态加密所得密文，所述密钥密文为 对加法同态解密密钥进行全同态加密所得的密文。
[0089] 步骤S202,通过所述加法同态加密密钥分别对预设匹配阔值、平均脸与每个特征 脸的向量积的相反数、W及用于提取出所述平均脸的每个数据库脸在各个特征脸上的投影 系数的平方和进行加密，生成匹配阔值密文、每个特征脸对应的平均脸投影加密数据、W及 每个数据库脸对应的加密数据。
[0090] 步骤S203,将每个特征脸对应的平均脸投影加密数据、所述人脸加密数据和各个 特征脸转换为投影脸的加法同态加密密文，其中，所述投影脸为所述待识别人脸与所述平 均脸的差值在各个特征脸组成的特征维度中的投影数据。
[0091] 步骤S204,将每个数据库脸对应的加密数据、所述投影脸的加法同态加密密文和 所述投影系数转换为每个距离平方的加法同态加密密文，其中，每个距离平方为所述待识 别人脸和每个数据库脸在所述特征维度中的欧式距离的平方。
[0092] 步骤S205,通过所述全同态加密密钥，对所述密钥密文分别与所述匹配阔值密文、 所述投影脸的加法同态加密密文W及每个距离平方的加法同态加密密文的相加值进行加 密，生成包括所述预设匹配阔值的全同态加密密文、所述投影脸的全同态加密密文W及每 个距离平方的全同态加密密文的全同态密文集。
[0093] 步骤S206,基于所述预设匹配阔值、每个距离平方W及各人脸标识间的预设匹配 规则，将所述全同态密文集转换为含有人脸标识的识别结果的全同态加密密文。
[0094] 本实施方式，接收人脸加密数据、全同态加密密钥、加法同态加密密钥W及密钥密 文，进而基于加法同态加密算法的原理和全同态加密算法的原理，将每个特征脸对应的平 均脸投影加密数据、所述人脸加密数据和各个特征脸转换为投影脸的加法同态加密密文， 对所述密钥密文分别与所述匹配阔值密文、所述投影脸的加法同态加密密文W及每个距离 平方的加法同态加密密文的相加值进行加密生成全同态密文集，基于所述预设匹配阔值、 每个距离平方W及各人脸标识间的预设匹配规则，将所述全同态密文集转换为含有人脸标 识的识别结果的全同态加密密文。可在降低用户人脸数据的泄密风险的同时提高人脸识别 的效率和适用范围。
[0095] 其中，对于步骤S201，优选地，所接收的人脸加密数据、全同态加密密钥、加法同态 加密密钥W及密钥密文，可由用户端直接发送。也可由其他中间设备中转到数据库端。用 户端可通过摄像机或摄像头采集所述待识别的人脸，分别对所述加法同态解密密钥和所述 待识别人脸进行加法同态加密。还可通过本领域惯用的其他采集方式采集所述待识别的人 脸。
[0096] 对于步骤S202,若最小的平方距离大于所述预设匹配阔值，则最小的平方距离对 应的数据库脸与所述待识别的人脸不匹配，未识别到人脸，若最小的平方距离不大于所述 预设匹配阔值，则最小的平方距离对应的数据库脸与所述待识别的人脸不配，识别到人脸。
[0097] 其他实施方式中，可在步骤S203之前，通过所述加法同态加密密钥对每个数据库 脸在各个特征脸上的投影系数的平方和进行加密，生成每个数据库脸对应的加密数据，在 步骤S203之后，通过所述加法同态加密密钥分别对所述预设匹配阔值、所述平均脸与每个 特征脸的向量积的相反数进行加密，生成匹配阔值密文、每个特征脸对应的平均脸投影加 密数据。
[009引对于步骤S203,在加法同态加密的加密原理基础上，根据投影脸与所述待识别人 脸、所述平均脸和各个特征脸之间的对应关系（即所述待识别人脸与所述平均脸的差值在 各个特征脸组成的特征维度中的投影数据为所述投影脸），可将每个特征脸对应的平均脸 投影加密数据、所述人脸加密数据和各个特征脸转换为投影脸的加法同态加密密文。
[0099] 优选地，加法同态加密的加密原理如W下公式（1)表述：
[0100] [x+y]阳=[X]pE*[y]pE(1);
[OW] 其中，[x+y]pE表示数据X与数据y的相加值的加法同态加密数据，[X]PE表示数据X的加法同态加密数据，[y]p康示数据y的加法同态加密数据。
[0102] 在一个实施例中，将每个特征脸对应的平均脸投影加密数据、所述人脸加密数据 和各个特征脸转换为投影脸的加法同态加密密文的步骤包括W下步骤：
[0103] 分别W每个特征脸的第i个分量为所述人脸加密数据的第i个分量的指数，进行 乘方运算，其中，i为1到N中的任意一个整数，N为人脸数据的分量个数。
[0104] 将W相同的特征脸的分量为指数的乘方运算结果进行连乘，生成每个特征脸对应 的连乘加密数据。
[0105] 将相同的特征脸对应的连乘加密数据和平均脸投影加密数据相乘，生成每个特征 脸对应的人脸投影加密数据，W构成所述投影脸的加法同态加密密文。
[0106] 优选地，所述人脸数据的分量个数可为像素大小。
[0107] 对于步骤S204,在加法同态加密的加密原理基础上，根据每个距离平方与投影脸、 每个数据库脸和各个特征脸之间的对应关系（所述待识别人脸和每个数据库脸在所述特 征维度中的欧式距离的平方，即每个距离平方），将每个数据库脸对应的加密数据、所述投 影脸的加法同态加密密文和所述投影系数转换为每个距离平方的加法同态加密密文。
[0108] 在一个实施例中，将每个数据库脸对应的加密数据、所述投影脸的加法同态加密 密文和所述投影系数转换为每个距离平方的加法同态加密密文的步骤包括W下步骤：
[0109] 分别W每个数据库脸在第j个特征脸的投影系数的负二倍为所述第j个特征脸对 应的人脸投影加密数据的指数，进行乘方运算，其中，j为1到K中的任意一个整数，K为特 征脸的个数。
[0110] 将W相同的数据库脸的投影系数的负二倍为指数的乘方运算结果进行连乘，生成 每个数据库脸对应的连乘加密数据。
[0111] 分别将相同的数据库脸对应的连乘加密数据与加密数据进行相乘，生成每个距离 平方的加法同态加密密文。
[0112] 本实施例，直接将相同的数据库脸对应的连乘加密数据与加密数据的乘积作为每 个距离平方的加法同态加密密文，可将数据库端与用户端的交互次数降低为1次，并且有 效降低数据库端的计算量。
[0113] 在其他实施例中，将每个数据库脸对应的加密数据、所述投影脸的加法同态加密 密文和所述投影系数转换为每个距离平方的加法同态加密密文的步骤包括W下步骤：
[0114] 分别W每个数据库脸在第j个特征脸的投影系数为所述第j个特征脸对应的人脸 投影加密数据的指数，进行乘方运算，其中，j为1到K中的任意一个整数，K为特征脸的个 数。
[0115] 将W相同的数据库脸的投影系数为指数的乘方运算结果进行连乘，生成每个数据 库脸对应的连乘加密数据。
[0116] 将每个数据库脸对应的加密数据除W所述每个数据库脸对应的连乘加密数据的 平方，生成每个距离平方的加法同态加密密文。
[0117] 对于步骤S206,可在全同态加密的加密原理基础上，基于所述预设匹配规则，将所 述全同态密文集转换为含有人脸标识的识别结果的全同态加密密文。所述预设匹配规则用 于从各个平方距离中选取最小的平方距离，比较最小的平方距离与所述预设匹配阔值间的 大小，根据大小比较结果调取最小的平方距离对应的数据库脸的人脸标识（即最小的平方 距离对应的人脸标识），或所述预设匹配阔值的人脸标识（用于标示未匹配到人脸）。
[0118] 优选地，人脸标识为数据库脸的索引号，所述预设匹配阔值的人脸标识为0。
[0119] 进一步地，全同态加密的加密原理如W下公式（2)和（3)所示：
[0120] [x+y]pgg- [X]FHE+[y]FHE0);
[01 k*y]FHE=[X]FHE*[y]F邸做；
[012引其中，[x+y]wE表示数据X与数据y的相加值的全同态加密数据，[x*y]胃标识数 据X与数据y的乘积的全同态加密数据，[x]phe表示数据X的全同态加密数据，[y]胃表示 数据y的全同态加密数据。
[0123] 在一个实施例中，所述预设匹配规则包括如下人脸匹配关系：
[0124] 若各个距离平方中数值最小的距离平方不大于所述预设匹配阔值，则W数值最小 的距离平方对应的人脸标识为识别结果。
[01巧]若各个距离平方中数值最小的距离平方大于所述预设匹配阔值，则W用于标示未 识别到人脸的人脸标识为识别结果。
[01%] 基于所述预设匹配阔值、每个距离平方W及各人脸标识间的预设匹配规则，将所 述全同态密文集转换为含有人脸标识的识别结果的全同态加密密文的步骤包括W下步 骤：
[0127] 根据所述预设匹配规则，将所述全同态密文集转换为各个距离平方中数值最小的 距离平方对应的人脸标识的加法同态加密密文，生成识别结果的全同态加密密文。
[0128] 或，
[0129] 根据所述预设匹配规则，将所述全同态密文集转换为所述预设匹配阔值对应的人 脸标识的加法同态加密密文，生成识别结果的全同态加密密文。
[0130] 在另一个实施例中，在接收人脸加密数据、全同态加密密钥、加法同态加密密钥W 及密钥密文的步骤之后，还包括W下步骤：
[0131] 接收至少=个随机数中每个随机数的加法同态加密数据。
[0132] 在基于所述预设匹配阔值、每个距离平方W及各人脸标识间的预设匹配规则，将 所述全同态密文集转换为含有人脸标识的识别结果的全同态加密密文的步骤之后，还包括 W下步骤：
[0133] 通过所述全同态加密密钥，对所述密钥密文与每个随机数的加法同态加密数据的 相加值进行加密，生成每个随机数的全同态加密密文。
[0134] 根据所述至少S个随机数与识别结果间的预设验证关系，将每个随机数的全同态 加密密文和所述识别结果的全同态加密密文转换为待验证的全同态加密密文。
[0135] 优选地，可由用户端分别对至少S个随机数中每个随机数进行加法同态加密，生 成每个随机数的加法同态加密数据。所述预设验证关系可由数据库端与用户端预先设定， 也可由用户端单方预先设定，然后向数据库端发送所述预设验证关系。
[0136] 更进一步地，所述预设匹配规则和所述预设验证关系如图3所示。
[0137] 在图3中，a、b、C表示S个随机数，Di至Dm对应每个距离平方，T表示相互匹配 的征待识别人脸与数据库脸之间的距离平方的最大值（预设匹配阔值），W|......A表示投 影脸的各个分量，T'表示预设匹配阔值与投影脸的各个分量的平方和之间的差值，Dmi。表 示各个距离平方中的最小值，IcL。表示与各个距离平方中的最小值对应的人脸标识，A1表 示随机数a和C与识别结果的对应关系，A2表示随机数C与识别结果的对应关系。若各个 距离平方中数值最小的距离平方不大于所述预设匹配阔值，则W数值最小的距离平方对应 的人脸标识为识别结果。若各个距离平方中数值最小的距离平方大于所述预设匹配阔值， 则W所述预设匹配阔值对应的人脸标识为识别结果。所述待验证的全同态加密密文为A1 和A1的全同态加密数据。
[0138] 在其他实施例中，在基于所述预设匹配阔值、每个距离平方W及各人脸标识间的 预设匹配规则，将所述全同态密文集转换为含有人脸标识的识别结果的全同态加密密文的 步骤之后，还包括W下步骤：
[0139] 将所述识别结果的全同态加密密文向用户端发送，W使用于端通过全同态解密密 钥对所述识别结果的全同态加密密文进行解密，生成识别结果。
[0140]或，
[0141] 将所述待验证的全同