采集、指纹图像预处理中的图像分割、归一化、计算方向图、滤波增强、二值化、细化等一系列过程进行了深入的研究，并进行了完整的仿真实现。然后在预处理的图像上进行了指纹特征提取算法分析，最后进行了指纹细节点匹配分析。
　　 2.提出了一种基于口令的模糊金库密钥封装算法。在模糊金库算法的基础上，首先将指纹细节点用口令加密，然后将加密后的细节点应用于模糊金库中，从而使得攻击者必须同时具有指纹特征模板和正确的口令，才能攻破金库，进而得到金库中的密钥。实验仿真表明：相比于Nandakumar等人提出的方案，指纹细节点经过口令加密后再加锁金库，明显降低了系统的错误接收率(FAR)，又在一定程度上提高了正确接收率(GAR)，系统安全性得到了一定提高。
　　 3.为了提高基于细节点的模糊金库的攻击复杂度，提出了基于指纹特征向量的模糊金库密钥算法。将指纹图像以中心点为参考点进行扇形区划分并规格化，然后利用滤波器得到指纹的特征向量，最后将特征向量应用于模糊金库中。通过实验仿真，本算法的攻击时长比基于细节点的模糊金库密钥算法攻击时长长很多，同时FAR/GAR性能也达到了较为理想的效果。

目录

文摘

英文文摘

第1章 绪论

1.1 本课题研究的背景及意义

1.2 国内外发展现状

1.3 本文主要研究内容

第2章 指纹特征识别技术

2.1 指纹图像采集

2.2 指纹图像预处理

2.2.1 图像分割

2.2.2 图像归一化

2.2.3 计算方向图

2.2.4 滤波增强

2.2.5 二值化

2.2.6 细化

2.3 指纹细节特征提取

2.4 指纹细节点匹配

2.4.1 指纹图像校准

2.4.2 校准后的细节点匹配

2.5 本章小结

第3章 基于口令的模糊金库密钥封装算法

3.1 纠错码

3.1.1 有限域

3.1.2 RS纠错原理

3.1.3 CRC纠错原理

3.2 模糊金库算法

3.3 基于口令的模糊金库密钥封装算法

3.3.1 口令加密细节点

3.3.2 加锁金库

3.3.3 解锁金库

3.4 实验结果及分析

3.5 本章小结

第4章 基于指纹特征向量的模糊金库密钥算法

4.1 基于细节特征金库算法的预期攻击

4.2 Welch-Berlekamp纠错原理

4.3 指纹特征向量的提取

4.3.1 准备阶段

4.3.2 特征向量提取

4.4 基于特征向量的模糊金库密钥算法

4.4.1 加锁金库

4.4.2 解锁金库

4.4.3 算法描述

4.5 实验结果及分析

4.5 本章小结

第5章 总结与展望

致谢

参考文献

附 录