Biometria - szybki przewodnik

Termin biometria składa się z dwóch słów - Bio (greckie słowo oznaczające życie) i Metrics (pomiary). Biometria to dziedzina technologii informacyjnej, której celem jest ustalenie tożsamości na podstawie cech osobistych.

Biometria jest obecnie modnym hasłem w dziedzinie bezpieczeństwa informacji, ponieważ zapewnia wysoki stopień dokładności w identyfikacji osoby.

Co to jest biometria?

Biometria to technologia używana do identyfikowania, analizowania i mierzenia cech fizycznych i behawioralnych jednostki.

Każdy człowiek jest wyjątkowy pod względem cech, które odróżniają go od wszystkich innych. Cechy fizyczne, takie jak odciski palców, kolor tęczówki, kolor włosów, geometria dłoni i cechy behawioralne, takie jak ton i akcent mowy, podpis lub sposób wpisywania klawiszy na klawiaturze komputera itp., Sprawiają, że osoba jest oddzielona od reszta.

Ta wyjątkowość osoby jest następnie wykorzystywana przez systemy biometryczne do:

  • Zidentyfikuj i zweryfikuj osobę.
  • Uwierzytelnij osobę, aby nadać odpowiednie uprawnienia do obsługi systemu.
  • Chroń system przed nieetyczną obsługą.

Co to jest system biometryczny?

System biometryczny to technologia, która przyjmuje fizjologiczne, behawioralne lub obie cechy osoby jako dane wejściowe, analizuje je i identyfikuje osobę jako prawdziwego lub złośliwego użytkownika.

Ewolucja biometrii

Idea biometrii była obecna od kilku lat. W XIV wieku Chiny praktykowały pobieranie odcisków palców kupców i ich dzieci, aby oddzielić ich od wszystkich innych. Odciski palców są nadal używane.

  • W XIX wieku o nazwisku antropologAlphonse Bertillionopracował metodę (nazwaną Bertillionage ) dokonywania pomiarów ciała osób w celu ich identyfikacji. Uświadomił sobie, że nawet jeśli zmieniają się niektóre cechy ludzkiego ciała, takie jak długość włosów, waga itp., Niektóre cechy fizyczne ciała pozostają niezmienione, takie jak długość palców. Ta metoda szybko się zmniejszyła, ponieważ stwierdzono, że osoby o takich samych wymiarach ciała mogą być fałszywie traktowane jako jedna. Następnie Richard Edward Henry ze Scotland Yardu opracował metodę pobierania odcisków palców.

  • Pomysł identyfikacji siatkówki został wymyślony przez dr Carletona Simona i dr Isadore Goldsteina w 1935 roku. W 1976 roku w EyeDentify Inc. podjęto działania badawczo-rozwojowe. Pierwszy komercyjny system skanowania siatkówki został udostępniony w 1981 roku.

  • Rozpoznawanie tęczówki zostało wymyślone przez Johna Daugmana w 1993 roku na Uniwersytecie Cambridge.

  • W 2001 r. W Kosowie wprowadzono Biometrics Automated Toolset (BAT), który zapewnił konkretne środki identyfikacji.

Dzisiaj biometria stała się niezależną dziedziną nauki, w której zastosowano precyzyjne technologie ustalania tożsamości.

Dlaczego wymagana jest biometria?

Wraz ze wzrostem wykorzystania technologii informatycznych w bankowości, nauce, medycynie itp. Istnieje ogromna potrzeba ochrony systemów i danych przed nieuprawnionymi użytkownikami.

Biometria służy do authenticating i authorizingosoba. Chociaż te terminy są często łączone; mają na myśli różne.

Uwierzytelnianie (identyfikacja)

Ten proces próbuje znaleźć odpowiedź na pytanie: „Czy jesteś tym samym, za kogo się podajesz?” Lub „Czy ja cię znam?” Jest to dopasowanie typu jeden do wielu i porównanie danych biometrycznych danej osoby z całą bazą danych.

Weryfikacja

Jest to proces dopasowania jeden do jednego, w którym próbka wprowadzona na żywo przez kandydata jest porównywana z szablonem zapisanym wcześniej w bazie danych. Jeśli oba są zgodne z ponad 70% akceptowalnym podobieństwem, weryfikacja zakończy się powodzeniem.

Upoważnienie

Jest to proces nadawania praw dostępu uwierzytelnionym lub zweryfikowanym użytkownikom. Próbuje znaleźć odpowiedź na pytanie „Czy kwalifikujesz się do posiadania pewnych praw dostępu do tego zasobu?”

Wady konwencjonalnych środków bezpieczeństwa

Konwencjonalne metody zabezpieczenia systemu informatycznego wykorzystywały dowody osobiste, hasła, osobiste numery identyfikacyjne (PIN) itp. Mają one następujące wady -

  • Wszystkie oznaczają rozpoznanie jakiegoś kodu związanego z osobą, a nie rozpoznanie osoby, która go faktycznie stworzyła.

  • Można o nich zapomnieć, zgubić lub ukraść.
  • Można je ominąć lub łatwo złamać.
  • Nie są precyzyjne.

W takich przypadkach bezpieczeństwo systemu jest zagrożone. Gdy systemy wymagają wysokiego poziomu niezawodnej ochrony, pomocne są dane biometryczne, wiążąc tożsamość bardziej zorientowaną na osobę.

Podstawowe elementy systemu biometrycznego

Ogólnie system biometryczny można podzielić na cztery podstawowe komponenty. Przyjrzyjmy się im pokrótce -

Interfejs wejściowy (czujniki)

Jest to komponent czujnikowy systemu biometrycznego, który przekształca ludzkie dane biologiczne w postać cyfrową.

Na przykład,

  • Urządzenie do obrazowania półprzewodników metalowo-tlenkowych (CMOS) lub urządzenie ze sprzężeniem ładunkowym (CCD) w przypadku rozpoznawania twarzy, odcisków dłoni lub systemów rozpoznawania tęczówki / siatkówki.

  • Czujnik optyczny w przypadku systemów odcisków palców.
  • Mikrofon w przypadku systemów rozpoznawania głosu.

Jednostka przetwarzania

Komponent przetwarzający to mikroprocesor, cyfrowy procesor sygnałowy (DSP) lub komputer, który przetwarza dane przechwycone z czujników.

Przetwarzanie próbki biometrycznej obejmuje:

  • Przykładowe ulepszenie obrazu
  • Przykładowa normalizacja obrazu
  • Ekstrakcja cech
  • Porównanie próbki biometrycznej ze wszystkimi próbkami przechowywanymi w bazie danych.

Magazyn bazy danych

Baza danych przechowuje zarejestrowaną próbkę, która jest przywoływana w celu dopasowania w czasie uwierzytelniania. Dla celów identyfikacji może być dowolna pamięć z pamięci o dostępie swobodnym (RAM), pamięci flash EPROM lub serwera danych. Do weryfikacji używa się wyjmowanego elementu pamięci, takiego jak stykowa lub zbliżeniowa karta inteligentna.

Interfejs wyjściowy

Interfejs wyjściowy przekazuje decyzję systemu biometrycznego o umożliwieniu dostępu użytkownikowi. Może to być prosty protokół komunikacji szeregowej RS232 lub protokół USB o większej przepustowości. Może to być również protokół TCP / IP, identyfikacja radiowa (RFID), Bluetooth lub jeden z wielu protokołów komórkowych.

Ogólne działanie systemu biometrycznego

Istnieją cztery ogólne kroki, które wykonuje system biometryczny, aby przeprowadzić identyfikację i weryfikację -

  • Uzyskaj próbkę na żywo od kandydata. (za pomocą czujników)
  • Wyodrębnij najważniejsze cechy z próbki. (za pomocą jednostki przetwarzania)
  • Porównaj próbkę na żywo z próbkami przechowywanymi w bazie danych. (za pomocą algorytmów)
  • Przedstaw decyzję. (Zaakceptuj lub odrzuć kandydata.)

Próbka biometryczna jest pobierana od kandydata na użytkownika. Najważniejsze cechy są wyodrębniane z próbki, a następnie porównywane ze wszystkimi próbkami przechowywanymi w bazie danych. Gdy próbka wejściowa pasuje do jednej z próbek w bazie danych, system biometryczny umożliwia danej osobie dostęp do zasobów; w inny sposób zakazuje.

Terminologia biometryczna

Biometric Template - Jest to cyfrowe odniesienie do różnych cech, które są wyodrębnione z próbki biometrycznej.

Candidate/Subject - Osoba, która wprowadza swoją próbkę biometryczną.

Closed-Set Identification - Wiadomo, że dana osoba istnieje w bazie danych.

Enrollment - To wtedy, gdy kandydat po raz pierwszy korzysta z systemu biometrycznego, rejestruje podstawowe informacje, takie jak imię i nazwisko, adres itp., A następnie zapisuje cechę biometryczną kandydata.

False Acceptance Rate (FAR) - Jest to miara możliwości, że system biometryczny nieprawidłowo zidentyfikuje nieuprawnionego użytkownika jako ważnego użytkownika.

FAR =
Liczba fałszywych akceptacji / liczba prób identyfikacji

System biometryczny zapewniający low FAR ensures high security.

False Reject Rate (FRR) - Jest to miara prawdopodobieństwa, że ​​system biometryczny nieprawidłowo odrzuci autoryzowanego użytkownika jako nieważnego użytkownika.

FRR =
Liczba fałszywych odrzuceń / liczba prób identyfikacji

Open-Set Identification - Nie ma gwarancji, że dana osoba będzie istnieć w bazie danych.

Task - To wtedy, gdy system biometryczny przeszukuje bazę danych pod kątem pasującej próbki.

Obszary zastosowań biometrii

Istnieje wiele zastosowań, w których przydatne są systemy biometryczne. Kilka z nich podano poniżej -

  • Kontrolowanie dostępu do miejsca pracy.
  • Ustanowienie tożsamości osób dla autentycznych systemów obywatelskich i imigracyjnych.

  • Stosowanie kontroli dostępu do wrażliwych informacji i systemów.
  • Identyfikacja przestępców za pomocą medycyny sądowej.
  • Wykonywanie transakcji e-commerce online.
  • Ograniczenie oszustw i kradzieży.
  • Egzekwowanie prawa.

Modalność biometryczna to nic innego jak kategoria systemu biometrycznego w zależności od rodzaju cechy ludzkiej, którą przyjmuje jako dane wejściowe.

Dane biometryczne są w dużej mierze statystyczne. Im więcej dostępnych danych z próbki, tym bardziej prawdopodobne jest, że system będzie niepowtarzalny i niezawodny. Może działać na różnych modalnościach odnoszących się do pomiarów ciała i cech jednostki oraz wzorców zachowań. Modalności są klasyfikowane na podstawie biologicznych cech danej osoby.

Rodzaje modalności biometrycznych

U ludzi występują różne cechy, które można wykorzystać jako modalności biometryczne. Metody biometryczne dzielą się na trzy typy -

  • Physiological
  • Behavioral
  • Połączenie modalności fizjologicznej i behawioralnej

W poniższej tabeli zebrano punkty, które odróżniają te trzy tryby -

Fizjologiczna modalność Modalność behawioralna Połączenie obu metod
Ta modalność dotyczy kształtu i wielkości ciała. Ta modalność jest związana ze zmianą zachowania ludzi w czasie. Ta modalność obejmuje obie cechy, gdzie cechy zależą zarówno od zmian fizycznych, jak i behawioralnych.

Na przykład -

  • Rozpoznawanie odcisków palców
  • System rozpoznawania geometrii dłoni
  • System rozpoznawania twarzy
  • System rozpoznawania tęczówki
  • System rozpoznawania geometrii dłoni
  • System skanowania siatkówki
  • System rozpoznawania DNA

Na przykład -

  • Chód (sposób chodzenia)
  • Rytm wpisywania klawiszy
  • Signature

Na przykład -

Rozpoznawanie głosu

Zależy to od stanu zdrowia, wielkości i kształtu struny głosowej, jamy nosowej, jamy ustnej, kształtu ust itp. Oraz stanu emocjonalnego, wieku, choroby (zachowania) osoby.

W kolejnych rozdziałach omówimy bardziej szczegółowo każdą z tych modalności.

Jak pokazano wcześniej, fizjologiczne modalności opierają się na bezpośrednim pomiarze części ludzkiego ciała, takich jak tęczówka, odcisk palca, kształt i położenie palców itp.

Istnieją pewne cechy fizyczne, które pozostają niezmienione przez całe życie człowieka. Mogą być doskonałym źródłem informacji do identyfikacji osoby.

System rozpoznawania odcisków palców

Jest to najbardziej znane i używane rozwiązanie biometryczne do uwierzytelniania osób w systemach biometrycznych. Powody, dla których jest tak popularne, to dziesięć dostępnych źródeł danych biometrycznych i łatwość pozyskania.

Każda osoba ma unikalny odcisk palca, na który składają się wypukłości, rowki i kierunek linii. Istnieją trzy podstawowe wzory wypukłości, a mianowicie:arch, loop, i whorl. O wyjątkowości odcisku palca decydują również te cechyminutiae features takie jak rozwidlenia i plamy (zakończenia kalenicy).

Odcisk palca to jedna z najstarszych i najpopularniejszych technik rozpoznawania. Istnieją trzy rodzaje technik dopasowywania odcisków palców -

  • Minutiae Based Techniques- W tych drobiazgach punkty są odnajdywane, a następnie odwzorowywane na ich względne położenie na palcu. Występują pewne trudności, na przykład jeśli obraz jest niskiej jakości, wówczas trudno jest znaleźć prawidłowe punkty drobiazgów. Inną trudnością jest uwzględnienie lokalnego położenia grzbietów i bruzd; nie globalne.

  • Correlation Based Method- Wykorzystuje bogatsze informacje w skali szarości. Dzięki możliwości pracy z danymi o złej jakości rozwiązuje problemy związane z metodą opartą na szczegółach. Ale ma pewne własne problemy, takie jak lokalizacja punktów.

  • Pattern Based (Image Based) Matching - Algorytmy oparte na wzorcach porównują podstawowe wzorce odcisków palców (łuk, wir i pętla) między przechowywanym szablonem a kandydatem na odcisk palca.

Zalety systemu rozpoznawania palców

  • To najbardziej współczesna metoda.
  • Jest to najbardziej ekonomiczna metoda.
  • Jest wysoce niezawodny i bezpieczny.
  • Działa na małym rozmiarze szablonu, co przyspiesza proces weryfikacji.
  • Zajmuje mniej miejsca w pamięci.

Wady systemu rozpoznawania palców

  • Blizny, skaleczenia lub brak palca mogą utrudniać rozpoznanie.
  • Systemy można oszukać używając sztucznego palca wykonanego z wosku.
  • Polega na fizycznym kontakcie z systemem.
  • Pozostawiają za sobą wzór palca w momencie wprowadzania próbki.

Zastosowania systemu rozpoznawania palców

  • Weryfikacja autentyczności prawa jazdy.
  • Sprawdzenie ważności prawa jazdy.
  • Kontrola graniczna / wydawanie wiz.
  • Kontrola dostępu w organizacjach.

System rozpoznawania twarzy

Rozpoznawanie twarzy opiera się na określeniu kształtu i wielkości szczęki, brody, kształtu i położenia oczu, brwi, nosa, ust i kości policzkowych. Skanery twarzy 2D odczytują geometrię twarzy i zapisują ją na siatce. Geometria twarzy jest przenoszona do bazy danych w postaci punktów. Algorytmy porównawcze wykonują dopasowywanie twarzy i podają wyniki. Rozpoznawanie twarzy odbywa się w następujący sposób -

  • Facial Metrics - W tym typie mierzone są odległości między źrenicami lub od nosa do wargi lub brody.

  • Eigen faces - Jest to proces analizy ogólnego obrazu twarzy jako ważonej kombinacji kilku twarzy.

  • Skin Texture Analysis - Lokalizowane są unikalne linie, wzory i plamy widoczne na skórze osoby.

Zalety systemu rozpoznawania twarzy

  • Oferuje łatwe przechowywanie szablonów w bazie danych.
  • Zmniejsza złożoność statystyczną rozpoznawania obrazu twarzy.
  • Nie wymaga fizycznego kontaktu z systemem.

Wady systemu rozpoznawania twarzy

  • Cechy twarzy zmieniają się w czasie.
  • Wyjątkowość nie jest gwarantowana, na przykład w przypadku identycznych bliźniaków.
  • Jeśli twarz kandydata ma inny wyraz, taki jak lekki uśmiech, może to wpłynąć na wynik.

  • Wymaga odpowiedniego oświetlenia, aby uzyskać prawidłowe dane wejściowe.

Zastosowania systemu rozpoznawania twarzy

  • Ogólna weryfikacja tożsamości.
  • Weryfikacja kontroli dostępu.
  • Interakcja człowiek-komputer.
  • Identyfikacja karna.
  • Surveillance.

System rozpoznawania tęczówki

Rozpoznawanie tęczówki działa na podstawie wzoru tęczówki oka ludzkiego. Tęczówka to pigmentowana tkanka elastyczna z regulowanym okrągłym otworem pośrodku. Kontroluje średnicę źrenicy. U dorosłych ludzi tekstura tęczówki jest stabilna przez całe życie. Wzory tęczówki lewego i prawego oka są różne. Wzory i kolory tęczówki zmieniają się w zależności od osoby.

Polega ona na zrobieniu zdjęcia tęczówki odpowiednim aparatem, zapisaniu go i porównaniu z oczami kandydata za pomocą algorytmów matematycznych.

Zalety systemu rozpoznawania tęczówki

  • Jest bardzo dokładny, ponieważ szansa dopasowania dwóch tęczówek wynosi 1 na 10 miliardów ludzi.

  • Jest wysoce skalowalny, ponieważ wzór tęczówki pozostaje taki sam przez całe życie człowieka.

  • Kandydat nie musi zdejmować okularów ani soczewek kontaktowych; nie utrudniają dokładności systemu.

  • Nie wymaga fizycznego kontaktu z systemem.

  • Zapewnia natychmiastową weryfikację (od 2 do 5 sekund) ze względu na mały rozmiar szablonu.

Wady systemu rozpoznawania tęczówki

  • Skanery tęczówki są drogie.
  • Obrazy wysokiej jakości mogą zmylić skaner.
  • W celu dokładnego skanowania osoba musi trzymać głowę nieruchomo.

Zastosowania systemu rozpoznawania tęczówki

  • Dowody bezpieczeństwa narodowego i dowody tożsamości, takie jak karta Adhaar w Indiach.

  • Google wykorzystuje rozpoznawanie tęczówki do uzyskiwania dostępu do swoich centrów danych.

System rozpoznawania geometrii dłoni

Obejmuje pomiar długości i szerokości dłoni, powierzchni, długości i położenia palców oraz ogólnej struktury kości dłoni. Ręka osoby jest wyjątkowa i może służyć do identyfikacji osoby spośród innych. Istnieją dwa systemy geometrii dłoni -

  • Contact Based- dłoń kładzie się na powierzchni skanera. To miejsce jest pozycjonowane przez pięć szpilek, które prowadzą dłoń kandydata do prawidłowego ustawienia dla aparatu.

  • Contact Less - W tym podejściu do akwizycji obrazu dłoni nie są potrzebne szpilki ani platforma.

Zalety systemu rozpoznawania geometrii dłoni

  • Jest wytrzymały i przyjazny dla użytkownika.
  • Zmiany wilgotności lub tekstury skóry nie wpływają na wynik.

Wady systemu rozpoznawania geometrii dłoni

  • Ponieważ geometria dłoni nie jest wyjątkowa, nie jest zbyt niezawodna.
  • Jest skuteczny u dorosłych, a nie u dorastających dzieci.
  • Jeśli ręka kandydata ma biżuterię, gips lub artretyzm, prawdopodobnie spowoduje to problem.

Zastosowania systemu rozpoznawania geometrii dłoni

  • Elektrownie jądrowe i wojsko wykorzystują system rozpoznawania geometrii dłoni do kontroli dostępu.

System skanowania siatkówki

Siatkówka to warstwa wyściółki z tyłu gałki ocznej, która pokrywa 65% wewnętrznej powierzchni gałki ocznej. Zawieraphotosensitivekomórki. Siatkówka każdej osoby jest wyjątkowa ze względu na złożoną sieć naczyń krwionośnych dostarczających krew.

Jest to wiarygodna biometria, ponieważ wzorzec siatkówki pozostaje niezmieniony przez całe życie człowieka, z wyjątkiem wzorców osób z cukrzycą, jaskrą lub niektórymi zaburzeniami zwyrodnieniowymi.

W procesie skanowania siatkówki osoba jest proszona o zdjęcie soczewek lub okularów. Wiązka światła podczerwonego o niskiej intensywności jest rzucana do oka osoby na 10 do 15 sekund. To światło podczerwone jest absorbowane przez naczynia krwionośne, tworząc wzór naczyń krwionośnych podczas skanowania. Ten wzorzec jest następnie digitalizowany i przechowywany w bazie danych.

Zalety systemu skanowania siatkówki

  • Nie można go sfałszować.
  • Jest wysoce niezawodny, ponieważ poziom błędu wynosi 1 z próbek crore (co stanowi prawie 0%).

Wady systemu skanowania siatkówki

  • Nie jest zbyt przyjazny dla użytkownika, ponieważ użytkownik musi zachować stabilność, która może powodować dyskomfort.

  • Zwykle ujawnia pewne złe warunki zdrowotne, takie jak nadciśnienie lub cukrzyca, co powoduje problemy z prywatnością.

  • Dokładność wyników jest podatna na choroby takie jak zaćma, jaskra, cukrzyca itp.

Zastosowania systemu skanowania siatkówki

  • Jest praktykowany przez niektóre organy rządowe, takie jak CID, FBI itp.
  • Poza zastosowaniami zabezpieczającymi służy również do diagnostyki okulistycznej.

System rozpoznawania DNA

Deoxyribo Neuclic Acid (DNA) to materiał genetyczny występujący u ludzi. Każdy człowiek, z wyjątkiem bliźniąt jednojajowych, można jednoznacznie zidentyfikować na podstawie cech znajdujących się w jego DNA, które znajduje się w jądrze komórki. Istnieje wiele źródeł, z których można pobrać wzorce DNA, takie jak krew, ślina, paznokcie, włosy itp.

W komórkach DNA jest zorganizowane w długą strukturę podwójnej helisy zwaną chromosomes. U ludzi istnieją 23 pary chromosomów. Spośród wszystkich 46 chromosomów potomstwo dziedziczy 23 chromosomy od każdego biologicznego rodzica. 99,7% DNA potomstwa jest dzielone z rodzicami. Pozostałe 0,3% DNA zawiera powtarzalne kodowanie unikalne dla danej osoby.

Podstawowe etapy profilowania DNA to -

  • Oddzielenie DNA od próbki pobranej z krwi, śliny, włosów, nasienia lub tkanki.

  • Rozdzielenie próbki DNA na krótsze segmenty.

  • Organizowanie segmentów DNA według rozmiaru.

  • Porównanie segmentów DNA z różnych próbek.

Im bardziej szczegółowa jest próbka, tym dokładniejsze jest porównanie, a tym samym identyfikacja osoby.

Biometria DNA różni się od wszystkich innych w następujący sposób -

  • Potrzebuje namacalnej fizycznej próbki zamiast obrazu.

  • Dopasowanie DNA odbywa się na próbkach fizycznych. Nie ma możliwości wyodrębniania funkcji ani zapisywania szablonów.

Zaleta systemu rozpoznawania DNA

Zapewnia najwyższą dokładność.

Wady systemu rozpoznawania DNA

  • Długość procedury od pobrania próbki do uzyskania wyniku jest duża.
  • Jest bardziej pouczający, ale powoduje problemy z prywatnością.
  • Potrzebuje więcej miejsca do przechowywania.
  • Zanieczyszczenie lub degradacja próbki może wpłynąć na wynik.

Zastosowania systemu rozpoznawania DNA

  • Służy głównie do udowodnienia winy lub niewinności.
  • Jest używany w bezpieczeństwie fizycznym i sieciowym.

Biometria behawioralna odnosi się do zachowań ludzi lub sposobu, w jaki ludzie wykonują takie czynności, jak chodzenie, podpisywanie i pisanie na klawiaturze.

Modalności biometrii behawioralnej mają większe zróżnicowanie, ponieważ zależą głównie od czynników zewnętrznych, takich jak zmęczenie, nastrój itp. Powoduje to wyższe FAR i FRR w porównaniu z rozwiązaniami opartymi na biometrii fizjologicznej.

Rozpoznawanie chodu

Gaitto sposób chodzenia człowieka. Ludzie wykazują różne cechy podczas chodzenia, takie jak postawa ciała, odległość między dwiema stopami podczas chodzenia, kołysanie itp., Które pomagają je rozpoznać w wyjątkowy sposób.

Rozpoznawanie chodu na podstawie analizy obrazów wideo chodu kandydata. Próbka cyklu chodzenia kandydata jest rejestrowana przez Video. Próbka jest następnie analizowana pod kątem położenia stawów, takich jak kolana i kostki, oraz kątów między nimi podczas chodzenia.

Dla każdego kandydata tworzony jest odpowiedni model matematyczny i przechowywany w bazie danych. W czasie weryfikacji model ten jest porównywany z próbką na żywo spaceru kandydata w celu określenia jego tożsamości.

Zalety systemu rozpoznawania chodu

  • Jest nieinwazyjna.

  • Nie wymaga współpracy kandydata, ponieważ można go używać na odległość.

  • Może być stosowany do określania zaburzeń zdrowotnych poprzez wykrywanie zmian w sposobie chodzenia osoby w przypadku choroby Parkinsona.

Wady systemu rozpoznawania chodu

  • W przypadku tej techniki biometrycznej do tej pory nie opracowano żadnego modelu z pełną dokładnością.

  • Może nie być tak wiarygodne, jak inne uznane techniki biometryczne.

Zastosowanie systemu rozpoznawania chodu

Dobrze nadaje się do identyfikacji przestępców w scenariuszu przestępstwa.

System rozpoznawania podpisów

W tym przypadku większy nacisk kładzie się na wzorce zachowań, w których podpis jest podpisywany, niż na wygląd podpisu w zakresie grafiki.

Wzorce behawioralne obejmują zmiany w czasie pisania, przerw, nacisku, kierunku pociągnięć i prędkości podczas podpisywania. Powielenie graficznego wyglądu podpisu mogłoby być łatwe, ale nie jest łatwo imitować podpis z takim samym zachowaniem, jakie wykazuje osoba składająca podpis.

Technologia ta składa się z pióra i specjalistycznego tabletu do pisania, które są połączone z komputerem w celu porównania i weryfikacji szablonów. Wysokiej jakości tablet może uchwycić cechy behawioralne, takie jak prędkość, ciśnienie i czas podczas podpisywania.

Podczas fazy rejestracji kandydat musi wielokrotnie logować się na tablecie do pisania, aby uzyskać dane. Algorytmy rozpoznawania podpisów wyodrębniają następnie unikalne cechy, takie jak czas, nacisk, prędkość, kierunek pociągnięć, ważne punkty na ścieżce podpisu i rozmiar podpisu. Algorytm przypisuje tym punktom różne wartości wag.

W momencie identyfikacji kandydat wprowadza próbkę podpisu na żywo, która jest porównywana z podpisami w bazie danych.

Ograniczenia systemu rozpoznawania podpisów

  • Aby uzyskać odpowiednią ilość danych, podpis powinien być na tyle mały, aby zmieścił się na tablecie i wystarczająco duży, aby sobie z nim poradzić.

  • Jakość tabletu do pisania decyduje o solidności szablonu rejestracji rozpoznawania podpisów.

  • Kandydat musi przeprowadzić proces weryfikacji w tym samym typie środowiska i warunkach, jak w momencie rejestracji. Jeśli nastąpi zmiana, szablon rejestracji i szablon próbki na żywo mogą się różnić od siebie.

Zalety systemu rozpoznawania podpisów

  • Proces rozpoznawania podpisu ma dużą odporność na oszustów, ponieważ bardzo trudno jest imitować wzorce zachowań związane z podpisem.

  • Bardzo dobrze sprawdza się w transakcjach biznesowych o dużej wartości. Na przykład rozpoznawanie podpisów można wykorzystać do pozytywnej weryfikacji przedstawicieli biznesu zaangażowanych w transakcję przed otwarciem i podpisaniem jakichkolwiek dokumentów niejawnych.

  • Jest to narzędzie nieinwazyjne.
  • Wszyscy używamy naszego podpisu w jakimś handlu, dlatego praktycznie nie ma tu żadnych kwestii związanych z prawami do prywatności.

  • Nawet jeśli system zostanie zhakowany, a szablon zostanie skradziony, łatwo jest przywrócić szablon.

Wady systemu rozpoznawania podpisów

  • Szablon próbki na żywo jest podatny na zmiany w odniesieniu do zmian w zachowaniu podczas podpisywania. Na przykład podpisywanie ręką trzymaną w gipsie.

  • Użytkownik musi przyzwyczaić się do korzystania z tabletu podpisującego. Wskaźnik błędów jest wysoki, dopóki to się nie stanie.

Zastosowania systemu rozpoznawania podpisów

  • Służy do weryfikacji i autoryzacji dokumentów.
  • Chase Manhattan Bank w Chicago jest znany jako pierwszy bank, który zastosował technologię Signature Recognition.

System rozpoznawania naciśnięć klawiszy

Podczas II wojny światowej wywiad wojskowy wykorzystał technikę znaną jako Fist of the Sender, aby określić, czy kod Morse'a został wysłany przez wroga czy sojusznika na podstawie rytmu pisania. Obecnie dynamika naciśnięć klawiszy jest najłatwiejszym rozwiązaniem biometrycznym do wdrożenia pod względem sprzętowym.

Ta biometria analizuje wzorce pisania kandydata, rytm i szybkość pisania na klawiaturze. Plikdwell time i flight time pomiary są używane do rozpoznawania naciśnięć klawiszy.

Dwell time - Jest to czas, przez jaki klawisz jest wciśnięty.

Flight time - Jest to czas, który upłynął od zwolnienia klawisza do naciśnięcia następnego klawisza.

Kandydaci różnią się sposobem pisania na klawiaturze, biorąc pod uwagę czas potrzebny na znalezienie odpowiedniego klawisza, czas lotu i czas przebywania. Szybkość i rytm pisania różni się również w zależności od poziomu komfortu korzystania z klawiatury. System rozpoznawania naciśnięć klawiszy monitoruje wejścia klawiatury tysiące razy na sekundę w jednej próbie identyfikacji użytkowników na podstawie ich zwyczajów pisania.

Istnieją dwa rodzaje rozpoznawania naciśnięć klawiszy -

  • Static - Jest to jednorazowe rozpoznanie na początku interakcji.

  • Continuous - To jest w trakcie interakcji.

Zastosowanie dynamiki naciśnięć klawiszy

  • Rozpoznawanie naciśnięć klawiszy służy do identyfikacji / weryfikacji. Jest używany z identyfikatorem użytkownika / hasłem jako formąmultifactor authentication.

  • Służy do nadzoru. Niektóre rozwiązania programowe śledzą zachowanie naciśnięć klawiszy na każdym koncie użytkownika bez wiedzy użytkownika końcowego. To śledzenie służy do analizy, czy konto było udostępniane lub używane przez kogokolwiek innego niż prawdziwy właściciel konta. Służy do sprawdzania, czy część licencji oprogramowania jest udostępniana.

Zalety systemu rozpoznawania naciśnięć klawiszy

  • Nie wymaga specjalnego sprzętu do śledzenia tej biometrii.
  • To szybki i bezpieczny sposób identyfikacji.
  • Osoba pisząca nie musi martwić się o to, że jest obserwowana.
  • Użytkownicy nie potrzebują szkolenia, aby zarejestrować się lub wprowadzić swoje próbki na żywo.

Wady systemu rozpoznawania naciśnięć klawiszy

  • Rytm pisania kandydata może zmieniać się w ciągu kilku dni lub w ciągu samego dnia z powodu zmęczenia, choroby, wpływu leków lub alkoholu, zmiany klawiatury itp.

  • Nie są znane żadne funkcje przeznaczone wyłącznie do przeprowadzania rozróżniających informacji.

Biometryczna modalność rozpoznawania głosu to połączenie modalności fizjologicznych i behawioralnych. Rozpoznawanie głosu to nic innego jak rozpoznawanie dźwięku. Opiera się na funkcjach, na które mają wpływ -

  • Physiological Component - Fizyczny kształt, rozmiar i stan strun głosowych oraz warg, zębów, języka i jamy ustnej.

  • Behavioral Component - Stan emocjonalny osoby podczas mówienia, akcenty, ton, ton, tempo mówienia, mamrotanie itp.

System rozpoznawania głosu

Rozpoznawanie głosu jest również nazywane rozpoznawaniem mówcy. W momencie rejestracji użytkownik musi wypowiedzieć słowo lub frazę do mikrofonu. Jest to konieczne, aby pobrać próbkę mowy kandydata.

Sygnał elektryczny z mikrofonu jest konwertowany na sygnał cyfrowy przez przetwornik analogowo-cyfrowy (ADC). Jest zapisywany w pamięci komputera jako zdigitalizowana próbka. Następnie komputer porównuje i próbuje dopasować głos wejściowy kandydata z zapisaną cyfrową próbką głosu i identyfikuje kandydata.

Tryby rozpoznawania głosu

Istnieją dwa warianty rozpoznawania głosu - speaker dependent i speaker independent.

Rozpoznawanie głosu zależne od mówcy polega na znajomości szczególnych cech głosu kandydata. Ten system uczy się tych cech poprzez szkolenie głosowe (lub rejestrację).

  • System należy przeszkolić użytkowników, aby przyzwyczaili go do określonego akcentu i tonu, zanim zacznie rozpoznawać to, co zostało powiedziane.

  • Jest to dobra opcja, jeśli z systemu będzie korzystał tylko jeden użytkownik.

Systemy niezależne od mówcy są w stanie rozpoznać mowę różnych użytkowników, ograniczając konteksty mowy, takie jak słowa i frazy. Systemy te są wykorzystywane do automatycznych interfejsów telefonicznych.

  • Nie wymagają szkolenia systemu dla każdego użytkownika.

  • Są dobrym wyborem dla różnych osób, gdzie nie jest wymagane rozpoznawanie cech mowy każdego kandydata.

Różnica między rozpoznawaniem głosu a rozpoznawaniem mowy

Rozpoznawanie mówcy i Rozpoznawanie mowy są błędnie traktowane jako to samo; ale są to różne technologie. Zobaczmy, jak -

Rozpoznawanie głośników (Rozpoznawanie głosu) Rozpoznawanie mowy
Celem rozpoznawania głosu jest rozpoznanie, kto mówi. Rozpoznawanie mowy ma na celu zrozumienie i zrozumienie tego, CO zostało powiedziane.
Służy do identyfikacji osoby poprzez analizę jej tonu, wysokości głosu i akcentu. Jest używany do obsługi komputera bez użycia rąk, nawigacji po mapie lub w menu.

Zalety rozpoznawania głosu

  • Jest łatwy do wdrożenia.

Wady rozpoznawania głosu

  • Jest podatny na jakość mikrofonu i szumów.
  • Brak możliwości kontrolowania czynników wpływających na system wejściowy może znacznie obniżyć wydajność.

  • Niektóre systemy weryfikacji mówców są również podatne na ataki podszywania się za pomocą nagranego głosu.

Zastosowania rozpoznawania głosu

  • Wykonywanie transakcji telefonicznych i internetowych.
  • Praca z systemami bankowymi i zdrowotnymi opartymi na Interactive Voice Response (IRV).

  • Stosowanie podpisów dźwiękowych do dokumentów cyfrowych.
  • W służbach rozrywkowych i ratunkowych.
  • W systemach edukacji online.

Wszystkie systemy biometryczne, o których mówiliśmy do tej pory, były jednomodalne i do uwierzytelnienia pobierały informacje z jednego źródła. Jak sama nazwa wskazuje, multimodalne systemy biometryczne działają na zasadzie przyjmowania informacji z dwóch lub więcej danych biometrycznych.

Multimodalny system biometryczny zwiększa zakres i różnorodność informacji wejściowych, które system pobiera od użytkowników w celu uwierzytelnienia.

Dlaczego wymagana jest biometria multimodalna?

Systemy unimodalne borykają się z różnymi wyzwaniami, takimi jak brak tajności, nieuniwersalność próbek, zakres komfortu i swobody użytkownika podczas pracy z systemem, spoofing ataków na przechowywane dane itp.

Niektóre z tych wyzwań można rozwiązać, stosując multimodalny system biometryczny.

Istnieje kilka innych powodów tego wymogu, takich jak:

  • Dostępność wielu cech sprawia, że ​​system multimodalny jest bardziej niezawodny.

  • Multimodalny system biometryczny zwiększa bezpieczeństwo i poufność danych użytkownika.

  • Multimodalny system biometryczny przeprowadza strategie syntezy w celu połączenia decyzji z każdego podsystemu, a następnie dochodzi do wniosków. To sprawia, że ​​system multimodalny jest dokładniejszy.

  • Jeśli którykolwiek z identyfikatorów nie działa ze znanych lub nieznanych przyczyn, system nadal może zapewnić bezpieczeństwo, wykorzystując inny identyfikator.

  • Systemy multimodalne mogą dostarczać wiedzy na temat „żywotności” wprowadzanej próbki poprzez zastosowanie technik wykrywania żywotności. Dzięki temu są w stanie wykrywać i radzić sobie z podszywaniem się.

Działanie multimodalnego systemu biometrycznego

Multimodalny system biometryczny ma wszystkie konwencjonalne moduły, które posiada system unimodalny -

  • Moduł przechwytujący
  • Moduł wyodrębniania funkcji
  • Moduł porównawczy
  • Moduł podejmowania decyzji

Ponadto posiada technikę fuzji do integracji informacji z dwóch różnych systemów uwierzytelniania. Fuzję można przeprowadzić na dowolnym z następujących poziomów -

  • Podczas ekstrakcji cech.
  • Podczas porównania żywych próbek z przechowywanymi szablonami biometrycznymi.
  • Podczas podejmowania decyzji.

Multimodalne systemy biometryczne, które integrują lub łączą informacje na początkowym etapie, są uważane za bardziej skuteczne niż systemy, które integrują informacje na późniejszych etapach. Oczywistym powodem jest to, że wczesny etap zawiera dokładniejsze informacje niż pasujące wyniki modułów porównawczych.

Scenariusze fuzji w multimodalnym systemie biometrycznym

W multimodalnym systemie biometrycznym może występować różnorodność pod względem wielu cech i komponentów. Mogą być następujące -

  • Pojedyncza cecha biometryczna, wiele czujników.
  • Pojedyncza cecha biometryczna, wiele klasyfikatorów (np. Dopasowywanie oparte na minucji i dopasowywanie na podstawie tekstury).

  • Pojedyncza cecha biometryczna, wiele jednostek (powiedzmy, wiele palców).

  • Wiele cech biometrycznych osoby (powiedzmy, tęczówka, odcisk palca itp.)

Te cechy są następnie wykorzystywane w celu potwierdzenia tożsamości użytkownika.

Problemy projektowe z multimodalnymi systemami biometrycznymi

Podczas projektowania multimodalnego systemu biometrycznego należy wziąć pod uwagę wiele czynników -

  • Poziom bezpieczeństwa, który musisz wprowadzić.
  • Liczba użytkowników, którzy będą korzystać z systemu.
  • Rodzaje cech biometrycznych, które musisz zdobyć.
  • Liczba cech biometrycznych użytkowników.
  • Poziom, na którym wiele cech biometrycznych wymaga integracji.
  • Technika, która ma zostać przyjęta w celu integracji informacji.
  • Kompromis między kosztami rozwoju a wydajnością systemu.

Aby móc wybrać odpowiedni system biometryczny, trzeba je porównać pod różnymi względami. Musisz ocenić przydatność systemów do swoich wymagań pod względem wygody, specyfikacji i wydajności systemu oraz budżetu.

Możesz wybrać najbardziej odpowiedni system biometryczny, badając różne kryteria ich skuteczności.

Kryteria skutecznego systemu biometrycznego

Istnieje siedem podstawowych kryteriów pomiaru skuteczności systemu biometrycznego -

  • Uniqueness- Określa, jak wyjątkowo system biometryczny może rozpoznać użytkownika z grupy użytkowników. To jest podstawowe kryterium.

  • Universality- Wskazuje na wymóg unikalnych cech każdej osoby na świecie, których nie można odtworzyć. Jest to kryterium drugorzędne.

  • Permanence - Wskazuje, że zarejestrowana cecha osobista musi być stała w bazie danych przez określony czas.

  • Collectability - Jest to łatwość, z jaką można uzyskać, zmierzyć lub dalej przetworzyć cechę osoby.

  • Performance - Jest to wydajność systemu pod względem dokładności, szybkości, obsługi błędów i odporności.

  • Acceptability - Chodzi o łatwość obsługi, czyli to, jak dobrze użytkownicy akceptują technologię, dzięki czemu są skłonni do współpracy, aby umożliwić uchwycenie i ocenę ich cechy biometrycznej.

  • Circumvention - Jest to łatwość, z jaką cecha może być naśladowana przy użyciu artefaktu lub substytutu.

Porównanie różnych modalności biometrycznych

Porównajmy cały system biometryczny w następujących kategoriach -

Charakterystyka biometryczna Uniwersalność Wyjątkowość Trwałość Kolekcjonowanie Wydajność Dopuszczalność Podstęp
Finger Print Średni Wysoki Wysoki Średni Wysoki Średni Wysoki
Face Recognition Wysoki Niska Średni Wysoki Niska Wysoki Niska
Hand Geometry Średni Średni Średni Wysoki Średni Średni Średni
Iris Recognition Wysoki Wysoki Wysoki Średni Wysoki Niska Wysoki
Retinal Scan Wysoki Wysoki Średni Niska Wysoki Niska Wysoki
DNA Wysoki Wysoki Średni Wysoki Wysoki Niska Niska
Keystroke Wysoki Niska Niska Wysoki Średni Wysoki Wysoki
Signature Niska Niska Niska Wysoki Niska Wysoki Niska
Voice Średni Niska Niska Średni Niska Wysoki Niska

Możesz wybrać odpowiedni system biometryczny w zależności od kryteriów, z którymi musisz się uporać, jak pokazano w tabeli.

Producenci systemów biometrycznych twierdzą, że wysoka wydajność systemu jest praktycznie trudna do osiągnięcia w rzeczywistych środowiskach operacyjnych. Możliwe przyczyny to testy przeprowadzone w kontrolowanych konfiguracjach środowiska, ograniczenia sprzętowe itp.

Na przykład system rozpoznawania głosu może działać wydajnie tylko w cichym otoczeniu, system rozpoznawania twarzy może działać dobrze, jeśli kontrolowane są warunki oświetlenia, a kandydatów można przeszkolić w zakresie czyszczenia i prawidłowego umieszczania palców na skanerach linii papilarnych.

Jednak w praktyce takie idealne warunki mogą nie być dostępne w docelowym środowisku operacyjnym.

Pomiary wydajności

Pomiary wydajności systemu biometrycznego są ściśle powiązane ze współczynnikiem fałszywych odrzuceń (FRR) i współczynnikiem fałszywych akceptacji (FAR).

FRR jest również znany jako Type-I error lub False Non Match Rate (FNMR), który określa prawdopodobieństwo odrzucenia uprawnionego użytkownika przez system.

FAR określa się jako Type-II error lub współczynnik fałszywego dopasowania (FMR), który określa prawdopodobieństwo zaakceptowania fałszywej tożsamości przez system.

Oczekuje się, że idealny system biometryczny zapewni zerową wartość zarówno dla FAR, jak i FRR. Oznacza to, że powinien akceptować wszystkich prawdziwych użytkowników i odrzucać wszystkie fałszywe twierdzenia o tożsamości, co jest praktycznie nieosiągalne.

FAR i FRRsą do siebie odwrotnie proporcjonalne. Jeśli poprawi się FAR, to FRR spada. System biometryczny zapewniającyhigh FRR ensures high security. Jeśli FRR jest zbyt wysoki, system wymaga kilkukrotnego wprowadzenia próbki na żywo, co powoduje, że jest mniej wydajny.

Wydajność obecnych technologii biometrycznych jest daleka od ideału. Dlatego twórcy systemu muszą zachować równowagę między tymi dwoma czynnikami w zależności od wymagań bezpieczeństwa.

Rozpoznawanie wzorców zajmuje się identyfikacją wzorca i jego ponownym potwierdzeniem. Ogólnie wzór może być obrazem odcisków palców, odręcznym kursywą, ludzką twarzą, sygnałem mowy, kodem kreskowym lub stroną internetową.

Poszczególne wzory są często grupowane w różne kategorie w oparciu o ich właściwości. Kiedy wzorce o tych samych właściwościach są zgrupowane razem, wynikowa grupa jest również wzorcem, który jest często nazywany wzorcemclass.

Rozpoznawanie wzorców to nauka służąca do obserwacji, rozróżniania wzorców będących przedmiotem zainteresowania i podejmowania prawidłowych decyzji dotyczących wzorców lub klas wzorców. Tak więc system biometryczny stosuje rozpoznawanie wzorców w celu identyfikacji i klasyfikacji osób, porównując je z przechowywanymi szablonami.

Rozpoznawanie wzorców w biometrii

Technika rozpoznawania wzorców wykonuje następujące zadania -

  • Classification - Rozpoznawanie odręcznych znaków, CAPTCHA, odróżnianie ludzi od komputerów.

  • Segmentation - Wykrywanie obszarów tekstu lub obszarów twarzy na obrazach.

  • Syntactic Pattern Recognition - Określanie, w jaki sposób grupa symboli lub operatorów matematycznych jest powiązana i jak tworzą znaczące wyrażenie.

Poniższa tabela podkreśla rolę rozpoznawania wzorców w biometrii -

Zadanie rozpoznawania wzorców Wejście Wynik
Rozpoznawanie znaków (rozpoznawanie podpisów) Sygnały optyczne lub uderzenia Imię postaci
Rozpoznawanie mówców Głos Tożsamość mówcy
Odcisk palca, obraz twarzy, obraz geometrii dłoni Wizerunek Tożsamość użytkownika

Komponenty rozpoznawania wzorców

Technika rozpoznawania wzorców wyodrębnia losowy wzorzec cech ludzkich w zwarty podpis cyfrowy, który może służyć jako identyfikator biologiczny. Systemy biometryczne wykorzystują techniki rozpoznawania wzorców do klasyfikacji użytkowników i ich oddzielnej identyfikacji.

Elementy rozpoznawania wzorców są następujące:

Popularne algorytmy w rozpoznawaniu wzorców

Najpopularniejsze algorytmy generowania wzorców to -

Algorytm najbliższego sąsiada

Musisz wziąć wektor nieznanej osoby i obliczyć odległość od wszystkich wzorców w bazie danych. Najmniejsza odległość daje najlepsze dopasowanie.

Algorytm wstecznej propagacji (Backprop)

Jest to nieco skomplikowany, ale bardzo przydatny algorytm, który wymaga wielu obliczeń matematycznych.

W prawdziwym świecie możemy uzyskać różne sygnały, takie jak dźwięk, światło, sygnały radiowe, sygnały biomedyczne z ludzkiego ciała itp. Wszystkie te sygnały mają postać ciągłego strumienia informacji, zwanych sygnałami analogowymi. Głos ludzki to rodzaj sygnału, który otrzymujemy ze świata rzeczywistego i wykorzystujemy jako dane biometryczne.

Co to jest sygnał?

Sygnał to mierzalna wielkość fizyczna zawierająca pewne informacje, które mogą być przekazywane, wyświetlane, rejestrowane lub modyfikowane.

Przetwarzanie sygnałów w biometrii

Istnieje wiele powodów przetwarzania sygnałów. Systemy biometryczne wymagają przetwarzania głosu z różnych powodów -

  • Aby wydobyć znaczące informacje z próbki kandydata.
  • Aby usunąć szum z próbki.
  • Aby próbka była transmitowalna.
  • Aby usunąć zniekształcenie próbki.

Moduł przetwarzania sygnału analogowego konwertuje informacje ze świata rzeczywistego, takie jak fala dźwiękowa, w postaci zer i jedynek, aby uczynić je zrozumiałymi i użytecznymi we współczesnych systemach cyfrowych, takich jak systemy biometryczne. Klawisze, geometria dłoni, sygnatura i mowa należą do dziedzin przetwarzania sygnałów i rozpoznawania wzorców.

Cyfrowe systemy przetwarzania sygnału (DSP)

Istnieją dwa rodzaje sygnałów - analogowe i cyfrowe. Sygnały analogowe to nieprzerwany, ciągły strumień informacji, podczas gdy sygnał cyfrowy to strumień zer i jedynek.

Systemy DSP są jednym z ważnych elementów systemów biometrycznych, które przekształcają sygnały analogowe w strumień dyskretnych wartości cyfrowych poprzez próbkowanie i digitalizację za pomocą przetwornika analogowo-cyfrowego (ADC).

Procesory DSP to jednoukładowe mikrokomputery cyfrowe, które przetwarzają sygnały elektryczne generowane przez czujniki elektroniczne z kamer, czytników linii papilarnych, mikrofonów itp.

DSP w biometrii

DSP pozwala na to, aby system biometryczny był mały i łatwy do przenoszenia, działał wydajnie i był ogólnie mniej kosztowny.

Architektura DSP została zbudowana w celu obsługi złożonych algorytmów matematycznych, które wymagają znacznej ilości mnożenia i dodawania. Procesor DSP może wykonywać mnożenie / dodawanie w jednym cyklu za pomocą sprzętu do mnożenia / akumulacji (MAC) wewnątrz swojej jednostki arytmetycznej (ALU).

Może również zwiększyć rozdzielczość przechwytywanego obrazu za pomocą dwuwymiarowych szybkich transformacji Fouriera (FFT) i skończonych filtrów podczerwieni.

Obrazy mają ogromny udział w tej erze informacji. W biometrii przetwarzanie obrazu jest wymagane do identyfikacji osoby, której obraz biometryczny jest wcześniej przechowywany w bazie danych. Twarze, odciski palców, tęczówki itp. To biometria oparta na obrazach, która wymaga technik przetwarzania obrazu i rozpoznawania wzorców.

Aby system biometryczny oparty na obrazie działał dokładnie, musi mieć przykładowy obraz biometryczny użytkownika w bardzo wyraźnej i niezafałszowanej formie.

Wymóg przetwarzania obrazu w biometrii

Obraz biometryczny użytkownika jest wprowadzany do systemu biometrycznego. System jest zaprogramowany do manipulowania obrazem za pomocą równań, a następnie zapisuje wyniki obliczeń dla każdego piksela.

Aby selektywnie ulepszyć pewne drobne cechy danych i usunąć pewne zakłócenia, dane cyfrowe są poddawane różnym operacjom przetwarzania obrazu.

Metody przetwarzania obrazu można podzielić na trzy kategorie funkcjonalne -

Przywracanie obrazu

Przywracanie obrazu obejmuje głównie -

  • Redukcja szumów pojawiających się na obrazie w momencie pobierania próbki.
  • Usunięcie zniekształceń pojawiło się podczas rejestracji biometrii.

Wygładzanie obrazu redukuje szumy w obrazie. Wygładzanie polega na zastąpieniu każdego piksela wartością średnią sąsiednim pikselem. System biometryczny wykorzystuje różne algorytmy filtrowania i techniki redukcji szumów, takie jak filtrowanie mediany, filtrowanie adaptacyjne, histogram statystyczny, transformacje falkowe itp.

Wzmocnienie obrazu

Techniki ulepszania obrazu poprawiają widoczność dowolnej części lub funkcji obrazu i tłumią informacje w innych częściach. Odbywa się to dopiero po zakończeniu odbudowy. Obejmuje rozjaśnianie, wyostrzanie, dostosowywanie kontrastu itp., Aby obraz nadawał się do dalszej obróbki.

Ekstrakcja cech

Z obrazu wyodrębniane są dwa rodzaje funkcji, a mianowicie -

  • General features - Cechy, takie jak kształt, tekstura, kolor itp., Które służą do opisu treści obrazu.

  • Domain-specific features - Są to funkcje zależne od aplikacji, takie jak twarz, tęczówka, odcisk palca itp. Do wyodrębniania cech służą filtry Gabor.

Po wyodrębnieniu cech z obrazu należy wybrać odpowiedni klasyfikator. Szeroko stosowany klasyfikatorNearest Neighbor classifier, który porównuje wektor cech obrazu kandydata z wektorem obrazu przechowywanego w bazie danych.

B-Splinessą przybliżeniami stosowanymi do opisu wzorów krzywych w systemach biometrycznych odcisków palców. Współczynniki B-splajnów są używane jako cechy. W przypadku systemu rozpoznawania tęczówki obrazy tęczówki są dekomponowane za pomocą dyskretnej transformaty falkowej (DWT), a współczynniki DWT są następnie wykorzystywane jako cechy.

Działanie systemu biometrycznego w dużej mierze zależy od urządzeń wejściowych, które podlegają ograniczeniom operacyjnym. Czasami same urządzenia mogą nie wychwycić niezbędnych próbek wejściowych. Mogą nie wychwycić próbki w wystarczającym stopniu. To sprawia, że ​​system jest zawodny i podatny na ataki.

Im bardziej wrażliwy jest system biometryczny, tym bardziej jest niepewny.

Luka w zabezpieczeniach systemu biometrycznego

Istnieją dwie główne przyczyny podatności systemu biometrycznego -

Awarie systemu

Istnieją dwa sposoby, w których system biometryczny może zawieść -

  • Intrinsic failures - Są to awarie, takie jak niedziałające czujniki, awaria wyodrębnienia cech, dopasowania lub modułów decyzyjnych itp.

  • Failures due to attacks - Wynika to z luk w konstrukcji systemu biometrycznego, dostępności wszelkich obliczeń dla atakujących, ataków wewnętrznych ze strony nieetycznych administratorów systemu itp.

Niezabezpieczona infrastruktura

System biometryczny może być dostępny dla złośliwych użytkowników, jeśli jego sprzęt, oprogramowanie i dane użytkownika nie są chronione.

Ryzyko związane z biometrycznym bezpieczeństwem systemu

Bezpieczeństwo systemu biometrycznego jest ważne, ponieważ dane biometryczne nie są łatwe do unieważnienia lub zastąpienia. Istnieją następujące istotne zagrożenia dotyczące bezpieczeństwa systemów biometrycznych -

Ryzyko kradzieży danych użytkownika

Jeśli system biometryczny jest podatny na ataki, haker może naruszyć jego bezpieczeństwo i zebrać dane użytkownika zapisane w bazie danych. Stwarza więcej zagrożeń dla prywatności.

Ryzyko naruszenia bezpieczeństwa danych użytkownika

Po uzyskaniu próbki biometrycznej haker może przedstawić fałszywą próbkę w systemie. Jeśli dane użytkownika zostaną naruszone, pozostaną zagrożone na zawsze. Oczywistym powodem jest to, że użytkownik ma ograniczoną liczbę danych biometrycznych i trudno je wymienić, w przeciwieństwie do haseł czy dowodów osobistych.

Chociaż dane biometryczne są szyfrowane i przechowywane, należy je odszyfrować w celu dopasowania do celu. W momencie dopasowania haker może naruszyć bezpieczeństwo.

Biometryczne bezpieczeństwo systemu

Proponuje się szereg rozwiązań w celu rozwiązania problemu bezpieczeństwa systemów biometrycznych. Szablony biometryczne nigdy nie są przechowywane w postaci surowej. Są zaszyfrowane; czasami nawet dwa razy.

W przypadku biometrii zaangażowane są różne zasoby, takie jak ludzie (badani lub kandydaci), podmioty (komponenty systemu lub procesy) oraz dane biometryczne (informacje). Wymagania dotyczące bezpieczeństwaconfidentiality, integrity, authenticity, non-repudiation, i availabilitysą niezbędne w biometrii. Omówmy je krótko -

Autentyczność

Jest to jakość lub stan czystości, autentyczności lub oryginalności, a nie reprodukcji. Informacje są autentyczne, gdy są w tym samym stanie i jakości w momencie ich tworzenia, przechowywania lub przesyłania.

W systemie biometrycznym istnieją dwie autentyczności - entity authenticity i data origin authenticity. Autentyczność jednostki potwierdza, że ​​wszystkie podmioty biorące udział w ogólnym przetwarzaniu są tymi, za które się podają. Autentyczność pochodzenia danych zapewnia autentyczność i oryginalność danych. Na przykład dane biometryczne są rejestrowane za pomocą urządzeń czujnikowych. Przechwycone dane, które pochodzą z oryginalnego czujnika, nie są sfałszowane z poprzedniego nagrania.

Poufność

Ogranicza dostęp i ujawnianie informacji upoważnionym użytkownikom oraz zapobiega dostępowi lub ujawnieniu ich osobom nieupoważnionym. W przypadku systemów biometrycznych dotyczy to głównie danych biometrycznych i związanych z nimi informacji uwierzytelniających, gdy są one przechwytywane i przechowywane, które należy chronić przed nieupoważnionymi podmiotami.

Informacje biometryczne powinny być w pełni dostępne tylko dla osoby, do której należą. Podczas identyfikacji i zmiany kandydata uzyskującego dostęp należy ograniczyć za pomocą odpowiednich środków bezpieczeństwa.

Integralność

Warunkiem kompletności i niezmienności jest jej spójność, dokładność i poprawność. W przypadku systemu biometrycznego integralność powinna być wysoka. Wszelkie złośliwe manipulacje podczas pracy i przechowywania powinny być trzymane z daleka lub wykrywane jak najwcześniej poprzez włączenie ich powiadomienia i korekty.

Niezaprzeczalność

Jest to identyfikacja zaangażowanych zasobów, takich jak byty i komponenty. Jest również postrzegana jako odpowiedzialność. Na przykład zabrania nadawcy lub odbiorcy informacji biometrycznych odmowy wysłania lub otrzymania informacji biometrycznych.

Dostępność

Zasób ma właściwość dostępności w odniesieniu do zestawu jednostek, jeśli wszyscy członkowie zestawu mają dostęp do zasobu. Aspekt o nazwiereachability zapewnia, że ​​można lub nie można skontaktować się z ludźmi lub procesami systemowymi, w zależności od zainteresowań użytkowników.

Atakujący mogą uczynić system bezużytecznym dla prawdziwych użytkowników, uniemożliwiając im w ten sposób korzystanie z uwierzytelnionych aplikacji. Atakujący celują w dostępność informacji.

Kryteria generowania szablonów biometrycznych

Oto kryteria generowania szablonów biometrycznych -

  • Zapewnienie, że szablon pochodzi od kandydata-człowieka i został przechwycony przez oryginalny czujnik i oprogramowanie.

  • Zabezpieczenie szablonu biometrycznego poprzez szyfrowanie z nieodwracalnymi właściwościami. Utrudnia to hakerom obliczenie oryginalnych informacji biometrycznych z bezpiecznego szablonu.

  • Tworzenie unlikable (unique)szablon biometryczny. System biometryczny nie powinien mieć dostępu do szablonu tego samego kandydata zarejestrowanego w innym systemie biometrycznym. W przypadku, gdy hakerowi uda się pobrać szablon biometryczny z jednego systemu biometrycznego, nie powinien mieć możliwości skorzystania z tego szablonu w celu uzyskania dostępu za pośrednictwem innego systemu biometrycznego, mimo że obie weryfikacje mogą opierać się na tym samym szablonie biometrycznym kandydata. Ponadto niemożliwy do połączenia system biometryczny powinien uniemożliwiać uzyskanie jakichkolwiek informacji na podstawie relacji między dwoma szablonami.

  • Tworząc cancellable i renewableszablon. Podkreśla możliwość anulowania lub dezaktywacji skompromitowanego szablonu i odtworzenia innego, w podobny sposób, w jaki można odtworzyć zgubioną lub skradzioną kartę elektroniczną.

  • Właściwości „odnawialne” i „niemożliwe do powiązania” są osiągane poprzez salting techniques. Solenie dodaje losowo generowane unikalne dane znane jako „sól” do oryginalnej informacji, aby odróżnić ją od innych.

  • Projektowanie dokładności systemu biometrycznego w odniesieniu zarówno do FAR, jak i FRR.

  • Starannie dobierając odpowiedni algorytm szyfrowania. Niektóre algorytmy mogą wzmacniać nawet niewielkie odchylenia nieodłącznie związane z danymi biometrycznymi danej osoby, co może prowadzić do wyższego FRR.

  • Korzystanie z ważnej techniki szyfrowania, takiej jak hashing method, co jest skuteczne, gdy przy każdym generowaniu szablonu jest stosowana inna permutacja. Różne permutacje zapewniają niepowtarzalność każdego szablonu pomimo korzystania z tych samych wejściowych danych biometrycznych.

  • Zastosowanie skutecznego programu ochrony w celu podniesienia poziomu performance systemu.

Prowadzi się wiele badań i rozwoju w celu zapewnienia bezpieczeństwa i prywatności danych biometrycznych.