【技术实现步骤摘要】
本专利技术涉及生物信息安全，尤其涉及一种基于终端设备的隐私保护生物信息匹配方法及其系统。
技术介绍
1、随着计算机视觉与深度学习技术的发展，生物信息提取技术已被广泛应用于身份认证场景中。在注册过程中，系统提取用户的生物特征，以向量等形式存储于数据库中，用于1:1的身份认证场景与1：n的身份识别场景。前者提供用户的身份信息，将现场采集得到的生物信息与数据库中存储的对应用户的生物信息进行对比，认证此用户的身份；后者不提供用户的身份信息，现场采集得到此用户的生物信息后，在数据库中搜索是否存在与之足够相似的生物信息，从而识别此用户的身份。
2、计算机视觉的发展为基于生物特征的身份认证技术提供了极大的便利，同时也给用户个人信息的安全保护带来了新的挑战。为了解决用户信息的安全保护问题，防止用户的生物特征等信息被非法窃取，目前已经提出了基于加密技术的方案，包括利用函数加密、模糊提取器、同态加密等技术对生物信息进行加密。通过这些技术，用户的生物信息以加密的形式存储于数据库中，即使攻击者入侵了数据库，也无法通过加密后的信息还原出原本的生物信息。只有当合法用户提供与数据库中的数据相匹配的生物信息时，才能够对信息进行解密，进而进行身份识别认证操作。特别是基于函数加密与同态加密的身份认证方案，在此方案中，系统能够直接在加密数据之上进行生物特征之间相似度的计算，保护了用户的生物特征信息。此外，为了提高身份认证的计算效率，云计算等技术被应用于身份识别认证场景。
3、传统的生物信息识别方案，每个用户的脸部信息以向量的形式直接存储于云端
4、有技术中，生物特征数据直接存储于数据库中，一旦数据库遭受攻击，用户隐私面临严重威胁。因此，开发一种即便数据库泄露也无法还原原始生物特征信息的技术显得尤为重要。
技术实现思路
1、本专利技术的目的在于提供一种基于终端设备的隐私保护生物信息匹配方法及其系统，解决现有的技术问题。
2、为了实现上述目的，本专利技术采用的技术方案如下：
3、一种基于终端设备的隐私保护生物信息匹配方法，生物信息采集存储时，将生物信息进行特征提取，然后生成特征数据集，将特征数据集进行拆分，然后丢弃一部分信息，将另外一部分信息存入数据库中，当需要生物信息匹配时，将采集的生物信息进行根据存储过程进行处理，然后把数据库中的信息与匹配处理后的数据进行对比，当对比成功则比配成功，否则拒绝访问。
4、进一步地，生物信息采集存储时，采用深度学习算法f0对通过摄像头、指纹采集器的设备获取的生物信息进行特征提取，应用预定的算法规则f1，基于提取的特征生成特征数据集s，利用特征数据拆分变换算法f2，将s拆分为两部分a和b，其中a和b相互独立，且任何一部分都不能单独表示原始生物特征，丢弃a部分，仅保留b部分存储于安全数据库中，确保即使数据库被非法访问，也无法还原完整生物特征信息。
5、进一步地，当需要生物信息匹配时，终端设备再次通过f0和f1提取并生成待匹配的特征数据集s'，同样应用f2算法将s'拆分为a'和b'，使用特征数据合成算法f3，将当前终端生成的a'与数据库中的b数据进行配对合成，生成测试数据集s1，比较合成的s1与原始提取的s'，若二者匹配，则验证通过，否则拒绝访问。
6、一种基于终端设备的隐私保护生物信息匹配方法的系统，包括系统数据中心、联网设备和若干个嵌入式生物信息录入一体机终端设备，若干个嵌入式生物信息录入一体机终端设备经联网设备与系统数据中心连接，干个嵌入式生物信息录入一体机终端设备对输入的生物信息进行存储前运算处理，然后把运算的后的数据存入系统数据中心，保存的生物信息不是完整的生物信息，当需要生物信息匹配时，将采集的信息进行运算后与系统数据中心的信息进行匹配。
7、进一步地，嵌入式生物信息录入一体机终端设备包括采集模块和嵌入式终端设备，采集模块将采集的数据传给嵌入式终端设备进行处理，嵌入式终端设备实现不完整生物信息数据保存和匹配。
8、进一步地，嵌入式终端设备包括处理模块、特征提取算法f0模块、特征集排列算法f1模块、特征数据变换算法f2模块和特征数据合成算法f3模块，特征提取算法f0模块、特征集排列算法f1模块、特征数据变换算法f2模块和特征数据合成算法f3模块均与处理模块连接，处理模块与系统数据中心连接，处理模块经特征提取算法f0模块与采集模块连接。
9、本专利技术由于采用了上述技术方案，具有以下有益效果：
10、本专利技术增强隐私保护：即使数据库被攻破，由于关键部分a被丢弃，泄露的数据无法复原原始生物特征，显著提高了隐私安全性，确保数据完整性：通过终端设备与特定算法的紧密结合，确保生物信息匹配的准确性和安全性，适用于各种需要高安全级别生物认证的场景，如金融、安防、医疗等领域。
本文档来自技高网...【技术保护点】
1.一种基于终端设备的隐私保护生物信息匹配方法，其特征在于：生物信息采集存储时，将生物信息进行特征提取，然后生成特征数据集，将特征数据集进行拆分，然后丢弃一部分信息，将另外一部分信息存入数据库中，当需要生物信息匹配时，将采集的生物信息进行根据存储过程进行处理，然后把数据库中的信息与匹配处理后的数据进行对比，当对比成功则比配成功，否则拒绝访问。
2.根据权利要求1所述的一种基于终端设备的隐私保护生物信息匹配方法及其系统，其特征在于：生物信息采集存储时，采用深度学习算法F0对通过摄像头、指纹采集器的设备获取的生物信息进行特征提取，应用预定的算法规则F1，基于提取的特征生成特征数据集S，利用特征数据拆分变换算法F2，将S拆分为两部分A和B，其中A和B相互独立，且任何一部分都不能单独表示原始生物特征，丢弃A部分，仅保留B部分存储于安全数据库中，确保即使数据库被非法访问，也无法还原完整生物特征信息。
3.根据权利要求1所述的一种基于终端设备的隐私保护生物信息匹配方法及其系统，其特征在于：当需要生物信息匹配时，终端设备再次通过F0和F1提取并生成待匹配的特征数据集S'
4.根据权利要求1-3任意一项所述的一种基于终端设备的隐私保护生物信息匹配方法的系统，其特征在于：包括系统数据中心、联网设备和若干个嵌入式生物信息录入一体机终端设备，若干个嵌入式生物信息录入一体机终端设备经联网设备与系统数据中心连接，干个嵌入式生物信息录入一体机终端设备对输入的生物信息进行存储前运算处理，然后把运算的后的数据存入系统数据中心，保存的生物信息不是完整的生物信息，当需要生物信息匹配时，将采集的信息进行运算后与系统数据中心的信息进行匹配。
5.根据权利要求4所述的一种基于终端设备的隐私保护生物信息匹配方法的系统，其特征在于：嵌入式生物信息录入一体机终端设备包括采集模块和嵌入式终端设备，采集模块将采集的数据传给嵌入式终端设备进行处理，嵌入式终端设备实现不完整生物信息数据保存和匹配。
6.根据权利要求5所述的一种基于终端设备的隐私保护生物信息匹配方法的系统，其特征在于：嵌入式终端设备包括处理模块、特征提取算法F0模块、特征集排列算法F1模块、特征数据变换算法F2模块和特征数据合成算法F3模块，特征提取算法F0模块、特征集排列算法F1模块、特征数据变换算法F2模块和特征数据合成算法F3模块均与处理模块连接，处理模块与系统数据中心连接，处理模块经特征提取算法F0模块与采集模块连接。
...【技术特征摘要】
1.一种基于终端设备的隐私保护生物信息匹配方法，其特征在于：生物信息采集存储时，将生物信息进行特征提取，然后生成特征数据集，将特征数据集进行拆分，然后丢弃一部分信息，将另外一部分信息存入数据库中，当需要生物信息匹配时，将采集的生物信息进行根据存储过程进行处理，然后把数据库中的信息与匹配处理后的数据进行对比，当对比成功则比配成功，否则拒绝访问。
2.根据权利要求1所述的一种基于终端设备的隐私保护生物信息匹配方法及其系统，其特征在于：生物信息采集存储时，采用深度学习算法f0对通过摄像头、指纹采集器的设备获取的生物信息进行特征提取，应用预定的算法规则f1，基于提取的特征生成特征数据集s，利用特征数据拆分变换算法f2，将s拆分为两部分a和b，其中a和b相互独立，且任何一部分都不能单独表示原始生物特征，丢弃a部分，仅保留b部分存储于安全数据库中，确保即使数据库被非法访问，也无法还原完整生物特征信息。
3.根据权利要求1所述的一种基于终端设备的隐私保护生物信息匹配方法及其系统，其特征在于：当需要生物信息匹配时，终端设备再次通过f0和f1提取并生成待匹配的特征数据集s'，同样应用f2算法将s'拆分为a'和b'，使用特征数据合成算法f3，将当前终端生成的a'与数据库中的b数据进行配对合成，生成测试数据集s1，比较合成的s1与原始提取的s'，若二者...
【专利技术属性】
技术研发人员：何万贤，王晓琳，甘弟，农博文，时慧恩，
申请(专利权)人：广西科学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。