大数据和云的发展给人们的生活带来了很多便利,但是越来越多的个人数据传到云端,也引起了人们对隐私泄露的担忧。尤其是生物特征数据,比如人脸、虹膜、指纹,生物识别系统记录之后传到数据库,一旦被攻击者攻击得到,就终生无法使用,且直接泄露用户身份。生物哈希技术由于将生物特征编码为二进制串,攻击者很难通过哈希码直接还原成原始生物特征,而且哈希码具有计算量小、存储效率高的优点,这导致生物哈希技术在生物识别系统中得到了广泛的应用。但近年来出现了一系列针对生物哈希方法的攻击,这些攻击对人们的隐私产生了巨大的威胁。经过对这些攻击方法的分析,我们发现其攻击的有效性来源于原始生物特征空间中距离信息的泄露。基于此,我们将这些攻击方法统一到为基于关系保持的攻击,并提出了一种防御关系攻击的安全生物哈希方法(SBH-RA)。本文的主要贡献有以下几点:1.对基于关系的攻击进行了建模和分析,发现防御攻击的关键,是要减少原始生物特征之间距离信息的泄漏。在此基础上,定义了基于概率的安全性目标和可用性目标,使得对关系攻击的防御能力成为一个可评估的量。2.通过测量信息泄漏来获得最优的安全生物哈希目标,并利用区间长度比来代替概率,对目标进行转换。在此基础上,针对从原始生物特征空间到哈希空间的距离映射,设计了两个约束,从而得到安全生物哈希方法需要满足的条件。3.基于残差网络和量化网络,我们实现了一种安全的生物哈希方法,并分析了在黑盒攻击和白盒攻击下该方法的安全性。最后我们在虹膜数据集和人脸数据集上与其他现有方法进行了对比实验。实验结果表明,该方法生成的哈希码不仅具有安全性,也具有可用性,在生物识别系统中具有一定的实际应用价值。