FaceEncAuth:基于FaceNet和国密算法的人脸识别隐私安全方案

摘要：

人脸识别中,人脸特征作为生物特征的一种,具有唯一性、不可撤销性,一旦遭到攻击、篡改或泄露,用户隐私安全将面临巨大威胁.针对这一问题,提出一种基于深度学习和加密算法的人脸识别隐私安全方案.该方案中,利用FaceNet深度学习算法来高效提取人脸特征,协调生物特征模糊性与密码系统的精确性,采用CKKS全同态加密算法进行人脸识别密文域的运算,通过国密SM4算法增强人脸特征密文抵抗恶意攻击的能力,利用其对称密码的性质兼顾了安全性和运算效率,而SM9非对称密码算法则用于SM4算法对称密钥的管理.实验结果及分析表明,该方案在不影响人脸识别准确率、效率的前提下提高了数据传输、存储和比对的安全性.

关键词：人脸识别、生物特征、深度学习、同态加密、SM4、SM9

所属期刊栏目：58

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;贵州省科技计划项目

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：93-99