随着信息技术的迅速发展,信息安全已经成为全球信息化的重大挑战。密码学是信息安全的基础,而密钥安全又是密码系统的依赖。密钥通过密码或令牌的方式与用户连接,但是密码和令牌与用户身份缺乏联系。因此,这些秘密容易被盗用或者丢失,而密码系统自身却无法检测。幸运的是,密码技术与生物特征识别技术具有互补特性,相结合就可以设计出更好更安全的系统,将这些系统命名为生物特征加密系统。与用户身份强相关的生物特征可以提供密码技术所需要的信赖,同时,密码技术又可以在不泄露用户隐私的情况下,为生物特征识别数据提供保护。结合生物特征识别技术和密码技术最大的困难在于密码学是精确的而生物特征是模糊的。模糊承诺方案是解决这一矛盾的经典方案之一。本文首先研究了人脸特征选择算法,对特征选择算法进行优化。在规范化后的NG-score算法中加入灵敏度分析算法,组合生成LNG-score算法,该算法能够很好的剔除一些无关或者灵敏度高的特征,从而有效地提高了特征的抗干扰性,为模糊承诺算法的实现奠定了良好的基础。其次研究了基于LNG-score与模糊承诺的人脸特征加密算法。该算法包括两个过程:加密过程和解密过程。加密过程中,经过纠错编码之后的随机密钥与经过LNG-score算法的人脸特征进行异或运算,将其值存储在智能卡中,并存储随机密钥的哈希值,然后将随机密钥销毁。解密过程需要提供相似的人脸特征将加密过程中随机生成的密钥解构出来。由于智能卡上只需要存储一串具有纠错性能的字符串,从而有效地保护了人脸特征信息的安全和用户的隐私。最后,本文使用ORL人脸特征库与YALE人脸特征库进行实验。结果表明,本文的算法可以很好地将真实用户与假冒用户分离,具有较高的识别正确率,且FRR(拒识率)和FAR(误识率)较低,系统的整体性能有了一定的改进。