[发明专利]基于遗传自动模糊聚类分析的无模板生物密钥生成方法

说明书

技术领域

本发明涉及生物识别技术领域，具体涉及一种基于遗传自动模糊聚类分析的无模板生物密钥生成方法，用于安全系统的身份验证。

背景技术

身份验证是当今许多安全系统的一个关键组成部分，特别是在电子商务广泛应用的背景下，安全可靠的身份验证方法日趋重要。

传统身份验证方法主要利用用户所拥有的物件（如身份证）或秘密知识（如密码）来验证身份。虽然这些技术已被广泛应用在现有的许多安全系统中，但它们存在诸多缺点，例如，这些系统无法防止通过非法途径获取验证物件或访问密码的人员访问系统。近来，人们开始采用生物特征识别技术进行身份验证。基于生物特征识别的身份验证方法可以克服现有身份验证方法中存在的缺点，同时，相比传统的身份验证方法具有使用方便、安全可靠等优点。

目前，生物特征识别技术在安全系统中的应用已倍受关注。常用的生物特征识别方法通常在注册阶段采集用户的生物特征样本（即生理特征/行为特征）作为模板，然后与用户名、密钥和访问权限等一同存储在系统数据库中。在验证阶段，提取用户的生物特征样本并与数据库中储存的生物特征信息进行匹配，如匹配成功则通过验证并释放密钥。然而，存储生物特征信息作为模板引入诸多安全问题，同时存在泄露隐私的隐患。首先，存储的生物特征信息容易被窃取并用以仿造，从而非法侵入系统。其次，存储的生物特征信息易暴露个人隐私（例如，视网膜纹理特征可反映糖尿病和中风等相关疾病）。另外，在这些方法中，生物特征匹配与密码释放模块通常是完全分离的。密码释放模块通过接收生物特征匹配成功或失败（即1或0）信号来决定是否释放密码。这种简单的二值输出很容易被攻击者改写，从而达到50%的攻击成功率。为了解决存在的这些安全问题以及泄漏隐私的隐患，本发明提出一种新的方法，直接从生物特征样本提取的统计特征中生成密钥，实现无模板生物密钥安全可靠的身份验证。

发明内容

本发明的目的在于解决现有基于生物特征识别技术的身份验证方法中存在的缺点和不足，提出一种基于遗传自动模糊聚类分析的无模板生物密钥生成方法，以实现安全可靠的身份验证。该方法基于生物特征数据中提取的统计特征直接生成密钥，无需储存生物特征模板和密钥。

本发明解决其技术问题所采用的方案是：

一种基于遗传自动模糊聚类分析的无模板生物密钥生成方法，包括如下步骤：

步骤1：采集用户生物特征样本并提取统计特征作为训练数据，应用遗传自动模糊聚类算法对每个特征组件（即单个统计特征或统计特征集）进行聚类分析。

步骤2：确定特征组件的稳定性。通过训练数据的聚类结果计算每个特征组件的平均模糊隶属度，得到的值用以确定特征组件的稳定性。

步骤3：特征组件的选择。根据上一步得到的结果，选择稳定性高的特征组件，选择过程中需同时考虑密钥稳定性与密钥长度之间的折中问题。

步骤4：密钥的生成。从待验证的样本中提取被选中的统计特征组件并计算其值，然后根据这些特征的值确定相对应的簇和密钥位。得到的密钥位用二进制值表示，将所有密钥位组合在一起生成密钥。

本发明的技术构思为：针对传统的身份验证方法中存在的缺点及现有生物识别技术中潜在的隐患问题，提出一种基于遗传自动模糊聚类分析的无模板生物密钥生成方法。

遗传自动模糊聚类算法

从采集的生物样本中提取训练数据集X={x₁,x₂,...,x_n}，其中，x_i为d维空间上的特征矢量，n是样本的数目。数据集X中包含K个模糊聚类，设第k个模糊聚类中心为C_k，(k=1,2,...,K)，则聚类中心为C={C₁,C₂,...,C_K}。聚类结果需满足以下属性：