基于电子签名技术的公文管理解决方案

随着信息化的不断深入,公文管理中对公文的安全性、真实性和实效性的要求不断的提高.特别是针对手写签名、电子印章需求更加严格,要求在网络办公系统中对电子公文进行签署、盖章,并实现多人会签、签章可验证、可认证、防抵赖等功能.因此给出基于电子签名技术的公文管理解决方案,该方案可完成对公文的全过程网络化、无纸化管理.     

基于电子印章的公文安全认证系统

针对电子公文在存储和传输中的安全认证需求,对电子印章系统设计中的关键问题进行了研究.综合数字签名技术和双重数字水印技术的优点,基于现有CA系统提出一种电子印章系统构建方案,实现了对电子公文的内容认证和盖章实体的身份认证,同时继承了传统印章的形象性和权威性.然后基于Word开发原型系统,并构造典型攻击进行实例测试.实验结果表明,该系统能够满足电子公文认证的安全需求.     

基于RSA公钥算法和CA的电子签章研究

电子签章利用技术手段实现与手写签名或盖章同样的效果,但具有后者不可比拟的快捷性与方便性。介绍了电子签章及其基本原理。分析了电子签章中常用的公钥算法RSA算法。该算法需要第三方权威认证机构CA的配合,给出了一种可行的电子签章方案。并对电子签章应用前景进行了展望。     

一种基于PKI的电子印章系统安全应用方案

针对电子印章网络安全应用需求,提出一种基于网络的电子印章服务平台架构,在分析加密设备的安全性、调用加密设备的流程安全性和服务平台自身设计的安生性等三个方面的安全需求,提出登录身份认证、印章制作、印章发放、盖章、验章、打印等应用流程方案,并基于两对RSA公私钥对的印章签名方案解决了客户端身份和印章同时验证以及同一个文件盖多个章的验证等问题.     

电子与手写签名具同等法律效力

4月1日《中华人民共和国电子签名法》推出后，电子签名与传统的手写签名和盖章具有了同等法律效力。     

基于HMM的在线手写签名认证系统设计与实现

在线手写签名认证是以人的行为特征为基础的身份认证技术.对在线手写签名字型曲线进行分段,分析了一系列特征,并将隐马尔可夫模型(HMM)引入到在线手写签名认证中.找到了真签名中某种比较稳定的特征,提出了一种基于隐马尔可夫模型的在线手写签名认证方法.从实验数据来看,取得了比较满意的认证效果.     

基于CPK的电子文档安全管理系统的设计与实现

为了实现电子文档的安全管理,提出了一种基于CPK认证技术的电子文档安全管理设计方案。明确电子文档的目标是安全访问与共享,在此基础上建立了基于CPK认证技术的电子文档安全管理系统设计模型,阐述了系统运行基本原理,从而确定系统主要功能模块。应用CPK认证技术实现了系统的用户身份认证、电子文档传输过程中的签名和验证、用户授权等主要功能。通过系统测试结果表明,该系统运行正常,验证了设计方案的可行性。     

一个在线手写签名识别系统的设计与实现

介绍了在线手写签名识别的原理,设计并实现了一个在线手写签名识别系统.该系统具有算法简单、所需内存小、可在微机上实现等优点.与传统的身份认证系统相比,该系统更加安全有效.     

在线手写签名认证研究

手写签名认证是人工智能领域的一个重要课题,对它的深入研究具有重要的现实意义。文章采用基于概率统计的方法表示手写签名的速度特征,用vague集相似度表示书写压力特征,并通过细分的拐点表示笔画特征进行签名认证,最后,构造了一个在线手写签名认证系统。实验证明了该方法的有效性。     

隐马尔可夫模型下视频手写签名认证算法研究

为了提高视频手写签名认证的准确率,确保身份认证的严谨性,需要对隐马尔可夫(Hidden Markov Models,HMM)模型下视频手写签名认证算法进行改进设计;使用当前算法对视频手写签名进行认证时,存在认证判断误差大、效率低的问题;提出基于HMM模型下视频手写签名认证算法;该算法将使用Wacom手写板采集手写签名特征点及压力数据,对采集到的手写签名特征与压力数据进行预处理,消除采集过程中环境和手写板产生的影响,并且规范采集的视频手写签名特征位置、尺寸,提取手写签名特征与压力数据,再以HMM模型对已提取的视频手写签名特征点与压力数据进行认证与计算,确定签名的真实度;实验仿真证明,所提算法提高了视频签名认证的性能。     

中文电子签名的认证方法研究

中文电子签名的认证方法研究可归属于特定人脱机手写汉字识别研究的范畴。介绍了手写汉字识别(中文电子签名认证)的一般原理、常用方法和当前的研究热点，并对中文电子签名认证方法的研究方向作了一些探讨。     

XML数字签名在电子订单系统中的应用

随着XML越来越广泛的应用,XML数据的安全问题已成为人们关注的焦点。针对电子订单系统中存在的XML数据签名需求,提出基于代理的XML数字签名解决模型,订单数据传输给代理系统执行数字签名和有效验证。该模型提供签名与验证的功能接口,保证系统的可移植性,同时应用Java实现了XML数字签名和验证过程,进一步提高了系统的跨平台能力。     

基于图像处理技术的离线手写签名鉴别方法

由于手写签名具有高度的唯一性、不遗忘性、自然性与可靠性已成为身份识别的研究热点。文中对手写签名识别技术主要是离线手写签名识别技术进行了详细分析,在研究手写签名的特点和在身份认证中实用性的基础上,提出了一种基于图像处理技术的手写签名鉴别方案,该方案利用了图像的缩放和膨胀细化技术对图像进行处理,然后利用均方差和峰值信噪比来评价签名图像的相似度。试验数据表明该鉴别方法简单可行且高效,能获得较好的验证率和鉴别率。     

基于混合特征多模板匹配的签名认证系统的设计与实现

针对签名在办公自动化系统中的广泛应用,该文介绍了一个基于混合特征多模板匹配的动态手写签名认证系统的设计与实现。实验对800个亲笔签名和800个伪造签名的认证数据显示,系统的平均错误率ERR为2.13%,具有很好的实用价值。     

动态手写签名验证技术概述

1.引言随着电子商务的发展,对个人身份认证提出了更高的要求。传统的密码认证在安全性上存在着一定的限制,在这种情况下,基于生物识别(Biometrics)的个人身份认证技术越来越受到人们的重视。手写签名验证(Handwritten Signature Verification,HSV)是其中有效的认证技术之一。特别是随着各种手写输入设备和掌上电脑的使用,动态手写签名验证或在线手写签名验证技术正越来越受到人们的重视。签名是一种传统的身份鉴别方法之一,在银行、金融等领     

A Markov chain Monte Carlo algorithm for bayesian dynamic signature verification

Authentication of handwritten signatures is becoming increasingly important. With a rapid increase in the number of people who access Tablet PCs and PDAs, online signature verification is one of the most promising techniques for signature verification. This paper proposes a new algorithm that performs a Monte Carlo based Bayesian scheme for online signature verification. The new algorithm consists of a learning phase and a testing phase. In the learning phase, semi-parametric models are trained using the Markov Chain Monte Carlo (MCMC) technique to draw posterior samples of the parameters involved. In the testing phase, these samples are used to evaluate the probability that a signature is genuine. The proposed algorithm achieved an EER of 1.2% against the MCYT signature corpus where random forgeries are used for learning and skilled forgeries are used for evaluation. An experimental result is also reported with skilled forgery data for learning.     

区间模糊相似性度量的离线签名验证

为优化离线手写签名验证,提出了一种基于区间符号表示和模糊相似性度量的高效离线签名验证方法。在特征提取步骤中,从签名图像及其欠采样位图计算一组基于改进局部二值模式（LBP）与灰度共生矩阵（GLCM）相融合的特征。然后获得每个签名类中每个要素的区间值符号数据。为每个人的手写签名类创建由一组间隔值（对应于特征的数量）组成的签名模型。为了验证测试样本,还提出了一种新的模糊相似性度量来计算测试样本签名和相应的区间值符号模型之间的相似度。为了评估所提出的验证方法,使用了不同类型的中文手写签名笔迹图片进行测试与比对,识别率可以达到92.75%。实验结果表明当训练样本的数目是10或更多时,有效提高了识别率,所提出的方法优点在于当向系统添加新类时不需要被重新训练,并在内存使用和计算时间方面与神经网络比较是廉价的。     

一个在线手写签名身份认证系统的设计与实现

1.引言由于传统的口令方式的身份认证策略不具有个人的特征,容易被窃取,因而安全性无法保障。所以基于生物认证技术的应用获得广泛推崇。生物认证技术是指基于人的生物学特征进行个人身份认证的研究领域,如视网膜或虹膜认证,指纹认证,人脸认证,语音认证,手写体签名认证等。关于签名认证,根据数据的获取方法,可以分为两类:离线签名认证和在线签名认证。离线签名认证视签名为静态数字图像。在线签名认证使用特殊的硬件设备如数字手写板,记录笔的运动,签名被视为多通道数字信号。Nalwa认为签名的动态信息(速度,加速度等)不如静态信息(字形信息)稳定,认证应该以字形信息为主。Hastie曾使用隐马尔科夫模型(HMM)比较离线签名认证和在线签名认证,发现在线签名认证效果较好。