[发明专利]基于CMOS图像传感器PUF的哈希算法及认证方法

摘要

本发明公开了一种基于CMOS图像传感器PUF的哈希算法及认证方法，其中哈希算法是利用了预处理方式提升图像的鲁棒性，继而在二维DCT域提取图像的主要特征，产生特征向量F，再利用CMOS图像传感器所固有的物理不可克隆功能PUF建立激励响应映射并加密生成响应、即哈希值；其中认证方法是通过计算并比较待检测图像与原始图像各自所对应的哈希向量来区分篡改图像与相似图像。本发明为图像内容认证提供一种根信任（RoT）服务的基于CMOS图像传感器PUF的哈希算法及认证方法，实现不使用对称密钥，能够从根源上保证认证的安全，特别适用于底层硬件的图像内容认证。

主权项

1.一种基于CMOS图像传感器PUF的哈希方法，其特征在于，包括以下步骤：1)通过相机中的CMOS图像传感器采集原始图像，对原始图像进行预处理，获得像素大小为N×N的预处理图像，N为自然数；2)在二维DCT域中，对N×N的预处理图像进行特征提取，提取得特征向量F，并同时产生一个时间戳t；3)在相机下一个采集图像曝光之前的复位时间，将特征向量F与时间戳t分别作为移位时钟周期N_clk与激励C，输入到相机中的CMOS图像传感器的物理不可克隆功能PUF中来产生哈希值R；所述步骤2)中的对N×N的预处理图像进行特征提取，具体为，2‑1)将N×N的预处理图像划分为不重叠的块，每个块由P×P个像素组成，即共有n个块产生，n＝N²/P²，其中，N、P均为自然数；2‑2)将每个块表示为B_i，其中i＝1,2,...,n，一个像素在块B_i的空间位置(x,y)处的灰度级表示为B_i(x,y)；将二维DCT应用到块B_i中，那么灰度级B_i(x,y)的DCT系数为：得出每个块中的DCT矩阵的第一个系数Q_i(1,1)就是DC系数，其余的系数则是AC系数；2‑3)从预处理图像中提取的特征向量F由每个块B_i中的Q_i(1,1)，Q_i(1,2)，Q_i(2,1)和Q_i(2,2)的绝对值之和组成，表示为：F_i＝|Q_i(1,1)+Q_i(1,2)+Q_i(2,1)+Q_i(2,2)|F＝{F₁,F₂,...,F_i,...,F_n‑1,F_n}其中，F_i为块B_i所提取的特征向量；所述步骤3)中的将特征向量F与时间戳t分别作为移位时钟周期N_clk与激励C，输入到相机中的CMOS图像传感器的物理不可克隆功能PUF中来产生哈希值R，具体为，3‑1)对每个图像的块B_i，通过地址解码器解码出一个激励C来读出一个像素复位电压值P_C；3‑2)通过一个线性移位寄存器LFSR利用激励C产生一个影子地址C’；3‑3)将激励C作为输入放入线性移位寄存器LFSR中充当种子使其初始化，而影子地址C’就是线性移位寄存器LFSR移位N_clk个移位时钟周期后的输出；其中，N_clk来自特征向量F中的F_i；3‑4)对于给定的激励C，每个图像块通过它的特征F_i产生响应，所以一个完整的图像将会产生n位比特的哈希输出；哈希值R表示为R＝PUF(C,F)，哈希值R是由用户的激励C、图像内容的特征F以及图像传感器自身的制造差异所决定的随机PUF所产生的。