基于多生物特征識(shí)別的網(wǎng)絡(luò)身份認(rèn)證研究

1、基于多生物特征識(shí)別的網(wǎng)絡(luò)身份認(rèn)證研究    摘 要：針對(duì)單項(xiàng)生物特征在網(wǎng)絡(luò)身份認(rèn)證過(guò)程中，可能由于用戶身體受到傷病或污漬的影響而導(dǎo)致系統(tǒng)無(wú)法正常識(shí)別、合法用戶無(wú)法登錄的問(wèn)題。提出了將多種生物特征用于網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。 關(guān)鍵詞：網(wǎng)絡(luò)安全； 身份認(rèn)證； 多生物特征識(shí)別 Network Identity Authentication Study Based on Multibiometric Feature Recognition Abstract:When single biometric feature is applied in

2、 network identity authentication, the system designed cant work normally because user is possibly influenced by injury or dirtiness. Therefore, legal user cant log on. In this paper, the method for multibiometric features in network identity authentication is presented, and the relevant technologies

3、 are analyzed. Key words:Network Safety; Identity Authentication; Multibiometric Feature Recognition 1 引言 計(jì)算機(jī)網(wǎng)絡(luò)安全是指通過(guò)采取各種技術(shù)和管理的措施，確保網(wǎng)絡(luò)數(shù)據(jù)的可用性、完整性和保密性，其目的是確保經(jīng)過(guò)網(wǎng)絡(luò)傳輸和交換的數(shù)據(jù)不會(huì)發(fā)生增加、修改、丟失和泄漏等1。目前對(duì)計(jì)算機(jī)網(wǎng)絡(luò)安全又賦予了新的含義，那就是要讓正確的人看到正確的信息。這里面包含兩層含義：讓用戶只能看到應(yīng)該看到的信息；讓用戶看到所有應(yīng)該看到的信息，不能有遺漏。這就對(duì)身份管理提出了更高的要求。 如何準(zhǔn)確鑒定一個(gè)人的身份，保障信

4、息資源被有秩序地應(yīng)用得最普遍方法之一就是進(jìn)行網(wǎng)上身份認(rèn)證。傳統(tǒng)的網(wǎng)絡(luò)安全與身份認(rèn)證方式多采用密碼、電子證書(shū)、密鑰等形式2。其中用戶名/密碼是最簡(jiǎn)單也是最常用的身份認(rèn)證方法，它是基于“What you know”的驗(yàn)證手段。每個(gè)用戶的密碼是由這個(gè)用戶自己設(shè)定的，只有他本人才知道，因此只要能夠正確輸入密碼，計(jì)算機(jī)就認(rèn)為他就是這個(gè)用戶。然而實(shí)際上，由于許多用戶為了防止忘記密碼，經(jīng)常采用諸如自己或家人的生日、電話號(hào)碼等容易被他人猜測(cè)到的有意義的字符串作為密碼，或者把密碼抄在一個(gè)自認(rèn)為安全的地方，這就存在著許多安全隱患，極易造成密碼泄露。即使能保證用戶密碼不被泄漏，由于密碼是靜態(tài)的數(shù)據(jù)，并且在驗(yàn)證過(guò)程中

5、需要在計(jì)算機(jī)內(nèi)存中和網(wǎng)絡(luò)上傳輸，很容易被駐留在計(jì)算機(jī)內(nèi)存中的木馬程序或網(wǎng)絡(luò)中的監(jiān)聽(tīng)設(shè)備截獲。因此，用戶名/密碼方式是一種極不安全的身份認(rèn)證方式3，可以說(shuō)基本上沒(méi)有任何安全性可言。 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及個(gè)體差異性，不同的人具有相同生物特征的可能性可以忽略不計(jì)，因此將生物特征用于網(wǎng)絡(luò)安全和身份認(rèn)證將是很好的方式4，5。但對(duì)單項(xiàng)生物特征而言，可能會(huì)由于用戶身體受到傷病或污漬的影響導(dǎo)致系統(tǒng)無(wú)法正常識(shí)別，造成合法用戶無(wú)法登錄的情況。如果同時(shí)將多種生物特征用于網(wǎng)絡(luò)安全和身份認(rèn)證就能提高識(shí)別的準(zhǔn)確性和穩(wěn)定性，從而達(dá)到提高網(wǎng)絡(luò)安全和身份認(rèn)證的效果。 2 相關(guān)技術(shù)及研究進(jìn)展 基于生物特征

6、識(shí)別的網(wǎng)絡(luò)身份認(rèn)證研究的基礎(chǔ)是生物特征識(shí)別技術(shù)，它受到現(xiàn)有生物特征識(shí)別技術(shù)成熟度的影響，也只有生物特征識(shí)別技術(shù)取得一定進(jìn)展以后，才有可能將其應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)身份認(rèn)證方面。 生物特征由生理特征和行為特征組成，鑒于生物特征的多樣性，目前研究較多的生物特征主要包括人臉、指紋、虹膜、人耳、聲紋、掌紋、視網(wǎng)膜、筆跡、步態(tài)、手勢(shì)等。但并不是任何一種生物特征都能用于計(jì)算機(jī)網(wǎng)絡(luò)身份認(rèn)證，考慮到在網(wǎng)絡(luò)身份認(rèn)證方面使用的方便性，以下僅選擇其中幾種有關(guān)的生物特征如人臉、指紋、虹膜、人耳等的研究現(xiàn)狀予以介紹。 人臉識(shí)別是人類視覺(jué)最杰出的能力之一，是目前廣泛研究的技術(shù)領(lǐng)域，其研究涉及模式識(shí)別、圖像處理、生理學(xué)、心理學(xué)、

7、認(rèn)知科學(xué)等方面，與其他生物特征的身份鑒別方法和計(jì)算機(jī)人機(jī)感知交互領(lǐng)域都有著密切聯(lián)系69。20世紀(jì)90年代，由于各方面對(duì)人臉識(shí)別系統(tǒng)的迫切要求，人臉識(shí)別的研究變得熱門起來(lái)。目前美國(guó)等國(guó)有許多研究組在從事人臉識(shí)別的研究，這些研究受到政府軍方、警方及大公司的高度重視和資助，美國(guó)軍方每年還專門組織人臉識(shí)別比賽以促進(jìn)這一領(lǐng)域的發(fā)展，并且目前已在機(jī)場(chǎng)安裝了人臉識(shí)別設(shè)施，達(dá)到安全防范和身份認(rèn)證目的。 指紋識(shí)別技術(shù)是目前國(guó)際上研究最成熟、應(yīng)用最廣泛、價(jià)格最低廉、易用性最高的生物認(rèn)證技術(shù)，由于所涉及的指紋圖像信息是從特定的掃描裝置上獲得，這樣消除了圖像定位、陰影和光照變化的問(wèn)題。指紋識(shí)別技術(shù)與機(jī)器視覺(jué)技術(shù)相結(jié)合

8、的商用系統(tǒng)已廣泛應(yīng)用于世界各地的門禁管理、考勤管理、銀行指紋防盜鎖、安全管理等方面。 在所有生物特征中，指紋相對(duì)穩(wěn)定，但錄取指紋不是非侵犯性的。人臉特征具有很多優(yōu)點(diǎn)（如主動(dòng)性、非侵犯性和用戶友好等），但人臉會(huì)隨年齡變化，而且容易被偽裝。聲音特征具有與人臉特征相似的優(yōu)點(diǎn)，但它會(huì)隨年齡、健康狀況和環(huán)境等因素變化，而且說(shuō)話人識(shí)別系統(tǒng)也容易被錄音所欺騙，容易被偽造。虹膜特征識(shí)別解決了這些問(wèn)題，并且同時(shí)還具有上述其他生物特征所具有的一些優(yōu)點(diǎn)，故近年來(lái)虹膜識(shí)別技術(shù)被廣泛認(rèn)為是最有前途的生物識(shí)別技術(shù)之一。 虹膜作為重要的身份鑒別特征，具有唯一性、穩(wěn)定性、可采集性、非侵犯性等優(yōu)點(diǎn)。非侵犯性（或非接觸式）的生物

9、特征識(shí)別是身份鑒別研究與應(yīng)用發(fā)展的必然趨勢(shì)，與人臉、聲音等非接觸式的身份鑒別方法相比，虹膜具有更高的準(zhǔn)確性。據(jù)統(tǒng)計(jì)，到目前為止，虹膜識(shí)別的錯(cuò)誤率是各種生物特征識(shí)別中最低的，應(yīng)用前景廣泛。目前國(guó)際上該方向的研究與應(yīng)用主要由美國(guó)IriScan和SenSar兩家公司所主導(dǎo)（其中IriScan被評(píng)為美國(guó)1998年500家發(fā)展最快的公司之一）；國(guó)內(nèi)主要是中國(guó)科學(xué)院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室。 基于人耳識(shí)別的人體測(cè)量技術(shù)始于1949年美國(guó)科學(xué)家Iannarelli的研究。1989年，Iannarelli的兩項(xiàng)研究證明了人耳特征的獨(dú)特性，為人耳識(shí)別的可行性做了重要的分析工作。其中，第一項(xiàng)研究是比較10

10、000幅從加利福尼亞州隨機(jī)選出的人耳樣圖；第二項(xiàng)研究是檢驗(yàn)孿生的人耳特征情況。研究結(jié)果表明，個(gè)體人耳的外耳與耳垂是獨(dú)一無(wú)二的生理特征。醫(yī)學(xué)研究證明，人耳在出生4個(gè)月以后是成比例生長(zhǎng)的，耳垂在4歲8歲之間較人耳整體的生長(zhǎng)有較大的拉伸，約為整體生長(zhǎng)速度的四倍，而這種變化從8歲70歲之間就不易察覺(jué)了?？梢哉f(shuō)，每個(gè)人耳朵的結(jié)構(gòu)特征各不相同，終身不變。 近年來(lái)，Mark Burge和Wilhelm Burger對(duì)人耳識(shí)別技術(shù)進(jìn)行了大量的研究，將人耳識(shí)別過(guò)程分為三個(gè)階段，定位及分割、特征提取、特征比較。具體實(shí)現(xiàn)過(guò)程是：采用高斯金字塔法將人耳圖像進(jìn)行定位；采用Canny邊緣檢測(cè)算子進(jìn)行人耳邊緣檢測(cè)；采用Vo

11、ronoi圖表得到的鄰域曲線圖作為特征模板。 從以上看出，目前有的生物特征識(shí)別技術(shù)已達(dá)到了應(yīng)用開(kāi)發(fā)水平，基于某些單項(xiàng)生物特征識(shí)別技術(shù)的身份認(rèn)證系統(tǒng)也已經(jīng)問(wèn)世，因此將多項(xiàng)生物特征識(shí)別技術(shù)同時(shí)應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)安全監(jiān)控和身份認(rèn)證方面是完全可行的。 3 實(shí)現(xiàn)思路 根據(jù)計(jì)算機(jī)網(wǎng)絡(luò)身份認(rèn)證的特點(diǎn)，具體實(shí)現(xiàn)過(guò)程中不僅要考慮識(shí)別方法的可行性，而且要考慮實(shí)際使用過(guò)程中的方便性。網(wǎng)絡(luò)身份認(rèn)證過(guò)程表示如圖1所示。 其具體步驟如下： （1）用戶開(kāi)機(jī)，系統(tǒng)彈出用戶登錄窗口； （2）用戶輸入用戶名，同時(shí)采集該用戶的有關(guān)生物特征信息； （3）根據(jù)用戶名查詢特征庫(kù)，判斷是否為已注冊(cè)用戶； （4）如果不是已注冊(cè)用戶，為非法用戶

12、，跳轉(zhuǎn)到步驟（10）； （5）如果是已注冊(cè)用戶，從生物特征信息庫(kù)中查找該用戶的生物特征信息； （6）按照有關(guān)方法與步驟（2）獲得的特征信息進(jìn)行匹配； （7）比較匹配結(jié)果的相似度； （8）相似度結(jié)果大于設(shè)定值，為合法用戶進(jìn)入系統(tǒng)； （9）相似度結(jié)果小于設(shè)定值，為非法用戶； （10）非法用戶提示； （11）結(jié)束。 用戶登錄系統(tǒng)時(shí)的用戶名是特征信息數(shù)據(jù)庫(kù)中的主碼，通過(guò)主碼值能夠很快地在特征數(shù)據(jù)庫(kù)中找到該用戶的特征信息，加快了查詢特征信息的效率。 31 用戶登錄時(shí)的多生物特征提取 多生物特征信息的提取包含兩種工作環(huán)境：將提取的特征信息處理后保存到生物特征數(shù)據(jù)庫(kù)，以便于今后使用；用戶登錄計(jì)算機(jī)網(wǎng)絡(luò)時(shí)，有

13、關(guān)采集設(shè)備實(shí)時(shí)獲得登錄用戶的上述生物特征信息，并經(jīng)處理后供與特征數(shù)據(jù)庫(kù)中的信息進(jìn)行匹配。第種情況的信息提取過(guò)程沒(méi)有太多的限制，可以分別在不同時(shí)間、采用不同的方式下進(jìn)行；第種需要考慮的問(wèn)題則較多，即需要解決同時(shí)提取特征信息時(shí)的相互干擾問(wèn)題，如在提取虹膜特征（目前只能近距離采集）時(shí)如何提取人臉特征、人耳特征等類似情況。針對(duì)上述問(wèn)題，目前暫時(shí)采用分步采集方式，即先提取可以同步的特征，再提取其余還未提取的特征。 32 生物特征信息的存儲(chǔ)和檢索 生物特征數(shù)據(jù)庫(kù)的建立是本研究的第二個(gè)重點(diǎn)。由于該數(shù)據(jù)庫(kù)需要存儲(chǔ)如人臉、指紋、虹膜、人耳之類的特征信息，這些信息經(jīng)攝像設(shè)備采集以后并不是直接存入數(shù)據(jù)庫(kù)，而是需要經(jīng)

14、過(guò)邊緣提取、圖像增強(qiáng)、去噪等過(guò)程去掉沒(méi)用的信息，最終得到的是各類特征的特征向量，再保存到數(shù)據(jù)庫(kù)中或用于匹配。該階段的處理方式也包括兩種：將同一用戶的不同生物特征分別保存；將同一用戶的生物特征向量經(jīng)過(guò)融合后再保存。這兩種方式各有利弊，前者便于分別識(shí)別和得到單個(gè)結(jié)果，且容易分步實(shí)施；后者則能節(jié)省存儲(chǔ)空間，并能通過(guò)融合后的特征進(jìn)行匹配，得到最終結(jié)論。 為便于分析，我們擬采用第種信息存儲(chǔ)方式。其信息的存儲(chǔ)模型如圖2所示。 （1）m為生物特征個(gè)數(shù)，理論上可以為任意正整數(shù)，但最初僅考慮人臉、指紋、虹膜、人耳四種生物特征，因此m=4。 （2）為了能將上述四種特征信息保存在同一模型中，在將信息保存之前需要做矩

15、陣變換，使各類生物特征的特征向量的分量個(gè)數(shù)相同。 （3）特征標(biāo)志取值情況：1人臉特征；2指紋特征；3虹膜特征；4人耳特征。 按照上述模型結(jié)構(gòu)，在已知某用戶名的情況下，就能很快地獲得該用戶存儲(chǔ)在數(shù)據(jù)庫(kù)中的特征信息。所提取的特征信息的語(yǔ)法描述如下： SELECT特征分量1，特征分量2，特征分量3，特征分量n INTO x1，:x2，:x3，:xn FROM 用戶基本信息表，用戶特征信息表 WHERE用戶基本信息表.用戶名=：LoginName AND 用戶特征信息表.用戶名=用戶基本信息表.用戶名 AND 用戶特征信息表.特征標(biāo)志=：Type_Id 因此，通過(guò)Type_Id的取值（取值分別為1，2

16、，3，4），就能獲得指定用戶存儲(chǔ)在數(shù)據(jù)庫(kù)中的人臉、指紋、虹膜與人耳特征分量，特征分量形式為x1，x2，x3，xn。 33 特征圖像處理與匹配 當(dāng)用戶登錄計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)時(shí)，系統(tǒng)將通過(guò)攝像頭、指紋提取裝置得到特征圖像。下一步就是對(duì)所得到的圖像進(jìn)行處理，與存儲(chǔ)在特征數(shù)據(jù)庫(kù)中的特征分量進(jìn)行匹配。每項(xiàng)生物特征識(shí)別過(guò)程均包括圖像信息預(yù)處理、特征提取、匹配識(shí)別和結(jié)果融合幾方面。其框圖如圖3所示10。 在提取用戶有關(guān)生物特征信息以后的特征識(shí)別過(guò)程就是將這些特征信息與特征數(shù)據(jù)庫(kù)中對(duì)應(yīng)信息進(jìn)行匹配的過(guò)程。每種生物特征匹配的結(jié)果可以通過(guò)對(duì)應(yīng)的相似度表示。 考慮到在實(shí)際匹配過(guò)程，每種生物特征的匹配結(jié)果不可能100%一

17、致，同時(shí)根據(jù)環(huán)境情況的不同，每種生物特征的作用效果也不同。因此其綜合相似度可由四元組表示的模型獲得，即R= f(1×r1，2×r2，3×r3，4×r4)。其中，1，2，3，4分別表示人臉、指紋、虹膜與人耳生物特征的權(quán)值，為常數(shù)，其取值范圍為0，1，可由實(shí)驗(yàn)得到；r1，r2，r3，r4則分別為這幾種生物特征匹配過(guò)程的相似度，通過(guò)匹配算法得到。在判決時(shí)采用的準(zhǔn)則為：當(dāng)RP，為合法用戶；當(dāng)RP，為非法用戶。其中，閾值P也將通過(guò)實(shí)驗(yàn)獲得，有關(guān)實(shí)驗(yàn)方法將在另文中論述。 4 結(jié)束語(yǔ) 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及個(gè)體差異性。將生物特征應(yīng)用于計(jì)算機(jī)身份認(rèn)

18、證，必能降低網(wǎng)上交易的風(fēng)險(xiǎn)，提高信息的安全性。因此，本文結(jié)合近年來(lái)國(guó)際國(guó)內(nèi)在生物特征識(shí)別方面所取得的成果，提出了將多種生物特征識(shí)別技術(shù)應(yīng)用于網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。由于該研究將對(duì)機(jī)器智能控制、工業(yè)生產(chǎn)、通信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)和社會(huì)生活方式帶來(lái)極大影響，同時(shí)也推動(dòng)著智能信息處理技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)安全技術(shù)的向前發(fā)展，因此具有廣闊的應(yīng)用前景。 參考文獻(xiàn)： 1吳忠望，盧鋆，張練達(dá).計(jì)算機(jī)網(wǎng)絡(luò)安全與控制技術(shù)M.北京：科學(xué)出版社,2005.312. 2許長(zhǎng)楓，劉愛(ài)江，何大可.基于屬性證書(shū)的PMI及其在電子政務(wù)安全建設(shè)中的應(yīng)用J.計(jì)算機(jī)應(yīng)用研究，2004,21(1):119122. 3薛偉

19、，懷進(jìn)鵬.基于角色的訪問(wèn)控制模型的擴(kuò)充和實(shí)現(xiàn)機(jī)制研究J.計(jì)算機(jī)研究與發(fā)展，2003,40(11):16351641. 4徐蔚文，陸鑫達(dá).身份認(rèn)證協(xié)議的模型檢測(cè)分J.計(jì)算機(jī)學(xué)報(bào)，2003,26(2):195-201. 5身份認(rèn)證專題EB/OL. 6張有為,甘俊英.人機(jī)自然交互M.北京：國(guó)防工業(yè)出版社，2004.20-85. 7He Guohui, Gan Junying. A Method for Singular Value Feature Extraction of Face ImageC. Proceedings of ISIMP2004, IEEE Press, 2004.37-40.

20、8甘俊英，張有為.一種基于奇異值特征的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別新途徑J.電子學(xué)報(bào)，2004,32(1):56-58. 9甘俊英，張有為，毛士藝.自適應(yīng)主元提取算法及其在人臉圖像特征提取中的應(yīng)用J.電子學(xué)報(bào)，2002,30(7):10131016. 10甘俊英，張有為.模式識(shí)別中廣義核函數(shù)Fisher最佳鑒別J.模式識(shí)別與人工智能，2002,15(4):429-434. 4 結(jié)束語(yǔ) 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及個(gè)體差異性。將生物特征應(yīng)用于計(jì)算機(jī)身份認(rèn)證，必能降低網(wǎng)上交易的風(fēng)險(xiǎn)，提高信息的安全性。因此，本文結(jié)合近年來(lái)國(guó)際國(guó)內(nèi)在生物特征識(shí)別方面所取得的成果，提出了將多種生物特征識(shí)別技術(shù)應(yīng)用于

21、網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。由于該研究將對(duì)機(jī)器智能控制、工業(yè)生產(chǎn)、通信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)和社會(huì)生活方式帶來(lái)極大影響，同時(shí)也推動(dòng)著智能信息處理技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)安全技術(shù)的向前發(fā)展，因此具有廣闊的應(yīng)用前景。 參考文獻(xiàn)： 1吳忠望，盧鋆，張練達(dá).計(jì)算機(jī)網(wǎng)絡(luò)安全與控制技術(shù)M.北京：科學(xué)出版社,2005.312. 2許長(zhǎng)楓，劉愛(ài)江，何大可.基于屬性證書(shū)的PMI及其在電子政務(wù)安全建設(shè)中的應(yīng)用J.計(jì)算機(jī)應(yīng)用研究，2004,21(1):119122. 3薛偉，懷進(jìn)鵬.基于角色的訪問(wèn)控制模型的擴(kuò)充和實(shí)現(xiàn)機(jī)制研究J.計(jì)算機(jī)研究與發(fā)展，2003,40(11):16351641. 4徐蔚文，陸鑫達(dá).身份

22、認(rèn)證協(xié)議的模型檢測(cè)分J.計(jì)算機(jī)學(xué)報(bào)，2003,26(2):195-201. 5身份認(rèn)證專題EB/OL. 6張有為,甘俊英.人機(jī)自然交互M.北京：國(guó)防工業(yè)出版社，2004.20-85. 7He Guohui, Gan Junying. A Method for Singular Value Feature Extraction of Face ImageC. Proceedings of ISIMP2004, IEEE Press, 2004.37-40. 8甘俊英，張有為.一種基于奇異值特征的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別新途徑J.電子學(xué)報(bào)，2004,32(1):56-58. 9甘俊英，張有為，毛士藝.自適

23、應(yīng)主元提取算法及其在人臉圖像特征提取中的應(yīng)用J.電子學(xué)報(bào)，2002,30(7):10131016. 10甘俊英，張有為.模式識(shí)別中廣義核函數(shù)Fisher最佳鑒別J.模式識(shí)別與人工智能，2002,15(4):429-434. 4 結(jié)束語(yǔ) 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及個(gè)體差異性。將生物特征應(yīng)用于計(jì)算機(jī)身份認(rèn)證，必能降低網(wǎng)上交易的風(fēng)險(xiǎn)，提高信息的安全性。因此，本文結(jié)合近年來(lái)國(guó)際國(guó)內(nèi)在生物特征識(shí)別方面所取得的成果，提出了將多種生物特征識(shí)別技術(shù)應(yīng)用于網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。由于該研究將對(duì)機(jī)器智能控制、工業(yè)生產(chǎn)、通信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)和社會(huì)生活方式帶來(lái)極大影響，同時(shí)也推

24、動(dòng)著智能信息處理技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)安全技術(shù)的向前發(fā)展，因此具有廣闊的應(yīng)用前景。 參考文獻(xiàn)： 1吳忠望，盧鋆，張練達(dá).計(jì)算機(jī)網(wǎng)絡(luò)安全與控制技術(shù)M.北京：科學(xué)出版社,2005.312. 2許長(zhǎng)楓，劉愛(ài)江，何大可.基于屬性證書(shū)的PMI及其在電子政務(wù)安全建設(shè)中的應(yīng)用J.計(jì)算機(jī)應(yīng)用研究，2004,21(1):119122. 3薛偉，懷進(jìn)鵬.基于角色的訪問(wèn)控制模型的擴(kuò)充和實(shí)現(xiàn)機(jī)制研究J.計(jì)算機(jī)研究與發(fā)展，2003,40(11):16351641. 4徐蔚文，陸鑫達(dá).身份認(rèn)證協(xié)議的模型檢測(cè)分J.計(jì)算機(jī)學(xué)報(bào)，2003,26(2):195-201. 5身份認(rèn)證專題EB/OL. 6張有為,甘俊英.人機(jī)自然交互M.北

25、京：國(guó)防工業(yè)出版社，2004.20-85. 7He Guohui, Gan Junying. A Method for Singular Value Feature Extraction of Face ImageC. Proceedings of ISIMP2004, IEEE Press, 2004.37-40. 8甘俊英，張有為.一種基于奇異值特征的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別新途徑J.電子學(xué)報(bào)，2004,32(1):56-58. 9甘俊英，張有為，毛士藝.自適應(yīng)主元提取算法及其在人臉圖像特征提取中的應(yīng)用J.電子學(xué)報(bào)，2002,30(7):10131016. 10甘俊英，張有為.模式識(shí)別中廣義核函數(shù)

26、Fisher最佳鑒別J.模式識(shí)別與人工智能，2002,15(4):429-434. 4 結(jié)束語(yǔ) 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及個(gè)體差異性。將生物特征應(yīng)用于計(jì)算機(jī)身份認(rèn)證，必能降低網(wǎng)上交易的風(fēng)險(xiǎn)，提高信息的安全性。因此，本文結(jié)合近年來(lái)國(guó)際國(guó)內(nèi)在生物特征識(shí)別方面所取得的成果，提出了將多種生物特征識(shí)別技術(shù)應(yīng)用于網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。由于該研究將對(duì)機(jī)器智能控制、工業(yè)生產(chǎn)、通信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)和社會(huì)生活方式帶來(lái)極大影響，同時(shí)也推動(dòng)著智能信息處理技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)安全技術(shù)的向前發(fā)展，因此具有廣闊的應(yīng)用前景。 參考文獻(xiàn)： 1吳忠望，盧鋆，張練達(dá).計(jì)算機(jī)網(wǎng)絡(luò)安全與控制技術(shù)M

27、.北京：科學(xué)出版社,2005.312. 2許長(zhǎng)楓，劉愛(ài)江，何大可.基于屬性證書(shū)的PMI及其在電子政務(wù)安全建設(shè)中的應(yīng)用J.計(jì)算機(jī)應(yīng)用研究，2004,21(1):119122. 3薛偉，懷進(jìn)鵬.基于角色的訪問(wèn)控制模型的擴(kuò)充和實(shí)現(xiàn)機(jī)制研究J.計(jì)算機(jī)研究與發(fā)展，2003,40(11):16351641. 4徐蔚文，陸鑫達(dá).身份認(rèn)證協(xié)議的模型檢測(cè)分J.計(jì)算機(jī)學(xué)報(bào)，2003,26(2):195-201. 5身份認(rèn)證專題EB/OL. 6張有為,甘俊英.人機(jī)自然交互M.北京：國(guó)防工業(yè)出版社，2004.20-85. 7He Guohui, Gan Junying. A Method for Singular V

28、alue Feature Extraction of Face ImageC. Proceedings of ISIMP2004, IEEE Press, 2004.37-40. 8甘俊英，張有為.一種基于奇異值特征的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別新途徑J.電子學(xué)報(bào)，2004,32(1):56-58. 9甘俊英，張有為，毛士藝.自適應(yīng)主元提取算法及其在人臉圖像特征提取中的應(yīng)用J.電子學(xué)報(bào)，2002,30(7):10131016. 10甘俊英，張有為.模式識(shí)別中廣義核函數(shù)Fisher最佳鑒別J.模式識(shí)別與人工智能，2002,15(4):429-434. 4 結(jié)束語(yǔ) 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及

29、個(gè)體差異性。將生物特征應(yīng)用于計(jì)算機(jī)身份認(rèn)證，必能降低網(wǎng)上交易的風(fēng)險(xiǎn)，提高信息的安全性。因此，本文結(jié)合近年來(lái)國(guó)際國(guó)內(nèi)在生物特征識(shí)別方面所取得的成果，提出了將多種生物特征識(shí)別技術(shù)應(yīng)用于網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。由于該研究將對(duì)機(jī)器智能控制、工業(yè)生產(chǎn)、通信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)和社會(huì)生活方式帶來(lái)極大影響，同時(shí)也推動(dòng)著智能信息處理技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)安全技術(shù)的向前發(fā)展，因此具有廣闊的應(yīng)用前景。 參考文獻(xiàn)： 1吳忠望，盧鋆，張練達(dá).計(jì)算機(jī)網(wǎng)絡(luò)安全與控制技術(shù)M.北京：科學(xué)出版社,2005.312. 2許長(zhǎng)楓，劉愛(ài)江，何大可.基于屬性證書(shū)的PMI及其在電子政務(wù)安全建設(shè)中的應(yīng)用J.計(jì)算機(jī)應(yīng)用研究，20

30、04,21(1):119122. 3薛偉，懷進(jìn)鵬.基于角色的訪問(wèn)控制模型的擴(kuò)充和實(shí)現(xiàn)機(jī)制研究J.計(jì)算機(jī)研究與發(fā)展，2003,40(11):16351641. 4徐蔚文，陸鑫達(dá).身份認(rèn)證協(xié)議的模型檢測(cè)分J.計(jì)算機(jī)學(xué)報(bào)，2003,26(2):195-201. 5身份認(rèn)證專題EB/OL. 6張有為,甘俊英.人機(jī)自然交互M.北京：國(guó)防工業(yè)出版社，2004.20-85. 7He Guohui, Gan Junying. A Method for Singular Value Feature Extraction of Face ImageC. Proceedings of ISIMP2004, IEEE

31、 Press, 2004.37-40. 8甘俊英，張有為.一種基于奇異值特征的神經(jīng)網(wǎng)絡(luò)人臉識(shí)別新途徑J.電子學(xué)報(bào)，2004,32(1):56-58. 9甘俊英，張有為，毛士藝.自適應(yīng)主元提取算法及其在人臉圖像特征提取中的應(yīng)用J.電子學(xué)報(bào)，2002,30(7):10131016. 10甘俊英，張有為.模式識(shí)別中廣義核函數(shù)Fisher最佳鑒別J.模式識(shí)別與人工智能，2002,15(4):429-434. 4 結(jié)束語(yǔ) 生物特征是人的內(nèi)在屬性，它具有較高的穩(wěn)定性及個(gè)體差異性。將生物特征應(yīng)用于計(jì)算機(jī)身份認(rèn)證，必能降低網(wǎng)上交易的風(fēng)險(xiǎn)，提高信息的安全性。因此，本文結(jié)合近年來(lái)國(guó)際國(guó)內(nèi)在生物特征識(shí)別方面所取得的

32、成果，提出了將多種生物特征識(shí)別技術(shù)應(yīng)用于網(wǎng)絡(luò)身份認(rèn)證的方法，并對(duì)相關(guān)技術(shù)進(jìn)行了探討。由于該研究將對(duì)機(jī)器智能控制、工業(yè)生產(chǎn)、通信系統(tǒng)、金融商業(yè)經(jīng)濟(jì)和社會(huì)生活方式帶來(lái)極大影響，同時(shí)也推動(dòng)著智能信息處理技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)安全技術(shù)的向前發(fā)展，因此具有廣闊的應(yīng)用前景。 參考文獻(xiàn)： 1吳忠望，盧鋆，張練達(dá).計(jì)算機(jī)網(wǎng)絡(luò)安全與控制技術(shù)M.北京：科學(xué)出版社,2005.312. 2許長(zhǎng)楓，劉愛(ài)江，何大可.基于屬性證書(shū)的PMI及其在電子政務(wù)安全建設(shè)中的應(yīng)用J.計(jì)算機(jī)應(yīng)用研究，2004,21(1):119122. 3薛偉，懷進(jìn)鵬.基于角色的訪問(wèn)控制模型的擴(kuò)充和實(shí)現(xiàn)機(jī)制研究J.計(jì)算機(jī)研究與發(fā)展，2003,40(11):16351641. 4徐蔚文，陸鑫達(dá).身份認(rèn)證協(xié)議的模型檢測(cè)分J.計(jì)算機(jī)學(xué)報(bào)，2003,26(2):195-201. 5身份認(rèn)證專題EB/OL. 6張有為,甘俊英.人機(jī)自然交互M.北京：國(guó)防工業(yè)出版社，2004.20-85. 7He Guohui, Gan Junying. A Method for Singular Value Feature Ex