从手机解锁、小区门禁,再到机场安检、高铁进站,指纹、人脸和虹膜等标志个人身份的生物特征已成为人们走进互联网世界的数字身份证。然而,由于检测条件、认证环境的复杂多变以及欺骗攻击等,依据单模态生物特征的认证准确性、安全性、稳定性有待提高。多模态利用多个生物特征,克服了单模态认证的局限,可以使得身份认证系统更加安全、健壮。身份数据存储有两种方式,一种是在中央服务器中,将所有收集到的生物特征模板存储在中央服务器上,这种方式存在用户生物特征模板集中泄露的风险,另一种方式是使用分布式系统,其涉及的实体数量庞大而信任程度低,生物特征模板的安全性有待加强。加之生物特征的唯一性,使得生物特征模板的保护变得尤为重要,因此其成为当下的研究热点。在此背景下,本文从生物特征模板的安全性出发,使用模糊提取技术和区块链技术对生物特征进行加密及去中心化的存储,论文主要内容如下:（1）本文阐述了生物特征认证技术、生物特征模板保护技术和区块链关键技术,并针对生物特征以明文方式存储会带来模板丢失且难以再用的问题,提出一种基于模糊提取的多模态生物特征模板保护方法。所设计的模糊提取器FECNN基于卷积神经网络,卷积神经网络作为特征提取模块,FECNN用以生成随机字符串作为用户生物特征模板的密钥,以掩盖真正的特征值,达到保密效果。通过实验,证明了模糊提取器FECNN能够正确重构随机密钥,在保证准确率的情况下,对生物特征模板达到有效的隐私保护。（2）针对当前身份认证机制中心化存储所带来的数据安全问题,本文根据区块链去中心化、多方共识的特点,设计一个用户身份链User Chain,将模糊提取器获得的随机密钥存储在用户身份链上,使用PBFT共识算法和智能合约实现链上注册与身份认证。这样的方案使得生物特征得到双重保护且提高了性能,通过安全性分析证明了该方案的安全性,通过实验和性能分析也证明了该方案的可用性。