NL2034475B1 - A method and system for hashing a fingerprint minutia template - Google Patents
A method and system for hashing a fingerprint minutia template Download PDFInfo
- Publication number
- NL2034475B1 NL2034475B1 NL2034475A NL2034475A NL2034475B1 NL 2034475 B1 NL2034475 B1 NL 2034475B1 NL 2034475 A NL2034475 A NL 2034475A NL 2034475 A NL2034475 A NL 2034475A NL 2034475 B1 NL2034475 B1 NL 2034475B1
- Authority
- NL
- Netherlands
- Prior art keywords
- hash
- determining
- minutia
- determined
- relative
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
- H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
- H04L9/3231—Biological data, e.g. fingerprint, voice or retina
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1347—Preprocessing; Feature extraction
- G06V40/1353—Extracting features related to minutiae or pores
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
- G06V40/1371—Matching features related to minutiae or pores
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Claims (20)
1. Met een processor geimplementeerde werkwijze voor het hashen van een minutia sjabloon van een vingerafdruk, waarbij de werkwijze omvat: het ontvangen van een minutia sjabloon van een vingerafdruk omvattende een veelvoud van vingerafdruk minutia; het ontvangen van een gebruikerspassword; het bepalen van een veelvoud van positioneel onderscheidbare n-tuples van minutiae van vaste omvangen van het ontvangen minutia sjabloon van een vingerafdruk, waarbij elke n-tuple ten minste één minutia paar omvat; en waarbij voor elke n-tuple in het bepaalde veelvoud van positioneel onderscheidbare n-tuples de werkwijze omvat: het bepalen van een unieke klasseidentificator (UCI) van de n- tuple, waarbij de UCI is geassocieerd met één van een bepaald aantal equivalentieklassen, op basis van attributen van de n-tuple, of minutiae van de n-tuple, die rotationeel en translationeel invariant zijn; het combineren van de bepaalde UCI, het gebruikerspassword, en een zout tot een gecombineerde dataset; en het hashen van de gecombineerde dataset met een hashfunctie teneinde een hashwaarde van de unit te verkrijgen.
2. Met een processor geïmplementeerde werkwijze volgens conclusie 1, waarbij de werkwijze omvat het verzamelen van de hashwaarde van de unit in een gehasht sjabloon.
3. Met een processor geïmplementeerde werkwijze volgens conclusie 1 of conclusie 2, waarbij het bepalen van de UCI voor elke n-tuple is op basis van attributen van de n-tuple die zijn geselecteerd uit een groep omvattende een type of typen van elk minutia van de n-tuple, een afstand of afstandentussen elke minutia van de n-tuple en een relatieve oriëntatie of relatieve oriëntaties van minutia van de n-tuple.
4. Met een processor geïmplementeerde werkwijze volgens één van de voorgaande conclusies, waarbij de werkwijze omvat: het verschaffen van een afstandspartitie met een veelvoud van afstand sub-intervallen, waarbij elk sub-interval is geassocieerd met een unieke afstandidentificator (UDI);
het verschaffen van een hoekpartitie met een veelvoud van hoek sub- intervallen, waarbij elke hoek sub-interval is geassocieerd met een unieke hoekidentifactor (UAL), en waarbij het bepalen van de UCI van elke n-tuple is op basis van een type of typen minutia in de n-tuple, een UDI van het ten minste ene minutiapaar in de n- tuple, en UAl's van de relatieve oriëntaties van het ten minste ene minutiapaar in de n-tuple.
5. Met een processor geïmplementeerde werkwijze volgens conclusie 4, waarbij de werkwijze omvat: het verschaffen van een kaart van UDI's aan een veelvoud van hoekpartitie en, waarbij elke hoekpartitie een veelvoud van hoek sub-intervallen heeft, en waarbij elk hoek sub-interval is geassocieerd met de unieke hoekidentificator (UAI); en waarbij het bepalen van de UCI is op basis van de typen minutia in de n-tuple, de UDI van het ten minste ene minutiapaar, en/of de UAI van relatieve oriëntaties van het ten minste ene minutiapaar in de hoekpartitie bepaald door de UDI van het ten minste ene minutiapaar in de kaart.
6. Met een processor geimplementeerde werkwijze volgens conclusie 5, waarbij het bepalen van de UCI voor elke n-tuple van het veelvoud van positioneel onderscheidbare n-tuples, omvat: het bepalen van een afstand tussen minutiae van het ten minste ene minutiapaar; het bepalen van een UDI van het ten minste ene minutiapaar, waarbij de UDI een identificator is van het sub-interval van de afstandspartitie bevattende de bepaalde afstand; het bepalen van een eerste relatieve oriëntatiehoek van het ten minste ene minutiaepaar; het bepalen van een tweede relatieve oriëntatiehoek van het ten minste ene minutiaepaar; het bepalen van een eerste UAI van het ten minste ene minutiapaar, waarbij de eerste UAI een identificator is van het sub-interval van de hoekpartitie bepaald door de bepaalde UDI en de kaart, bevattende de bepaalde eerste relatieve oriëntatiehoek van de minutiae van het eerste minutiaepaar;
het bepalen van een tweede UAI van het ten minste ene minutiapaar, waarbij de tweede UAI een identificator is van het sub-interval van de hoekpartitie bepaald door de bepaalde UDI en de kaart, bevattende een bepaalde tweede relatieve oriëntatiehoek van de minutiae van het ten minste ene minutiaepaar; het bepalen van een eerste type identificatiedata geassocieerd met één minutia van het ten minste ene minutiapaar, van ten minste twee verschillende identificatiedatatypen; en het bepalen van een tweede type identificatiedata geassocieerd met een ander minutia van het ten minste ene minutiapaar, van de ten minste twee verschillende identificatiedatatypen; waarbij het bepalen van de UCI is op basis van de bepaalde UDI, de eerste en tweede UAI, het eerste type identificatiedata en/of het tweede type identificatiedata.
7. Met een processor geïmplementeerde werkwijze volgens conclusie 6, waarbij voor n-tuples met een veelvoud van minutiae, de werkwijze omvat het uitvoeren van de werkwijze voor elk opeenvolgend verschillend minutiapaar in de n-tuple.
8. Met een processor geïmplementeerde werkwijze volgens conclusie 6 of conclusie 7, waarbij voor elke n-tuple, de werkwijze omvat: het bepalen van een restafstandhash, door middel van: het bepalen van een restafstand geassocieerd met het ten minste ene minutiapaar; het combineren van de bepaalde UDI, het gebruikerspassword, en een restafstand zout in een gecombineerde rest afstand dataset; het hashen van de restafstand dataset met een hashfunctie teneinde een afstand-hash te verkrijgen; het toepassen van een hashtransformatie op de afstand-hash, waarbij de hashtransformatie de afstand-hash in een reëel getal in kaart brengt; en het toevoegen van de bepaalde restafstand aan de hashtransformatie van de afstand-hash, en het afronden van de resulterende som tot een eerste bepaald aantal decimalen teneinde de relatieve afstandhash op te leveren; het bepalen van een restoriëntatiehash door middel van: het bepalen van een eerste relatieve restoriëntatie geassocieerd met het ten minste ene minutiapaar;
het combineren van de bepaalde UDI, het gebruikerspassword, en een eerste relatieve restoriéntatie zout in een gecombineerde eerste relatieve restoriéntatie-dataset; het hashen van de eerste restoriéntatie-dataset met een hashfunctie teneinde een eerste relatieve oriëntatie-hash te verkrijgen; het toepassen van een hashtransformatie op de eerste relatieve oriëntatie-hash waarbij de hashtransformatie de eerste relatieve oriëntatie-hash tot een reëel getal in kaart brengt; en het toevoegen van de bepaalde eerste relatieve restoriëntatie aan de hashtransformatie van de eerste relatieve oriëntatie-hash en het afronden van de resulterende som tot een tweede bepaald aantal decimalen teneinde de eerste relatieve restoriëntatiehash op te leveren; het bepalen van een tweede relatieve restoriëntatie-hash, door middel van: het bepalen van een tweede relatieve restoriëntatie geassocieerd met het ten minste ene minutiapaar; het combineren van de bepaalde UDI, het gebruikerspassword, en een tweede relatieve restoriëntatiezout in een gecombineerde tweede relatieve restoriëntatie-dataset; het hashen van de tweede relatieve restoriëntatie-dataset met een hashfunctie teneinde een tweede relatieve hash-oriëntatie te verkrijgen; het toepassen van een hashtransformatie op de tweede relatieve oriëntatie-hash, waarbij de hashtransformatie een bereik van de tweede relatieve oriëntatie-hash tot een reëel getal in kaart brengt; en het toevoegen van de bepaalde tweede relatieve restoriëntatie aan de hashtransformatie van de tweede relatieve oriëntatie-hash, en het afronden van de resulterende som tot het tweede bepaald aantal decimalen teneinde een tweede relatieve restoriëntatiehash te verkrijgen; en het generen van een unithash omvattende de hashwaarde van de unit, de restafstandhash van het ten minste ene minutiapaar, de eerste relatieve restoriëntatiehash van het ten minste ene minutiapaar, en de tweede relatieve restoriëntatiehash van het ten minste minutiapaar.
9. Met een processor geimplementeerde werkwijze volgens conclusie 8, waarbij de werkwijze omvat: het bepalen van de restafstand door middel van het bepalen van een verschil tussen de bepaalde afstand van het ten minste ene minutiapaar en een ondergrens van een sub-interval van de afstandspartitie bevattende de bepaalde afstand; het bepalen van de eerste relatieve restoriëntatiehoek door middel van het bepalen van een afstand tussen de eerste relatieve oriëntatiehoek van het ten minste ene minutiapaar en een ondergrens van het sub-interval van de hoekpartitie omvattende de eerste relatieve oriéntatiehoek; het bepalen van de tweede relatieve restoriëntatiehoek door het bepalen van een afstand tussen de tweede relatieve oriëntatiehoek van het ten minste ene minutiapaar en een ondergrens van het sub-interval van de hoekpartitie omvattende de tweede relatieve oriëntatiehoek; en het genereren van een verscherpte unithash omvattende de hashwaarde van de unitn, de restafstandhash, de eerste relatieve restoriëntatie-hash, en de tweede relatieve restoriëntatie-hash.
10. Met een processor geïmplementeerde werkwijze volgens conclusie 9, waarbij de werkwijze omvat het verzamelen van de gegenereerde verscherpte unithashes in een verscherpt hash sjabloon.
11. Met een processor geïmplementeerde werkwijze volgens conclusie 8, waarbij de werkwijze omvat: het bepalen van de restafstand door middel van: het verschaffen van een compactificatiewaarde op basis van de bepaalde UDI; het bepalen van een compactificatiefactor door middel van het bepalen van een som van de bepaalde afstand tussen de minutiae van het ten minste ene minutiapaar en een product van de bepaalde compactificatiefactor en een verschil tussen een middelpunt van het sub-interval van de afstandspartitie bevattende de bepaalde afstand en de bepaalde afstand; en het bepalen van de restafstand door middel van het bepalen van een verschil tussen de bepaalde compactificatiewaarde en de ondergrens van het sub- interval van de afstandspartitie bevattende de compactificatiewaarde;
het bepalen van de eerste relatieve resthoekoriéntatie door middel van: het verschaffen van een eerste relatieve oriëntatiecompactificatiefactor op basis van de bepaalde eerste UAI; het bepalen van een eerste relatieve oriëntatie- compactificatiewaarde door middel van het bepalen van een som van de bepaalde eerste relatieve oriëntatiewaarde, en een product van de bepaalde eerste relatieve oriëntatie-compactificatiewaarde en een verschil tussen een middelpunt van het sub- interval van een hoekpartitie bevattende de bepaalde eerste relatieve oriëntatiehoek en de bepaalde eerste relatieve oriéntatiewaarde; en het bepalen van de eerste relatieve resthoekoriëntatie door middel van het bepalen van een verschil tussen de bepaalde eerste relatieve oriëntatie-compactificatiewaarde en de ondergrens van het sub-interval van de hoekpartitie bevattende de eerste relatieve oriëntatie-compactificatiewaarde; en het bepalen van de tweede relatieve resthoekoriëntatie door middel van: het verschaffen van een tweede relatieve oriëntatie- compactificatiefactor op basis van de bepaalde tweede UAI; het bepalen van een tweede relatieve oriëntatie- compactificatiewaarde door middel van het bepalen van een som van de bepaalde tweede relatieve oriëntatiewaarde, en een product van de bepaalde tweede relatieve oriëntatie-compactificatiewaarde en een verschil tussen een middelpunt van het sub- interval van de hoekpartitie bevattende de bepaalde tweede relatieve oriëntatiehoek en de bepaalde tweede relatieve oriéntatiewaarde; en het bepalen van de tweede relatieve resthoekoriëntatie door middel van het bepalen van een verschil tussen de bepaalde tweede relatieve oriéntatie-compactificatiewaarde en de ondergrens van het sub-interval van de hoekpartitie bevattende de tweede relatieve oriëntatie-compactificatiewaarde; en het genereren van een compacte unithash omvattende de unithashwaarde, de restafstandhash, de eerste relatieve restoriëntatiehash en de tweede relatieve restoriëntatie-hash.
12. Met een processor geïmplementeerde werkwijze volgens conclusie 11, waarbij de werkwijze omvat het verzamelen van de gegenereerde compacte unithashes in een compact gehasht sjabloon.
13. Met een processor geimplementeerde werkwijze volgens conclusie 8, waarbij, de werkwijze voor elke n-tuple omvat: het verschaffen van een label voor elke minutia van het minutia sjabloon; en het combineren van de unithash met de n-tuple van labels voor elke minutia van het minuatie n-tuple.
14. Met een processor geimplementeerde werkwijze volgens conclusie 8, waarbij de werkwijze omvat: het bepalen van een translatie-eigenschap die dient te worden toegevoegd aan elke verscherpte unithash, waarbij de translatie-eigenschap een punt is met een x component en een y component, door middel van: het verschaffen van een translatie-determinatie functie; het deterministisch in kaart brengen van de n-tuple tot een absoluut punt gebruikmakend van de translatie-determinatie functie die is verschaft, waarbij het absolute punt een absolute x component en een absolute y component heeft; het combineren van de UCI, het gebruikerspassword en een organisatorisch zout tot een gecombineerde dataset van de in kaart gebrachte x component; het hashen van de dataset van de in kaart gebrachte x component met een hashfunctie teneinde een hash van de in kaart gebrachte x component te verkrijgen; het uitvoeren van een hashtransformatie op de x component in kaart gebrachte hash teneinde een x transformatie te verkrijgen; het toevoegen van de absolute x component aan de x transformatie, en het afronden van de resulterende som tot een eerste bepaald aantal decimalen teneinde de x component van de translatie-eigenschap op te leveren; het combineren van de UCI, het gebruikerspassword, en organisatorisch zout tot een gecombineerde dataset van de in kaart gebrachte y component; het hashen van de dataset van de in kaart gebrachte y component met een hashfunctie teneinde een hash van de in kaart gebrachte y component te verkrijgen;
het uitvoeren van een hashtransformatie op de y component in kaart gebrachte hash teneinde een y transformatie te verkrijgen; en het toevoegen van de absolute y component aan de vy transformatie, en het afronden van de resulterende som tot het eerste bepaald aantal decimalen teneinde de y component van de translatie-eigenschap op te leveren; het bepalen van een rotatie-eigenschap die aan de verscherpte unithash dient te worden toegevoegd door middel van: het verschaffen van een rotatie-determinatie-functie; het deterministisch in kaart brengen van de n-tuple tot een absolute hoek met de verschafte rotatie-determinatie-functie; het combineren van de UCI, het gebruikerspassword, en een derde globaal zout in een gecombineerde dataset van de in kaart gebrachte hoek; het hashen van de dataset met de in kaart gebrachte hoek met een hashfunctie teneinde een hashwaarde van de in kaart gebrachte hoek te verkrijgen; en het toepassen van een hashtransformatie op de hashwaarde van een in kaart gebrachte hoek; het toevoegen van de absolute hoek aan de hashtransformatie van de hashwaarde van de in kaart gebrachte hoek; en het converteren van de resulterende som tot een vorm van 0° tot 360° en het afronden van de geconverteerde resulterende som tot een eerste bepaald aantal decimalen teneinde de rotatie-eigenschap die aan de unithash dient te worden toegevoegd te verkrijgen; en het combineren van de unithash, de translatie-eigenschap en de rotatie-eigenschap tot een absolute unithash.
15. Met een processor geïmplementeerde werkwijze volgens conclusie 13, waarbij de werkwijze omvat het verzamelen van de absolute unithashes in een absoluut gehasht sjabloon.
16. Met een processor geimplementeerde werkwijze volgens één van de voorgaande conclusies, waarbij de werkwijze omvat het ontvangen van gebruikersspecifieke data die zijn geassocieerd met de gebruiker, en het combineren van de gebruikersspecifieke data met het ontvangen password voorafgaand aan het hashen.
17. Met een processor geimplementeerde werkwijze volgens één van de conclusies 2, 10, 12 of 15, waarbij de werkwijze omvat het overbrengen van het gehasht sjabloon naar een server op afstand.
18. Met een processor geimplementeerde werkwijze voor het matchen van gehashte sjabloons, waarbij de werkwijze omvat: het ontvangen van een gehasht sjabloon volgens één van de conclusies 2, 10, 12 of 15; het vergelijken van het ontvangen gehasht sjabloon met één of meer gehashte sjabloons die zijn opgeslagen in een database; en het bepalen van een match tussen het ontvangen gehasht sjabloon en een opgeslagen gehasht sjabloon op basis van een mate van hashwaarde van de unit van het ontvangen gehasht sjabloon in overeenstemming met de hashwaarde van de unit van het opgeslagen gehasht sjabloon.
19. Systeem omvattende: ten minste één processor; en een geheugeninrichting die is gekoppeld met de ten minste ene processor, waarbij de geheugeninrichting niet vluchtige door een processor uitvoerbare instructies opslaat die, wanneer ze worden uitgevoerd op de ten minste ene processor, teweeg brengt dat de ten minste ene processor de werkwijze volgens één van de conclusies 1 tot en met 18 uitvoert.
20. Niet-vluchtig door een processor uitvoerbaar opslagmedium waarin door een processor uitvoerbare instructies worden opgeslagen die, wanneer ze worden uitgevoerd, op ten minste één processor, teweeg brengt dat de ten minste ene processor de werkwijze volgens één van de conclusies 1 tot en met 18 uitvoert.
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| NL2034475A NL2034475B1 (en) | 2023-03-30 | 2023-03-30 | A method and system for hashing a fingerprint minutia template |
| PCT/IB2024/053189 WO2024201438A1 (en) | 2023-03-30 | 2024-04-02 | A biometric hash matching method and system, particularly a fingerprint hash matching method and system |
| PCT/IB2024/053187 WO2024201437A1 (en) | 2023-03-30 | 2024-04-02 | A method and system for hashing a fingerprint minutia template |
| CN202480029421.9A CN121040004A (zh) | 2023-03-30 | 2024-04-02 | 生物特征哈希匹配方法和系统特别是指纹哈希匹配方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| NL2034475A NL2034475B1 (en) | 2023-03-30 | 2023-03-30 | A method and system for hashing a fingerprint minutia template |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| NL2034475B1 true NL2034475B1 (en) | 2024-10-04 |
Family
ID=86604271
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NL2034475A NL2034475B1 (en) | 2023-03-30 | 2023-03-30 | A method and system for hashing a fingerprint minutia template |
Country Status (1)
| Country | Link |
|---|---|
| NL (1) | NL2034475B1 (nl) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8005277B2 (en) * | 2006-03-03 | 2011-08-23 | Research Foundation-State University of NY | Secure fingerprint matching by hashing localized information |
| US20120201381A1 (en) * | 2011-02-03 | 2012-08-09 | mSignia, Inc. | Cryptographic security functions based on anticipated changes in dynamic minutiae |
| US20130004032A1 (en) * | 2010-03-19 | 2013-01-03 | Fujitsu Limited | Identification apparatus, identification method, and program |
| US20170085562A1 (en) * | 2015-09-18 | 2017-03-23 | Case Wallet, Inc. | Biometric data hashing, verification and security |
-
2023
- 2023-03-30 NL NL2034475A patent/NL2034475B1/en active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8005277B2 (en) * | 2006-03-03 | 2011-08-23 | Research Foundation-State University of NY | Secure fingerprint matching by hashing localized information |
| US20130004032A1 (en) * | 2010-03-19 | 2013-01-03 | Fujitsu Limited | Identification apparatus, identification method, and program |
| US20120201381A1 (en) * | 2011-02-03 | 2012-08-09 | mSignia, Inc. | Cryptographic security functions based on anticipated changes in dynamic minutiae |
| US20170085562A1 (en) * | 2015-09-18 | 2017-03-23 | Case Wallet, Inc. | Biometric data hashing, verification and security |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111859348B (zh) | 一种基于用户识别模块及区块链技术的身份认证方法及装置 | |
| US12323529B2 (en) | Compact recordation protocol | |
| US20220052852A1 (en) | Secure biometric authentication using electronic identity | |
| CN114358793B (zh) | 基于服务器的生物测定认证 | |
| US9064257B2 (en) | Mobile device transaction using multi-factor authentication | |
| US20240015150A1 (en) | Authenticating devices via tokens and verification computing devices | |
| US10007773B2 (en) | Method for generating public identity for authenticating an individual carrying an identification object | |
| US20240013198A1 (en) | Validate digital ownerships in immutable databases via physical devices | |
| US9386016B2 (en) | System and device for authentication | |
| US8775809B2 (en) | Fuzzy biometrics based signatures | |
| US9160522B2 (en) | System and method for verifying the identity of an individual by employing biometric data features associated with the individual | |
| US9736151B2 (en) | Biometric reference information registration system, apparatus, and program | |
| JP2018521417A (ja) | 生体特徴に基づく安全性検証方法、クライアント端末、及びサーバ | |
| US11057373B2 (en) | System for authentication using channel dependent one-time passwords | |
| WO2012097362A2 (en) | Protecting codes, keys and user credentials with identity and patterns | |
| CN109327444B (zh) | 一种账户信息的注册和认证方法及装置 | |
| Patel et al. | BioUAV: blockchain-envisioned framework for digital identification to secure access in next-generation UAVs | |
| KR20230004312A (ko) | Did를 이용한 개인정보의 인증 및 식별 시스템과 그 방법 | |
| NL2034475B1 (en) | A method and system for hashing a fingerprint minutia template | |
| WO2024201437A1 (en) | A method and system for hashing a fingerprint minutia template | |
| NL2034476B1 (en) | A biometric hash matching method and system, particularly a fingerprint hash matching method and system | |
| US20220158986A1 (en) | Non-stored multiple factor verification | |
| WO2020167274A1 (en) | A document signing system | |
| KR20120041088A (ko) | 데이터베이스 분리운영 환경에서의 개인식별정보와 바이오인식정보의 안전한 결합 및 무결성 보장 방법 |