第4期 王科俊，等：基于MB-CSLBP的手指静脉加密算法研究 ·547· 域G(16)构建一个能够检测并校正两个错误的 )将注册阶段的手指静脉图像进行尺寸归一 BCH码为例。若a是m(x)=x+x+1的一个根，由 化为96×64。利用式(4)中的MB-CSLBP算子对 于将a代入m(x)可得 图像进行编码，其中取像素块正方形区域的边长 m1(x)=(x-a)(x-a2)(x-a)(x-a)=x4+x+1 L=6,这样我们会得到一个长度为448位的手指 所以m(x)是α的极小多项式，用m(x)可以构建一 静脉二进制特征编码，在后面附上一定数量的0， 个能够纠正一个错误的BCH码，即所有满足C(x)= 使其长度变为511位，这个511位二进制编码就 0(modm(x)且根为a、a2、a、a的多项式C(x)。 是最终的手指静脉特征编码，记为fvcode。. BCH码的解码过程： 2)假设需要加密的密钥为K,长度为k,首先 1)计算接收到的向量R的2伴随矩阵； 通过SHA-1安全散列算法将K进行哈希变换，结 2)计算错误定位多项式； 果记为H(K保存起来。接着采用BCH(m,k,)编码 3)解多项式，得到错误位置； 算法将密钥K编码成511位的二元序列K,其中 4)计算非BCH码的错误位置的误差值。 n,k,1分别表示编码后码字的长度、密钥的长度 2.1.2SHA-1安全散列算法 和容许错误的位数，这里取n为511。 1993年美国国家标准和技术协会提出SHA 3)把编码完成后的密钥K与手指静脉特征编 算法，这种数据加密算法P被定义为安全散列标 码fvcode以某种方式结合，在这里我们采用的是 准。多年来SHA算法经过了一系列的完善并被 异或的方式，得到最后的加密编码C=fvcode⊕K 广泛应用到各个方面，成为了世界公认的最安全 的散列算法之一。SHA算法的主要思想：将明文 并保存起来。到这里加密过程便完成了。 以某种不可逆的变换化为长度更短的一段密文， 解密阶段步骤如图7。 简言之，就是把一段输入码（预映射或信息）转换 位数固定且短的输出序列（散列值或信息摘 BCH 编码 要)的过程。 SHA散列算法 测试用户 1994年，对SHA算法的一个未被公开的缺陷 fvcode H=H() 失败 进行了纠正得到了SHA-1算法。该算法要求接 收的输入文档大小小于24bit,并产生160bit的 输出R 报文摘要2。在SHA-1安全散列算法中，不存在 一个文本可使得其散列值与已知文本的散列值相 图7基于MB-CSLBP手指静脉特征解密流程 等，举例来说就是如果A对应散列值H(4),理论上 Fig.7 The decryption process of finger vein feature based 来讲不会找到一个B可使其散列值满足H(B)=H(A), on MB-CSLBP 找到满足上述条件且有特定内容的文档更是难上 1)与加密阶段一样将用于解密的手指静脉图 加难，依次打成SHA-1安全散列算法的目的。 像进行尺寸归一化处理并用MB-CSLBP算子从 2.2基于MB-CSLBP编码的手指静脉特征加解 图像中提取出用于解密的手指静脉特征编码fvcode.。 密过程 2)将fvcode与C做异或运算得二元序列K- 基于MB-CSLBP的手指静脉特征加密，是在 fvcode⊕C,再对进行BCH解码得到待检验密钥 经过MB-CSLBP算子编码之后，把得到的二进制 。对F通过SHA-1安全散列算法进行哈希变换 编码作为手指静脉图像的特征与经过BCH编码 得到哈希值（并与之前保存的注册密钥的哈希 的密钥结合，对密钥进行加密。 值(K)比较，若H(K)=H(区)，说明得到的密钥F就 加密阶段的具体步骤如图6。 是用于加密的密钥K,解密成功。否则，解密失败。 H(K) 3实验结果分析 SHA-1散列算法 哈尔滨工程大学指静脉库包含105人每人 密钥K BCH 编码 5幅，共525幅大小为320像素×240像素的食指 静脉图像，其中每人1幅共105幅作为指静脉图 fvcode 像训练库，用于加密，每人另4幅共420幅图像作 为验证库，用于解密。使用BCH纠错编码来更正 图6基于MB-CSLBP手指静脉特征加密流程 Fig.6 The encryption process of finger vein feature based 类内变化，加密系统的性能取决于密钥长度和纠 on MB-CSLBP 错位数。为了比较不同的密钥长度对系统性能的GF(16) α m1(x) = x 4 + x+1 α m1(x) 域 构建一个能够检测并校正两个错误的 BCH 码为例。若 是 的一个根，由 于将 代入 可得 m1(x) = (x−α)(x−α 2 )(x−α 4 )(x−α 8 ) = x 4 + x+ 1 m1(x) α m1(x) C(x) = 0( modm1(x)) α、α 2、α 4、α 8 C(x) 所以 是 的极小多项式，用 可以构建一 个能够纠正一个错误的 BCH 码，即所有满足 且根为 的多项式 。 BCH 码的解码过程： 1) 计算接收到的向量 R 的 2t 伴随矩阵； 2) 计算错误定位多项式； 3) 解多项式，得到错误位置； 4) 计算非 BCH 码的错误位置的误差值。 2.1.2 SHA-1 安全散列算法 1993 年美国国家标准和技术协会提出 SHA 算法，这种数据加密算法[23]被定义为安全散列标 准。多年来 SHA 算法经过了一系列的完善并被 广泛应用到各个方面，成为了世界公认的最安全 的散列算法之一。SHA 算法的主要思想：将明文 以某种不可逆的变换化为长度更短的一段密文， 简言之，就是把一段输入码 (预映射或信息) 转换 位数固定且短的输出序 列 (散列值或信息摘 要) 的过程。 H(A) H(B) = H(A) 1994 年，对 SHA 算法的一个未被公开的缺陷 进行了纠正得到了 SHA-1 算法。该算法要求接 收的输入文档大小小于 2 64 bit，并产生 160 bit 的 报文摘要[24]。在 SHA-1 安全散列算法中，不存在 一个文本可使得其散列值与已知文本的散列值相 等，举例来说就是如果 A 对应散列值 ，理论上 来讲不会找到一个 B 可使其散列值满足 ， 找到满足上述条件且有特定内容的文档更是难上 加难，依次打成 SHA-1 安全散列算法的目的。 2.2 基于 MB-CSLBP 编码的手指静脉特征加解 密过程 基于 MB-CSLBP 的手指静脉特征加密，是在 经过 MB-CSLBP 算子编码之后，把得到的二进制 编码作为手指静脉图像的特征与经过 BCH 编码 的密钥结合，对密钥进行加密。 加密阶段的具体步骤如图 6。 ჲ䧑K C H(K) Kc fvcode BCH 㑂ⴭ SHA-1᪏݃ッ∁ 图 6 基于 MB-CSLBP 手指静脉特征加密流程 Fig. 6 The encryption process of finger vein feature based on MB-CSLBP L = 6 1) 将注册阶段的手指静脉图像进行尺寸归一 化为 96×64。利用式 (4) 中的 MB-CSLBP 算子对 图像进行编码，其中取像素块正方形区域的边长 ，这样我们会得到一个长度为 448 位的手指 静脉二进制特征编码，在后面附上一定数量的 0， 使其长度变为 511 位，这个 511 位二进制编码就 是最终的手指静脉特征编码，记为 fvcode。 H(K) (n, k,t) Kc 2) 假设需要加密的密钥为 K，长度为 k，首先 通过 SHA-1 安全散列算法将 K 进行哈希变换，结 果记为 保存起来。接着采用 BCH 编码 算法将密钥 K 编码成 511 位的二元序列 ，其中 n，k，t 分别表示编码后码字的长度、密钥的长度 和容许错误的位数，这里取 n 为 511。 Kc C = fvcode⊕Kc 3) 把编码完成后的密钥 与手指静脉特征编 码 fvcode 以某种方式结合，在这里我们采用的是 异或的方式，得到最后的加密编码 并保存起来。到这里加密过程便完成了。 解密阶段步骤如图 7。 C Kc 测试用户 fvcode BCH 编码 SHA-1散列算法 K H(K)=H(K) 失败 输出K N − − − Y 图 7 基于 MB-CSLBP 手指静脉特征解密流程 Fig. 7 The decryption process of finger vein feature based on MB-CSLBP fvcode 1) 与加密阶段一样将用于解密的手指静脉图 像进行尺寸归一化处理并用 MB-CSLBP 算子从 图像中提取出用于解密的手指静脉特征编码 。 fvcode C Kc = fvcode⊕C Kc K K h(K) h(K) H(K) = H(K) K K 2) 将 与 做异或运算得二元序列 ，再对 进行 BCH 解码得到待检验密钥 。对 通过 SHA-1 安全散列算法进行哈希变换 得到哈希值 并与之前保存的注册密钥的哈希 值 比较，若 ，说明得到的密钥 就 是用于加密的密钥 ，解密成功。否则，解密失败。 3 实验结果分析 哈尔滨工程大学指静脉库包含 105 人每人 5 幅，共 525 幅大小为 320 像素×240 像素的食指 静脉图像，其中每人 1 幅共 105 幅作为指静脉图 像训练库，用于加密，每人另 4 幅共 420 幅图像作 为验证库，用于解密。使用 BCH 纠错编码来更正 类内变化，加密系统的性能取决于密钥长度和纠 错位数。为了比较不同的密钥长度对系统性能的 第 4 期 王科俊，等：基于 MB-CSLBP 的手指静脉加密算法研究 ·547·