1.一种基于随机噪声机制的虹膜特征隐藏方法，其特征在于，包括以下步骤：步骤(1)：基于小波变化的过零检测和编码方法对虹膜特征提取及预处理；

步骤(1a)：通过以虹膜中心为中心的同心圆对虹膜数字图像进行采样，生成2D虹膜数字图像；

步骤(1b)：将2D虹膜数字图像转换为1D信号；

步骤(1c)：通过特定的小波函数对1D信号进行变换形成编码，形成虹膜图像矩阵，对应于虹膜的特征信息；其中，特定的小波函数被定义为平滑函数的二阶导数；

步骤(2)：基于拉普拉斯分布噪声和高斯分布噪声机制的差分隐私算法实现虹膜生物特征隐藏；

步骤(2a)：运用拉普拉斯机制和高斯机制将普通查询函数的查询结果映射到随机值范围，产生和虹膜图像矩阵尺寸一致的随机变量矩阵，此随机变量矩阵就是服从高斯分布或拉普拉斯分布的噪声；

步骤(2b)：将步骤(2a)中生成的满足隐私要求的随机变量矩阵中的数值与虹膜图像矩阵中的图像像素值相加，获得新的像素值矩阵；其中，如果生成的矩阵中的图像像素值超过

255，则图像像素值被分配为255；

步骤(3)：基于哈希算法验证差分隐私保护的虹膜图像与原始数据之间的相似性；

步骤(3a)：通过减小图像的大小，以快速删除图像的高频率和详细信息，仅保留图像的结构和亮度，以排除不同尺寸和不同比例图像之间的差异；

步骤(3b)：对步骤(3a)得到的图像执行灰度处理，消除色差对处理结果的影响；

步骤(3c)：对步骤(3b)得到的图像进行离散余弦变换，进一步压缩要处理的图像；离散余弦变换后，图像的DCT系数能量主要集中在图像的左上角，因此只需要保持左上角的区域为80*80，得到DCT系数均值；

步骤(3d)：对步骤(3c)中得到的图像区域中的像素与DCT系数的平均值进行比较，将像素的位置大于或等于均值记录为1，比较不同哈希序列的数量；保存所获得的汉明距离，提供用于后续判别阈值的基本数据；汉明距离越小，两幅图像越相似，其中，哈希序列的数量就代表汉明距离。