买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉理工大学

摘要：本发明公开了一种基于遗传算法的隐私保护虹膜识别方法，包括注册阶段，获取用户提交的虹膜数据t，检查数据合法性，将用户提交的原始虹膜数据t转化为隐私保护的虹膜模板t′，并加入到虹膜模板数据库，返回注册成功信息；识别阶段，获取用户提交的实时采集的虹膜数据d，计算d与虹膜模板数据库中虹膜模板的海明距离，当海明距离小于或等于阈值C时识别成功，若模板数据库中所有模板与虹膜数据d的海明距离都大于C，则识别失败。本发明还提供一种基于遗传算法的隐私保护虹膜识别系统。本发明所提出的隐私保护虹膜识别方案具有良好的识别性能。

主权项：1.一种基于遗传算法的隐私保护虹膜识别方法，其特征在于：包括：注册阶段，获取用户提交的虹膜数据t，检查数据合法性，将用户提交的原始虹膜数据t转化为隐私保护的虹膜模板t′，并加入到虹膜模板数据库，返回注册成功信息；识别阶段，获取用户提交的实时采集的虹膜数据d，计算d与虹膜模板数据库中虹膜模板的海明距离，当所述海明距离小于或等于阈值C时识别成功，若模板数据库中所有模板与所述虹膜数据d的海明距离都大于C，则识别失败；所述注册阶段包括：步骤11，初始化大小为population_size的种群；步骤12，对种群中的每一个体按照交叉概率Pc进行交叉；步骤13，对种群中的每一个体按照变异概率Pv进行变异操作；步骤14，根据评估函数fx＝unmatchx,NDB计算种群中每一个体的适应度；步骤15，依据所述步骤14计算得到所有个体的适应度，然后对所有个体按照适应度从高到低进行排序；然后按照轮盘赌选择法选择出下一代种群的个体；步骤16，判断是否到达最大迭代次数，若是，则选择种群中适应度最大的个体作为经过隐私保护处理的虹膜模板t′，并将其加入到虹膜模板数据库；若否，则回到步骤12；所述步骤14中的评估函数为fx＝unmatchx,NDB，计算种群中每一个个体x的染色体编码串与上述负数据库NDB中记录不匹配的数量，以此作为适应度的值；个体适应度的值与的该个体染色体与负数据库中不匹配的记录数量成正比；利用适应度函数计算适应度的具体步骤如下：首先，采用K-hidden负数据生成算法，将一条与原始虹膜数据串长相同的随机串转化到负数据库NDB；其中K-hidden负数据库生成算法的主要参数设置如下：负数据库中控制确定位个数的参数K＝3，用于转化的二进制串长m＝1536，控制负数据库规模的参数r＝15，控制K种不同类型的记录的生成概率的参数ρ1＝0.752，ρ2＝0.226，p3＝0.02，根据参数，通过K-hidden算法生成的负数据库一共包含m×r＝23040条记录，其中每一条记录包含3个确定位，其他位置都为不确定位，不确定位既可以取‘0’也可以取‘1’；采用随机串来生成负数据库是为了保证该方案具有足够的安全性，该负数据库只保存了若干字符串的确定位；接下来计算种群中每一个个体的染色体编码串x与上述负数据库中记录不匹配的数量unmatchx,NDB，以此作为适应度的值，个体适应度的值与的该个体染色体与负数据库中不匹配的记录数量成正比。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于遗传算法的隐私保护虹膜识别方法和系统