随着人工智能、深度学习以及计算机视觉技术的不断发展成熟,生物特征识别技术得到了快速普及,并不断结合行业细分领域的特点,在刑侦鉴定、企业管理、政府服务等实际场景得到了深度应用。由于生物特征具有唯一性、永久性、便携性等特点,通过生物特征识别技术,可以方便、快速、准确地完成身份鉴定,为人们的日常生活提供了极大便利。然而,在生物特征识别过程中,用户通常需要将自身的生物特征数据上传至服务器,而由于生物特征的唯一性和不可更改性,一旦生物特征数据被攻击者窃取,将对用户造成永久的隐私安全威胁。为保证生物特征数据的安全性,学术界提出了大量隐私保护方案,而现有工作大多采用单一生物特征进行身份识别,存在鲁棒性低、易受欺骗攻击等问题。针对上述问题,研究人员提出多生物特征融合识别技术,并结合隐私保护技术提高身份识别的安全性。现有多生物特征隐私保护方案仍存在安全性较弱、计算复杂度高、应用场景受限等问题,同时牺牲了一定的识别准确率。本文针对智能家居生物特征识别过程中特征模板泄露、识别效率不高的问题,结合Paillier同态加密技术,提出了一种特征级别密文融合机制,设计了一个智能家居场景下的生物特征融合认证隐私保护方案,并提高了识别准确率。同时,为进一步解决生物特征融合认证隐私保护方案应用场景受限的问题,结合多密钥CKKS同态加密技术,提出了一种新的特征级别密文融合机制,设计了一个无可信中心的生物特征融合认证隐私保护方案,在保证较高的认证效率的同时进一步提高了识别准确率。此外,本文通过实验对上述所提方案与同类方案进行了对比测试,结果显示,方案可以为用户提供准确高效的身份认证服务,对比同类方案认证效率有较大提升。本文具体工作如下:1.提出了一种智能家居场景下的生物特征融合认证隐私保护方案,采用基于Paillier加密的密文打包技术,结合提出的特征级别密文融合机制,通过残差网络对生物特征模板进行密文融合处理,进而为用户提供安全高效的生物特征融合认证服务,并提高了识别准确率。2.提出了一种无可信中心的生物特征融合认证隐私保护方案,通过去除可信中心,提高了方案的普适性,采用多密钥CKKS同态加密算法,结合改进的特征级别密文融合机制,在保证生物特征模板安全的基础上为用户提供了高效、高准确率的身份认证服务。3.对所提两种生物特征融合认证隐私保护方案进行安全性和正确性分析,并对识别准确率、计算开销、通信开销和存储开销进行实验评估。利用DET曲线对方案的融合识别效果进行准确率评估,对方案涉及的核心计算过程进行计算复杂度分析以及效率测试,通过对比实验证明了所提方案的高效性和准确性。