Improved security and privacy preservation for biometric hashing

Abstract

Bu tezde biyometrik kıyım yöntemlerinin doğrulama performanslarının arttırılmasının yanısıra güvenlik ve mahremiyet boyutlarını da ele aldık. Rastgele izdüşümü tabanlı biyometrik kıyım yöntemlerinin doğrulama performanslarını arttırmak için çeşitli yöntemler önerdik. İlk olarak, en iyi doğrusal dönüşüme dayalı daha iyi bir izdüşümü matrisi bulmaya çalışan yeni bir biyometrik kıyım yöntemi önerdik. İkinci olarak, rastgele izdüşümü matrisinin satırlarını Fisher kriterine göre seçen ayrıştırıcı bir izdüşümü seçimi tekniğine dayalı biyometrik kıyım yöntemi önerdik. Üçüncü olarak, biyometrik kıyım dizilerini hata düzeltme çıkış kodları sınıflandırıcılarının çeşitlendirilmesi için kullanılan fikirleri kullanarak optimize etmeye çalışan yeni bir nicemleme yöntemi sunduk. Biyometrik kıyım yöntemleri için çeşitli güvenlik ve mahremiyet saldırıları düşündük. En az l1 ve l2 ölçütü yeniden yapılandırmalarına dayalı yeni saldırı yöntemleri önerdik. Bu saldırıların sonuçları biyometrik kıyımın böyle saldırılara karşı kırılgan olduğunu ve daha iyi şablon koruma yöntemlerinin gerekli olduğunu göstermektedir. Bu yüzden, eşik homomorfik şifrelemeye dayalı yeni kayıt ve doğrulama protokolleri içeren bir kimlik doğrulama sistemi önerdik. Sistem, çıkış şablonları ikili sayı dizisi haline getirilebilen herhangi bir biyometrik tür ve öznitelik çıkarma yöntemi ile çalışabilir, böylece biyometrik kıyım ile sınırlı değildir. Yaptığımız analizler sunduğumuz sistemin literatürde düşünülmüş birçok güvenlik ve mahremiyet saldırılarına karşı dayanıklı olduğunu göstermektedir. Ek olarak, sistemin doğrulama protokolünün basit bir gerçeklenmesi gerçek hayat uygulanmalarında kullanılabilecek derece hızlıdır.

We address improving verification performance, as well as security and privacy aspects of biohashing methods in this thesis. We propose various methods to increase the verification performance of the random projection based biohashing systems. First, we introduce a new biohashing method based on optimal linear transform which seeks to find a better projection matrix. Second, we propose another biohashing method based on a discriminative projection selection technique that selects the rows of the random projection matrix by using the Fisher criterion. Third, we introduce a new quantization method that attempts to optimize biohashes using the ideas from diversification of error-correcting output codes classifiers. Simulation results show that introduced methods improve the verification performance of biohashing.We consider various security and privacy attack scenarios for biohashing methods. We propose new attack methods based on minimum l1 and l2 norm reconstructions. The results of these attacks show that biohashing is vulnerable to such attacks and better template protection methods are necessary. Therefore, we propose an identity verification system which has new enrollment and authentication protocols based on threshold homomorphic encryption. The system can be used with any biometric modality and feature extraction method whose output templates can be binarized, therefore it is not limited to biohashing. Our analysis shows that the introduced system is robust against most security and privacy attacks conceived in the literature. In addition, a straightforward implementation of its authentication protocol is suciently fast enough to be used in real applications.