(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210336698.9 (22)申请日 2022.03.31 (71)申请人 华中师范大学 地址 430079 湖北省武汉市洪山区珞 瑜路 152号 (72)发明人 王涛　姚世红　庞世燕　张玉平　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 严彦 (51)Int.Cl. G06F 21/62(2013.01) G06F 21/32(2013.01) G06F 21/45(2013.01) (54)发明名称 一种指纹认证的隐私保护方法及系统 (57)摘要 本发明提供一种指纹认证的隐私保护方法 及系统， 先利用低秩矩阵逼近的奇异矩阵分解对 指纹数据进行分解， 得到低秩的奇异值矩阵， 近 似地表征指纹矩阵； 再利用指数机制计算出最优 的秩； 然后通过截断奇异值矩阵分解， 得到指纹 矩阵最优秩下的低秩表达； 对奇异值矩阵的每个 奇异值添加Laplac e噪声， 得到扰动奇异值矩阵； 随后利用约束推理对扰动奇异值进行后置求精， 重排奇异值序列， 得到后处理的奇异值矩阵； 最 后， 根据后处理的奇异值矩阵， 重建扰动指纹。 本 发明比同类 现有方法， 以最小的信息扰动实现指 纹隐私保护， 可更高效地保证指纹的不可逆、 不 可链接、 以及准确的身份认证， 具有较强的实用 性。 权利要求书2页 说明书7页 附图4页 CN 114880700 A 2022.08.09 CN 114880700 A 1.一种指纹认证的隐私保护方法， 其特征在于： 先利用低秩矩阵逼近的奇异矩阵分解 对指纹数据进 行分解， 得到低秩的奇异 值矩阵， 近似地表征指纹矩阵； 再利用指数机制计算 出最优的秩； 然后通过截断奇异 值矩阵分解， 得到指纹矩阵最优秩下的低秩表达； 对奇异 值 矩阵的每个 奇异值添加Laplace噪声， 得到扰动奇异 值矩阵； 随后利用约束推理对扰动奇异 值进行后置求精， 重排奇异值序列， 得到后处理的奇异值矩阵； 最后， 根据后处理的奇异值 矩阵， 重建扰动指纹。 2.根据权利要求1所述一种指纹认证的隐私保护方法， 其特征在于： 实现过程包括以下 步骤， 步骤S1， 预处理， 包括读入待处理的指纹数据得到指纹矩阵Z， 计算指纹矩阵Z 的秩r； 其中， 是实数矩阵空间， m是 行数， n是列数； 步骤S2， 指纹矩阵的低秩表示， 包括利用低秩矩阵逼近的截断奇异矩阵分解对指纹数 据进行分解 其中 为左、 右正交矩阵， Ψr＝diag( ψ1,…, ψr) 为指纹矩阵Z的低秩奇异值矩阵， 能够近似地表征指纹矩阵， ψ1,…, ψr是奇异值， 且ψ1≥ψ2 ≥…≥ ψr； 步骤S3， 最优秩 计算， 包括利用指数机制计算出指纹数据最优的秩ropt； 步骤S4， 最优低秩分解， 包括根据最优 秩ropt， 更新奇异值矩阵 为最优秩奇异矩 阵 利用截断奇异矩阵分解对指纹数据进行最优低秩分解， 其 中， 为指纹矩阵， 分别为最优秩下的左、 右正交矩阵； 步骤S5， 差分隐私噪声扰动， 包括对最优秩的奇异值矩阵 的每个奇异值添加拉普拉 斯噪声实现指纹信息的扰动； 步骤S6， 扰动奇异值矩阵的后置求精， 包括对扰动后的奇异值矩阵进行后置求精， 使奇 异值满足降序排列要求， 得到奇异值矩阵 步骤S7， 扰动指纹矩阵重建， 包括利用得到的奇异值矩阵 进行低秩分解的逆操作， 重建出指纹矩阵， 记为 实现将噪声扰动的效果延展至整个指纹矩阵， 得到 隐私保护的指纹数据。 3.根据权利要求2所述一种指纹认证的隐私保护方法， 其特征在于： 步骤3的实现方式 包括以下子步骤， 步骤S3‑1， 设置得分函数Ω(Z,r)， 包括利用总体均方根误差RMSE确定得分函数， 得分 函数越大， 说明总体均方根 误差RMSE越小； 步骤S3‑2， 设置敏感度函数ΔS， 包括根据得分函数， 将敏感度函数ΔS 分为低秩逼近敏 感度函数ΔS1和噪声扰动敏感度函数ΔS2， ΔS＝ΔS1+ΔS2； 步骤S3‑3， 利用指数机制计算 不同r值的抽样概 率， 概率最大的相应作为 最优秩ropt。 4.一种指纹认证的隐私保护系统， 其特征在于： 用于实现如权利要求1 ‑3任一项所述的 一种指纹认证的隐私保护方法。 5.根据权利要求 4所述指纹认证的隐私保护系统， 其特 征在于： 包括以下模块，权　利　要　求　书 1/2 页 2 CN 114880700 A 2预处理模块， 用于读入待处理的指纹数据得到指纹矩阵Z， 计算指纹矩阵Z的 秩r； 其中， 是实数矩阵空间， m是 行数， n是列数； 低秩表示模块， 用于利用低秩矩阵逼近的截断奇异矩阵分解对指纹数据进行分解 其中 为左、 右正交矩阵， Ψr＝diag( ψ1,…, ψr)为指纹矩阵 Z的低秩奇异值矩阵， 能够近似地表征指纹矩阵， ψ1,…, ψr是奇异值， 且 ψ1≥ ψ2≥…≥ ψr； 最优秩计算模块， 用于利用指数机制计算出指纹数据最优的秩ropt； 最优低秩分解模块， 用于根据最优秩ropt， 更新奇异值矩阵 为最优秩奇异矩阵 利用截断奇异矩阵分解对指纹数据进行最优低秩分解， 其 中， 为指纹矩阵， 分别为最优秩下的左、 右正交矩阵； 差分隐私噪声扰动模块， 用于对最优秩的奇异值矩阵 的每个奇异值添加 拉普拉斯 噪声实现指纹信息的扰动； 后置求精模块， 用于对扰动后的奇异值矩阵进行后置求精， 使奇异值满足 降序排列要 求， 得到奇异值矩阵 扰动指纹重建模块， 用于利用得到的奇异值矩阵 进行低秩分解的逆操作， 重建出指 纹矩阵， 记为 实现将噪声扰动的效果延展至整个指纹矩阵， 得到隐私保护 的指纹数据。 6.根据权利要求4所述指纹认证的隐私保护系统， 其特征在于： 包括处理器和存储器， 存储器用于存储程序指令， 处理器用于调用存储器中的存储指令执行如权利要求1 ‑5任一 项所述的一种指纹认证的隐私保护方法。 7.根据权利要求4所述指纹认证的隐私保护系统， 其特征在于： 包括可读存储介质， 所 述可读存储介质上存储有计算机程序， 所述计算机程序执行时， 实现如权利要求 1‑5任一项 所述的一种指纹认证的隐私保护方法。权　利　要　求　书 2/2 页 3 CN 114880700 A 3