基于生物特征的真随机数发生器的研究与设计

论文摘要

随机数发生器已在各个领域得到了非常广泛的应用,如进程调度、电子游戏、数值分析中的蒙特卡罗方法和统计抽样技术等。随机数发生器也是加密算法和协议的重要组成部分,对称加密的密钥和非对称加密的公钥/私钥对也需要随机生成。在许多加密协议中也要用到随机数发生器。随机数发生器通常分为两种:真随机数发生器（TRNGs）和伪随机数发生器（PRNGs）。真随机数发生器的熵源通常来自于真实的物理世界,如热噪声,大气噪声,放射性衰减甚至掷硬币。一般来说,合格的真随机数发生器产生的随机序列通常被认为是安全的。但是,设计更加便宜方便的真随机数发生器仍然是研究者努力的目标。本论文研究选择了以鼠标轨迹和手写签名为代表的生物特征（主要是人类行为特征）作为随机数发生器的熵源,并结合图像加密、Hash函数、信号处理等不同领域的算法,以此设计出新颖的、便利的随机数发生器。本论文的主要工作包括:①提出并研究了基于生物特征的真随机数发生器的设计方法。这种新颖的随机数发生器的优点是便宜、方便且在PC机上具有通用性。同时,这种随机数发生器很容易作为组件与生物特征认证系统和生物特征密码系统方便地进行集成。②设计了基于图像加密和鼠标轨迹图的真随机数发生器。论文对多种图像加密算法产生随机序列的性能进行了分析、研究和实验,为了提高随机序列的产生速度,较为深入地讨论了分块加密模式下图像加密算法的扩散性,并给出了实现严格雪崩效应的理论最少迭代轮数,从而提出了“不碰撞扩散”的思路。基于该思路,设计了两个新的算法,实验对比表明,新算法在速度、敏感性和随机性测试中表现出了良好的性能。③设计了基于Hash函数和鼠标轨迹序列的真随机数发生器。通常Hash函数在处理数据方面快于图像加密算法,且Hash值本身也具有随机性。混沌Hash函数能够帮助消除同一个用户的鼠标轨迹中的相似模式。论文给出了真随机数发生器的算法框架,采用不同的混沌Hash函数进行对比,并改进了其中一种算法。实验证明,基于改进算法的随机数发生器产生的序列具有良好的随机性。④研究了基于在线手写签名的随机数发生器。传统的生物特征认证系统是最大程度提取生物特征的相似模式,抛弃随机性,与之相反,本论文研究着重于提取和放大隐藏于生物特征中的随机信号,从而生成随机性良好的随机序列。在对不同的生物特征、信号处理方法和数位提取方法进行了大量实验的基础上,提出了三种基于信号特征提取的真随机数发生器。该方法生成的随机性序列通过了NIST的部分测试。同时实验结果表明,这类算法的速度明显快于采用图像加密和部分Hash算法产生随机序列。⑤将基于手写签名的真随机数发生器应用在一类生物特征密码系统——模糊保险箱里。其数据处理算法采用了基于TD-ERCS的Hash函数。为了提高算法的性能,对TD-ERCS进行了改进。理论分析和实验结果表明,与本论文提出的所有算法和一些经典算法相比,基于改进TD-ERCS的随机数发生器产生随机序列的速度最快。生成的随机序列通过了所有统计测试。最后,在基于Windows mobile的PDA上实现了这款基于手写签名的真随机数发生器。最后对论文进行了总结,并给出了论文的不足和今后研究工作的方向。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 随机序列的背景和应用
• 1.2 国内外研究现状
• 1.3 主要研究内容和创新点
• 2 生物特征认证系统和随机数理论
• 2.1 生物特征认证系统
• 2.1.1 生物认证技术概述
• 2.1.2 基于生理特征的生物认证技术
• 2.1.3 基于行为特征的生物认证技术
• 2.1.4 多生物特征认证技术
• 2.1.5 生物特征认证系统的构成
• 2.1.6 生物特征认证系统的前景和局限
• 2.2 随机数理论及其检测标准
• 2.2.1 密码学中的随机序列及随机性理论
• 2.2.2 微机系统获得真随机数的几种方式
• 2.2.3 随机序列检测方法
• 2.3 提取生物特征差异生成随机数
• 2.4 本章小结
• 3 基于图像加密技术的鼠标真随机数发生器
• 3.1 引言
• 3.2 图像加密技术
• 3.2.1 图像加密技术研究概述
• 3.2.2 性能分析指标
• 3.2.3 利用混沌图像加密获得高质量随机序列的可行性
• 3.3 算法框架
• 3.4 分块加密模式扩散性分析
• 3.4.1 基础分析
• 3.4.2 四叉树排列算法
• 3.4.3 “MASL”加密算法
• 3.4.4 PER 加密算法
• 3.5 几种真随机数发生器的实现
• 3.5.1 基本变换
• 3.5.2 三种混沌映射
• 3.5.3 基于MASL 加密算法的随机数发生器
• 3.5.4 基于PER 加密的随机数发生器
• 3.6 实验结果和统计测试
• 3.7 本章小结
• 4 基于混沌Hash 函数的鼠标真随机数发生器
• 4.1 引言
• 4.2 Hash 函数简介
• 4.2.1 Hash 函数定义
• 4.2.2 传统Hash 函数
• 4.2.3 混沌Hash 函数研究
• 4.2.4 Hash 函数在随机数发生器中的应用
• 4.3 基本变换
• 4.3.1 模/数转换
• 4.3.2 轨迹/数字序列变换
• 4.3.3 数字序列/数位变换
• 4.4 基于混沌Hash 函数的三个真随机数发生器
• 4.4.1 基于FFNF 的TRNG
• 4.4.2 基于Tent map 的TRNG
• 4.4.3 基于Tent map 的改进方案
• 4.5 实验结果
• 4.5.1 速度
• 4.5.2 扩散性
• 4.5.3 随机性测试
• 4.6 本章小结
• 5 基于特征提取的手写签名真随机数发生器
• 5.1 手写签名认证技术研究
• 5.1.1 手写签名认证技术简介
• 5.1.2 签名数据的采集
• 5.1.3 预处理
• 5.1.4 特征提取
• 5.1.5 特征匹配与决策
• 5.1.6 性能评估
• 5.2 手写签名真随机数发生器的总体框架
• 5.3 签名采样及预处理
• 5.4 手写签名的差异特征提取
• 5.4.1 水平位移
• 5.4.2 垂直位移
• 5.4.3 水平速度
• 5.4.4 垂直速度
• 5.4.5 水平加速度
• 5.4.6 垂直加速度
• 5.4.7 角度
• 5.4.8 曲度
• 5.4.9 其它特征
• 5.5 特征再处理技术
• 5.5.1 离散余弦变换
• 5.5.2 小波包变换
• 5.6 比特抽取
• 5.7 几种算法设计
• 5.8 相关测试
• 5.8.1 随机性测试
• 5.8.2 速度测试
• 5.9 本章小结
• 6 基于生物特征的真随机数发生器的应用研究
• 6.1 生物特征密码系统
• 6.1.1 研究背景
• 6.1.2 相关研究现状
• 6.1.3 模糊保险箱理论
• 6.2 基于手写签名的密钥产生算法
• 6.2.1 混沌Hash 函数与TD-ERCS
• 6.2.2 基于TD-ERCS 的生物特征密钥产生算法
• 6.2.3 实验结果分析
• 6.3 基于Windows mobile 平台的TRNG 实现
• 6.3.1 Windows mobile 5.0 平台
• 6.3.2 .NET Compact Framework 与C＃语言
• 6.3.3 程序实现
• 6.4 本章小结
• 7 总结与展望
• 致谢
• 参考文献
• 附录
• A 作者在攻读学位期间发表的论文目录
• B 作者在攻读学位期间参加的科研项目