第1章 消息鑒別概述
　1.1 信息安全與消息鑒別
　1.2 消息鑒別的要求
　1.3 消息鑒別的手段
第2章 基于加密的消息鑒別
　2.1 密碼學(xué)概述
　　2.1.1 密碼學(xué)由來
　　2.1.2 密碼學(xué)基本概念
　　2.1.3 密碼體制的分類
　2.2 古典密碼
　　2.2.1 置換密碼
　　2.2.2 替代密碼
　　2.2.3 古典密碼的統(tǒng)計(jì)分析
　2.3 近代密碼
　　2.3.1 加密的機(jī)械化
　　2.3.2 轉(zhuǎn)輪機(jī)的爆發(fā)
　　2.3.3 enigma傳奇
　　2.3.4 enigma的破譯
　2.4 現(xiàn)代密碼
　2.5 基于加密的消息鑒別方案
第3章 基于對(duì)稱密碼的消息鑒別
　3.1 對(duì)稱密碼體制概述
　3.2 分組密碼
　　3.2.1 分組密碼概述
　　3.2.2 分組密碼結(jié)構(gòu)
　　3.2.3 數(shù)據(jù)加密標(biāo)準(zhǔn)（des）
　　3.2.4 高級(jí)數(shù)據(jù)加密標(biāo)準(zhǔn)（ades）
　　3.2.5 分組密碼工作模式
　3.3 序列密碼
　　3.3.1 序列密碼概述
　　3.3.2 線性反饋移位寄存器
　　3.3.3 基于lfsr的序列密碼
　　3.3.4 rc4
　　3.3.5 a5/1
　3.4 基于對(duì)稱密碼的消息鑒別方案
　　3.4.1 基于分組密碼的消息鑒別方案
　　3.4.2 基于序列密碼的消息鑒別方案
第4章 基于公鑰密碼的消息鑒別
　4.1 公鑰密碼體制的由來
　　4.1.1 對(duì)稱密碼的尷尬
　　4.1.2 diffie-hellman密鑰交換
　　4.1.3 不對(duì)稱密鑰的奇思妙想
　4.2 公鑰密碼體制的概述
　4.3 rsa算法
　　4.3.1 rsa算法的數(shù)學(xué)基礎(chǔ)
　　4.3.2 rsa算法原理及證明
　　4.3.3 rsa算法的可靠性
　　4.3.4 rsa算法的有效實(shí)現(xiàn)
　4.4 elgamal算法
　　4.4.1 離散對(duì)數(shù)問題
　　4.4.2 elgamal算法原理
　4.5 橢圓曲線密碼算法
　　4.5.1 橢圓曲線上的運(yùn)算
　　4.5.2 橢圓曲線算法原理
　4.6 基于公鑰密碼的消息鑒別方案
　　4.6.1 基于rsa的數(shù)字簽名方案
　　4.6.2 基于elgamal的數(shù)字簽名方案
　　4.6.3 基于橢圓曲線公鑰算法的數(shù)字簽名方案
第5章 基于散列函數(shù)和認(rèn)證碼的消息鑒別
　5.1 散列函數(shù)概述
　　5.1.1 散列函數(shù)的要求
　　5.1.2 散列函數(shù)的結(jié)構(gòu)
　　5.1.3 散列算法的設(shè)計(jì)方法
　5.2 md5及其家族
　　5.2.1 md5算法
　　5.2.2 md算法家族
　5.3 sha-1及其家族
　　5.3.1 sha-1算法
　　5.3.2 sha家族
　5.4 感知散列
　　5.4.1 感知散列的定義
　　5.4.2 感知散列的性質(zhì)
　　5.4.3 感知散列的分類
　5.5 基于散列函數(shù)的消息鑒別方案
　　5.5.1 基于傳統(tǒng)散列的消息鑒別方案
　　5.5.2 基于感知散列的消息鑒別方案
　5.6 基于認(rèn)證碼的消息鑒別方案
　　5.6.1 hmac設(shè)計(jì)目標(biāo)
　　5.6.2 hmac算法
　　5.6.3 hmac的安全性
第6章 生物認(rèn)證與消息鑒別
　6.1 消息源真實(shí)性認(rèn)證——生物識(shí)別
　6.2 消息完整性認(rèn)證——生物散列
　　6.2.1 生物密鑰
　　6.2.2 生物模板保護(hù)
　6.3 生物特征的感知信息
第7章 生物識(shí)別技術(shù)
　7.1 生物特征與生物識(shí)別系統(tǒng)
　7.2 生物識(shí)別系統(tǒng)工作模式
　　7.2.1 工作模式
　　7.2.2 性能評(píng)價(jià)參數(shù)
　7.3 單模態(tài)生物識(shí)別技術(shù)
　　7.3.1 生物識(shí)別技術(shù)的應(yīng)用
　　7.3.2 典型生物識(shí)別系統(tǒng)
　7.4 多模態(tài)生物識(shí)別技術(shù)
　　7.4.1 多模態(tài)生物識(shí)別的背景和意義
　　7.4.2 多模態(tài)生物識(shí)別發(fā)展現(xiàn)狀
　7.5 多模態(tài)生物特征融合的層次結(jié)構(gòu)
　7.6 多模態(tài)生物感知特征融合模型
第8章 基于感覺信息的多模態(tài)生物特征融合
　8.1 指紋感覺特征提取
　　8.1.1 指紋方向場(chǎng)的求取
　　8.1.2 指紋圖像增強(qiáng)
　　8.1.3 指紋感覺特征
　8.2 虹膜感覺特征提取
　　8.2.1 虹膜內(nèi)外邊界定位
　　8.2.2 眼皮定位
　　8.2.3 虹膜感覺特征
　8.3 人臉感覺特征提取
　8.4 多模態(tài)感覺特征融合算法
　　8.4.1 指紋—虹膜感覺特征融合
　　8.4.2 指紋—人臉感覺特征融合
　　8.4.3 虹膜—人臉感覺特征融合
第9章 基于知覺信息的多模態(tài)生物特征融合
　9.1 知覺特征空間特性
　9.2 擴(kuò)展普通向量算法
　　9.2.1 基于類內(nèi)散度矩陣值域求解法
　　9.2.2 基于樣本差分子空間求解法
　　9.2.3 類內(nèi)散度矩陣值域與樣本差分子空間的等價(jià)性
　9.3 基于ecv的多模態(tài)知覺特征融合算法
　　9.3.1 指紋—虹膜知覺特征融合
　　9.3.2 指紋—人臉知覺特征融合
　　9.3.3 虹膜—人臉知覺特征融合
第10章 基于感覺—知覺信息的多模態(tài)生物特征融合
　10.1 pca復(fù)數(shù)域的非線性擴(kuò)展
　　10.1.1 中心化樣本集
　　10.1.2 非中心化樣本集
　10.2 基于ekpca的感覺—知覺多模態(tài)生物特征融合算法
　　10.2.1 指紋—虹膜的感覺—知覺特征融合
　　10.2.2 指紋—人臉的感覺—知覺特征融合
　　10.2.3 虹膜—人臉的感覺—知覺特征融合
　10.3 fda復(fù)數(shù)域的非線性擴(kuò)展
　10.4 基于ekfda的感覺—知覺特征融合算法
　　10.4.1 指紋—虹膜的感覺—知覺特征融合
　　10.4.2 指紋—人臉的感覺—知覺特征融合
　　10.4.3 虹膜—人臉的感覺—知覺特征融合
第11章 生物散列技術(shù)
　11.1 生物密鑰
　　11.1.1 密鑰管理
　　11.1.2 生物密鑰生成手段
　11.2 生物識(shí)別系統(tǒng)安全
　11.3 樣本部分泄露的安全分析
　　11.3.1 樣本部分泄露區(qū)分性評(píng)測(cè)設(shè)計(jì)
　　11.3.2 樣本部分泄露區(qū)分性評(píng)測(cè)結(jié)果及分析
　11.4 生物模板保護(hù)
　　11.4.1 模板保護(hù)算法概述
　　11.4.2 基于自適應(yīng)非均勻量化的多模態(tài)生物模板保護(hù)算法
　參考文獻(xiàn)
　名詞索引