U ovom završnom radu implementirana je i detaljno analizirana moderna fuzzy vault shema za zaštitu biometrijskih predložaka, s fokusom na sustave za prepoznavanje lica. Projekt integrira najsuvremenije ekstraktore značajki i robusne tehnike transformacije biometrijskih podataka kako bi se omogućila sigurna pohrana, autentifikacija i otpornost na brute-force i korelacijske napade.
Eksperimentalna evaluacija pokazuje izvanrednu pouzdanost, minimalne stope lažnih prihvaćanja (eng. False Match Rate, FMR) i snažnu zaštitu privatnosti. Razvijeni sustav koristi bijekcijske funkcije temeljene na raspršivanju (eng. hash) kako bi jamčio nepovezivost između trezora, osiguravajući da se biometrijski predlošci ne mogu korelirati između upisa. Rezultati potvrđuju praktičnost zaštite temeljene na fuzzy vault tehnici za biometriju u primjeni s visokom razinom sigurnosti.
This undergraduate thesis presents the implementation and in-depth analysis of a modern fuzzy vault scheme for protecting biometric templates, with a focus on face recognition systems. The project integrates state-of-the-art deep learning feature extractors and robust biometric data transformation techniques to enable secure storage, authentication, and resistance to attacks such as brute-force and correlation analysis.
Experimental evaluation demonstrates outstanding reliability, minimal false match rates (FMR), and strong privacy protection. The developed system leverages bijective secret mappings to guarantee unlinkability between vaults, ensuring that biometric templates cannot be correlated across enrollments. The results confirm the practicality of fuzzy vault-based protection for high-assurance biometric security applications.
