基于注意力机制的ResNet-50、LSH计数布隆过滤器以及带集中式密钥管理的CKKS加密技术的隐私保护型虹膜认证方案

《IEEE Access》：Privacy-Preserving Iris Authentication Using Attention-ResNet-50, LSH-based Counting Bloom Filter, and CKKS Encryption with Centralized Key Management

　　

摘要：

虹膜识别已成为一种非常可靠的生物特征识别方法，可用于安全的身份验证。本文提出了一种集成了隐私保护功能的虹膜认证框架，旨在解决生物特征模板保护方面的关键问题。该框架结合了经过改进的ResNet-50网络，通过引入虹膜注意力机制来提取4096维的特征；同时使用了带有局部敏感哈希技术的计数布隆过滤器，以高效存储模板，从而解决了传统布隆过滤器的不足；此外还采用了Cheon-Kim-Kim-Song（CKKS）方案实现同态加密，使得在保持原始模板安全的情况下仍能进行加密域内的相似性计算。通过将加密后的模板存储在PostgreSQL数据库中，并运用X448密钥交换、Ed25519签名以及限时会话密钥，进一步的强化了系统的安全性。在四个基准数据集上测试时，该系统实现了极低的等错误率，范围在0.32%到0.53%之间，准确率则在99.18%到99.73%之间。对该框架的性能分析表明，它符合ISO/IEC 24745标准中关于生物特征模板保护的要求。此外，将计数布隆过滤器与CKKS方案结合使用，使得该框架在计算效率与隐私保护之间达到了最佳平衡，因此非常适合用于高安全性和实时性要求较高的应用场景。