專利名稱：基于生物特征點拓撲結(jié)構(gòu)的隨機數(shù)發(fā)生器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及密碼學(xué)的隨機數(shù)發(fā)生器技術(shù)，也涉及生物特征認(rèn)證的生物模式識別技
術(shù)，尤其涉及基于生物特征點拓撲結(jié)構(gòu)的隨機數(shù)制作方法。
背景技術(shù)：
目前標(biāo)準(zhǔn)的隨機數(shù)發(fā)生器主要有美國聯(lián)邦信息處理標(biāo)準(zhǔn)(FIPS)批準(zhǔn)的用于生成 DES密鑰及其初始向量的ANSI X9. 17和FIPS 186。另外，密碼學(xué)上著名的安全隨機發(fā)生器 還有由S. micali和C. P. Schnorr提出的Micali-Schnorr，以及由L. Blum、M. blum和M. Shub 提出的Blum-Blum-Shub等數(shù)種偽隨機數(shù)發(fā)生器。 可以把上述隨機數(shù)發(fā)生器稱之為傳統(tǒng)隨機數(shù)發(fā)生器。使用傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn) 生的隨機數(shù)，具有隨機性從而具有隱秘性，故能作為密鑰用于密碼學(xué)；但該作為密鑰的隨機 數(shù)沒能包含密鑰使用人的生物特征點拓撲結(jié)構(gòu)信息，從而不能以此認(rèn)證該密鑰使用人生物 特征。

發(fā)明內(nèi)容
基于生物特征認(rèn)證的生物模式識別技術(shù)是已有的技術(shù)。通過該技術(shù)可獲取人的 生物特征點拓撲結(jié)構(gòu)，也可由此進行人的生物特征認(rèn)證?？梢岳e人的生物特征有指紋特 征、虹膜特征、面相特征、聲音特征等，表征生物特征的特征點拓撲結(jié)構(gòu)即生物特征點拓撲 結(jié)構(gòu)，如指紋特征點拓撲結(jié)構(gòu)、面相特征點拓撲結(jié)構(gòu)等。 本發(fā)明的目的是提供一種可產(chǎn)生包含生物特征點拓撲結(jié)構(gòu)信息的隨機數(shù)發(fā)生器， 以便克服傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn)生隨機數(shù)沒能包含生物特征點拓撲結(jié)構(gòu)信息的不足。
為了實現(xiàn)本發(fā)明目的，本發(fā)明方案的技術(shù)特征包括，設(shè)定運算處理流程及數(shù)學(xué)表 達式，所設(shè)定的數(shù)學(xué)表達式是P = KG，其中G是待運算處理變量、用于存儲輸入的生物特征 點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)，P是運算處理結(jié)果變量、用于存儲經(jīng)運算處理后待輸出的生物特征點 拓撲結(jié)構(gòu)新矩陣數(shù)據(jù)，K是由函數(shù)k(random[r]， Move, Round, MROrder)決定的算法，其中 random[r]是隨機指令數(shù)組變量、Move是位移指令變量、Round是旋轉(zhuǎn)指令變量、MROrder 是先后指令變量，設(shè)定以算法K = k(random[r] ， Move, Round, MROrder)為核心、以P = KG 為表達式且按(random[r]、 Move、 Round、 MROrder)指定方法進行隨機位移旋轉(zhuǎn)的運算處 理流程，包括設(shè)置輸入整型變量r、 M、 R、 MR0，把由傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn)生的r個隨機數(shù) 賦值給random[r]、把M賦值給Move、把R賦值給Round、把MR0賦值給MR0rder，還包括把 random[r]元素的個數(shù)r設(shè)為操作輪次、random[r]的元素值random[n]設(shè)為操作次數(shù)、 Move的變量值M設(shè)為位移步長、Round的變量值R設(shè)為旋轉(zhuǎn)步長、MR0rder的變量值MR0為 位移和旋轉(zhuǎn)操作先后次序，從而設(shè)定完成對G數(shù)據(jù)按r輪次、random[n]次數(shù)、M和R步長、 MR0次序進行位移和旋轉(zhuǎn)操作的運算處理流程，其中MR0 = 0先位移后旋轉(zhuǎn)，MR0 = 1先旋轉(zhuǎn) 后位移，n是大于等于1與小于等于r的整數(shù)，當(dāng)r為0時設(shè)定本發(fā)明僅作一次M和R步長 位移和旋轉(zhuǎn)運算；本發(fā)明方案的技術(shù)特征又包括，按數(shù)學(xué)表達式P = KG及其運算處理流程
3設(shè)置運算處理模塊，該模塊的設(shè)置步驟包括設(shè)置輸入接口連接G數(shù)據(jù)獲取模塊獲取G變量 數(shù)據(jù)，G數(shù)據(jù)獲取模塊設(shè)有把輸入生物特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)進行程序數(shù)據(jù)結(jié)構(gòu)化處理 并賦值給G變量的步驟，設(shè)置輸入接口連接K獲取模塊獲取K變量數(shù)據(jù)，K獲取模塊設(shè)有傳 統(tǒng)隨機數(shù)發(fā)生器，其特征在于K獲取模塊按輸入的r值可r次調(diào)用該傳統(tǒng)隨機數(shù)發(fā)生器產(chǎn) 生r個隨機數(shù)并賦值給random[r]，連同所輸入的M、 R、MR0獲經(jīng)設(shè)定的K = k (random[r]， Move, Round, MROrder)，設(shè)置該模塊的步驟又包括把輸入的G數(shù)據(jù)和K = k(random[r]， Move,Round,MROrder)按P = KG進行運算處理，即把G按GK = Gk(random[r] ，Move,Round, MROrder) = P的算法步驟進行隨機地位移、旋轉(zhuǎn)運算處理，從而把包含Gk(random[r]， Move, Round, MROrder)隨機信息的運算處理結(jié)果賦值給P，設(shè)置該模塊的步驟還包括設(shè) 置輸出接口連接RSP拼接模塊，RSP拼接模塊設(shè)有把輸入P數(shù)據(jù)各點坐標(biāo)參數(shù)"依次"拼 接成RSP數(shù)字串的處理步驟；經(jīng)設(shè)置該模塊的上述步驟，最終使G由GK到P把所包含的 Gk (random[r] ， Move, Round, MROrder)隨機信息傳遞到RSP，從而轉(zhuǎn)化為包含生物特征點拓 撲結(jié)構(gòu)信息的隨機數(shù)即RSP輸出。 所說的"依次"拼接，可從上到下從左到右地"依次"按輸入矩陣坐標(biāo)點順序或輸 出矩陣坐標(biāo)點順序拼接。也可按其它預(yù)先定好的順序"依次"拼接。 本發(fā)明可以在設(shè)有Windows或Linux等操作系統(tǒng)的PC中使用程序編程實現(xiàn)，也可 以在設(shè)有WindowsCE或Li皿x等嵌入式操作系統(tǒng)的微處理器系統(tǒng)中使用程序編程實現(xiàn)，還 可自制芯片或電路板上使用程序編程實現(xiàn)。 生物特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)的信源，可來自生物特征傳感器，如指紋特征傳感 器、虹膜特征傳感器、面相特征傳感器、聲音特征傳感器，經(jīng)相關(guān)生物模式識別技術(shù)圖像預(yù) 處理獲??；也可來自輸入的生物圖像，經(jīng)生物模式識別技術(shù)圖像預(yù)處理獲??；還可來自輸 入的生物特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)直接獲取。 采用本發(fā)明技術(shù)方案之所以能夠?qū)崿F(xiàn)本發(fā)明目的，是因為生物特征點拓撲結(jié)構(gòu)是 穩(wěn)定的，即使把它隨機地位移、旋轉(zhuǎn)，其拓撲結(jié)構(gòu)仍然穩(wěn)定不變；同時，組成生物特征點拓撲 結(jié)構(gòu)的各坐標(biāo)參數(shù)值是可變的， 一旦把它隨機地位移、旋轉(zhuǎn)則隨機劇變。把該隨機數(shù)用作密 鑰，因該密鑰隨機數(shù)包含密鑰使用人的生物特征點拓撲結(jié)構(gòu)信息，故能以此認(rèn)證該密鑰使 用人生物特征。 使用本發(fā)明非常簡便，只要使采用本發(fā)明實現(xiàn)的內(nèi)容處于工作狀態(tài)，輸入生物特 征點拓撲結(jié)構(gòu)信息，就可以得到包含生物特征點拓撲結(jié)構(gòu)信息的隨機數(shù)即RSP輸出。把RSP 重新轉(zhuǎn)化為P數(shù)據(jù)也非常簡單的，只要把依次拼接的P數(shù)據(jù)各點坐標(biāo)參數(shù)，重新分開為P數(shù) 據(jù)的各點坐標(biāo)參數(shù)即可。由于P數(shù)據(jù)和G數(shù)據(jù)是同樣的生物特征點拓撲結(jié)構(gòu)，因此經(jīng)生物 特征點拓撲結(jié)構(gòu)比對認(rèn)證也非常方便。由此實現(xiàn)本發(fā)明目的。 由于目前尚無其它基于生物特征點拓撲結(jié)構(gòu)的隨機數(shù)發(fā)生器發(fā)明公開，因此尚不 能進行橫向比較。但把基于生物特征點拓撲結(jié)構(gòu)的隨機數(shù)用作密鑰，既具有隨機性從而具 有可隱秘性，又具有生物特征點拓撲結(jié)構(gòu)穩(wěn)定性從而具有可認(rèn)證性。因此優(yōu)點是非常明顯 的。


本發(fā)明有三幅圖，

如下
圖1是本發(fā)明的結(jié)構(gòu)示意框圖。 圖2是本發(fā)明運算處理流程示意框圖。 圖3是本發(fā)明位移運算示意圖。 圖4是本發(fā)明旋轉(zhuǎn)運算示意圖。
具體實施例方式
為了更充分地公開本發(fā)明內(nèi)容，以下結(jié)合附圖使用實施例進一步說明本發(fā)明。
實施例1 實施例1，是在設(shè)有Windows操作系統(tǒng)的PC中使用程序編程實現(xiàn)本發(fā)明(因本發(fā) 明在Li皿x操作系統(tǒng)的PC中使用程序編程實現(xiàn)與此類似，故略)。 在本實施例中，如圖l所示的本發(fā)明結(jié)構(gòu)示意框圖，使用矩形框表示程序的函數(shù) 模塊(簡稱模塊)、圓圈表示函數(shù)接口 (簡稱接口)、箭頭表示輸入或輸出連接，使用編號及 引線標(biāo)記框圖結(jié)構(gòu)的主要組成部分。本發(fā)明使用Visual 0++程序編程，實現(xiàn)按數(shù)學(xué)表達 式P = KG及其運算處理流程設(shè)置運算處理模塊(l)，其特征在于該模塊(1)的設(shè)置步驟 包括設(shè)置輸入接口 (2)通過傳遞參數(shù)連接G數(shù)據(jù)獲取模塊(5)獲取G變量數(shù)據(jù)，G數(shù)據(jù)獲 取模塊(5)設(shè)有把輸入指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)進行程序數(shù)據(jù)結(jié)構(gòu)化處理并賦值給 G變量的步驟，設(shè)置輸入接口 (3)通過傳遞參數(shù)連接K獲取模塊(6)獲取K變量數(shù)據(jù)，K獲 取模塊(6)設(shè)有傳統(tǒng)隨機數(shù)發(fā)生器，其特征在于K獲取模塊(6)按輸入的r值可r次調(diào)用 該傳統(tǒng)隨機數(shù)發(fā)生器產(chǎn)生r個隨機數(shù)并賦值給random[r]，連同所輸入的M、 R、 MR0獲經(jīng)設(shè) 定的K = k(random[r] ， Move, Round, MR0rder)，設(shè)置該模塊(1)的步驟又包括把輸入的G 數(shù)據(jù)和K = k(random[r] ， Move, Round, MR0rder)按P = KG進行運算處理，即把G按GK = Gk(random[r] ， Move, Round, MR0rder) = P的算法步驟進行隨機地位移、旋轉(zhuǎn)運算處理，從 而把包含Gk (random[r]，Move, Round,MR0rder)隨機信息的運算處理結(jié)果賦值給P，設(shè)置該 模塊的步驟還包括設(shè)置輸出接口 (4)通過傳遞參數(shù)連接RSP拼接模塊(7)， RSP拼接模塊 (7)設(shè)有把輸入P數(shù)據(jù)各點坐標(biāo)參數(shù)依次拼接成RSP數(shù)字串的處理步驟；經(jīng)設(shè)置該模塊(1) 的上述步驟，最終使G由GK到P把所包含的Gk(random[r] ， Move, Round, MR0rder)隨機信 息傳遞到RSP，從而轉(zhuǎn)化為包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)即RSP輸出。
在本實施例中，如圖2所示的運算處理流程示意框圖，使用箭頭表示該程序流程 的方向。該程序首先初始化變量random[r] 、 Move、 Round、 MR0rder， P、 G等；然后是輸入 指令參數(shù)r、M、R、MR0 ;接著變量賦值random[r] = {r個隨機數(shù)} ， Move = M， Round = R， MR0rder = MRO ;進而設(shè)定算法函數(shù)K = k(random[r]， Move, Round, MR0rder);通過輸入 G數(shù)據(jù)，該數(shù)據(jù)是一個指紋特征點拓撲結(jié)構(gòu)的矩陣數(shù)據(jù)，進行KG矩陣運算，運算結(jié)果賦值P =KG ;最后把P矩陣數(shù)據(jù)編碼為數(shù)字串?dāng)?shù)據(jù)，并賦值給RSP = P，輸出該包含指紋特征點拓 撲結(jié)構(gòu)信息的隨機數(shù)。 在本實施例中，如圖3所示的M位移運算示意圖，坐標(biāo)點g (xg， yg)是G所存儲輸入 矩陣數(shù)據(jù)中一個坐標(biāo)點的數(shù)據(jù)表示，坐標(biāo)點p (xp， yp)是P所存儲經(jīng)M位移運算處理后待輸 出矩陣數(shù)據(jù)中一個新坐標(biāo)點的數(shù)據(jù)表示。該矩陣運算的數(shù)學(xué)表達式為P = G+M。
在本實施例中，如圖4所示的R旋轉(zhuǎn)運算示意圖，坐標(biāo)點g (xg， yg)是G所存儲輸入 矩陣數(shù)據(jù)中一個坐標(biāo)點的數(shù)據(jù)表示，坐標(biāo)點p (xp， yp)是P所存儲經(jīng)R旋轉(zhuǎn)運算處理后待輸出矩陣數(shù)據(jù)中一個新坐標(biāo)點的數(shù)據(jù)表示。該矩陣運算的數(shù)學(xué)表達式為P = G R。
由于本實施例設(shè)MR0rder = 0，因此圖4坐標(biāo)點g (xg， yg)所對應(yīng)G輸入矩陣數(shù)據(jù)， 是圖3坐標(biāo)點p (xp， yp)所對應(yīng)P經(jīng)M位移運算處理后輸出的矩陣數(shù)據(jù)。
使用本發(fā)明非常簡便，只要使本發(fā)明實現(xiàn)程序處于工作狀態(tài)；然后連接使用三棱 鏡和USB攝像機頭改制的簡易指紋圖像傳感器，在三棱鏡上按指紋輸入指紋圖像，經(jīng)指紋 模式識別技術(shù)圖像預(yù)處理獲取指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)，為方便說明這里縮小了 20 被且僅取了 5個指紋特征點，該拓撲結(jié)構(gòu)的坐標(biāo)參數(shù)矩陣數(shù)據(jù)是{(3，3)、 (2，2. 5)、 (1，2)、 (4， 1. 5) 、 (2， 1)};通過本發(fā)明實現(xiàn)程序把{(3， 3) 、 (2， 2. 5) 、 (1， 2) 、 (4， 1. 5) 、 (2， 1)}輸入G 變量，輸入r = 1、M = 1、R = - /6、MR0rder = 0的數(shù)據(jù)值，由傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn)生的 1個隨機數(shù)值為2，賦值random[l] = 2、Move = 1、Round = - ji /6、MR0rder = O，從而如圖 2、3、4所示完成對G二 {(3，3)、(2，2. 5) 、 (1， 2) 、 (4， 1. 5) 、 (2， 1)}按r二 1輪次、random[n] =2次數(shù)、Move = M = 1禾P Round = R- ji /6步長、MR0rder = 0進行GK = Gk(random[r]， Move， Round，MR0rder) = P的先位移和后旋轉(zhuǎn)操作的運算處理，把運算處理結(jié)果賦值給P = {(5，-3)、 (4，2)、 (3，-2)、 (4，-4)、 (3，-3M，把P矩陣數(shù)據(jù)編碼按輸入矩陣坐標(biāo)點順序"依 次"拼接為數(shù)字串并賦值給RSP =" (5， -3) (4，2) (3， -2) (4， -4) (3， -3)"，輸出該包含指紋 特征點拓撲結(jié)構(gòu)信息的隨機數(shù)"(5， -3) (4， 2) (3， -2) (4， -4) (3， -3)"。 把RSP = " (5， -3) (4， 2) (3， -2) (4， -4) (3， -3)"重新轉(zhuǎn)化為P = {(5， -3) 、 (4， 2)、 (3，-2)、 (4，-4)、 (3，-3)}也非常簡單的。 比較G和P的指紋特征點拓撲結(jié)構(gòu)可見，經(jīng)隨機地位移、旋轉(zhuǎn)則二者仍然穩(wěn)定不 變，故使用指紋模式識別技術(shù)進行指紋特征點拓撲結(jié)構(gòu)比對認(rèn)證非?？煽?；同時，比較G和 P的矩陣各坐標(biāo)參數(shù)值可見， 一旦把它隨機地位移、旋轉(zhuǎn)則二者隨機劇變，故具有隨機性從 而具有隱秘性，能作為密鑰用于密碼學(xué)。因此把該隨機數(shù)用作密鑰，因該密鑰隨機數(shù)包含密 鑰使用人的指紋特征點拓撲結(jié)構(gòu)信息，故能以此認(rèn)證該密鑰使用人指紋特征。本實施例的 本發(fā)明應(yīng)用程序已經(jīng)實現(xiàn)，且效果良好使用簡便，由此實現(xiàn)本發(fā)明目的。
實施例2 實施例2，是在設(shè)有Windows CE嵌入式操作系統(tǒng)的0MAP3440微處理器系統(tǒng)中使用 程序編程實現(xiàn)本發(fā)明(因本發(fā)明在Linux嵌入式操作系統(tǒng)的0MAP3440微處理器系統(tǒng)中使 用程序編程實現(xiàn)與此類似，故略)。 在本實施例中，如圖l所示的本發(fā)明結(jié)構(gòu)示意框圖，使用矩形框表示程序的函數(shù) 模塊(簡稱模塊)、圓圈表示函數(shù)接口 (簡稱接口 )、箭頭表示輸入或輸出連接，使用編號 及引線標(biāo)記框圖結(jié)構(gòu)的主要組成部分。本發(fā)明使用^0++程序編程，實現(xiàn)按數(shù)學(xué)表達式？ =KG及其運算處理流程設(shè)置運算處理模塊(l)，其特征在于該模塊(1)的設(shè)置步驟包括 設(shè)置輸入接口 (2)通過傳遞參數(shù)連接G數(shù)據(jù)獲取模塊(5)獲取G變量數(shù)據(jù)，G數(shù)據(jù)獲取模 塊(5)設(shè)有把輸入指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)進行程序數(shù)據(jù)結(jié)構(gòu)化處理并賦值給G變 量的步驟，設(shè)置輸入接口 (3)通過傳遞參數(shù)連接K獲取模塊(6)獲取K變量數(shù)據(jù)，K獲取 模塊(6)設(shè)有傳統(tǒng)隨機數(shù)發(fā)生器，其特征在于K獲取模塊(6)按輸入的r值可r次調(diào)用該 傳統(tǒng)隨機數(shù)發(fā)生器產(chǎn)生r個隨機數(shù)并賦值給random[r]，連同所輸入的M、 R、 MR0獲經(jīng)設(shè)定 的K = k(random[r] ， Move, Round, MR0rder)，設(shè)置該模塊(1)的步驟又包括把輸入的G數(shù) 據(jù)和K = k(random[r] ， Move, Round, MR0rder)按P = KG進行運算處理，即把G按GK =Gk(random[r] ， Move, Round, MR0rder) = P的算法步驟進行隨機地位移、旋轉(zhuǎn)運算處理，從而把包含Gk (random[r] ，Move, Round,MR0rder)隨機信息的運算處理結(jié)果賦值給P，設(shè)置該模塊的步驟還包括設(shè)置輸出接口 (4)通過傳遞參數(shù)連接RSP拼接模塊(7)， RSP拼接模塊(7)設(shè)有把輸入P數(shù)據(jù)各點坐標(biāo)參數(shù)依次拼接成RSP數(shù)字串的處理步驟；經(jīng)設(shè)置該模塊(1)的上述步驟，最終使G由GK到P把所包含的Gk(random[r] ， Move, Round, MR0rder)隨機信息傳遞到RSP，從而轉(zhuǎn)化為包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)即RSP輸出。
在本實施例中，如圖2所示的運算處理流程示意框圖，使用箭頭表示該程序流程的方向。該程序首先初始化變量random[r] 、 Move、 Round、 MR0rder， P、 G等；然后是輸入指令參數(shù)r、M、R、MR0 ;接著變量賦值-random [r] = {r個隨機數(shù)} ， Move = M， Round = R，MR0rder = MRO ;進而設(shè)定算法函數(shù)K = k(random[r]， Move, Round, MR0rder);通過輸入G數(shù)據(jù)，該數(shù)據(jù)是一個指紋特征點拓撲結(jié)構(gòu)的矩陣數(shù)據(jù)，進行KG矩陣運算，運算結(jié)果賦值P=KG ;最后把P矩陣數(shù)據(jù)編碼為數(shù)字串?dāng)?shù)據(jù)，并賦值給RSP = P，輸出該包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)。 在本實施例中，如圖3所示的M位移運算示意圖，坐標(biāo)點g (xg， yg)是G所存儲輸入矩陣數(shù)據(jù)中一個坐標(biāo)點的數(shù)據(jù)表示，坐標(biāo)點p (xp， yp)是P所存儲經(jīng)M位移運算處理后待輸出矩陣數(shù)據(jù)中一個新坐標(biāo)點的數(shù)據(jù)表示。該矩陣運算的數(shù)學(xué)表達式為P = G+M。
在本實施例中，如圖4所示的R旋轉(zhuǎn)運算示意圖，坐標(biāo)點g (xg， yg)是G所存儲輸入矩陣數(shù)據(jù)中一個坐標(biāo)點的數(shù)據(jù)表示，坐標(biāo)點p (xp， yp)是P所存儲經(jīng)R旋轉(zhuǎn)運算處理后待輸出矩陣數(shù)據(jù)中一個新坐標(biāo)點的數(shù)據(jù)表示。該矩陣運算的數(shù)學(xué)表達式為P = G R。
由于本實施例設(shè)MROrder = 0，因此圖4坐標(biāo)點g (xg， yg)所對應(yīng)G輸入矩陣數(shù)據(jù)，是圖3坐標(biāo)點p (xp， yp)所對應(yīng)P經(jīng)M位移運算處理后輸出的矩陣數(shù)據(jù)。
使用本發(fā)明非常簡便，只要使本發(fā)明實現(xiàn)程序處于工作狀態(tài)；然后獲取一個指紋圖像文件，經(jīng)指紋模式識別技術(shù)圖像預(yù)處理獲取指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)，為方便說明這里縮小了 20被且僅取了 5個指紋特征點，該拓撲結(jié)構(gòu)的坐標(biāo)參數(shù)矩陣數(shù)據(jù)是{(2，6)、(3，4)、 (4，3)、 (5，2)、 (1，1)};通過本發(fā)明實現(xiàn)程序把{(2，6)、 (3，4)、 (4，3)、 (5，2)、 (1，1)}輸入G變量，輸入r = 1、M= 1、R = -ji/6、MROrder = 0的數(shù)據(jù)值，由傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn)生的1個隨機數(shù)值為5，賦值random[l] = 5、 Move = 1、 Round = - ji /6、 MROrder=O，從而如圖2、3、4所示:完成對G = {(2， 6)、 (3， 4)、 (4， 3)、 (5， 2)、 (1，1)}按r = l輪次、random [n] = 5次數(shù)、Move = M = 1禾口 Round = R_ ji /6、 MROrder = 0步長進行GK =Gk (random[r]， Move, Round, MROrder) = P的先位移和后旋轉(zhuǎn)操作的運算處理，把運算處理結(jié)果賦值給P = {(6， -4) 、 (-5， -7) 、 (-6， -7) 、 (-8， 3) 、 (-5， -4)}，把P矩陣數(shù)據(jù)編碼按輸入矩陣坐標(biāo)點順序"依次"拼接為數(shù)字串并賦值給RSP ="(6， -4)、 (-5， -7)、 (-6， -7)、 (-8，3) 、 (-5， -4)"，輸出該包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)"(6， -4) 、 (-5， -7) 、 (-6， -7)、(-8,3)、 (-5，-4)"。 把RSP = " (6 ， -4) 、 (-5 ， _7) 、 (_6 ， _7) 、 (_8 ， 3) 、 (_5 ， _4)"重新轉(zhuǎn)化為P = {(6 ， _4)、(—5，—7)、 (—6，—7)、 (—8，3)、 (—5，-4)}也非常簡單的。 比較G和P的指紋特征點拓撲結(jié)構(gòu)可見，經(jīng)隨機地位移、旋轉(zhuǎn)則二者仍然穩(wěn)定不變，故使用指紋模式識別技術(shù)進行指紋特征點拓撲結(jié)構(gòu)比對認(rèn)證非?？煽?；同時，比較G和P的矩陣各坐標(biāo)參數(shù)值可見， 一旦把它隨機地位移、旋轉(zhuǎn)則二者隨機劇變，故具有隨機性從
7而具有隱秘性，能作為密鑰用于密碼學(xué)。因此把該隨機數(shù)用作密鑰，因該密鑰隨機數(shù)包含密鑰使用人的指紋特征點拓撲結(jié)構(gòu)信息，故能以此認(rèn)證該密鑰使用人指紋特征。本實施例的本發(fā)明應(yīng)用程序已經(jīng)實現(xiàn)，且效果良好使用簡便，由此實現(xiàn)本發(fā)明目的。
實施例3 實施例3，是在自制電路板上使用程序編程實現(xiàn)本發(fā)明。 在本實施例中，首先按S3C2440微處理器芯片標(biāo)準(zhǔn)配置線路設(shè)置電路板和S3C2440微處理器芯片，配置LCD顯示器用于顯示，配置一個可直接獲取指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)的指紋傳感器。然后針對該電路板設(shè)置驅(qū)動層程序，針對該驅(qū)動層程序設(shè)置管理層程序，針對該管理層程序設(shè)置應(yīng)用程序接口層程序，完成本發(fā)明應(yīng)用程序的設(shè)計準(zhǔn)備。本發(fā)明應(yīng)用程序的設(shè)計與實施例1、2類似。即 在本實施例中，如圖1所示的本發(fā)明結(jié)構(gòu)示意框圖，使用矩形框表示程序的函數(shù)模塊(簡稱模塊)、圓圈表示函數(shù)接口 (簡稱接口 )、箭頭表示輸入或輸出連接，使用編號及引線標(biāo)記框圖結(jié)構(gòu)的主要組成部分。本發(fā)明使用ARM 0++程序編程，實現(xiàn)按數(shù)學(xué)表達式？=KG及其運算處理流程設(shè)置運算處理模塊(l)，其特征在于該模塊(1)的設(shè)置步驟包括設(shè)置輸入接口 (2)通過傳遞參數(shù)連接G數(shù)據(jù)獲取模塊(5)獲取G變量數(shù)據(jù)，G數(shù)據(jù)獲取模塊(5)設(shè)有把輸入指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)進行程序數(shù)據(jù)結(jié)構(gòu)化處理并賦值給G變量的步驟，設(shè)置輸入接口 (3)通過傳遞參數(shù)連接K獲取模塊(6)獲取K變量數(shù)據(jù)，K獲取模塊(6)設(shè)有傳統(tǒng)隨機數(shù)發(fā)生器，其特征在于K獲取模塊(6)按輸入的r值可r次調(diào)用該傳統(tǒng)隨機數(shù)發(fā)生器產(chǎn)生r個隨機數(shù)并賦值給random[r]，連同所輸入的M、 R、 MRO獲經(jīng)設(shè)定的K = k(random[r] ， Move, Round, MR0rder)，設(shè)置該模塊(1)的步驟又包括把輸入的G數(shù)據(jù)和K = k(random[r] ， Move, Round, MR0rder)按P = KG進行運算處理，即把G按GK =Gk(random[r] ， Move, Round, MR0rder) = P的算法步驟進行隨機地位移、旋轉(zhuǎn)運算處理，從而把包含Gk (random[r] ，Move, Round,MR0rder)隨機信息的運算處理結(jié)果賦值給P，設(shè)置該模塊的步驟還包括設(shè)置輸出接口 (4)通過傳遞參數(shù)連接RSP拼接模塊(7)， RSP拼接模塊(7)設(shè)有把輸入P數(shù)據(jù)各點坐標(biāo)參數(shù)依次拼接成RSP數(shù)字串的處理步驟；經(jīng)設(shè)置該模塊(1)的上述步驟，最終使G由GK到P把所包含的Gk(random[r] ， Move, Round, MR0rder)隨機信息傳遞到RSP，從而轉(zhuǎn)化為包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)即RSP輸出。
在本實施例中，如圖2所示的運算處理流程示意框圖，使用箭頭表示該程序流程的方向。該程序首先初始化變量random[r] 、 Move、 Round、 MR0rder， P、 G等；然后是輸入指令參數(shù)r、M、R、MR0 ;接著變量賦值random[r] = {r個隨機數(shù)} ， Move = M， Round = R、MROrder = MRO ;進而設(shè)定算法函數(shù)K = k(random[r]， Move, Round, MR0rder);通過輸入G數(shù)據(jù)，該數(shù)據(jù)是一個指紋特征點拓撲結(jié)構(gòu)的矩陣數(shù)據(jù)，進行KG矩陣運算，運算結(jié)果賦值P=KG ;最后把P矩陣數(shù)據(jù)編碼為數(shù)字串?dāng)?shù)據(jù)，并賦值給RSP = P，輸出該包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)。 在本實施例中，如圖3所示的M位移運算示意圖，坐標(biāo)點g (xg， yg)是G所存儲輸入矩陣數(shù)據(jù)中一個坐標(biāo)點的數(shù)據(jù)表示，坐標(biāo)點p (xp， yp)是P所存儲經(jīng)M位移運算處理后待輸出矩陣數(shù)據(jù)中一個新坐標(biāo)點的數(shù)據(jù)表示。該矩陣運算的數(shù)學(xué)表達式為P = G+M。
在本實施例中，如圖4所示的R旋轉(zhuǎn)運算示意圖，坐標(biāo)點g (xg， yg)是G所存儲輸入矩陣數(shù)據(jù)中一個坐標(biāo)點的數(shù)據(jù)表示，坐標(biāo)點p (xp， yp)是P所存儲經(jīng)R旋轉(zhuǎn)運算處理后待輸出矩陣數(shù)據(jù)中一個新坐標(biāo)點的數(shù)據(jù)表示。該矩陣運算的數(shù)學(xué)表達式為P = G R。
由于本實施例設(shè)MR0rder = 0，因此圖4坐標(biāo)點g (xg， yg)所對應(yīng)G輸入矩陣數(shù)據(jù)，是圖3坐標(biāo)點p (xp， yp)所對應(yīng)P經(jīng)M位移運算處理后輸出的矩陣數(shù)據(jù)。
使用本發(fā)明非常簡便，只要使本發(fā)明實現(xiàn)程序處于工作狀態(tài)；然后在連接的指紋傳感器上按指紋直接獲取所輸入的指紋特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)，為方便說明這里縮小了20被且僅取了 5個指紋特征點，該拓撲結(jié)構(gòu)的坐標(biāo)參數(shù)矩陣數(shù)據(jù)是{(6，8) 、 (1，6) 、 (2，4)、(8，2)、 (10，2)};通過本發(fā)明實現(xiàn)程序把{(6，8)、 (1，6)、 (2，4)、 (8，2)、 (10，2)}輸入G變量，輸入r = 1、M = 1、R = -Ji/6、MR0rder = 0的數(shù)據(jù)值，由傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn)生的1個隨機數(shù)值為3，賦值random[l] = 3、 Move = 1、 Round = - ji/6、 MR0rder = O，從而如圖2、3、4所示:完成對G = {(6， 8)、 (1，6)、 (2， 4)、 (8， 2)、 (10， 2)}按r = 1輪次、random[n]=3次數(shù)、Move = M = 1禾P Round = R- ji /6、 MR0rder = 0步長進行GK = Gk (random [r]，Move, Round,MR0rder = 0) = P的先位移和后旋轉(zhuǎn)操作的運算處理，把運算處理結(jié)果賦值給P = {(8， -9) 、 (6， 8) 、 (4， -3) 、 (2， -11) 、 (2， -13)}，把P矩陣數(shù)據(jù)編碼按輸入矩陣坐標(biāo)點順序"依次"拼接為數(shù)字串并賦值給RSP二" (8，-9)、 (6，8)、 (4，-3)、 (2，-11)、 (2，_13)"，輸出該包含指紋特征點拓撲結(jié)構(gòu)信息的隨機數(shù)"(8， -9) 、 (6， 8) 、 (4， -3) 、 (2， -11) 、 (2， -13)"。
把RSP ="(8，-9)、 (6， 8)、 (4， _3) 、 (2，-11) 、 (2，-13)"重新轉(zhuǎn)化為P = {(8，-9)、(6，8)、 (4，-3)、 (2，-ll)、 (2，-13)}也非常簡單的。 比較G和P的指紋特征點拓撲結(jié)構(gòu)可見，經(jīng)隨機地位移、旋轉(zhuǎn)則二者仍然穩(wěn)定不變，故使用指紋模式識別技術(shù)進行指紋特征點拓撲結(jié)構(gòu)比對認(rèn)證非?？煽?；同時，比較G和P的矩陣各坐標(biāo)參數(shù)值可見， 一旦把它隨機地位移、旋轉(zhuǎn)則二者隨機劇變，故具有隨機性從而具有隱秘性，能作為密鑰用于密碼學(xué)。因此把該隨機數(shù)用作密鑰，因該密鑰隨機數(shù)包含密鑰使用人的指紋特征點拓撲結(jié)構(gòu)信息，故能以此認(rèn)證該密鑰使用人指紋特征。本實施例的本發(fā)明應(yīng)用程序已經(jīng)實現(xiàn)，且效果良好使用簡便，由此實現(xiàn)本發(fā)明目的。
權(quán)利要求
本發(fā)明方案的技術(shù)特征包括，設(shè)定運算處理流程及數(shù)學(xué)表達式，所設(shè)定的數(shù)學(xué)表達式是P＝KG，其中G是待運算處理變量、用于存儲輸入的生物特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)，P是運算處理結(jié)果變量、用于存儲經(jīng)運算處理后待輸出的生物特征點拓撲結(jié)構(gòu)新矩陣數(shù)據(jù)，K是由函數(shù)k(random[r]，Move，Round，MROrder)決定的算法，其中random[r]是隨機指令數(shù)組變量、Move是位移指令變量、Round是旋轉(zhuǎn)指令變量、MROrder是先后指令變量，設(shè)定以算法K＝k(random[r]，Move，Round，MROrder)為核心、以P＝KG為表達式且按(random[r]、Move、Round、MROrder)指定方法進行隨機位移旋轉(zhuǎn)的運算處理流程，包括設(shè)置輸入整型變量r、M、R、MRO，把由傳統(tǒng)隨機數(shù)發(fā)生器所產(chǎn)生的r個隨機數(shù)賦值給random[r]、把M賦值給Move、把R賦值給Round、把MRO賦值給MROrder，還包括把random[r]元素的個數(shù)r設(shè)為操作輪次、random[r]的元素值random[n]設(shè)為操作次數(shù)、Move的變量值M設(shè)為位移步長、Round的變量值R設(shè)為旋轉(zhuǎn)步長、MROrder的變量值MRO為位移和旋轉(zhuǎn)操作先后次序，從而設(shè)定完成對G數(shù)據(jù)按r輪次、random[n]次數(shù)、M和R步長、MRO次序進行位移和旋轉(zhuǎn)操作的運算處理流程，其中MRO＝0先位移后旋轉(zhuǎn)，MRO＝1先旋轉(zhuǎn)后位移，n是大于等于1與小于等于r的整數(shù)，當(dāng)r為0時設(shè)定本發(fā)明僅作一次M和R步長位移和旋轉(zhuǎn)運算；本發(fā)明方案的技術(shù)特征又包括，按數(shù)學(xué)表達式P＝KG及其運算處理流程設(shè)置運算處理模塊，該模塊的設(shè)置步驟包括設(shè)置輸入接口連接G數(shù)據(jù)獲取模塊獲取G變量數(shù)據(jù)，G數(shù)據(jù)獲取模塊設(shè)有把輸入生物特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)進行程序數(shù)據(jù)結(jié)構(gòu)化處理并賦值給G變量的步驟，設(shè)置輸入接口連接K獲取模塊獲取K變量數(shù)據(jù)，K獲取模塊設(shè)有傳統(tǒng)隨機數(shù)發(fā)生器，其特征在于K獲取模塊按輸入的r值可r次調(diào)用該傳統(tǒng)隨機數(shù)發(fā)生器產(chǎn)生r個隨機數(shù)并賦值給random[r]，連同所輸入的M、R、MRO獲經(jīng)設(shè)定的K＝k(random[r]，Move，Round，MROrder)，設(shè)置該模塊的步驟又包括把輸入的G數(shù)據(jù)和K＝k(random[r]，Move，Round，MROrder)按P＝KG進行運算處理，即把G按GK＝Gk(random[r]，Move，Round，MROrder)＝P的算法步驟進行隨機地位移、旋轉(zhuǎn)運算處理，從而把包含Gk(random[r]，Move，Round，MROrder)隨機信息的運算處理結(jié)果賦值給P，設(shè)置該模塊的步驟還包括設(shè)置輸出接口連接RSP拼接模塊，RSP拼接模塊設(shè)有把輸入P數(shù)據(jù)各點坐標(biāo)參數(shù)“依次”拼接成RSP數(shù)字串的處理步驟；經(jīng)設(shè)置該模塊的上述步驟，最終使G由GK到P把所包含的Gk(random[r]，Move，Round，MROrder)隨機信息傳遞到RSP，從而轉(zhuǎn)化為包含生物特征點拓撲結(jié)構(gòu)信息的隨機數(shù)即RSP輸出。
2. 所說的"依次"拼接，可從上到下從左到右地"依次"按輸入矩陣坐標(biāo)點順序或輸出 矩陣坐標(biāo)點順序拼接。也可按其它預(yù)先定好的順序"依次"拼接。
3. 本發(fā)明可以在設(shè)有Windows或Li皿x等操作系統(tǒng)的PC中使用程序編程實現(xiàn)，也可以 在設(shè)有Windows CE或Li皿x等嵌入式操作系統(tǒng)的微處理器系統(tǒng)中使用程序編程實現(xiàn)，還可 自制芯片或電路板上使用程序編程實現(xiàn)。
全文摘要
本發(fā)明基于生物特征點拓撲結(jié)構(gòu)的隨機數(shù)發(fā)生器尤其涉及基于生物特征點拓撲結(jié)構(gòu)的隨機數(shù)制作方法。本發(fā)明的目的是提供一種可產(chǎn)生包含生物特征點拓撲結(jié)構(gòu)信息的隨機數(shù)發(fā)生器。技術(shù)特征包括設(shè)置輸入接口連接G數(shù)據(jù)獲取模塊獲取G變量數(shù)據(jù)，G數(shù)據(jù)獲取模塊設(shè)有把輸入生物特征點拓撲結(jié)構(gòu)矩陣數(shù)據(jù)進行程序數(shù)據(jù)結(jié)構(gòu)化處理并賦值給G的步驟，設(shè)置輸入接口連接K獲取模塊獲取K變量數(shù)據(jù)，K獲取模塊設(shè)有傳統(tǒng)隨機數(shù)發(fā)生器，把輸入的G數(shù)據(jù)和K按GK＝P進行隨機地位移、旋轉(zhuǎn)運算處理，把P數(shù)據(jù)各點坐標(biāo)參數(shù)依次拼接成包含生物特征點拓撲結(jié)構(gòu)信息的隨機數(shù)，用于可認(rèn)證密鑰。
文檔編號G06F7/58GK101741549SQ20081016223
公開日2010年6月16日 申請日期2008年11月27日 優(yōu)先權(quán)日2008年11月27日
發(fā)明者李虹 申請人:李虹