指纹技术论文例1

DNA技术自1985年问世以来，由于其所具有的独特优势，在司法办案中发挥着越来越突出的作用。因此，有人对它倍加推崇，认为它比指纹技术更优越，可以用它取代指纹识别技术。对此观点，笔者不敢苟同，遂抛出拙见，欲与同仁共同探讨。

一、指纹技术与DNA技术简介

指纹是人的手指表面皮肤上的乳突纹线，于胎儿3、4个月时开始出现，到6个月时完全形成，此后在个体的一生中基本保持不变，具有很强的稳定性。而且当手接触物体时会在物体表面留下这些乳突花纹的印迹。许多科学家已证明世界上存在两个指纹相同的人的几率非常小，几乎是不可能的[1]，即指纹具有高度的个体差异性。因此指纹学家们利用指纹来识别个人。具体地说，就是分析比对两枚指纹中乳突纹线的细节特征，如果它们的数量、种类、形态、大小、位置关系等都一致，则认定它们是同一枚指纹，或是有着同一来源，为同一根手指所留。

指纹技术应用已有100多年的历史了。1892年阿根廷法庭首次正式认可了指纹的证据地位，接着各国警方和法庭也陆续采用了指纹技术鉴别现场犯罪手印的遗留人。美国指纹专家认为指纹是“标准的法庭证据”[2]，前苏联犯罪对策学家认为，“由于指纹术的发展，犯罪对策学才立于巩固的基础上”[3]。至今，指纹作为识别人身的手段，不仅在司法界有着“证据之首”的美誉，而且已为全世界的安全、科研、金融、医疗、旅游、教育等各行各业所广泛应用。

DNA是deoxyribonucleic acid的缩略形式，意为脱氧核糖核酸，它是细胞的基本遗传物质，存在于人体细胞内部。DNA分子是由四种碱基按一定顺序连接起来的两条长链。对于每个人，四种碱基的排列顺序都不相同。根据这一特点，科学家利用一种能够识别碱基排列顺序，并在该位置将DNA长链切断的“限制性内切酶”将DNA切成一个个片段。由于每个DNA中的碱基排列顺序和重复数目都不一样，用同样的限制性内切酶切出的每一个DNA片段的长度都不相同。利用电泳法把这些DNA片段按长短进行排序，并进行染色或放射显影，使排列出的片段具有可视性，就得到了具有高度的个体特异性的可辨别图像[4]。正因它具有非常强的不同个体间的差异性和同一个体内的一致性，能够被用于识别个人，而且是一种人眼可见的图像，所以这项技术的发明人英国的Jeffereys教授称其为“DNA指纹”[5]。这种制作DNA图谱的技术被称为限制片段长度多样性技术(RestrictionFragmentLengthPolymorphisms)，简称为RFLP技术或DNA指纹技术。随后，DNA鉴定技术在此基础上又增添了VNTR-PCR法、STR-PCR法、MVR-PCR法、PCR测序法等[6]。

自从发现指纹以来， DNA技术称得上是在法庭科学和证据学方面最具有突破性的技术。1985年Jeffereys发明了DNA技术，并成功地完成一项亲子鉴定。以后，对DNA技术的研究与应用迅速蓬勃发展起来。现在，它可以利用血液(斑)、精液(斑)、唾液(斑)、毛发、骨骼、指甲、牙齿、组织和器官、烟头等物品进行个体识别、亲子鉴定、性别鉴定、血型鉴定、种属鉴定、单亲亲权鉴定等[6]。DNA技术使亲权鉴定和个人识别由过去的只能否定不能肯定，变成现在的既能否定也能肯定，解决了现实中很多过去无法解决的问题。指纹技术和DNA技术在当今社会都发挥着不可缺少的重要作用。

二、DNA技术的优势

(一) DNA鉴定在个人识别方面有着明确的误差估计和较高的准确率，因而更可靠。现代生物识别技术有很多种，如指纹识别、声纹鉴定、DNA鉴定、视网膜识别、虹膜识别、面部识别、唇纹识别等，应用较多的是指纹识别和DNA识别。其中DNA技术应是最重要的识别方法，因为DNA是决定一个人的人体特征和行为特征的最根本的因素[7]。因此，从理论上说DNA技术所能实现的个人识别率应当是很高的。而且DNA技术能明确计算出鉴定结论的误差估计值，因而能减少由鉴定人的主观臆断导致的失误，非常客观。如在Jeffreys首次用DNA技术所做的亲子鉴定中，鉴定结论出错的概率是7×10-22，可以说DNA鉴定结论的准确率几乎为100%[8]。

相反，指纹鉴定因不能量化说明结果的误差率，而显得不够客观，再加上近来由鉴定失误导致的错案的接连出现，使人不禁为其准确性和可靠性担忧[9]。目前对指纹技术的误差率的研究都是零星的、局部的。如对3000枚随机抽取的指纹进行观察，发现两枚指纹的中心、三角部位或系统等局部区域细节特征相似的情况较常见，其中三个特征相似的有5对，四个特征相似的有4对，五个特征相似的有2对，甚至七、八、十个特征相似的也有[10]。美国指纹专家曾在大会发言中说:“我们在指纹比对中发现来自于两个人的指纹有四个特征点匹配是常有的事”[11]。到目前为止，还没有系统的统计学方面的研究能充分说明两个人具备共有某一数量偶合点的指纹的可能性究竟有多大。因为这样的研究涉及的因素、指标和统计方法都非常复杂，样本量又很庞大，比如要考虑到如何全面包括选取对象的种族、民族、部落、地区等因素，所有细节特征的种类、形态、位置、大小等因素，使用哪种数据统计模型，样本要多大才具备代表性等等，所以至今还没有人进行。而只有经过全面系统地研究的结果才能被用做评估指纹鉴定结论客观性的统计学基础。缺少这种统计数据基础给相似指纹和变形或模糊指纹的鉴定带来较多麻烦，增大了鉴定失误的可能性。所以，有人把DNA技术看作目前最可靠的个人识别技术。

(二)DNA技术所需检材来源广泛、量微，易于获得。凡是人体细胞，只要含有一定量的大分子DNA，都可用于DNA分析。如血液(斑)、血痕、毛发、肌肉、骨髓、精液(斑)、牙髓及精液与阴道分泌物形成的混合斑、唾液(斑)等，甚至陈旧的、发霉长菌的、经其他方法处理失败的生物斑痕或组织，都可提出DNA用于分析。而且，由于能应用PCR技术将检材中的DNA片段无限扩增，所以DNA技术只需微量检材就能解决问题，有时甚至只需几个人体细胞。上述两方面情况就意味着要获得DNA鉴定所需的检材是比较容易的。

这一优势恰恰是包括指纹技术在内的其他任何生物识别技术所不可比拟的。从现场发现和提取的指纹常常是残缺、模糊、变形或重叠的指纹。由于这些指纹中的纹线特征不够稳定、可靠，甚至无法辨别，对它们的比对分析将难以进行，即便得出结论，也不够可靠、准确。事实上指纹鉴定的失误大多出现在此类情况下。

另外，人们还针对指纹识别技术鉴定潜在指纹的适当性问题提出了质疑，即从现场提取到的指纹图像与遗留人的真实指纹图像的相似性问题难以科学地解决。现场上的指纹大多是不易发现的潜在指纹，需要进行染色显现和胶粘、吸附等转印处理。“在指纹的转印过程中，沉积物(附着物)、变形和色素的综合作用影响了独特的摩擦嵴纹被完全地可靠地转印的能力，手印显现操作的技术水平也可能影响指纹的反映质量，损害指纹的独特性”。“在显现潜在指纹的过程中，压力、变形、染色剂、物屑和操作处理带来的变化影响了原来的摩擦嵴纹的细节特征的稳定性。”[12]因此，有人指出运用各种处理方法从现场提取到的二维指纹图像与原来的指纹在细节特征上是否一致，值得怀疑。而将这样的潜在指纹图像用于比对的做法，其科学性令人担心。因此有人认为，相比之下DNA技术有着更为广阔的应用前景。

三、指纹技术的优势

(一)指纹技术有着更强的个体识别能力。孪生子的指纹是互不相同的，是可以识别的。但是，DNA技术存有“盲点”，不能识别同卵双(多)胞胎中的个体。同卵双(多)胞胎是由同一个受精卵复制和发育而成，他(她)们身体细胞内的DNA分子是相似的，而目前的DNA技术不能将某一个体从他(她)们中间识别出来。在这种情况下指纹技术有着明显而独特的优势。

这是由指纹与DNA之间的关系所决定的。首先，DNA是影响指纹形成的首要因素[13]。这包括两方面含义:一是DNA的差异是指纹特异性的主要来源。来自于父母的DNA不同，它们重新排列组合后又发生新变化，使个体的DNA分子的结构基因和调节基因不同，并最终影响指纹形态，使其在亲代与各子代间表现出差异。DNA分子链上指纹遗传基因和基因位点不同使指纹在种族、地区、性别等因素间出现差异。所以说，人类的基因可以被遗传，但指纹图像不遗传。个体的指纹各不相同。二是个体所有细胞内部的DNA保持一致是指纹终生稳定不变的根本原因。分子遗传学指出DNA的两条单链之间是由千万个氢键固定起来的，使DNA分子的组成和结构具有高度的稳定性，能保持自身不变。即使DNA受到损伤，细胞中有四种酶能对被损伤改变部位进行切除、修补、复制还原[14]。

DNA分子稳定地控制着指纹的形成:从胎儿6个月形成指纹时起，经出生到死后皮肤真皮层腐烂时止，指纹的具体形态特征始终不变。即使个体手指表面受伤，纹线暂时被破坏，但伤愈后指纹又恢复如初。其次，指纹的形成不仅受多种遗传基因控制，而且受胚胎理化环境因素、生物因素、变异及其他随机因素的影响。指纹的最终形态表现出多基因、多因素的累加效应[15]。这种累加效应是指纹个体差异性的另一重要来源。这已被多次研究证实。对400对孪生子指纹的研究发现他们的指纹虽在纹型上有相似性(46.04%)，但具体形态却互不相同[16]。对48对双胞胎指纹研究的结论与此一致[17]。所以说，DNA不仅本身是个体最内在的、最根本的特征物质，也是个体指纹特征的决定性因素;而指纹是DNA外化的性状，是包括DNA在内多种因素作用的结果。因此，比较起来，DNA的稳定性更强，而指纹的个体差异性更高。 转贴于

(二)指纹技术的非侵害性使其更易于被推广应用。指纹的遗留、显现、采集与比对不会对个体的身体、精神及权益造成损害，容易被个体接受和机构推广应用。到目前为止，世界各国都建立了包括几百万人指纹的巨大数据库，并正在努力实现各级数据库间的远程查询比对。

DNA样本的采集与保存活动面临的法律侵权问题使DNA技术的推广应用受到限制。对DNA样本的采集与保存活动被指责侵犯公民的隐私权和其他合法权益，违反了纽纶堡法典，美联邦关于人体实验的“基本伦理原则”和“知情同意”原则。要制作DNA图谱和建立DNA数据库就要采集DNA样本，而采集与保存DNA样本就可能对被采集者的私人隐私和其他正当权益造成侵害。因为DNA存储有大量有关生理状况与行为模式信息，如所有者是否带致病基因、有无暴力倾向等，这些信息在保险、职业、名誉、婚姻等事情中都是非常重要的。纽纶堡法典和美联邦有关法律规定这方面的实验研究必须在不违背伦理道德原则和受试者知情同意的基础上进行。在美国已有很多人对此提出异议，并拒绝向政府和机构提供DNA样本[18]。

(三)指纹技术是目前最方便、迅捷的生物识别技术。指纹外露于手指皮肤表面，易于转印，且比较直观，肉眼可见。指纹既可凭肉眼比对，也可借助于比对显微仪进行，都比较方便、快速。因此它是实际应用最广泛的个人识别技术。

而DNA技术所需试验材料、设备与程序复杂，费用昂贵，费时费力。而且在做任何一项DNA鉴定之前，必须对受测试者所在群体进行DNA调查统计，了解其等位基因的数目与分布频率。因为只有在此基础之上，才能精确计算出受测试者的DNA同一的概率，进而得出判断结论。

因为人类基因组中STR基因座的数目庞大，基因座本身的多态性及遗传稳定性不同，而且它在不同种族、人群间的等位基因分布不同。所以，选择哪些基因座作为比对的遗传标记，如何统计等位基因的分布频率是做DNA鉴定前必须解决的关键问题。这就使建立DNA数据库成为不可缺少的前提条件。目前尚未建立起涵盖各类人群的标准化的DNA数据库，而且DNA数据库的建立将面临许多的法律问题和技术及经费问题，难以解决。所以，目前此项技术的应用受到限制，其巨大效应不能充分发挥。

从上述分析可以看出，指纹技术与DNA技术都是个人识别技术，它们各有优势，在司法、安全、医学、教育和考古等领域都发挥着巨大的作用。同时它们又都存在一些问题，使其作用受到限制，无法发挥。因此缺少了其中任何一项，都会对以上领域乃至整个社会产生重大影响。所以说，它们都是当今社会不可缺少的识别技术。盲目地一味夸大一种技术的作用，而废弃另一种技术的做法，极不理智，也是非常不现实的。

[参考文献]

[1][3][13][14][15]赵向欣.中华指纹学[M].北京:群众出版社，1997.89.70.72.89-90.621.

[2]Edward J. Imwinkelried. Fingerprint Science [J]. The NationalLaw Journal. 2002，12，Vol26， No18 &19.

[4][18]王迁. DNA指纹数据库法律问题初探[J].法律科学，2002，(4).120-128.

[5]布瑞恩·英尼斯.身体证据[M].舒云亮译.沈阳:辽宁出版社，2001.154.

[6][7]公安部科学技术委员会，公安部科学技术信息研究所.现代公安科技百题问答[M].北京:群众出版社，2000.2-3.11-13.

[8]周伟.中外命案证据运用谋略[M].北京:中国检察出版社，2001.107-109.

[9]Steve. Berry. Pointing A Finger At Prints [N]. Los AngelesTimes.2002，(2):26.

[10]陈平.试论相似指纹[A].第一界全国手印专业学术交流会论文选[C].北京:警官教育出版社，1993.205.

[11]John Thornton. Setting Standards In The Comparison and Identification[R]. 84th Annual Training Conference of the CaliforniaState Division of IAI .2000.5.9.

指纹技术论文例2

dna技术自1985年问世以来,由于其所具有的独特优势,在司法办案中发挥着越来越突出的作用。因此,有人对它倍加推崇,认为它比指纹技术更优越,可以用它取代指纹识别技术。对此观点,笔者不敢苟同,遂抛出拙见,欲与同仁共同探讨。

一、指纹技术与dna技术简介

指纹是人的手指表面皮肤上的乳突纹线,于胎儿3、4个月时开始出现,到6个月时完全形成,此后在个体的一生中基本保持不变,具有很强的稳定性。而且当手接触物体时会在物体表面留下这些乳突花纹的印迹。许多 科学 家已证明世界上存在两个指纹相同的人的几率非常小,几乎是不可能的[1],即指纹具有高度的个体差异性。因此指纹学家们利用指纹来识别个人。具体地说,就是分析比对两枚指纹中乳突纹线的细节特征,如果它们的数量、种类、形态、大小、位置关系等都一致,则认定它们是同一枚指纹,或是有着同一来源,为同一根手指所留。

指纹技术应用已有100多年的 历史 了。1892年阿根廷法庭首次正式认可了指纹的证据地位,接着各国警方和法庭也陆续采用了指纹技术鉴别现场犯罪手印的遗留人。美国指纹专家认为指纹是“标准的法庭证据”[2],前苏联犯罪对策学家认为,“由于指纹术的 发展 ,犯罪对策学才立于巩固的基础上”[3]。至今,指纹作为识别人身的手段,不仅在司法界有着“证据之首”的美誉,而且已为全世界的安全、科研、 金融 、医疗、 旅游 、 教育 等各行各业所广泛应用。

dna是deoxyribonucleic acid的缩略形式,意为脱氧核糖核酸,它是细胞的基本遗传物质,存在于人体细胞内部。dna分子是由四种碱基按一定顺序连接起来的两条长链。对于每个人,四种碱基的排列顺序都不相同。根据这一特点,科学家利用一种能够识别碱基排列顺序,并在该位置将dna长链切断的“限制性内切酶”将dna切成一个个片段。由于每个dna中的碱基排列顺序和重复数目都不一样,用同样的限制性内切酶切出的每一个dna片段的长度都不相同。利用电泳法把这些dna片段按长短进行排序,并进行染色或放射显影,使排列出的片段具有可视性,就得到了具有高度的个体特异性的可辨别图像[4]。正因它具有非常强的不同个体间的差异性和同一个体内的一致性,能够被用于识别个人,而且是一种人眼可见的图像,所以这项技术的发明人英国的jeffereys教授称其为“dna指纹”[5]。这种制作dna图谱的技术被称为限制片段长度多样性技术(restrictionfragmentlengthpolymorphisms),简称为rflp技术或dna指纹技术。随后,dna鉴定技术在此基础上又增添了vntr-pcr法、str-pcr法、mvr-pcr法、pcr测序法等[6]。

自从发现指纹以来, dna技术称得上是在法庭科学和证据学方面最具有突破性的技术。1985年jeffereys发明了dna技术,并成功地完成一项亲子鉴定。以后,对dna技术的研究与应用迅速蓬勃发展起来。现在,它可以利用血液(斑)、(斑)、唾液(斑)、毛发、骨骼、指甲、牙齿、组织和器官、烟头等物品进行个体识别、亲子鉴定、性别鉴定、血型鉴定、种属鉴定、单亲亲权鉴定等[6]。dna技术使亲权鉴定和个人识别由过去的只能否定不能肯定,变成现在的既能否定也能肯定,解决了现实中很多过去无法解决的问题。指纹技术和dna技术在当今社会都发挥着不可缺少的重要作用。

二、dna技术的优势

(一) dna鉴定在个人识别方面有着明确的误差估计和较高的准确率,因而更可靠。 现代 生物识别技术有很多种,如指纹识别、声纹鉴定、dna鉴定、视网膜识别、虹膜识别、面部识别、唇纹识别等,应用较多的是指纹识别和dna识别。其中dna技术应是最重要的识别方法,因为dna是决定一个人的人体特征和行为特征的最根本的因素[7]。因此,从理论上说dna技术所能实现的个人识别率应当是很高的。而且dna技术能明确 计算 出鉴定结论的误差估计值,因而能减少由鉴定人的主观臆断导致的失误,非常客观。如在jeffreys首次用dna技术所做的亲子鉴定中,鉴定结论出错的概率是7×10-22,可以说dna鉴定结论的准确率几乎为100%[8]。

相反,指纹鉴定因不能量化说明结果的误差率,而显得不够客观,再加上近来由鉴定失误导致的错案的接连出现,使人不禁为其准确性和可靠性担忧[9]。目前对指纹技术的误差率的研究都是零星的、局部的。如对3000枚随机抽取的指纹进行观察,发现两枚指纹的中心、三角部位或系统等局部区域细节特征相似的情况较常见,其中三个特征相似的有5对,四个特征相似的有4对,五个特征相似的有2对,甚至七、八、十个特征相似的也有[10]。美国指纹专家曾在大会发言中说:“我们在指纹比对中发现来自于两个人的指纹有四个特征点匹配是常有的事”[11]。到目前为止,还没有系统的统计学方面的研究能充分说明两个人具备共有某一数量偶合点的指纹的可能性究竟有多大。因为这样的研究涉及的因素、指标和统计方法都非常复杂,样本量又很庞大,比如要考虑到如何全面包括选取对象的种族、民族、部落、地区等因素,所有细节特征的种类、形态、位置、大小等因素,使用哪种数据统计模型,样本要多大才具备代表性等等,所以至今还没有人进行。而只有经过全面系统地研究的结果才能被用做评估指纹鉴定结论客观性的统计学基础。缺少这种统计数据基础给相似指纹和变形或模糊指纹的鉴定带来较多麻烦,增大了鉴定失误的可能性。所以,有人把dna技术看作目前最可靠的个人识别技术。

(二)dna技术所需检材来源广泛、量微,易于获得。凡是人体细胞,只要含有一定量的大分子dna,都可用于dna分析。如血液(斑)、血痕、毛发、肌肉、骨髓、(斑)、牙髓及与阴道分泌物形成的混合斑、唾液(斑)等,甚至陈旧的、发霉长菌的、经其他方法处理失败的生物斑痕或组织,都可提出dna用于分析。而且,由于能应用pcr技术将检材中的dna片段无限扩增,所以dna技术只需微量检材就能解决问题,有时甚至只需几个人体细胞。上述两方面情况就意味着要获得dna鉴定所需的检材是比较容易的。

这一优势恰恰是包括指纹技术在内的其他任何生物识别技术所不可比拟的。从现场发现和提取的指纹常常是残缺、模糊、变形或重叠的指纹。由于这些指纹中的纹线特征不够稳定、可靠,甚至无法辨别,对它们的比对分析将难以进行,即便得出结论,也不够可靠、准确。事实上指纹鉴定的失误大多出现在此类情况下。

另外,人们还针对指纹识别技术鉴定潜在指纹的适当性问题提出了质疑,即从现场提取到的指纹图像与遗留人的真实指纹图像的相似性问题难以科学地解决。现场上的指纹大多是不易发现的潜在指纹,需要进行染色显现和胶粘、吸附等转印处理。“在指纹的转印过程中,沉积物(附着物)、变形和色素的综合作用影响了独特的摩擦嵴纹被完全地可靠地转印的能力,手印显现操作的技术水平也可能影响指纹的反映质量,损害指纹的独特性”。“在显现潜在指纹的过程中,压力、变形、染色剂、物屑和操作处理带来的变化影响了原来的摩擦嵴纹的细节特征的稳定性。”[12]因此,有人指出运用各种处理方法从现场提取到的二维指纹图像与原来的指纹在细节特征上是否一致,值得怀疑。而将这样的潜在指纹图像用于比对的做法,其科学性令人担心。因此有人认为,相比之下dna技术有着更为广阔的应用前景。

三、指纹技术的优势

(一)指纹技术有着更强的个体识别能力。孪生子的指纹是互不相同的,是可以识别的。但是,dna技术存有“盲点”,不能识别同卵双(多)胞胎中的个体。同卵双(多)胞胎是由同一个受精卵复制和发育而成,他(她)们身体细胞内的dna分子是相似的,而目前的dna技术不能将某一个体从他(她)们中间识别出来。在这种情况下指纹技术有着明显而独特的优势。

这是由指纹与dna之间的关系所决定的。首先,dna是影响指纹形成的首要因素[13]。这包括两方面含义:一是dna的差异是指纹特异性的主要来源。来自于父母的dna不同,它们重新排列组合后又发生新变化,使个体的dna分子的结构基因和调节基因不同,并最终影响指纹形态,使其在亲代与各子代间表现出差异。dna分子链上指纹遗传基因和基因位点不同使指纹在种族、地区、性别等因素间出现差异。所以说,人类的基因可以被遗传,但指纹图像不遗传。个体的指纹各不相同。二是个体所有细胞内部的dna保持一致是指纹终生稳定不变的根本原因。分子遗传学指出dna的两条单链之间是由千万个氢键固定起来的,使dna分子的组成和结构具有高度的稳定性,能保持自身不变。即使dna受到损伤,细胞中有四种酶能对被损伤改变部位进行切除、修补、复制还原[14]。

dna分子稳定地控制着指纹的形成:从胎儿6个月形成指纹时起,经出生到死后皮肤真皮层腐烂时止,指纹的具体形态特征始终不变。即使个体手指表面受伤,纹线暂时被破坏,但伤愈后指纹又恢复如初。其次,指纹的形成不仅受多种遗传基因控制,而且受胚胎理化环境因素、生物因素、变异及其他随机因素的影响。指纹的最终形态表现出多基因、多因素的累加效应[15]。这种累加效应是指纹个体差异性的另一重要来源。这已被多次研究证实。对400对孪生子指纹的研究发现他们的指纹虽在纹型上有相似性(46.04%),但具体形态却互不相同[16]。对48对双胞胎指纹研究的结论与此一致[17]。所以说,dna不仅本身是个体最内在的、最根本的特征物质,也是个体指纹特征的决定性因素;而指纹是dna外化的性状,是包括dna在内多种因素作用的结果。因此,比较起来,dna的稳定性更强,而指纹的个体差异性更高。

(二)指纹技术的非侵害性使其更易于被推广应用。指纹的遗留、显现、采集与比对不会对个体的身体、精神及权益造成损害,容易被个体接受和机构推广应用。到目前为止,世界各国都建立了包括几百万人指纹的巨大数据库,并正在努力实现各级数据库间的远程查询比对。

dna样本的采集与保存活动面临的 法律 侵权问题使dna技术的推广应用受到限制。对dna样本的采集与保存活动被指责侵犯公民的隐私权和其他合法权益,违反了纽纶堡法典,美联邦关于人体实验的“基本伦理原则”和“知情同意”原则。要制作dna图谱和建立dna数据库就要采集dna样本,而采集与保存dna样本就可能对被采集者的私人隐私和其他正当权益造成侵害。因为dna存储有大量有关生理状况与行为模式信息,如所有者是否带致病基因、有无暴力倾向等,这些信息在保险、职业、名誉、婚姻等事情中都是非常重要的。纽纶堡法典和美联邦有关法律规定这方面的实验研究必须在不违背伦理道德原则和受试者知情同意的基础上进行。在美国已有很多人对此提出异议,并拒绝向政府和机构提供dna样本[18]。

(三)指纹技术是目前最方便、迅捷的生物识别技术。指纹外露于手指皮肤表面,易于转印,且比较直观,肉眼可见。指纹既可凭肉眼比对,也可借助于比对显微仪进行,都比较方便、快速。因此它是实际应用最广泛的个人识别技术。

而dna技术所需试验材料、设备与程序复杂,费用昂贵,费时费力。而且在做任何一项dna鉴定之前,必须对受测试者所在群体进行dna调查统计,了解其等位基因的数目与分布频率。因为只有在此基础之上,才能精确 计算 出受测试者的dna同一的概率,进而得出判断结论。

因为人类基因组中str基因座的数目庞大,基因座本身的多态性及遗传稳定性不同,而且它在不同种族、人群间的等位基因分布不同。所以,选择哪些基因座作为比对的遗传标记,如何统计等位基因的分布频率是做dna鉴定前必须解决的关键问题。这就使建立dna数据库成为不可缺少的前提条件。目前尚未建立起涵盖各类人群的标准化的dna数据库,而且dna数据库的建立将面临许多的法律问题和技术及经费问题,难以解决。所以,目前此项技术的应用受到限制,其巨大效应不能充分发挥。

从上述分析可以看出,指纹技术与dna技术都是个人识别技术,它们各有优势,在司法、安全、医学、 教育 和考古等领域都发挥着巨大的作用。同时它们又都存在一些问题,使其作用受到限制,无法发挥。因此缺少了其中任何一项,都会对以上领域乃至整个社会产生重大影响。所以说,它们都是当今社会不可缺少的识别技术。盲目地一味夸大一种技术的作用,而废弃另一种技术的做法,极不理智,也是非常不现实的。

[ 参考 文献 ]

[1][3][13][14][15]赵向欣.中华指纹学[m].北京:群众出版社,1997.89.70.72.89-90.621.

[2]edward j. imwinkelried. fingerprint science [j]. the nationallaw journal. 2002,12,vol26, no18 &19.

[4][18]王迁. dna指纹数据库法律问题初探[j].法律 科学 ,2002,(4).120-128.

指纹技术论文例3

随着社会的快速发展，科学技术的进步，人们也面临着各种挑战，其中身份识别与认证是各种社会活动的基础，如何快速准确的进行身份识别关系到我们生活秩序的稳定。由于人体所具有的生物特征如指纹、DNA、声音等具有独特性与单一性及无法替代的防伪性，随着现代科技的发展，使得使用这些特殊的生物特征进行身份识别成为社会发展的潮流。

指纹这种表皮纹线形态是人类所特有的，并且由于遗传特性的差异，每一个人的指纹特征都是不尽相同的。每个人的指纹甚至每个指纹的每一条纹线都是独立的且唯一的，指纹的这些特征使得其成为个人身份认定和识别的最直接最便捷的途径，因此我们把一个人的指纹与他的指纹对应起来，通过比较他的指纹特征和预先保留的指纹样品即可验证其身份[1]。尤其在各国警察机构中指纹识别为其工作带来了极大的便利。为维护社会秩序的稳定作出了重要贡献。

一、指纹技术的历史发展

我国是世界上公认最早使用指纹来确认个人身份的国家。据相关资料显示，我国古代最早的指纹应用时在秦朝，经过近千年的发展到了唐朝指纹已经广泛应用于田宅、人身买卖契约、订立抵押借贷等民事活动。到宋代随着犯罪案件的增加，指纹已经作为正式的判案工具应用于刑事诉讼领域。其中《宋史》中详细记载，元绛利用指纹明判欺诈案件的故事。

我国虽然应用指纹技术较早，但指纹识别技术科学化系统化却是近代西方人发明并完善的。在欧洲1788年，梅耶首先提出世界上没有两个人的指纹会完全相同。1889年，亨利的研究成果提出了一套完整的指纹细节特征识别理论，为现代指纹识别技术奠定了基础。同时随着近代人体解剖学、遗传学、物理学、概率统计学等科学理论的发展以及科学实验话研究方法的日趋成熟使得指纹识别技术在近百余年内越来越被人重视并应用于生活中。

指纹识别技术从被发现起就被广泛的应用于商业买卖等民事领域。由于指纹具备稳定性和唯一性，刑事侦查领域也开始广泛采用。在司法领域中，指纹一直被视为物证之首。但在早期刑事侦查中，指纹由专门部门采集特定人群的十指指纹信息并按一定管理办法进行人工分类和储存，当有送检的犯罪现场指纹或嫌疑人的指纹时吗，由专业技术人员根据指纹特征用肉眼逐一识别对比，但人工识别方法效率低、速度慢不能满足现代社会的需要，到上世界60年代末，在美国开始出现自动指纹识别系统（AFIS），此系统因其储存量大、对比话、便于查询等诸多优越性而受到重视并沿用至今。

二、指纹提取技术

指纹图像的采集是指纹识别的前提，指纹由图像采集设备转化为数字图像后才能用计算机处理。要获取良好的指纹图像非常复杂也非常重要，目前的指纹图像采集技术主要有光学技术、半导体硅技术、超声波技术。

光学技术：将手指放在光学镜片上，手指在内置光源照射下，用棱镜将其投射在电荷耦合器上，这样形成的图像中脊线呈黑色，谷线呈白色，这些多灰度指纹图像可用指纹设备算法处理[1]。该技术的优点是较为廉价且分辨率较高。

硅技术：使硅传感器成为电容的一个极板，手指成为另一个极板，利用手指的指纹脊和谷相对于平滑的传感器之间的电容差，形成8位灰度图像。该技术的优点是所获得图像质量更高，更易集成到小设备中。

超声波技术：利用超声波到达材质表面时被吸收、穿透与反射的程度不同，因此可利用超声波具有穿透材料的能力且随材料的不同产生大小不同的图波的特点，可发现皮肤与空气对于声波阻抗的差异，以此区分指纹脊与纹谷的位置[2]。此技术的优势在于能达到最高精确度对手指和平面的清洁程度要求较低。

指纹图像的预处理：在指纹数字图像系统过程中，由于受手指破损、按压方式或环境的影响，使输入的指纹图像是一幅含有较多噪声的灰度图像。指纹图像的预处理操作即利用信号处理技术去除图像中的噪声干扰，尽量恢复指纹的脊线结构将其变为一幅清晰地指纹图像。指纹图像的预处理过程包括图像归一化、图像分割、图像增强、二值化和细化等过程[3]。

特征提取：常用的指纹特征描述方法是基于纹路结构特征，指纹特征可以分为全局特征、局部特征以及细微特征。全局特征包括基本纹路、模式区、核心区、三角点和纹数；局部特征包括端点、分叉点、分歧点、孤立点、短纹、环点、桥、曲率等。

三、指纹识别方法的原理及种类

指纹是人手指表皮上突起的纹线由于遗传特性使得每个人的指纹不尽相同，指纹识别技术主要是对指纹的特征进行研究即特征提取中全局特征与局部特征。总体特征是可通过人眼即可直接观察道德特征，早期的指纹识别即通过此方法进行处理。局部特征是指指纹的特征点，不同的指纹他们的特征点信息完全不同，特征点决定了指纹的唯一性，用指纹进行个人身份鉴定和识别主要是对鉴定的指纹与指纹数据库中的指纹模版或任意的两个指纹进行研究比较，对比有无相同的细节特征，从而达到个人身份的识别和鉴定目的[4]。

在早期的指纹识别方法中指纹对比一般由专业技术人员根据事先制定的指纹分类方法和指纹细节辨识方法对从现场采集回来的指纹与指纹库中指纹卡上的指纹进行人工肉眼识别，当时的人工对比主要是用于刑事侦破和法院判案，所以需保证人工对比的准确性[5]。

上世纪60年代随着信息技术的逐步兴起，自动指纹识别系统已经被提上研究日程。我国于上世纪90年代研究出单机版的指纹识别系统但限于当时的计算机设备条件的限制，其应用范围较窄。近年来随着信息化技术的日趋成熟自动指纹识别系统已经由大型计算机处理、微型计算机处理发展到嵌入式处理阶段。尽管嵌入式指纹识别系统尚处于发展初期但已经体现了当前的一个重要的发展趋势。

四、展望

近年来伴随着信息化浪潮以及家庭网络的发展进步，人们的生活也面临着一次重要的变革，个体身份认证和个人信息交换需求量日趋强烈，指纹特征识别技术的进步和日趋成熟使得自动指纹识别技术在安保方面越来越具有潜力。指纹识别广泛应用于我们的日常生活将是社会发展的必然趋势。

参考文献

[1]林华.指纹识别系统预处理技术的研究和实现[J].电子科技大学硕士生学位论文，2006.

[2]解梅，马争.基于脊像指纹滤波算法[J].电子学报，2004，32（l）：5-7.

[3]Rao AR.A taxonomy for texture description and identifieation[M].New York：Springer Verlag，1990.

指纹技术论文例4

在信息技术发展的几十年历史中，科学家们陆续发明了许多安全技术，这些技术可能在原理上存在许多不同，但它们都可以实现对信息进行加密保护、防范未授权访问的作用，它们的差异更多体现于所能达到的安全等级、技术稳定性以及易用性。而对个人用户来说，身份认证机制是信息安全最重要的一道门槛，如果身份认证系统被攻破，意味着自身所有的秘密拱手让人，并有可能造成巨额经济损失。因此，开发出高安全性且易于管理、易于使用的身份认证技术向来都是信息工业中重要的一环，而在过去信息技术数十年的发展历史中，科学家发明了许多不同原理的身份认证技术，密码识别、指纹识别、虹膜识别、声纹识别是其中的典型代表。

每一个体系中包含不同的实现方案，而每一种方案也都有自己的侧重点、优点与不足。本文将向大家介绍加密技术的原理、特点以及它们的应用状况，而从中我们也将了解到加密技术的未来发展潮流。

弊病多多的身份认证机制

密码是个人用户最常使用的身份识别标识，无论登陆操作系统、电子邮箱、游戏帐号无一例外都是采用密码认证的方式判别通行权限―只有当密码与您的初始设定相符合，系统才会给您开通进入权限并作相应的程序转向动作。而这样的一套口令验证系统也非常简单：它包含一个客户端和服务端。客户端直接面向用户，提供一个进入本系统的界面，用户可以在客户端界面上输入用户名与密码；当这些信息输入之后会被立即传送到服务器端，由服务器端将其与自身的“用户名/密码”数据库进行―核对，如果能在数据库中找到对应的条目，并且完全一致，那么便向用户开通权限；而如果数据库中没有这样的条目，或者用户输入内容与数据库条目内容不完全相符，系统就会判别此次进入行为非法，体现在程序行为上，便是给出“您的用户名或密码不正确”或者“用户名不存在”这类的提示。

上述口令访问机制只能保证最基本的安全性，密码的破解也最为简单，它多用于那些对安全性要求较不苛刻的场合，例如操作系统登陆、论坛访问账号、电子邮箱账号等等；当然对一些负责关键任务的服务器/工作站系统来说，账号与密码也是唯一的判别方式，但它们的管理账号一般都处于保密状态，外界难以知晓，即便使用穷举法或者某些优秀的算法进行破解，也要求计算机拥有惊人的运算力和漫长的时间，这基本失去了被攻破的可能。事实上，也没有哪一个入侵者会采用这种愚蠢的方式来获得账号与密码―许多服务器之所以被频频侵入，在于系统存在安全漏洞，入侵者可直接获取管理账号，这应该是系统及管理员自身的问题，非密码认证技术之罪。同样，银行卡、信用卡虽然也是采用密码获得权限许可，但所有的账号、密码信息都是在银行自身的网络系统内传输，这类专用网与外界的公用网在物理上相互独立，拥有极高的安全性，从外部入侵的可能性为零。而网络银行软件虽涉及到数据在公用网络传输的问题，但所有数据在传输过程中都作了极高等级的加密处理―事实上，到目前为止也还未发生因为加密技术缺陷造成银行卡账号、密码外泄的情况，虽然经常有报道说许多用户因自己的账号、密码遭窃而导致巨额经济损失，但这些情况几乎都是诈骗者利用假银行网页、手机短信等非法的方式，骗取用户的银行账号及密码，再通过克隆卡的方式非常提取该账号内的金额，同样不应该完全归咎于该系统采用的密码认证技术。

另外，许多用户也将电脑中的重要文件进行加密处理，只有通过密码才能够访问到文件内容，这些功能一般都是由软件自身具备，例如MicroSoft Office、、Adobe Acrobat、WinRAR、Winzip等软件都支持加密功能，但它们的加密手段相对简单，也很容易破解。软件开发者的本意只是给用户提供初等的访问认证，可以阻止一些文件被其他用户无意看到，并非为了保证数据的绝对安全；换个角度看，密码容易破解也有一个好处，许多用户经常都会忘记加密文件的密码（尤其是文件长时间不使用时），如果无法破解密码，用户自身都无法看到文件内容―这类情况在实际使用中相当常见，相信大家经常可以在一些软件论坛上看到用户求助说忘记Word/Excel之类文件的访问密码，恳求破解的方法；虽然这些情况超出了密码认证技术的讨论范畴，但作为实用环境下频发的案例，密码技术的开发者对此不可视而不见。

尽管不够安全，密码访问认证机制还是被广泛使用，原因在于它简单易行，没多少实现难度，而绝大多数用户所需要的也都是较基本的安全保障。然而，这项机制在今天看来的确越来越落伍了，它最大的麻烦就是管理的方便性与安全性有严重的冲突―许多用户都习惯使用相同的密码，不管是系统登录、各类论坛的账号、电子邮件账号甚至是银行账号；通行的密码非常简单，用户大概永远都不会将它忘记，在实际使用中的确也是相当方便。可所有账号都使用相同的密码，几乎等同于让密码认证机制形同虚设―只要某一个账号的密码被破解或者因故泄露，用户所有的私人信息大门洞开，完全有可能因此产生严重后果，而这样的例子在过去不胜枚举。因此，为保证信息的安全，计算机安全专家一般都会建议用户尽量使用不同的、匹配规则复杂的密码。可这又带来了一个新问题：用户很难完全记住这些密码，或者将它们与各自对应的账号划上等号，而忘记密码带来的后果同样是灾难性的。更有甚者，有些用户为了避免忘记密码，将自己所有的账号名称和对应的密码都记录在一个专门的文档上（例如记录在Word文档中），同时对该文档进行加密。如前所述，所有办公文档的加密手段都是相当基本且容易破解，一旦文档被窥窃，用户等同于将自己的秘密全部拱手让人，完全失去了使用复杂密码的意义。因此，用户不得不在安全性和方便性中作出选择，这往往给用户们带来许多的困扰。密码认证技术另一个缺陷在于，它无法对用户进行精确辨别，只要用户输入的是正确的密码，系统便认为访问者是合法的，入侵者只要盗取某个用户的账号名和密码，便可以随心所欲侵害他人利益，这也是密码认证技术存在的严重先天缺陷。业界也意识到密码认证技术的这些不足严重阻碍了信息工业的进一步发展，为此积极开发各种新概念的安全认证技术―指纹识别、虹膜识别与声纹识别被认为是取代密码认证技术的三项杰出候选者。

密码认证技术的最佳取代者

指纹识别技术被认为是密码认证天然的取代者，目前，指纹识别技术已经被广泛用于门禁系统、部分商务型笔记本电脑和那些以安全性为卖点的移动存储设备，技术也不断成熟。可利用指纹进行身份识别的原因在于指纹的不可重复性―在全世界60亿人口中，没有哪两个人的指纹完全相同，确切地说，应该是没有哪两根手指的指纹完全一样，因此指纹具有高度不可重复性，某一个指纹只能对应特定的某一个人。其次，指纹的样式终身不会改变，不管用户处于青年、中年还是老年阶段，指纹都始终如一、具有高度稳定性。这项研究结论在19世纪初被科学家正式提出，并随后在指纹鉴别罪犯中获得广泛的应用―直到今天，指纹仍然是鉴别犯罪分子的重要手段之一。但如果要精确考证，我们会发现古代人类就注意到指纹的这项功能。早在公元前7000年到公元前6000年的古代中国，指纹就开始作为身份鉴别的依据并在生产实践中使用，如在今天出土的粘土陶器上就留有陶艺匠人的指纹，在随后的历史中指纹也应用广泛，一些古代纸稿、田契、租约上普遍以指纹作为身份识别标志，许多瓷器、陶器、金属制品也都存在制造者签署的指纹，可见指纹认证手段在人类历史上已被广泛使用，进入信息时代后沿用该项技术再自然不过。

指纹识别进入计算机时代

在计算机未诞生、或未得到广泛应用的年代，指纹鉴定都是通过手工的方法进行。首先，指纹专家会建立一个庞大的指纹库，指纹库中存放着大量印有指纹的卡片；如果要鉴定某个指纹是否属于某人，在实际收集此人的指纹图像后再将它与指纹库中的既定指纹卡片进行对比（必须借助放大镜才能观察到指纹的细微纹路），如果图像信息完全吻合，那么便判别该指纹由某人产生；如果图像不吻合，那便得出一个否定的结论。显而易见，人工处理的方式效率低下，鉴定一个指纹就需要耗费大量的精力，并且这项工作只有经验丰富的指纹专家才可胜任。更严重的是，由于人工管理的限制，每一个指纹库容量不能做得太大，否则逐一比较的鉴定工作便浩如烟海，非人力所能完成。到了20世纪60年代，计算机技术获得高速发展，科学家成功发明了计算机指纹鉴定系统，并将其投入使用，指纹鉴定开始迎来有史以来首次大飞跃。凭借计算机的超强运算力，指纹鉴别工作可以快速完成，并且能够保证极高的精确度，更重要的是，构建庞大的指纹库系统也就成为可能―只要计算机的速度够快、存储容量够大，那便可以将整个国家人口的指纹都纳入其中，建立一套庞大的指纹库系统，由此实现国家范围内的指纹精确识别，相信大家在国外许多科技相关的电影大片中能够清楚地看到这种趋势。

在那个年代，计算机还是政府机构、军队和科研单位的专属品，不可能用于民用市场。直到九十年代后期PC机获得大范围流行，且出现低价位的光学取像设备，让指纹识别技术进入民用市场成为可能，诸如考勤机、门禁、远程教育、网络安全、汽车等许多领域都开始采用指纹识别技术，这些产品投放市场之后都获得广泛的欢迎，例如指纹考勤机目前已在国内占据30%以上的市场份额，发展前景极为可观。而在最近两年来，将指纹认证技术用于计算机产品中成为新的潮流，如IBM从2004年开始在自己的商用型Thinkpad T/X系列笔记本电脑中引入指纹识别技术，获得业界的广泛认可，由此带动指纹识别技术进入桌面计算机、笔记本电脑及注重安全的外设产品中，并朝向消费电子领域扩展。在未来几年内，相信指纹识别技术将迎来一个黄金发展期。

指纹识别的几种技术

当然，无论将指纹识别系统应用于哪一个领域，对其作精确的识别始终都是最为关键的步骤。显然，我们无法将“指纹专家+放大镜”的模式直接搬到计算机系统中，而必须借助图像识别技术方可进行准确鉴别。在过去多年历史中，业界一共发展出三类不同原理的指纹识别技术，其一是利用光学扫描技术获取指纹图样，其二是利用硅传感器芯片对指纹进行精确感知，第三则是使用超声波技术来获取指纹的形貌特征。这三项技术都能实现指纹图样采集的目的，但在精确程度、方便性、实现成本和工作模式方面存在较大的不同。

最早被用于计算机指纹识别系统中的当属光学扫描技术，该技术在实现原理上也最为简单：一个光学扫描设备承担指纹图像获取的工作，在检测时用户只要将手指按在扫描设备的玻璃表面，接着扫描设备发出强光照射，并由CCD传感器捕获指纹图像。不难看出，指纹扫描设备其实就是一个专用的扫描仪，它的工作原理、内部构造与常见的扫描仪完全相同，不同之处仅在于这套指纹识别系统是在一套专用软件掌管下进行工作。指纹图像样本采集之后，软件可将它与指纹库中的记录一一对比，直到找到相同的样本或搜索完整指纹库为止，因此其核心在于指纹识别软件而非扫描硬件本身。由于光学扫描技术发展成熟、成本低廉，耐用性也相当不错；但它存在较多的缺陷：如手指表面的灰尘和油脂对扫描质量影响很大，而精心复制的指模也可以将该系统轻松欺骗；此外，对应的光学扫描设备体积庞大、耗电量较高、图像获取的时间也比较长，无法用于笔记本电脑、掌上电脑、移动电话等便携电子产品中。当其他技术发展起来后，传统意义上的光学扫描指纹识别技术就没有了市场。

扮演光学扫描技术杀手角色的是电容式指纹识别技术，也正是由于该技术的出现，指纹识别才能够真正走向民用市场。与传统的光学扫描技术不同，电容式指纹识别设备体积极小、成本很低，可被方便地整合于各类指纹识别设备中，并获广泛使用。该套系统的核心是一块半导体硅传感器，传感器内包含一个数量庞大的金属导体阵列，传感器表面则是一个绝缘的介质层。当用户将手指放在传感器表面时，传感器内的金属导体阵列、绝缘表面与用户的手指皮肤就构成一个电容器阵列，每个电容器存储的电荷数量又同指纹脊、沟与金属导体之间的间距存在一一对应关系。这样当用户将手指按压在传感器表面时，传感器便能够产生一个由不同电容值构成的信号阵列，这些信号阵列经过专用的算法转换之后便能够生成指纹图像。接下来，系统会将指纹图像与指纹库中预存的样本作对比，如果能够搜寻到吻合的样本，那么便会朝用户开放访问权限，由此完成指纹识别的整个过程。但要注意的是，传感器表面与指纹之间产生的电场为半球状，为了获得清晰的指纹图像，用户必须将手指紧贴在传感器表面才行。

与电容式指纹识别类似的技术还有压感式识别和温度感应识别，前者使用压感式传感器作为指纹图像的捕获工具―该传感器的核心是压感介质材料，它在经受不同程度的压力时可产生相应的电流，当用户将手指按压在传感器表面时，指纹的“脊”纹路对传感器造成较大的压力，而“沟”因距离的关系，产生的压力较小，这样传感器将产生一个由不同强度电信号构成的阵列，之后系统会将它们转换为相应的指纹图像。而温度感应识别技术的关键则是一个温度传感器，用户将手指按压在该表面，指纹的“脊”部分与之距离较近，感应到的温度较高，传感器内部将产生较大的电流；而“沟”部分同样因距离较远的关系，感应到的温度值较低，传感器内产生的电流值就较低。

无论是电容式、压感式还是温度感应识别，三者都要求用户必须将手指用力按压在传感器表面，否则就无法获得清晰指纹图像，这在实用中多多少少有些不便。IBM在ThinkPad T42机型中率先使用滑动式（touch and slide）传感器，将指纹识别技术的实用性推向新的高峰。与上述三种识别技术相比，滑动式传感器不要求用户在鉴定时按压指纹，而只要将手指轻轻刷过传感器表面，传感器便能自动对手指进行连续的“快照”，然后这些快照被组合在一起，形成清晰的指纹影像。这种采集指纹的方式效果与压感式相当，但它无需用力按压，使用更加方便，加之指纹图像是由多幅图像一起组合产生的，出错的概率非常小。IBM透露，该项技术的提供者是ST Micro（意法半导体），在IBM 与 ST 签定合同以后，ST方面就专门成立UPEK公司，致力于生物识别领域的探索。除了UPEK外，AuthenTec公司也拥有庞大的滑动式指纹识别传感器产品，该公司开发出一项名为“TruePrint”的指纹识别技术，该技术不仅只会读取指纹最上层的表面，而且能够从表皮以下组织读取指纹，不会受到皮肤表面状况如皮肤干燥、破损等的影响，因此TruePrint技术拥有极高的可靠性和分辨精度，在同类型产品中也首屈一指。目前，AuthenTec的指纹识别器产品线覆盖桌面计算机、笔记本电脑、移动电话、PDA以及各种考勤机、门锁、汽车和其它门禁产品，在全球拥有100多家客户，其中包括三星、德州仪器、英特尔等重量级企业；而到现在为止，全球采用AuthenTec出品的指纹识别器的终端超过400万个，市场占有率超过70%―作为一家只有6年历史的年轻企业，AuthenTec取得的成绩可谓相当出色，除了得益于自身所掌握的诸多专利技术外，指纹识别市场的高速发展更是一大契机。

利用超声波进行指纹识别的原理其实与光学扫描技术比较近似，这项方案是从军事领域的超声波定位技术获得启发，并将它用于民用领域。在各种指纹采集方案中，超声波识别技术具有最高的准确性，但它与扫描技术一样遭遇设备体积大、耗电量高的困扰，成本也相当高昂，这些缺陷决定了该技术不可能进入到消费电子领域。

多样化的后端控制方案

上述几种指纹识别技术其实只是涉及到指纹的采集部分，而当传感器采集到指纹图像之后，剩下的工作就交由控制软件完成。控制软件可直接安装在操作系统中，以纯软件的方式存在，也可以嵌入式控制模块的纯硬件方式存在，当然也可以软硬结合的形态存在。纯软件方式最为简单，指纹图像样本的比较计算工作都是由CPU承担，指纹库则直接存放在硬盘上。这种方式最大的优点就是最容易实现，代价也最低，但它的毛病在于安全性仍不够高，指纹库有被破解的可能，而且这类指纹控制软件往往都无法做到跨平台，因此纯软件方式的指纹识别系统更多使用在对安全性要求不慎苛刻的消费类产品中。相比之下，纯硬件方式的安全性就高得多：图像样本库存储于专门的硬件区域，由专用的DSP芯片负责指纹样本的比较，对设备采用的操作系统也没有要求，具有广泛的兼容性，但硬件方式的缺陷在于成本较高，一般只有在苛求安全性或者无法由软件方式实现的专业场合，例如指纹门禁、指纹锁等产品都隶属于该体系，IBM在Thinkpad T系列和X系列机型采用的滑动式指纹识别技术也属于纯硬件方案―IBM将控制部分的功能直接整合在笔记本内的安全芯片上，该枚芯片拥有独立的存储功能及一定的运算能力，可记忆21组指纹；由于IBM对其作了功能强化，使得该指纹识别系统不仅可作为Windows登陆密码，还能用于ADSL联机密码、e-mail密码、网页会员登陆密码、文件开启密码等等，具有极高的实际价值。至于另一种软硬结合方式则较好地兼顾了以上纯软件和纯硬件两种方案的优点―指纹样本存储在专门的ROM芯片中，指纹样本的比较运算工作则由CPU来承担，其安全性与纯硬件方式相当，而成本较低，但同样由于控制软件自身的原因，软硬结合的方案也不能跨平台使用。

最精确可靠的身份识别方案

与指纹识别一样，虹膜（Iris）识别也是以人的生物特征为基础，而虹膜也同样具有高度不可重复性。虹膜是眼球中包围瞳孔的部分，每一个虹膜都包含一个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹等特征的结构，这些特征组合起来形成一个极其复杂的锯齿状网络花纹。而与指纹一样，每个人的虹膜特征都不相同，到目前为止，世界上还没有发现虹膜特征完全相同的案例―即便是同卵双胞胎，虹膜特征也大不相同，而同一个人左右两眼的虹膜特征也有很大的差别。此外，虹膜具有高度稳定性，其细部结构在胎儿时期形成之后就终身不再发生改变，除了白内障等少数病理因素会影响虹膜外，即便用户接受眼角膜手术，虹膜特征也与手术前完全相同。高度不可重复性和结构稳定性让虹膜可以作为身份识别的依据，事实上，它也许是最可靠、最不可伪造的身份识别技术。

虹膜识别的工作流程并不复杂：第一步，由一个专用的摄像头拍摄虹膜图像；第二步，专用的转换算法会将虹膜的可视特征转换成一个512字节长度的虹膜代码（Iris Code）；第三步，识别系统会将生成的代码与代码库中的虹膜代码进行逐一比较，当相似率超过某个边界值（一般是67%）时，系统判定检测者的身份与某个样本相符，而如果相似程度低于这个边界值，系统就会认为检测者的身份与该样本预期不符合，接着进入下一轮的比较。尽管这个过程说起来非常简单，但真正实现起来却必须首先解决大量的技术问题，这些问题主要集中在虹膜图像的获取和设备的小型化方面。

在采集虹膜图像步骤中，摄像头要求能够准确聚焦。如果采集对象是固定的设备，那么精确聚焦毫无难度可言，可问题在于虹膜采集对象是活动的人物，而每个检测者的位置都不可能固定，因此一套智能型的摄像设备是必须的。在这一领域，国内外的虹膜识别厂商有着不同的实现解决方案，但它们都有体积较大的弊端；其次，要采集深色眼球的虹膜图案极为困难，尤其是黑眼睛的东方人来说，普通摄像设备根本无法胜任，为解决这个问题，许多虹膜厂商都开发出专用的红外摄像设备―在采集虹膜图像时，红外摄像机首先将一道不可见的红外光束准确聚焦在虹膜表面，虹膜图案被红外光“照亮”，摄像机同时拍下虹膜图像。也许你会担心红外光直射会对检测者的眼球造成损伤，这种担心并不必要，因为红外光的强度比电视遥控器还小，而且人眼在此过程中完全不会有任何异常的感觉。

当虹膜图像采集下来之后，系统会根据既定的数学方法将图像简化成黑白数字图样，识别软件会自动判别反射光、色调的细微差异以及被遮掩的部分，并将这些杂讯完全除去。一般来说，虹膜识别系统只会采纳虹膜的下半圆部分进行识别，这与指纹识别技术存在明显的不同。接下来，半圆形的虹膜图案会被转成矩形的条纹。由于虹膜图案非常对称，即便在转换或拍摄干扰因素造成的变形现象都可以通过数学方法进行有效修正。这样在经过多次数学处理之后，虹膜图案就变成一个带有独特生物特征的二进制数字记录―这个数字记录也被称为“模板”，它的长度一般只有512个字节。尽管模板长度相同，但不同的虹膜转换算法效果不同，评价算法优劣的标准就是模板中量化特征点的数量，而在这一领域，英国剑桥大学John Daugman博士的研究成果处于领先地位（注解：目前所有的虹膜识别技术都是以John Daugman博士的专利和研究为基础），Daugman博士的算法以3-4个字节长度的数据来表示每平方毫米面积的虹膜信息，这样在直径为11毫米的虹膜上，可以获取266个量化特征点。而在算法和人类眼部特征允许的情况下，该算法可生成173个二进制自由度的独立特征点，这在虹膜识别领域首屈一指。而特征点越多，虹膜识别的精确率就越高，因此采用何种算法对识别系统的最终表现影响巨大。

完成数字转换后，系统会将生成的模板与虹膜库中的模板进行逐比特的比较，当发现两者的特征吻合度超过67%时，系统会判定两者相符合，由此辨别出检测者的身份。这条法则依据17世纪数学家Jakob Bermoull提出的掷硬币理论，根据该理论可以得出这样的推论：当两个虹膜模板的特征吻合度超过67%时，虹膜不同的概率只有120万分之一；换句话说，只有在120万个人群当中，才可能出现两个虹膜吻合度超过67%的对象―在日常生活中，如此之低的相似几率完全可以忽略不计。当然，将这个边界值提高将有更出色的精准度，但问题在于每次拍摄下的虹膜样本都存在一定的误差，如果设定的边界值过高，存在的误差就有可能导致虹膜识别出错，造成相同样本被识别为不同对象的情况。

指纹技术论文例5

中图分类号：TP309.7 文献标识码：A 文章编号：1672-3791（2016）01（a）-0000-00

数字内容保护是数字媒体内容安全的一个重要组成部分。其中，数字签名是传统的主动式认证方法，签名形成了独立的数据成分，但是在应用中协议开销大、对信号处理和噪声过于敏感、难以定位篡改，因此不太适合于媒体内容保护，尤其对于以生物指纹作为数字内容的认证服务体系。另一种主动式认证方法是脆弱（fragile）水印 ，通过水印实现内容完整性保护和篡改定位。虽然目前脆弱水印的技术较多，但大多数算法对数字内容是不可逆的。

受到新技术新理论的影响，研究人员提出了一种新型方式，为指纹图像水印提供了更加安全的构造，该技术即CS――压缩感知技术。比较同期水印算法，该技术能够更加安全、全面的提取指纹图像信息。

因此借鉴DWT域分块压缩感知与平滑投影Landweber重构（Block CS with Smoothed Projected Landweber Reconstruction，BCS-SPL）实现技术，本文主要论述了在分块压缩感知中如何实现指纹图像水印。在DWT域中该方式主要利用了SCS-SPL技术，并结合多尺度变换重构指纹图像并保证图像精度、提高图像的可靠完整。

1 CS采样以及SCS-SPL技术

CS理论说明，假设信号为从M个采样信号中获得的长度为N的信号，且M

y=Ax （1）

其中，y的长度为M，而A为M×N测量矩阵（也称为观测矩阵），且具有子采样率S=M/N。如果x在某个变换矩阵Ψ下是稀疏的，即有：

（2）

可以证明，当测量维数满足K

由于信号测量矩阵计算量相对较大，且内容庞大因而无法实现完全储存。因此，CS技术局限性较大。为此，技术人员提出BCS算法，算法中图像的采样通过分块基的随机矩阵实现，而图像的重构结合平滑滤波器由投影Landweber算法实现。所以该技术被称作BCS-SPL。

2 多尺度BCSW在DWT域实现技术

2.1 数据构造

图像是在成像场景中的采样信息，因而受到采样定律的限制，图像像素数量有最低限制。但是CS技术在应用中不会受到该种限制，因而简化了图像的映射形式。在CS技术中综合表示原始图像全部特征的是观测值，是CS技术中最为关键的数据构成。由于CS技术对图像特征表述完全，因而被考虑应用于BCSW中。

本文提出的BCSW算法首先将原始指纹图像进行9/7小波变换，在每级每个子带上进行分块， 再将各子块经过观测矩阵处理得到观测值， 最后将观测值组合在一起生成水印数据。

2.2 数据嵌入

处理载体图像是BCSW数据嵌入的首要步骤，完成图像处理后，需要确定数据的HVS特性，并以其为根据确定嵌入区。在实验过程中，嵌入水印数据时，图像的质量容易受到量化步长的影响，因此在数据嵌入过程中需要注意选择合适的量化步长，即保证图像质量，又确保水印鲁棒性良好。

2.3 检验提取数据

究其根本检验提取BCSW数据其实就是水印构造算法逆过程。第一步确定分块策略，依照密钥信息进行确定；第二部生成BCS观测矩阵；第三步依照相应的公式、步骤操作子块，并取得混合图像的BCSW水印数据。

2.4 根据BCSW数据重构指纹图像

根据提取的BCSW数据得到指纹水印的观测值。为了能够得到高质量的二维原始图像，这里我们借鉴CS理论的BCS-SPL重构算法来恢复指纹图像。其第l级子带s上的第j块数据的初始条件为：

（3）

数据迭代过程如下： （4）

其中，是在第l级子带s上的第j块图像数据的估计值。对于大小的指纹图像，我们用比特正确率BCR（bit correct rate）来估计恢复的指纹图像和原始指纹图像的相似程度：

（5）

3 实验结果

为了分析本文提出算法对指纹图像内容的保护性能，我们使用512×512的Lenna和Pepper作为载体图像，并通过Veridicom公司指纹传感器FPS200采集256×256的灰度指纹图像作为水印图像进行实验。指纹图像使用3级9/7 DWT作为处理，第 l 级子块使用扰乱块DCT SRM（Structurally Random Matrices）作为采样因子，其中l = 1， 2， 3时Bl = 16， 32， 和64。

3.1 分析图像透明性

在Pepper图像以及Lenna图像中分别将水印信息（指纹观测数据）进行嵌入，对载体图像信息进行调整，将量化步长设为35，通过视觉分析可以看出，嵌入指纹后的图像同原始图像差别不大，因而可以证明图像具有较高的透明性。

3.2 水印的鲁棒性分析

为了分析水印的鲁棒性，当S=0.1和Q=35时，我们分别用不同的攻击行为对嵌入指纹数据的混合载体图像进行攻击实验。攻击行为包括对图像进行JPEG和JPEG2000压缩，中

值滤波，加入Salt&Pepper噪声，旋转，剪裁和缩放。通过对照攻击后混合图像的PSNR（dB）与提取的指纹图像的BCR值说明了攻击后混合载体图像的PSNR与提取的指纹图像BCR值，并在同等实验条件下分别和联合DWT-DCT水印算法以及DWT水印算法进行了比较。

由PSNR实验结果可见，相对于DWT和联合DWT-DCT水印算法，BCSW算法对常用的压缩和几何变换具有较好的鲁棒性。同时，由BCR值可见，BCSW算法提取的指纹图像和原始指纹图像之间具有更高的相似性，表明本文算法能够实现对指纹图像内容的可靠性和完整性的安全保护目的。

4 结论

文章主要针对分块压缩感知的指纹图像水印实现算法相关内容进行了论述，通过实践可以证明BCSW不但操作简便、透明性高 ，且保密性以及攻击抗性均十分良好，适用于安全性要求高的场合。

参考文献

指纹技术论文例6

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）25-5618-05

1 数字指纹研究背景

近年来，多媒体信息技术发展迅猛，已经逐渐渗透到人们生活的各个角落。但是，随之而来的盗取版权现象也日益猖獗，数字产品的盗版传播问题已成为社会各界广泛关注的热点问题，它涉及多方面利益，造成的影响巨大而深远。

因此，数字产品保护问题已阻碍信息数字化的发展，我们需要紧急研究并采取相应的先进技术手段来打击盗版犯罪行为，保障版权所有者的权益。目前，数字版权保护方面的问题已经引起了各国政府、法律、媒体和工业等各方的共同关注。我们除了运用法律手段保护数字内容的版权外，还在努力提高相关的技术手段，因此迫切需要建立有效机制来保护多媒体信息版权。由此出现了数字指纹（Digital Fingerprinting）与数字水印（Digita1 Watermarking）等保护数字产品保护的措施。

2 数字指纹与数字水印

数字指纹广义上指具有唯一性特征的一切物体，比如序列号、条形码、身份证号、邮件名称等等。为了标志数字作品的身份，在其中嵌入具有唯一性的标识符，这种唯一性的标识符就是数字指纹。嵌入、提取数字指纹采用的一系列方法、过程称为数字指纹技术。

数字指纹技术是近几年发展起来的一种新型数字版权保护技术，它的原理是版权者在其分发的数字作品拷贝中嵌入与用户身份相关的唯一信息，当发现非法拷贝时，版权者凭借嵌入信息可以识别非法分发拷贝的用户，进而通过法律诉讼和惩罚来达到保护版权权益、对非法行为进行威慑的目的，可以看出数字指纹实现了一种版权跟踪机制。

数字水印的概念可以分为广义上的数字水印与狭义上的数字水印，广义上的数字水印，指在多媒体数据中嵌入信息的一切水印方法；普通水印称为狭义上的数字水印，主要指在多媒体数据中嵌入标识版权者身份信息的水印技术，指鲁棒的水印技术。所以广义上的数字水印包括狭义上的数字水印、脆弱水印和数字指纹。它的基本思想是在数字图像，音频和视频等数字产品内容中嵌入保密信息（此信息对非法者是不可见的），用以保护数字产品的版权，防止并且跟踪一切非法使用的盗版行为[1]。

数字水印和数字指纹技术是近年来出现的新型数字版权保护措施，可以统称为版权标识技术。比较而言，数字指纹与数字水印的区别如下：

数字水印是向数字内容中嵌入代表版权拥有者身份的相关信息，确定自己的版权归属权。而数字指纹是在数字内容中嵌入与用户有关的信息，分别向分发的不同用户拷贝中嵌入不同的信息，嵌入的指纹对不同购买者是不同的。此时版权拥有者能够根据信息跟踪非法用户，当发生非法拷贝时，版权拥有者能够确定侵权用户。简单来说，数字水印通常用来确定原始作者，数字指纹通常用来进行拷贝跟踪。事实上，数字指纹又是广义数字水印的一种具体应用。

3 数字指纹研究现状及意义

指纹的概念最早由Wagner在1983年提出[2]，其在文章中首先扩展了指纹的概念，认为指纹应该是普遍存在的，任何可能被滥用的对象都应该为其添加一个指纹，使得在它被滥用之后能够根据指纹识别该对象的版权者，并且要满足外界的干扰造成指纹不可识别的同时伪装对象也不可用这一条件，这和信息隐藏的要求相一致。另外其还介绍了指纹的思想和一些术语，对指纹技术进行了分类并给出了一些使用指纹技术的例子。一直到1995年对数字指纹的研究才正式开始，Cox等人提出了一种基于扩频通信的DCT域水印算法[3]，后来的研究将数字水印与数字指纹编码技术相结合，为多媒体数字内容的版权保护由理论走向了实践提供了有效的途径。时至今日，数字指纹及其相关技术研究的已经发展到了一定的广度与深度。

作为一种新兴的用于保护版权的技术，数字指纹技术目前已经取得一定的进展，并且得到国内至国际上的一定关注。在数字指纹技术的研究方面，国外开始的比较早，并且已经取得一些成果，比如一些从事信息隐藏技术研究工作的公司或团体纷纷推出相关的软件，日本电气公司、日立制作所、先锋、索尼及IBM等公司正在努力开发具有统一标准的数字指纹技术[4]。近期研究最活跃的是美国马里兰大学（Maryland University）吴旻研究团队，他们对包括数字指纹在内的数字多媒体信息安全进行了一系列深入研究；国外起步的比较晚，我国在数字水印方面的研究目前也非常活跃，研究机构主要分散于科研院所及高校，其中以中科院、北京大学、华中科技大学、清华大学等为代表，然而数字指纹技术的研究领域比较欠缺，与国外还有很大差距，加强我国的版权保护研究的力度和深度势在必行。

4 数字指纹系统

数字水印系统一般包括水印嵌入、水印检测或提取两个过程。而数字指纹系统建立在数字水印系统之上，数字指纹系统在指纹信息提取完成后，要对共谋者进行追踪等等。

4.1 数字指纹系统模型

数字指纹系统除了对指纹嵌入和提取，在指纹信息提取完成后，还要对共谋者进行追踪，一般来说，数字指纹系统包括指纹嵌入与拷贝分发、指纹检测与共谋者追踪，共谋攻击对数字指纹系统的影响非常大。因而数字指纹系统的性能主要指系统的抗共谋攻击能力，指纹系统的抗共谋攻击性能分析是数字指纹的一个重要研究领域，其对设计抗共谋攻击的数字指纹系统具有重要意义。

1）指纹嵌入器：版权所有者者先将用户身指纹信息嵌入到数字产品中，然后将得到的指纹拷贝分发给每个用户，与信息隐藏一致，指纹嵌入要满足不可见性、鲁棒性、指纹容量之间的一些特性要求，嵌入的方法通常采用加性指纹嵌入方法。

2）共谋攻击：是一组拥有相同拷贝内容不同指纹信息的共谋者，相互勾结起来制造出一种新的数字内容，因此新内容中的指纹信息不指向任何一个共谋者，所以无法追踪到任何一个参与共谋的拷贝。共谋者采用这种方式以期改变非法拷贝中的指纹信息，令版权者无从查起非法拷贝的出处。

3）指纹检测器：也是非法者追踪阶段，当版权所有者发现非法分发者后，在追踪非法者时，首先提取盗版作品中的指纹信息，根据提取的指纹信息与指纹库中的指纹进行一一比对，分别计算出相关度，根据相关度来判断某个用户是否参与了共谋，根据实际需要可以设计相应的判别器。

检测嵌入信息时根据原始信号存在与否，数字指纹系统可以分为

1）非盲检测：不需要原始信号的参与便可以检测出指纹信息。

2）盲检测：需要原始信号的参与才可以检测出指纹信息。

5 数字指纹系统实验

5.1 仿真实验

1995年，Cox等人[5]提出了一种基于扩频通信的DCT域水印算法。该算法通过利用离散余弦变换（DCT）技术向图像中添加标记，从而将水印嵌入到图像感知最重要的频域因子中（主要是低频系数中，直流系数除外）以增强算法的稳健性。Cox等还认为高斯随机序列产生的水印相比于其它序列具有更好的稳健性，因为它们具有更大的自相关值。基于Cox的数字水印模型，下面我们设计了一个简单的指纹系统。

这样每个用户的指纹之间相互正交，可以最大的限度的区分不同用户。我们采用独立高斯水印的扩频嵌入方法，也就是正态分布的随机数作为指纹，而且该水印已被证明对各种攻击的有很强的抵抗能力，所以常被用来理论数据分析。因此Cox等人采用独立随机的正态采样序列作为要嵌入的指纹，为每个用户选取不同的相互之间独立采样序列。这里指纹的取值不限于离散的整数值，而是服从正态分布N （0 ，1） 的随机实数序列X。

嵌入过程中，我们应用扩频嵌入技术将相互正交的高斯水印作为指纹信息嵌入图像。数字指纹的嵌入方法有很多种，该文采用的嵌入方法为扩频加性嵌入。这是由于扩频加性嵌入方法可以较好的抵抗各种几何攻击，具有很好的鲁棒性[6]，该嵌入方法不但能够抵抗有损压缩，滤波等处理，而且还能抵抗旋转，缩放，剪切等几何失真[7]，所以常应用于在数字版权保护方面。

首先将图像按像素分块，每块大小为8×8像素，然后对每块进行二维DCT变换，再在每个子块中进行水印的加性嵌入，所嵌入的指纹长度N=1024，最后做DCT逆变换，得到水印图像。同理进行提取实验。

通过比较可以看出，对图像进行分块处理后，水印图像的失真度相对上个实验略为提高，图像质量反而越好。事实上，采用较大的子块可以明显减少图像分块效应。所以块DCT变换可以对原数字指纹系统做出改进。

6 总结展望

数字指纹的发展到今天仅仅才有20年的历史，与数字水印相比，研究深度和广度都远远不及后者，需要进步完善以下方面：

在数字指纹的嵌入技术方面，进一步提高透明性、鲁棒性等。数字指纹的嵌入方法来源于数字水印，所有在数字水印系统中需要加强研究的方面，在数字指纹系统中同样需要重点研究并加以改善。

在数字指纹算法研究方面，几乎所有算法都是采用扩频技术在DCT域嵌入的，系统的整体性能受到一定程度的制约，况且现有的数字指纹算法多是针对非压缩图像的，而针对压缩图像的指纹算法少之又少，不能满足广泛应用的需求。

在应用领域上，该文研究的是用于版权保护的数字指纹，它还常用于军事方面和交易证明等新的领域上。

参考文献：

[1] 孙圣和，陆哲明，牛夏牧.数字水印技术及应用[M].北京：科学出版社，2004：15-18.

[2] N.R.Wagner.“Fingerprinting，”Proceedings of the 1983[J].IEEE Symposium on Security and Privacy， Okland，1983：18-22.

[3] Cox L， Kilian J， Leightan T，et al.Secure Spread Spectrum Watermarking for Multimedia[J].IEEE Transactions On Image Processing，6（12）.

[4] 王玉军.数字指纹的研究及其在图像版权保护方面的应用[D].南京：南京信息工程大学，2007.

指纹技术论文例7

中图分类号：TP311 文献标识码：A 文章编号：1009-3044(2012)36-8679-02

随着计算机应用的普及，高校正在逐步实现作业的电子化和网络化。这种作业形式的改革有效减少了教育资源的浪费，减轻了教师的工作任务，提高了学生获得作业批阅结果的效率，教与学得到了互动。应该说作业的电子化是高校教学改革的一种必然趋势，但随之而来的是电子作业抄袭现象严重。学生抄袭作业时，少则部分复制他人文档，调整文档顺序，内容稍做修改;多则大部分甚至全盘拷贝他人文档。学生对于电子作业的抄袭轻松快捷又不易被识别，这就成为作业改革受到严重困扰的主要因素。

在电子作业的反抄袭检查工作上，教师的手工操作既耗时又费力，尤以高校学生人数众多，涉及的教师面而变得局限性很大。那么，建立一种快速、准确、高校的电子作业反抄袭检查模型若能够有效遏制了学生间电子作业相互拷贝，具有十分现实的意义。目的在于能够极大地提高教学的质量和效率，并有力的促进高校的教育改革。在应用领域抄袭检测算法已成为当前研究的热点话题，尤其是在学术论文的剽窃比对上。而我们能够在平时的教学工作中有效地抵制电子作业的抄袭现象，既能真实反映教学效果又能提高学生自主学习的意识和能力。这不仅是对于教学工作的促进更是培养人教育人的有效途径。

1 抄袭检查技术

计算机技术的发展和网络普遍应用，在无意间方便了很多人进行文章抄袭。其实电子作业抄袭现象是国内外的大学广泛存在的现象，为了有力遏制学生的这种不诚信的行为,国外早在20世纪90年代就开始了相应研究。由于西方语系的特点英语是以空格作为单词间隔,因此英语的抄袭检查方法是通过比较关键词来判断相似性的，效率很高。而中文与外文间存在着巨大的差异性, 强调词法与句法,因此关键词比对较不适用于中文。

目前中文的抄袭检查方法主要有基于字符串的匹配、基于统计的中文分词、文档指纹、句子相似度等。

2 电子作业反抄袭检查的实现

该文主要采用两种方法以实现电子作业的反抄袭检查：数字指纹技术和信息隐藏技术。首先吸取了文数字指纹技术的优势并对于指纹技术的算法（Hash函数）做出改进提出一种基于局部词频的指纹算法。其次很多高校特有应用的实验实习电子作业，此时内容都较为相似，所以该文又增加了基于信息隐藏技术的作业反抄袭检查方法，以对于这类电子作业进行有效的比对。

2.1基于局部词频的指纹技术

文档数字指纹技术是依据生成的待比较的文档指纹，通过在样本库中做对比进行抄袭检测。当相匹配指纹数目超过一定值时，可认定存在抄袭行为。为使其具有推广力，一般会引入松弛因子以提高检测的准确性。指纹生成算法是文档数字指纹技术的关键，一般利用 Hash 函数对文档中的特征标记进行计算，获得整数值。一般需要计算函数。

在高校的电子作业中很多都仅是对作业的句子的长度或词语的先后次序作了调整，内容的变化是较小的，用这种方法就会过度精确，用于检查电子作业效率很低。所以该文对这种算法做出一定改进，提出一种基于词频统计的指纹技术。局部词频统计技术借助于向量空间模型来实现。这种向量空间模型是由句子为单位构成的，并对句子进行关键词提取，并对关键词重新排序构建，根据编码与词频共同获取句子的指纹。依据句子的指纹获取文本相似度，具体的算法描述

2.2信息隐藏技术

在高校学生作业有一些是比较特殊的，例如在机房中完成的实验实习类报告，这类作业的特点是内容大致是相同的。可以在作业的源头采用一些基于信息隐藏的嵌入水印算法。在对作业进行片段拷贝时就在源头嵌入水印，能有效的防止拷贝抄袭的现象发生。这样即使电子作业的内容完全相同也能有效的检查到。不能轻易被破坏。这类作业防抄袭检查的水印嵌入既要求字符格式改变不易被擦觉也要兼顾有较大的信息嵌入量，不需太多的字符就能嵌入进机房的机器号及上机完成作业的时间。

由于人眼的视细胞对颜色敏感度的理论指出人眼对绿色最敏感，其次是红色，而对于蓝色是最不敏感的。而计算机的颜色设置理论是数字化的，所以可以对于RGB()的值中低位的值做秘密信息嵌入。可以对R值和G值改变都改变最低的1位bit，而对B值最低的2位bit。这样就对每个电子文档的字符嵌入了4位bit的信息隐藏，并把这4位二进制作为嵌入信息隐藏1Byte的高4位。同时也可以利用字符下划线的B值最低2位bit，G值的最低1位bit，和R值的最低1位bit来隐藏4位信息。这4位bit作为嵌入信息隐藏1Byte的低4位。

在实际操作中程序所嵌入的信息包括程序读取的机器号及上机时间与机房管理系统数据库配合能准确定位学生的学号、姓名、班级等。当学生完成自己的电子作业过程中点击保存、Word程序自动保存、关闭Word文档时都会触发这一嵌入秘密信息的相关程序的运行，可以在全文实现循环嵌入秘密信息的作用。该反抄袭程序是在打开作业文档时自动运行，能自主识别学生作业中具有抄袭嫌疑的片段，协助教师对学生的作业给出客观评价，有效的对这类作业的抄袭起到屏蔽的作用。

3 结束语

在以往的反抄袭检查中主要是通过文档间内容重叠程度或者相似程度来断定的，相关的检查技术也很多也较成熟。但往往面对的是海量数据或是长文档，并需要对文档字符做精确检查。而在教学过程中的电子作业无论在内容、篇幅和数量方面都有很大差别。

该文的创新点是结合了基于局部词频的指纹技术和嵌入水印的信息隐藏技术，提出了一处主要针对高校的作业特点的反抄袭检查的模型。较为全面的考虑到了这类作业不同于学术剽窃的相关问题，所建立的这种快速、准确、高效的电子作业反抄袭检查模型能够在一定程度上遏制学生间电子作业相互拷贝，具有十分现实的意义。

参考文献:

[1] 蒋波.一种基于三重DES和RSA的综合加密方案[J].微计算机信息,2007(18).

[2] 陈国良.并行算法实践[M].北京:高等教育出版社,2004.

[3] 秦玉平,冷强奎,王秀坤,等. 基于局部词频指纹的论文抄袭检测算法[J].计算机工程,2011(6).

指纹技术论文例8

doi：10.3969/j.issn.1673 - 0194.2016.12.109

[中图分类号]D918.91 [文献标识码]A [文章编号]1673-0194（2016）12-0-02

指纹痕迹检验是公安机关在案件侦查过程中，对案发现场所发现的指纹痕迹进行检验，为案件的突破发现有利线索。指纹痕迹检验不仅右可以为案件侦破提供线索，也能为案件的侦查与审理提供必要的证据。

1 指纹痕迹检验的原理

1.1 指纹的唯一性和稳定性

指纹与遗传基因有关，研究表明，指纹的特殊95%由基因遗传，其余5%与后天生活环境有关。目前现实中尚未发现有两个不同的人拥有相同的指纹，所以每个人的指纹都是独一无二的，这种指纹的唯一性，使指纹成为每个人独有的标记，这也是指纹痕迹检验存在的基础。同时，胎儿在母体内发育三至四个月时指纹就已经形成，后期稍有改变，14岁左右时已经定型，指纹定型以后只要不破坏真皮组织，指纹就不会发生任何变化。指纹的唯一性和稳定性是经过长期实验确认的，这个特性也就使指纹痕迹检验在案件侦破中成为基础，并发挥着重要意义。

1.2 指纹检验的原理

人的手掌的表皮上基本布满了汗腺，并不断往外分泌汗液，这就使人的手指或者手掌与其他物体进行直接接触时，人手上的充满了尿素、蛋白质无机盐等物质，汗液就会留在被接触的物体表面。如果汗液再在自然界中吸附一些空气中夹杂的微尘和颗粒，就会在被接触的物体表面形成一定痕迹，这个痕迹纹路和人的指纹是相同的。如果吸附微尘和颗粒比较多，指纹在物体上留下的印迹肉眼就可以观察到；如果用肉眼无法观察，就可以通过一些简单的物理方法进行检验或者通过化学方法让其现行。

因为不管是物理检验还是化学现行，其基础在于汗液本身，所以理论认为，只要光裸的手指或者手掌在犯罪现场触碰物体，就必然会在现场留下相应的指纹。刑侦人员通过对现场的指纹进行分析，就可以了解到非常多的信息。比如指纹种类多少可以确定到现场的人数，根据指纹特征确定个人特点。

1.3 指纹识别

指纹采集后进行检验或者现行后，就可以运用指纹识别系统对指纹进行识。现有的指纹识别系统主要有两种方式。一是验证方式。就是将采集到的指纹通过指纹识别系统与已经入库的指纹相对比，从而查看是否与已经采集到的指纹信息相同，从而得出结论。二是辨别方式。就是当在犯罪现场采集到的指纹信息不完整时，将有关信息通过计算机与已经采集到的指纹信息进行辨别，确定一个范围，再通过其他手段对这个范围进行排查。

2 指纹痕迹检验在案件侦破中作用

由于指纹的唯一性和稳定性，使指纹具有了高度识别性，这决定了每个人的指纹都是不同的，这也使得在案件侦破过程中，可以通过指纹的痕迹检验技术，确定相关人员身份，并为案件告破提供关键性证据。

2.1 臻别案件犯罪嫌疑人的身份特征

由于指纹具有唯一性和独特性，也就实现了指纹信息与人的一一对应，保证了指纹信息可以成为确定犯罪嫌疑身份的依据。在案件侦破中，只要将犯罪现场采集到的指纹信息输入指纹信息数据库，与相关信息进行对比，利用指纹的唯一性与独特性，就有可能实现指纹信息与案件有关人员的身份特征的确定。这个前题就是要建立比较完备的指纹信息系统。

2.2 为刑事案件的审理提供有效证据

指纹检验能够直接作为刑事案件审理的有效证据。在许多案件的侦查与审理过程中，对犯罪嫌疑人的审查是一个复杂的过程，也往往会出现犯罪嫌疑人不配合或者对自己的犯罪事实不承认的情况。但只要将在犯罪现场提取到的指纹痕迹与犯罪嫌疑人的信息进行比对确定，就可以直接作为确定犯罪事实的重要依据。可以说，指纹痕迹检验不仅可以为案件的侦查提供关键性的提示信息，而且可以为确定犯罪嫌疑人的罪行提供有力的关键证据。

3 指纹痕迹检验在案件侦破中的基本技能

在案件的侦破中，发现指纹痕迹或者将指纹痕迹显现出来之后，就需要对指纹痕迹进行固定和提取，在实际中主要有以下几种固定和提取方法。

3.1 拍 照

利用相机对发现或显现的指纹痕迹拍摄照片。由于这种方法能够将指纹痕迹最原始的状态反映出来，且指纹的保存完整、原始，所以这种方法成为指纹痕迹固定、提取手印痕迹的首选方法。

3.2 提取有指纹痕迹的原物件

主要指对犯罪现场留下来物件进行研究后，对确信有指纹痕迹的物件进行提取，进而对其上面指纹痕迹进行固定和提取。

3.3 胶带粘取指纹

胶带粘取指纹通常用在已经利用粉末和熏染法做了手印显现之后对指纹痕迹的固定、提取。这种方法一定要做好清楚的标记。

3.4 静电复印方式

这种方法主要适用于指纹痕迹印在灰尘上的，难以直接进行提取，这时就可以通过静电复印方式对指纹痕迹进行显现。利用这种方式必须在提取手印之后进行拍照固定，有时出可以通过覆盖的方式，对留在灰尘上指纹痕迹长期保存。

3.5 碘熏法

加热固体碘形成碘蒸气，用蒸气熏烤疑似有指纹痕迹的纸张。如果有指纹，就会把指纹痕迹显现出来。

3.6 宁海得林法

宁海得林法是指用茚三酮与汗液中的氨基酸发生反应，从而形成有色的指纹痕迹。

3.7 光学手段

这种方法一般适用于一些不易检出或者是指纹痕迹比较陈旧的时候。还有就是上犯罪嫌疑人反侦查能力强，曾经对留在物体上的汗液进行了处理，这时通常采用光学手段进行显现。

3.8 真空镀膜显手印方法

这种方法是指在真空条件下，通过在有指纹痕迹的物体上镀上单层或者多层金属、介质薄膜等，从而使指纹痕迹清楚地显现出来。

3.9 指纹痕迹反差增强技术

对于一些通过显现技术显现出来的白色指纹痕迹，如果颜色太浅，在固定方面存在问题，可以通过加入微量碘、通过粉末染色，使用生物染色、荧光染色剂等方式使指纹痕迹的反差增强，从而更加清晰地固定指纹痕迹。

4 指纹刑侦技术的创新

4.1 提高指纹痕迹显现技术

随着社会地发展，高智商犯罪越来越多，他们的犯罪手段更加隐秘，现场指纹痕迹信息将会更难发现和提取，在这种情况下，对指纹痕迹显现技术提出了更高要求。要对原有的显现技术进行提升，并结合实际进行创新，以便更加科学地捕捉到犯罪现场指纹痕迹，为案件侦查提供依据。

4.2 指纹痕迹检验技术与计算机技术融合

指纹痕迹检验技术的发展，离不开计算机技术的发展，只有将将指纹痕检验技术与发达的计算机技术相融合，才能使指纹痕迹检验技术在计算机技术的支撑下，不断创新发展。

4.3 发展自动化和更稳定的指纹识别系统

通过创新性思维，运用先进技术，开发出更加科学有效的指对比和纹识别系统，提高指纹痕迹检验技术在案件侦破中的准确性和实用性。

主要参考文献

[1]段立军，陈露.关于指纹痕迹检验的刑侦技术应用[J].科技创新与应用，2012（32）.

[2]王涛，沈保健.浅析指纹痕迹检验技术在刑事侦查中的应用[J].中国科技投资，2013（32）.

[3]郭耀，白雅飞.试分析刑侦技术中指纹痕迹的检验[J].法制博览，2015（8）.

指纹技术论文例9

1． 引言

信息化高速发展的一大特征是个人身份的数字化和隐性化，如何准确鉴定一个人的身份，保护信息安全是当今信息化时代必须解决得一个关键性社会问题。生物特征身份鉴别技术是身份鉴别领域的一个研究热点。生物特征识别技术是指利用人体固有的生理特征或行为特征来进行个人身份鉴别认证的技术。生物特征识别技术包括采用人体固有的生理特征（如人脸、指纹、虹膜、静脉、视网膜）进行的身份认证技术和利用后天形成的行为特征（如签名、笔迹、声音、步态）进行的身份认证技术。与传统的身份鉴定手段相比，基于生物特征识别的身份鉴定技术具有如下优点：（1）不会遗忘或丢失；（2）防伪性能好，不易伪造或被盗；（3）“随身携带”，随时随地可用。正是由于生物特征身份识别认证具有上述优点，基于生物特征的身份识别认证技术受到了各国的极大重视。

2.  生物特征识别技术的现状及发展趋势

目前，常用的生物特征识别技术所用的生物特征有基于生理特征的如视网膜、人脸、指纹、虹膜，也有基于行为特征的如笔迹、声音等。下面就这些常见的生物特征识别技术的特点及其发展趋势进行讨论研究。

2.1．视网膜识别

人体的血管纹路也是具有独特性的，人的视网膜表面血管得图样可以利用光学方法透过人眼晶体来测定。用于生物识别的血管分布在神经视网膜周围，即视网膜四层细胞得最远处。如果视网膜不被损伤，从三岁起就会终身不变，如同虹膜识别技术一样，视网膜扫描可能具有最可靠，最值得信赖得生物识别技术，但它运用起来的难度较大。视网膜识别技术要求激光照射眼球的背面以获得视网膜特征得唯一性。

视网膜技术的优点：视网膜是一种及其固定得生物特征，因为它是隐藏的，故而不易磨损，老化；非接触性得；视网膜是不可见得，不会被伪造。缺点是：视网膜技术未经过任何测试，可能会给使用者带来健康的损坏。

2.2.人脸识别

人脸识别作为一种基于生理特征的身份认证技术，与目前广泛应用的以密码、IC卡为媒

介的传统身份认证技术相比，具有不易伪造、不易窃取、不会遗忘的特点；而人脸识别与指纹、虹膜、掌纹识别等生理特征识别技术相比，具有非侵犯性、采集方便等特点。因而人脸识别是一种非常自然、友好的生物特征识别认证技术。

人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。

为了评测基于面部图像的人脸识别算法的性能。美国ARPA和ARL于1993年至1996年建立了FERET数据库，用于评测当时的人脸识别算法的性能。共举行了三次测试FERET94、FERET95、FERET96。FERET测试的结果指出，光照、姿态和年龄变化会严重影响人脸识别的性能。

FERET的测试结果也表明了基于面部图像的方法的缺点。人脸是一个三维非刚体，具有姿态、表情等变化，人脸图像采集过程中易受到光照、背景、采集设备的影响。这些影响会

降低人脸识别的性能。

为了克服姿态变化对人脸识别性能的影响，也为了进一步提高人脸识别性能，20世纪90年代后期，一些研究者开始采用基于3D的人脸识别算法。这些算法有的本身就采用三维描述人脸，有的则用二维图像建立三维模型，并利用三维模型生成各种光照、姿态下的合成图像，利用这些合成图像进行人脸识别。2000年后，人脸识别算法逐渐成熟，出现了商用的人脸识别系统。为了评测这些商用系统的性能，也作为FERET测试的延续，美国有关机构组织了FRVT2000、FRVT2002、FRVT2006测试。测试结果表明，人脸识别错误率在FRVT2006上下降了至少一个数量级，这种性能的提升在基于图像的人脸识别算法和基于三维的人脸识别算法上都得到体现。此外，在可控环境下，虹膜、静态人脸和三维人脸识别技术的性能是相当的。此外，FRVT2006还展现了不同光照条件下人脸识别性能的显著提高，最后，FRVT2006表明人脸自动识别的性能优于人。值得一提的是，清华大学电子工程系作为国内唯一参加FRVT2006的评测的学术机构，其人脸自动识别性能优于人类。FRVT2006为人脸识别后续的研究指明了方向，人脸识别中光照、年龄变化依然对人脸识别性能有很大影响，二维人脸识别的性能不比三维人脸识别差。

人脸识别得优点：非接触性的。缺点是：要是比较高级得摄像头才也有效地扑捉面部图像；使用者面部的位置与周围得光环境都可能影响系统的精确性，而且面部识别容易受欺骗；

对于采集图像的设备会比其他技术昂贵得多。

2.2. 指纹识别

指纹识别技术是指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成：对指纹图像进行预处理；提取特征值，并形成特征值模板；指纹特征值比对。指纹图像预处理的目的是为了减少噪声干扰的影响，以便有效提取指纹特征值。常用的预处理方法有图像增强、图像平滑、二值化、图像细化等。

特征提取的目的就是从预处理后的指纹图像中，提取出能够表达该指纹图像与众不同的特征点的过程。最初特征提取是基于图像的，从图像整体中提取出特征进行比较，但该方法的精度和性能较低。现在一般采用基于特征点的方法，从图像中提取反应指纹特性的全局特征（如纹形、模式区、核心区、三角点、纹数等）和局部特征（如终结点、分叉点、分歧点、孤立点、环点等）。得到特征点后就可以对特征点进行编码形成特征值模板。指纹特征值比对就是把当前获得的指纹特征值与存储的指纹特征值模板进行匹配，并给出相似度的过程。

    指纹识别的优点:技术相对成熟；成本较低。缺点是：具有侵犯性；指纹易磨损，手指太干或太湿不易提取图像。

2.3. 虹膜识别

虹膜相对而言是一个较新的生物特征。1983年，Flom与Safir申请了虹膜识别专利保护，使得虹膜识别方面的研究很少。1993年，Daugman发表了关于虹膜自动识别算法的开创性工作，奠定了世界上首个商业虹膜自动识别系统的基础。随着Flom和Safir专利在2005年的失效和CASIA及ICE2005中虹膜数据集的提供，虹膜识别算法的研究越来越蓬勃。I CE2006首次对虹膜识别算法性能进行了测试。虹膜识别中需要解决如下两个难点问题：一是虹膜图像的获取，二是实现高性能的虹膜识别算法。

3.  结论

本文讨论了一些常用的生物特征识别技术的技术特点及发展趋势。随着各国对生物特征识别技术的越来越重视，生物特征识别技术必将获得更快的发展。

参考文献：

[1]张敏贵，潘泉，等.多生物特征识别[J].信息与控制,2002,31(6).

[2]杨俊，景疆.浅谈生物认证技术——指纹识别[J].计算机时代，2004,(3）.

指纹技术论文例10

一、引言

指纹自动识别技术是通过计算机实现的身份识别手段，也是当今应用最为广泛的生物特征识别技术之一。采用指纹识别技术进行身份验证是安全可靠的系统，它可以取代传统的基于密码、钥匙和证件的安全系统，而且不需记忆密码，无需携带证件，指纹就是身份证明。无数的研究单位和公司企业都积极从事自动指纹识别算法的研究和产品开发，现在国内外指纹识别大都采用基于细节特征点的指纹识别技术，即采用基于图像处理的指纹识别算法，但有些算法由于指纹图像的噪音、皮肤弹性引起的非线性形变等多方面因素，导致在识别过程中出现误差，影响识别率等。

二、研究现状

在国内，中国科学院自动化研究所人工智能实验室在指纹识别技术研究方面取得了大量成果，它们的产品“Finger pass嵌入式指纹识别系统”获国家信息产业部信息产业重人技术发明荣誉证书，“基于混合匹配的指纹识别系统与应用”曾获得国家科技进步二等奖，并在国内外重要学术刊物上发表多篇关于指纹的科研论文。

国外自动指纹识别技术的研究开发起步比国内早，到目前为止也已经取得了很多优秀成果，它们的技术和产品整体上都领先于国内。比较有代表性的“指纹研究组织”是南加利福利亚洲指纹联合会，它是一个非盈利组织，成立于1937年，目前拥有超过350个成员单位，该组织旨在推动指纹识别技术及其相应产品的研究、交流等。由国际模式识别协会组织的国际指纹识别算法竞赛“FVC2000”、“FVC2002”、“FVC2004”吸引了众多国际国内的高校、研究组织、企业等参加，这些竞赛都非常具有影响力，推动了指纹识别技术的研究和应用发展。

三、指纹预处理

在指纹识别过程中，输入的指纹图像由于各种原因的影响，是一幅含噪声较多的灰度图像，预处理的目的就是去除图像中的噪声，使图像画面清晰，边缘明显，把它变成一幅清晰的点线图，以便于提取正确的指纹特征。指纹图像预处理环节在整个指纹识别系统中具有重要的地位和作用，它的好坏直接影响着指纹识别的效果。预处理一般分为四步进行：指纹图像的规格化、指纹增强、二值化和细化。

四、指纹图像的特征

指纹图像的结构比较复杂，而且属于个人隐私，所以在一般情况下，指纹图像是用数字化的形式存储的，然而数字化存储信息量大，很难找到准确的指纹信息，因此指纹识别具有重大的意义。指纹识别算法是根据指纹图像中一些不同的特征来实现指纹的匹配，根据不同特征可以将指纹图像分为：总体特征和局部特征。

总体特征：指纹图像中存在一些清晰明了的特征，可以用肉眼直接观察到，将这一类特征称为总体特征，例如：纹型，模型区，核心点，三角点，纹数。

局部特征：指纹图像上节点的特征，而节点是指纹图像中具有某种特征的点，又称为特征点。一般来说，有些指纹会存在相同的总体特征，但绝对找不到相同的局部特征，即相同的特征点。所以在指纹识别过程中就是要寻找这些特征点，这些特征点往往出现在中断处、分叉处及转折处。

五、指纹特征匹配

人们对指纹匹配做了很多研究，提出了许多匹配算法，主要可分为两类：一类是基于图形的匹配方式，包括点模式匹配和基于图论的方法；另一类是采用人工神经网络的方法。图形匹配是针对纹线几何形状及其特征点拓扑结构的匹配方式，它的原理是基于相似变换的方法把两个特征点集中的相对应点匹配起来，这些相似变换可以是平移变换、旋转变换、伸缩变换等线性变换，可以在一定程度内允许少量伪特征点的存在、真正特征点的丢失以及轻微的特征点定位偏差，且对图像的平移和旋转也不敏感。但这种方法有两点不足：一是匹配速度比较慢；二是对指纹图像的质量要求比较高，低质量的图像匹配效果不佳。本文采用概率神经网络识别的模型进行网络拓扑。在情报不完全的情况下，对未知部分进行主观概率估计，然后用贝叶斯公式对其进行修正，最后结合期望值和修正概率做出最优决策。

六、小结

本文通过介绍混合神经网络相关知识，分析了自动指纹识别系统的研究现状和问题，按照指纹预处理、指纹特征提取和指纹特征匹配的研究过程，在现有的各种指纹处理算法的基础上，对它们进行了优化改进，研究了混合神经网络在自动指纹识别系统中的应用。

参考文献：

[1] 张莹，于宝。基于ARM9的指纹匹配算法[J]。计算机与数字工程，2013，5。

[2] 李娟。基于特征描述子的指纹算法研究[D]，西安电子科技大学，2012.

[3] 王启亮。指纹图像增强算法研究[D]， 太原科技大学，2013.

[4] 王行甫，覃启贤，程用远，侯成龙。一种改进的径向基神经网络预测算法[J]。计算机系统应用，2012，8。

[5]殷芳玺。嵌入式指纹识别应用系统与算法研究[D]， 华中科技大学，2012.

[6]车永刚，肖春雨，雷声，孙巍。基于环形BP神经网络的指纹匹配算法[J]。长江大学学报，2013，10（1）。