Esquema eficiente de almacenamiento seguro multi-biométrico basado en técnicas de aprendizaje profundo y criptomapeo
Autores: Sedik, Ahmed; El-Latif, Ahmed A. Abd; Wani, Mudasir Ahmad; El-Samie, Fathi E. Abd; Bauomy, Nariman Abdel-Salam; Hashad, Fatma G.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Esquema eficiente de almacenamiento seguro multi-biométrico basado en técnicas de aprendizaje profundo y criptomapeo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Ciberseguridad
Generación de plantillas biométricas cancelables
Fusión profunda
Transformaciones wavelet
Generación de núcleos aleatorios
Imágenes biométricas
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
La ciberseguridad ha sido uno de los campos de investigación interesantes que atraen a los investigadores a investigar nuevos enfoques. Uno de las tendencias de investigación recientes en este campo es la generación de plantillas biométricas cancelables, que depende del almacenamiento de una plantilla cifrada (cancelable) en lugar de la plantilla biométrica original. Esta tendencia asegura el almacenamiento confidencial y seguro de la biometría de un individuo determinado. Este documento presenta un sistema multi-biométrico cancelable basado en la fusión profunda y transformaciones wavelet. La parte de fusión profunda se basa en la convolución (Conv.), convolución transpuesta (Conv.Trans.) y capas adicionales. Además, las transformaciones wavelet implementadas se basan tanto en las transformadas wavelet enteras (IWT) como en las transformadas wavelet discretas (DWT). Además, se propone un subsistema de generación de núcleo aleatorio en este trabajo. El método de generación de núcleo propuesto se basa en modalidades de mapas caóticos, incluido el mapa de Baker y el mapa logístico modificado. El sistema propuesto se implementa en cuatro imágenes biométricas, a saber, huellas dactilares, iris, rostro e imágenes de palma. Además, se valida mediante la comparación con otros trabajos en la literatura. La comparación revela que el sistema propuesto muestra un rendimiento superior en cuanto a la calidad de cifrado y confidencialidad de las plantillas cancelables generadas a partir de la biometría de entrada original.
Descripción
La ciberseguridad ha sido uno de los campos de investigación interesantes que atraen a los investigadores a investigar nuevos enfoques. Uno de las tendencias de investigación recientes en este campo es la generación de plantillas biométricas cancelables, que depende del almacenamiento de una plantilla cifrada (cancelable) en lugar de la plantilla biométrica original. Esta tendencia asegura el almacenamiento confidencial y seguro de la biometría de un individuo determinado. Este documento presenta un sistema multi-biométrico cancelable basado en la fusión profunda y transformaciones wavelet. La parte de fusión profunda se basa en la convolución (Conv.), convolución transpuesta (Conv.Trans.) y capas adicionales. Además, las transformaciones wavelet implementadas se basan tanto en las transformadas wavelet enteras (IWT) como en las transformadas wavelet discretas (DWT). Además, se propone un subsistema de generación de núcleo aleatorio en este trabajo. El método de generación de núcleo propuesto se basa en modalidades de mapas caóticos, incluido el mapa de Baker y el mapa logístico modificado. El sistema propuesto se implementa en cuatro imágenes biométricas, a saber, huellas dactilares, iris, rostro e imágenes de palma. Además, se valida mediante la comparación con otros trabajos en la literatura. La comparación revela que el sistema propuesto muestra un rendimiento superior en cuanto a la calidad de cifrado y confidencialidad de las plantillas cancelables generadas a partir de la biometría de entrada original.