• 北大核心期刊(《中文核心期刊要目总览》2017版)
  • 中国科技核心期刊(中国科技论文统计源期刊)
  • JST 日本科学技术振兴机构数据库(日)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于全同态加密的人脸特征密文认证系统

杨雄 张晓惠

杨雄, 张晓惠. 基于全同态加密的人脸特征密文认证系统[J]. 微电子学与计算机, 2020, 37(9): 56-61.
引用本文: 杨雄, 张晓惠. 基于全同态加密的人脸特征密文认证系统[J]. 微电子学与计算机, 2020, 37(9): 56-61.
YANG Xiong, ZHANG Xiao-hui. Face feature ciphertext authentication system based on fully homomorphic encryption[J]. Microelectronics & Computer, 2020, 37(9): 56-61.
Citation: YANG Xiong, ZHANG Xiao-hui. Face feature ciphertext authentication system based on fully homomorphic encryption[J]. Microelectronics & Computer, 2020, 37(9): 56-61.

基于全同态加密的人脸特征密文认证系统

基金项目: 

2019年福州大学至诚学院省基金培育项目 KJ2019004

2017年福建省教育厅青年基金项目 JAT170854

详细信息
    作者简介:

    杨雄  男,(1986-),硕士,高级工程师.研究方向为云计算、嵌入式应用

    通讯作者:

    张晓惠(通讯作者)  女,(1984-),硕士,讲师.研究方向为人工智能、网络安全.E-mail:83789047@163.com

  • 中图分类号: TP3

Face feature ciphertext authentication system based on fully homomorphic encryption

  • 摘要: 随着人脸识别系统的广泛采用,基于人脸识别的身份认证系统必须充分考虑用户人脸特征的安全性.为防止人脸特征泄漏,人脸特征不能以明文形式进行操作和存储.针对此问题,设计了基于全同态加密的人脸特征密文认证系统,该系统在加密域中进行人脸特征匹配,同时数据库中保存的是人脸特征模板的同态密文,整个系统无需解密人脸特征模板就可完成认证.系统实现部分借助了微软的开源简单加密算法函数库,并进一步探索了一种批处理和降维的方案,以权衡人脸匹配的准确性和计算复杂性.基于人脸基准数据库(LFW、IJB-A、IJB-B、CASIA)的测试结果表明,基于全同态加密的人脸特征密文认证是可行的,能够基本满足真实应用场景的需求.
  • 图  1  用户注册过程

    图  2  用户身份认证注册过程

    图  3  循环旋转计算点积和

    表  1  不同安全参数下维度对时间和内存的影响

    安全等级/位 非同态加密 参数 批处理 未批处理
    时间
    /μs
    Mem
    /kB
    n t
    /位
    q 时间
    /ms
    Mem
    /kB
    时间
    /ms
    Mem
    /MB
    128 64 0.44 2.0 128 110 40 961 0.25 2.0 9.66 0.25
    128 0.89 4.0 256 110 40 961 0.59 4.0 38.64 1.0
    512 3.48 16.0 1 024 110 40 961 2.45 16.0 624.07 16.5
    1 024 7.49 32.0 2 048 110 40 961 5.80 33.0 2 547.42 66.0
    1024 7.49 32.0 4 096 110 40 961 11.42 66.0 5 139.97 131.0
    192 64 0.44 0.44 128 77 40 961 0.25 2.0 9.64 0.25
    128 0.89 0.89 256 77 40 961 0.55 4.0 38.33 1.0
    512 3.48 3.48 1 024 77 40 961 2.50 16.0 617.79 16.5
    1 024 7.49 7.49 2 048 77 40 961 5.35 33.0 2 545.38 66.0
    1 024 7.49 7.49 4 096 77 40 961 11.54 66.0 5 104.68 131.0
    下载: 导出CSV

    表  2  人脸识别准确率(TAR @FAR in %)

    数据集 方法 128维FaceNet 64维PCA FaceNet 512维SphereFace 64维PCA SphereFace
    0.01% 0.1% 1% 0.01% 0.1% 1% 0.01% 0.1% 1% 0.01% 0.1% 1%
    LFW NO FHE 84.06 94.56 98.65 83.99 94.46 98.63 90.49 96.74 99.11 88.41 95.80 98.87
    FHE(2.5×10-3) 84.05 94.56 98.65 83.99 94.46 98.62 90.49 96.74 99.11 88.38 95.80 98.87
    FHE(1.0×10-2) 83.89 94.53 98.62 83.85 94.44 98.58 90.46 96.73 99.11 88.38 95.80 98.87
    FHE(1.0×10-1) 78.82 92.58 98.35 78.18 92.55 98.31 84.78 94.72 98.64 84.32 94.38 98.69
    LJB-A NO FHE 23.13 45.92 70.26 20.13 44.07 68.71 7.27 30.40 67.89 6.81 28.92 67.59
    FHE(2.5×10-3) 23.12 45.91 70.25 20.08 44.04 68.66 7.27 30.40 67.89 6.81 28.92 67.59
    FHE(1.0×10-2) 22.83 45.78 70.17 19.92 44.01 67.81 7.25 30.39 67.66 6.80 28.92 67.45
    FHE(1.0×10-1) 19.82 42.74 68.37 17.54 42.04 66.11 7.20 30.00 65.23 6.68 27.43 66.40
    LJB-B NO FHE 25.77 48.31 74.47 24.95 47.80 73.58 7.86 31.27 69.83 7.13 29.72 69.79
    FHE(2.5×10-3) 25.75 48.28 74.46 25.06 47.78 73.44 7.86 31.27 69.82 6.85 29.70 69.69
    FHE(1.0×10-2) 25.71 48.21 74.44 24.90 46.97 73.20 7.80 31.20 69.75 6.85 29.69 69.52
    FHE(1.0×10-1) 23.75 46.08 72.87 22.79 45.80 73.02 7.49 30.92 67.45 6.80 29.60 69.45
    CASIA NO FHE 70.98 84.70 93.29 70.85 84.69 93.28 86.48 90.81 93.83 82.87 89.07 92.80
    FHE(2.5×10-3) 70.98 84.70 93.29 70.85 84.69 93.28 86.47 90.81 93.83 82.78 89.04 92.78
    FHE(1.0×10-2) 70.96 84.68 93.28 70.92 84.62 93.26 86.47 90.80 93.81 82.74 89.00 92.77
    FHE(1.0×10-1) 70.82 84.66 93.25 70.78 84.59 93.22 83.21 89.49 93.05 78.82 87.29 92.16
    下载: 导出CSV
  • [1] MAI G C, CAO K, YUEN P C, et al. On the Reconstruction of Face Images from Deep Face Templates[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 2019, 41(5):1188-1202. doi:  10.1109/TPAMI.2018.2827389
    [2] LIU Z, PING L, WANG X, et al. Deep Learning Face Attributes in the Wild[C]//International Conference on Computer Vision.Santiago: IEEE, 2015: 3730-3738.
    [3] FONTAINE C, GALAND F. A Survey of Homomorphic Encryption for Nonspecialists[J].EURASIP Journal on Information Security, 2007(1):1-10. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=Doaj000002999853
    [4] ZHAO Q S, ZENG Q K, LIU X M, et al.Verifiable Computation Using Re-randomizable Garbled Circuits[J]. Journal of Software, 2019, 30(2):209-225. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rjxb201902012
    [5] LIN Z J, XU C X, W X F, et al. Application of (Fully) Homomorphic Encryption for Encrypted Computing Models[J]. Journal of Cryptologic Research, 2017(6):596-610. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=mmxb201706008
    [6] YU L Z, LIN G X, JIE G Y, et al. Survey on Homomorphic Encryption Algorithm and Its Application in the Privacy-Preserving for Cloud Computing[J]. Journal of Software, 2018, 29(7):1830-1851. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=rjxb201807001
    [7] TAIGMAN Y, YANG M, RANZATO M, et al.DeepFace: Closing the Gap to Human-Level Performance in Face Verification[C]//Computer Vision and Pattern Recognition.Columbus: IEEE, 2014: 1701-1708.
    [8] SCHROFF F, KALENICHENKO D, PHILBIN J. FaceNet: A unified embedding for face recognition and clustering[C]//Computer Vision and Pattern Recognition.Boston: IEEE, 2015: 815-823.
    [9] LIU W Y, WEN Y D, YU Z D, et al. SphereFace: Deep Hypersphere Embedding for Face Recognition[C]//Computer Vision and Pattern Recognition.Hawaii: IEEE, 2015: 6738-6746.
    [10] TRONCOSO PASTORIZA J R, GONZALEZ JIMENEZ D, PEREZ GONZALEZ F. Fully Private Noninteractive Face Verification[J]. IEEE Transactions on Information Forensics and Security, 2013, 8(7):1101-1114. doi:  10.1109/TIFS.2013.2262273
    [11] FAN J F, FREDERIK VERCAUTEREN. Somewhat Practical Fully Homomorphic Encryption[C]//Practice and Theory in Public Key Cryptography.Darmstadt: Springer, 2012: 1-16.
    [12] BRAKERSKI Z, GENTRY C, HALEVI S. Packed ciphertexts in LWE-based homomorphic encryption[M]. Berlin: Springer, 2013.
    [13] GENTRY C, HALEVI S, SMART N P. Fully Homomorphic Encryption with Polylog Overhead[C]//Theory and Applications of Cryptographic Techniques.Washington DC: Springer, 2012: 465-482.
  • 加载中
图(3) / 表(2)
计量
  • 文章访问数:  160
  • HTML全文浏览量:  73
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-11-30
  • 修回日期:  2019-12-15
  • 刊出日期:  2020-09-05

目录

    /

    返回文章
    返回