[论文解读] Blockchain meets Biometrics: Concepts, Application to Template Protection, and Trends

Oscar Delgado-Mohatar, Julián Fiérrez+2 more|arXiv (Cornell University)|Mar 19, 2020

Blockchain Technology Applications and Security参考文献 29被引用 11

一句话总结

本文提出了一种基于区块链的框架，用于安全的生物特征模板保护，利用以太坊智能合约实现不可篡改、隐私保护的存储与链上匹配。结果表明，使用Merkle树可降低存储成本与延迟，而通过安全哈希进行模板保护则能保持较高的匹配准确率，使在现实约束条件下实现链上生物特征认证成为可行且经济高效的选择。

ABSTRACT

Blockchain technologies provide excellent architectures and practical tools for securing and managing the sensitive and private data stored in biometric templates, but at a cost. We discuss opportunities and challenges in the integration of blockchain and biometrics, with emphasis in biometric template storage and protection, a key problem in biometrics still largely unsolved. Key tradeoffs involved in that integration, namely, latency, processing time, economic cost, and biometric performance are experimentally studied through the implementation of a smart contract on the Ethereum blockchain platform, which is publicly available in github for research purposes.

研究动机与目标

• 解决去中心化系统中生物特征模板保护的关键挑战。
• 评估将生物特征模板存储在以太坊等公共区块链上的可行性与权衡。
• 评估链上与链下生物特征匹配及模板保护在性能与成本方面的影响。
• 探索未来集成的高级区块链原原子，如零知识证明与状态通道。
• 提供公开可访问的智能合约实现，以确保可复现性并支持研究使用。

提出的方法

• 在以太坊区块链上实现智能合约，使用Merkle树结构存储生物特征模板元数据。
• 采用密码学哈希（如SHA-256）保护生物特征模板，同时支持安全验证。
• 使用汉明距离评估链上生物特征匹配，实现低复杂度的相似性评分。
• 从成本、延迟与可扩展性角度，对比直接模板存储、仅哈希存储与基于Merkle树的存储方式。
• 应用模板保护技术，在确保隐私的同时保持匹配准确率。
• 探索通过状态通道与零知识证明（如zkSNARKs）实现未来可扩展性增强的潜力。

实验结果

研究问题

• RQ1 在不损害性能或隐私的前提下，能否在以太坊等公共区块链上安全高效地存储生物特征模板？
• RQ2 在区块链集成的生物特征系统中，延迟、处理时间、经济成本与生物特征匹配准确率之间的关键权衡是什么？
• RQ3 Merkle树的使用如何影响链上生物特征模板管理中的存储成本与检索效率？
• RQ4 模板保护机制在确保隐私的同时，能在多大程度上保持匹配准确率？
• RQ5 像状态通道与零知识证明等新兴区块链技术，如何提升区块链上生物特征认证的可扩展性与效率？

主要发现

• 在以太坊区块链上直接存储生物特征模板不可行，因其存储成本高且波动大。
• 直接在链上对生物特征模板进行哈希处理虽更高效，但仍产生显著的交易费用，且缺乏可扩展性。
• 基于Merkle树的存储将链上存储成本降低至固定且可预测的水平，写入操作耗时10–20秒。
• 使用汉明距离的链上生物特征匹配对简单、低复杂度匹配器而言是可行且经济高效的。
• 通过密码学哈希实现的模板保护在保持生物特征匹配准确率的同时增强了隐私，符合GDPR要求并契合隐私保护生物特征识别的最佳实践。
• 未来技术如状态通道与零知识证明在减少链上计算与提升可扩展性方面具有显著潜力，尽管其计算开销仍较大，需进一步研究。