论文部分内容阅读
随着信息化、智能化技术得到普及,人们在生活中对信息安全和个人隐私保护越来越重视。很多场合都需要对身份进行验证,同时认证的需求也逐渐发生改变,如何提高身份验证的安全、精确以及实用等性能,已经成为验证过程中不可忽视的问题。针对这些问题,本课题主要做了以下研究:(1)分析了传统身份验证和单一生物特征身份验证中存在的缺点和局限性问题,提出基于人脸和声纹组合身份验证的解决方案。(2)研究了人脸、声纹的常用识别算法,分别实现了基于LDA的Fisherface人脸识别和基于VQ的声纹识别。其中,对人脸识别中的人脸处理阶段进行改进,采用一种改进型的人脸区域直方图均衡化方法,以减少光照不均衡带来的影响。另外在数据处理过程中采用AES算法对数据进行加密存储和传输,以防止生物特征数据被非法篡改和攻击。(3)研究了基于人脸和声纹混合身份验证方案的设计,混合验证阶段,在匹配层对多个单生物特征的逻辑输出采用基于SVM融合算法进行数据融合,经实验验证,该方法有效提高了系统整体识别效率。并提出了具有多安全级别的混合验证形式的身份验证方案,在混合验证的决策层采用与或规则进行融合验证。展现的形式为Android客户端,该客户端以传统的ID验证为入口,通过验证后可根据需求进行多种选择验证。多种验证形式包括单一的人脸身份验证或声纹身份验证,也包括组合身份验证,可以根据不同情况不同需求进行选择设定。经研究测试,基于人脸和声纹组合验证的设计方案可行有效,其优点如下:(1)验证凭借项是人脸和声纹,以两种较常见的生物特征组合验证和传统密钥验证相比,形式更加简洁方便。(2)在人脸识别的数据预处理中采用一种改进的人脸区域直方图均衡化融合方法,提高了识别的准确性。(3)在数据传输和处理中采用AES加密算法,防止数据被非法获取、攻击和篡改,提高了数据和系统的安全性。(4)提出的多安全级别混合身份验证方案,增加了身份验证的多样性、新颖性和趣味性。