消息鉴别与生物认证

第1章 消息鉴别概述 1
1．1 信息安全与消息鉴别 1
1．2 消息鉴别的要求 2
1．3 消息鉴别的手段 3
第2章 基于加密的消息鉴别 5
2．1 密码学概述 5
2．1．1 密码学由来 5
2．1．2 密码学基本概念 6
2．1．3 密码体制的分类 10
2．2 古典密码 11
2．2．1 置换密码 11
2．2．2 替代密码 16
2．2．3 古典密码的统计分析 28
2．3 近代密码 32
2．3．1 加密的机械化 32
2．3．2 转轮机的爆发 33
2．3．3 Enigma传奇 34
2．3．4 Enigma的破译 41
2．4 现代密码 48
2．5 基于加密的消息鉴别方案 48
第3章 基于对称密码的消息鉴别 51
3．1 对称密码体制概述 51
3．2 分组密码 52
3．2．1 分组密码概述 52
3．2．2 分组密码结构 53
3．2．3 数据加密标准（DES） 55
3．2．4 高级数据加密标准（ADES） 63
3．2．5 分组密码工作模式 68
3．3 序列密码 75
3．3．1 序列密码概述 75
3．3．2 线性反馈移位寄存器 77
3．3．3 基于LFSR的序列密码 78
3．3．4 RC4 80
3．3．5 A5/1 82
3．4 基于对称密码的消息鉴别方案 84
3．4．1 基于分组密码的消息鉴别方案 84
3．4．2 基于序列密码的消息鉴别方案 85
第4章 基于公钥密码的消息鉴别 87
4．1 公钥密码体制的由来 87
4．1．1 对称密码的尴尬 87
4．1．2 Diffie-Hellman密钥交换 88
4．1．3 不对称密钥的奇思妙想 89
4．2 公钥密码体制的概述 90
4．3 RSA算法 92
4．3．1 RSA算法的数学基础 93
4．3．2 RSA算法原理及证明 95
4．3．3 RSA算法的可靠性 96
4．3．4 RSA算法的有效实现 97
4．4 ElGamal算法 100
4．4．1 离散对数问题 100
4．4．2 ElGamal算法原理 101
4．5 椭圆曲线密码算法 102
4．5．1 椭圆曲线上的运算 102
4．5．2 椭圆曲线算法原理 105
4．6 基于公钥密码的消息鉴别方案 107
4．6．1 基于RSA的数字签名方案 107
4．6．2 基于ElGamal的数字签名方案 109
4．6．3 基于椭圆曲线公钥算法的数字签名方案 110
第5章 基于散列函数和认证码的消息鉴别 112
5．1 散列函数概述 112
5．1．1 散列函数的要求 112
5．1．2 散列函数的结构 113
5．1．3 散列算法的设计方法 113
5．2 MD5及其家族 114
5．2．1 MD5算法 114
5．2．2 MD算法家族 117
5．3 SHA-1及其家族 117
5．3．1 SHA-1算法 117
5．3．2 SHA家族 121
5．4 感知散列 124
5．4．1 感知散列的定义 124
5．4．2 感知散列的性质 125
5．4．3 感知散列的分类 125
5．5 基于散列函数的消息鉴别方案 127
5．5．1 基于传统散列的消息鉴别方案 127
5．5．2 基于感知散列的消息鉴别方案 129
5．6 基于认证码的消息鉴别方案 130
5．6．1 HMAC设计目标 131
5．6．2 HMAC算法 132
5．6．3 HMAC的安全性 134
第6章 生物认证与消息鉴别 135
6．1 消息源真实性认证——生物识别 135
6．2 消息完整性认证——生物散列 136
6．2．1 生物密钥 136
6．2．2 生物模板保护 137
6．3 生物特征的感知信息 137
第7章 生物识别技术 141
7．1 生物特征与生物识别系统 141
7．2 生物识别系统工作模式 142
7．2．1 工作模式 142
7．2．2 性能评价参数 143
7．3 单模态生物识别技术 145
7．3．1 生物识别技术的应用 145
7．3．2 典型生物识别系统 148
7．4 多模态生物识别技术 152
7．4．1 多模态生物识别的背景和意义 152
7．4．2 多模态生物识别发展现状 153
7．5 多模态生物特征融合的层次结构 157
7．6 多模态生物感知特征融合模型 159
第8章 基于感觉信息的多模态生物特征融合 161
8．1 指纹感觉特征提取 161
8．1．1 指纹方向场的求取 162
8．1．2 指纹图像增强 171
8．1．3 指纹感觉特征 175
8．2 虹膜感觉特征提取 175
8．2．1 虹膜内外边界定位 176
8．2．2 眼皮定位 179
8．2．3 虹膜感觉特征 182
8．3 人脸感觉特征提取 183
8．4 多模态感觉特征融合算法 184
8．4．1 指纹—虹膜感觉特征融合 185
8．4．2 指纹—人脸感觉特征融合 186
8．4．3 虹膜—人脸感觉特征融合 189
第9章 基于知觉信息的多模态生物特征融合 191
9．1 知觉特征空间特性 191
9．2 扩展普通向量算法 193
9．2．1 基于类内散度矩阵值域求解法 194
9．2．2 基于样本差分子空间求解法 198
9．2．3 类内散度矩阵值域与样本差分子空间的等价性 200
9．3 基于ECV的多模态知觉特征融合算法 202
9．3．1 指纹—虹膜知觉特征融合 204
9．3．2 指纹—人脸知觉特征融合 205
9．3．3 虹膜—人脸知觉特征融合 207
第10章 基于感觉—知觉信息的多模态生物特征融合 209
10．1 PCA复数域的非线性扩展 209
10．1．1 中心化样本集 210
10．1．2 非中心化样本集 213
10．2 基于EKPCA的感觉—知觉多模态生物特征融合算法 216
10．2．1 指纹—虹膜的感觉—知觉特征融合 217
10．2．2 指纹—人脸的感觉—知觉特征融合 218
10．2．3 虹膜—人脸的感觉—知觉特征融合 219
10．3 FDA复数域的非线性扩展 221
10．4 基于EKFDA的感觉—知觉特征融合算法 225
10．4．1 指纹—虹膜的感觉—知觉特征融合 226
10．4．2 指纹—人脸的感觉—知觉特征融合 227
10．4．3 虹膜—人脸的感觉—知觉特征融合 229
第11章 生物散列技术 231
11．1 生物密钥 231
11．1．1 密钥管理 231
11．1．2 生物密钥生成手段 232
11．2 生物识别系统安全 237
11．3 样本部分泄露的安全分析 240
11．3．1 样本部分泄露区分性评测设计 240
11．3．2 样本部分泄露区分性评测结果及分析 243
11．4 生物模板保护 247
11．4．1 模板保护算法概述 247
11．4．2 基于自适应非均匀量化的多模态生物模板保护算法 249
参考文献 255
名词索引 272