بهبود امنیت پایگاه ‌داده سیستم بیومتریک عنبیه

امروزه برای شناسایی هویت افراد از ویژگی‌‌های منحصربه‌‌فرد افراد استفاده می‌‌شود. این ویژگی‌‌ها بیومتریک نام دارند و از پرکاربردترین آن‌ها شامل اثرانگشت، کف ‌دست و چهره است. یکی دیگر از مهم‌ترین و پرکاربردترین بیومتریک‌‌ها، عنبیه می‌‌باشد. پژوهش‌‌های انجام‌ شده در این مقاله شامل طراحی یک سیستم شناسایی جدید بر مبنای افزایش امنیت در پایگاه داده عنبیه چشم است. در این مقاله الگوریتم جدیدی برای افزایش امنیت در پایگاه داده عنبیه چشم ارائه می‌‌شود که در آن از الگوریتم رمزنگاری دیداری و رمزنگاری rsa استفاده می‌‌شود. الگوهای استخراج‌شده از عنبیه چشم با الگوریتم‌های رمزنگاری دیداری و rsa به‌صورت توام رمز می‌‌شوند تا امنیت آن‌ها در پایگاه داده تضمین شود. در این مقاله از بانک تصویر casiav1 استفاده ‌شده ‌است که مقدار eer آن بعد از اعمال روش‌های رمزنگاری تقریباً 0.01 است که مقدار قابل‌‌قبولی است. علاوه‌براین، نتایج شبیه‌‌سازی نشان می‌‌دهد که الگوریتم‌‌ها و ماسک‌‌های به‌کارگرفته‌‌شده در سامانه پیشنهادی در مقابل نویزهای فلفل‌‌نمکی، گوسی‌‌سفید و فیلتر‌‌میانگین نسبت به سامانه‌های دیگر عملکرد بهتری خواهند داشت.

Security Improvement of the Iris Biometric System Database

Nowadays, unique identifiers are used to authenticate individuals. These identifiers are called biometrics with iris being one of the most popular ones. Research performed in this paper consist of designing a new identification system based on improved security in iris database. In this paper, we propose an iris template protection method based on Visual Cryptography (VC) and RSA. For iris template protection, the binary iris template is divided into two shares using VC, where one share is stored in the database and the other is kept with the user on a smart    card. In order to provide additional security, the share that is stored in the database is encrypted with RSA encryption. In the next step the patterns obtained from each image are compared with the patterns in the database and, by defining a threshold, the identification procedure is carried out. In this paper, the CASIA v1 image bank has been used. The EER value after encryption is approximately 0.01. We then expose the system to different noises such as salt and pepper, white Gaussian noise and mean filt.r. After applying the noises, we haveit is observed that the system has shows been better performance compared to the than other systems which we have investigated.