블록체인 및 하이퍼파라미터 최적화를 기반으로 한 생체 인식 CNN 모델 검증

현재 생체 인식 수단으로서 지문은 다양한 응용 분야에서 신원 확인을 위한 가장 인기 있는 수단 중 하나입니다. 그러나 지문은 저장 후 공격자에 의해 도난, 변조 또는 변경될 수 있습니다. 따라서 표준 프라이버시 기법이 충분히 안전하지 않기 때문에 이러한 지문 템플릿의 프라이버시를 보장하는 것이 중요합니다. 또한, 지문 템플릿은 진짜 지문과 가짜 지문을 구별하기 위해 딥 러닝 모델을 사용하여 검증되며, 이를 블록체인 내부에 저장함으로써 더 보호되고 안전하게 만들 수 있습니다. 블록체인은 최근 몇 년 간 가장 일반적인 안전 기술이 되었습니다. 본 논문은 블록체인 기술과 하이퍼파라미터 최적화를 기반으로 한 효율적이고 안전한 생체 인식 시스템을 구현합니다. 첫째, 저장 단계에서는 각 사용자의 진짜 지문 템플릿, 개인 키, 공용 키가 블록에 저장되고 해시 함수를 통해 체인에서 이전 블록에 연결됩니다. 해커가 지문을 공격하려고 하면 모든 이전 블록이 변경되어야 합니다. 둘째, 인증 단계에서는 사용자가 자신의 지문으로 로그인하고 체인에서 필요한 템플릿을 조회합니다. 필요한 지문이 존재하면 로그인 세부 정보를 포함한 새 블록이 생성되며, 1이 반환되어 인증이 유효함을 의미합니다. 존재하지 않는 경우, 제공된 생체 인식 합성곱 신경망(CNN)을 사용하여 진짜인지 가짜인지 검증됩니다. 제안된 CNN은 그리드 서치(GS) 알고리즘을 사용하여 하이퍼파라미터를 조정하여 진짜 지문과 가짜 지문을 구별합니다. SOCOFing 데이터셋은 실험 평가에 사용됩니다. 실험 결과에 따르면, 제안된 CNN 모델은 99.52%의 가장 높은 정확도를 달성했습니다. 블록체인 덕분에 우리 시스템은 300ms 이내에 체인을 조회한 후 인증 정보를 반환할 수 있습니다.