从指纹传感器数据中动态生成具有隐私保护功能的身份信息，以应用于安全场景

《ACM Transactions on Privacy and Security》：Dynamic Privacy-preserving Identity Generation from Fingerprint Sensor Data for Secure Applications

本文提出基于指纹传感器数据的动态隐私保护身份生成方法，通过提取 minutiae 和纹理两类特征构建混合特征向量，生成满足可靠性、可撤销性、不可链接性和不可逆性要求的唯一身份，经多传感器测试和NIST/Diehard验证，证实其安全性和随机性。

　　

摘要

在基于传感器的安全应用中，生成唯一且安全的凭证对于确保信任和隐私至关重要。传统上，伪随机数生成器被用于此目的。然而，生物特征数据（尤其是指纹特征）已成为一种更为可靠的替代方案。本文提出了一种动态方法，用于从指纹传感器数据中生成具有隐私保护功能的唯一身份标识。该方法首先从指纹图像中提取感兴趣区域（ROI），并提取两组特征：基于细节的特征和基于纹理的信息。这两组特征被结合并优化，以生成一个包含区分性和相关属性的混合特征向量。然后从这个向量动态生成一个唯一身份标识（称为“密钥”），该身份标识具有可靠性、可撤销性、不可关联性和不可逆性等特点。通过使用不同质量和分辨率的传感器采集的指纹图像进行的广泛测试验证了该方法的可靠性。生成的身份标识通过了NIST和Diehard测试套件的统计验证，证实其满足随机性要求。此外，全面的安全性分析表明该方法能够抵御各种攻击。值得注意的是，该方法避免了存储生物特征数据或生成的身份标识，从而增强了隐私保护。这些特点使得所提出的方法非常适合用于安全基于传感器的应用，如身份认证、数据存储安全和数字签名方案。