随着指静脉识别系统的广泛应用,其安全性问题日益显现,当用户指静脉特征受损或被盗,用户也难以撤销,更改或重新发布已注册的指静脉特征;当用户在一个应用中注册的指静脉特征被获取,用户在其他应用中保存的指静脉特征也不再安全。所以针对生物特征安全问题,提出了生物特征密钥生成技术,加密生物特征,生物特征转换等方案。其中,可撤销生物特征模板,因其不完全满足不可逆性,不可链接性,可撤销性和性能保持,而成为生物特征模板保护的难点。本文围绕可撤销指静脉模板展开研究,包含特征提取,生成可撤销模板,模板匹配三个步骤。主要研究内容概括如下:(1)目前的识别性能较好的可撤销生物特征模板算法不能保证安全性,而保证生物特征模板安全的算法识别性能较差。为了提高指静脉特征模板的性能和安全性,而提出了一种指静脉可撤销模板算法。首先,提取指静脉特征,找到图像中的边缘区域,根据图像中像素点的位置不同对梯度幅值进行优化,以增加判别性,并将优化后的梯度幅值与当前像素的比值作为差分激励;并把最大和次大Gabor方向分别和差分激励联合形成联合分布特征作为指静脉的两个特征向量;其次,将提取的特征向量通过控制方差方式降维,并将降维后的特征向量与使用token产生的伪随机矩阵相结合生成可撤销模板来保证特征安全性;最后,基于改进典型相关分析对两个方向的可撤销模板进行融合,增加不可逆性。(2)基于排名的局部敏感哈希算法,最大哈希索引(Index of Max,IoM)算法,改进其用于指静脉生物特征模板保护。利用外部生成的随机参数,最大哈希将实值生物特征向量转换为离散索引哈希码。首先,本章展示了指静脉提取特征后,应用于最大哈希索引的实现,即基于高斯随机投影和均匀随机排列的哈希方案,证明本章提取指静脉特征应用于IoM的有效性;其次,针对于最大哈希索引做了两点改进:1)对于提取的指静脉特征向量,将特征向量和随机置换集合产生的置换特征向量,合并成特征矩阵,可以进一步增强不可逆性;2)为了更好地调节随机矩阵产生的误差,造成最大值不准确,将最大哈希索引拓展为最大和次大哈希索引而生成可撤销指静脉模板。实验结果表明,在PolyU和SDUMLA-FV数据库上具有良好的准确性,分析了现有和新引入的安全和隐私攻击的适应性,并满足可撤销生物特征识别的可撤销性和不可链接性标准。