세미감독 데이터 클러스터링 기반의 생체 키 생성 방법

전통적인 생체 인증 방법에서 채택된 생체 템플릿 및/또는 암호화 키 저장은 심각한 우려 사항으로 대두되었습니다. 이러한 우려를 해소하기 위해 생체 데이터를 기반으로 한 통계적 특성으로부터 직접적으로 암호화 키를 도출하는 생체 키 생성 방법이 유망한 접근법으로 떠올랐습니다. 그러나 기존의 이러한 접근 방법은 일반적으로 사용자 변동성을 적절히 모델링하지 못하여 인증 목적으로 고엔트로피의 일관적이고 변별력 있는 키를 생산하기 어렵습니다. 본 논문은 사용자 간 및 사용자 내 변별성을 효과적으로 동시에 모델링하기 위해 니칭 메메틱 알고리즘을 통해 최적화된 세미감독 클러스터링 계획을 개발합니다. 개발된 계획은 키 생성을 위해 일관적이고 변별력 있는 많은 특성 요소를 회복하는 것을 목적으로 단일 특성과 특성 하위 집합 모두에 대해 사용자 변동성을 모델링하는 데 사용됩니다. 또한 이 계획은 많은 수의 클러스터를 출력하도록 설계되어 일관적이고 변별력 있는 긴 키 생성에 추가적인 도움을 줍니다. 이 계획을 기반으로 생체 키 생성 방법이 최종적으로 제안됩니다. 제안된 방법의 성능은 손글씨 서명의 생체 모달리티에서 평가되었으며 기존 방법과 비교되었습니다. 결과는 우리의 방법이 일관적이고 변별력 있는 고엔트로피 키를 제공할 수 있음을 보여주며, 관련 방법보다 우수한 성능을 보였습니다.