基于手指靜脈特征的企業(yè)產(chǎn)品存儲安全研究

楊永 陳暄

摘? 要：當(dāng)前對于產(chǎn)品存儲加密的要求越來越高，基于此提出了一種基于手指靜脈的加密方案。首先，通過構(gòu)建以白top-hat轉(zhuǎn)換和黑top-hat轉(zhuǎn)換為主的濾波器用于提取手指靜脈上的特征;然后，使用k階-Baker映射對手指靜脈上的特征進行加密，最后在仿真實驗中，文中所提出的手指靜脈加密算法在相關(guān)性方面和加密時間方面都具有較好的優(yōu)勢。

關(guān)鍵詞：手指靜脈;加密特征;安全存儲

中圖分類號：TP18? ? ? ? ? ? 文獻標識碼：A文章編號：2096-4706（2022）03-0126-04

Research on Enterprise Product Storage Security Based on Finger Vein Characteristics

YANG Yong， CHEN Xuan

（Zhejiang Industry Polytechnic College， Shaoxing? 312000， China）

Abstract： Aiming at the increasingly high requirements for storage encryption of products at current， an encryption scheme based on finger veins is proposed. First， a filter based on white top-hat conversion and black top-hat conversion is constructed to extract the features on finger veins. Then， the features on the finger veins are encrypted using the k-order-Baker mapping. Finally， in the simulation experiments， the finger vein encryption algorithm proposed in this paper has better advantages in terms of correlation and encryption time.

Keywords： finger vein; encryption feature; safe storage

0? 引? 言

人們的安全意識逐漸加強，各種保護措施成為人們當(dāng)前追求的主要方向。傳統(tǒng)的保密方式已經(jīng)無法適應(yīng)當(dāng)前社會的需求，生物特征識別技術(shù)在這種背景下應(yīng)運而生，它是當(dāng)前安全需求場景的理想解決方案。它具有高強防偽、高速識別、識別精度高等優(yōu)勢，而這一特點非常適合智能倉庫的保護。針對手指靜脈特征的加密方式[1]，學(xué)者們開展不同層次的研究并取得了一定的成果。文獻[2]提出了基于MB-CSLBP編碼的手指靜脈加密方案。提取了手指靜脈的MB-CSLBP二進制特征編碼，然后將提取的手指靜脈MB-CSLBP二進制特征編碼作為加密特征，對加密信息進行BCH編碼后與加密特征以異或的方式結(jié)合完成加密，實驗結(jié)果表明，該方案具有很高的魯棒性和安全性;文獻[3]提出了一種基于手指靜脈的圖像加密方案，它首先通過構(gòu)建圖像平滑器來獲得靜脈圖像的大小，明暗區(qū)域的選擇和對特征圖像的局部加強從而獲得采集后的靜脈特征圖像，其次針對靜脈圖像的特征使用四種不同的變換即小波基函數(shù)，Arnold映射，二次Logistic映射和Baker變換進行混合加密從而獲得最終的密文，仿真實驗說明了這種加密方案具有良好的效果;文獻[4]提出了手指靜脈與偽密碼相結(jié)合的模式加密密鑰生成，其關(guān)鍵思想是從手指靜脈網(wǎng)絡(luò)生成永久密鑰，可以組合成序列并應(yīng)用于數(shù)據(jù)加密;文獻[5]提出了兩種不同的手指靜脈加密方案，并且從不同的角度對這兩種方案的技術(shù)內(nèi)容進行了闡述，最后指出了應(yīng)用場景;文獻[6]提出了一種基于混沌圖的手指靜脈模板保護方法，對特征提取后的手指靜脈特征進行隨機打亂，擾亂了像素的位置分布，其次，應(yīng)用二進制量化進一步保證模板的安全性，實驗結(jié)果表明該方法可以保證手指靜脈模板的安全性，同時保持穩(wěn)定的識別性能;文獻[7]提出一種基于SM4算法的指紋細節(jié)點相對差異生成的密鑰對手指靜脈特征點進行加密的解決方案，實現(xiàn)用戶信息的雙重加密認證，從而提高用戶的安全性和準確性，滿足了越來越高的安全性要求;文獻[8]提出了基于手指靜脈圖案的生物識別系統(tǒng)，并使用多輸入多輸出正交頻分復(fù)用系統(tǒng)將生物特征信息從一個地方傳輸?shù)搅硪粋€地方。通過使用混合特征提取（HFE）和特征選擇技術(shù)，提高了生物識別系統(tǒng)的識別精度，仿真實驗說明該用算法來計算生物特征識別的性能，在準確度、精確度、召回率、敏感性、特異性、錯誤接受率和錯誤拒絕率等方面均有不同程度的提高。

本文在以上研究的基礎(chǔ)上，提出了構(gòu)建以白top-hat轉(zhuǎn)換和黑top-hat轉(zhuǎn)換為主的濾波器用于提取手指靜脈上的特征，然后將這些手指靜脈特征結(jié)合Baker映射進行了圖像的加密，仿真實驗說明本文的靜脈特征加密具有較好的效果。

1? 手指靜脈圖像特征的獲取

1.1? 形態(tài)學(xué)濾波器的構(gòu)建

通常來說，手指靜脈的圖像相比于普通的圖像加密是相對復(fù)雜的，因此使用傳統(tǒng)的單一結(jié)構(gòu)來表示加密信息顯然是無法滿足當(dāng)前需求的，為了解決這個問題，本文提出將圖像拆分為若干個不同的存儲結(jié)構(gòu)元素進行靜脈圖像的存儲?；谶@一點考慮，本文采用4×4的元素結(jié)構(gòu)單元來表示靜脈圖像中的形態(tài)濾波器的構(gòu)建，如圖1所示。

本文使用一副手指靜脈圖像分別使用圖1中包含的4種結(jié)構(gòu)元素方式按照公式（1-4）進行膨脹運算，分別獲得四種結(jié)構(gòu)對應(yīng)的子圖像，即fa，fb，fc，fd。然后使用加權(quán)的方式重構(gòu)手指靜脈圖像，得到加權(quán)公式（5）：

fa=f⊕a? （1）

fb=f⊕b? （2）

fc=f⊕c（3）

fd=f⊕d （4）

（5）

在式（5）中，α，β，γ，ω，分別為4個方向子圖的加權(quán)值，用來表示它們在重構(gòu)圖像中所占據(jù)的權(quán)重，4個α，β，γ，ω，參數(shù)滿足等式α+β+γ+ω=1。

1.2? 手指靜脈圖像中明暗區(qū)域信息獲取

為了能夠更好地在兩種明暗區(qū)域中的特征信息進行獲取，本文設(shè)計一種結(jié)構(gòu)元素，該元素的形狀相同且尺寸逐步遞增，表示為λ0，λ1，...，λt，（t=1，2，...），第i個結(jié)構(gòu)元素λi，其值為λi=λ0⊕λ0⊕…⊕λ0（λ0被自身膨脹i次，1≤i≤t）。本文選擇使用白top-hat和黑top-hat來針對對不同尺寸的結(jié)構(gòu)元素提取細節(jié)特征變換。b0為尺寸1的單位結(jié)構(gòu)元素。

（1）白top-hat變換公式為：

WTHi=f-f · λi? （6）

式（6）表示了白top-hat變換公式，其中WTHi表示使用λi對其中一個手指靜脈圖像f在i尺度進行白top-hat變換：

WTHi（i-1）=WTHi+WTHi-1? （7）

式（7）中，WTHi（i-1）表示了手指靜脈圖像f中尺度在[bi-1，bi]之間的亮區(qū)域的細節(jié)，因此使用式（8）表示獲得手指靜脈圖像中明亮區(qū)域的特征信息：

（8）

式（8）中，fw表示通過白top-hat后的手指靜脈圖像在[0，m]上的亮區(qū)域的特征。

（2）黑top-hat變換：

BTHi=f ·λi-f （9）

式（9）表示了BTHi表示使用bi對其中一個手指靜脈圖像f在i尺度進行黑top-hat變換：

BTHi（i-1）=BTHi-BTHi-1（10）

式（10）表示了手指靜脈圖像f中尺度在[bi-1，bi]的暗區(qū)域的細節(jié)，因此使用式（11）提取靜脈中的暗區(qū)域的信息公式：

（11）

在式（11）中，f表示通過黑top-hat后的手指靜脈圖像在[0，n]上的暗區(qū)域特征。

1.3? 增強手指靜脈圖像

本文將手指靜脈的原圖f、圖中的明亮區(qū)域fW和暗黑區(qū)域fB映射到[0，1]區(qū)間。在式（12-14）中，L，WL，BL，分別表示圖像f，fW，fB的最大值，而fL，fWL，fBL分別表示通過映射后數(shù)值。

fL（x，y）=f（x，y）/L? （12）

fWL（x，y）=fW（x，y）/WL （13）

fBL（x，y）=fB（x，y）/BL（14）

利用增強算子對fL做非線性變換，變換后的結(jié)果記為。

（15）

式中，k表示渡越點，k∈[0，1]，利用式（16）得到手指靜脈圖像的差值圖像，記為fsub：

fsub（x，y）=fWL（x，y）-fBL（x，y）? ? （16）

在式（16）中，fsub（x，y）表示了手指靜脈圖像所有的像素點f在二維坐標（x，y）位置上的灰度值信息。但是這樣的對比效果相對于一般的手指靜脈圖像的效果來說是不明顯的，因此使用fsub設(shè)置一個增強系數(shù)，該系數(shù)記為s，表達式為：

（17）

在式（17）中，fen表示增強后的圖像。

2? 手指靜脈圖像的加密

在手指靜脈加密的過程中，k階-Baker映射是目前相對比數(shù)據(jù)加密效果較好的方式之一，其主要思想是對數(shù)據(jù)所在的位置產(chǎn)生變化。手指靜脈圖像的變換的表達式為：

（18）

其中（x，y）記錄著原始數(shù)據(jù)的位置，（）記錄著置亂后的數(shù)據(jù)位置。

3? 仿真實驗

為了進一步說明本文提出的手指靜脈算法的加密效果體現(xiàn)的優(yōu)勢，選取了手指靜脈圖像的原始效果的和加密后效果如圖1所示，從相關(guān)性分析的角度出發(fā)分析加密效果。本文選擇CPU為酷睿i7，硬盤容量為1 TB，內(nèi)存為8 GRR3，操作系統(tǒng)為Win10，軟件仿真為MATLAB 2012b。

3.1? 指標對比

手指靜脈圖像中的冗余信息是衡量圖像加密效果的重要標志之一，本文所采用的白變換和黑變換雖然能夠在一定程度上進行圖像特征的提取，但是我們需要考慮到的是圖像中的相鄰的像素點在效果上存在一定的相關(guān)性，為了避免這種情況的發(fā)生，我們一方面從原始的手指靜脈圖像中采集了100組像素點中的二維圖像的坐標數(shù)值，通過獲得的采集后的靜脈圖像和密文圖像隨機選擇了像中隨機選擇100對相鄰像素點，按照式（19～22）計算加密后的圖像在二維方向的結(jié)果。其中Cov表示協(xié)方差，（x，y）表示靜脈圖像中的相鄰像素點的灰度值，N為挑選的像素個數(shù)。

（19）

（20）

（21）

（22）

表1顯示了原始表1顯示了原始靜脈圖像和加密后的靜脈圖像經(jīng)過計算得到相關(guān)系數(shù)值，從中發(fā)現(xiàn)列出了加密前后兩種圖計算所得到相關(guān)系數(shù)。從表中我們得出了未加密的原始圖和加密后的圖像之間的像素相關(guān)性的數(shù)值都比較大，這充分說明了手指靜脈的圖像中的加密特征已經(jīng)進入了加密圖中。表2中顯示了原始靜脈圖像普通加密方法和采用本文算法加密后的靜脈圖像的時間復(fù)雜度對比，從表中發(fā)現(xiàn)，通過本文提出的加密算法的時間復(fù)雜度低于普通的加密方式的時間復(fù)雜度，雖然本文算法在空間復(fù)雜度上不具備優(yōu)勢，但時間復(fù)雜度上還是效果不錯的。

3.2? 加密效果對比

為了更好地說明本文算法在智能微倉庫方面具有的加密效果，我們選擇了文獻[4]的加密算法和本文算法進行對比，對比效果如圖2所示。我們隨機選擇采集了50組手指靜脈的二維空間的像素點的圖像，在加密時間消耗和智能倉庫使用效果兩個方面進行對比。從圖2中發(fā)現(xiàn)，隨著樣本數(shù)量的不斷增加，兩種算法的曲線都呈現(xiàn)不同程度的上升，但是從整體上看，文獻[4]算法出現(xiàn)了一定程度的波動，而本文算法始終保持平緩，而本文算法在加密方面消耗的時間低于文獻[4]的算法，這說明了本文算法在整體比較穩(wěn)定的。

4? 結(jié)? 論

針對企業(yè)產(chǎn)品安全存儲的要求，本文提出了一種手指靜脈的加密方案，在該方案中主要通過白黑變換的濾波器提取手指靜脈的特征，并結(jié)合了Baker映射進行了加密，仿真實驗說明了本文算法在手指靜脈的加密效果上具有較好的效果。

參考文獻：

[1] SHAHEED K，MAO A H，QURESHI I，et al. Recent advancements in finger vein recognition technology：Methodology，challenges and opportunities [J].Information Fusion，2022，79：84-109.

[2] 王科俊，曹逸，邢向磊.基于MB-CSLBP的手指靜脈加密算法研究 [J].智能系統(tǒng)學(xué)報，2018，13（4）：543-549.

[3] 陳暄.基于手指靜脈特征圖像的加密研究 [J].計算機測量與控制，2016，24（6）：164-167.

[4] TRAINYS T，VEN?KAUSKAS A. Encryption Keys Generation Based on Bio-Cryptography Finger Vein Method [EB/OL].[2021-12-11].http：//ceur-ws.org/Vol-2145/p19.pdf.

[5] ZHANG J，F(xiàn)ANG P. Two Encryption Schemes of Finger Vein Template [C]//2018 12th IEEE International Conference on Anti-counterfeiting，Security，and Identification（ASID）.Xiamen：IEEE，2018：169-173.

[6] SHAO L，REN H Y，SUN L J，et al. Template Protection Based on Chaotic Map for Finger Vein Recognition [J].IEEJ Transactions on Electrical and Electronic Engineering，2022，17（1）：82-95.

[7] WANG Z Q，HOU Z Y，WANG Z W，et al. Identification System Based on Fingerprint and Finger Vein [C]//The 10th International Conference on Computer Engineering and Networks.[S.I.] ：Springer，2020，1274：780-788.

[8] THAKUR S S，SRIVASTAVA R. Dual RSA Based Secure Biometric System for Finger Vein Recognition [C]//Inventive Computation Technologies.Coimbatore：Springer，2019，98：138-149.

作者簡介：楊永（1977.12—），男，漢族，浙江諸暨人，教師，高級工程師，碩士，研究方向：算法設(shè)計、人工智能;陳暄（1979.03—），男，漢族，江西南昌人，副教授，碩士，研究方向：算法設(shè)計、人工智能。