欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021108308542
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于特征脸的隐私身份认证方法,其特征在于,包括如下步骤:步骤1:可信第三方计算特征模板;

步骤2:构造加密系统;

步骤3:发送Statement;

步骤4:发送加密图像与公钥;

步骤5:计算人脸特征值;

步骤6:求线性等式;

根据特征脸算法的特性,将输入的人脸图像用如下公式表示:θ1·X1+θ2·X3+θ3·X3+…+θn·Xn≈Y其中(θ1,θ2,θ3,…,θn)为明文人脸特征值,(X1,X2,X3,…,Xn)中每一个参数Xi均为一个m维特征脸模板,Y为m维输入明文人脸向量;

随后将本地n个m维特征脸模板(X1,X2,X3,…,Xn)内每一个特征模板Xi的所有值相加后取整数,向量Y内的所有值相加后取整数得到整数Y',从而将等式近似转化为:θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn≈Y',其中整数Yi为第i个特征模板Xi内所有值相加后取整,整数Y'为人脸列向量的明文形式相加后取整;

根据等式左边可计算出密文整数Z,即:

θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn=Z,其中Z表示为人脸图像内的所有像素值相加,即Y'≈Z且|Y'‑Z|<δ,δ为一个非常小的实数;

步骤7:计算中间值;

根据公式θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn=Z,利用Paillier算法的加法同态性,计算出中间秘密隐藏值(C'1,C'2,C'3,…,C'n,Z');其中,明文形式的Ci=θi·Yi,(C'1,C'2,C'3,…,C'n,Z')均为密文形式,(Y1,Y2,Y3,…,Yn)为明文形式存储在本地;

步骤8:返回密文Witness;

步骤9:生成CRS;

步骤10:解密Witness;

步骤11:发送CRS;

步骤12:发送证明;

步骤13:验证证明;

步骤14:返回验证结果。

2.根据权利要求1所述的基于特征脸的隐私身份认证方法,其特征在于,所述步骤1包括如下具体步骤:步骤1.1:将人脸图像进行预处理操作;

步骤1.2:将人脸图像转换为一个列向量:经过灰度化处理的图片是一个矩阵,将这个矩阵的每一个行连接到一起,变成一个向量,将该向量转换为列向量;

步骤1.3:将数据集中的所有图片转换为向量后,得到一个矩阵,在此基础上进行零均值化处理,将所有的人脸在对应的维度求平均,得到一个平均脸向量;每个人脸向量,减去该向量完成零均值化处理;

步骤1.4:将经过零均值化处理的图像组合在一起,得到一个矩阵,通过该矩阵得到PCA算法的协方差矩阵;计算协方差矩阵的特征值与特征向量,选取最大的n个特征向量,作为特征脸模板。

3.根据权利要求2所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤2包括:步骤2.1:首先对图像进行预处理操作;

步骤2.2:将图像预处理阶段的输出图像A,求其逆元素,生成新的图像矩阵A';

步骤2.3:求图像哈希;

步骤2.4:构造用户的公私钥;

步骤2.5:加密个人图像;

所述步骤2.1的具体步骤如下:

步骤2.1.1:首先获取人脸图像;

步骤2.1.2:将人脸图像进行灰度化处理;

步骤2.1.3:随后将人脸图像进行重置大小,转化为固定大小的图像;

步骤2.1.4:将图像进行降噪处理;排除获取图像时,因为周围环境或设备原因产生的噪声干扰;

步骤2.1.5:对图像进行直方图均衡化处理;

所述步骤2.2的具体步骤如下:

根据公式f'(x,y)=255‑f(x,y)求其图像对应逆元素,生成新的图像A',其中f(x,y)为坐标(x,y)在原始图像上的像素值;f'(x,y)为新的图像在坐标(x,y)上的像素值;

所述步骤2.3的具体步骤如下:

对原始图像和新生成的图像进行哈希运算;根据Y=Hash(X)公式,对图像X求哈希值,Y为哈希函数的输出;

对A与A'分别做哈希运算,生成Y1=Hash(A),Y2=Hash(A');

所述步骤2.4的具体步骤如下:

根据Paillier算法与步骤2.3的图像哈希值,构造出用户的公私钥;其中大素数p为大于A且与A最近的素数,大素数q为大于A'且与A'最近的素数,并且满足gcd(pq,(p‑1)(q‑1))=1;

根据公式λ=lcm(p‑1,q‑1),计算出p‑1与q‑1的最小公倍数λ;

根据公式N=p·q,计算出N;

λ 2

随机选取整数g,且满足gcd(L(gmod N),N)=12

其中mod表示为取模运算,gcd表示求最大公倍数操作;G表示集合{0,1,2,3,…,N‑1}内的元素,L(u)=u‑1/N;

最后得出公钥为(g,N),私钥为(p,q);

所述步骤2.5包括如下具体步骤:

根据Paillier算法产生的公钥对(g,N)对图像的每个像素值进行加密处理:f(x,y) N 2

G(x,y)=g rmod N

f(x,y)表示预处理后的图像在坐标(x,y)下的像素值;r是一个随机数,表示集合{0,1,

2,…,N}的一个与N互素的元素;G(x,y)表示为原图像在坐标(x,y)下的加密值;

将加密后的图像转换为向量形式,加密的图像是一个矩阵,将这个矩阵的每一个行连接到一起,变成一个向量,将该向量转换为列向量。

4.根据权利要求3所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤3包括如下具体步骤:服务器根据步骤1计算出前n个最大特征模板(X1,X2,X3,…,Xn),其中每一个参数Xi均为一个m维特征脸模板;将每个特征模板内的值进行相加,再进行取整操作,转化为整数值,从而得到将n个整数(Y1,Y2,Y3,…,Yn);

将n个整数(Y1,Y2,Y3,…,Yn)作为零知识证明中的Statement以秘密的方式发给验证者;

所述步骤4包括如下具体步骤:

用户将加密后的列向量与Paillier算法产生的公钥对(g,N)发给可信第三方;

所述步骤5包括如下具体步骤:

可信第三方收到用户加密图像的列向量与用户的公钥后,进行计算用户人脸密文特征值(θ'1,θ’2,θ'3,…,θ'n);

按照如下公式计算用户的特征向量:

其中Γ表示为人脸向量的数据,Ψ表示PCA算法计算初期时,由人脸向量的维度的均值构成的向量,也就是平均脸;

给定加密的人脸图像密文与用户的公钥,根据Paillier算法的加法同态性即求出密文形式的人脸特征值(θ'1,θ'2,θ'3,…,θ'n)。

5.根据权利要求4所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤8包括如下具体步骤:可信第三方根据用户发送的密文人脸信息与公钥,采用同态加密技术,计算出零知识证明中的Witness;

将密文的Witness发给用户;

其中的Witness密文为(θ1',θ'2,θ'3,…,θ'n,C'1,C'2,C'3,…,C'n,Z');

所述步骤9包括如下具体步骤:

可信第三方采用零知识证明技术,对θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn=Z,进行处理;

Statement(Y1,Y2,Y3,…,Yn)是固定值;不同用户使用不同的人脸图像,会生成不同的Witness,即(θ1',θ'2,θ'3,…,θ'n,C'1,C'2,C'3,…,C'n,Z'),可信第三方根据上述等式转化为Algebraic Circuit,从Algebraic Circuit转化为R1CS,从R1CS转化为QAP/QSP,最后变成zk‑SNARKs问题,同时根据等式结构挑选随机数生成Common Reference String;

CRS如下所示:

可信第三方随机选取α,β,γ,δ, 定义τ=(α,β,δ,x),并计算CRS=([σ1]1,[σ2]2),x x

其中,[x]1表示为g,[x]2表示为h,g,h都是群G1,G2的生成元,并且[a]1·[b]2=[a·a·bb]T=e(g,h) 。

6.根据权利要求5所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤10包括如下具体步骤:用户收到可信第三方发送的密文Witness,根据自己的私钥(p,q)进行解密,得出明文Witness;

步骤11、包括如下具体步骤:

可信第三方根据步骤9生成相应的CRS,并将CRS以明文公开的方式发送给验证者与用户;

所述的步骤12包括如下具体步骤:

用户收到可信第三方发送的CRS后,选取相应的随机数 并根据明文Witness进行计算证明π=([A]1,[C]1,[B]2),其中上述等式中的ai,i∈l+1,l+2,…,m为用户向第三方获取的Witness,Witness为(θ'1,θ'2,θ'3,…,θ'n,C'1,C'2,C'3,…,C'n,Z');

将计算好的证明π=([A]1,[C]1,[B]2)发送给验证者。

7.根据权利要求6所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤13包括如下具体步骤:验证者收到用户(证明者)的证明后,解析证明π=([A]1,[C]1,[B]2);结合可信第三方发给自己的Statement,验证以下等式是否成立:其中上述等式中的ai,i∈0,1,2,3,…,l为可信第三方向验证者秘密发送的Statement,Statement为(Y1,Y2,Y3,…,Yn);

若等式验证通过,即等式两边相等,则该用户为可信第三方认证的合法用户;若等式验证不通过,则用户为非法用户。

8.根据权利要求7所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤14包括如下具体步骤:验证者根据步骤13的等式验证结果进行相应的处理:若验证为合法用户,则对用户返回认证成功;若验证失败,则对用户返回验证失败。

9.根据权利要求8所述的基于特征脸的隐私身份认证方法,其特征在于,所述的步骤14在进行身份认证时,验证者对多个证明者的证明进行聚合验证;具体步骤为:验证者初始化四个元素(A,B,C,D)令其值为零,并采用如下公式进行聚合:其中证明π=([Ai]1,[Bi]2,[Ci]1),i∈{1,2,3,…,N}表示为i个用户发给验证者的证明;

最后验证如下等式是否成立:

若等式成立,则N个用户的身份都为合法用户,否则该聚合的证明中存在非法用户,等式无法验证通过。