基本信息
- 項(xiàng)目名稱:
- 基于視覺(jué)加密的新一代銀行ATM系統(tǒng)
- 來(lái)源:
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類:
- 信息技術(shù)
- 大類:
- 科技發(fā)明制作A類
- 簡(jiǎn)介:
- 該作品為一個(gè)新型的、實(shí)用的、易用的、高效的、安全性高的ATM系統(tǒng)。系統(tǒng)采用視覺(jué)控制方代替ATM的手工輸入,通過(guò)人臉識(shí)別來(lái)確定操作人的合法性。通信過(guò)程中對(duì)數(shù)據(jù)進(jìn)行透明加密。人眼操作需要人眼特征參數(shù),如果不是本人,無(wú)法準(zhǔn)確定位人眼的注視坐標(biāo)。每次進(jìn)行“確定”操作時(shí),根據(jù)實(shí)時(shí)人臉識(shí)別來(lái)進(jìn)行驗(yàn)證是否是本人。如果不是本人,則操作無(wú)效。每一個(gè)操作界面的屏幕鍵盤(pán)數(shù)字的位置隨機(jī)改變,提升安全性。
- 詳細(xì)介紹:
- 1 系統(tǒng)方案 1.1開(kāi)發(fā)平臺(tái)和硬件組成 本系統(tǒng)基于PC開(kāi)發(fā),以XP系統(tǒng)為例來(lái)進(jìn)行系統(tǒng)的開(kāi)發(fā),系統(tǒng)采用C++進(jìn)行開(kāi)發(fā),所以在移植到別的平臺(tái)上時(shí)比較靈活,可以移植到很多嵌入式平臺(tái)。系統(tǒng)采用近紅外LED作為光源,在鏡頭上用紅外截止濾光片濾去850nm波長(zhǎng)紅外光之外的一切光波;用CCD攝像機(jī)實(shí)時(shí)獲取人眼的圖像,對(duì)圖像進(jìn)行處理和分析,分析得出人眼的瞳孔中心位置及光斑位置信息;同時(shí),用一個(gè)攝像頭來(lái)供人臉的實(shí)時(shí)檢測(cè)和識(shí)別之用,進(jìn)行信息確認(rèn),保證當(dāng)前人的身份合法。 1.2功能結(jié)構(gòu) 在進(jìn)行人眼操作的過(guò)程中,系統(tǒng)需要對(duì)兩個(gè)三維空間坐標(biāo)系和一個(gè)平面坐標(biāo)系進(jìn)行轉(zhuǎn)換和映射,來(lái)獲取準(zhǔn)確的人眼注視坐標(biāo)位置。如圖1.2所示。首先,系統(tǒng)對(duì)人眼進(jìn)行跟蹤;然后,獲取人眼的圖像,對(duì)圖像進(jìn)行處理,得到人眼的瞳孔中心位置;之后,利用單攝像機(jī),顯示屏幕,人眼,及紅外光源這幾個(gè)空間坐標(biāo)映射,得出人眼注視屏幕坐標(biāo);最后,ATM模擬程序根據(jù)坐標(biāo)點(diǎn)進(jìn)行相應(yīng)的響應(yīng)。 實(shí)時(shí)人臉檢測(cè)與識(shí)別是在用戶業(yè)務(wù)辦理過(guò)程中,實(shí)時(shí)獲取人臉圖像,以人臉圖像進(jìn)行分析處理,將當(dāng)前人臉與特征庫(kù)中的人臉進(jìn)行比對(duì),實(shí)現(xiàn)人臉的實(shí)時(shí)檢測(cè)與識(shí)別。在用戶使用系統(tǒng)的過(guò)程中,如果當(dāng)前人是人臉特征庫(kù)中的人,對(duì)其身份進(jìn)行確認(rèn),否則通知系統(tǒng)此為非法用戶,取消其操作。 傳輸數(shù)據(jù)做透明加密處理,采用一次一密算法,保證信息安全而高效地進(jìn)行交互。所采用的加密算法我們稱之為隨機(jī)素?cái)?shù)表即時(shí)更新加密算法,該算法是本小組對(duì)傳統(tǒng)的RSA非對(duì)稱加密算法的一種有效且有針對(duì)性的改進(jìn),在一次交互過(guò)程中,密鑰會(huì)進(jìn)行一次復(fù)雜隨機(jī)變化,實(shí)現(xiàn)一次一密。使得ATM系統(tǒng)不會(huì)出現(xiàn)信息在傳輸過(guò)程中泄漏的情況,傳輸過(guò)程中傳的是無(wú)意義的密文,對(duì)同一個(gè)明文加密后的密文不固定的,而且沒(méi)有規(guī)律可尋的。這樣就保證的信息在傳輸過(guò)程中的安全性 ATM客戶端: 插入銀行卡,從庫(kù)中提取本人的眼睛參數(shù)。然后根據(jù)人眼參數(shù)進(jìn)行程序里的人眼參數(shù)設(shè)定,如果人眼參數(shù)不符合,那么就無(wú)法定位注視點(diǎn);如果符合,就用人眼進(jìn)行所有的屏幕按鍵操作。輸入密碼進(jìn)行登陸,進(jìn)行正常的ATM客戶服務(wù):取款,查詢余額,轉(zhuǎn)賬,修改密碼等。每個(gè)操作完成點(diǎn)“確定”的時(shí)候,進(jìn)行實(shí)時(shí)人臉識(shí)別,如果當(dāng)前操作的人不是銀行卡對(duì)應(yīng)的持卡人,則其操作無(wú)效,不能執(zhí)行操作。 服務(wù)器端: 處理客戶端的業(yè)務(wù)請(qǐng)求,存儲(chǔ)所有的數(shù)據(jù)信息。用戶的個(gè)人信息、賬戶信息等全都存儲(chǔ)在服務(wù)器端。當(dāng)客戶端向服務(wù)器端發(fā)出請(qǐng)求時(shí),服務(wù)器端根據(jù)客戶端的請(qǐng)求做出響應(yīng),再將信息反饋給客戶端。 一次一密通信模塊: 完成ATM客戶端和服務(wù)器端的交互工作,確保信息在傳輸過(guò)程中的安全性。對(duì)于發(fā)送的信息進(jìn)行加密,接收的信息進(jìn)行解密。信息加密采用一次傳輸改變一次密鑰,對(duì)于同一信息,在不同時(shí)候加密,其加密后密文也是不一樣的,實(shí)現(xiàn)一次一密。 2 技術(shù)原理 2.1視覺(jué)控制部分總體原理 系統(tǒng)采用角膜反射原理。近紅外光源發(fā)出的光在用戶眼睛角膜上形成高亮度反射點(diǎn)(glints),利用瞳孔中心和光斑的相對(duì)位置關(guān)系確定視線方向。使用云臺(tái),攝像機(jī)能作二維掃描,保證用戶眼睛始終在攝像機(jī)視場(chǎng)范圍內(nèi)。為克服可見(jiàn)光對(duì)人的干擾,系統(tǒng)采用近紅外光源,用對(duì)近紅外靈敏的低照度CCD攝像機(jī)和紅外帶通濾光鏡(去可見(jiàn)光,通近紅外光)獲取圖像,消除可見(jiàn)光對(duì)測(cè)量的影響,增加系統(tǒng)的抗干擾能力。 眼睛是一個(gè)特殊的光學(xué)系統(tǒng),它對(duì)光線有特殊的反射和透射作用。使用850nm的紅外線照射眼睛,由于虹膜對(duì)紅外線的反射為0.9,而對(duì)普通光的反射為0.5,因此,人眼在紅外光源照射下的特征為只有瞳孔的位置為黑色,虹膜部分是灰白色的。而且,人眼中的角膜、虹膜和瞳孔對(duì)紅外線的吸收和反射都不同,因此,在眼睛紅外圖像中有非常豐富的信息。提取眼睛紅外圖像中的特征目標(biāo)(瞳孔、光斑)是視線跟蹤技術(shù)的基礎(chǔ)和關(guān)鍵,特征目標(biāo)的高精度定位對(duì)系統(tǒng)的分辨率及準(zhǔn)確度至關(guān)重要。 在基于視頻的非侵入視線跟蹤系統(tǒng)中,要獲得理想精度,面臨的困難主要是眼睛圖像的分辨率不夠。在上述系統(tǒng)中,假設(shè)眼睛圖像大小為120×75 pixels,眼球轉(zhuǎn)動(dòng)范圍大約為70°,則瞳孔運(yùn)動(dòng)的區(qū)域約為60×60 pixels,在像素級(jí)精度下,視線跟蹤最好的分辨率為70ο/60≈1.2ο。也可以通過(guò)下述方法,更為精確地計(jì)算視線估計(jì)方向精度。計(jì)算時(shí),取眼球轉(zhuǎn)動(dòng)中心或其他相對(duì)固定的面部特征點(diǎn)(像眼角)作為參考點(diǎn),CCD捕獲的眼睛圖像通過(guò)圖像采集卡,送計(jì)算機(jī)進(jìn)行圖像處理,提取瞳孔、光斑信息,進(jìn)行注視點(diǎn)計(jì)算。利用提取的注視位置等信息,進(jìn)而對(duì)系統(tǒng)進(jìn)行相應(yīng)操作。 2.1.1通過(guò)面部特征粗定眼睛位置 采用離散對(duì)稱變換來(lái)實(shí)現(xiàn)對(duì)眼睛位置的粗定位。離散對(duì)稱變換,它不僅具有廣義對(duì)稱變換描述物體對(duì)稱性大小的特點(diǎn),而且通過(guò)對(duì)各點(diǎn)領(lǐng)域的考察,去除那些處于規(guī)則區(qū)域外的點(diǎn),可大大降低計(jì)算量,實(shí)現(xiàn)眼睛定位的快速算法。廣義對(duì)稱變換把圖像中的所有像素點(diǎn)同等對(duì)待,每個(gè)像素點(diǎn)都計(jì)算其對(duì)稱值。事實(shí)上,在圖像中物體的單一背景區(qū)域中,大面積的灰度均勻區(qū)域上的像素點(diǎn)在一定的尺度范圍內(nèi)不具有明顯意義的對(duì)稱性,所以就不必計(jì)算它的對(duì)稱值,而這樣的像素點(diǎn)在人臉圖像中占了很大一部分,如頭發(fā)、臉部除眼、嘴等特征區(qū)域之外的區(qū)域及部分身體區(qū)域。眼、嘴、鼻子等特征區(qū)域在大于其輪廓的范圍內(nèi)灰度有變化,這樣的區(qū)域稱為灰度不均勻區(qū)。離散對(duì)稱變換以減少計(jì)算量為出發(fā)點(diǎn),在計(jì)算對(duì)稱之前加入一個(gè)對(duì)圖像灰度不均勻區(qū)域的檢測(cè)步驟以減少計(jì)算量,然后定義了一個(gè)與廣義對(duì)稱變化相似的對(duì)稱算子來(lái)計(jì)算點(diǎn)對(duì)稱。 離散對(duì)稱變換實(shí)際上可看成一種非線性濾波[3],由于對(duì)每個(gè)像素點(diǎn)都進(jìn)行相同的領(lǐng)域處理,適合于并行處理,在定位圓形物體圓心時(shí),算子領(lǐng)域采用圓環(huán)。通過(guò)圖像的離散對(duì)稱變換后,眼睛中心點(diǎn)附近像素的對(duì)稱值一般都處在對(duì)稱值最大的前四、五位,對(duì)具有強(qiáng)對(duì)稱值的候選點(diǎn),采用兩條簡(jiǎn)單的規(guī)則進(jìn)行篩選。規(guī)則(1):鄰近像素合并,一般選取對(duì)稱值內(nèi)最大的前10位候選點(diǎn),將其中位置相鄰的候選點(diǎn)合并到它們中對(duì)稱值最大的像素處;規(guī)則(2):幾何約束判別,對(duì)經(jīng)過(guò)規(guī)則(1)篩選后的候選點(diǎn),利用眼在臉部的幾何分布性質(zhì)進(jìn)一步篩選,取基本符合眼睛分布規(guī)律的兩點(diǎn)作為最終的定位雙眼結(jié)果。 2.1.2估算瞳孔的中心和大小 精確確定瞳孔中心是非常關(guān)鍵的任務(wù)。在基于明、暗瞳孔原理[4]的系統(tǒng)中,瞳孔算法包括如下步驟: 1)明、暗瞳孔圖像相減,得到差值圖像; 2)對(duì)差值圖像進(jìn)行閾值分割; 3)粗定瞳孔的中心和大小(形心、半徑); 4)置初始邊界(畫(huà)圓); 5)確定瞳孔邊緣; 6)確定瞳孔位置(橢圓擬合)。 采用閾值技術(shù),得到二值化圖后,進(jìn)行數(shù)學(xué)形態(tài)學(xué)操作(膨脹、腐蝕),經(jīng)組合算法處理后,根據(jù)大小、形狀進(jìn)行濾波處理,得到瞳孔區(qū)域,對(duì)瞳孔區(qū)域掃描處理可計(jì)算出瞳孔中心。 2.1.3瞳孔像素級(jí)邊緣點(diǎn)提取 邊緣是指圖像中灰度值迅速變化的像素點(diǎn)序列。在一幅圖像中,邊緣有方向和幅度兩個(gè)持性。一般認(rèn)為,沿邊緣走向的灰度變化較為平緩,而垂直于邊緣走向的灰度變化劇烈。邊緣點(diǎn)檢測(cè)通過(guò)運(yùn)用邊緣算子,算出圖像中每一個(gè)像素的灰度梯度的大小和方向,然后采用取閾值等操作將邊緣檢測(cè)出來(lái)。使用經(jīng)典算子提取邊緣,常對(duì)整個(gè)圖像操作,考慮到瞳孔邊界只占圖像很小部分,故這些方法效率不高。為加快算法執(zhí)行的速度,依據(jù)第1步估算的瞳孔中心位置和瞳孔大小置初始邊界(畫(huà)圓),確定ROI(a region-of-interest),僅對(duì)ROI進(jìn)行操作。改通常的二維掃描為一維搜索,在搜索方向上使用設(shè)計(jì)的一維邊緣檢測(cè)算子[-1-1 0 1 1]提取瞳孔像素級(jí)邊緣點(diǎn)。依據(jù)已求出的相鄰方向上的瞳孔邊緣點(diǎn)到中心的距離,更新下一搜索方向上的搜索區(qū)域。 依據(jù)瞳孔邊界點(diǎn)的灰度值、梯度值及瞳孔邊界曲線的平滑特性,剔除虛假邊界點(diǎn),去除眼皮、眼睫毛及邊界上光斑的干擾影響。 依據(jù)估算的瞳孔中心位置和瞳孔大小置初始邊界(畫(huà)圓),確定ROI(a region-of-interest),僅對(duì)ROI進(jìn)行操作。改通常的二維掃描為一維搜索,在搜索方向上使用設(shè)計(jì)的一維邊緣檢測(cè)算子[-1-1 0 1 1]提取瞳孔像素級(jí)邊緣點(diǎn)。依據(jù)已求出的相鄰方向上的瞳孔邊緣點(diǎn)到中心的距離,更新下一搜索方向上的搜索區(qū)域。 2.1.4瞳孔邊緣點(diǎn)亞像素位置檢測(cè) 根據(jù)眼睛紅外圖像中瞳孔像素級(jí)邊緣點(diǎn)梯度方向上圖像信息,確定亞像素[5]邊界位置:對(duì)所求的像素級(jí)邊緣點(diǎn),通過(guò)沿其梯度方向搜索局部梯度極大值,得到亞像素邊界點(diǎn);對(duì)所有邊緣點(diǎn)操作,得到最終的亞像素級(jí)邊緣位置。 像素級(jí)邊緣點(diǎn)(i,j),其小鄰域如圖2.7所示。 沿梯度方向上將直線穿過(guò)的相關(guān)點(diǎn)的梯度值變化擬合成一條曲線、通過(guò)令曲線導(dǎo)數(shù)為零的條件建立方程來(lái)確定亞像素邊界點(diǎn)的位置。 設(shè)二次擬合曲線的形式為: y=ax2+bx+c 則極值點(diǎn)坐標(biāo): x=-b/2a 像素邊緣檢測(cè) 1)由像素級(jí)邊緣點(diǎn)(i,j),確定其梯度方向及所處區(qū)域(方向1(1)、方向2(2)、方向3(3)、方向4(4))。 2)如圖3.7所示,為方向1或(1)。由(i-1,j+1)點(diǎn)和(i,j+1)點(diǎn)的梯度值經(jīng)線性插值得a點(diǎn)梯度值Ga(ya,xa);由(i,j-1)點(diǎn)和(i+1,j-1)點(diǎn)的梯度值經(jīng)線性插值得b點(diǎn) 梯度值Gb(yb,xb)。其他方向處理方法類同。 3)由Ga(ya,xa),Gb(yb,xb)及(i,j)點(diǎn)梯度值在梯度方向進(jìn)行二次曲線擬合,并尋找極值點(diǎn),得到最終的亞像素邊緣點(diǎn)位置。 2.1.5瞳孔亞像素中心定位 瞳孔經(jīng)光學(xué)系統(tǒng)在CCD成像為平面橢圓,所以對(duì)提取的邊緣點(diǎn)進(jìn)行橢圓最小二乘擬合[6]鏈接成邊界,即可確定瞳孔中心位置。橢圓方程取為:第四章亞像素邊緣檢測(cè)與中心定位x2+Axy+By2+Cx+Dy+E=0 橢圓擬合可求得橢圓方程的5個(gè)參數(shù)A、B、C、D和E,為了抑制圖像噪聲的影響,提高定位精度,可進(jìn)行兩次橢圓擬合。第一次擬合后,計(jì)算每個(gè)邊緣點(diǎn)的殘差,將殘差較大的點(diǎn)去除掉(即剔除偏離擬合曲線上較遠(yuǎn)的點(diǎn)),再對(duì)剩余點(diǎn)進(jìn)行第二次橢圓擬合。 2.1.6獲取光斑坐標(biāo) 光斑提取算法通常包括如下步驟: 步驟一:對(duì)眼睛圖像取閾值進(jìn)行分割,得到二值化圖像; 步驟二:對(duì)二值化圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)操作; 步驟三:組合(八鄰域掃描、label算法); 步驟四:計(jì)算光斑中心。 為提高算法速度,可依據(jù)光源位置,及前面圖像提取的信息,來(lái)確定光斑搜索窗口的位置、大小。對(duì)搜索區(qū)域進(jìn)行限制(位置限制、大小限制)。瞳孔中心提取的算法,大多可用來(lái)進(jìn)行光斑中心的提取。但考慮到圖像中光斑體積小、亮度大,采用等權(quán)重質(zhì)心法[7] 可以較精確地算出五個(gè)光斑的坐標(biāo),為后續(xù)的映射打下基礎(chǔ)。 2.1.7映射 首先進(jìn)行特征提取。打開(kāi)顯示器上的四個(gè)近紅外發(fā)光二極管,關(guān)閉CCD攝相機(jī)口上的一個(gè)近紅外發(fā)光源。近紅外光源發(fā)出的光在用戶眼睛角膜上形成高亮度反射點(diǎn)(glints),利用瞳孔中心和光斑的相對(duì)位置關(guān)系確定視線方向。這被稱為角膜反射[1]。 關(guān)閉顯示器上的四個(gè)近紅外發(fā)光二極管,打開(kāi)CCD攝相機(jī)口上的一個(gè)近紅外發(fā)光 源。為了得到更加準(zhǔn)備的數(shù)據(jù),對(duì)兩張圖片進(jìn)行處理:一張是顯示器上的四個(gè)光源打開(kāi),而CCD攝相機(jī)上的光源關(guān)閉;另一張是顯示器上的四個(gè)光源關(guān)閉,而CCD攝相機(jī)上的光源打開(kāi)。如果兩張照片的間隔很小,那么兩張照片的瞳孔區(qū)域強(qiáng)度差很大,而瞳孔區(qū)域外的部分很少。 然后用交比[8]的方法對(duì)眼睛注視點(diǎn)進(jìn)行估算。 這樣就可以求出人眼注視屏幕點(diǎn)X’的坐標(biāo),同理可以求得Y’的坐標(biāo)。P’(X’,Y’)就是所求的屏幕注視點(diǎn)的坐標(biāo)。 2.2人臉檢測(cè)與識(shí)別模塊原理 近年來(lái)出現(xiàn)了大量的人臉檢測(cè)方法,其中PaulViola和Michael Jones于2001年 提出的Adaboost算法[14]是第一個(gè)實(shí)時(shí)的人臉檢測(cè)算法,從根本上解決了檢測(cè)的速度問(wèn)題,同時(shí)具有較好的識(shí)別效果。OpenCV是Intel公司開(kāi)發(fā)的數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)軟件,可以應(yīng)用于很多領(lǐng)域作為二次開(kāi)發(fā)的工具。本系統(tǒng)中人臉檢測(cè)與識(shí)別模塊的實(shí)現(xiàn)利用了OpenCV中的Adaboost的人臉檢測(cè)算法。 人臉檢測(cè)與識(shí)別模塊首先要捕獲圖像,對(duì)圖像進(jìn)行處理,提取人臉的圖像,對(duì)人臉圖像進(jìn)行分析,進(jìn)而提取人臉的特征。 人臉檢測(cè)與識(shí)別模塊主要分為人臉檢測(cè)和人臉識(shí)別兩大部分,都是根據(jù)人臉的haar特征[15]來(lái)進(jìn)行檢測(cè)和識(shí)別的。對(duì)于人臉檢測(cè)部分,采用了OpenCV中開(kāi)源的靜態(tài)圖像人臉檢測(cè)方法的原理,進(jìn)一步深化擴(kuò)展到本系統(tǒng)所需的動(dòng)態(tài)實(shí)時(shí)人臉檢測(cè)。對(duì)于人臉識(shí)別部分,主要利用了特征人臉?lè)治龇╗16]和PCA(Principal Component Analysis)[17]主成分分析法來(lái)實(shí)現(xiàn)。 2.3一次一密原理 此算法是基于公式XA mod P = B(公式1) 即使在A,P,B均確定的情況下,解X也會(huì)有很多的這樣一個(gè)事實(shí),而對(duì)傳統(tǒng)的RSA加密算法的一種改進(jìn)算法。剔除了RSA算法中的公鑰,增強(qiáng)了原算法中密鑰。使原來(lái)單一出現(xiàn)的密鑰,成為了組合密鑰,加強(qiáng)了保密性,也使密鑰的選取更容易實(shí)現(xiàn)。最終做到一次傳輸變換一次密鑰。本小組將其名命為隨機(jī)素?cái)?shù)表即時(shí)更新加密算法。 算法分析: ① 破譯困難: 此算法加密的強(qiáng)度體現(xiàn)在隨機(jī)大素?cái)?shù)表的選取上。隨機(jī)大素表中,素?cái)?shù)越大,且個(gè)數(shù)越多,那么算法加密的強(qiáng)度越高。在密文中,體現(xiàn)出來(lái)的信息只有冪次A,素?cái)?shù)表的下標(biāo)P,以及結(jié)果B,還有隱藏了原文標(biāo)記解的Temp。顯然,隨機(jī)選取的素?cái)?shù)越大,那么對(duì)于破譯工作來(lái)說(shuō),需要枚舉的素?cái)?shù)就越多,且對(duì)于每一個(gè)枚舉的素?cái)?shù)來(lái)說(shuō),需要枚舉的可能解y也隨之增多。如果大素?cái)?shù)選取的是128bit,那么其需要枚舉的時(shí)間復(fù)雜度也是2256(世界上最快的計(jì)算機(jī)也要運(yùn)算上1.308*1054年),得到的可能解對(duì)(y,p)也有許多對(duì),這樣在有限的信息內(nèi),也就無(wú)法破譯出其中正確的解對(duì)。 ② 密鑰選取簡(jiǎn)單: 傳統(tǒng)的RSA算法: 對(duì)于傳統(tǒng)的RSA算法來(lái)說(shuō),隨著計(jì)算機(jī)的運(yùn)算速度越來(lái)越快,RSA所需要選擇的密鑰長(zhǎng)度也越來(lái)越長(zhǎng),由于其無(wú)法做到一次一密,所以在信息傳遞過(guò)程中,大量的使用相同密鑰加密的信息會(huì)給破譯人員提供很多在破譯工作中處理沖突的方法,這樣就大大減輕了破譯的工作量,也使算法更不安全。那么RSA的安全性在于不斷的尋找兩個(gè)非常大的素?cái)?shù)作為私鑰和公鑰,通常為1024bit。而當(dāng)今還沒(méi)有任何一種算法可以使素?cái)?shù)的選取變得簡(jiǎn)單易行。 隨機(jī)素?cái)?shù)表算法: 由于其使用的是一張私有的素?cái)?shù)表,不涉及公鑰,也就不用擔(dān)心信息在傳遞過(guò)程中被截獲后解密出來(lái)。又由于其對(duì)于每個(gè)信息的加密都是隨即選取大素?cái)?shù),所以即使相同的信息在一個(gè)文章里面出現(xiàn),加密后的信息也不盡相同,這樣就使破譯人員無(wú)法通過(guò)文章結(jié)構(gòu)來(lái)判斷原始信息的大致分布。也是基于上面一點(diǎn),使密文提供給破譯人員相同密鑰的信息變得十分有限,也就使破譯人員在破譯密鑰的過(guò)程中沖突處理的方法十分有限,增加的破譯的困難性,也加強(qiáng)了信息傳遞過(guò)程中的安全性。一般來(lái)說(shuō),對(duì)于傳統(tǒng)的RSA算法要選取1024bit的大素?cái)?shù)作為密鑰,對(duì)于此算法而言,只要選取128bit的16個(gè)大素?cái)?shù)作為一張素?cái)?shù)表來(lái)對(duì)信息加密,加密的強(qiáng)度就可以遠(yuǎn)遠(yuǎn)超過(guò)RSA的1024bit密鑰加密。并且此算法還可以做到隨時(shí)更新密鑰,這樣就是破譯工作更為困難!
作品專業(yè)信息
設(shè)計(jì)、發(fā)明的目的和基本思路、創(chuàng)新點(diǎn)、技術(shù)關(guān)鍵和主要技術(shù)指標(biāo)
- 目的:提高銀行提款機(jī)的安全性 基本思路、創(chuàng)新點(diǎn):克服現(xiàn)在的ATM取款機(jī)用手輸入密碼的不安全性,提出的全新的基于視覺(jué)跟蹤的方法來(lái)克服手工操作帶來(lái)的各種安全隱患,讓用戶可以通過(guò)自己的眼睛來(lái)代替現(xiàn)在的手工操作,反映操作者的意志,使得銀行客戶使用更安全,也更加方便,再通過(guò)人臉識(shí)別來(lái)時(shí)刻確定操作人的合法性,提升操作的安全性。 技術(shù)關(guān)鍵: ⑴瞳孔邊界點(diǎn)的準(zhǔn)確提取和人眼參數(shù)精度的把握 ⑵自然環(huán)境對(duì)實(shí)驗(yàn)的影響 ⑶人臉差異問(wèn)題的解決 ⑷準(zhǔn)確的空間坐標(biāo)映射的解決 主要技術(shù)指標(biāo) ⑴視覺(jué)跟蹤與視覺(jué)控制模塊功能的實(shí)現(xiàn) ⑵人臉檢測(cè)與識(shí)別模塊功能的實(shí)現(xiàn) ⑶系統(tǒng)運(yùn)行效率 ⑷ATM交互模塊功能的實(shí)現(xiàn) ⑸讀卡模塊功能的實(shí)現(xiàn) ⑹通信模塊功能的實(shí)現(xiàn)
科學(xué)性、先進(jìn)性
- 本系統(tǒng)采用最優(yōu)化的方法來(lái)解決。算法上,對(duì)每一個(gè)環(huán)節(jié)都采用了多種算法進(jìn)行比較,綜合分析,研究出最小時(shí)間復(fù)雜度的算法;實(shí)時(shí)性上,對(duì)CCD的監(jiān)測(cè)速度和圖像采集卡的預(yù)處理速度進(jìn)行了折中,每秒獲取并處理24幀圖片,達(dá)到了很好的實(shí)時(shí)效果。 本系統(tǒng)利用角膜反射原理,實(shí)現(xiàn)了一種全新的用視覺(jué)跟蹤的方法來(lái)實(shí)現(xiàn)眼控技術(shù)。用眼操作規(guī)避了手動(dòng)操作會(huì)帶來(lái)的種種安全隱患,使ATM安全性得到一個(gè)質(zhì)的升華,而目前視覺(jué)技術(shù)在ATM取款系統(tǒng)中沒(méi)有成熟的技術(shù)和產(chǎn)品。 人眼操作讓ATM的操作過(guò)程有一個(gè)全新的方式,不用擔(dān)心現(xiàn)在不法分子采用的錄相偷窺得不法手段,再高超的偷窺也無(wú)濟(jì)于事。 系統(tǒng)自適應(yīng)性高。對(duì)于任何人,對(duì)不同的人,系統(tǒng)可以提取其眼球特征,對(duì)其特定的參數(shù)做處理,最終達(dá)到最佳的效果和最高的精度。 本系統(tǒng)成本低。硬件設(shè)備價(jià)格便宜,用到的材料都是生活中比較常用的,銀行企業(yè)實(shí)施起來(lái)也比較容易,可以在現(xiàn)有的系統(tǒng)上加載本系統(tǒng),也可以以比較低的成本換成全新的眼控ATM系統(tǒng)。
獲獎(jiǎng)情況及鑒定結(jié)果
- 2010年 哈爾濱工業(yè)大學(xué)全國(guó)信息安全大賽 二等獎(jiǎng) 2011年 哈爾濱工程大學(xué)第十七屆“五四杯” 一等獎(jiǎng)
作品所處階段
- 實(shí)驗(yàn)室階段
技術(shù)轉(zhuǎn)讓方式
- 非專利轉(zhuǎn)讓
作品可展示的形式
- 模型、現(xiàn)場(chǎng)演示、錄像
使用說(shuō)明,技術(shù)特點(diǎn)和優(yōu)勢(shì),適應(yīng)范圍,推廣前景的技術(shù)性說(shuō)明,市場(chǎng)分析,經(jīng)濟(jì)效益預(yù)測(cè)
- 一、系統(tǒng)以視覺(jué)控制技術(shù)和人臉識(shí)別技術(shù)為核心進(jìn)行實(shí)現(xiàn),對(duì)數(shù)據(jù)的加密處理實(shí)現(xiàn)一次一密。系統(tǒng)主要分為視覺(jué)控制模塊、人臉識(shí)別模塊、通信模塊。 視覺(jué)主要用來(lái)實(shí)現(xiàn)輸入密碼和其他操作的選擇,而人臉主要是用來(lái)時(shí)刻判斷使用者的合法性,一但身份不符,則取消其操作。另外,操作過(guò)程中使用隨機(jī)界面,提高密碼的安全性,通信過(guò)程中實(shí)現(xiàn)一種RSA改進(jìn)算法,實(shí)現(xiàn)一次通信即時(shí)改變一次密鑰。 二、用視覺(jué)進(jìn)行控制的ATM取款系統(tǒng),省去了手工操作的同時(shí),用人臉識(shí)別來(lái)確認(rèn)身份,大大提升了ATM的安全性。近年來(lái),隨著圖像處理技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展,視線跟蹤技術(shù)無(wú)論是在技術(shù)上還是在實(shí)際應(yīng)用上都取得了較大的進(jìn)展,陸續(xù)出現(xiàn)了一些比較實(shí)用和精度較高的方法。對(duì)視線跟蹤技術(shù)的研究主要是圍繞如何精確地、對(duì)人無(wú)干擾地追蹤人的視覺(jué)過(guò)程的技術(shù)來(lái)進(jìn)行的。生物識(shí)別技術(shù)現(xiàn)在發(fā)展還不是很成熟,本系系統(tǒng)所采用的技術(shù)比較精良,設(shè)備價(jià)格便宜,有很高的市場(chǎng)推廣價(jià)值。
同類課題研究水平概述
- 目前美國(guó)麻省理工大學(xué)對(duì)于視覺(jué)跟蹤加密技術(shù)有著較成熟的研究,但其研究方向?yàn)榉缸镄畔⒑蛻?zhàn)爭(zhēng)武器;其他一些國(guó)家在國(guó)內(nèi)部分對(duì)于該技術(shù)有著廣泛的理論研究,,但是沒(méi)有大量的應(yīng)用到實(shí)際,還有待與我們的進(jìn)一步研發(fā)。