1.一种基于特征脸的隐私身份认证方法，其特征在于，包括如下步骤：步骤1：可信第三方计算特征模板；

步骤2：构造加密系统；

步骤3：发送Statement(陈述)；

步骤4：发送加密图像与公钥；

步骤5：计算人脸特征值；

步骤6：求线性等式；

步骤7：计算中间值；

步骤8：返回密文Witness；

步骤9：生成CRS；

步骤10：解密Witness；

步骤11、步骤12：发送CRS；

步骤13：发送证明；

步骤14：验证证明；

步骤15：返回验证结果。

2.根据权利要求1所述的基于特征脸的隐私身份认证方法，其特征在于，所述步骤1包括如下具体步骤：

步骤1.1：将人脸图像进行预处理操作；

步骤1.2：将人脸图像转换为一个列向量：经过灰度化处理的图片是一个矩阵，将这个矩阵的每一个行连接到一起，变成一个向量，将该向量转换为列向量；

步骤1.3：将数据集中的所有图片转换为向量后，得到一个矩阵，在此基础上进行零均值化处理，将所有的人脸在对应的维度求平均，得到一个平均脸向量；每个人脸向量，减去该向量完成零均值化处理；

步骤1.4：将经过零均值化处理的图像组合在一起，得到一个矩阵，通过该矩阵得到PCA算法的协方差矩阵；计算协方差矩阵的特征值与特征向量，选取最大的n个特征向量，作为特征脸模板；

3.根据权利要求2所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤2包括：

步骤2.1：首先对图像进行预处理操作；

步骤2.2：将图像预处理阶段的输出图像A，求其逆元素，生成新的图像矩阵A'；

步骤2.3：求图像哈希；

步骤2.4：构造用户的公私钥；

步骤2.5：加密个人图像；

所述步骤2.1的具体步骤如下：步骤2.1.1：首先获取人脸图像；

步骤2.1.2：将人脸图像进行灰度化处理；

步骤2.1.3：随后将人脸图像进行重置大小，转化为固定大小的图像；

步骤2.1.4：将图像进行降噪处理；排除获取图像时，因为周围环境或设备原因产生的噪声干扰；

步骤2.1.5：对图像进行直方图均衡化处理；

所述步骤2.2的具体步骤如下：根据公式f'(x,y)＝255‑f(x,y)求其图像对应逆元素，生成新的图像A'。其中f(x,y)为坐标(x,y)在原始图像上的像素值；f'(x,y)为新的图像在坐标(x,y)上的像素值；

所述步骤2.3的具体步骤如下：对原始图像和新生成的图像进行哈希运算；根据Y＝Hash(X)公式，对图像X求哈希值，Y为哈希函数的输出；

对A与A'分别做哈希运算，生成Y1＝Hash(A),Y2＝Hash(A')；

所述步骤2.4的具体步骤如下：根据Paillier算法与步骤2.3的图像哈希值，构造出用户的公私钥；其中大素数p为大于A且与A最近的素数，大素数q为大于A'且与A'最近的素数，并且满足gcd(pq,(p‑1)(q‑1))＝1；

根据公式λ＝lcm(p‑1,q‑1)，计算出p‑1与q‑1的最小公倍数λ；

根据公式N＝p·q，计算出N；

λ 2

随机选取整数g，且满足gcd(L(gmodN),N)＝12

其中mod表示为取模运算，gcd表示求最大公倍数操作；G表示集合{0,1,2,3,…,N‑1}内的元素,L(u)＝u‑1/N；

最后得出公钥为(g,N),私钥为(p,q)；

所述步骤2.5包括如下具体步骤：根据Paillier算法产生的公钥对(g,N)对图像的每个像素值进行加密处理:f(x,y) N 2

G(x,y)＝g rmodNf(x,y)表示预处理后的图像在坐标(x,y)下的像素值；r是一个随机数，表示集合{0,1,

2,…,N}的一个与N互素的元素；G(x,y)表示为原图像在坐标(x,y)下的加密值；

将加密后的图像转换为向量形式，加密的图像是一个矩阵，将这个矩阵的每一个行连接到一起，变成一个向量，将该向量转换为列向量。

4.根据权利要求3所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤3包括如下具体步骤：

服务器根据步骤1计算出前n个最大特征模板(X1,X2,X3,…,Xn)(特征向量)，其中每一个参数Xi均为一个m维特征脸模板；将每个特征模板内的值进行相加，再进行取整操作，转化为整数值，从而得到将n个整数(Y1,Y2,Y3,…,Yn)；

将n个整数(Y1,Y2,Y3,…,Yn)作为零知识证明中的Statement(陈述)以秘密的方式发给验证者；

所述步骤4包括如下具体步骤：用户将加密后的列向量与Paillier算法产生的公钥对(g,N)发给可信第三方；

所述步骤5包括如下具体步骤:可信第三方收到用户加密图像的列向量与用户的公钥后，进行计算用户人脸密文特征值(θ′1,θ′2,θ′3,…,θ′n)；

按照如下公式计算用户的特征向量：其中Γ表示为人脸向量的数据，Ψ表示PCA算法计算初期时，由人脸向量的维度的均值构成的向量，也就是平均脸；

给定加密的人脸图像密文与用户的公钥，根据Paillier算法的加法同态性即求出密文形式的人脸特征值(θ′1,θ′2,θ′3,…,θ′n)。

5.根据权利要求4所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤6包括如下具体步骤：

根据特征脸算法的特性，将输入的人脸图像用如下公式表示：θ1·X1+θ2·X3+θ3·X3+…+θn·Xn≈Y

其中(θ1,θ2,θ3,…,θn)为明文人脸特征值，(X1,X2,X3,…,Xn)中每一个参数Xi均为一个m维特征脸模板，Y为m维输入明文人脸向量；

随后将本地n个m维特征脸模板(X1,X2,X3,…,Xn)内每一个特征模板Xi的所有值相加后取整数，向量Y内的所有值相加后取整数得到整数Y'，从而将等式近似转化为:θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn≈Y'，其中整数Yi为第i个特征模板Xi内所有值相加后取整，整数Y'为人脸列向量的明文形式相加后取整；

根据等式左边可计算出密文整数Z，即：θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn＝Z，其中Z表示为人脸图像内的所有像素值相加，即Y'≈Z且|Y'‑Z|＜δ，δ为一个非常小的实数；

所述步骤7包括如下具体步骤：根据公式θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn＝Z，利用Paillier算法的加法同态性，计算出中间秘密隐藏值(C′1,C′2,C′3,…,C′n,Z')；其中，明文形式的Ci＝θi·Yi，(C′1,C′2,C′3,…,C′n,Z')均为密文形式，(Y1,Y2,Y3,…,Yn)为明文形式存储在本地；

6.根据权利要求5所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤8包括如下具体步骤：

可信第三方根据用户发送的密文人脸信息与公钥，采用同态加密技术，计算出零知识证明中的Witness；

将密文的Witness发给用户；

其中的Witness密文为(θ′1,θ′2,θ′3,…,θ′n,C′1,C′2,C′3,…,C′n,Z')；

所述步骤9包括如下具体步骤：可信第三方采用零知识证明技术，对θ1·Y1+θ2·Y2+θ3·Y3+…+θn·Yn＝Z，进行处理；

Statement(陈述)(Y1,Y2,Y3,…,Yn)是固定值；不同用户使用不同的人脸图像，会生成不同的Witness，即 可信第三方根据上述等式转化为Algebraic Circuit，从Algebraic Circuit转化为R1CS，从R1CS转化为QAP/QSP，最后变成zk‑SNARKs问题，同时根据等式结构挑选随机数生成Common Reference String(CRS)；

CRS如下所示：

可信第三方随机选取α，β，γ，δ， 定义τ＝(α,β,δ,x)，并计算CRS＝([σ1]1,[σ2]2)，

x x

其中，[x]1表示为g ，[x]2表示为h ，g,h都是群G1,G2的生成元，并且[a]1·[b]2＝[a·a·b

b]T＝e(g,h) 。

7.根据权利要求6所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤10包括如下具体步骤：

用户收到可信第三方发送的密文Witness，根据自己的私钥(p,q)进行解密，得出明文Witness。

步骤11、步骤12包括如下具体步骤：可信第三方根据步骤9生成相应的CRS，并将CRS以明文公开的方式发送给验证者与用户；

所述的步骤13包括如下具体步骤：用户收到可信第三方发送的CRS后，选取相应的随机数 并根据明文Witness进行计算证明π＝([A]1,[C]1,[B]2)，其中上述等式中的ai，i∈l+1,l+2,…,m为用户(证明者)向第三方获取的Witness，Witness为(θ′1,θ′2,θ′3,…,θ′n,C′1,C′2,C′3,…,C′n,Z')；

将计算好的证明π＝([A]1,[C]1,[B]2)发送给验证者。

8.根据权利要求7所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤14包括如下具体步骤：

验证者收到用户(证明者)的证明后，解析证明π＝([A]1,[C]1,[B]2)；结合可信第三方发给自己的Statement，验证以下等式是否成立：其中上述等式中的ai，i∈0,1,2,3,…,l为可信第三方向验证者秘密发送的Statement，Statement为(Y1,Y2,Y3,…,Yn)；

若等式验证通过，即等式两边相等，则该用户为可信第三方认证的合法用户；若等式验证不通过，则用户为非法用户。

9.根据权利要求8所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤15包括如下具体步骤：

验证者根据步骤14的等式验证结果进行相应的处理：若验证为合法用户，则对用户返回认证成功；若验证失败，则对用户返回验证失败；

10.根据权利要求9所述的基于特征脸的隐私身份认证方法，其特征在于，所述的步骤

15在进行身份认证时，验证者对多个证明者的证明进行聚合验证；具体步骤为：验证者初始化四个元素(A,B,C,D)令其值为零，并采用如下公式进行聚合：其中证明π＝([Ai]1,[Bi]2,[Ci]1)，i∈{1,2,3,…,N}表示为i个用户发给验证者的证明；

最后验证如下等式是否成立：

若等式成立，则N个用户的身份都为合法用户，否则该聚合的证明中存在非法用户，等式无法验证通过。