[发明专利]基于模拟退火算法的虹膜识别隐私保护方法及系统

权利要求书

1.一种基于模拟退火算法的虹膜识别隐私保护方法，其特征在于，包括注册阶段和识别阶段：

所述注册阶段，具体包括以下步骤：

步骤1.1：用户提交自己的虹膜数据x，初始化一条与虹膜数据x等长的初始解S；

步骤1.2：生成一条与x等长的随机二进制串y，用负数据库生成算法生成相应的负数据库NDB用于设计模拟退火算法的评估函数；

步骤1.3：设定模拟退火算法参数，初始温度、降温速率、每个温度下的迭代次数、算法终止条件；

步骤1.4：将S作为模拟退火算法的输入，达到算法终止条件，输出当前解作为算法最优解；

步骤1.5：将步骤1.4得到的最优解与x异或得到t；

步骤1.6：将t作为虹膜模板传输给服务器存储在服务器数据库中；

所述识别阶段，具体包括以下步骤：

步骤2.1：用户提交自己的实时虹膜数据x′，生成实时模板t′；

步骤2.2：计算t′与服务器数据库中所有数据的海明距离；

步骤2.3：若有一条数据与t′的海明距离小于阈值，认为该用户为合法用户，否则认证失败。

2.根据权利要求1所述的基于模拟退火算法的虹膜识别隐私保护方法，其特征在于：步骤1.2中所述用负数据库生成算法生成相应的负数据库NDB，具体实现包括以下子步骤：

(1)随机产生三个位置下标，对其以50％概率取正或负作为负数据库中的一条记录；

(2)判断生成的负数据库记录与y是否完全相同，若完全相同则舍弃当前记录重新生成，若存在不匹配位，则保留当前记录；

(3)重复上述步骤直到生成N条满足要求的负数据库记录。

3.根据权利要求1所述的基于模拟退火算法的虹膜识别隐私保护方法，其特征在于：步骤1.2中，所述设计基于负数据库的评估函数，是用完全随机负数据库生成算法对y生成记录数为N＝m×r的负数据库NDB，其中，m表示随机二进制串y的串长，r为控制负数据库记录数规模的参数；评估函数设计为二进制串与负数据库的不匹配记录数，其最大值为N。

4.根据权利要求1所述的基于模拟退火算法的虹膜识别隐私保护方法，其特征在于：步骤1.4中，初始温度T₀，每个温度下的迭代次数L，降温速率a，初始解S的长度为m，对初始解S进行随机扰动，生成新解S′；计算增量ΔT＝C(S′)-C(S)，其中为解S与NDB的不匹配记录数；若ΔT＜0，则接受新解作为当前解，若ΔT＞0则以概率接受S′作为新的当前解，T为当前温度；在没有达到终止条件之前，按照降温速率对当前温度进行降温T′＝a×T，T逐渐变小后回转执行步骤1.4。

5.根据权利要求1所述的基于模拟退火算法的虹膜识别隐私保护方法，其特征在于：步骤2.2中，计算所有注册模板t和实时模板t′的海明距离表示按位异或计算，m表示t′的串长。

6.一种基于模拟退火算法的虹膜识别隐私保护系统，其特征在于，包括以下模块：

模块1，用于用户提交自己的虹膜数据x，初始化一条与虹膜数据x等长的初始解S；

模块2，用于生成一条与x等长的随机二进制串y，用负数据库生成算法生成相应的负数据库NDB用于设计模拟退火算法的评估函数；

模块3，用于设定模拟退火算法参数，初始温度、降温速率、每个温度下的迭代次数、算法终止条件；

模块4，用于将S作为模拟退火算法的输入，达到算法终止条件，输出当前解作为算法最优解；

模块5，用于将模块4得到的最优解与x异或得到t；

模块6，用于将t作为虹膜模板传输给服务器存储在服务器数据库中；

模块7，用于用户提交自己的实时虹膜数据x′，通过模块1至模块5的过程，生成实时模板t′；

模块8，用于计算t′与服务器数据库中所有数据的海明距离；

模块9，用于若有一条数据与t′的海明距离小于阈值，认为该用户为合法用户，否则认证失败。