[发明专利]防止量子攻击的基于带误差学习假设的可重用模糊提取器

说明书

描述了一种用于基于生物特征的安全性的系统。该系统使用可重用模糊提取器处理将生物特征数据转换为密码密钥。可重用模糊提取器处理包括生成处理和重建处理。生成处理将公共参数和第一生物特征输入作为输入，并输出公共辅助字符串和第一随机字符串。重建处理将公共辅助字符串和第二生物特征输入作为输入，并输出第二随机字符串。可重用模糊提取器处理是可重用的，以使多个公共辅助字符串不会揭示有关第一生物特征输入和第一随机字符串的任何信息。通过应用密码密钥来解锁安全数据，以实现对安全数据的访问的生物特征安全性。

政府许可权

本发明是在美国政府合同号2016-16081000009的政府支持下完成的。政府在本发明中具有特定权利。

相关申请的交叉引用

这是2017年7月17日在美国提交的题为“Reusable Fuzzy Extractor Based onthe Learning-With-Error Assumption Secure Against Quantum Attacks”的美国临时申请No.62/533,572的非临时专利申请，该临时申请的全部内容通过引用并入于此。

这也是2017年7月17日在美国提交的题为“Practical Reusable FuzzyExtractor Based on the Learning-With-Error Assumption and Random Oracle”的美国临时申请No.62/533,548的非临时专利申请，该临时申请的全部内容通过引用并入于此。

发明的背景

技术领域

本发明涉及可重用模糊提取器(RFE)密码系统，更具体地，涉及可以利用简单高效的操作来实现的RFE密码系统。

背景技术

模糊提取器(FE)将生物特征数据转换为随机字符串，这使得将密码技术应用于生物特征安全性成为可能。模糊提取器将重复的秘密的有噪声读数转换为相同的均匀分布密钥。为了消除噪声，初始登记阶段采集秘密的第一个有噪声读数，并产生要用于后续的读数的非秘密的辅助字符串。即使利用同一秘密的有噪声版本重复了若干次该初始登记阶段从而产生多个辅助字符串，可重用模糊提取器(RFE)仍然安全。

使用先前的RFE已经取得了一些结果(参见并入的参考文献列表，参考文献No.1-No.3)，这些RFE都被认为针对量子敌对者是安全的。参考文献No.2中的RFE在Boyen的RFE概念下是安全的；然而，可以提高这种安全性。参考文献No.1和No.3都描述了可重用模糊提取器，因为它们依赖于非常昂贵的密码工具(诸如，数字锁)(参见参考文献No.3)或多线性分级编码(参见参考文献No.1)，因此可能被认为是不切实际的。这些密码工具产生非常大的公共字符串(大于50～100兆字节(MB))并且生成(Gen)和重建(Rep)算法的运行时间变慢。

因此，持续需要一种与先前的工作相比提供改进的性能的RFE。

发明内容

本发明涉及可重用模糊提取器(RFE)密码系统，更具体地，涉及可以利用简单高效的操作来实现的RFE密码系统。该系统包括被配置为提供生物特征数据的扫描仪以及一个或更多个处理器和编码有可执行指令的非暂时性计算机可读介质，使得当执行所述可执行指令时，所述一个或更多个处理器执行多种操作。该系统使用可重用模糊提取器处理将生物特征数据转换为密码密钥，其中可重用模糊提取器处理包括生成处理和重建处理，其中，生成处理将公共参数和第一生物特征输入作为输入，并输出公共辅助字符串和第一随机字符串，并且其中，重建处理将公共辅助字符串和第二生物特征输入作为输入，并输出第二随机字符串，其中，可重用模糊提取器处理是可重用的，使得多个公共辅助字符串不会揭示任何有关第一生物特征输入和第一随机字符串的信息。

在另一方面，仅在带误差学习(LWE)假设下，可重用模糊提取器处理针对量子敌对者是安全的。