ANALISI DI UN ALGORITMO DI TIPO LOCALITY SENSITIVE HASHING BASATO SU GEOMETRIA EUCLIDEA CON APPLICAZIONI AL RICONOSCIMENTO BIOMETRICO

This thesis is situated within the research context of blockchain technologies and cryptocurrencies, addressing the problem of user identification and authentication in decentralized systems. In such environments, characterized by the absence of a central authority, it is necessary to ensure security, reliability, and tolerance to variations in authentication data. In particular, the work analyzes the use of fuzzy signatures, based on variable sources, as an innovative tool for decentralized authentication. The thesis activity, carried out as part of an internship at the Università Politecnica delle Marche, focuses on the experimental study of an approach based on Locality Sensitive Hashing (LSH) for the efficient comparison of fuzzy signatures represented as high-dimensional binary vectors. The signatures are compared using Hamming distance and angular distance in Euclidean space, in order to evaluate the correlation between binary similarity and geometric similarity. The simulations performed in a Python environment show that signatures characterized by a low Hamming distance exhibit limited angular variations, while more distant signatures display significantly larger angles. The results obtained confirm the effectiveness of the LSH approach in distinguishing authentic signatures from altered ones and suggest its applicability in decentralized and scalable blockchain-based systems.

La presente tesi si inserisce nel contesto della ricerca sulle tecnologie blockchain e sulle criptovalute, affrontando il problema dell’identificazione e dell’autenticazione degli utenti in sistemi decentralizzati. In tali ambienti, caratterizzati dall’assenza di un’autorità centrale, è necessario garantire sicurezza, affidabilità e tolleranza a variazioni nei dati di autenticazione. In particolare, il lavoro analizza l’impiego di firme fuzzy, basate su sorgenti variabili, come strumento innovativo per l’autenticazione decentralizzata. L’attività di tesi, svolta nell’ambito di un tirocinio presso l’Università Politecnica delle Marche, si concentra sullo studio sperimentale di un approccio basato su Locality Sensitive Hashing (LSH) per il confronto efficiente di firme fuzzy rappresentate come vettori binari ad alta dimensionalità. Le firme vengono confrontate attraverso la distanza di Hamming e la distanza angolare nello spazio euclideo, al fine di valutare la correlazione tra similarità binaria e similarità geometrica. Le simulazioni effettuate in ambiente Python mostrano che firme caratterizzate da una bassa distanza di Hamming presentano variazioni angolari contenute, mentre firme più distanti evidenziano angoli significativamente maggiori. I risultati ottenuti confermano l’efficacia dell’approccio LSH nel distinguere firme autentiche da quelle alterate e suggeriscono la sua applicabilità in sistemi decentralizzati e scalabili basati su blockchain.