基于图像子空间和核稀疏表示的人脸识别及同态加密方案设计与研究

随着大数据和云计算时代的到来，越来越多的用户信息被完全暴露在各大互联网媒体上，这样就存在很大的隐患和安全性问题，为了保护用户的个人隐私信息，完成人脸图像数据在服务器端的隐秘计算，本文提出了核鉴别稀疏保持嵌入算法(KDSPE)结合密码学领域的同态加密和基于身份加密系统(IBE)的不经意传输协议的一种人脸图像隐秘识别方案。终端采集待测样本的数据和数据库的人脸图像数据进行对比，从而判断终端采集的人脸数据是否在数据库存在。这里利用KDSPE算法得到核鉴别稀疏矩阵，然后利用同态加密和基于身份加密系统(IBE)的不经意传输协议来隐秘计算终端和服务器人脸的核鉴别稀疏矩阵的欧式距离，进而判断是否匹配。该算法的优点在于除了可以有效的提取人脸非线性特征外，同时在非约束环境下(姿态，表情，光照，遮挡，年龄，拍摄角度)也有较好的鲁棒性，此外由于结合密码学的知识，该算法还可以保证通信参与者的数据安全和通信通道的安全性，实验结果表明本文算法提高了人脸识别率，同时具有一定的算法安全性。

随着互联网技术的高速发展，获得较好的人脸识别效果已经满足不了现在用户的需求，越来越多的用户开始注重自己的个人隐私数据的保护。比如现在的支付宝，微信，银行理财APP 等许多关系到客户切身利益的系统，都需要来保证隐私安全，由于摄像机，监控，扫描器等是生物特征提取较为方便快捷的手段，也是现实生活中比较常见的获取人脸图像的终端，传统的人脸图像数据是以明文的形式存在数据库或者云端。而这种情况会被一些不法分子，投机者利用，来窃取，传播，篡改用户信息，尤其是在现今社会的资源共享，虚拟经济高速发展的大环境下，人脸数据的隐私性是现在必须要考虑进去的。所以在尽可能的保证人脸识别正确率的前提下，找到一种隐秘安全的计算方法应用到人脸识别技术当中， 如果这种设计方案可以保证人脸数据的安全，那就说明这种方案是有用的。