近年来,生物特征识别技术特别是多生物特征识别技术为身份认证提供了一种便捷、可靠、安全的实现方式。然而,由于人体生物特征具有唯一性和不变性,生物特征模板一旦遭到泄露将是永久性地丢失。特别是多生物特征识别系统中存储的多个生物特征的模板信息,模板的丢失对用户隐私带来的危害就更大。为了提高多生物特征识别系统中生物特征模板的安全性和身份认证的可靠性,根据目前使用最广泛的指纹特征与人脸特征,本文将针对由这两种生物特征组成的多生物特征识别系统进行多生物特征加密算法的研究,提出基于Bloom过滤器的可撤销多生物特征模板生成算法和基于指纹与人脸特征级融合的模糊金库方案,在保障指纹特征与人脸特征模板安全的同时实现可靠的身份认证,具体的研究工作如下:(1)本文首先分析了指纹细节点提取算法的各个部分,包括指纹图像的预处理以及指纹细节点的提取。然后,分析了主成分分析算法(PCA)的工作原理,以及如何对人脸图像提取特征。最后,总结归纳了多生物特征识别系统中所用到的融合技术,就信息量、实现难度和生物特征模板的安全性对每一种融合技术进行了分析与比较。(2)针对当前多生物特征识别系统中多生物特征模板的安全问题,提出了基于Bloom过滤器的可撤销多生物特征模板生成算法。该算法以分组结合的方式运用异或运算将经过二值化的指纹特征与人脸特征融合为一个模板,并基于Bloom过滤器对融合模板进行不可逆变换,通过更新随机矩阵实现融合模板的可撤销性和多样性。最后,使用遍历匹配的方式进行模板间匹配得分的计算。实验结果表明,该算法无需对指纹图像进行配准,可以在加密多生物特征模板的同时对多生物特征模板进行压缩,保障认证的可靠性与多生物特征模板的安全性。(3)针对当前现有的基于生物特征的模糊金库易受相关攻击导致密钥和生物特征模板丢失的问题,提出了基于指纹与人脸特征级融合的模糊金库。该方案对指纹特征与人脸特征分别使用离散对数进行变换,并基于Diffie-Hellman算法在特征级将变换的指纹与人脸特征融合为一个模板。最后,将所得的融合模板构建模糊金库,通过更新随机矩阵的方式使金库具备可撤销的特性。实现结果表明,该方案解决了多生物特征在特征级融合易造成维数灾难和基于生物特征的模糊金库易受相关攻击的问题,具有较好的可靠性并提高了多生物特征模板的安全性。