近年來,伴隨著計(jì)算機(jī)硬件的不斷升級(jí),人工智能技術(shù)在實(shí)際應(yīng)用中有了全新的突破,人類生活變得更加智能和自動(dòng)化,當(dāng)今社會(huì)正在逐漸步入一個(gè)萬物互聯(lián)的多元時(shí)代。由于生物特征的唯一性、可分辨性、靈活性和直接友好等優(yōu)良特性,在很多應(yīng)用領(lǐng)域,傳統(tǒng)的基于密碼驗(yàn)證的訪問控制和身份認(rèn)證技術(shù)正在逐漸被基于生物特征識(shí)別技術(shù)的驗(yàn)證方案所取代。在生物特征識(shí)別技術(shù)領(lǐng)域,人臉識(shí)別由于其獨(dú)特的非侵犯性、支持紅外和可見光、無需用戶配合等諸多優(yōu)點(diǎn)而成為身份認(rèn)證領(lǐng)域中應(yīng)用最為廣泛的一種技術(shù)。借助云服務(wù)器外包計(jì)算來實(shí)現(xiàn)人臉識(shí)別技術(shù)是當(dāng)前的一種典型的應(yīng)用,而云服務(wù)提供商所提供的云服務(wù)器多為“半可信的”,人臉數(shù)據(jù)又極其敏感,所以直接將不加密的人臉數(shù)據(jù)上傳到云服務(wù)器中請(qǐng)求服務(wù)會(huì)存在著隱私泄露的風(fēng)險(xiǎn)。因此,研究重點(diǎn)集中在如何能夠保護(hù)外包人臉數(shù)據(jù)隱私性的同時(shí)實(shí)現(xiàn)人臉識(shí)別的功能。最近,基于同態(tài)加密和亂碼電路技術(shù)的解決方案雖然在理論上取得了較大的突破,但是在實(shí)際應(yīng)用中還存在著計(jì)算和通信開銷較大的問題。針對(duì)上述情況,本文設(shè)計(jì)了一個(gè)基于邊緣計(jì)算的可以保護(hù)用戶隱私的人臉身份認(rèn)證系統(tǒng),主要研究內(nèi)容和成果總結(jié)如下:1.在傳統(tǒng)的基于云服務(wù)器外包計(jì)算的人臉... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：77 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語對(duì)照表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 人臉識(shí)別技術(shù)
        1.2.2 隱私保護(hù)的生物特征識(shí)別技術(shù)
    1.3 本文研究內(nèi)容及主要貢獻(xiàn)
    1.4 本文內(nèi)容安排
第二章 相關(guān)理論技術(shù)綜述
    2.1 邊緣計(jì)算
        2.1.1 邊緣計(jì)算的概念
        2.1.2 邊緣計(jì)算與云計(jì)算的區(qū)別
        2.1.3 邊緣計(jì)算的典型應(yīng)用實(shí)例
    2.2 人臉識(shí)別
        2.2.1 人臉識(shí)別步驟
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.3 人臉驗(yàn)證
    2.3 秘密分享
        2.3.1 Shamir門限方案
        2.3.2 秘密分享同態(tài)
    2.4 本章小結(jié)
第三章 基于邊緣計(jì)算的人臉認(rèn)證系統(tǒng)的隱私保護(hù)研究
    3.1 引言
    3.2 系統(tǒng)設(shè)計(jì)
        3.2.1 系統(tǒng)模型
        3.2.2 系統(tǒng)概述
        3.2.3 威脅模型
        3.2.4 設(shè)計(jì)目標(biāo)
        3.2.5 算法流程
    3.3 用于人臉特征提取的卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
    3.4 基于安全最近鄰算法的隱私保護(hù)方案
        3.4.1 身份注冊(cè)
        3.4.2 身份認(rèn)證
    3.5 基于秘密分享同態(tài)技術(shù)的隱私保護(hù)方案
        3.5.1 身份注冊(cè)
        3.5.2 身份認(rèn)證
    3.6 方案分析
        3.6.1 方案正確性分析
        3.6.2 系統(tǒng)安全性分析
    3.7 本章小結(jié)
第四章 實(shí)驗(yàn)過程及結(jié)果分析
    4.1 實(shí)驗(yàn)環(huán)境配置介紹
    4.2 卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
        4.2.1 數(shù)據(jù)集
        4.2.2 訓(xùn)練過程
        4.2.3 模型評(píng)估
    4.3 方案的性能測(cè)試及結(jié)果分析
        4.3.1 ROC曲線對(duì)比
        4.3.2 實(shí)時(shí)性測(cè)試
        4.3.3 空間消耗測(cè)試
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡介



本文編號(hào)：3168841