发明名称 基于可撤消的手写签名的身份认证方法
摘要 本发明公开了基于可撤消的手写签名的身份认证方法,包括手写签名的变形、变形函数的选择、手写签名的比较和认证。先用数字式手写板采集手写签名的动态信息,然后对手写签名的二维坐标进行大小和位置的归一化。用正弦函数的组合对手写签名的二维坐标序列进行调制,达到手写签名变形的目的。正弦函数的参数由客户的PIN码控制,每个手写签名用最近邻法选择合适的签名模板,并根据手写签名与该签名模板的比较距离进行决策。本发明通过变形隐藏了真实的手写签名,增加了生物特征数据的安全性,客户能拥有多个手写签名,如果系统发生安全问题,客户能更换“新”的手写签名,即这种生物特征是可撤消的,获得比单纯手写签名认证更高的精度和可靠性。
申请公布号 CN101079707A 申请公布日期 2007.11.28
申请号 CN200710111290.7 申请日期 2007.06.21
申请人 中国科学院合肥物质科学研究院 发明人 黄德双;全中华;贾伟
分类号 H04L9/32(2006.01);G06K9/00(2006.01) 主分类号 H04L9/32(2006.01)
代理机构 安徽省合肥新安专利代理有限责任公司 代理人 赵晓薇
主权项 1、基于可撤消的手写签名的身份认证方法,该身份认证方法包括:1)手写签名获取,利用数字式手写板获取手写签名的动态信息,包括手写签名的二维坐标x和y、压力p随时间变化的动态序列;2)手写签名预处理,包括对手写签名进行位置归一化、坐标大小归一化及压力归一化,具体包括:2.1)计算手写签名在二维平面的重心;2.2)将手写签名的重心作为新的坐标原点,对手写签名的坐标序列进行坐标平移;2.3)累积手写签名序列的二维坐标平方和R=∑t(x(t)2+y(t)2);2.4)将R求平方根后用于手写签名序列坐标的大小归一化,归一化的横坐标和纵坐标序列分别为x(t)=K·x(t)/R0.5,y(t)=K·y(t)/R0.5;2.5)将压力序列除以其最大值从而完成归一化;其特征在于该方法还包括以下步骤:3)手写签名变形,利用正弦函数的组合f(t)=∑iAi·sin(Bi+Cit/T)对手写签名的两个坐标序列进行调制,从而得到扭曲变形的手写签名动态序列:x(t)=x(t)·f(t),y(t)=y(t)·f(t),其中正弦函数的参数由客户的PIN码生成,设客户输入的PIN码为m1m2m3m4m5m6m7m8,则手写签名变形所用的正弦函数的参数是:Bi=0.2π·(1+m2i-1),Ci=1.5π+m2i·π,i={1,2,3,4},PIN码的前四位生成的参数用于x坐标的变形;后四位生成的参数用于y坐标的变形;4)特征提取,根据变形后手写签名坐标序列计算手写签名的线速度v、手写签名轨迹切线角序列θ,与归一化后的二维坐标序列、归一化后压力序列p一起作为手写签名的特征;5)手写签名比较与决策,包括:5.1)使用动态时间弯曲(DTW)算法对齐手写签名与签名模板的切线角序列,得到对手写签名动态序列的时间调整函数;5.2)根据切线角的动态弯曲函数对手写签名的x、y坐标、线速度v、切线角θ和压力p五个动态序列进行时间规整;5.3)计算每个动态序列的累积距离<math> <mrow> <msub> <mi>D</mi> <mi>i</mi> </msub> <mo>=</mo> <munder> <mi>&Sigma;</mi> <mrow> <mrow> <mo>(</mo> <msup> <mi>t</mi> <mi>R</mi> </msup> <mo>,</mo> <msup> <mi>t</mi> <mi>T</mi> </msup> <mo>)</mo> </mrow> <mo>&Element;</mo> <mi>P</mi> </mrow> </munder> <mo>|</mo> <msubsup> <mi>O</mi> <mi>i</mi> <mi>R</mi> </msubsup> <mrow> <mo>(</mo> <msup> <mi>t</mi> <mi>R</mi> </msup> <mo>)</mo> </mrow> <mo>-</mo> <msubsup> <mi>O</mi> <mi>i</mi> <mi>T</mi> </msubsup> <mrow> <mo>(</mo> <msup> <mi>t</mi> <mi>T</mi> </msup> <mo>)</mo> </mrow> <mo>|</mo> <mo>,</mo> </mrow> </math> 其中Oi R和oi T(i∈{1,2,3,4,5)分别代表签名模板和手写签名的五个动态序列,(tR,tT)∈P代表手写签名与签名模板的对齐函数;5.4)计算对手写签名的时间调整幅度<math> <mrow> <msub> <mi>D</mi> <mn>0</mn> </msub> <mo>=</mo> <mi>Motion</mi> <mo>=</mo> <munder> <mi>&Sigma;</mi> <mrow> <mrow> <mo>(</mo> <msup> <mi>t</mi> <mi>R</mi> </msup> <mo>,</mo> <msup> <mi>t</mi> <mi>T</mi> </msup> <mo>)</mo> </mrow> <mo>&Element;</mo> <mi>P</mi> </mrow> </munder> <mo>|</mo> <msup> <mi>t</mi> <mi>R</mi> </msup> <mo>-</mo> <msup> <mi>t</mi> <mi>T</mi> </msup> <mo>|</mo> <mo>;</mo> </mrow> </math> 5.5)计算手写签名与签名模板之间相似性<math> <mrow> <mi>S</mi> <mo>=</mo> <mo>-</mo> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mn>5</mn> </munderover> <mrow> <mo>(</mo> <msub> <mi>D</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>&mu;</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>/</mo> <msub> <mi>&sigma;</mi> <mi>i</mi> </msub> <mo>,</mo> </mrow> </math> 其中μi 和σi分别代表Di的均值和方差,用参考样本库中的估计值代替;所述的签名模板在注册阶段客户提供的参考手写签名中选择,为每位客户保留三个签名模板,签名模板的选择依据是参考手写签名的特殊点数量,在客户提供的参考手写签名中,选择包含最大值、最小值和平均数量特殊点的三个参考手写签名作为签名模板,在比较时,用最近邻法选择合适的签名模板,手写签名分别与这三个签名模板进行比较,选择其中D0最小的一组距离作为该手写签名与签名模板的相似性度量;5.6)决策,设定阈值进行判决,设定一个阈值T,当S<T时,认为提交的手写签名是一个假手写签名,否则判定提交的手写签名是一个真手写签名。
地址 230031安徽省合肥市西郊董铺1130号信箱