一、前言 如今已经是信息化的时代，在当代为了快捷，指纹运用十分广泛，在众多的用于身份验证的生物识别技术中，指纹识别技术是目前最方便、可靠、非侵害和价格便宜的解决方案，对于广大市场的应用有着很大的潜力。

随着各主流手机厂商对指纹识别技术的搭载普及化，在可预见的未来，指纹识别将成为智能移动设备的标配，利用指纹的便捷性和安全性来进行移动应用的安全认证，将是大势所趋。

正是指纹运用的广泛，在刑侦过程中采集到的指纹在较多指纹中要相匹配就比较麻烦，由于指纹具有唯一性，故错误率极低，准确率高，统计方便。

所以这个课题旨在建立一个能快速识别较多指纹中所匹配的一个。

但是指纹数据库可能会比较大，所以使用”分布式的在线指纹识别技术”，采取缩小数据库的方法进行改进，缩短系统匹配时间。

Hadoop的优势是MapReduce，它优化combine函是用于在本地合并数据的函数，在有些情况下，map函数产生的中间数据会有很多重复的数据，所以MapReduce框架运行用户写的一个combine函数，用于本地合并，这会大大减少网络I/O操作的消耗[1]。

mapreduce易于编程良好的扩展性，增加节点达到线性扩展集群高容错性 通过计算迁移和数据迁移 等策略来提高集群的可用性和容错性[3]。

二、发展和研究现状 1892 年，英国的弗朗西斯 盖尔顿(Francis Galton)对指纹进行了广泛的研究，写了《Fingerprint》一书，向世人介绍了用于单个指纹分类的细节特征，首次系统地阐述了指纹学，完善地建立了一整套指纹识别的方法，并且用于刑事侦察中对犯罪嫌疑人的甄别和鉴定。

一个指纹识别系统由两部分组成，分别是指纹识别和指纹管理[11]。

20 世纪 60 年代，由于计算机可以有效地处理图形图像，人们开始着手研究利用计算机来处理指纹。