【论文阅读】Iris Template Protection Based on Local Ranking

1. 介绍

本文提出了一种基于局部排序的虹膜模板保护方法。具体地，首先将原始虹膜数据与特定于应用的字符串进行异或运算；其次，将得到的结果分成块；第三，将块划分为组，每组中的块根据其十进制值进行排序(我们称之为局部排序)；最后，将每个块中的数据替换为对应的排名值。我们进一步扩展了该方法以支持两种重要的策略(移位和掩蔽)，以提高识别性能。我们证明了该方法满足不可逆性、可逆性和不可链接性。

在保护数据隐私的同时，有效地保持了对典型虹膜数据集(即CASIA-IrisV3-Interval[5]、CASIA-IrisV4Lamp[5]、UBIRIS-V1-S1[6]和MMU-V1[7])的识别性能。

2. 相关工作

 为了在保护数据隐私的同时支持模糊虹膜识别，现有的方法主要使用以下技术：模糊承诺[8]、模糊库[9]、模糊抽取器/模糊草图[10，11]、生物散列[12-14]、Bloom Filter[15]和不可逆变换[16-19]。

3. 提出的方法

在这一部分中，提出了基于局部排序的虹膜模板保护方法。此外，对该方法进行了扩展以支持移位和掩蔽策略。

3.1 转换

 当vi和vj的值相等时，根据i和j的值排序。

计算两个模板的距离如下：

 3.2 移位

移位后的距离计算：