[發(fā)明專(zhuān)利]一種抗脅迫攻擊的生物指紋認(rèn)證方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210972296.8
• 申請(qǐng)日: 2022-08-15
• 公開(kāi)（公告）號(hào): CN115331268A
• 公開(kāi)（公告）日: 2022-11-11
• 發(fā)明（設(shè)計(jì)）人: 李古月;汪文灝;馬藝耘;靳佳琪
• 申請(qǐng)（專(zhuān)利權(quán)）人: 東南大學(xué)
• 主分類(lèi)號(hào): G06V40/12
• 分類(lèi)號(hào): G06V40/12;G06V10/764;G06V10/82;G08B21/18
• 代理公司: 南京眾聯(lián)專(zhuān)利代理有限公司 32206
• 代理人: 薛雨妍

本發(fā)明公開(kāi)了一種抗脅迫攻擊的生物指紋認(rèn)證方法及系統(tǒng)；所述方法步驟為：首先錄入合法用戶正常進(jìn)行生物識(shí)別的指紋和強(qiáng)迫按壓的指紋，分別提取多種不同的強(qiáng)迫解鎖特征；然后利用提取的多種特征進(jìn)行安全狀態(tài)檢測(cè)識(shí)別，最終將識(shí)別的指紋圖像區(qū)分為正常狀態(tài)按壓與異常狀態(tài)按壓，以此分辨出合法用戶進(jìn)行生物指紋按壓識(shí)別是否為被迫強(qiáng)制按壓。所述系統(tǒng)包括用戶指紋檢測(cè)與認(rèn)證模塊和嵌入式處理器，二者通信連接。所述用戶指紋檢測(cè)與認(rèn)證模塊，用于指紋的檢測(cè)與認(rèn)證；所述嵌入式處理器包括指紋模塊、通信模塊、數(shù)據(jù)存儲(chǔ)模塊和解鎖與警報(bào)模塊。本發(fā)明補(bǔ)充了以往指紋識(shí)別系統(tǒng)面對(duì)生物指紋強(qiáng)迫按壓識(shí)別攻擊的漏洞，為生物指紋識(shí)別提供了更強(qiáng)有力的保護(hù)。

技術(shù)領(lǐng)域

本發(fā)明涉及生物指紋識(shí)別相關(guān)技術(shù)領(lǐng)域，尤其涉及一種抗脅迫攻擊的生物指紋認(rèn)證方法及系統(tǒng)。

背景技術(shù)

目前，指紋識(shí)別安全性的研究集中在合法者不在場(chǎng)的情況下，攻擊者利用仿制指紋企圖獲得身份授權(quán)。針對(duì)此類(lèi)攻擊，已有研究團(tuán)隊(duì)研發(fā)出新一代手指內(nèi)部多模態(tài)生物特征采集技術(shù)和相應(yīng)的儀器設(shè)備。這一設(shè)備可以采集到包含內(nèi)部指紋的高分辨率三維皮下結(jié)構(gòu)信息，這是人工偽造指紋不可能復(fù)制的，對(duì)傳統(tǒng)指紋識(shí)別技術(shù)存在的缺陷進(jìn)行了填補(bǔ)。

而事實(shí)上，另一種更嚴(yán)重的指紋識(shí)別安全威脅發(fā)生在合法者與攻擊者同時(shí)在場(chǎng)的情況下。攻擊者可能違反合法者的意愿，強(qiáng)制性將合法者的手指按壓在指紋識(shí)別模塊上以獲得授權(quán)。

本發(fā)明將這類(lèi)攻擊定義為“脅迫攻擊”。不同于“仿制指紋攻擊”，脅迫攻擊中指紋傳感器上接觸的仍然是合法者的生物指紋，因此無(wú)論是傳統(tǒng)指紋識(shí)別方法還是近來(lái)的仿制指紋檢測(cè)方法都難以檢測(cè)出這種攻擊。與此同時(shí)，這種情況多發(fā)生在一些暴力場(chǎng)合，如無(wú)法抵御脅迫攻擊，可能導(dǎo)致大量的經(jīng)濟(jì)損失乃至威脅人身安全。

本發(fā)明基于指紋強(qiáng)迫按壓攻擊重新采集指紋數(shù)據(jù)，數(shù)據(jù)貼合性更強(qiáng)，創(chuàng)新性地對(duì)生物指紋的強(qiáng)迫按壓進(jìn)行檢測(cè)，利用提取的指紋特征進(jìn)行安全狀態(tài)檢測(cè)識(shí)別，最終將識(shí)別的指紋圖像區(qū)分為正常狀態(tài)按壓與異常狀態(tài)按壓，以此分辨出合法用戶進(jìn)行生物指紋按壓識(shí)別是否遭受脅迫攻擊。同時(shí)本發(fā)明擁有完整的通訊流程和報(bào)警反饋功能，當(dāng)脅迫指紋認(rèn)證失敗后可以及時(shí)通過(guò)網(wǎng)絡(luò)向用戶回報(bào)警告。相比現(xiàn)有的指紋認(rèn)證系統(tǒng)而言，更大程度保證被脅迫者的安全。因此，本方案對(duì)脅迫攻擊的強(qiáng)安全指紋識(shí)別方法具備重要的理論價(jià)值與現(xiàn)實(shí)意義。有鑒于此，本方案提供了一種抗脅迫攻擊的生物指紋認(rèn)證方法及系統(tǒng)。

發(fā)明內(nèi)容

為解決上述問(wèn)題，本發(fā)明公開(kāi)了一種抗脅迫攻擊的生物指紋認(rèn)證方法，從指紋圖像中提取不同的強(qiáng)迫解鎖特征，提高檢測(cè)精度。

一種抗脅迫攻擊的生物指紋認(rèn)證方法，具體包括以下步驟：

步驟(1)構(gòu)建靜息指紋數(shù)據(jù)集和強(qiáng)迫按壓指紋數(shù)據(jù)集；

步驟(2)使用圖像特征提取算法，包括HOG特征提取算法、LBP特征提取算法、SIFT和卷積神經(jīng)網(wǎng)絡(luò)，提取指紋圖像的多種特征；

步驟(3)利用神經(jīng)網(wǎng)絡(luò)對(duì)提取出的多組合法指紋數(shù)據(jù)與強(qiáng)迫攻擊指紋數(shù)據(jù)進(jìn)行二分類(lèi)訓(xùn)練，得到強(qiáng)迫攻擊生物指紋認(rèn)證模型；

步驟(3a)將靜息指紋圖像集和強(qiáng)迫按壓指紋圖像轉(zhuǎn)化為bmp格式文件，并將圖像進(jìn)行大小調(diào)整，像素歸一化；

步驟(3b)將經(jīng)步驟(3a)處理的所有指紋圖像分為訓(xùn)練集和測(cè)試集兩個(gè)部分，訓(xùn)練集和測(cè)試集中均包括圖像的每一個(gè)類(lèi)；

步驟(3c)構(gòu)建深度殘差神經(jīng)網(wǎng)絡(luò)框架；

步驟(3d)將步驟(3c)所建立的深度殘差神經(jīng)網(wǎng)絡(luò)框架，使用經(jīng)步驟(3a)處理的訓(xùn)練集的圖像數(shù)據(jù)進(jìn)行訓(xùn)練，得到訓(xùn)練好的深度殘差神經(jīng)網(wǎng)絡(luò)；

步驟(4)將待檢測(cè)指紋圖像輸入到訓(xùn)練后的強(qiáng)迫攻擊生物指紋認(rèn)證模型，常規(guī)指紋識(shí)別分類(lèi)與強(qiáng)迫指紋攻擊識(shí)別并行處理，在識(shí)別指紋是否在庫(kù)的同時(shí)，檢測(cè)指紋是否為強(qiáng)迫指紋；