專利名稱：認(rèn)證或授權(quán)的方法以及相關(guān)的系統(tǒng)和安全模型的制作方法
認(rèn)證或授權(quán)的方法以及相關(guān)的系統(tǒng)和安全模型本發(fā)明涉及基于生物特征數(shù)據(jù)的認(rèn)證和/或授權(quán)的方法。通常，認(rèn)證包括根據(jù)一個(gè)生物特征數(shù)據(jù)恢復(fù)個(gè)體的身份。這種方法如

圖1所示，可籍助于系統(tǒng)來執(zhí)行，該系統(tǒng)包括用于存儲涉及各個(gè)個(gè)體且在稱為注冊時(shí)間段前獲得的生物特征數(shù)據(jù)庫M，以及包括能夠獲取這類生物特征數(shù)據(jù)的生物特征傳感器C。生物特征數(shù)據(jù)可為任意類型的，并且涉及任何個(gè)體的特征特性，例如，虹膜、一個(gè)或多個(gè)指紋、細(xì)節(jié)、面部、手掌、手指或手的脈絡(luò)、上述特征的組合、以及其它的特征。當(dāng)個(gè)體為認(rèn)證呈現(xiàn)其本身時(shí)，與該個(gè)體相關(guān)的生物特征數(shù)值b’通過傳感器C獲得，然后依次進(jìn)行與各個(gè)生物特征數(shù)據(jù)b1; . . .，bN比較，直至與這些生物特征數(shù)據(jù)(bn)中的一個(gè)建立相關(guān)性。使用該生物特征數(shù)據(jù)bn，就能獲得已經(jīng)為其獲取的生物特征數(shù)據(jù)b’的個(gè)體的標(biāo)識in。該標(biāo)識in是諸如與生物特征數(shù)據(jù)bn相關(guān)進(jìn)行存儲的。簡單地說，授權(quán)與認(rèn)證區(qū)別在于，不使用上文所述的獲得的生物特征數(shù)據(jù)I3il來獲取已經(jīng)為其獲取的生物特征數(shù)據(jù)b’的個(gè)體的標(biāo)識，但對該個(gè)體進(jìn)行任何類型的授權(quán)，例如訪問網(wǎng)站的授權(quán)、傳輸產(chǎn)品、文件或者其它的授權(quán)。因此，在授權(quán)的情況下，僅需要一種響應(yīng)，即b’在注冊數(shù)據(jù)庫中作為多個(gè)個(gè)體中的一個(gè)被檢測到，但是不嘗試讀取或反饋任何標(biāo)識(因此在這類情況下不被存儲)。由于生物特征數(shù)據(jù)的復(fù)雜性和不穩(wěn)定性，上述的連續(xù)比較操作會導(dǎo)致大量的計(jì)算。因此，認(rèn)證或授權(quán)的結(jié)果只能在相對較長的時(shí)間段后有效。此外，需要的處理能力局限于使用相對龐大的系統(tǒng)。已經(jīng)有一些方法嘗試在不過度降低認(rèn)證或識別的可靠性的條件下限制計(jì)算的數(shù)量。Feng Hao 發(fā)表 于"IEEE Transactions on Information Forensics and Security，，2008 $ 6 月干Ij 中的 t $ “A fast search algorithm for a large fuzzy database"就是這種方法的實(shí)例。它提出對虹膜的二進(jìn)制代碼執(zhí)行轉(zhuǎn)換，例如旋轉(zhuǎn)、排列和提取，以僅保存限制長度的數(shù)字?jǐn)?shù)值。因此，與上述直接在在生物特征數(shù)據(jù)上執(zhí)行的方法相比，大大簡化了基于這些數(shù)字?jǐn)?shù)值的比較方法被。上述現(xiàn)有技術(shù)的另一個(gè)缺點(diǎn)是它們較低的生物特征數(shù)據(jù)的保護(hù)層級。這個(gè)問題在直接使用生物特征數(shù)據(jù)b1; . . .，bN的情況下尤為明顯。即使如果這些生物特征數(shù)據(jù)以編碼的方法存儲在生物特征數(shù)據(jù)庫M中，然而這些生物特征數(shù)據(jù)的未編碼形式由系統(tǒng)來處理(manipulated)，特別是與獲取的生物特征數(shù)據(jù)數(shù)值b’做比較時(shí)。于是，有犯罪企圖的訪問系統(tǒng)的人能夠得到生物特征數(shù)據(jù)的未保護(hù)版本。因此，對應(yīng)個(gè)體標(biāo)識的保存是沒有保障的。在需要較少內(nèi)存的數(shù)字?jǐn)?shù)值被用于替代生物特征數(shù)據(jù)的情況下，根據(jù)上述文章“Afast search algorithm for a large fuzzy database"J^^, 0 ^ ^ IH 1^1 Hi. 始的生物特征數(shù)據(jù)的信息。因此在這種情況下，對應(yīng)個(gè)體的標(biāo)識仍然沒有得到保護(hù)。本發(fā)明的一個(gè)目的旨在改善已經(jīng)獲取其生物特征數(shù)據(jù)的個(gè)體的標(biāo)識的保護(hù)。因此，本發(fā)明提供了一種認(rèn)證或授權(quán)的方法，所述方法使用包括至少一個(gè)用于獲得生物特征數(shù)據(jù)的傳感器和一個(gè)用于存儲數(shù)字?jǐn)?shù)據(jù)組的安全模塊的系統(tǒng)，該數(shù)字?jǐn)?shù)據(jù)組通過數(shù)字算法從各個(gè)生物特征數(shù)據(jù)組開始獲得，該方法包括下述步驟/a/獲得傳感器所獲取的生物特征數(shù)據(jù)數(shù)值；/b/對已獲取的生物特征數(shù)據(jù)執(zhí)行數(shù)字算法來獲得數(shù)字?jǐn)?shù)值；/c/在安全模塊中，根據(jù)對根據(jù)接近標(biāo)準(zhǔn)獲得的數(shù)字?jǐn)?shù)值的接近度對所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；以及，/d/通過考慮在分組中對應(yīng)于數(shù)字?jǐn)?shù)據(jù)的位置，從生物特征數(shù)據(jù)中獲得生物特征數(shù)據(jù)數(shù)值。安全模塊的使用防止了有犯罪企圖人對其包括的數(shù)字?jǐn)?shù)據(jù)訪問。為此，這類具有犯罪企圖的人無法訪問這些數(shù)字?jǐn)?shù)據(jù)。此外，從中開始獲得所述數(shù)字?jǐn)?shù)據(jù)的生物特征數(shù)據(jù)能夠自行進(jìn)行保護(hù)，例如，通過編碼和/或存儲在安全模塊中。因而，保留相關(guān)生物特征數(shù)據(jù)的個(gè)體的標(biāo)識。此外，存儲和有效的簡單處理數(shù)字?jǐn)?shù)據(jù)而不是生物特征數(shù)據(jù)能夠在有限的處理時(shí)間中通過不較為復(fù)雜的系統(tǒng)執(zhí)行。上述數(shù)字算法能夠例如是量化算法，該量化算法能使得涉及一個(gè)體的生物特征數(shù)據(jù)數(shù)值對應(yīng)一數(shù)字?jǐn)?shù)值，所述個(gè)體與一個(gè)所述生物特征數(shù)據(jù)組的生物特征數(shù)據(jù)的個(gè)體相同，所述數(shù)字?jǐn)?shù)值能使從所數(shù)生物特征數(shù)據(jù)組中對應(yīng)所述生物特征數(shù)據(jù)數(shù)值滿足所述接近標(biāo)準(zhǔn)。有利地，可以執(zhí)行下述步驟/e/驗(yàn)證從所述生物特征數(shù)據(jù)集中所獲得的生物特征數(shù)據(jù)與從傳感器獲取的生物特征數(shù)據(jù)之間的相關(guān)性；/f/在缺失相關(guān)性的情況下，從所述生物特征數(shù)據(jù)集中獲得對應(yīng)在分組中較低位置的數(shù)字?jǐn)?shù)據(jù)數(shù)值的生物特征數(shù)據(jù)數(shù)值。這類驗(yàn)證步驟使得認(rèn)證或授權(quán)十分可靠。此外，相對于現(xiàn)有技術(shù)的系統(tǒng)生物特征的比較方法，它的處理復(fù)雜性也會大大減少。在這種情況下，將安全模塊分為至少兩個(gè)已設(shè)置的子部分，使之可以安全的方法相互進(jìn)行通訊，一個(gè)子部分在步驟/C/中處理，而另一個(gè)子部分在步驟/e/中處理有利地，可以使用從一個(gè)或多個(gè)生物特征數(shù)據(jù)組中得到的多個(gè)數(shù)字?jǐn)?shù)據(jù)組。安全模塊能夠存儲例如籍助于各個(gè)數(shù)字算法至少分別從第一和第二組生物特征數(shù)據(jù)組中所獲得的至少第一和第二組數(shù)字?jǐn)?shù)據(jù)。根據(jù)在這類情形中執(zhí)行的一個(gè)優(yōu)選實(shí)施例獲得分別由至少一個(gè)的傳感器所獲取至少一個(gè)的生物特征數(shù)據(jù)數(shù)值，至少第一和第二數(shù)字?jǐn)?shù)值通過對所獲取的生物特征數(shù)據(jù)執(zhí)行各個(gè)數(shù)字算法而獲得，在安全模塊中，根據(jù)它們對至少每個(gè)第一和第二數(shù)字?jǐn)?shù)值的接近度，對第一和第二數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)執(zhí)行分組，并且第一或第二生物特征數(shù)據(jù)組中的生物特征數(shù)據(jù)數(shù)值至少考慮了分組中的對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置。
因此，個(gè)體能夠通過獲取他的有效生物識別特征(臉部、指紋、虹膜等)中的至少任意一個(gè)進(jìn)行識別或認(rèn)證。根據(jù)在這類相同情況下執(zhí)行的一個(gè)優(yōu)選實(shí)施例獲得各個(gè)傳感器所獲取的第一和第二生物特征數(shù)據(jù)數(shù)值，通過在安全模塊中分別至少對獲得的第一和第二生物特征數(shù)據(jù)執(zhí)行分別數(shù)字算法至少獲得第一和第二數(shù)字?jǐn)?shù)值，根據(jù)它們對第二數(shù)值的接近度，對第二數(shù)字?jǐn)?shù)據(jù)組的數(shù)字?jǐn)?shù)據(jù)子集進(jìn)行分組，從考慮所述分組中的第二數(shù)字?jǐn)?shù)據(jù)數(shù)值位置從第二生物特征數(shù)據(jù)組中獲得生物特征數(shù)據(jù)數(shù)值，其中選擇所述第二組數(shù)字?jǐn)?shù)據(jù)中的數(shù)字?jǐn)?shù)據(jù)子集，以對應(yīng)涉及個(gè)體的第二組生物特征數(shù)據(jù)中的生物特征子集，該個(gè)體相同于從第一數(shù)字?jǐn)?shù)值中所確定的第一生物數(shù)據(jù)組中的生物特征數(shù)據(jù)子集的個(gè)體。因此，能便于認(rèn)證或授權(quán)，因?yàn)榉纸M僅執(zhí)行限制數(shù)量的數(shù)據(jù)。因此，用于收斂所需的時(shí)間也相應(yīng)減少并且不降低認(rèn)證或授權(quán)的可靠性。本發(fā)明另一個(gè)目的是所述方法的認(rèn)證或授權(quán)的系統(tǒng)，所述系統(tǒng)包括至少一個(gè)用于獲取生物數(shù)據(jù)的傳感器和存儲籍助于數(shù)字算法從各個(gè)生物特征數(shù)據(jù)組中獲得數(shù)字?jǐn)?shù)據(jù)組的安全模塊，該系統(tǒng)包括/a/獲得由傳感器所獲取的生物數(shù)據(jù)數(shù)值的裝置；/b/處理單元，用于對所獲得的生物特征數(shù)據(jù)執(zhí)行數(shù)字算法以確定數(shù)字?jǐn)?shù)值；/c/分組單元，用于在安全模塊中，根據(jù)它們對根據(jù)接近標(biāo)準(zhǔn)獲得數(shù)字?jǐn)?shù)值的接近度，對所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；以及，/d/認(rèn)證或識別單元，用于通過考慮在分組中對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置，從所述生物特征數(shù)據(jù)組獲得生物數(shù)據(jù)數(shù)值。所討論的系統(tǒng)可以由包括終端的本地系統(tǒng)構(gòu)成，終端包括傳感器和與傳感器協(xié)同的安全模塊(即，通過合并或外部通訊)。安全模塊可以是例如采用在終端中包括微芯片的形式。在一個(gè)變化例中，系統(tǒng)可以是分布式的。因而，它能夠包括存儲至少部分生物特征數(shù)據(jù)的集中式數(shù)據(jù)庫和至少一個(gè)包括傳感器的分布式的終端。在這種情況下，所使用的各個(gè)安全模塊可以與集中式的數(shù)據(jù)庫協(xié)同，與至少一個(gè)非集中式的終端協(xié)同，或者一部分與集中式的數(shù)據(jù)庫協(xié)同，而另一部分與至少一個(gè)非集中式的終端協(xié)同。本發(fā)明還包括一種安全模塊，適用于在執(zhí)行根據(jù)上述方法的識別或認(rèn)證系統(tǒng)中使用，并且包括至少一個(gè)用于獲取生物特征數(shù)據(jù)的傳感器，所述安全模塊包括存儲器，用于存儲籍助于數(shù)字算法從各個(gè)生物特征數(shù)據(jù)組中獲得的數(shù)字?jǐn)?shù)據(jù)組，所述安全模塊進(jìn)一步包括-用于通過對傳感器獲取的生物數(shù)據(jù)運(yùn)用數(shù)字算法來獲得數(shù)字?jǐn)?shù)值的裝置；-分組單元，用于根據(jù)它們對根據(jù)接近標(biāo)準(zhǔn)獲得的數(shù)字?jǐn)?shù)值的接近度，對所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；以及，-識別或認(rèn)證單元，用于通過考慮在所述分組中對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置，從所述生物數(shù)據(jù)組中獲得生物數(shù)據(jù)數(shù)值。本發(fā)明的其他特征和優(yōu)點(diǎn)將通過下述非限制性實(shí)施例的描述以及參考附圖變得更加明晰，附圖包括-圖1，上文已經(jīng)討論過，表示了根據(jù)現(xiàn)有技術(shù)的基于生物特征數(shù)據(jù)的認(rèn)證或授權(quán)的示意圖；-圖2表示了根據(jù)本發(fā)明認(rèn)證或授權(quán)系統(tǒng)的非限制性實(shí)施例的示意圖；-圖3表示了在本發(fā)明框架內(nèi)能夠連續(xù)執(zhí)行的步驟的示意圖；-圖4表示了根據(jù)本發(fā)明認(rèn)證或授權(quán)系統(tǒng)的第二非限制實(shí)施例的示意圖。圖2示出根據(jù)本發(fā)明的認(rèn)證或授權(quán)系統(tǒng)的第一實(shí)施例。在該實(shí)施例中，系統(tǒng)包括具有傳感器2的終端1，傳感器2能夠獲取任意類型的生物特征數(shù)據(jù)并且可以與個(gè)體任意確定的特征相關(guān)，例如虹膜、一個(gè)或多個(gè)指紋、細(xì)節(jié)、面部、 手掌、手指的或手的脈絡(luò)、上述特征特性的組合、以及其他等等。終端1還包括安全模塊4，換句話說，該單元對其包括的數(shù)據(jù)提供物理保護(hù)。在圖 2所示的實(shí)施例中，這類安全模塊可由包括在終端1中的微芯片構(gòu)成，例如在終端1的設(shè)計(jì)階段或在終端1的內(nèi)部插入印刷電路板，它可以是一種移動智能卡。終端1存儲各個(gè)個(gè)體相關(guān)的生物特征數(shù)據(jù)組b1; . . .，bN。這些生物特征數(shù)據(jù)來自于例如對應(yīng)個(gè)體的先前注冊。它們可以由終端1的傳感器2獲得，或通過其他適合的裝置獲得，例如，獨(dú)立于終端1的傳感器。這些生物特征數(shù)據(jù)可以存儲于終端1的存儲器3。在這種情況下，優(yōu)選地以編碼方法進(jìn)行存儲，以避免有犯罪企圖的人訪問正在訪問數(shù)據(jù)的終端1。在圖2所示的實(shí)施例中， 它采用符號，. . .，Ek (bN)來表示，其中E表示為編碼算法，而K表示為解碼密鑰。這個(gè)解決方法優(yōu)勢在于，它同時(shí)確保兩個(gè)層級數(shù)據(jù)的保護(hù)。實(shí)際上，除由安全模塊 4提供的數(shù)字?jǐn)?shù)據(jù)的物理保護(hù)以外(將在下文中闡述)，在獨(dú)立于安全模塊4的存儲器3中以生物特征數(shù)據(jù)的編碼形式的存儲提供的這些生物特征數(shù)據(jù)自身所的其它保護(hù)形式。使用的解碼算法可以是任意類型的，例如對稱或不對稱的。算法AES和DES構(gòu)成有效的解碼算法的非限制實(shí)施例。優(yōu)選地，所選擇的解碼算法可以使得對應(yīng)解碼算法相對較快的執(zhí)行，以限制需要的處理時(shí)間。微芯片4優(yōu)選存儲解碼算法和/或合適的解碼密鑰(其在圖2中由在微芯片4內(nèi)部的解碼密鑰K所表示)，以這種方法能夠恢復(fù)存儲器3中所存儲的它們編碼版本開始的生物特征數(shù)據(jù)Ιν...，1ν作為一個(gè)變化例，當(dāng)微芯片具有較強(qiáng)的存儲能力時(shí)，生物特征數(shù)據(jù)b1; . . .，bN能夠存儲在微芯片4中。在這種情況下，生物特征數(shù)據(jù)可以采用未編碼的方式存儲，因?yàn)槲⑿酒?4確保它的物理保護(hù)。也可以設(shè)想出這兩個(gè)存儲模塊的結(jié)合情況(即在存儲器3中的部分生物特征數(shù)據(jù)的編碼存儲以及在微芯片4中的部分生物特征數(shù)據(jù)的未編碼存儲)。此外，生物特征數(shù)據(jù)b1; . . .，bN可以存儲在終端1的外部，并且可以例如從外部數(shù)據(jù)庫中進(jìn)行訪問。此外，數(shù)字?jǐn)?shù)據(jù)組C1, ...，cN可籍助于數(shù)字算法Φ方法從各個(gè)生物數(shù)據(jù)b1;...， bN 開始獲得。即，C1 = Φ (bi)，...，cN = Φ (bN)。數(shù)字算法Φ是一種能夠使得數(shù)字?jǐn)?shù)據(jù)數(shù)值與生物特征數(shù)據(jù)數(shù)值相對應(yīng)的算法。 因此，所獲得的數(shù)字?jǐn)?shù)據(jù)C1, ...，Cn可以相對于生物特征數(shù)據(jù)在長度上縮小。以非限制實(shí)施例的方法，數(shù)字算法將千比特序列的生物特征數(shù)據(jù)h與僅有幾百比特或者甚至更小的的數(shù)字?jǐn)?shù)據(jù)數(shù)值Ci相互對應(yīng)。因此，數(shù)字?jǐn)?shù)據(jù)和生物特征數(shù)據(jù)的長度的比值為1至10或更大(可以設(shè)想到1至100的比值)。換句話說，數(shù)字算法Φ可以視為有利的基于較低存儲器需求實(shí)現(xiàn)生物特征數(shù)據(jù)保護(hù)的算法。在一種優(yōu)選的情況下，為了獲得將對應(yīng)的生物數(shù)據(jù)降低至在一個(gè)巨大數(shù)據(jù)庫中能有效認(rèn)證目的的數(shù)字?jǐn)?shù)據(jù)數(shù)值而執(zhí)行的數(shù)字化是無效的。數(shù)字算法Φ還包含量化算法，該量化算法能使得涉及一個(gè)體的生物特征數(shù)據(jù)b’ 對應(yīng)一數(shù)字?jǐn)?shù)值C’，所述個(gè)體與從b1; ...，bN，中的一個(gè)所述生物特征數(shù)據(jù)的個(gè)體相同，所述數(shù)字?jǐn)?shù)值C’能使對應(yīng)生物特征數(shù)據(jù)bi的數(shù)字?jǐn)?shù)據(jù)數(shù)值Ci滿足所述接近標(biāo)準(zhǔn)。也就是說，如果數(shù)字?jǐn)?shù)值C’已經(jīng)通過這類的量化算法Φ從生物特征數(shù)據(jù)數(shù)值中獲得，通過確定的誤差的概率統(tǒng)計(jì)，在C’和C1, ...，Cn中的數(shù)字?jǐn)?shù)據(jù)Ci之間的接近度表示了生物特征數(shù)據(jù)b’和對應(yīng)于Ci的生物特征數(shù)據(jù)bi與相同的個(gè)體相關(guān)性。誤差的概率統(tǒng)計(jì)涉及主動錯誤(false positives)，即不具有使得對應(yīng)生物特征數(shù)據(jù)相關(guān)相同的個(gè)體的數(shù)字?jǐn)?shù)值之間的接近度，并且還涉及被動錯誤(false negatives), 即在對應(yīng)從一個(gè)和相同的個(gè)體中獲得的對應(yīng)兩個(gè)生物特征數(shù)據(jù)之間的接近度的缺失。因?yàn)檫@樣的可能性，量化算法Φ可以允許通過某種程度的信任層級，從限制長度的數(shù)字?jǐn)?shù)值中開始恢復(fù)個(gè)體的生物特征數(shù)據(jù)。使用的接近度的標(biāo)準(zhǔn)可以使用數(shù)字距離的計(jì)算，例如海明距離、歐幾里得距離或其他的等等。在這種情況下，量化算法Φ可以為d(Ci，c’ ) < d這樣類型的，C’已經(jīng)從涉及與bi相同的個(gè)體的生物特征數(shù)據(jù)數(shù)值b’中開始獲得，其中Ci= Φ0^)，(1((^，(3’)表示例如Ci和C’之間的海明距離，d表示給定的距離閾值。當(dāng)然，還可以推測出其他的數(shù)字距離。例如，一些代表在構(gòu)成Ci和C’數(shù)字鏈中不同的數(shù)字?jǐn)?shù)值的數(shù)量。當(dāng)這些數(shù)字鏈為二進(jìn)制時(shí)，能通過在Ci和C’之間異OR操作所獲得的數(shù)字距離。也有可能采用本領(lǐng)域技術(shù)人員所熟知的其他類型的接近標(biāo)準(zhǔn)。數(shù)字算法可以是任意已知的算法。通過非限制性實(shí)施例的方法，所述的算法可以是如同 C. Chen、R. N. J. Veldhuis、Τ. Α. Μ. Kevenaar、和 A. H. Μ. Akkermans 發(fā)表于 2008 年 6 月 IEEE 白勺文獻(xiàn)"Biometric binary string generation with detection rate optimized bit allocation，，，以及 Μ. van der Veen、T. Kevenaar> G. J. Schri jen、T. H. Akkermans 禾口 F. Zuo 發(fā)表于 2006 年 2 月 SPIE 的文獻(xiàn)“Face biometrics with renewable templates”。數(shù)字算法例如存儲于終端1的存儲器3。作為一個(gè)變化例，它也可存儲于微芯片4 或者終端1的外部。將所有所數(shù)字?jǐn)?shù)據(jù)C1,...，cN存儲于微芯片4中，微芯片可確保它們的安全。出于這種原因，具有潛在犯罪企圖的人不能訪問這些數(shù)字?jǐn)?shù)據(jù)C1, ...，cN并且不能因而從中收集到任何能使其從已經(jīng)產(chǎn)生的數(shù)字?jǐn)?shù)據(jù)C1, ...，cN中獲得任何關(guān)于生物數(shù)字?jǐn)?shù)據(jù)b1;...， bN的信息。此外，需要指出數(shù)字?jǐn)?shù)據(jù)C1,. . .，cN的長度小于對應(yīng)的生物特征數(shù)據(jù)b1;. . .，bN的長度，因此它們可以存儲于降低存儲容量的微芯片4，這通常不是生物特征數(shù)據(jù)b1; . . .，bN 本身的情況。當(dāng)個(gè)體為認(rèn)證或識別呈現(xiàn)其自身時(shí)，通過傳感器2獲取它的一個(gè)生物特征數(shù)據(jù)數(shù)值b’ 10當(dāng)傳感器2在終端1的外部時(shí)，與圖2所示的比較，可將傳感器所獲取的生物特征數(shù)據(jù)數(shù)值b’從任何合適的方法轉(zhuǎn)移至終端1，以用于認(rèn)證或授權(quán)。數(shù)字?jǐn)?shù)值C’為通過對傳感器2所獲取的生物特征數(shù)據(jù)數(shù)值b’執(zhí)行數(shù)字算法而獲得的。數(shù)字?jǐn)?shù)值c’為例如通過終端1的處理單元5來確定的，生物特征數(shù)據(jù)b’的版本和數(shù)字算法Φ的版本已經(jīng)預(yù)先傳輸至終端1的處理單元。作為一個(gè)變化例，C’的計(jì)算可以通過微芯片4本身來執(zhí)行。根據(jù)另一個(gè)變化例， C’的計(jì)算可以通過終端1外部的單元來執(zhí)行，并假設(shè)之后傳輸給終端1。在任何情況下，數(shù)字?jǐn)?shù)值C’對微芯片4有效，以用于認(rèn)證或授權(quán)。如圖3所示，微芯片4執(zhí)行與其處理的數(shù)字?jǐn)?shù)據(jù)C1, ...，cN相關(guān)的數(shù)字?jǐn)?shù)值C’的分析，以這樣的方法根據(jù)上述接近標(biāo)準(zhǔn)的C’接近度對數(shù)字?jǐn)?shù)據(jù)C1, ...，Cn進(jìn)行分組。這樣可以通過計(jì)算數(shù)字?jǐn)?shù)值C’與各個(gè)數(shù)字?jǐn)?shù)據(jù)數(shù)值C1,...，cN的數(shù)字距離(步驟 6)，然后在已經(jīng)計(jì)算增加距離序列對數(shù)值Cl，. . .，(^進(jìn)行分組。這樣就能例如形成從1，...， N中選擇的索引. . .，iNi1 . . .，iN的分組序列，來表示數(shù)字?jǐn)?shù)據(jù)C1, ...，Cn的序列。盡管在圖3中的實(shí)施例，在微芯片4中測試C’與各個(gè)數(shù)字?jǐn)?shù)據(jù)C1, ...，cN的接近度，但實(shí)際上，它可以只是通過微芯片4只對數(shù)字?jǐn)?shù)據(jù)C1, ...，Cn的子段執(zhí)行這類分組。例如，僅檢測第一組P個(gè)數(shù)字?jǐn)?shù)據(jù)數(shù)值C1, ...，cp(P<N)與C’的接近度。作為一個(gè)變化例，所有或部分的數(shù)字?jǐn)?shù)據(jù)C1, ...，Cn都可進(jìn)行這樣的檢測，但是只有表現(xiàn)出對C’ 足夠的接近度的數(shù)字?jǐn)?shù)據(jù)可以用于進(jìn)行分組。因此，具有與相同個(gè)體b’的最大的相關(guān)可能性的分組用于從b1;...，比中確定生物特征數(shù)據(jù)。在圖3所示的實(shí)施例中，索引I1是在列表7中的第一位。這表示對應(yīng)的數(shù)字?jǐn)?shù)據(jù)數(shù)值Cil為在上述接近標(biāo)準(zhǔn)中最接近C’的那個(gè)。當(dāng)所使用的數(shù)字算法Φ為上述定義的量化算法時(shí)，其特性意味著生物特征數(shù)據(jù) bn (使得Cil = Φ^η))具有與相同個(gè)體b’的較高相關(guān)可能性。為了簡化檢索，在這種情況下，根據(jù)索引數(shù)字?jǐn)?shù)據(jù)數(shù)值Cil對應(yīng)生物數(shù)據(jù)數(shù)值 bn，這有利于在微芯片4中所存儲數(shù)字?jǐn)?shù)據(jù)C1,...，Cn的序列相同于例如存儲在存儲器3中的生物特征數(shù)字?jǐn)?shù)據(jù)b1;. . .，bN。由于可以重新獲得對應(yīng)任意數(shù)字?jǐn)?shù)據(jù)數(shù)值Ci的生物特征數(shù)據(jù)bi;依舊可以存在不同的序列。在圖3所示的實(shí)施例中，微芯片4因此可獲得生物特征數(shù)據(jù)bn，因?yàn)樵谖⑿酒拇鎯ζ髦邪@些數(shù)據(jù)，或者它能夠從終端1的存儲器3中接收其編碼的版本(步驟8)。在后一種情況下，在籍助于存儲在其存儲器中的算法和/或密鑰解碼之后，微芯片4 在步驟9中處理生物特征數(shù)據(jù)數(shù)值bn。該生物特征數(shù)據(jù)數(shù)值bn可以為認(rèn)證或授權(quán)目的表示自己個(gè)體的認(rèn)證或授權(quán)直接使用。值得注意的是，bn的數(shù)值從不直接保證其安全性的微芯片4中獲得。優(yōu)選的，執(zhí)行附加的驗(yàn)證，以增加認(rèn)證或授權(quán)的可靠性。這類附加的驗(yàn)證包含可由在步驟9中獲得的生物特征數(shù)據(jù)bn與在步驟10中傳感器獲取的生物特征數(shù)據(jù)b’的比較。 這類生物特征的比較可以根據(jù)所使用的生物特征數(shù)據(jù)的特性執(zhí)行任何普通的算法。它可以在微芯片4中執(zhí)行。如果比較揭示在生物特征數(shù)據(jù)b’和I3il之間的相關(guān)性具有一定的可靠性，就可以看作生物數(shù)據(jù)bn完全可以表示個(gè)體b’，其依次允許根據(jù)其進(jìn)行認(rèn)證或識別。因此，可返回?cái)?shù)值0K，如圖3所示的授權(quán)情況，或如認(rèn)證的情況，則返回對應(yīng)于生物特征數(shù)據(jù)bn的標(biāo)示
付ιη°需要注意的是，在圖3中(和圖1相同)使用的符號“=”無需嚴(yán)格等于對應(yīng)作比較的生物特征數(shù)據(jù)，但是對應(yīng)在這些數(shù)據(jù)之間的生物特征接近度測試，有時(shí)涉及“匹配”，如本領(lǐng)域的技術(shù)人員所熟知的。在缺少相關(guān)性(從“匹配”的意義上而言)的情況下，另一方面，可以假設(shè)由獲得對應(yīng)在上述分組中較低位置的數(shù)字?jǐn)?shù)據(jù)數(shù)值的另一個(gè)生物特征數(shù)據(jù)數(shù)值，來繼續(xù)處理過程。 作為一個(gè)變化例，該處理過程可以在此停止，并且顯示錯誤(NOK)。通過持續(xù)處理的方法，可以根據(jù)在步驟7建立的分組，獲得對應(yīng)表現(xiàn)出對數(shù)字?jǐn)?shù)值C’第二接近度的數(shù)字?jǐn)?shù)據(jù)數(shù)值ci2的生物特征數(shù)據(jù)數(shù)值bi2，其一定是在解碼(步驟11和 12)之后。該處理過程可以有利的持續(xù)，直至從對應(yīng)b’的相同個(gè)體的b1; . . .，bN中獲得足夠的信任度的生物特征數(shù)據(jù)數(shù)值。根據(jù)上文所述，可以理解的是，限制了完成認(rèn)證或授權(quán)所需要的計(jì)算數(shù)量。這是因?yàn)樵诓襟E6中執(zhí)行的距離計(jì)算降低了復(fù)雜度，因?yàn)樗麄兪褂脺p少長度的數(shù)字?jǐn)?shù)值。在步驟 9中獲得的生物特征數(shù)據(jù)bn，因此可以在相對短的處理時(shí)間后確定。此外，具有限制處理能力的微芯片4仍然能夠執(zhí)行這些采樣計(jì)算。然而，在某些生物特征數(shù)據(jù)數(shù)值之間執(zhí)行附加驗(yàn)證的選擇情況下，仍需要較高的復(fù)雜性，例如參考步驟10所述以及下文中的情況。然而，在大多的情況下，這樣復(fù)雜性的驗(yàn)證數(shù)量依舊是較低的，因?yàn)樯鲜鲆氲臄?shù)字算法φ的潛在特征。根據(jù)參考圖2和圖3所述實(shí)施例的改進(jìn)實(shí)施例，可以獲得多個(gè)數(shù)字?jǐn)?shù)據(jù)C1. . . cN 組，各組借助于各種數(shù)字算法Φ從生物特征數(shù)據(jù)b” . . bN中開始獲得。在這種情況下，上述步驟可以相關(guān)于各個(gè)數(shù)字?jǐn)?shù)據(jù)組C1. . . cN執(zhí)行。特別是，可以計(jì)算通過對生物特征數(shù)據(jù)數(shù)值b’執(zhí)行多種數(shù)字算法中的一種獲得各個(gè)的數(shù)字?jǐn)?shù)值c’。然后，對各個(gè)這些組中的至少一些數(shù)字?jǐn)?shù)據(jù)的分組可以如同上述的根據(jù)接近標(biāo)準(zhǔn)在微芯片4 中執(zhí)行。從、...bN中的生物特征數(shù)據(jù)數(shù)值可以通過考慮涉及數(shù)字?jǐn)?shù)據(jù)C1. . . cN的多個(gè)組執(zhí)行的多個(gè)分組來獲得。通過實(shí)施例的方式，可以保留1，. . .，N中的考慮已經(jīng)執(zhí)行的多種分組的具有最高位置的索引作為第一個(gè)近似值，以獲得對應(yīng)生物特征數(shù)據(jù)數(shù)值。根據(jù)另一個(gè)實(shí)施例，可以選擇在各自分組的頂部所對應(yīng)的多個(gè)數(shù)字?jǐn)?shù)據(jù)的生物特征數(shù)據(jù)，這樣各個(gè)都與附加的認(rèn)證有關(guān)，以便保留它們其中的一個(gè)。用于考慮從多個(gè)分組的數(shù)字?jǐn)?shù)據(jù)位置的b” . . bN中獲取生物特征數(shù)據(jù)數(shù)值的其他可能性也可被本領(lǐng)域的技術(shù)人員考慮到。還可以執(zhí)行考慮數(shù)字?jǐn)?shù)據(jù)多個(gè)組的普通分組?？梢岳斫獾氖?，在任何情況下，使用多個(gè)數(shù)字?jǐn)?shù)據(jù)組能夠可靠地選擇相關(guān)的生物特征數(shù)據(jù)數(shù)值。此外，由于減少了數(shù)字?jǐn)?shù)據(jù)長度，限制了處理和存儲能力的微芯片4仍舊具有存儲多個(gè)數(shù)字?jǐn)?shù)據(jù)組和執(zhí)行上述數(shù)字處理操作的能力。根據(jù)另一個(gè)可以與上一個(gè)實(shí)施例相組合的實(shí)施例，它可以使用多個(gè)生物特征數(shù)據(jù)組b” . . bN。在這種情況下，多個(gè)數(shù)字?jǐn)?shù)據(jù)組C1. . . cN的每一個(gè)都借助于各種數(shù)字算法對應(yīng)于這些生物特征數(shù)據(jù)組中的一個(gè)。通過實(shí)施例的方法，生物特征數(shù)據(jù)組可以涉及不同的生物特征特性，例如各個(gè)手指的指紋、一個(gè)特性為指紋而其它特性為面部、一個(gè)特性為指紋而其它特性為脈絡(luò)、指紋、 虹膜和掌紋，并且還可以推測出上述的任意組合。在這種情況下，一個(gè)或多個(gè)所獲得的數(shù)值b’可以通過根據(jù)多個(gè)生物特征數(shù)據(jù)組的特性所設(shè)置的一個(gè)或多個(gè)傳感器來執(zhí)行。然后，可以從各個(gè)生物特征數(shù)據(jù)b，中獲得各個(gè)數(shù)字?jǐn)?shù)值C’。值得注意的是，在這里獲得比在注冊時(shí)更少的生物特征數(shù)據(jù)(例如在注冊時(shí)十個(gè)手指而在這一個(gè)步驟中僅為一個(gè)，因此目的是找到十個(gè)手指中的一個(gè))。也有可能是不能確定獲得的生物特征數(shù)據(jù)的精確特性，但只是一些可能特性的組情況(例如十個(gè)手指中的特性，或者右或左索引中一個(gè)的特性，等)。然后，可以執(zhí)行在注冊時(shí)所使用的且對應(yīng)于該可能組的所有數(shù)字算法，以獲得同樣數(shù)量的數(shù)字?jǐn)?shù)值。從這些數(shù)字?jǐn)?shù)值中獲得的分組進(jìn)而允許獲得特征數(shù)據(jù)數(shù)值，同時(shí)也允許重新恢復(fù)b’的準(zhǔn)確的特性。上述步驟執(zhí)行的結(jié)果允許從獲得從至少一些有效的生物特?cái)?shù)據(jù)組中產(chǎn)生多個(gè)生物特征數(shù)據(jù)。因而，可以設(shè)想采用多種策略來處理認(rèn)證或授權(quán)。通過這樣的實(shí)施例，獲得各個(gè)生物特征數(shù)據(jù)可以與相同特性獲取的生物特征數(shù)據(jù)比較，以便僅保留對應(yīng)待認(rèn)證或授權(quán)個(gè)體的最大可能性的特性。也就是說，不需要擔(dān)心多個(gè)生物特征數(shù)據(jù)組的生物特征數(shù)據(jù)之間的關(guān)聯(lián)，獲取至少一個(gè)“匹配”數(shù)據(jù)數(shù)值，即，無論生物特征數(shù)據(jù)是否關(guān)聯(lián)相同的個(gè)體(以便補(bǔ)償例如手指放置錯誤的情況，即用左索引代替右索引)。作為一個(gè)變化例，可以執(zhí)行附加的驗(yàn)證，直到完全獲得多個(gè)相同個(gè)體完全相關(guān)的生物特征數(shù)據(jù)。也就是說，“增強(qiáng)”分組可以通過考慮生物特征數(shù)據(jù)之間的關(guān)聯(lián)來執(zhí)行，即， 涉及注冊的個(gè)體。作為另一個(gè)變化例，可以使用至少兩個(gè)不同的生物特征特性第一種，用于快速選擇個(gè)體的目的(可能候選的列表)，第二種，以精確的方法，從所述選擇中，允許選擇待認(rèn)證對應(yīng)獲取的生物特征特性的個(gè)體。也就是說，第一分組用于選擇第二分組執(zhí)行的候選(通過考慮例如，分組的前k個(gè)位置)。因此，第二分組是基于對通過對第二生物特征特性執(zhí)行數(shù)字算法獲得數(shù)字?jǐn)?shù)值與僅相關(guān)已選擇個(gè)體的數(shù)字?jǐn)?shù)值之間的相關(guān)度。這可以執(zhí)行例如，在使用非常具有差異性、生物特征特性的第二種情況之前，使用不是非常具有差異性、生物特性特征、可能未數(shù)字化或與數(shù)字?jǐn)?shù)值組合的第一種情況(即， 面部作為選擇候選，然后虹膜用于識別；或脈絡(luò)作為選擇候選，然后指紋用于識別)。還存在其它可能性，這些本領(lǐng)域技術(shù)人員都可理解。圖2所述以外的其它系統(tǒng)也具有執(zhí)行本發(fā)明的能力。例如，可以使用一個(gè)較大規(guī)模的系統(tǒng)。在后一種情況下，安全模塊可以包括一個(gè)或多個(gè)安全單元，例如HSM(硬件安全模塊)類型的。雖然比微芯片具有更大規(guī)模和更高能力，但這種類型的模塊也可以提供數(shù)據(jù)的物理保護(hù)，通過這樣的方法使得具有犯罪企圖的人不能夠訪問它的內(nèi)容。如同在上一個(gè)實(shí)施例中，仍舊限制處理的復(fù)雜性，特別是與采用常用算法的生物特征數(shù)據(jù)系統(tǒng)地比較作比較。上述所有的操作中，尤其是涉及圖2和圖3的操作，都可以由這種類型的系統(tǒng)執(zhí)行。這種類型的生物特征系統(tǒng)能夠包括例如一個(gè)或多個(gè)HSM的一個(gè)或多個(gè)的子部分、 一個(gè)或多個(gè)中央數(shù)據(jù)服務(wù)器或者是不包含、一個(gè)或多個(gè)傳感器、一個(gè)和多個(gè)數(shù)字服務(wù)器以及允許在多個(gè)實(shí)體間通訊的網(wǎng)絡(luò)連接。HSM可以被分成兩個(gè)子部分，至少一個(gè)用于Ci的分組，另一個(gè)用于驗(yàn)證(匹配)，物理間隔的HSM子部分設(shè)置為能以安全方法與另一個(gè)進(jìn)行通訊。本領(lǐng)域的技術(shù)人員能推測出其他構(gòu)架。此外，還值得注意的是，所述操作模式不排除在復(fù)雜的生物特征系統(tǒng)中。如圖2所示的終端可以使用分為多個(gè)物理分隔的子部分的安全模塊，例如多個(gè)獨(dú)立的用于確定任務(wù)的微芯片和能以安全方式與另一個(gè)進(jìn)行通訊。圖4示出包括集中數(shù)據(jù)庫13和非集中終端14和15的分布式系統(tǒng)的實(shí)施例。值得注意的是，作為一個(gè)變化例，可以使用單個(gè)非集中終端或甚至是數(shù)量大于3的非集中終端。在這個(gè)實(shí)施例中，數(shù)據(jù)庫13包括了多個(gè)生物特征數(shù)據(jù)組(優(yōu)選為編碼的)。它還可以包括允許執(zhí)行上述方法的數(shù)字算法。在圖4所示的實(shí)施例中，數(shù)據(jù)庫13存儲生物特征數(shù)據(jù)組(EJb1)，. . .，Ek(bN)和 Ek(Cl1)，. . .，Ek(dN))以及分別適用于兩個(gè)非集中式終端14和15的數(shù)字算法(Φ和φ )。優(yōu)選的，數(shù)據(jù)庫13可以構(gòu)成執(zhí)行注冊的中央工作站的部分，即生物特征數(shù)據(jù)的注冊優(yōu)先于任何的驗(yàn)證。在從數(shù)據(jù)庫13中，以例如編碼這類安全的方式，獲得用于認(rèn)證或授權(quán)的終端操作所需的生物特征數(shù)據(jù)之后，各個(gè)終端14和15可以如同上述終端1進(jìn)行操作。優(yōu)選的，注冊系統(tǒng)還可以管理存儲在終端中數(shù)據(jù)Ci或ei的傳輸或更新。這種類型的架構(gòu)可以是例如在包括執(zhí)行注冊的中央工作站和可由各個(gè)終端控制對其的訪問的多個(gè)空間的站點(diǎn)上使用的架構(gòu)。在這種情況下，已經(jīng)注冊的個(gè)體的標(biāo)識符通過在數(shù)據(jù)庫13中的他們的生物特征數(shù)據(jù)進(jìn)行編碼以及通過每個(gè)終端14和15的安全模塊所提供的物理保護(hù)進(jìn)行保護(hù)。此外，可以降低終端14和15復(fù)雜度，因?yàn)樗鼈冊谂c生物特征數(shù)據(jù)相比減少長度的數(shù)字?jǐn)?shù)據(jù)上執(zhí)行操作。一般而言，系統(tǒng)可以是本地的。因此，其包括具有傳感器的終端，并且能與安全模塊協(xié)同(即，通過合并或外部通訊)。安全模塊采用例如能夠包含在終端中的微芯片。作為一個(gè)變化例，系統(tǒng)可以是分布式的。它可以因此包括至少存儲部分生物特征數(shù)據(jù)的集中式數(shù)據(jù)庫，以及至少一個(gè)包括傳感器的非集中式的終端。在這種情況下，各個(gè)使用的安全模塊都可以與中央數(shù)據(jù)庫進(jìn)行協(xié)同、與至少一個(gè)非集中式的終端進(jìn)行協(xié)同或者與其他的進(jìn)行協(xié)同、或者一部分與集中式數(shù)據(jù)庫進(jìn)行協(xié)同，而另一部分與至少一個(gè)非集中式終端進(jìn)行協(xié)同。部分生物特征數(shù)據(jù)還可以存儲在至少一個(gè)非集中式終端中。最后，值得注意的是，上述的部分或所有的操作都可以通過包括合適編碼指令的計(jì)算機(jī)程序以及通過與至少一個(gè)安全模塊的協(xié)同來執(zhí)行。
1權(quán)利要求
1.一種認(rèn)證或授權(quán)的方法，所述方法使用包括至少一個(gè)用于獲得生物特征數(shù)據(jù)的傳感器(2)和一個(gè)用于存儲數(shù)字?jǐn)?shù)據(jù)組(Cl，. . .，cN)的安全模塊的系統(tǒng)，所述數(shù)字?jǐn)?shù)據(jù)組通過數(shù)字算法(Φ)從各個(gè)生物特征數(shù)據(jù)組(b1; . . .，bN)開始獲得，該方法包括下述步驟/a/獲得傳感器所獲取的生物特征數(shù)據(jù)數(shù)值(b’ )； /b/對已獲取的生物特征數(shù)據(jù)執(zhí)行數(shù)字算法來獲得數(shù)字?jǐn)?shù)值(C’ )； /c/在安全模塊中，根據(jù)對根據(jù)接近標(biāo)準(zhǔn)獲得的數(shù)字?jǐn)?shù)值的接近度對所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；以及，/d/通過考慮在分組中對應(yīng)于數(shù)字?jǐn)?shù)據(jù)的位置，從生物特征數(shù)據(jù)中獲得生物特征數(shù)據(jù)數(shù)值(bn)。
2.根據(jù)權(quán)利要求1所述的方法，還包括下述步驟/e/驗(yàn)證從所述生物特征數(shù)據(jù)集中(b1;.. .，bN)所獲得的生物特征數(shù)據(jù)(bn)與從傳感器獲取的生物特征數(shù)據(jù)(b’ )之間的相關(guān)性；/f/在缺失相關(guān)性的情況下，從所述生物特征數(shù)據(jù)集中獲得對應(yīng)在分組中較低位置的數(shù)字?jǐn)?shù)據(jù)數(shù)值的生物特征數(shù)據(jù)數(shù)值(bi2)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，將安全模塊(4)分為至少兩個(gè)已設(shè)置的子部分，使之可以安全的方法相互進(jìn)行通訊，一個(gè)子部分在步驟/c/中處理，而另一個(gè)子部分在步驟/e/中處理。
4.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，所述接近標(biāo)準(zhǔn)使用數(shù)字距離計(jì)算， 例如海明間距。
5.根據(jù)上述任一權(quán)利要求所述方法，其特征在于，所述數(shù)字算法是量化算法，該量化算法能使得涉及一個(gè)體的生物特征數(shù)據(jù)數(shù)值對應(yīng)一數(shù)字?jǐn)?shù)值，所述個(gè)體與一個(gè)所述生物特征數(shù)據(jù)組的生物特征數(shù)據(jù)的個(gè)體相同，所述數(shù)字?jǐn)?shù)值能使從所述生物特征數(shù)據(jù)組中對應(yīng)所述生物特征數(shù)據(jù)數(shù)值滿足所述接近標(biāo)準(zhǔn)。
6.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，從所述生物特征數(shù)據(jù)組(b1;...， bN)中的至少一些生物特征數(shù)據(jù)數(shù)值以一種編碼的方式存儲于安全模塊(4)外部的存儲器 (3)，其中所述安全模塊用于對編碼生物特征數(shù)據(jù)進(jìn)行解碼。
7.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，所述生物特征數(shù)據(jù)組(b1;.. .，bN) 中的至少一些生物特征數(shù)據(jù)數(shù)值以未編碼的方法存儲于安全模塊(4)。
8.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，所述數(shù)字?jǐn)?shù)據(jù)組中(C1，...，CN)的數(shù)字?jǐn)?shù)據(jù)的長度小于所述生物特征數(shù)據(jù)組(b1; . . .，bN).中的各個(gè)生物特征數(shù)據(jù)的長度。
9.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，所述安全模塊(4)存儲至少兩個(gè)以各自數(shù)字算法從生物特征數(shù)據(jù)組中開始獲得的數(shù)字?jǐn)?shù)據(jù)組，其中至少兩個(gè)數(shù)字?jǐn)?shù)值通過對所獲取的生物特征數(shù)據(jù)(b’ )分別執(zhí)行數(shù)字算法獲得，并且在安全模塊中，根據(jù)它們對根據(jù)接近標(biāo)準(zhǔn)的對應(yīng)的數(shù)字?jǐn)?shù)值的接近度，對從每個(gè)所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分類，并且其中從所述生物數(shù)據(jù)組中通過考慮在分組中的對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置來獲得生物特征數(shù)據(jù)數(shù)值。
10.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，所述安全模塊(4)存儲至少第一和第二數(shù)字?jǐn)?shù)值組，所述第一和第二數(shù)字?jǐn)?shù)值組通過各自的數(shù)字算法從第一和第二生物特征數(shù)據(jù)組中分別開始獲得。
11.根據(jù)權(quán)利要求10所述的方法，其特征在于，獲得分別由至少一個(gè)的傳感器所獲取至少一個(gè)的生物特征數(shù)據(jù)數(shù)值，至少第一和第二數(shù)字?jǐn)?shù)值通過對所獲取的生物特征數(shù)據(jù)執(zhí)行各個(gè)數(shù)字算法而獲得，在安全模塊中，根據(jù)它們對至少每個(gè)第一和第二數(shù)字?jǐn)?shù)值的接近度，對第一和第二數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)執(zhí)行分組，并且第一或第二生物特征數(shù)據(jù)組中的生物特征數(shù)據(jù)數(shù)值至少考慮了分組中的對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置。
12.根據(jù)權(quán)利要求10所述的方法，其特征在于，獲得各個(gè)傳感器所獲取的第一和第二生物特征數(shù)據(jù)數(shù)值，通過在安全模塊中分別至少對獲得的第一和第二生物特征數(shù)據(jù)執(zhí)行分別數(shù)字算法至少獲得第一和第二數(shù)字?jǐn)?shù)值，根據(jù)它們對第二數(shù)值的接近度，對第二數(shù)字?jǐn)?shù)據(jù)組的數(shù)字?jǐn)?shù)據(jù)子集進(jìn)行分組，從考慮所述分組中的第二數(shù)字?jǐn)?shù)據(jù)數(shù)值位置從第二生物特征數(shù)據(jù)組中獲得生物特征數(shù)據(jù)數(shù)值，其中選擇所述第二組數(shù)字?jǐn)?shù)據(jù)中的數(shù)字?jǐn)?shù)據(jù)子集，以對應(yīng)涉及個(gè)體的第二組生物特征數(shù)據(jù)中的生物特征子集，該個(gè)體相同于從第一數(shù)字?jǐn)?shù)值中所確定的第一生物數(shù)據(jù)組中的生物特征數(shù)據(jù)子集的個(gè)體。
13.根據(jù)上述任一權(quán)利要求所述的方法，其特征在于，所述系統(tǒng)包括終端(1)的本地系統(tǒng)，終端(1)包括傳感器和與傳感器協(xié)同的安全模塊G)。
14.根據(jù)權(quán)利要求1至12中任一項(xiàng)所述的方法，其特征在于，所述系統(tǒng)為分布式系統(tǒng)， 包括存儲至少部分生物特征數(shù)據(jù)(Ek^1),..., Ek (bN) ^k(Cl1),..., Ek (dN))的集中式數(shù)據(jù)庫 (13)和至少一個(gè)包括傳感器的分布式的終端(14 ；15)。
15.用于執(zhí)行上述任一權(quán)利要求所述方法的認(rèn)證或授權(quán)的系統(tǒng)，所述系統(tǒng)包括至少一個(gè)用于獲取生物數(shù)據(jù)的傳感器( 和存儲籍助于數(shù)字算法(Φ)從各個(gè)生物特征數(shù)據(jù)組 (bi; . . .，bN)中獲得數(shù)字?jǐn)?shù)據(jù)組的安全模塊，該系統(tǒng)包括/a/獲得由傳感器所獲取的生物數(shù)據(jù)數(shù)值(b’ )的裝置；/b/處理單元，用于對所獲得的生物特征數(shù)據(jù)執(zhí)行數(shù)字算法以確定數(shù)字?jǐn)?shù)值(C’ )；/c/分組單元，用于在安全模塊中，根據(jù)它們對根據(jù)接近標(biāo)準(zhǔn)獲得數(shù)字?jǐn)?shù)值的接近度， 對所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；以及，/d/認(rèn)證或識別單元，用于通過考慮在分組中對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置，從所述生物特征數(shù)據(jù)組獲得生物數(shù)據(jù)數(shù)值(bn)。
16.一種安全模塊，適用于在執(zhí)行根據(jù)權(quán)利要求1至14任一所述方法的識別或認(rèn)證系統(tǒng)中使用，并且包括至少一個(gè)用于獲取生物特征數(shù)據(jù)的傳感器O)，所述安全模塊包括存儲器，用于存儲籍助于數(shù)字算法(Φ)從各個(gè)生物特征數(shù)據(jù)組(b1;...，bN)中獲得的數(shù)字?jǐn)?shù)據(jù)組(Cl，. . .，cN)，所述安全模塊進(jìn)一步包括-用于通過對傳感器獲取的生物數(shù)據(jù)(b’ )運(yùn)用數(shù)字算法來獲得數(shù)字?jǐn)?shù)值(C’ )的裝置；-分組單元，用于根據(jù)它們對根據(jù)接近標(biāo)準(zhǔn)獲得的數(shù)字?jǐn)?shù)值的接近度，對所述數(shù)字?jǐn)?shù)據(jù)組中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；以及，-識別或認(rèn)證單元，用于通過考慮在所述分組中對應(yīng)數(shù)字?jǐn)?shù)據(jù)的位置，從所述生物數(shù)據(jù)組中獲得生物數(shù)據(jù)數(shù)值(bn)。
全文摘要
一種認(rèn)證或授權(quán)的方法，所述方法使用包括至少一個(gè)用于獲得生物特征數(shù)據(jù)的傳感器(2)和一個(gè)存儲籍助于數(shù)字算法(Φ)從各個(gè)生物特征數(shù)據(jù)組(b1，...，bN)中開始獲得的數(shù)字?jǐn)?shù)據(jù)組(c1，...，cN)的安全模塊(4)的系統(tǒng)。根據(jù)所述方法，獲得傳感器所獲取的生物特征數(shù)據(jù)(b’)；通過對所獲取的生物特征數(shù)據(jù)運(yùn)用數(shù)字算法獲得數(shù)字?jǐn)?shù)值(c’)；在安全模塊中，根據(jù)它們對獲得的數(shù)字?jǐn)?shù)值得接近度，對所述數(shù)字?jǐn)?shù)據(jù)中的至少一些數(shù)字?jǐn)?shù)據(jù)進(jìn)行分組；并且從考慮了在分組中對應(yīng)得數(shù)字?jǐn)?shù)據(jù)位置的所述生物特征數(shù)據(jù)組中獲得生物特征數(shù)據(jù)(bi1)。
文檔編號H04L9/32GK102273128SQ200980154836
公開日2011年12月7日 申請日期2009年12月4日 優(yōu)先權(quán)日2008年12月8日
發(fā)明者布魯諾·金達(dá)吉, 朱利恩·布林格, 赫弗·查巴內(nèi) 申請人:茂福公司