[论文解读] On Burst Error Correction and Storage Security of Noisy Data

Felix Fontein, Kyle Marshall+3 more|arXiv (Cornell University)|May 23, 2012

Biometric Identification and Security参考文献 5被引用 3

一句话总结

本文提出了一种新颖的综合征模糊哈希框架，通过利用突发错误纠错码（特别是二维数组结构中的 Reed-Solomon 和级联码），实现对噪声生物特征数据的安全保护。结果表明，定制化的码构造能够高效纠正突发错误与随机错误，同时最小化信息泄露，且通过域表示和交织方案优化了解码复杂度。

ABSTRACT

Secure storage of noisy data for authentication purposes usually involves the use of error correcting codes. We propose a new model scenario involving burst errors and present for that several constructions.

研究动机与目标

• 解决在存储和检索过程中受突发错误影响的生物特征数据的安全保护挑战。
• 通过减少信息泄露并增强错误鲁棒性，改进现有的模糊承诺与综合征哈希方案。
• 设计高效且实用的码构造，以纠正二维数据数组中的突发错误，同时保持较低的解码复杂度。
• 评估不同码结构下纠错能力、码率与计算成本之间的权衡。
• 系统比较六种码构造在噪声数据模糊哈希背景下用于突发错误纠正的性能。

提出的方法

• 以综合征模糊哈希为核心框架，将数据向量作为其在奇偶校验矩阵下的哈希与伴随式存储。
• 将码字表示为二维数组（例如 $n_1 \times n_2$），以利用空间上的错误模式，特别是突发错误。
• 采用在 $\mathbb{F}_q$ 上的 Reed-Solomon 码的基域表示，以在扩展域中实现突发错误纠正。
• 采用级联编码方案，外码为 Reed-Solomon 码，内码为 $q$-元码（如 BCH 或循环码），以同时纠正突发错误与随机错误。
• 设计特定的交织模式（如对角线或分块式），以隔离突发错误并限制其对内码的影响。
• 使用标准与高级算法（如 Gorenstein-Peterson-Zierler 及 $O(\sqrt{n}\log n)$ 复杂度方法）分析扩展域中的解码复杂度。

实验结果

研究问题

• RQ1 如何将突发错误纠错码有效集成到综合征模糊哈希中，以提升噪声生物特征数据的安全性与鲁棒性？
• RQ2 在使用不同码构造处理突发错误时，码率、纠错能力与解码复杂度之间的权衡关系如何？
• RQ3 各种交织模式（如行内、对角线）对二维数组中矩形与对角线突发错误的纠正效果有何影响？
• RQ4 在哪些场景下，级联码相较于单码构造在突发错误纠正与随机错误鲁棒性方面表现更优？
• RQ5 域表示（如 $\mathbb{F}_{q^m}$ 与 $\mathbb{F}_q^m$）对解码效率与纠错性能有何影响？

主要发现

• 构造 I（基域 Reed-Solomon）使用标准 Gorenstein-Peterson-Zierler 解码时达到 $O(q^{2m})$ 的解码复杂度，通过高级算法进一步优化为 $O(mq^{3/2m})$ 复杂度。
• 构造 II（平凡内码）具有快速解码能力，具备良好的突发错误纠正能力，适用于嵌入式系统，但对随机错误的容忍度有限。
• 构造 III（多项式基表示）在突发错误纠正能力上与构造 II 相当，但由于优化了域运算，解码速度更快。
• 构造 IV（行内交织）能高效纠正多个大尺寸突发错误，但对高密度随机错误敏感。
• 构造 V（自适应块交织）在子矩阵每块最多含 $t$ 个错误时，可纠正最大尺寸为 $((s_1-1)(n/b)+1) \times ((s_2-1)b+1)$ 的矩形突发错误。
• 构造 VI（对角线交织）在长而窄的突发错误（如 $k \times \ell$，其中 $k \ll \ell$）情况下表现最优，将对角线突发错误视为外码中的单个错误处理。