基于随机特征向量变换的可取消生物识别模板生成
密码学与安全
2025-03-21 v1 计算机视觉与模式识别
摘要
可取消生物识别方案旨�从生物识别数据中提取出一种保持身份、不可逆且可撤销的伪标识符。识别系统仅需存储该伪标识符，以避免在识别过程中发生数据篡改或窃取。当前主流的可取消方案通过用户特定的加盐或多对一变换来生成伪标识符。除性能考量外，这类方案大多针对特定模态，且易受重构攻击，因为变换密钥可能被未授权方获取。为克服这些局限性，本文提出一种新型、模态无关的可取消生物识别方案。在该方案中，可取消模板（伪标识符）被生成为多个随机变换生物特征向量之间的距离向量。这些变换通过根据一组用户特定的随机向量对特征向量分量进行分组实现。该方案 nullifies 模板重构的可能性，因为生成的可取消模板仅包含特征向量不同随机变换之间的距离值，未存储任何生物识别模板的细节。本文对该方案在人脸和指纹模态上的识别性能进行评估。在最坏情况下，人脸识别的等错误率（EER）为1.5，指纹识别的EER为1.7。
引用
@article{arxiv.2503.15648,
title = {Cancelable Biometric Template Generation Using Random Feature Vector Transformations},
author = {Ragendhu Sp and Tony Thomas and Sabu Emmanuel},
journal= {arXiv preprint arXiv:2503.15648},
year = {2025}
}