1．目的及意义

类似于人脸识别和指纹识别，虹膜识别是目前主流的生物特征信息识别方法之一，其被应用于许多安全性需求较高的场景中，如电子支付、银行ATM机等。相比于传统的基于密码的身份认证，虹膜识别具有适于作为身份特征的许多良好特性，如普遍性，唯一性，稳定性，受保护性，非入侵检测，防欺骗性好，防伪性好等等。从各种特性综合分析来看，虹膜识别是更实用、更可靠的身份鉴别方法。

用虹膜进行身份识别的设想最早出现于上世纪 80 年代，在最近二十多年，虹膜识别技术有了飞跃的发展。国内外研究学者都对此做了大量研究工作，提出了许多实用性强的检测及识别算法。如Lim等人采用的二维小波变换，中科院自动化所提出的多通道Gabor滤波器提取虹膜等，近年来国内的一些高校也在这方面取得了可喜的研究成果。并且这些理论成果大多都得到了实际应用，如美国航空公司的虹膜通行证，英国使用虹膜作为登机牌等。

然而，虽然虹膜识别技术已被广泛应用于现实生活中，但是个人虹膜信息并未得到充分的保护。安全虹膜识别就是在保护虹膜信息的同时支持有效的识别认证。而安全虹膜识别问题始终没有完全获得解决，其中重要的原因之一就是比对之前生物模板特征需要预先存储在数据库中，这给鉴别系统带来严重的安全和隐私问题：1.隐私：数据库存储中的生物特征可能会泄露用户隐私或个人信息。2.冒充：可能会有人从数据库中得到并伪造用户生物特征。3.更新：在数据库中存贮的生物特征一旦失密就难以进行有效更新。

通过实施加密和访问控制等机制是目前生物鉴别系统中保护生物特征模板的主要手段。国内外研究学者也提出过很多安全虹膜识别的算法，如基于布鲁姆滤波器的可撤销生物模板，但都不尽如人意。随着密码学和模式识别实现生物鉴别中生物特征的安全保护成为研究的热点问题，汉明码在已有的生物鉴别研究中成为一种重要的模板保护方法，但成果主要局限于理论研究，缺乏在某类生物特征上工作的具体方案。因此，本课题拟设计一种简单的、新型的安全虹膜识别方法，其采用K-means算法对虹膜数据集进行聚类，再将每个类内的虹膜数据进行融合，使用汉明距离进行虹膜鉴别，以实现虹膜数据保护。{title}

2. 研究的基本内容与方案

{title}

① 基本内容：

设计一种简单的、新型的安全虹膜识别方法，其采用K-means算法对虹膜数据集进行聚类，再将每个类内的虹膜数据进行融合，以实现虹膜数据保护。

1、熟悉虹膜识别的一般流程，掌握开源虹膜识别系统的使用方法；

2、设计一种基于K-means的安全虹膜识别方法；

3、分析基于K-means的安全虹膜识别方法的安全性，并进行实验验证

② 预期目标：

1、熟悉C/C 或者Matlab等编程语言；