Blind-Match：基于同态加密的高效1:N匹配用于隐私保护生物特征识别
计算机视觉与模式识别
2024-10-15 v2 密码学与安全
摘要
我们提出了Blind-Match，一种新颖的生物特征识别系统，利用同态加密（HE）实现高效且隐私保护的1:N匹配。Blind-Match引入了一种HE优化的余弦相似度计算方法，其关键思想是将特征向量分成较小的部分进行处理，而不是一次性计算整个向量。通过优化这些部分的数量，Blind-Match在通过HE确保数据隐私的同时，最小化执行时间。Blind-Match在各种生物特征数据集上均实现了优于最先进方法的性能。在LFW人脸数据集上，Blind-Match以128维特征向量达到了99.63%的Rank-1准确率，展示了其在人脸识别任务中的鲁棒性。对于指纹识别，Blind-Match在PolyU数据集上即使使用紧凑的16维特征向量也达到了惊人的99.55%的Rank-1准确率，显著优于最先进的方法Blind-Touch（仅达到59.17%）。此外，Blind-Match在大规模生物特征识别场景中展示了实际效率，例如Naver Cloud的FaceSign，使用128维特征向量在0.74秒内处理了6,144个生物特征样本。
引用
@article{arxiv.2408.06167,
title = {Blind-Match: Efficient Homomorphic Encryption-Based 1:N Matching for Privacy-Preserving Biometric Identification},
author = {Hyunmin Choi and Jiwon Kim and Chiyoung Song and Simon S. Woo and Hyoungshick Kim},
journal= {arXiv preprint arXiv:2408.06167},
year = {2024}
}
备注
Accepted to CIKM 2024 (Applied Research Track)