面向无线体域网的生物量子密钥分发方法技术

本发明专利技术公开了一种生物量子密钥分发方法，主要解决无线体域网公钥密码受量子计算威胁、通信量大、认证复杂的问题。其实现步骤是：1）提取生物特征生成生物密钥模版和降维中间数据，分别分配给个人数据中心和传感器节点；2）传感器节点和个人数据中心应用B92协议共享理论长度为256的比特串，保留后128位作为初始密钥，其余作为公开内容；3）传感器节点用分配数据和测试生物数据生成密钥，并与公开内容绑定发送；4）个人数据中心用生物密钥模板恢复公开内容，并与共享的公开内容比对：若误码率低于认证阈值则认证成功，将初始密钥作为分配密钥，否则终止本次密钥分发。本发明专利技术能有效实现节点身份认证及窃听检测，可用于电子政务等场合。

Biological quantum key distribution method for wireless body area network

The invention discloses a biological quantum key distribution method, which mainly solves the problem that the public key cipher of the wireless body area network is threatened by the quantum computation, has large amount of communication and has complicated authentication. The method comprises the following steps: 1) extracting biometric templates and generate biometric key dimension of intermediate data were allocated to the individual data center and sensor nodes; 2) protocol using B92 sensor nodes and personal data sharing center theory of length 256 bits, 128 bits is retained after the initial key, the rest as open; 3 the distribution of sensor nodes) generate key data and test the biological data, send and bind with the disclosure of personal data; 4) Center for biological recovery key template disclosure, and disclosure than sharing: if the error rate is less than the threshold, the authentication authentication is successful, the initial key distribution as the key, or terminate this key distribution. The invention can effectively realize node identity authentication and eavesdropping detection, and can be used in electronic government affairs and other occasions.

【技术实现步骤摘要】
面向无线体域网的生物量子密钥分发方法
本专利技术属于信息
，更进一步涉及信息安全
中的密钥分发，可用于无线体域网、电子政务、电子金融等的身份认证与密钥分发。
技术介绍
密钥分发是网络安全的重要部分，在需要保证数据机密性的情况下，安全分发密钥是整个网络安全的基础。传统的密钥分发方法主要应用公钥密码体制，这类方法基于复杂数学难题，其安全性依赖于现有计算技术不足以在有限时间内求解该数学难题。基于公钥体制的密钥分发的方案需要多次交换公钥以及认证信息，其间需要进行大量的指数运算及大数模幂运算，能量消耗较大，并且认证信息通常由可信第三方提供，使得系统的复杂度增加。现有的密钥分发技术主要有以下几种：DriraW,RenaultE,ZeghlacheD在其发表的文章“Ahybridauthenticationandkeyestablishmentschemeforwban”(Trust,SecurityandPrivacyinComputingandCommunications,2012IEEE11thInternationalConferenceon.IEEE,2012:78-83.)中提出一种应用于无线体域网的混合认证与密钥分发方法，该方法使用基于离散对数问题的椭圆曲线公钥方法分发密钥，并结合预分配的设备ID经运算作为认证信息，经多次信息交换实现了传感器、移动中心、存储中心的认证和密钥分发与管理，无需可信第三方，但这种方法交换信息多，计算复杂。此外，1994年Shor提出了求解大数因子和离散对数的量子计算算法，可在线性时间内求解大数因子和离散对数问题，意味着一旦量子计算机诞生，基于大数因子和离散对数的公钥体制将不再安全。量子密钥分发基于量子系统的物理特性，理论上可实现绝对安全的保密通信，并且具有窃听检测功能，可有效监测量子信道中的第三方窃听，可抗量子计算攻击，安全性很好。HuangX,WijesekeraS,SharmaD在其发表的文章“ImplementationofQuantumKeyDistributioninWi-FiWirelessNetworks”(AdvancedCommunicationTechnology,2008.ICACT2008.10thInternationalConferenceon.IEEE,2008,2:865-870)中提出一种无线网络中的将量子密钥分发方法，该方法将量子密钥协议应用于无线网络中分配密钥，并将分配密钥与消息认证码异或处理形成网络的初始密钥，进而保证网络密钥体系的安全性，但是，该方法的认证过程使用基于拓展认证协议EAP的认证方法，在量子密钥协议实施之前需要通过多次通信，整个过程较为复杂。生物数据含有人体的固有信息，从中提取特征并生成密钥可有效提供身份认证功能，实现简便。TeohABJ,GohA,NgoDCL在其发表的文章“Randommultispacequantizationasananalyticmechanismforbiohashingofbiometricandrandomidentityinputs”(PatternAnalysisandMachineIntelligence,IEEETransactionson,2006,28(12):1892-1901)中提出了一种可撤销模版的生物哈希算法，通过将生物特征序列值映射到一个由正交矩阵决定的空间，而后通过量化来达到不可逆的目的。但是，该方法不保证通信双方产生完全一致的比特串作为密钥。
技术实现思路
本专利技术目的在于提出一种面向无线体域网的生物量子密钥分发方法，以解决无线体域网公钥密码受量子计算威胁、通信量大、认证复杂的问题，同时克服现有量子密钥分发方法缺乏身份认证功能，以及生物密钥分发方法中通信双方生物密钥序列不一致的问题。本专利技术的技术关键是从测试生物数据提取生物特征、量化编码为生物密钥，使用该生物密钥与量子密钥分发过程中的公开信息相互绑定，应用于无线体域网中，由传感器节点发送给个人数据中心，个人数据中心使用训练阶段分配的生物密钥模板对接收数据解绑定，恢复节点发送的公开信息，并与个人数据中心在量子密钥分发过程中得到的相应信息比对，计算误码率与阈值比较实现身份认证和窃听检测。其实现步骤如下：(1)读取A个人的人脸数据，其中每个人的人脸数据包含B幅图像，共A×B幅图像，作为训练数据库；(2)选取降维维数p，使用主成分分析方法对训练数据进行降维，得到生物数据的均值向量Xm、变换矩阵W、降维后的特征矩阵：Q＝[Q11,Q12,…,Q1B,…,Qi1,Qi2,…,Qij,…,QiB,…,QA1,QA2,…,QAB]，其中，Qij为p维列向量，表示第i个人的第j幅图像的特征向量，i＝1,2,…,A，j＝1,2,...,B；(3)对训练数据的特征向量统计建模：(3a)计算特征矩阵Q中全部列向量的均值向量mtotal与标准差向量σtotal；(3b)计算第i个人的图像对应特征向量Qi1,Qi2,…,QiB的均值向量mi与标准差向量σi，i＝1,2,…,A；(3c)根据统计量建模特征向量的各维数据：设特征向量第k维的数据服从正态分布第i个人第k维数据布服从正态分布k＝1,2,…p，i＝1,2,…,A；(4)计算量化门限矩阵：(4a)对于维度k，在mtotal，σtotal中取出该维度的均值mtotal,k与标准差σtotal,k，计算量化间隔其中N＝2,3,…为编码位数，n>0为一系数；(4b)以mtotal,k为中轴，dk为间隔计算第k维的第r个量化门限Tkr：Tkr＝mtotal,k+dk(r-2N-1)，其中，k＝1,2,…,p，r＝1,2,…,2N-1，量化门限将第k维特征空间划分为2N个区间；(4c)计算所有维度的量化门限，得到量化门限矩阵T＝[Tkr]；(5)量化编码并生成密钥：(5a)用门限Tkr量化第i个人第k维的特征均值mi,k，并对量化结果进行编码，得到编码值Ci,k；(5b)对于第i个人，量化其所有维度的特征均值，并对量化结果进行编码，然后按从左到右的顺序依次连接，得到该人的生物密钥模版BioKeyi＝Ci,1||Ci,2||…||Ci,p，i＝1,2,…,A；其中，“||”为连接运算，表示对二进制串的连接；(6)进行注册阶段的数据分配：即将待认证人i的生物密钥模板BioKeyi存储于个人数据中心；将量化门限矩阵T，均值向量Xm，变换矩阵W存储于传感器节点；(7)传感器节点获取第i个人的测试生物数据向量Xi,new，对该向量Xi,new进行降维，得到特征向量Qi,new，量化并编码特征向量Qi,new，得到传感器节点生物密钥BioKey′i；(8)分发生物量子密钥：(8a)传感器节点发送第一个数据帧，开始密钥分发过程，个人数据中心接收到第一个数据帧后，发送第二个数据帧，以表示加入密钥分发过程；(8b)传感器节点和个人数据中心用量子密钥B92协议获取共享比特串S，其中，S的理论长度为256位；(8c)保留共享比特串S的后128位作为初始密钥Keyinit，将共享比特串S中除初始密钥之外的剩余部分作为公开内容Spub；传感器节点用线性分组码纠错编码公开内容Spub，得到公开内容的纠错本文档来自技高网...

【技术保护点】
一种面向无线体域网的生物量子密钥分发方法，包括如下步骤：(1)读取A个人的人脸数据，其中每个人的人脸数据包含B幅图像，共A×B幅图像，作为训练数据库；(2)选取降维维数p，使用主成分分析方法对训练数据进行降维，得到训练数据的均值向量X

【技术特征摘要】
1.一种面向无线体域网的生物量子密钥分发方法，包括如下步骤：(1)读取A个人的人脸数据，其中每个人的人脸数据包含B幅图像，共A×B幅图像，作为训练数据库；(2)选取降维维数p，使用主成分分析方法对训练数据进行降维，得到训练数据的均值向量Xm、变换矩阵W、降维后的特征矩阵：Q＝[Q11,Q12,…,Q1B,…,Qi1,Qi2,…,Qij,…,QiB,…,QA1,QA2,…,QAB]，其中，Qij为p维列向量，表示第i个人的第j幅图像的特征向量，i＝1,2,…,A，j＝1,2,...,B；(3)对训练数据的特征向量统计建模：(3a)计算特征矩阵Q中全部列向量的均值向量mtotal与标准差向量σtotal；(3b)计算第i个人的图像对应特征向量Qi1,Qi2,…,QiB的均值向量mi与标准差向量σi，i＝1,2,…,A；(3c)根据统计量建模特征向量的各维数据：设特征向量第k维的数据服从正态分布第i个人第k维数据布服从正态分布(4)计算量化门限矩阵：(4a)对于维度k，在mtotal，σtotal中取出该维度的均值mtotal,k与标准差σtotal,k，计算量化间隔其中N＝2,3,…为编码位数，n>0为一系数；(4b)以mtotal,k为中轴，dk为间隔计算第k维的第r个量化门限Tkr：Tkr＝mtotal,k+dk(r-2N-1)，其中，k＝1,2,…,p，r＝1,2,…,2N-1，量化门限将第k维特征空间划分为2N个区间；(4c)计算所有维度的量化门限，得到量化门限矩阵T＝[Tkr]；(5)量化编码并生成密钥：(5a)用门限Tkr量化第i个人第k维的特征均值mi,k，并对量化结果进行编码，得到编码值Ci,k；(5b)对于第i个人，量化其所有维度的特征均值，并对量化结果进行编码，然后按从左到右的顺序依次连接，得到该人的生物密钥模版BioKeyi＝Ci,1||Ci,2||…||Ci,p，i＝1,2,…,A；其中，“||”为连接运算，表示对二进制串的连接；(6)进行注册阶段的数据分配：即将待认证人i的生物密钥模板BioKeyi存储于个人数据中心；将量化门限矩阵T，均值向量Xm，变换矩阵W存储于传感器节点；(7)传感器节点获取第i个人的测试生物数据向量Xi,new，对该向量Xi,new进行降维，得到特征向量Qi,new，量化并编码特征向量Qi,new，得到传感器节点生物密钥BioKeyi′；(8)分发生物量子密钥：(8a)传感器节点发送第一个数据帧，开始密钥分发过程，个人数据中心接收到第一个数据帧后，发送第二个数据帧，以表示加入密钥分发过程；(8b)传感器节点和个人数据中心用量子密钥B92协议获取共享比特串S：(8b1)传感器节点产生长度为L的随机二进制序列bnode，个人数据中心独立产生相同长度的随机二进制序列bcenter；(8b2)传感器节点选取一组非正交的量子态|u0>、|u1>，并用第一量子态|u0>对传感器节点二进制序列bnode中的0进行编码，用第二量子态|u1>对传感器节点二进制序列bnode中的1进行编码，再通过量子信道将编码后的量子态序列发送给个人数据中心；(8b3)个人数据中心选取一组测量基P0＝1-|u1><u1|、P1＝1-|u0><u0|，并用第一测量基P0对个人数据中心二进制序列bcenter中的0编码，用第二测量基P1对个人数据中心二进制序列bcenter中的1编码，得到由{P0,P1}组成的测量基序列M；(8b4)个人数据中心使用测量基序列M对接收的量子态依次测量：若测量到量子态，记测量结果为1；若没有测量到量子态，记测量结果为0；测量结束后，得到测量结果序列bresult，将测量结果序列bresult发送给传感器节点；(8b5)个人数据中心根据测量结果序列bresult的二进制值，确定是否保留个人数据中心二进制序列bcenter：若bresult(l)＝0，则丢弃bcenter(l)；若bresult(l)＝1，则保留bcenter(l)；将保留结果依次排列，得到个人数据中心保留序列bc′enter，其中，l＝1,2,…L，L为序列长度；(8b6)传感器节点接收到测量结果序列bresult后，根据测量结果序列bresult的二进制值，确定是否保留传感器节点二进制序列bnode：若bresult(l)＝0，则丢弃bnode(l)；若bresult...

【专利技术属性】
技术研发人员：同鸣，郑翔，吴莉莉，陈玉炎，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61