随着物联网的蓬勃发展以及智能终端的快速普及,生物特征身份识别技术已经被广泛应用于公安、司法、金融等领域,尤其是社会生活领域（比如智能家居）。相较于动态口令、静态密码和智能卡等传统身份认证方式,生物特征由于其不可复制、不可撤销等特点,能够更加便携有效地实现身份认证,并且在智慧家庭服务中得到了很好的应用,比如门禁系统的虹膜识别、智能音箱的声纹识别、智能监控的人脸识别等等。然而,生物特征身份识别技术在为人们生活带来便利的同时,也带来了严峻的挑战,尤其是用户生物特征数据的隐私泄露问题。一旦用户的生物特征模板数据被盗,攻击者可以利用该模板数据来获得此用户注册过的所有认证系统的未授权访问,这将给用户的人身安全及财产安全带来十分严重的后果。并且,智慧家庭服务多是为了方便家庭用户可以远距离操控家中的智能设备,而这些设备通常处于无人看管的环境中,极易被攻击者盯上,且被攻击后无法立即发现。因此,如何保证用户在使用智慧家庭服务的过程中,其生物特征模板数据不被泄露,是现阶段研究的重点。针对上述问题,本文面向智慧家庭服务,利用改进的安全内积协议和随机矩阵算法,构造了隐私保护的生物特征识别方案,旨在为家庭用户提供安全、高效且准确的智慧家庭服务。具体地说,本文主要做了以下几方面的工作:（1）对智慧家庭服务场景以及生物特征身份识别技术做调研,针对场景特点,抽象并归纳出智慧家庭服务过程中生物特征模板数据的安全需求模型。该模型共涉及三个实体,分别是家庭用户、智能家居设备以及智慧家庭数据处理中心。（2）针对智慧家庭服务场景中智能家居设备无计算能力的情况,本文提出了一个面向无计算能力终端的隐私保护生物特征识别方案。该方案结合场景特点,采用了残差网络Res Net和改进的安全内积协议等技术,能够在保护家庭用户生物特征数据隐私的同时,也保证生物特征识别的效率与准确度不必做出妥协。（3）针对智慧家庭服务场景中智能家居设备有计算能力的情况,本文提出了一个面向有计算能力终端的隐私保护生物特征识别方案。该方案中智能家居设备具有一定的计算能力,能够直接对用户的生物特征做加密处理。该方案采用了卷积神经网络Face Net和改进的随机矩阵算法等技术,能够同时保证用户生物特征数据的隐私性以及特征识别的高效与高准确度。（4）对本文所提出的两个隐私保护方案进行实现并测试方案的效率和准确度。首先对方案的功能进行测试,证明方案中能够提供正常的生物特征识别服务。然后对方案中生物特征识别的准确度进行测试,综合得出本文方案的高准确度能够得以保证。之后对方案中的核心加密算法、注册服务和识别服务进行性能测试,结果证明了本文方案的高效性,可应用于即时响应的智慧家庭服务场景中。最终,各个实验结果表明本文所提的隐私保护方案能够为家庭用户提供安全、高效、高准确度的智慧家庭服务。