FHE*KDFRS:全同态加密相容的核基人脸识别系统

陆正福 李佳

引用本文:
Citation:

FHE*KDFRS:全同态加密相容的核基人脸识别系统

    作者简介: 陆正福(1965-),男,安徽人,教授,主要研究方向:信息安全、协议工程和网络计算.E-mail:zhflu@ynu.edu.cn.李佳(1991-),男,云南人,硕士生,主要研究方向:信息安全.E-mail:JiaLi0873@163.com.;陆正福(1965-),男,安徽人,教授,主要研究方向:信息安全、协议工程和网络计算.E-mail:zhflu@ynu.edu.cn.李佳(1991-),男,云南人,硕士生,主要研究方向:信息安全.E-mail:JiaLi0873@163.com.;
  • 基金项目:

    国家自然科学基金(11461081,11861075)

    云南大学理(工)科校级科研基金(YNUY201368)

    云南大学中青年骨干教师培养计划专项经费基金(XT412003).

FHE*KDFRS:FHE-compatible kernel based face recognition system

  • 摘要: 生物特征识别是一种有着特征唯一、不易复制等良好特性的个人身份鉴定与识别技术.但在识别过程中,个人信息通过公开信道传输或网络服务器存储时,有可能会受到第三方的截获和修改,或通信双方提供虚假信息进行相互欺骗.可通过引入全同态加密协议以保护数据与分类器.此类方案设计主要存在2方面问题:一方面是只支持“加乘”运算的全同态加密算法与识别算法的运算相容性问题;另一方面是由于加密算法的约束导致识别率与运行效率的降低.以C/S模型为基础,采用了Gabor小波和核主成分分析法,利用数据的非线性信息和高阶统计特性以提高识别率;并设计了通信协议,使用了多项式核和改进后的DGHV加密方案,以解决相容性问题.原型实现的实验数据表明,该方案在承接源自全同态加密的隐私保护的前提下,有着较高的识别率与运行效率,其累积匹配率为91.9%,最高识别率为97.62%,最大识别时间花销约为1s.
  • [1] LU Z F,WANG H.Design and analysis of FHE-Compatible distributed face recognition scheme[J]. Computer Engineering and Design, 2016(6):1428-1434.
    [2] 陆正福,王欢.FHE-相容的分布式人脸识别方案设计与分析[J]. 计算机工程与设计, 2016(6):1428-1434.
    [3] ERKIN Z,FRANZ M,GUAJARDO J,et al.Privacy-preserving face recognition[C]//Privacy Enhancing Technologies,International Symposium,Seattle,Wa,USA.Proceedings DBLP,2009:235-253.
    [4] LI H.Statistical learning method[M].Beijing:Tsinghua University Press,2013.
    [5] SADEGHI A R,SCHNEIDER T,WEHRENBERG I.Efficient privacy-preserving face recognition[C]//International Conference on Information Security and Cryptology,Springer-Verlag,2009:229-244.
    [6] YE C.The optimzation algorithm of face recognition based on Gabor wavelet and SVM[M].Taiyuan:North Universty of China,2014.
    [7] LI Y F.Gabor wavelet transform based face recognition[D].Dalian:Dalian University of Technology,2016.
    [8] TURK M,PENTLAND A.Eigenfaces for recognition[J].Journal of Cognitive Neuroscience,1991,3(1):71-86.
    [9] UPMANYU M,NAMBOODIRI A M,SRINATHAN K,et al.Blind authentication:a secure crypto-biometric cerification protocol[J].Proc IEEE Transactions on Information Forensics and Security,2010,5(2):255-268.
    [10] OSADCHY M,PINKAS B,JARROUS A,et al.SCiFI-A system for secure face identification[C]//IEEE Security and Privacy,2010:239-254.
    [11] HSU C Y,LU C S,PEI S C.Image feature extraction in encrypted domain with privary-preserving SIFT[J].IEEE Transactions on Image Processing,2012,21(11):4593-4607.
    [12] TRONCOSO-PASTORIZA J R,GONZÁLEZ-JIMÉNEZ D,PÉREZ-GONZÁLEZ F.Fully private noninteractive face verification[J].IEEE Transactions on Information Forensics & Security,2013,8(7):1101-1114.
    [13] 李航. 统计学习方法[M].北京:清华大学出版社,2013.
    [14] GUMUS E,KILIC N,SERTBAS A,et al.Evaluation of face recognition techniques using PCA,wavelets and SVM[J].Expert Systems with Applications,2010,37(9):6404-6408.
    [15] 叶超. 基于Gabor小波和SVM的人脸识别算法研究[D].太原:中北大学,2014.
    [16] YANG M H.Kernel eigenfaces vs.Kernel fisherfaces:face Recognition using kernel methods[C]//Proceedings IEEE International Conference on Automatic Face and Gesture Recognition,2002:215-220.
    [17] 李云峰. 基于Gabor小波变换的人脸识别[D].大连:大连理工大学,2006.
    [18] DIJK M V,GENTRY C,HALEVI S,et al.Fully homomorphic encryption over the integers[D].Springer Berlin Heidelberg,2010.
    [19] LINDELL Y,PINKAS B.A proof of Yao's protocol for secure two-party computation[J].Electronic Colloquium on Computational Complexity,2004:2004.
    [20] CORON J,MANDAL A,NACCACHE D,et al.Fully homomorphic encryption over the integers with shorter public keys[C]//Conference on Advances in Cryptology,Springer-Verlag,2015:487-504.
    [21] HUANG J,YUEN P C,CHEN W S,et al.Choosing parameters of kernel subspace LDA for recognition of face images under pose and illumination variations[J].IEEE Transactions on Systems Man & Cybernetics Part B Cybernetics,2007,37(4):847-862.
  • [1] 何晨光贺思德董志民 . 最小二乘支持向量机在人脸识别中的应用. 云南大学学报(自然科学版), 2008, 30(3): 239-245.
    [2] 王海燕王红军徐小力 . 基于支持向量机的纳西东巴象形文字符识别*. 云南大学学报(自然科学版), 2016, 38(5): 730-736. doi: 10.7540/j.ynu.20150757
    [3] 李琰崔建福马镭石磊 . 局部影响分析在支持向量机中的应用. 云南大学学报(自然科学版), 2004, 26(3): 204-207.
    [4] 马苗陈芳郭敏陈昱莅 . 基于改进LeNet-5的街景门牌号码识别方法. 云南大学学报(自然科学版), 2016, 38(2): 197-203. doi: 10.7540/j.ynu.20150560
    [5] 周爱红尹超袁颖 . 基于主成分分析和支持向量机的砂土渗透系数预测模型*. 云南大学学报(自然科学版), 2016, 38(5): 742-749. doi: 10.7540/j.ynu.20150781
    [6] 冉亚鑫余江常俊李晓薇 . 一种基于CSI的跌倒检测方法. 云南大学学报(自然科学版), 2020, 42(2): 220-227. doi: 10.7540/j.ynu.20190415
    [7] 卢康贺西平安笑笑贺升平尼涛 . 基于TSVM的多特征融合超声金属防伪识别. 云南大学学报(自然科学版), 2017, 39(4): 584-589. doi: 10.7540/j.ynu.20160548
    [8] 马欣欣郭敏 . 基于EEMD和多域特征融合的手势肌电信号识别研究. 云南大学学报(自然科学版), 2018, 40(2): 252-258. doi: 10.7540/j.ynu.20170300
    [9] 陈威张世峰张祝威胡贵妹 . 焦炉集气管压力系统的复合自适应PID控制. 云南大学学报(自然科学版), 2017, 39(4): 565-572. doi: 10.7540/j.ynu.20160597
    [10] 杞娴胡光华彭新俊 . 基于最佳距离度量近邻法的邻域风险最小化方法. 云南大学学报(自然科学版), 2004, 26(5): 373-377.
    [11] 闵文文梅 端代婷婷胡光华 . 基于遗传算法SVM的基因表达谱数据分析. 云南大学学报(自然科学版), 2013, 35(4): 441-446. doi: 10.7540/j.ynu.20120663
    [12] 彭新俊胡光华 . 密度函数估计的修正SVM法. 云南大学学报(自然科学版), 2004, 26(4): 284-287.
    [13] 燕志星王海瑞杨宏伟靖婉婷 . 基于深度学习特征提取和GWO-SVM滚动轴承故障诊断的研究. 云南大学学报(自然科学版), 2020, 42(): 1-8. doi: 10.7540/j.ynu.20190535
    [14] 杨涛锋彭艺 . 基于改进PSO的ARIMA-SVM空气质量预测研究. 云南大学学报(自然科学版), 2020, 42(): 1-9. doi: 10.7540/j.ynu.20190447
    [15] 张严严郭 敏 . 基于小波包和SVM的小麦碰撞声分类研究. 云南大学学报(自然科学版), 2013, 35(4): 463-468. doi: 10.7540/j.ynu.20120377
    [16] 邱宇青胡光华潘文林 . 基于正交表的支持向量机并行学习算法. 云南大学学报(自然科学版), 2006, 28(2): 93-97.
    [17] 胡光华徐汝争 . 最小二乘双胞支持向量回归机的研究. 云南大学学报(自然科学版), 2011, 33(6): 621-626.
    [18] 袁建明赵成贵 . 基于HDFS Federation的分布式局域网缓存系统设计. 云南大学学报(自然科学版), 2014, 36(S2): 30-34. doi: 10.7540/j.ynu.2014a05
    [19] 徐庆生沈勤祖 . 分布式应用系统结构设计的形式化研究. 云南大学学报(自然科学版), 2003, 25(6): 493-498.
    [20] 赵光兰周冬明赵东风聂仁灿 . 脉冲耦合神经网络的人脸识别方法. 云南大学学报(自然科学版), 2011, 33(2): 141-146 .
  • 加载中
计量
  • 文章访问数:  440
  • HTML全文浏览量:  75
  • PDF下载量:  76
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-07-02
  • 刊出日期:  2018-11-10

FHE*KDFRS:全同态加密相容的核基人脸识别系统

    作者简介:陆正福(1965-),男,安徽人,教授,主要研究方向:信息安全、协议工程和网络计算.E-mail:zhflu@ynu.edu.cn.李佳(1991-),男,云南人,硕士生,主要研究方向:信息安全.E-mail:JiaLi0873@163.com.
    作者简介:陆正福(1965-),男,安徽人,教授,主要研究方向:信息安全、协议工程和网络计算.E-mail:zhflu@ynu.edu.cn.李佳(1991-),男,云南人,硕士生,主要研究方向:信息安全.E-mail:JiaLi0873@163.com.
  • 1. 云南大学 数学与统计学院,云南 昆明 650500
基金项目:  国家自然科学基金(11461081,11861075) 云南大学理(工)科校级科研基金(YNUY201368) 云南大学中青年骨干教师培养计划专项经费基金(XT412003).

摘要: 生物特征识别是一种有着特征唯一、不易复制等良好特性的个人身份鉴定与识别技术.但在识别过程中,个人信息通过公开信道传输或网络服务器存储时,有可能会受到第三方的截获和修改,或通信双方提供虚假信息进行相互欺骗.可通过引入全同态加密协议以保护数据与分类器.此类方案设计主要存在2方面问题:一方面是只支持“加乘”运算的全同态加密算法与识别算法的运算相容性问题;另一方面是由于加密算法的约束导致识别率与运行效率的降低.以C/S模型为基础,采用了Gabor小波和核主成分分析法,利用数据的非线性信息和高阶统计特性以提高识别率;并设计了通信协议,使用了多项式核和改进后的DGHV加密方案,以解决相容性问题.原型实现的实验数据表明,该方案在承接源自全同态加密的隐私保护的前提下,有着较高的识别率与运行效率,其累积匹配率为91.9%,最高识别率为97.62%,最大识别时间花销约为1s.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回