生物特征的加密方法、加密匹配方法及加密系統(tǒng)、加密匹配系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開一種生物特征的加密方法、加密匹配方法及加密系統(tǒng)、加密匹配系統(tǒng)，其通過將待識別生物特征分別與N個特征基空間中的各個特征基進(jìn)行相似度計算和/或差異度計算，得到相應(yīng)數(shù)據(jù)集合實現(xiàn)對生物特征的加密；通過將兩個待識別生物特征分別與特征基空間中的各特征基進(jìn)行相似度計算和/或差異度計算，將計算結(jié)果進(jìn)行一一對應(yīng)比較，從而實現(xiàn)對兩個待識別生物特征的匹配。本發(fā)明能夠?qū)⒋R別生物特征轉(zhuǎn)化為一組抽象的編碼數(shù)據(jù)，該組編碼數(shù)據(jù)支持單向加密存儲，實現(xiàn)生物特征基于編碼數(shù)據(jù)或密文的匹配，避免生物特征明文的需求，保證生物特征在身份識別上的安全性。
【專利說明】
生物特征的加密方法、加密匹配方法及加密系統(tǒng)、加密匹配 系統(tǒng)
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及生物特征識別技術(shù)領(lǐng)域，尤其設(shè)及一種生物特征的加密方法、加密匹 配方法及加密系統(tǒng)。
【背景技術(shù)】
[0002] 通常，在網(wǎng)絡(luò)上身份校驗認(rèn)證的過程如下：用戶在需要某種服務(wù)時（例如郵箱）， 需要在客戶端輸入其賬號和密碼，管理良好的服務(wù)提供商通常會將用戶的輸入信息加密后 通過通訊鏈路進(jìn)行傳輸至服務(wù)器，用戶W前設(shè)立的賬戶密碼則W加密的方式存儲在服務(wù)器 端。服務(wù)器將用戶輸入的信息與存儲的賬戶密碼進(jìn)行比較，確認(rèn)其一致性，從而完成身份校 驗過程。容易看出，如不考慮用戶端的因素，密碼的泄露主要來源于兩個方面，即在通訊鏈 路上被截獲破譯，或者在服務(wù)器端被盜取破譯。為了提高賬戶密碼的安全性，現(xiàn)在通常使用 單向加密技術(shù)對密碼等進(jìn)行加密，密碼的一致性確認(rèn)則直接通過密文的比較來完成。理論 上認(rèn)為，單向加密技術(shù)是不可逆的，即不可破解。常用的單向加密方法有MD5、SHA、HMAC等。
[0003] 目前，基于生物特征識別技術(shù)來驗證個人身份在很多場合已被普遍應(yīng)用。運是因 為相比通過密碼進(jìn)行身份認(rèn)證的方式，生物特征識別技術(shù)具有很多優(yōu)點，例如生物特征隨 身攜帶，不會遺忘，不會丟失，并且與用戶唯一綁定，泄漏的可能性也較低。但如果將生物特 征識別技術(shù)應(yīng)用到網(wǎng)絡(luò)的身份認(rèn)證上，則面臨巨大的安全性風(fēng)險。因為現(xiàn)今的生物特征識 別技術(shù)，都是基于特征明文進(jìn)行匹配的。一個生物特征（如一枚指紋的特征）通常有幾百 個字節(jié)或者更多，匹配算法復(fù)雜，需要復(fù)雜的模式識別技術(shù)，因此，難W使用單向加密方法， 而雙向加密技術(shù)的安全性又難W保障。更大的問題在于，生物特征是難W替換的。一旦密 碼泄露，用戶只需要更換新的密碼即可重新建立所需要的安全性；但是指紋圖像或者指紋 特征被泄露，用戶則是難W更換手指的。
[0004] 因此，如何解決生物特征在身份識別方面的安全性問題，使得經(jīng)過處理后的生物 特征不可恢復(fù)，進(jìn)而實現(xiàn)對生物特征的單向加密存儲，實現(xiàn)基于密文的匹配，從而保證生物 特征在網(wǎng)絡(luò)傳輸、存儲中的安全性，是當(dāng)前生物特征識別技術(shù)領(lǐng)域中急需解決的一大難題。

【發(fā)明內(nèi)容】

[0005] 針對上述問題，本發(fā)明提供一種生物特征的加密方法及加密系統(tǒng)，能夠?qū)⒋R別 生物特征轉(zhuǎn)化為更抽象的數(shù)據(jù)，實現(xiàn)待識別生物特征的不可恢復(fù)性轉(zhuǎn)化。
[0006] 為了達(dá)到上述目的，本發(fā)明提供一種生物特征的加密方法，其包括W下步驟：
[0007] 采集待識別生物特征；
[0008] 選擇待識別生物特征的N個特征基空間，各所述特征基空間分別由若干特征基組 成，其中N > 1，N為整數(shù)；
[0009] 將所述待識別生物特征分別與N個特征基空間中的各個特征基進(jìn)行相似度和/或 差異度計算；
[0010] 將得到的分別對應(yīng)各個特征基空間的N個相似度和/或差異度數(shù)據(jù)集合進(jìn)行存 儲。
[0011] 進(jìn)一步地，還包括量化處理步驟，分別對各個所述相似度數(shù)據(jù)集合和/或各個差 異度數(shù)據(jù)集合進(jìn)行量化處理，并將處理后的量化數(shù)據(jù)進(jìn)行存儲，所述量化處理為二進(jìn)制量 化處理或多進(jìn)制量化處理，
[0012] 所述二進(jìn)制量化處理步驟包括：
[0013] 預(yù)存儲相似度闊值和/或差異度闊值，每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與 所述相似度闊值進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個數(shù)值分別與所述差異度闊 值進(jìn)行比較；
[0014] 若相似度數(shù)據(jù)集合中的數(shù)值大于或等于所述相似度闊值，則將1存儲至相似度二 進(jìn)制量化數(shù)據(jù)集合；否則將0存儲至相似度二進(jìn)制量化數(shù)據(jù)集合；若差異度數(shù)據(jù)集合中的 數(shù)值大于或等于所述差異度闊值，則將1存儲至差異度二進(jìn)制量化數(shù)據(jù)集合；否則將0存儲 至差異度二進(jìn)制量化數(shù)據(jù)集合；
[0015] 所述多進(jìn)制量化處理步驟包括：
[0016] 預(yù)存儲多個連續(xù)數(shù)值的相似度闊值范圍和/或差異度闊值范圍，使每個所述相似 度闊值范圍分別對應(yīng)一個相似度量化值，每一個差異度闊值范圍分別對應(yīng)一個差異度量化 值；每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與各個相似度闊值范圍進(jìn)行比較，和/或每個 差異度數(shù)據(jù)集合中的各個數(shù)值分別與各個差異度闊值范圍進(jìn)行比較；
[0017] 若相似度數(shù)據(jù)集合中的數(shù)值落在所述的多個相似度闊值范圍其中之一，則將該相 似度闊值范圍所對應(yīng)的相似度量化值存儲至相似度多進(jìn)制量化數(shù)據(jù)集合；若差異度數(shù)據(jù)集 合中的數(shù)值落在所述的多個差異度闊值范圍其中之一，則將該差異度闊值范圍所對應(yīng)的差 異度量化值存儲至差異度多進(jìn)制量化數(shù)據(jù)集合。
[0018] 進(jìn)一步地，還包括第一單向加密步驟：分別對各個所述相似度數(shù)據(jù)集合和/或各 個差異度數(shù)據(jù)集合進(jìn)行單向加密。
[0019] 進(jìn)一步地，還包括第二單向加密步驟：分別對量化處理步驟后的各個量化數(shù)據(jù)集 合進(jìn)行單向加密。
[0020] 進(jìn)一步地，還包括單比特分解步驟：對所述的量化處理步驟得到的各個量化數(shù)據(jù) 集合進(jìn)行單比特分解，并將單比特分解數(shù)據(jù)進(jìn)行存儲。
[0021] 進(jìn)一步地，還包括第S單向加密步驟：分別對單比特分解步驟后的各個單比特分 解數(shù)據(jù)進(jìn)行單向加密。
[0022] 進(jìn)一步地，所述的特征基空間中的各個特征基的選擇方法包括如下步驟：
[0023] Sl分別選擇特征庫和對所述特征庫進(jìn)行數(shù)據(jù)訓(xùn)練的訓(xùn)練庫，其中所述特征庫中的 各生物特征和所述訓(xùn)練庫中的各生物特征不同；
[0024] S2將所述特征庫中的各生物特征分別與所述訓(xùn)練庫中的每一個生物特征進(jìn)行相 似度計算，分別統(tǒng)計所述訓(xùn)練庫中的生物特征與所述特征庫中的生物特征的相似和不相似 個數(shù)，并通過賭值計算式計算所述訓(xùn)練庫中各生物特征的化annon賭值，所述賭值計算式 為：hi= -p Jog Pi-i^log P2 陽0巧]其中，為所述訓(xùn)練庫中任一生物特征的化annon賭值；
[00%] 其中M為所述訓(xùn)練庫中的生物特征與所述特征庫
y 中的生物特征的相似個數(shù)，N為所述訓(xùn)練庫中的生物特征與所述特征庫中的生物特征的不 相似個數(shù)；
[0027] S3選出最大賭值，并從所述特征庫中選出與所述最大賭值對應(yīng)的生物特征作為特 征基，加入到所述的特征基空間，并將該生物特征W及與該生物特征的相似度在預(yù)定闊值 范圍內(nèi)的生物特征從所述特征庫中刪除；
[0028] S4重復(fù)步驟S2至S3,直至加入到所述特征基空間的特征基個數(shù)達(dá)到預(yù)定個數(shù)。
[0029] 一種生物特征的加密匹配方法，其包括如下步驟，
[0030] 根據(jù)所述的生物特征加密方法對模板生物特征進(jìn)行數(shù)據(jù)處理，得到模板生物特征 數(shù)據(jù)；獲取待識別生物特征，根據(jù)所述的生物特征加密方法對待識別生物特征進(jìn)行數(shù)據(jù)處 理，得到待識別生物特征數(shù)據(jù)；
[0031] 將對應(yīng)同一個特征基空間的所述待識別生物特征數(shù)據(jù)和所述模板生物特征數(shù)據(jù) 的匹配率與預(yù)定匹配率闊值進(jìn)行比較；
[0032] 若匹配率大于或等于預(yù)定匹配率闊值，則所述待識別生物特征與所述模板生物特 征相匹配；否則所述待識別生物特征與所述模板生物特征不匹配。
[0033] 一種生物特征的加密匹配方法，其包括如下步驟，
[0034] 根據(jù)所述的生物特征加密方法對模板生物特征進(jìn)行單向加密處理，得到模板生物 特征密文；
[0035] 獲取待識別生物特征，根據(jù)所述的生物特征加密方法對待識別生物特征進(jìn)行單向 加密處理，得到待識別生物特征密文；
[0036] 將對應(yīng)同一個特征基空間的所述待識別生物特征密文和所述模板生物特征密文 匹配率與預(yù)定匹配率闊值進(jìn)行比較；
[0037] 若匹配率大于或等于預(yù)定匹配率闊值，則所述待識別生物特征與所述模板生物特 征相匹配；否則所述待識別生物特征與所述模板生物特征不匹配。 陽03引一種生物特征的加密系統(tǒng)，其中包括：
[0039] 待識別生物特征采集單元：用于采集待識別生物特征；
[0040] 特征基空間選擇單元：用于選擇待識別生物特征的N個特征基空間，各所述特征 基空間分別由若干特征基組成，其中N > 1，N為整數(shù)；
[0041] 比較處理單元：用于將所述待識別生物特征分別與N個特征基空間中的各個特征 基進(jìn)行相似度和/或差異度計算；
[0042] 編碼數(shù)據(jù)存儲單元：編碼數(shù)據(jù)存儲單元：用于將得到的分別對應(yīng)各個特征基空間 的N個相似度和/或差異度數(shù)據(jù)集合進(jìn)行存儲。
[0043] 進(jìn)一步地，還包括量化處理單元，用于分別對編碼數(shù)據(jù)存儲單元的各個所述相似 度數(shù)據(jù)集合和/或各個差異度數(shù)據(jù)集合進(jìn)行量化處理，并將處理后的量化數(shù)據(jù)進(jìn)行存儲； 其中所述量化處理單元為二進(jìn)制量化處理單元或多進(jìn)制量化處理單元，其中，
[0044] 所述二進(jìn)制量化處理單元包括： W45] 二進(jìn)制闊值比較單元：用于預(yù)存儲相似度闊值和/或差異度闊值，使每個相似度 數(shù)據(jù)集合中的各個數(shù)值分別與所述相似度闊值進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的 各個數(shù)值分別與所述差異度闊值進(jìn)行比較；
[0046] 二進(jìn)制結(jié)果存儲單元：用于若相似度數(shù)據(jù)集合中的數(shù)值大于或等于所述相似度闊 值，則將1存儲至相似度二進(jìn)制量化數(shù)據(jù)集合；否則將0存儲至相似度二進(jìn)制量化數(shù)據(jù)集 合；若差異度數(shù)據(jù)集合中的數(shù)值大于或等于所述差異度闊值，則將1存儲至差異度二進(jìn)制 量化數(shù)據(jù)集合；否則將0存儲至差異度二進(jìn)制量化數(shù)據(jù)集合；
[0047] 所述多進(jìn)制量化處理單元包括：
[0048] 多進(jìn)制闊值比較單元：用于預(yù)存儲多個連續(xù)數(shù)值的相似度闊值范圍和/或差異度 闊值范圍，使每個所述相似度闊值范圍分別對應(yīng)一個相似度量化值，每一個差異度闊值范 圍分別對應(yīng)一個差異度量化值；每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與各個相似度闊值 范圍進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個數(shù)值分別與各個差異度闊值范圍進(jìn)行 比較；
[0049] 多進(jìn)制結(jié)果存儲單元：用于若相似度數(shù)據(jù)集合中的數(shù)值落在所述的多個相似度闊 值范圍其中之一，則將該相似度闊值范圍所對應(yīng)的相似度量化值存儲至相似度多進(jìn)制量化 數(shù)據(jù)集合；若差異度數(shù)據(jù)集合中的數(shù)值落在所述的多個差異度闊值范圍其中之一，則將該 差異度闊值范圍所對應(yīng)的差異度量化值存儲至差異度多進(jìn)制量化數(shù)據(jù)集合。
[(K)加]進(jìn)一步地，還包括，
[0051] 第一單向加密單元：用于分別對編碼數(shù)據(jù)存儲單元的各個所述相似度數(shù)據(jù)集合和 /或各個差異度數(shù)據(jù)集合進(jìn)行單向加密。
[0052] 進(jìn)一步地，還包括，
[0053] 第二單向加密單元：用于分別對量化處理步驟后的各個量化數(shù)據(jù)集合進(jìn)行單向加 密。
[0054] 進(jìn)一步地，還包括， 陽化5] 單比特處理單元：用于對二進(jìn)制量化處理單元量化處理得到的各個量化數(shù)據(jù)集合 進(jìn)行單比特分解，并將單比特分解數(shù)據(jù)進(jìn)行存儲。 陽056] 進(jìn)一步地，還包括，
[0057] 第=單向加密單元：用于分別對單比特處理單元分解的各個單比特形式數(shù)值進(jìn)行 單向加密。 陽05引一種生物特征的加密匹配系統(tǒng)，其中包括，
[0059] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)所述的生物特征加密方法對模板生物特征 進(jìn)行數(shù)據(jù)處理，得到模板生物特征數(shù)據(jù)；
[0060] 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)所述的生物特征 加密方法對待識別生物特征進(jìn)行數(shù)據(jù)處理，得到待識別生物特征數(shù)據(jù)；
[0061] 數(shù)據(jù)比較單元：用于將對應(yīng)同一個特征基空間的所述待識別生物特征數(shù)據(jù)和所述 模板生物特征數(shù)據(jù)的匹配率與預(yù)定匹配率闊值進(jìn)行比較；
[0062] 比較結(jié)果輸出單元：用于在匹配率大于或等于預(yù)定匹配率闊值，則輸出所述待識 別生物特征與所述模板生物特征相匹配的結(jié)果；否則輸出所述待識別生物特征與所述模板 生物特征不匹配的結(jié)果。
[0063] 一種生物特征的加密匹配系統(tǒng)，其中包括，
[0064] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)所述的生物特征加密方法對模板生物特征 進(jìn)行單向加密處理，得到模板生物特征密文；
[0065] 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)所述的生物特征 加密方法對待識別生物特征進(jìn)行單向加密處理，得到待識別生物特征密文；
[0066] 數(shù)據(jù)比較單元：用于將對應(yīng)同一個特征基空間的所述待識別生物特征密文和所述 模板生物特征密文匹配率與預(yù)定匹配率闊值進(jìn)行比較；
[0067] 比較結(jié)果輸出單元：用于若匹配率大于或等于預(yù)定匹配率闊值，則輸出所述待識 別生物特征與所述模板生物特征相匹配的結(jié)果；否則輸出所述待識別生物特征與所述模板 生物特征不匹配的結(jié)果。
[0068] 采用上述方案后，本發(fā)明具有W下優(yōu)點：
[0069] 1、本發(fā)明通過對采集的待識別生物特征分別與N個特征基空間中的每個特征基 進(jìn)行比較，得到N個相似度數(shù)據(jù)集合和/或N個差異度數(shù)據(jù)集合并將其存儲，從而將一個待 識別生物特征轉(zhuǎn)化為一組抽象的編碼數(shù)據(jù)，運些編碼數(shù)據(jù)實質(zhì)上與所述的待識別生物特征 已經(jīng)沒有關(guān)系，存儲時就避免了對原始生物特征明文的需求，而從該組編碼數(shù)據(jù)中也不能 夠恢復(fù)出原始生物特征明文，實現(xiàn)了給該待識別生物特征加密的目的；
[0070] 2、通過將所述的編碼數(shù)據(jù)進(jìn)行量化處理得到量化數(shù)據(jù)并存儲，在實現(xiàn)生物特征加 密的前提下，方便存儲W及后續(xù)的處理應(yīng)用；
[0071] 3、通過將所述編碼數(shù)據(jù)進(jìn)行單向加密，使編碼數(shù)據(jù)轉(zhuǎn)化成一組密文，通過將量化 數(shù)據(jù)進(jìn)行單向加密，使量化數(shù)據(jù)轉(zhuǎn)化成一組密文，由于單向加密的不可逆性，進(jìn)行單向加密 處理后的待識別生物特征，難W被破解，難W恢復(fù)出原始特征明文，解決了待識別生物特征 在網(wǎng)絡(luò)傳輸W及存儲中的安全性問題；
[0072] 4、通過將所述量化數(shù)據(jù)進(jìn)行單比特分解，使量化數(shù)據(jù)轉(zhuǎn)化為可支持了單向加密的 數(shù)據(jù)，運樣的數(shù)據(jù)本身就是給生物特征進(jìn)行了加密；再通過將該些單比特分解的數(shù)據(jù)進(jìn)行 加密，進(jìn)一步實現(xiàn)了給待識別生物特征加密的目的；
[0073] 5、在進(jìn)行身份的識別匹配時，本發(fā)明通過將兩個待識別生物特征基于明文的匹配 過程轉(zhuǎn)化為基于兩組編碼數(shù)據(jù)或兩組量化數(shù)據(jù)或兩組密文的匹配過程，避免了對原始生物 特征明文的需求，杜絕了生物特征的冒充偽造現(xiàn)象，保證了待識別生物特征在身份識別上 的安全性，尤其保證了待識別生物特征在網(wǎng)絡(luò)傳輸、存儲中的安全性問題，大大促進(jìn)了待識 別生物特征識別技術(shù)在網(wǎng)絡(luò)身份識別認(rèn)證上的應(yīng)用。
【附圖說明】
[0074] 圖1為本發(fā)明生物特征的加密方法實施例一流程圖；
[00巧]圖2為本發(fā)明生物特征的加密方法實施例二流程圖；
[0076] 圖3為本發(fā)明生物特征的加密方法實施例=流程圖；
[0077] 圖4為本發(fā)明生物特征的加密方法實施例四流程圖；
[0078] 圖5為本發(fā)明生物特征的加密方法實施例五流程圖；
[0079] 圖6為本發(fā)明生物特征的加密方法實施例六流程圖；
[0080] 圖7為本發(fā)明生物特征的加密方法實施例屯流程圖；
[0081] 圖8為本發(fā)明生物特征的加密方法實施例八流程圖；
[0082] 圖9為本發(fā)明生物特征的加密方法實施例九流程圖；
[0083] 圖10為本發(fā)明生物特征的加密匹配方法的實施例一流程圖；
[0084] 圖11為本發(fā)明生物特征的加密系統(tǒng)實施例一結(jié)構(gòu)示意圖；
[0085] 圖12為本發(fā)明生物特征的加密系統(tǒng)實施例二結(jié)構(gòu)示意圖；
[0086] 圖13為本發(fā)明生物特征的加密系統(tǒng)實施例S結(jié)構(gòu)示意圖；
[0087] 圖14為本發(fā)明生物特征的加密系統(tǒng)實施例四結(jié)構(gòu)示意圖；
[008引圖15為本發(fā)明生物特征的加密系統(tǒng)實施例五結(jié)構(gòu)示意圖；
[0089] 圖16為本發(fā)明生物特征的加密系統(tǒng)實施例六結(jié)構(gòu)示意圖；
[0090] 圖17為本發(fā)明生物特征的加密系統(tǒng)實施例屯結(jié)構(gòu)示意圖；
[0091] 圖18為本發(fā)明生物特征的加密匹配系統(tǒng)實施例一結(jié)構(gòu)示意圖。
【具體實施方式】
[0092] 下面結(jié)合說明書附圖對本發(fā)明做進(jìn)一步的描述。
[0093] 如圖1所示本發(fā)明生物特征的加密方法實施例一流程圖，包括如下步驟：
[0094] SlO采集待識別生物特征g，該待識別生物特征g為人臉或指紋，本實施例為人 臉；
[0095] Sl 1選擇待識別生物特征g的N個特征基空間，各所述特征基空間分別由若干特征 基組成，其中N > 1，N為整數(shù)；此實施例選擇待識別生物特征一個特征基空間F，該特征基 空間F由若干特征基組成，記為F = Ifi, f2, f3,……}，利用主成分分析法選擇特征基，所述 特征基空間由若干人臉特征基組成，在獲取人臉特征基時，由于可W使用兩眼中屯、作為對 準(zhǔn)的基準(zhǔn)，因此可W使用主成分分析法獲得主成分分量作為人臉特征基；
[0096] S12將所述待識別生物特征g與所述特征基空間F中的每個特征基fi，f2, f3,…… 進(jìn)行相似度計算；
[0097] S13將得到所述待識別生物特征g與fi，f2, f3,……的一組相似度數(shù)據(jù)進(jìn)行存儲， 該組數(shù)據(jù)記為集合Sg:S g= Is g,i，Sg,2, Sg,3,……}，其中獲得的該集合Sg是一個實數(shù)集，例如 {0. 6, 0. 5, 0. 1, 0. 1......}。
[0098] 運樣待識別生物特征g就被轉(zhuǎn)化成了一組相似度數(shù)據(jù)，該組相似度數(shù)據(jù)實質(zhì)上與 所述的待識別生物特征g已經(jīng)沒有關(guān)系了，存儲時就避免了對原始特征明文的需求。 陽099] 在本實施例中，所述待識別生物特征g與所述的特征基空間F中的每個特征基 fi，f2, f3,……進(jìn)行相似度計算，獲取相似度數(shù)據(jù)的方法在現(xiàn)有技術(shù)中有很多成熟的方法可 W實現(xiàn)，因此不再做具體描述。
[0100] 如圖2所示本發(fā)明生物特征的加密方法實施例二流程圖，其與上述圖1所述實施 例的不同之處是： 陽101] S22將采集到的所述待識別生物特征g與所述的特征基空間F中的每個特征基 fi，f2, f3,……進(jìn)行差異度計算；
[0102] S23將得到的所述待識別生物特征g與fi，f2, f3,……的一組差異度數(shù)據(jù)進(jìn)行存 儲。
[0103] 同理，運些差異度數(shù)據(jù)實質(zhì)上與所述待識別生物特征g已經(jīng)沒有關(guān)系了，存儲時 避免了對原始特征明文的需求。
[0104] 在本實施例中，所述待識別生物特征g與所述的特征基空間F中的每個特征基 fl，f2, f3,……進(jìn)行差異度計算，獲取差異度數(shù)據(jù)的方法，在現(xiàn)有技術(shù)中有很多成熟的方法 可W實現(xiàn)，因此不再做具體描述。 陽1化]如圖3所示本發(fā)明生物特征的加密方法實施例S流程圖，本實施例與圖1所述實 施例不同之處是，
[0106] S32將采集到的所述待識別生物特征g與所述的特征基空間F中的每個特征基 fl，f2, f3,……進(jìn)行相似度計算和差異度計算；
[0107] S33將分別得到的所述待識別生物特征g與fi，f2, f3,……的相似度數(shù)據(jù)集合W及 差異度數(shù)據(jù)集合進(jìn)行存儲。
[0108] 如圖4所示本發(fā)明生物特征的加密方法實施四流程圖，其是在圖1所述實施例的 基礎(chǔ)上，還包括量化處理步驟，
[0109] S44對獲得的相似度數(shù)據(jù)集合Sg進(jìn)行二進(jìn)制量化處理，并將處理后的量化數(shù)據(jù)進(jìn) 行存儲，其中集合Sg是個實數(shù)集，例如{0.6,0. 5,0. 1,0. 1……}。
[0110] 其具體為： 陽111] 預(yù)存儲一個相似度闊值，本實施例中的相似度闊值取0. 5,將相似度數(shù)據(jù)集合Sg中 的每個數(shù)值分別與該相似度闊值進(jìn)行比較；
[0112] 若數(shù)值大于或等于相似度闊值0. 5,則記為1并存儲至相似度二進(jìn)制量化數(shù)據(jù)集 合；
[0113] 若數(shù)值小于相似度闊值0. 5,則記為0并存儲至相似度二進(jìn)制量化數(shù)據(jù)集合。
[0114] 則所述待識別生物特征g就被轉(zhuǎn)化成為一個二進(jìn)制字符串，記為集合： 陽 11 引 Cg= {Cb,i，Cb,2，Cb,3,......}，Cb,iE {0,1}
[0116] 該實施例計算得，Cg= {1，1，0, 0……}，待識別生物特征g轉(zhuǎn)化為一個二進(jìn)制量化 數(shù)據(jù)集合。
[0117] 運樣所述的待識別生物特征g就被轉(zhuǎn)化成為一個由二進(jìn)制字符串組成的集合，實 現(xiàn)了對待識別生物特征的加密。
[0118] 同樣方法，也可W將實施例2或?qū)嵤├?獲得的一組相似度數(shù)據(jù)和/或一組差異 度數(shù)據(jù)進(jìn)行二進(jìn)制量化處理，同樣可W實現(xiàn)對待識別生物特征加密的目的，此處不再寶述。
[0119] 本實施例的數(shù)據(jù)加密方法將原本由小數(shù)或百分?jǐn)?shù)表示的數(shù)據(jù)轉(zhuǎn)化為由二進(jìn)制數(shù) 表示的整數(shù)，方便存儲W及后續(xù)的處理應(yīng)用。
[0120] 如圖5所示本發(fā)明生物特征的加密方法實施例五流程圖，其與圖4所述實施例的 不同之處是： 陽121] S54將獲得的該組相似度數(shù)據(jù)集合Sg= {0. 6, 0. 5, 0. 1，0. 1……}進(jìn)行十進(jìn)制量化 處理，并將處理后的量化數(shù)據(jù)進(jìn)行存儲，具體方法為： 陽m] 預(yù)存儲十個相似度闊值范圍，分別為：[0-0. 1)，化1-0. 2)，化2-0. 3)， [0. 3-0. 4)，[0. 4-0. 5)，[0. 5-0. 6)，[0. 6-0. 7)，[0. 7-0. 8)，[0. 8-0. 9)，[0. 9-1. 0)，運十個 相似度闊值范圍依次對應(yīng)量化值為：0，1，2, 3,4, 5,6, 7,8,9 ;
[0123] 將上述相似度數(shù)據(jù)集合Sg中的每個數(shù)值與上述的十個相似度闊值范圍進(jìn)行比 較；
[0124] 若該數(shù)值落在所述的十個相似度闊值范圍其中之一，則記為該相似度闊值范圍所 對應(yīng)的量化值存儲至相似度十進(jìn)制量化數(shù)據(jù)集合。
[01巧]則所述的相似度數(shù)據(jù)集合Sg就轉(zhuǎn)化為例如{6, 5, 1，I……}的一個十進(jìn)制量化數(shù) 據(jù)集合，記為集合Cg。運樣所述待識別生物特征g就被轉(zhuǎn)化成為一個由十進(jìn)制字符串組成 的集合，實現(xiàn)了對待識別生物特征的加密。
[01%] 除了將所述的相似度數(shù)據(jù)轉(zhuǎn)化為十進(jìn)制量化數(shù)據(jù)之外，還可W根據(jù)實際需要轉(zhuǎn)化 為其他形式的多進(jìn)制數(shù)據(jù)，如八進(jìn)制，十六進(jìn)制，=十二進(jìn)制等。
[0127] 同樣方法，也可朗尋實施例2或?qū)嵤├?獲得的一組相似度數(shù)據(jù)和/或一組差異 度數(shù)據(jù)進(jìn)行十進(jìn)制量化處理或多進(jìn)制量化處理，同樣可W實現(xiàn)對待識別生物特征加密的目 的，此處不再寶述。
[0128] 如圖6所示本發(fā)明生物特征的加密方法實施例六流程圖，其是在圖1所述實施例 基礎(chǔ)上，進(jìn)一步包括第一單向加密步驟：
[0129] S64將獲得的相似度數(shù)據(jù)集合（編碼數(shù)據(jù)）進(jìn)行單向加密，使其轉(zhuǎn)化成一組密文， 并將該組密文進(jìn)行存儲。
[0130] 運樣就將所述待識別生物特征g轉(zhuǎn)化成了一組密文數(shù)據(jù)。該實施例方法同樣適用 于圖2、圖3所述實施例進(jìn)行單向加密，此處不再寶述。 陽131] 如圖7所示本發(fā)明生物特征的加密方法實施例屯流程圖，其是在圖4所述實施例 基礎(chǔ)上，進(jìn)一步包括第二單向加密步驟： 陽132] S75將所獲得二進(jìn)制量化數(shù)據(jù)集合進(jìn)行單向加密，使其轉(zhuǎn)化成一組密文，并將該組 密文進(jìn)行存儲。
[0133] 運樣就將所述生物特征g轉(zhuǎn)化成了一組密文數(shù)據(jù)。由于單向加密的不可逆性，進(jìn) 行單向加密處理后的待識別生物特征，難W被破解，難W恢復(fù)出原始特征明文，解決了待識 別生物特征在網(wǎng)絡(luò)傳輸W及存儲中的安全性問題。
[0134] 該實施例方法同樣適用于對十進(jìn)制量化數(shù)據(jù)或多進(jìn)制量化數(shù)據(jù)進(jìn)行單向加密，此 處不再寶述。
[0135] 如圖8所示本發(fā)明生物特征的加密方法實施例八流程圖，其是在圖4所述實施例 基礎(chǔ)上，進(jìn)一步包括：單比特分解步驟：
[0136] S85將所獲得的二進(jìn)制量化數(shù)據(jù)集合Cg進(jìn)行單比特分解，并將單比特分解數(shù)據(jù)進(jìn) 行存儲。
[0137] 其具體過程為：將所述二進(jìn)制量化數(shù)據(jù)集合Cg看作二進(jìn)制表示的數(shù)值，將其分解 為只有1位為1而其它位均為0的二進(jìn)制數(shù)值之和。
[0138] 例如 Cg= (1，1，〇, 1，0,0, 1，0,0, 1，〇,〇,〇,〇,〇)，則記為 Cg= 110100100100000,則 將其分解為 Cg= A c+Ai+As+Ae+Ag 陽139] 其中，
[0140] Ao= 100000000000000 陽 141] Ai= 010000000000000 陽 142] As= 000100000000000 陽 143] Ag= 000000100000000
[0144] Ag= 000000000100000
[0145] 則原始的待識別生物特征g就轉(zhuǎn)化為單比特分解的多個數(shù)據(jù)集合，運樣就實現(xiàn)了 對待識別生物特征加密的目的。 陽146] 該實施例方法同樣適用于對十進(jìn)制量化數(shù)據(jù)及多進(jìn)制量化數(shù)據(jù)進(jìn)行單比特分解， 同樣可W實現(xiàn)對待識別生物特征加密的目的，此處不再寶述。 陽147] 如圖9所示本發(fā)明生物特征的加密方法實施例八流程圖，其是在圖8所述實施例 基礎(chǔ)上，進(jìn)一步包括第=單向加密步驟：
[0148] S96對單比特分解步驟后的單比特分解數(shù)據(jù)A。，Al, As, Ae, Ag分別進(jìn)行單向加密，則 得到一組密文，并將密文存儲，該密文記為集合：
[0149] Eg -巧 g,〇, Eg, 1, Eg, 3, Eg, 6, Eg,g}
[0150] 該組密文即是對待識別生物特征的加密。 陽151] 該實施例方法同樣適用于對十進(jìn)制量化數(shù)據(jù)及多進(jìn)制量化數(shù)據(jù)進(jìn)行單比特分解 后的數(shù)據(jù)進(jìn)行加密，同樣可W實現(xiàn)對待識別生物特征加密的目的，此處不再寶述。
[0152] 本發(fā)明生物特征的加密方法實施例十，其與圖1所述實施例的不同之處在于，該 實施例中待識別生物特征為指紋，其與人臉識別不同的是，在進(jìn)行基于細(xì)節(jié)點特征的指紋 進(jìn)行身份識別時，由于缺乏統(tǒng)一的對準(zhǔn)規(guī)則，因此難W使用主成分分析法獲得指紋特征基 建立特征基空間，因此本實施例采用通過最大賭原理選擇指紋特征基的方法，其具體步驟 為： 陽153] 設(shè)有一個指紋特征庫L = 111, 12, 13,……}，所述指紋特征庫L中有多個指紋特征 Il, 12, 13,……，從其中挑選出合適的特征基；
[0154] 設(shè)有一個訓(xùn)練庫S = (Si, S2, S3,……}，所述訓(xùn)練庫S中包括很多指紋特征 Si, S2, S3,……，是用來訓(xùn)練特征基的樣本。假設(shè)指紋特征庫L和訓(xùn)練庫S中不存在來自于 同一個手指的指紋。 陽155]另設(shè)定一相似度闊值t，判斷兩枚指紋是否相似時，若兩枚指紋的相似度匹配數(shù)據(jù) 大于相似度闊值t，則稱它們相似；若兩枚指紋的相似度匹配數(shù)據(jù)小于或等于相似度闊值 t，則稱它們不相似。 陽156] 對于指紋特征庫L中的每一枚指紋特征Ii,通過上述方法將Ii與訓(xùn)練庫S中的每 一個指紋特征進(jìn)行相似度匹配判斷，并統(tǒng)計出所述訓(xùn)練庫S中與指紋特征Ii相似的指紋個 數(shù)M和與其不相似的指紋個數(shù)N，并通過下式計算所述訓(xùn)練庫S中各指紋特征的化annon賭 值：
陽 157] 陽15引 陽159] 從化J中挑選最大的hm。,，則與該hm。,對應(yīng)的訓(xùn)練庫中的指紋特征Im。,即是一個特 征基；從指紋特征庫L中刪除Im。、及與1 m。、最相似的一部分指紋特征，其中與1 m。、最相似的 一部分指紋特征是指在指紋特征庫L中的指紋特征與Im。、的相似度在預(yù)定闊值范圍內(nèi)的那 一部分指紋特征，預(yù)定闊值范圍的選擇可W根據(jù)實際情況進(jìn)行設(shè)定。
[0160] 重復(fù)上述的特征基選擇步驟，直至特征基的數(shù)目符合特征基空間的要求，保存已 選出的各個特征基，結(jié)束特征基的選擇。 陽161] 本發(fā)明中所述的指紋特征基的選擇方法同樣適用于不適合使用主成分分析法獲 得特征基的其他生物特征，如掌紋特征等。 陽162] 如圖10所示本發(fā)明生物特征的加密匹配方法實施例一流程圖，該實施例是對兩 個生物特征進(jìn)行基于編碼數(shù)據(jù)的匹配識別，其具體匹配過程如下：
[0163] SlOO將圖1所述實施例中的待識別生物特征g作為模板生物特征，將獲得的相似 度數(shù)據(jù)集合Sg= {s &1，Sg,2, Sg,3,……}作為模板相似度數(shù)據(jù)集合進(jìn)行存儲；
[0164] SlOl采集待識別生物特征h，并根據(jù)實施例1的方法，將待識別生物特征h分別與 所述的特征基空間F中的每個特征基fi，f2, f3,……進(jìn)行相似度計算，得到所述待識別生物 特征h與fi，f2, f3,……的一組相似度數(shù)據(jù)并存儲，記為集合Sb: S h= {S h,i，Sb, 2, Sb, 3,……}; 陽1化]S102將集合Sg與集合S h中的相似度數(shù)據(jù)元素進(jìn)行一一對應(yīng)的比較，即S 與S h,i 進(jìn)行比較，Sg,2與Sb,2進(jìn)行比較……，并統(tǒng)計所述待識別生物特征h的相似度數(shù)據(jù)集合與所 述模板生物特征g的模板相似度數(shù)據(jù)集合的匹配率（即獲得的相近數(shù)據(jù)對的個數(shù)）；
[0166] S103設(shè)定一個匹配率闊值（即相近數(shù)據(jù)對個數(shù)預(yù)定值），將獲得的匹配率（即獲 得的相近數(shù)據(jù)對個數(shù)）與匹配率闊值（即相近數(shù)據(jù)對個數(shù)預(yù)定值）進(jìn)行比較； 陽167] S104若所述匹配率大于匹配率闊值，則所述待識別生物特征h與所述模板生物特 征g相匹配；否則不匹配。
[0168] 運樣就可獲得所述模板生物特征g和所述待識別生物特征h的相似性。運種加密 匹配方法避免了在傳統(tǒng)方法中對待識別生物特征g和h的基于明文的直接匹配，因此不再 需要生物特征的原始圖像或原始特征，而且從集合Sg和集合Sh難W推斷并恢復(fù)原始的待識 別生物特征g和h，保障了利用生物特征進(jìn)行身份識別的安全性。
[0169] 同理，可W將圖2所述實施例中的待識別生物特征g作為模板生物特征，將獲得的 差異度數(shù)據(jù)集合作為模板差異度數(shù)據(jù)集合進(jìn)行存儲。再根據(jù)實施例2的方法，獲得待識別 生物特征h與特征基空間F的差異度數(shù)據(jù)集合。將所述待識別生物特征h的差異度數(shù)據(jù)集 合與模板生物特征g的模板差異度數(shù)據(jù)集合進(jìn)行一一對應(yīng)的比較，從而獲得所述模板生物 特征g和待識別生物特征h是否匹配。
[0170] 同理，還可W將圖3所述實施例中的待識別生物特征g作為模板生物特征，將獲得 的相似度數(shù)據(jù)集合和差異度數(shù)據(jù)集合分別作為模板相似度數(shù)據(jù)集合和模板差異度數(shù)據(jù)集 合進(jìn)行存儲。再根據(jù)實施例3的方法，分別獲得待識別生物特征h與特征基空間F的相似 度數(shù)據(jù)集合和差異度數(shù)據(jù)集合。將所述待識別生物特征h的差異度數(shù)據(jù)集合與模板生物特 征g的模板差異度數(shù)據(jù)集合進(jìn)行一一對應(yīng)的比較，將所述待識別生物特征h的相似度數(shù)據(jù) 集合與模板生物特征g的模板相似度數(shù)據(jù)集合進(jìn)行一一對應(yīng)的比較，從而獲得模板生物特 征g和待識別生物特征h是否匹配。 陽171] 本發(fā)明生物特征的加密匹配方法實施例二，其是在圖4所述實施例基礎(chǔ)上，對兩 個待識別生物特征進(jìn)行匹配識別時：
[0172] 可將圖4所述實施例中的待識別生物特征g作為模板生物特征，其相似度數(shù)據(jù)集 合記為Sg:Sg= (Sg,i，Sg,2，Sg,3,……}該相似度數(shù)據(jù)集合經(jīng)過二進(jìn)制量化處理后記為集合Cg ={Cb,i，Cb,2，Cb,3,......}，C&iE {0, 1}; 陽173] 采集待識別生物特征h，獲得所述待識別生物特征h與fi，f2, f3,……的一組相似 度數(shù)據(jù)，記為集合Sh,并將所述集合Sh中的數(shù)據(jù)轉(zhuǎn)化為一組二進(jìn)制量化數(shù)據(jù)，記為集合C h; [0174] 再對Cg和C h中的量化數(shù)據(jù)元素進(jìn)行一一對應(yīng)的比較，獲得模板生物特征g和待識 別生物特征h是否匹配。
[01巧]運種加密匹配方法同樣避免了對待識別生物特征g和h的直接匹配，不再需要原 始生物特征的明文。與圖10所述實施例中的基于相似度數(shù)據(jù)的匹配方式相比，本實施例中 通過二進(jìn)制量化數(shù)據(jù)進(jìn)行匹配的方式，更加難W推斷恢復(fù)出待識別生物特征g和h的原始 圖像信息或特征。而本實施例中基于二進(jìn)制整數(shù)進(jìn)行匹配的方式也要比圖10所述實施例 中基于小數(shù)或百分?jǐn)?shù)進(jìn)行匹配的方式更簡單。
[0176] 本發(fā)明生物特征的加密匹配方法實施例S，其是在圖5所述實施例的基礎(chǔ)上，需 要對兩個待識別生物特征進(jìn)行匹配識別時，可參照圖4所述實施例的方法，將待識別生物 特征g作為模板生物特征，其相似度數(shù)據(jù)集合記為Sg:Sg= {Sg,i，Sg,2，Sg,3,……}該相似度 數(shù)據(jù)集合經(jīng)過十進(jìn)制量化處理后記為集合Cg= {Cg,i，Cg,2, Cg,3,……}，Cg,iG UU}巧采集 待識別生物特征h，獲得所述待識別生物特征h與fi，f2, f3,……的一組相似度數(shù)據(jù)，記為集 合Sh,并將所述集合Sh中的相似度數(shù)據(jù)轉(zhuǎn)化為一組十進(jìn)制量化數(shù)據(jù)，記為集合C h。再對Cg 和Ch中的量化數(shù)據(jù)元素進(jìn)行一一對應(yīng)的比較，獲得所述模板生物特征g和所述待識別生物 特征h是否匹配。
[0177] 運種加密匹配方法同樣避免了對待識別生物特征g和h的直接匹配，不再需要原 始生物特征的明文，同時進(jìn)行量化處理后的數(shù)據(jù)更加難W推斷恢復(fù)出待識別生物特征g和 h的原始圖像信息或特征。
[0178] 本發(fā)明生物特征的加密匹配方法實施例四在對兩個待識別生物特征進(jìn)行基于密 文的匹配識別時，其具體過程如下：
[0179] 在本發(fā)明生物特征的加密匹配方法實施例二基礎(chǔ)上，對所述的二進(jìn)制量化數(shù)據(jù) 集合Cg和所述的二進(jìn)制量化數(shù)據(jù)集合C h分別進(jìn)行單向加密處理，得到兩組密文數(shù)據(jù)集合 化，F(xiàn)z, Fs,. . .，W和巧1，Es, Es,. . .，Em}，對運兩組密文數(shù)據(jù)集合進(jìn)行一一對應(yīng)的比較，分別 為Ei與F 1比較，E 2與F 2比較，……，E W與F W比較，并統(tǒng)計所述待識別生物特征h的密文集 合與所述模板生物特征g的密文集合進(jìn)行比較獲得的匹配率（相同密文對的個數(shù)）。
[0180] 設(shè)定一個匹配率闊值（即相同密文對個數(shù)的預(yù)定值），將獲得的匹配率與匹配率 闊值進(jìn)行比較； 陽1W] 若所述匹配率大于匹配率闊值，則所述待識別生物特征h與所述模板生物特征g 相匹配，否則不匹配。 陽182] 則對模板生物特征g和待識別生物特征h的相似性判別就轉(zhuǎn)換為對兩組密文數(shù)據(jù) 的一致性比較。 陽183] 同理，可W對圖5所述實施例中獲得的十進(jìn)制量化數(shù)據(jù)集合進(jìn)行單向加密處理， 并進(jìn)行基于密文的匹配處理。
[0184] 本實施例中基于密文的匹配識別方式，更有效的保證了待識別生物特征識別的安 全性問題，防止冒充偽造他人生物特征，能夠大大促進(jìn)生物特征識別技術(shù)的應(yīng)用范圍，特別 是在網(wǎng)絡(luò)身份認(rèn)證上的應(yīng)用。
[0185] 上述所述實施例中，對二進(jìn)制量化數(shù)據(jù)集合Cg和Ch分別進(jìn)行單向加密處理后對兩 組密文直接進(jìn)行匹配的方法，其對匹配誤差的容忍度較低，同時魯棒性不足。為了克服上述 缺點，增強魯棒性，本發(fā)明生物特征的加密匹配方法的實施例五利用圖8所述實施例的方 法對所述集合Cg和C h中的數(shù)據(jù)分別進(jìn)行單比特分解。 陽 186]假設(shè) Cg= 110100100100000,則將其分解為：Cg= A o+Ai+As+Ae+Ag，其中， 陽化 7] Ao= 100000000000000
[0188] Al= 010000000000000
[0189] A3= 000100000000000
[0190] Ag= 000000100000000 陽191] Ag= 000000000100000 陽19引對A。，Al, As, Ae, Ag分別進(jìn)行單向加密，則得到一組密文，記為集合： 陽19引 Eg=巧g,。，Eg, 1，Eg,3, Eg,6, Eg,9}，對所述密文集合Eg進(jìn)行存儲；
[0194] 同理，將Ch進(jìn)行單比特分解，并對分解后的各個單比特形式的數(shù)值分別進(jìn)行單向 加密，也得到一組密文，記為集合Eh;
[01巧]此時，所述模板生物特征g和所述待識別生物特征h就轉(zhuǎn)化為兩個由多組密文組 成的數(shù)據(jù)集合，對所述模板生物特征g和所述待識別生物特征h進(jìn)行匹配的過程就轉(zhuǎn)換為 對數(shù)據(jù)集合Eg和E h中的密文數(shù)據(jù)的一致性判定過程。
[0196] 由于受性別、年齡、人種、區(qū)域等因素的影響，組成的特征基空間也存在很大的不 同。當(dāng)兩個不同的生物特征在與同一個特征基空間進(jìn)行比較處理時，若組成該特征基空間 中的各個特征基與運兩個生物特征都存在著較大差異，就有可能會得出相似的比較數(shù)據(jù)， 造成對生物特征匹配識別的誤差。為了提高對生物特征匹配識別的精確度，減小匹配識別 誤差，可W根據(jù)實際需求預(yù)存儲多個不同類型的特征基空間，例如對人臉的特征基空間，可 W選擇不同人種、不同國家、不同民族、不同性別或不同年齡段等各種不同類型的特征基空 間，提前選擇預(yù)存所需要的多個特征基空間作為比較的基準(zhǔn)。例如，需要對一個8歲小女孩 的生物特征進(jìn)行處理識別時，可W選擇一個由若干女性的特征基組成的特征基空間和一個 由若干兒童的特征基組成的特征基空間作為進(jìn)行比較的基準(zhǔn)庫，之后再與所有已經(jīng)與運兩 個特征基空間進(jìn)行比較處理過的數(shù)據(jù)進(jìn)行匹配，就可W快速的識別出運個8歲小女孩的身 份。
[0197] 本發(fā)明生物特征的加密匹配方法實施例六中，選擇3個特征基空間，分別為第一 特征基空間、第二特征基空間和第=特征基空間；
[0198] 設(shè)定待識別生物特征g為模板生物特征，使所述模板生物特征g分別與第一特征 基空間、第二特征基空間及第=特征基空間中的每個特征基進(jìn)行相似度計算，得到所述模 板生物特征g的3組相似度數(shù)據(jù)，分別為：所述模板生物特征g與所述第一特征基空間的相 似度數(shù)據(jù)，記為集合ai;所述模板生物特征g與所述第二特征基空間的相似度數(shù)據(jù)，記為集 合曰2;所述模板生物特征g與所述第=特征基空間的相似度數(shù)據(jù)，記為集合a 3。對運=組相 似度數(shù)據(jù)分別進(jìn)行存儲。 陽199]當(dāng)需要與所述模板生物特征g進(jìn)行匹配時，采集待識別生物特征h，使得所述待識 別生物特征h分別與所述第一特征基空間、所述第二特征基空間和所述第=特征基空間中 的每一特征基進(jìn)行相似度計算，得到所述待識別生物特征h的3組相似度數(shù)據(jù)，分別為：所 述待識別生物特征h與所述第一特征基空間的相似度數(shù)據(jù)，記為集合bi;所述待識別生物 特征h與所述第二特征基空間的相似度數(shù)據(jù)，記為集合b2;所述待識別生物特征h與所述第 =特征基空間的相似度數(shù)據(jù)，記為集合b3。
[0200] 依據(jù)圖10所述實施例的加密匹配方法，將所述待識別生物特征h的3組相似度數(shù) 據(jù)與所述模板生物特征g的3組相似度數(shù)據(jù)進(jìn)行匹配，即將集合曰1與b 1中的數(shù)據(jù)元素進(jìn)行 一一對應(yīng)的比較，將集合曰2與b 2中的數(shù)據(jù)元素進(jìn)行一一對應(yīng)的比較，將集合a 3與b 3中的數(shù) 據(jù)元素進(jìn)行一一對應(yīng)的比較。從而可獲得所述模板生物特征g和所述待識別生物特征h是 否匹配。 陽201] 同理，可W對所述模板生物特征g和所述待識別生物特征h進(jìn)行基于差異度數(shù)據(jù) 的匹配，或?qū)λ瞿０迳锾卣鱣和所述待識別生物特征h分別進(jìn)行基于相似度數(shù)據(jù)和差 異度數(shù)據(jù)的匹配。 陽202] 如圖11所示本發(fā)明生物特征的加密系統(tǒng)實施例一結(jié)構(gòu)示意圖，包括： 陽203] 待識別生物特征采集單元MlO :用于采集待識別生物特征，本實施例待識別生物 特征為人臉或指紋； 陽204] 特征基空間選擇單元Mll :用于選擇待識別生物特征的N個特征基空間，各所述特 征基空間分別由若干特征基組成，其中N > 1，N為整數(shù)； 陽205] 比較處理單元M12 :用于將所述待識別生物特征分別與N個特征基空間中的各個 特征基進(jìn)行相似度和/或差異度計算；
[0206] 編碼數(shù)據(jù)存儲單元M13 :用于將得到的分別對應(yīng)各個特征基空間的N個相似度和/ 或差異度數(shù)據(jù)集合進(jìn)行存儲。 陽207] 本實施例的工作原理是，首先所述待識別生物特征采集單元MlO采集待識別生物 特征的圖像信息，之后將采集到的圖像信息與特征基空間選擇單元Mll中的N個特征基空 間中的各個特征基通過比較處理單元M12進(jìn)行相似度計算和/或差異度計算，最后由編碼 數(shù)據(jù)存儲單元M13將得到的分別對應(yīng)各個特征基空間的N個相似度和/或差異度數(shù)據(jù)集合 進(jìn)行存儲。 陽20引如圖12所示本發(fā)明生物特征的加密系統(tǒng)實施例二結(jié)構(gòu)示意圖，其在圖11所述實 施例基礎(chǔ)上，還包括量化處理單元，用于分別對編碼數(shù)據(jù)存儲單元的各個所述相似度數(shù)據(jù) 集合和/或各個差異度數(shù)據(jù)集合進(jìn)行量化處理，并將量化處理后的量化數(shù)據(jù)進(jìn)行存儲；該 實施例量化處理單元為二進(jìn)制量化處理單元M20,所述二進(jìn)制量化處理單元M20包括：二進(jìn) 制闊值比較單元M21 :用于預(yù)存儲相似度闊值和/或差異度闊值，使每個相似度數(shù)據(jù)集合中 的各個數(shù)值分別與所述相似度闊值進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個數(shù)值分 別與所述差異度闊值進(jìn)行比較； 陽209] 二進(jìn)制結(jié)果存儲單元M22 :用于若相似度數(shù)據(jù)集合中的數(shù)值大于或等于所述相似 度闊值，則將1存儲至相似度二進(jìn)制量化數(shù)據(jù)集合；否則將0存儲至相似度二進(jìn)制量化數(shù)據(jù) 集合；若差異度數(shù)據(jù)集合中的數(shù)值大于或等于所述差異度闊值，則將1存儲至差異度二進(jìn) 制量化數(shù)據(jù)集合；否則將0存儲至差異度二進(jìn)制量化數(shù)據(jù)集合。
[0210] 本實施例是將圖11所述實施例得到的所述待識別生物特征的N個相似度數(shù)據(jù)集 合轉(zhuǎn)化為二進(jìn)制量化數(shù)據(jù)集合。 陽211] 如圖13所示本發(fā)明生物特征的加密系統(tǒng)實施例S結(jié)構(gòu)示意圖，其與圖12與述實 施例的不同之處在于：所述量化處理單元為多進(jìn)制量化處理單元M30,所述多進(jìn)制量化處 理單元M30包括： 陽212] 多進(jìn)制闊值比較單元M31 :用于預(yù)存儲多個連續(xù)數(shù)值的相似度闊值范圍和/或差 異度闊值范圍，使每個所述相似度闊值范圍分別對應(yīng)一個相似度量化值，每一個差異度闊 值范圍分別對應(yīng)一個差異度量化值；每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與各個相似度 闊值范圍進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個數(shù)值分別與各個差異度闊值范圍 進(jìn)行比較；
[0213] 多進(jìn)制結(jié)果存儲單元M32 :用于若相似度數(shù)據(jù)集合中的數(shù)值落在所述的多個相似 度闊值范圍其中之一，則將該相似度闊值范圍所對應(yīng)的相似度量化值存儲至相似度多進(jìn)制 量化數(shù)據(jù)集合；若差異度數(shù)據(jù)集合中的數(shù)值落在所述的多個差異度闊值范圍其中之一，貝U 將該差異度闊值范圍所對應(yīng)的差異度量化值存儲至差異度多進(jìn)制量化數(shù)據(jù)集合。
[0214] 本實施例是將圖11所述實施例得到的所述待識別生物特征的N個相似度數(shù)據(jù)集 合轉(zhuǎn)化為多進(jìn)制量化數(shù)據(jù)。
[0215] 如圖14所示本發(fā)明生物特征的加密系統(tǒng)實施例四結(jié)構(gòu)示意圖，其是在圖11所述 實施例的基礎(chǔ)上，進(jìn)一步包括：
[0216] 第一單向加密單元M44:用于分別對編碼數(shù)據(jù)存儲單元的各個所述相似度數(shù)據(jù)集 合和/或各個差異度數(shù)據(jù)集合進(jìn)行單向加密。 陽217] 本實施例是將圖11所述實施例得到的分別對應(yīng)各個特征基空間的N個相似度和 /或差異度數(shù)據(jù)集合傳輸給所述第一單向加密單元M44進(jìn)行加密處理工作。
[0218] 如圖15所示本發(fā)明生物特征的加密系統(tǒng)實施例五結(jié)構(gòu)示意圖，其是在圖12和圖 13所述實施例的基礎(chǔ)上，進(jìn)一步包括， 陽219] 第二單向加密單元M54 :用于分別對二進(jìn)制量化處理單元量化處理后的各個量化 數(shù)據(jù)集合進(jìn)行單向加密。
[0220] 本實施例是將圖12、圖13所述實施例得到的二進(jìn)制量化數(shù)據(jù)集合、多進(jìn)制量化數(shù) 據(jù)集合傳輸給所述第二單向加密單元M54進(jìn)行加密處理工作。 陽221] 如圖16所示本發(fā)明生物特征的加密系統(tǒng)實施例六結(jié)構(gòu)示意圖，其是在圖12、圖13 所述實施例基礎(chǔ)上，進(jìn)一步包括： 陽222] 單比特處理單元M64 :用于對二進(jìn)制量化處理單元或多進(jìn)制量化處理單元量化處 理后得到的各個二進(jìn)制量化數(shù)據(jù)集合、多進(jìn)制量化數(shù)據(jù)集合進(jìn)行單比特分解，得到分別對 應(yīng)各個二進(jìn)制量化數(shù)據(jù)集合或分別對應(yīng)各個多進(jìn)制量化數(shù)據(jù)集合的單比特形式數(shù)值，并將 單比特分解數(shù)值進(jìn)行存儲。 陽223] 如圖17所示本發(fā)明生物特征的加密系統(tǒng)實施例屯結(jié)構(gòu)示意圖，其是在圖16所述 實施例基礎(chǔ)上，進(jìn)一步包括：
[0224] 第S單向加密單元M75 :用于分別對單比特分解步驟后的各個單比特形式數(shù)值進(jìn) 行單向加密。 陽225] 如圖18所示本發(fā)明生物特征的加密匹配系統(tǒng)實施例一結(jié)構(gòu)示意圖，包括， 陽226] 模板生物特征數(shù)據(jù)獲取單元M80 :用于根據(jù)圖1或圖2或圖3所述實施例的生物特 征加密方法對模板生物特征進(jìn)行相似度、和/或差異度數(shù)據(jù)處理，得到模板生物特征數(shù)據(jù)； 陽227] 待識別生物特征數(shù)據(jù)獲取單元M81 :用于獲取待識別生物特征，根據(jù)圖1或圖2或 圖3所述實施例的生物特征加密方法對待識別生物特征進(jìn)行相似度、和/或差異度數(shù)據(jù)處 理，得到待識別生物特征數(shù)據(jù)；
[0228] 數(shù)據(jù)比較單元M82 :用于將對應(yīng)同一個特征基空間的所述待識別生物特征數(shù)據(jù)和 所述模板生物特征數(shù)據(jù)的匹配率與預(yù)定匹配率闊值進(jìn)行比較； 陽229] 比較結(jié)果輸出單元M83:用于在匹配率大于或等于預(yù)定匹配率闊值，則輸出所述 待識別生物特征與所述模板生物特征相匹配的結(jié)果；否則輸出所述待識別生物特征與所述 模板生物特征不匹配的結(jié)果。
[0230] 本發(fā)明生物特征的加密匹配系統(tǒng)實施例二與圖18所述實施例不同之處是， 陽231] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)圖4或圖5所述實施例的生物特征加密方 法對模板生物特征的相似度、和/或差異度數(shù)據(jù)集合進(jìn)行二進(jìn)制量化數(shù)據(jù)處理或多進(jìn)制量 化數(shù)據(jù)處理，得到模板生物特征數(shù)據(jù)； 陽232] 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)圖4或圖5所述實 施例的生物特征加密方法對待識別生物特征的相似度、和/或差異度數(shù)據(jù)集合進(jìn)行二進(jìn)制 量化數(shù)據(jù)處理或多進(jìn)制量化數(shù)據(jù)處理，得到待識別生物特征數(shù)據(jù)。 陽233] 本發(fā)明生物特征的加密匹配系統(tǒng)實施例=與圖18所述實施例不同之處是，
[0234] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)圖8所述實施例的生物特征加密方法對獲 得的模板生物特征的二進(jìn)制量化數(shù)據(jù)集合或多進(jìn)制量化數(shù)據(jù)集合進(jìn)行單比特分解處理，得 到模板生物特征數(shù)據(jù)； 陽235] 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)圖8所述實施例 的生物特征加密方法對獲得的待識別生物特征的二進(jìn)制量化數(shù)據(jù)處理或多進(jìn)制量化數(shù)據(jù) 集合進(jìn)行單比特分解處理，得到待識別生物特征數(shù)據(jù)。 陽236] 本發(fā)明生物特征的加密匹配系統(tǒng)實施例四與圖18所述實施例不同之處是， 陽237] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)圖6所述實施例的生物特征加密方法對模 板生物特征進(jìn)行單向加密處理，得到模板生物特征密文； 陽23引待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)圖6所述實施例 的生物特征加密方法對待識別生物特征進(jìn)行單向加密處理，得到待識別生物特征密文；
[0239] 數(shù)據(jù)比較單元：用于將對應(yīng)同一個特征基空間的所述待識別生物特征密文和所述 模板生物特征密文匹配率與預(yù)定匹配率闊值進(jìn)行比較；
[0240] 比較結(jié)果輸出單元：用于若匹配率大于或等于預(yù)定匹配率闊值，則輸出所述待識 別生物特征與所述模板生物特征相匹配的結(jié)果；否則輸出所述待識別生物特征與所述模板 生物特征不匹配的結(jié)果。 陽241] 本發(fā)明生物特征的加密匹配系統(tǒng)實施例五與上述實施例四的不同之處是， 陽242] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)圖7所述實施例的生物特征加密方法對模 板生物特征進(jìn)行單向加密處理，得到模板生物特征密文； 陽243] 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)圖7所述實施例 的生物特征加密方法對待識別生物特征進(jìn)行單向加密處理，得到待識別生物特征密文。
[0244] 本發(fā)明生物特征的加密匹配系統(tǒng)實施例六與上述實施例四的不同之處是，
[0245] 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)圖9所述實施例的生物特征加密方法對模 板生物特征進(jìn)行單向加密處理，得到模板生物特征密文； 陽246] 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)圖9所述實施例 的生物特征加密方法對待識別生物特征進(jìn)行單向加密處理，得到待識別生物特征密文。 陽247] 綜合上述各實施例可知，本發(fā)明的本質(zhì)在于，能夠?qū)⒃即R別生物特征通過與 至少一個特征基空間中的每個特征基進(jìn)行比較處理，從而將原始待識別生物特征轉(zhuǎn)化成一 組編碼數(shù)據(jù)，且轉(zhuǎn)化成編碼數(shù)據(jù)后的生物特征是不可恢復(fù)的，即不能從轉(zhuǎn)化后的編碼數(shù)據(jù) 中恢復(fù)出原始待識別生物特征或圖像。該編碼數(shù)據(jù)能夠支持單向加密存儲，進(jìn)而實現(xiàn)待識 別生物特征基于編碼數(shù)據(jù)或密文的匹配，避免了對原始待識別生物特征或圖像的需求，尤 其是對編碼數(shù)據(jù)進(jìn)行單向加密后，由于單向加密的不可逆性，運種方法保證了待識別生物 特征在網(wǎng)絡(luò)傳輸和服務(wù)器端存儲的安全性。即使不進(jìn)行單向加密處理，本發(fā)明提供的生物 特征的加密方法，也保證了經(jīng)過加密處理后的生物特征是不可恢復(fù)的。
[0248] W上，僅為本發(fā)明的較佳實施例，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本 技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在 本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該W權(quán)利要求所界定的保護(hù)范圍為準(zhǔn)。
【主權(quán)項】
1. 一種生物特征的加密方法，其特征在于，包括W下步驟： 采集待識別生物特征； 選擇待識別生物特征的N個特征基空間，各所述特征基空間分別由若干特征基組成， 其中1，N為整數(shù)； 將所述待識別生物特征分別與N個特征基空間中的各個特征基進(jìn)行相似度和/或差異 度計算； 將得到的分別對應(yīng)各個特征基空間的N個相似度和/或差異度數(shù)據(jù)集合進(jìn)行存儲。2. 根據(jù)權(quán)利要求1所述的生物特征的加密方法，其特征在于，還包括量化處理步驟，分 別對各個所述相似度數(shù)據(jù)集合和/或各個差異度數(shù)據(jù)集合進(jìn)行量化處理，并將處理后的量 化數(shù)據(jù)進(jìn)行存儲，所述量化處理為二進(jìn)制量化處理或多進(jìn)制量化處理， 所述二進(jìn)制量化處理步驟包括： 預(yù)存儲相似度闊值和/或差異度闊值，每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與所述 相似度闊值進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個數(shù)值分別與所述差異度闊值進(jìn) 行比較； 若相似度數(shù)據(jù)集合中的數(shù)值大于或等于所述相似度闊值，則將1存儲至相似度二進(jìn)制 量化數(shù)據(jù)集合；否則將0存儲至相似度二進(jìn)制量化數(shù)據(jù)集合；若差異度數(shù)據(jù)集合中的數(shù)值 大于或等于所述差異度闊值，則將1存儲至差異度二進(jìn)制量化數(shù)據(jù)集合；否則將0存儲至差 異度二進(jìn)制量化數(shù)據(jù)集合； 所述多進(jìn)制量化處理步驟包括： 預(yù)存儲多個連續(xù)數(shù)值的相似度闊值范圍和/或差異度闊值范圍，使每個所述相似度闊 值范圍分別對應(yīng)一個相似度量化值，每一個差異度闊值范圍分別對應(yīng)一個差異度量化值； 每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與各個相似度闊值范圍進(jìn)行比較，和/或每個差異 度數(shù)據(jù)集合中的各個數(shù)值分別與各個差異度闊值范圍進(jìn)行比較； 若相似度數(shù)據(jù)集合中的數(shù)值落在所述的多個相似度闊值范圍其中之一，則將該相似度 闊值范圍所對應(yīng)的相似度量化值存儲至相似度多進(jìn)制量化數(shù)據(jù)集合；若差異度數(shù)據(jù)集合中 的數(shù)值落在所述的多個差異度闊值范圍其中之一，則將該差異度闊值范圍所對應(yīng)的差異度 量化值存儲至差異度多進(jìn)制量化數(shù)據(jù)集合。3. 根據(jù)權(quán)利要求1所述的生物特征的加密方法，其特征在于，還包括第一單向加密步 驟：分別對各個所述相似度數(shù)據(jù)集合和/或各個差異度數(shù)據(jù)集合進(jìn)行單向加密。4. 根據(jù)權(quán)利要求2所述的生物特征的加密方法，其特征在于，還包括第二單向加密步 驟：分別對量化處理步驟后的各個量化數(shù)據(jù)集合進(jìn)行單向加密。5. 根據(jù)權(quán)利要求2所述的生物特征的加密方法，其特征在于，還包括單比特分解步驟： 對所述的量化處理步驟得到的各個量化數(shù)據(jù)集合進(jìn)行單比特分解，并將單比特分解數(shù)據(jù)進(jìn) 行存儲。6. 根據(jù)權(quán)利要求5所述的生物特征的加密方法，其特征在于，還包括第Ξ單向加密步 驟：分別對單比特分解步驟后的各個單比特分解數(shù)據(jù)進(jìn)行單向加密。7. 根據(jù)權(quán)利要求1所述的生物特征的加密方法，其特征在于，所述的特征基空間中的 各個特征基的選擇方法包括如下步驟： S1分別選擇特征庫和對所述特征庫進(jìn)行數(shù)據(jù)訓(xùn)練的訓(xùn)練庫，其中所述特征庫中的各生 物特征和所述訓(xùn)練庫中的各生物特征不同； S2將所述特征庫中的各生物特征分別與所述訓(xùn)練庫中的每一個生物特征進(jìn)行相似度 計算，分別統(tǒng)計所述訓(xùn)練庫中的生物特征與所述特征庫中的生物特征的相似和不相似個 數(shù)，并通過賭值計算式計算所述訓(xùn)練庫中各生物特征的化annon賭值，所述賭值計算式為： hi= -p ilog Pi-Pzlog Pz 其中，為所述訓(xùn)練庫中任一生物特征的化annon賭值；竄中Μ為所述訓(xùn)練庫中的生物特征與所述特征庫中的 生物特征的相似個數(shù)，Ν為所述訓(xùn)練庫中的生物特征與所述特征庫中的生物特征的不相似 個數(shù)； S3選出最大賭值，并從所述特征庫中選出與所述最大賭值對應(yīng)的生物特征作為特征 基，加入到所述的特征基空間，并將該生物特征W及與該生物特征的相似度在預(yù)定闊值范 圍內(nèi)的生物特征從所述特征庫中刪除； S4重復(fù)步驟S2至S3,直至加入到所述特征基空間的特征基個數(shù)達(dá)到預(yù)定個數(shù)。8. -種生物特征的加密匹配方法，其特征在于，包括如下步驟， 根據(jù)權(quán)利要求1、2、5任一項所述的生物特征加密方法對模板生物特征進(jìn)行數(shù)據(jù)處理， 得到模板生物特征數(shù)據(jù)； 獲取待識別生物特征，根據(jù)權(quán)利要求1、2、5任一項所述的生物特征加密方法對待識別 生物特征進(jìn)行數(shù)據(jù)處理，得到待識別生物特征數(shù)據(jù)； 將對應(yīng)同一個特征基空間的所述待識別生物特征數(shù)據(jù)和所述模板生物特征數(shù)據(jù)的匹 配率與預(yù)定匹配率闊值進(jìn)行比較； 若匹配率大于或等于預(yù)定匹配率闊值，則所述待識別生物特征與所述模板生物特征相 匹配；否則所述待識別生物特征與所述模板生物特征不匹配。9. 一種生物特征的加密匹配方法，其特征在于，包括如下步驟， 根據(jù)權(quán)利要求3、4、6任一項所述的生物特征加密方法對模板生物特征進(jìn)行單向加密 處理，得到模板生物特征密文； 獲取待識別生物特征，根據(jù)權(quán)利要求3、4、6任一項所述的生物特征加密方法對待識別 生物特征進(jìn)行單向加密處理，得到待識別生物特征密文； 將對應(yīng)同一個特征基空間的所述待識別生物特征密文和所述模板生物特征密文匹配 率與預(yù)定匹配率闊值進(jìn)行比較； 若匹配率大于或等于預(yù)定匹配率闊值，則所述待識別生物特征與所述模板生物特征相 匹配；否則所述待識別生物特征與所述模板生物特征不匹配。10. -種生物特征的加密系統(tǒng)，其特征在于，包括： 待識別生物特征采集單元：用于采集待識別生物特征； 特征基空間選擇單元：用于選擇待識別生物特征的Ν個特征基空間，各所述特征基空 間分別由若干特征基組成，其中Ν > 1，Ν為整數(shù)； 比較處理單元：用于將所述待識別生物特征分別與Ν個特征基空間中的各個特征基進(jìn) 行相似度和/或差異度計算； 編碼數(shù)據(jù)存儲單元：用于將得到的分別對應(yīng)各個特征基空間的Ν個相似度和/或差異 度數(shù)據(jù)集合進(jìn)行存儲。11. 根據(jù)權(quán)利要求10所述的生物特征的加密系統(tǒng)，其特征在于，還包括量化處理單元， 用于分別對編碼數(shù)據(jù)存儲單元的各個所述相似度數(shù)據(jù)集合和/或各個差異度數(shù)據(jù)集合進(jìn) 行量化處理，并將處理后的量化數(shù)據(jù)進(jìn)行存儲；其中所述量化處理單元為二進(jìn)制量化處理 單元或多進(jìn)制量化處理單元，其中， 所述二進(jìn)制量化處理單元包括： 二進(jìn)制闊值比較單元：用于預(yù)存儲相似度闊值和/或差異度闊值，使每個相似度數(shù)據(jù) 集合中的各個數(shù)值分別與所述相似度闊值進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個 數(shù)值分別與所述差異度闊值進(jìn)行比較； 二進(jìn)制結(jié)果存儲單元：用于若相似度數(shù)據(jù)集合中的數(shù)值大于或等于所述相似度闊值， 則將1存儲至相似度二進(jìn)制量化數(shù)據(jù)集合；否則將0存儲至相似度二進(jìn)制量化數(shù)據(jù)集合； 若差異度數(shù)據(jù)集合中的數(shù)值大于或等于所述差異度闊值，則將1存儲至差異度二進(jìn)制量化 數(shù)據(jù)集合；否則將0存儲至差異度二進(jìn)制量化數(shù)據(jù)集合； 所述多進(jìn)制量化處理單元包括： 多進(jìn)制闊值比較單元：用于預(yù)存儲多個連續(xù)數(shù)值的相似度闊值范圍和/或差異度闊 值范圍，使每個所述相似度闊值范圍分別對應(yīng)一個相似度量化值，每一個差異度闊值范圍 分別對應(yīng)一個差異度量化值；每個相似度數(shù)據(jù)集合中的各個數(shù)值分別與各個相似度闊值范 圍進(jìn)行比較，和/或每個差異度數(shù)據(jù)集合中的各個數(shù)值分別與各個差異度闊值范圍進(jìn)行比 較； 多進(jìn)制結(jié)果存儲單元：用于若相似度數(shù)據(jù)集合中的數(shù)值落在所述的多個相似度闊值范 圍其中之一，則將該相似度闊值范圍所對應(yīng)的相似度量化值存儲至相似度多進(jìn)制量化數(shù)據(jù) 集合；若差異度數(shù)據(jù)集合中的數(shù)值落在所述的多個差異度闊值范圍其中之一，則將該差異 度闊值范圍所對應(yīng)的差異度量化值存儲至差異度多進(jìn)制量化數(shù)據(jù)集合。12. 根據(jù)權(quán)利要求10所述的生物特征的加密系統(tǒng)，其特征在于，還包括， 第一單向加密單元：用于分別對編碼數(shù)據(jù)存儲單元的各個所述相似度數(shù)據(jù)集合和/或 各個差異度數(shù)據(jù)集合進(jìn)行單向加密。13. 根據(jù)權(quán)利要求11所述的生物特征的加密系統(tǒng)，其特征在于，還包括， 第二單向加密單元：用于分別對量化處理步驟后的各個量化數(shù)據(jù)集合進(jìn)行單向加密。14. 根據(jù)權(quán)利要求11所述的生物特征的加密系統(tǒng)，其特征在于，還包括， 單比特處理單元：用于對二進(jìn)制量化處理單元量化處理得到的各個量化數(shù)據(jù)集合進(jìn)行 單比特分解，并將單比特分解數(shù)據(jù)進(jìn)行存儲。15. 根據(jù)權(quán)利要求14所述的生物特征的加密系統(tǒng)，其特征在于，還包括， 第Ξ單向加密單元：用于分別對單比特處理單元分解的各個單比特形式數(shù)值進(jìn)行單向 加密。16. -種生物特征的加密匹配系統(tǒng)，其特征在于，包括， 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)權(quán)利要求1、2、5任一項所述的生物特征加密方 法對模板生物特征進(jìn)行數(shù)據(jù)處理，得到模板生物特征數(shù)據(jù)； 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)權(quán)利要求1、2、5任一 項所述的生物特征加密方法對待識別生物特征進(jìn)行數(shù)據(jù)處理，得到待識別生物特征數(shù)據(jù)； 數(shù)據(jù)比較單元：用于將對應(yīng)同一個特征基空間的所述待識別生物特征數(shù)據(jù)和所述模板 生物特征數(shù)據(jù)的匹配率與預(yù)定匹配率闊值進(jìn)行比較； 比較結(jié)果輸出單元：用于在匹配率大于或等于預(yù)定匹配率闊值，則輸出所述待識別生 物特征與所述模板生物特征相匹配的結(jié)果；否則輸出所述待識別生物特征與所述模板生物 特征不匹配的結(jié)果。17. -種生物特征的加密匹配系統(tǒng)，其特征在于，包括， 模板生物特征數(shù)據(jù)獲取單元：用于根據(jù)權(quán)利要求3、4、6任一項所述的生物特征加密方 法對模板生物特征進(jìn)行單向加密處理，得到模板生物特征密文； 待識別生物特征數(shù)據(jù)獲取單元：用于獲取待識別生物特征，根據(jù)權(quán)利要求3、4、6任一 項所述的生物特征加密方法對待識別生物特征進(jìn)行單向加密處理，得到待識別生物特征密 文； 數(shù)據(jù)比較單元：用于將對應(yīng)同一個特征基空間的所述待識別生物特征密文和所述模板 生物特征密文匹配率與預(yù)定匹配率闊值進(jìn)行比較； 比較結(jié)果輸出單元：用于若匹配率大于或等于預(yù)定匹配率闊值，則輸出所述待識別生 物特征與所述模板生物特征相匹配的結(jié)果；否則輸出所述待識別生物特征與所述模板生物 特征不匹配的結(jié)果。
【文檔編號】H04L9/32GK105847003SQ201510021809
【公開日】2016年8月10日
【申請日】2015年1月15日
【發(fā)明人】張明方, 鈕興昱
【申請人】深圳印象認(rèn)知技術(shù)有限公司