Biometriskie identifikācijas līdzekļi. Galvenie atlases kritēriji. Autentifikācijas metožu salīdzinājums, pamatojoties uz biometrisko raksturlielumu nemainīgumu

Biometriskās autentifikācijas sistēmas- autentifikācijas sistēmas, kas izmanto biometriskos datus, lai pārbaudītu cilvēku identitāti.

biometriskais autentifikācija- lietotāja deklarētā vārda autentiskuma pierādīšanas un pārbaudes process, lietotājam uzrādot savu biometrisko attēlu un pārveidojot šo attēlu saskaņā ar iepriekš noteiktu autentifikācijas protokolu.

Šīs sistēmas nevajadzētu jaukt ar biometriskās identifikācijas sistēmām, piemēram, vadītāja sejas atpazīšanas sistēmām un biometriskajiem laika uzskaites rīkiem. Biometriskās autentifikācijas sistēmas darbojas aktīvā, nevis pasīvā režīmā un gandrīz vienmēr ietver autorizāciju. Lai gan šīs sistēmas nav identiskas autorizācijas sistēmām, tās bieži tiek izmantotas kopā (piemēram, durvju slēdzenēs ar pirkstu nospiedumiem).

Enciklopēdisks YouTube

    1 / 4

    Biometriskā autentifikācija Active Directory

    TAM-Inovācijas. Biometriskās identifikācijas sistēmas

    Biometriskais Windows autentifikācija Sveiki

    # GLOBALIZĀCIJAS REŽĪMS # BIOMETRISKĀ SISTĒMA #

    Subtitri

Autentifikācijas metodes

Dažādas kontrolētas piekļuves sistēmas var iedalīt trīs grupās atkarībā no tā, ko persona plāno iesniegt sistēmai:

1) Paroles aizsardzība. Lietotājs sniedz slepenus datus (piemēram, PIN kodu vai paroli).

1. Universitāte:Šai zīmei vajadzētu būt visiem cilvēkiem bez izņēmuma.

2. Unikalitāte: Biometrija noliedz divu cilvēku esamību ar vienādiem fiziskajiem un uzvedības parametriem.

3. Konsekvence: Pareizai autentifikācijai ir nepieciešama konsekvence laika gaitā.

4. Izmērāmība: speciālistiem jāspēj izmērīt zīmi ar kādu ierīci tālākai ievadīšanai datu bāzē.

5. Piemērotība: sabiedrībai nevajadzētu iebilst pret biometriskā parametra ievākšanu un mērīšanu.

Statiskās metodes

Pirkstu nospiedumu autentifikācija

Pirkstu nospiedumu identifikācija ir visizplatītākā biometriskā lietotāja autentifikācijas tehnoloģija. Metode izmanto unikālo papilāru rakstu paraugu uz cilvēku pirkstiem. Pirkstu nospiedums, kas iegūts, izmantojot skeneri, tiek pārveidots par digitālo kodu un pēc tam salīdzināts ar iepriekš ievadītajiem standartu komplektiem. Pirkstu nospiedumu autentifikācijas izmantošanas priekšrocības ir lietošanas vienkāršība, ērtības un uzticamība. Šīs tehnoloģijas daudzpusība ļauj to izmantot jebkurā jomā un atrisināt jebkuras un visdažādākās problēmas, kur nepieciešama uzticama un diezgan precīza lietotāju identifikācija.

Lai iegūtu informāciju par pirkstu nospiedumiem, tiek izmantoti speciāli skeneri. Lai iegūtu skaidru elektronisku pirkstu nospiedumu attēlojumu, tiek izmantotas diezgan specifiskas metodes, jo pirkstu nospiedums ir pārāk mazs un ir ļoti grūti iegūt skaidri redzamus papilāru rakstus.

Parasti tiek izmantoti trīs galvenie pirkstu nospiedumu skeneru veidi: kapacitatīvie, ritošie un optiskie. Visizplatītākie un plaši izmantotie ir optiskie skeneri, taču tiem ir viens nopietns trūkums. Optiskie skeneri nav izturīgi pret manekeniem un beigtiem pirkstiem, kas nozīmē, ka tie nav tik efektīvi kā cita veida skeneri. Arī dažos avotos pirkstu nospiedumu skeneri ir iedalīti 3 klasēs pēc to fiziskajiem principiem: optiskie, silīcija, ultraskaņas [ ] [ ] .

Iris autentifikācija

Šī tehnoloģija Biometriskā personas autentifikācija izmanto cilvēka acs varavīksnenes pazīmju un īpašību unikalitāti. Varavīksnene ir plāna, kustīga acs diafragma mugurkaulniekiem ar caurumu (zīlīti) centrā; kas atrodas aiz radzenes, starp priekšējo un aizmugures kameras acis, objektīva priekšā. Varavīksnene veidojas pirms cilvēka dzimšanas un nemainās dzīves laikā. Varavīksnenes faktūra atgādina tīklu ar lielu skaitu apkārtējo apļu un rakstiem, kurus var izmērīt ar datoru, varavīksnenes raksts ir ļoti sarežģīts, tas ļauj atlasīt aptuveni 200 punktus, ar kuru palīdzību var iegūt augstu tiek nodrošināta autentifikācijas uzticamības pakāpe. Salīdzinājumam, labākās sistēmas Pirkstu nospiedumu identifikācija izmanto 60-70 punktus.

Varavīksnenes atpazīšanas tehnoloģija tika izstrādāta, lai novērstu tīklenes skenēšanas uzmācību, izmantojot infrasarkanos starus vai spilgtu gaismu. Zinātnieki ir veikuši arī vairākus pētījumus, kas pierādījuši, ka cilvēka tīklene laika gaitā var mainīties, bet varavīksnene paliek nemainīga. Un pats galvenais, pat dvīņiem nav iespējams atrast divus absolūti identiskus varavīksnenes rakstus. Lai iegūtu individuālu varavīksnenes ierakstu, melnbaltā kamera veic 30 ierakstus sekundē. Smalka gaisma izgaismo varavīksneni, ļaujot videokamerai fokusēties uz varavīksneni. Pēc tam viens no ierakstiem tiek digitalizēts un saglabāts reģistrēto lietotāju datubāzē. Visa procedūra aizņem dažas sekundes, un to var pilnībā datorizēt, izmantojot balss vadību un autofokusu. Atkarībā no skenēšanas aprīkojuma kameru var uzstādīt 10 cm līdz 1 metra attālumā. Termins "skenēšana" var būt maldinošs, jo attēla iegūšanas process nav saistīts ar skenēšanu, bet gan vienkārši fotografēšanu. Iegūtais varavīksnenes attēls pēc tam tiek pārveidots vienkāršotā formā, ierakstīts un saglabāts vēlākai salīdzināšanai. Brilles un kontaktlēcas, pat krāsainās, neietekmē autentifikācijas kvalitāti. [ ] [ ] .

Izmaksas vienmēr ir bijušas lielākais šķērslis šīs tehnoloģijas ieviešanai, taču tagad varavīksnenes identifikācijas sistēmas kļūst pieejamākas dažādiem uzņēmumiem. Tehnoloģijas piekritēji apgalvo, ka varavīksnenes atpazīšana ļoti drīz kļūs par izplatītu identifikācijas tehnoloģiju dažādās jomās.

Tīklenes autentifikācija

Rokas ģeometrijas autentifikācija

Šī biometriskā metode personas autentifikācijai izmanto rokas formu. Tā kā individuālie roku formas parametri nav unikāli, ir jāizmanto vairākas īpašības. Tiek skenēti rokas parametri, piemēram, pirkstu izliekumi, to garums un biezums, plaukstas aizmugures platums un biezums, attālums starp locītavām un kaulu struktūra. Tāpat rokas ģeometrijā ir iekļautas sīkas detaļas (piemēram, krunciņas uz ādas). Lai gan locītavu un kaulu struktūra ir relatīvi pastāvīga iezīme, audu pietūkums vai rokas zilumi var izkropļot sākotnējo struktūru. Tehnoloģiju problēma: pat neņemot vērā amputācijas iespēju, slimība, ko sauc par "artrītu", var ievērojami traucēt skeneru lietošanu.

Izmantojot skeneri, kas sastāv no kameras un izgaismojošām diodēm (skenējot roku, diodes ieslēdzas pēc kārtas, tas ļauj iegūt dažādas rokas projekcijas), tad tiek uzbūvēts trīsdimensiju rokas attēls. Rokas ģeometrijas autentifikācijas uzticamība ir salīdzināma ar pirkstu nospiedumu autentifikāciju.

Rokas ģeometrijas autentifikācijas sistēmas tiek plaši izmantotas, kas ir pierādījums to ērtībai lietotājiem. Šīs opcijas izmantošana ir pievilcīga vairāku iemeslu dēļ. Parauga iegūšanas procedūra ir diezgan vienkārša un neizvirza attēlam augstas prasības. Iegūtās veidnes izmērs ir ļoti mazs, daži baiti. Autentifikācijas procesu neietekmē temperatūra, mitrums vai netīrumi. Aprēķini, kas veikti, salīdzinot ar standartu, ir ļoti vienkārši un viegli automatizējami.

Autentifikācijas sistēmas, kuru pamatā ir rokas ģeometrija, visā pasaulē sāka izmantot 70. gadu sākumā. [ ] [ ]

Sejas ģeometrijas autentifikācija

Personas biometriskā autentifikācija, pamatojoties uz sejas ģeometriju, ir diezgan izplatīta identifikācijas un autentifikācijas metode. Tehniskā īstenošana ir sarežģīta matemātiska problēma. Šīs zonas attīstībā noteicošā ir kļuvusi plašā multimediju tehnoloģiju izmantošana, ar kuru palīdzību var redzēt pietiekamu skaitu videokameru dzelzceļa stacijās, lidostās, laukumos, ielās, ceļos un citās pārpildītās vietās. Lai izveidotu cilvēka sejas trīsdimensiju modeli, tiek izolētas acu kontūras, uzacis, lūpas, deguns un citi dažādi sejas elementi, pēc tam tiek aprēķināts attālums starp tiem un izveidots trīsdimensiju modelis. izmantojot to. Lai noteiktu unikālu modeli, kas atbilst konkrētai personai, ir nepieciešami 12 līdz 40 raksturīgie elementi. Veidnē jāņem vērā daudzas attēla variācijas sejas pagriešanas, slīpuma, apgaismojuma maiņas, izteiksmes maiņas gadījumos. Šādu iespēju klāsts atšķiras atkarībā no lietojumprogrammas šī metode(identifikācijai, autentifikācijai, attālai meklēšanai lielos apgabalos utt.). Daži algoritmi ļauj kompensēt personas brilles, cepuri, ūsas un bārdu. [ ] [ ]

Autentifikācija, izmantojot sejas termogrammu

Metodes pamatā ir pētījumi, kas pierādījuši, ka sejas termogramma ir unikāla katram cilvēkam. Termogrammu iegūst, izmantojot infrasarkanās kameras. Atšķirībā no sejas ģeometrijas autentifikācijas, šī metode atšķir dvīņus. Speciālo masku lietošana, plastiskā ķirurģija, cilvēka ķermeņa novecošana, ķermeņa temperatūra, sejas ādas atdzesēšana salnā termogrammas precizitāti neietekmē. Zemās autentifikācijas kvalitātes dēļ metode pašlaik nav plaši izplatīta.

Dinamiskās metodes

Balss autentifikācija

Biometrisko balss autentifikācijas metodi raksturo lietošanas vienkāršība. Šai metodei nav nepieciešams dārgs aprīkojums, tikai mikrofons un skaņas karte. Šobrīd šī tehnoloģija strauji attīstās, jo šī autentifikācijas metode tiek plaši izmantota mūsdienu biznesa centros. Ir diezgan daudz veidu, kā izveidot balss veidni. Parasti tās ir dažādas balss frekvences un statistisko īpašību kombinācijas. Var ņemt vērā tādus parametrus kā modulācija, intonācija, augstums utt.

Galvenais un noteicošais balss autentifikācijas metodes trūkums ir metodes zemā precizitāte. Piemēram, sistēma var neatpazīt cilvēku ar saaukstēšanos. Svarīga problēma veido vienas personas balss izpausmju daudzveidību: balss var mainīties atkarībā no veselības stāvokļa, vecuma, garastāvokļa utt. Šī dažādība rada nopietnas grūtības identificēt cilvēka balss atšķirīgās īpašības. Turklāt trokšņa komponenta ņemšana vērā ir vēl viena svarīga un neatrisināta problēma praktiska izmantošana balss autentifikācija. Tā kā II tipa kļūdu iespējamība, izmantojot šo metodi, ir augsta (apmēram viens procents), balss autentifikācija tiek izmantota, lai kontrolētu piekļuvi vidējas drošības telpās, piemēram, datorklasēs, ražošanas uzņēmumu laboratorijās utt.

K. Gribačovs

programmētājs AS NVP "Bolid"

IEVADS

Jēdziens “biometrija” aptver kompleksu dažādas metodes un tehnoloģijas, kas ļauj identificēt cilvēku pēc viņa bioloģiskajiem parametriem. Biometrijas pamatā ir fakts, ka katram cilvēkam ir individuāls fizioloģisko, psihosomatisko, personisko un citu īpašību kopums. Piemēram, fizioloģiskie parametri ietver pirkstu papilārus, varavīksnenes rakstus utt.

Attīstoties skaitļošanas tehnoloģijām, ir parādījušās ierīces, kas var droši apstrādāt biometriskos datus gandrīz reālajā laikā, izmantojot īpašus algoritmus. Tas kalpoja par stimulu biometrisko tehnoloģiju attīstībai. Pēdējā laikā to piemērošanas joma ir nepārtraukti paplašinājusies. 1. attēlā parādīti daži biometrijas lietojumi.

Rīsi. 1. Biometrijas pielietošanas jomas

BIOMETRISKIE PARAMETRI

Biometriskā identifikācija (BI) var izmantot dažādus parametrus, kurus var iedalīt 2 veidos: statiskā un dinamiskā (2. att.).

Statiskie parametri nosaka cilvēka kā fiziska objekta “materiālās” īpašības ar noteiktu formu, svaru, tilpumu utt. Šie parametri nemainās vispār vai mainās maz atkarībā no cilvēka vecuma (šo noteikumu var pārkāpt tikai bērnībā). Tomēr ne visus statiskos parametrus var izmantot, ja personas identifikācija jāveic ātri (piemēram, piekļuves kontroles sistēmās). Acīmredzot DNS analīze prasa diezgan daudz laika, un maz ticams, ka tuvākajā nākotnē tā tiks plaši izmantota piekļuves kontroles sistēmās.

Dinamiskie parametri lielā mērā raksturo personas uzvedības vai psihosomatiskās īpašības. Šie parametri var diezgan būtiski atšķirties gan atkarībā no vecuma, gan mainīgiem ārējiem un iekšējiem faktoriem (veselības problēmas u.c.). Taču ir pielietojuma jomas, kurās dinamisko parametru izmantošana ir ļoti svarīga, piemēram, veicot rokraksta pārbaudes vai personas identificēšanai pēc balss.

BIOMETRISKĀS INFORMĀCIJAS IEROBEŽOJUMU UN SPECIFITĀTES PRIEKŠROCĪBAS

Šobrīd pārliecinošs vairākums biometriskās sistēmas piekļuves kontrole (BioSKUD) izmanto statiskus parametrus. No tiem visizplatītākais parametrs ir pirkstu nospiedumi.

Galvenās biometriskās informācijas izmantošanas priekšrocības piekļuves kontroles sistēmās (salīdzinājumā ar piekļuves atslēgām vai starpniekservera kartēm):

■ grūtības viltot identifikācijas parametru;

■ neiespējamība pazaudēt identifikatoru;

■ nespēja nodot identifikatoru citai personai.

Papildus aprakstītajām priekšrocībām biometrisko sistēmu izmantošanai ir noteikti ierobežojumi, kas saistīti ar biometrisko parametru “neprecizitāti” vai “izplūdumu”. Tas ir saistīts ar to, ka, piemēram, atkārtoti nolasot vienu un to pašu pirkstu nospiedumu vai atkārtoti uzņemot to pašu seju, skeneris nekad nesaņem divus absolūti identiskus attēlus, tas ir, vienmēr ir dažādi faktori, kas ietekmē skenēšanas rezultātu. Piemēram, pirksta stāvoklis skenerī nekad nav stingri fiksēts, var mainīties arī cilvēka sejas izteiksme utt.

Šī fundamentālā biometriskās informācijas vākšanas “neatkārtojamība” ir biometrisko sistēmu īpatnība, un līdz ar to tiek būtiski paaugstinātas prasības skaitļošanas algoritmu “inteliģencei” un uzticamībai, kā arī mikroprocesoru elementu ātrumam. ACS. Faktiski, ja, izmantojot tuvuma karti, pietiek ar divu digitālo kodu identitātes pārbaudi, tad, salīdzinot izmērīto biometrisko parametru ar atsauces vērtība nepieciešams izmantot īpašus, diezgan sarežģītus korelācijas analīzes un/vai izplūdušās (“izplūdušās”) loģikas algoritmus.

Lai atvieglotu “izplūdušās” atpazīšanas problēmas risināšanu, skenētu attēlu vietā speciāli digitālie modeļi vai veidnes. Šāda veidne ir noteiktas struktūras digitāls masīvs, kas satur informāciju par biometriskā parametra nolasīto attēlu, taču veidnē netiek saglabāti visi dati, kā ar parasto skenēšanu, bet tikai raksturīgākā informācija, kas ir svarīga turpmākai identifikācijai. Piemēram, izmantojot sejas skenēšanu, veidnē var iekļaut parametrus, kas apraksta deguna, acu, mutes utt. formu. Specifiskā metode biometriskā attēla pārvēršana digitālā veidņu formātā nav stingri formalizēta, un, kā likums, katrs biometrisko iekārtu ražotājs izmanto savus veidņu formātus, kā arī savus algoritmus to ģenerēšanai un salīdzināšanai.

Atsevišķi jāatzīmē, ka sākotnējā biometriskā attēla atjaunošana, izmantojot biometrisko veidni, būtībā nav iespējama. Tas ir acīmredzams, jo veidne patiesībā ir tikai modelis, kas apraksta reālu biometrisko attēlu. Tas rada būtisku atšķirību starp biometriju piekļuves kontroles sistēmās un, piemēram, biometriju kriminālistikas zinātnē, kur tiek izmantoti nevis šablonu modeļi, bet gan “pilni” pirkstu nospiedumu attēli. Šo atšķirību ir svarīgi paturēt prātā, jo, piemēram, mūsdienu tiesību aktos tas var nozīmēt, ka biometriskās veidnes nevar automātiski klasificēt kā personas personas datus.

Rīsi. 2. Biometrisko parametru veidi un veidi


BIOMETRISKĀS ACS EFEKTIVITĀTES NOVĒRTĒŠANAS PARAMETRI

Iepriekš aprakstītās biometriskās informācijas specifikas dēļ jebkurā BioAccess kontroles sistēmā vienmēr pastāv divu veidu kļūdu iespējamība:

■ viltus piekļuves liegums (FRR - False Rejection Rate), kad ACS neatpazīst (neatļauj) sistēmā reģistrētu personu;

■ viltus identifikācija (FAR koeficients - False Acceptance Rate), kad piekļuves kontroles sistēma “apmulsina” cilvēkus, ielaižot sistēmā nereģistrētu “svešu” personu, atpazīstot viņu par “savējo”. Šie koeficienti ir vissvarīgākie uzticamības novērtēšanas parametri

BioSKUD.

Praksē situāciju sarežģī fakts, ka šie divu veidu kļūdas ir savstarpēji atkarīgas. Tādējādi, paplašinot iespējamo atpazīšanas kontroles parametru loku tā, lai sistēma vienmēr “atpazītu savu” darbinieku (tas ir, FRR koeficienta samazināšana), automātiski noved pie tā, ka šajā jaunajā “ieplūdīs” kāds cits darbinieks. paplašināts diapazons (tas ir, FAR koeficients palielināsies) . Un otrādi, kad FAR koeficients uzlabojas (tas ir, kad tā vērtība samazinās), FRR koeficients automātiski pasliktinās (palielinās). Citiem vārdiem sakot, jo “rūpīgāk” sistēma cenšas veikt atpazīšanu, lai nepalaistu garām kādu “dīvainu” darbinieku, jo lielāka iespēja, ka tā “neatpazīs savu” (tas ir, reģistrēto) darbinieku. Tāpēc praksē vienmēr pastāv kāds kompromiss starp FAR un FRR koeficientiem.

Papildus norādītajiem kļūdu procentiem svarīgs parametrs BioACS efektivitātes novērtēšanai ir identifikācijas ātrums. Tas ir svarīgi, piemēram, kontrolpunktu uzņēmumos, kad sistēmai īsā laika periodā iziet liels skaits darbinieku. Atbildes laiks ir atkarīgs no daudziem faktoriem: identifikācijas algoritma, veidņu sarežģītības, darbinieku biometrisko veidņu skaita BioSKUD uzziņu datubāzē utt. Acīmredzot reakcijas laiks korelē arī ar identifikācijas ticamību - jo “pamatīgāks” ir identifikācijas algoritms, jo vairāk laika sistēma pavada šai procedūrai.

AIZSARDZĪBAS METODES PRET IMIDĀCIJAS UN LIETOTĀJA KĻŪDAM

Ir skaidrs, ka ar visām priekšrocībām biometriskās informācijas izmantošana automātiski negarantē piekļuves kontroles sistēmas absolūtu uzticamību. Papildus iepriekš aprakstītajām identifikācijas kļūdām pastāv arī zināma iespējamība, ka uzbrucēji izmantos biometriskos simulatorus, lai “maldinātu” BioSKUD. Atdarināšanas līdzekļi var būt, piemēram, pirkstu nospiedumi, krāsainas sejas fotogrāfijas u.c.

Mūsdienu BioSKUD ir aizsardzības līdzekļi pret šādiem biosimulatoriem. Īsi uzskaitīsim dažus no tiem:

■ temperatūras mērīšana (pirksts, plauksta);

■ elektrisko potenciālu mērīšana (pirksts);

■ asins plūsmas (plaukstu un pirkstu) klātbūtnes mērīšana;

■ iekšējo parametru skenēšana (rokas vēnu zīmējums);

■ trīsdimensiju modeļu (seju) izmantošana.

Papildus aizsardzībai pret atdarinātājiem, BioSKUD jābūt arī aizsardzības līdzekļiem pret pašu lietotāju kļūdām. Piemēram, skenējot pirkstu nospiedumu, darbinieks var nejauši vai apzināti novietot pirkstu leņķī, bērni skenerī var ievietot divus pirkstus vienlaikus utt. Lai novērstu šādas parādības, piemēram, tiek izmantotas šādas metodes:

■ īpaši algoritmi “anomālu” parametru filtrēšanai;

■ vairākkārtēja skenēšana (piemēram, pirksta nospieduma skenēšana trīs reizes reģistrācijas laikā);

■ iespēja atkārtotiem identifikācijas mēģinājumiem.

SECINĀJUMS

Biometrisko datu izmantošana piekļuves kontroles sistēmās ir daudzsološa un strauji attīstās tehnoloģija. Biometrijas ieviešana prasa paaugstināt piekļuves kontroles sistēmu “inteliģences” līmeni, izstrādāt jaunas augsto tehnoloģiju algoritmiskās un programmatūras metodes un uzlabot aparatūru. Tādējādi varam secināt, ka biometrisko tehnoloģiju ieviešana veicina piekļuves kontroles un vadības sistēmu nozares attīstību kopumā.

Ievads

1. Personas identifikācijas biometrisko līdzekļu klasifikācija un galvenie raksturlielumi

2. Biometriskās kontroles statisko metožu ieviešanas iezīmes

2.1. Identifikācija pēc papilāru līnijas raksta

2.2 Varavīksnenes identifikācija

2.3. Identifikācija pēc tīklenes kapilāriem

2.4. Identifikācija pēc ģeometrijas un sejas termiskā attēla

2.5. Rokas ģeometrijas identifikācija

3. Biometriskās kontroles dinamisko metožu ieviešanas iezīmes

3.1. Identifikācija pēc rokraksta un paraksta dinamikas

3.3. Identifikācija pēc tastatūras ritma

4. Nākotnes biometriskās tehnoloģijas

Secinājums

Literatūra

Ievads

Priekšmets kursa darbs"Biometriskie personas identifikācijas līdzekļi."

Personas identifikācijai, moderns elektroniskās sistēmas piekļuves kontroles un pārvaldības (ACS) ierīces izmanto vairākus veidus. Visizplatītākie ir:

PIN koda sastādīšanas ierīces (spiedpogu tastatūras);

Bezkontakta viedkaršu lasītāji (Wiegand interfeiss);

Tuvuma karšu lasītāji;

Skārienekrāna atmiņas atslēgu lasītāji;

Svītrkodu lasītāji;

Biometriskie lasītāji.

Šobrīd visplašāk tiek izmantoti visa veida karšu lasītāji (proximity, Wiegand, ar magnētisko joslu utt.). Tiem ir savas nenoliedzamās priekšrocības un lietošanas vienkāršība, tomēr automatizētajā piekļuves punktā tiek kontrolēta “kartes, nevis personas caurbraukšana”. Tajā pašā laikā iebrucēji karti var pazaudēt vai nozagt. Tas viss samazina iespēju izmantot tikai uz karšu lasītājiem balstītas piekļuves kontroles sistēmas lietojumprogrammās ar augstām drošības prasībām. Nesalīdzināmi augstāku drošības līmeni nodrošina visa veida biometriskās piekļuves kontroles ierīces, kas kā identifikācijas pazīmi izmanto cilvēka biometriskos parametrus (pirkstu nospiedumu, rokas ģeometriju, tīklenes rakstu u.c.), kas nepārprotami nodrošina piekļuvi tikai konkrētai personai - nesējam. koda (biometriskie parametri). Bet šodien šādas ierīces joprojām ir diezgan dārgas un sarežģītas, un tāpēc tās tiek izmantotas tikai īpaši svarīgos piekļuves punktos. Svītrkoda lasītāji pašlaik praktiski nav instalēti, jo ir ļoti viegli viltot karti uz printera vai kopētāja.

Darba mērķis apsvērt biometrisko personas identifikācijas līdzekļu darbības un lietošanas principus.

1. Personas identifikācijas biometrisko līdzekļu klasifikācija un galvenie raksturlielumi

Biometrisko identifikatoru priekšrocības, kuru pamatā ir personas unikālās bioloģiskās un fizioloģiskās īpašības, kas unikāli identificē personas identitāti, ir izraisījušas atbilstošu līdzekļu intensīvu attīstību. Biometriskie identifikatori izmanto statiskas metodes, kuru pamatā ir personas fizioloģiskas īpašības, tas ir, unikālas īpašības, kas viņam piešķirtas kopš dzimšanas (pirkstu papilāru līniju raksti, varavīksnene, tīklenes kapilāri, sejas termiskais attēls, rokas ģeometrija, DNS), un dinamiskās metodes (rokraksta un paraksta dinamika, balss un runas īpatnības, klaviatūras darba ritms). Tiek piedāvāts izmantot tādas unikālas statiskas metodes kā identifikācija pēc zemspēļu ādas slāņa, skenēšanai norādītā pirkstu tilpuma, ausu formas, ķermeņa smaržas un dinamiskās metodes - identifikācija pēc lūpu kustības atskaņošanas laikā. koda vārds, pēc atslēgas pagriešanas dinamikas durvju slēdzenē utt. Mūsdienu biometriskās identifikācijas rīku klasifikācija parādīta att. 1.

Biometriskie identifikatori darbojas labi tikai tad, ja operators var pārbaudīt divas lietas: pirmkārt, vai biometriskie dati ir iegūti no konkrētas personas pārbaudes laikā, un, otrkārt, vai šie dati atbilst failu skapī saglabātajam paraugam. Biometriskie raksturlielumi ir unikāli identifikatori, taču jautājums par to drošu uzglabāšanu un aizsardzību pret pārtveršanu joprojām ir atklāts.

Biometriskie identifikatori nodrošina ļoti augstus rādītājus: nesankcionētas piekļuves iespējamība ir 0,1 - 0,0001%, viltus aizturēšanas iespējamība ir daļa no procentiem, identifikācijas laiks ir dažas sekundes, taču tiem ir lielākas izmaksas, salīdzinot ar atribūtu identifikācijas līdzekļiem. Dažādu biometrisko tehnoloģiju salīdzināšanas kvalitatīvie rezultāti identifikācijas precizitātes un izmaksu ziņā parādīti att. 2. Ir zināmi piekļuves kontroles sistēmu izstrādnes, kuru pamatā ir plaukstas vēnu tīkla konfigurāciju nolasīšana un salīdzināšana, smaku paraugu pārvēršana digitālā formā, cilvēka vidusauss unikālās akustiskās reakcijas analīze, kad tā tiek apstarota ar specifiskiem akustiskiem impulsiem. utt.


Rīsi. 1. Mūsdienu biometriskās identifikācijas rīku klasifikācija


Tendence būtiski uzlabot biometrisko identifikatoru raksturlielumus un samazināt to izmaksas novedīs pie biometrisko identifikatoru plašas izmantošanas dažādās piekļuves kontroles un pārvaldības sistēmās. Šobrīd šī tirgus struktūra ir

Jebkuru biometrisko tehnoloģiju izmanto pakāpeniski:

Objekta skenēšana;

Individuālās informācijas iegūšana;

Veidnes veidošana;

Salīdziniet pašreizējo veidni ar datu bāzi.

Biometriskās autentifikācijas tehnika ir šāda. Lietotājs, veicot pieprasījumu piekļuves kontroles sistēmai, vispirms identificē sevi, izmantojot identifikācijas karti, plastmasas atslēgu vai personas kodu. Pamatojoties uz lietotāja uzrādīto identifikatoru, sistēma savā atmiņā atrod lietotāja personīgo failu (standarta), kurā kopā ar numuru tiek glabāti viņa biometriskie dati, kas iepriekš reģistrēti lietotāja reģistrācijas procedūras laikā. Pēc tam lietotājs sistēmai nolasīšanai uzrāda norādīto biometrisko parametru nesēju. Salīdzinot saņemtos un reģistrētos datus, sistēma pieņem lēmumu piešķirt vai liegt piekļuvi.




Rīsi. 2. Biometriskās identifikācijas metožu salīdzinājums

Tādējādi līdzās biometrisko raksturlielumu mērītājiem piekļuves kontroles sistēmām jābūt aprīkotām ar atbilstošiem identifikācijas karšu vai plastmasas atslēgu lasītājiem (vai ciparu tastatūru).

Galvenie biometriskās informācijas drošības rīki, ko šodien nodrošina Krievijas drošības tirgus, ir norādīti tabulā. 1, specifikācijas Dažas biometriskās sistēmas ir parādītas tabulā. 2.

1. tabula. Mūsdienu biometriskās informācijas drošības rīki

Vārds Ražotājs Biosign Piezīme
SACcat SAC tehnoloģijas Pirkstu ādas raksts Datora pielikums
TouchLock, TouchSafe, Identix Ādas raksts Objekta ACS
TouchNet pirksts
Acu dentifikācija Acu noteikšana Tīklenes zīmējums Objekta ACS
Sistēma 7.5 acis (monobloks)
Mežāzis 10 Acu noteikšana Tīklenes zīmējums Objektu piekļuves kontroles sistēma (ports, kamera)
eriprint 2000 Biometriskā identifikācija Pirkstu ādas raksts ACS universāls
ID3D-R rokas atslēga atpazīšanas sistēmas Rokas plaukstas zīmējums ACS universāls
Rokas atslēga Bēgt Rokas plaukstas zīmējums ACS universāls
ICAM 2001 Acu noteikšana Tīklenes zīmējums ACS universāls
Drošs pieskāriens Biometriskās piekļuves korporācija. Pirkstu ādas raksts Datora pielikums
BioMouse American Biometric Corp. Pirkstu ādas raksts Datora pielikums
Pirkstu nospiedumu identifikācijas vienība Sony Pirkstu ādas raksts Datora pielikums
Drošs tastatūras skeneris National Registry Inc. Pirkstu ādas raksts Datora pielikums
Robeža NPF "Kristāls" Parakstu dinamika, balss spektrs Datora pielikums
Delsy touch mikroshēma Elsis, NPP Electron (Krievija), Opak (Baltkrievija), R&R (Vācija) Pirkstu ādas raksts Datora pielikums
BioLink U-Match pele, pele SFM-2000A BioLink tehnoloģijas Pirkstu ādas raksts Standarta pele ar iebūvētu pirkstu nospiedumu skeneri
Biometriskā drošības sistēma datora informācija Dakto AAS "Čerņigovas radioierīču rūpnīca" Bioloģiski aktīvie ādas punkti un papilārās līnijas Atsevišķs bloks
Biometriskā kontroles sistēma Iris Access 3000 LG Electronics, Inc Īrisa zīmējums Karšu lasītāju integrācija

Runājot par automātiskās autentifikācijas precizitāti, ir ierasts izšķirt divu veidu kļūdas: 1. tipa kļūdas (“viltus trauksmes”) ir saistītas ar piekļuves liegšanu likumīgam lietotājam. 1. tipa kļūdas (“trūkst mērķa”) - piekļuves piešķiršana nelegālam lietotājam. Kļūdu iemesls ir tas, ka, mērot biometriskos raksturlielumus, ir noteikta vērtību izkliede. Biometrijā ir absolūti neiespējami, ka paraugi un jauniegūtie raksturlielumi pilnībā atbilst. Tas attiecas uz visiem biometriskajiem datiem, tostarp pirkstu nospiedumiem, tīklenes skenēšanu vai parakstu atpazīšanu. Piemēram, rokas pirksti ne vienmēr var būt novietoti vienā pozīcijā, vienā leņķī vai ar tādu pašu spiedienu. Un tā katru reizi, kad pārbaudāt.

Mūsdienu zinātne nestāv uz vietas. Arvien biežāk tiek prasīta kvalitatīva ierīču aizsardzība, lai kāds, kas tās nejauši pārņēmis savā īpašumā, nevarētu pilnībā izmantot informāciju. Turklāt metodes, kā aizsargāt informāciju no tiek izmantotas ne tikai ikdienas dzīvē.

Papildus digitālai paroļu ievadīšanai tiek izmantotas arī individualizētākas biometriskās drošības sistēmas.

Kas tas ir?

Iepriekš šāda sistēma tika izmantota tikai ierobežotos gadījumos, svarīgāko stratēģisko objektu aizsardzībai.

Tad pēc 2011.gada 11.septembra viņi nonāca pie secinājuma, ka šādu pieeju varētu piemērot ne tikai šajās teritorijās, bet arī citās teritorijās.

Tādējādi cilvēku identifikācijas metodes ir kļuvušas neaizstājamas vairākās krāpšanas un terorisma apkarošanas metodēs, kā arī tādās jomās kā:

Biometriskās piekļuves sistēmas sakaru tehnoloģijām, tīklu un datoru datu bāzēm;

Datu bāze;

Piekļuves kontrole informācijas glabātuvēm utt.

Katrai personai ir īpašību kopums, kas laika gaitā nemainās, vai tās, kuras var mainīt, bet tajā pašā laikā pieder tikai konkrētai personai. Šajā sakarā ir iespējams izcelt sekojoši parametri biometriskās sistēmas, ko izmanto šajās tehnoloģijās:

Statiskā - pirkstu nospiedumi, ausu fotografēšana, tīklenes skenēšana un citi.

Biometrijas tehnoloģijas nākotnē aizstās tradicionālās personas autentifikācijas metodes, izmantojot pasi, kā iebūvētās mikroshēmas, kartes un līdzīgas inovācijas. zinātniskās tehnoloģijas tiks īstenoti ne tikai šo dokumentu, bet arī citās.

Neliela atkāpe par personības atpazīšanas metodēm:

- Identifikācija- viens pret daudziem; izlase tiek salīdzināta ar visiem pieejamajiem pēc noteiktiem parametriem.

- Autentifikācija- viens pret vienu; paraugu salīdzina ar iepriekš iegūto materiālu. Šajā gadījumā persona var būt zināma, iegūtie personas dati tiek salīdzināti ar datubāzē pieejamo šīs personas parauga parametru;

Kā darbojas biometriskās drošības sistēmas

Lai izveidotu bāzi konkrētai personai, ir jāņem vērā viņa bioloģiskie individuālie parametri kā īpaša ierīce.

Sistēma atceras saņemto biometrisko raksturlielumu paraugu (ierakstīšanas process). Šādā gadījumā var būt nepieciešams izveidot vairākus paraugus, lai izveidotu precīzāku parametra atsauces vērtību. Sistēmas saņemtā informācija tiek pārvērsta matemātiskā kodā.

Papildus parauga izveidei sistēmai var būt nepieciešamas papildu darbības, lai apvienotu personas identifikatoru (PIN vai viedkarti) un biometrisko paraugu. Pēc tam, kad notiek atbilstības skenēšana, sistēma salīdzina saņemtos datus, salīdzinot matemātisko kodu ar jau ierakstītajiem. Ja tie sakrīt, tas nozīmē, ka autentifikācija bija veiksmīga.

Iespējamās kļūdas

Sistēma var radīt kļūdas, atšķirībā no atpazīšanas, izmantojot paroles vai elektroniskās atslēgas. Šajā gadījumā tiek izdalīti šādi nepareizas informācijas izsniegšanas veidi:

1. tipa kļūda: viltus piekļuves līmenis (FAR) – vienu personu var sajaukt ar citu;

2. tipa kļūda: viltus piekļuves liegšanas rādītājs (FRR) - persona netiek atpazīta sistēmā.

Lai izslēgtu, piemēram, šāda līmeņa kļūdas, ir nepieciešams šķērsot FAR un FRR rādītājus. Taču tas nav iespējams, jo tam būtu nepieciešama personas DNS identifikācija.

Pirkstu nospiedumi

Šobrīd visslavenākā metode ir biometrija. Saņemot pasi, mūsdienu Krievijas pilsoņiem ir jāveic pirkstu nospiedumu noņemšanas procedūra, lai tos pievienotu personiskajai kartei.

Šī metode ir balstīta uz pirkstu unikalitāti un ir izmantota diezgan ilgu laiku, sākot ar kriminālistikas (pirkstu nospiedumu noņemšanu). Skenējot pirkstus, sistēma pārvērš paraugu unikālā kodā, ko pēc tam salīdzina ar esošu identifikatoru.

Parasti informācijas apstrādes algoritmi izmanto atsevišķu punktu atrašanās vietu, kas satur pirkstu nospiedumus - zarus, raksta līnijas beigas utt. Laiks, kas nepieciešams, lai attēlu pārvērstu kodā un iegūtu rezultātu, parasti ir aptuveni 1 sekunde.

Aprīkojums, ieskaitot programmatūra viņam pašlaik tiek ražoti kompleksā un ir salīdzinoši lēti.

Kļūdas, skenējot pirkstus (vai abas rokas), rodas diezgan bieži, ja:

Ir neparasts pirkstu mitrums vai sausums.

Rokas tiek apstrādātas ķīmiskie elementi, kas apgrūtina identificēšanu.

Ir mikroplaisas vai skrāpējumi.

Ir liela un nepārtraukta informācijas plūsma. Piemēram, tas ir iespējams uzņēmumā, kur piekļuve darba vietai tiek veikta, izmantojot pirkstu nospiedumu skeneri. Tā kā cilvēku plūsma ir ievērojama, sistēma var neizdoties.

Slavenākie uzņēmumi, kas nodarbojas ar pirkstu nospiedumu atpazīšanas sistēmām: Bayometric Inc., SecuGen. Krievijā pie tā strādā Sonda, BioLink, SmartLok u.c.

Acu varavīksnene

Membrānas modelis veidojas 36. intrauterīnās attīstības nedēļā, tiek izveidots pēc diviem mēnešiem un nemainās visu mūžu. Biometriskās varavīksnenes identifikācijas sistēmas ir ne tikai visprecīzākās starp citām šajā diapazonā, bet arī vienas no dārgākajām.

Metodes priekšrocība ir tāda, ka skenēšana, tas ir, attēlu uzņemšana, var notikt gan 10 cm, gan 10 metru attālumā.

Uzņemot attēlu, dati par noteiktu punktu atrašanās vietu uz acs varavīksnenes tiek pārsūtīti uz datoru, kas pēc tam sniedz informāciju par uzņemšanas iespēju. Informācijas apstrādes ātrums par cilvēka varavīksneni ir aptuveni 500 ms.

Tagad šī sistēma atpazīšana biometrijas tirgū aizņem ne vairāk kā 9% no kopējais skaitsšādas identifikācijas metodes. Tajā pašā laikā pirkstu nospiedumu tehnoloģiju tirgus daļa ir vairāk nekā 50%.

Skeneriem, kas ļauj tvert un apstrādāt acs varavīksneni, ir diezgan sarežģīts dizains un programmatūra, un tāpēc šādām ierīcēm ir augsta cena. Turklāt Iridian sākotnēji bija monopolists cilvēku atpazīšanas sistēmu ražošanā. Tad tirgū sāka ienākt citi lieli uzņēmumi, kas jau nodarbojās ar dažādu ierīču komponentu ražošanu.

Tādējādi šobrīd Krievijā ir šādi uzņēmumi, kas veido cilvēka varavīksnenes atpazīšanas sistēmas: AOptix, SRI International. Tomēr šie uzņēmumi nesniedz rādītājus par 1. un 2. veida kļūdu skaitu, tāpēc nav fakts, ka sistēma nav aizsargāta pret viltošanu.

Sejas ģeometrija

Ir biometriskās drošības sistēmas, kas saistītas ar sejas atpazīšanu 2D un 3D režīmos. Kopumā tiek uzskatīts, ka katra cilvēka sejas vaibsti ir unikāli un dzīves laikā nemainās. Tādi raksturlielumi kā attālumi starp noteiktiem punktiem, forma utt. paliek nemainīgi.

2D režīms ir statiska identifikācijas metode. Uzņemot attēlu, ir nepieciešams, lai cilvēks nekustas. Svarīgs ir arī fons, ūsu klātbūtne, bārda, spilgta gaisma un citi faktori, kas neļauj sistēmai atpazīt seju. Tas nozīmē, ka, ja ir kādas neprecizitātes, norādītais rezultāts būs nepareizs.

Šobrīd šī metode nav īpaši populāra tās zemās precizitātes dēļ un tiek izmantota tikai multimodālajā (krustveida) biometrijā, kas ir metožu kopums cilvēka atpazīšanai pēc sejas un balss vienlaicīgi. Biometriskās drošības sistēmas var ietvert citus moduļus – DNS, pirkstu nospiedumus un citus. Turklāt krustošanas metodei nav nepieciešams sazināties ar identificējamo personu, kas ļauj atpazīt cilvēkus pēc fotogrāfijām un balsīm, kas ierakstītas tehniskajās ierīcēs.

3D metodei ir pilnīgi atšķirīgi ievades parametri, tāpēc to nevar salīdzināt ar 2D tehnoloģiju. Ierakstot attēlu, tiek izmantota seja dinamikā. Sistēma, uzņemot katru attēlu, izveido 3D modeli, ar kuru pēc tam tiek salīdzināti saņemtie dati.

Šajā gadījumā tiek izmantots īpašs režģis, kas tiek projicēts uz personas sejas. Biometriskās drošības sistēmas, uzņemot vairākus kadrus sekundē, apstrādā attēlu ar tajās iekļauto programmatūru. Pirmajā attēla izveides posmā programmatūra izmet nepiemērotus attēlus, kur seja ir grūti saskatāma vai atrodas sekundāri objekti.

Pēc tam programma identificē un ignorē nevajadzīgos objektus (brilles, frizūru utt.). Antropometriskie sejas vaibsti tiek izcelti un atcerēti, ģenerējot unikālu kodu, kas tiek ievadīts īpašā datu noliktavā. Attēla uzņemšanas laiks ir aptuveni 2 sekundes.

Tomēr, neskatoties uz 3D metodes priekšrocībām salīdzinājumā ar 2D metodi, jebkādi būtiski traucējumi sejā vai sejas izteiksmes izmaiņas pasliktina šīs tehnoloģijas statistisko ticamību.

Mūsdienās biometriskās sejas atpazīšanas tehnoloģijas tiek izmantotas kopā ar vispazīstamākajām iepriekš aprakstītajām metodēm, kas veido aptuveni 20% no kopējā biometrisko tehnoloģiju tirgus.

Uzņēmumi, kas izstrādā un ievieš sejas identifikācijas tehnoloģiju: Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH. Krievijā pie šī jautājuma strādā šādi uzņēmumi: Artec Group, Vocord (2D metode) un citi, mazāki ražotāji.

Plaukstas vēnas

Apmēram pirms 10-15 gadiem nāca jauna biometriskās identifikācijas tehnoloģija - atpazīšana pēc rokas vēnām. Tas kļuva iespējams, pateicoties tam, ka hemoglobīns asinīs intensīvi absorbē infrasarkano starojumu.

Īpaša IR kamera fotografē plaukstu, kā rezultātā attēlā parādās vēnu tīkls. Šo attēlu apstrādā programmatūra, un tiek parādīts rezultāts.

Vēnu atrašanās vieta uz rokas ir salīdzināma ar acs varavīksnenes pazīmēm – to līnijas un struktūra laika gaitā nemainās. Šīs metodes ticamību var arī korelēt ar rezultātiem, kas iegūti, identificējot, izmantojot varavīksneni.

Nav nepieciešams sazināties, lai uzņemtu attēlu ar lasītāju, taču, izmantojot šo pašreizējo metodi, ir jāievēro noteikti nosacījumi, lai rezultāts būtu visprecīzākais: to nevar iegūt, piemēram, fotografējot roku uz iela. Tāpat skenēšanas laikā nepakļaujiet kameru gaismas iedarbībai. Gala rezultāts būs neprecīzi, ja ir ar vecumu saistītas slimības.

Metodes izplatība tirgū ir tikai aptuveni 5%, bet liela interese par to ir no lielajiem uzņēmumiem, kuri jau ir izstrādājuši biometriskās tehnoloģijas: TDSi, Veid Pte. SIA, Hitachi VeinID.

Tīklene

Kapilāru modeļa skenēšana uz tīklenes virsmas tiek uzskatīta par visdrošāko identifikācijas metodi. Tas apvieno visvairāk labākās īpašības biometriskās tehnoloģijas cilvēka atpazīšanai pēc acs varavīksnenes un rokas vēnām.

Vienīgais laiks, kad šī metode var dot neprecīzus rezultātus, ir katarakta. Būtībā tīklenei ir nemainīga struktūra dzīves laikā.

Šīs sistēmas trūkums ir tāds, ka tīklene tiek skenēta, kad cilvēks nekustas. Tehnoloģija, kuras pielietojums ir sarežģīta, rezultātu iegūšanai prasa ilgu apstrādes laiku.

Augsto izmaksu dēļ biometriskā sistēma netiek plaši izmantota, taču tā nodrošina visprecīzākos rezultātus no visām tirgū pieejamajām cilvēka pazīmju skenēšanas metodēm.

Rokas

Agrāk populārā identifikācijas metode pēc rokas ģeometrijas kļūst arvien mazāk izmantota, jo tā dod zemākos rezultātus salīdzinājumā ar citām metodēm. Skenējot tiek fotografēti pirksti, tiek noteikts to garums, mezglu attiecības un citi atsevišķie parametri.

Ausu forma

Eksperti saka, ka viss esošās metodes identifikācijas nav tik precīzas kā personas atpazīšana pēc Tomēr ir veids, kā noteikt identitāti pēc DNS, taču šajā gadījumā notiek ciešs kontakts ar cilvēkiem, tāpēc tas tiek uzskatīts par neētisku.

Pētnieks Marks Niksons no Apvienotās Karalistes norāda, ka šī līmeņa metodes ir jaunas paaudzes biometriskās sistēmas, tās nodrošina visprecīzākos rezultātus. Atšķirībā no tīklenes, varavīksnenes vai pirkstiem, uz kuriem, visticamāk, var parādīties sveši parametri, kas apgrūtina identifikāciju, tas nenotiek uz ausīm. Bērnībā izveidojusies auss tikai aug, nemainot tās galvenos punktus.

Izgudrotājs metodi personas identificēšanai pēc dzirdes orgāna nosauca par "staru attēla pārveidošanu". Šī tehnoloģija ietver attēla uzņemšanu ar dažādu krāsu stariem, kas pēc tam tiek tulkoti matemātiskā kodā.

Tomēr, pēc zinātnieka domām, viņa metodei ir arī negatīvās puses. Piemēram, mati, kas aizsedz ausis, nepareizi izvēlēts leņķis un citas neprecizitātes, var traucēt iegūt skaidru attēlu.

Ausu skenēšanas tehnoloģija neaizstās tik labi zināmo un parastajā veidā identifikāciju, piemēram, pirkstu nospiedumus, bet to var izmantot kopā ar to.

Tiek uzskatīts, ka tas palielinās cilvēku atpazīšanas uzticamību. Īpaši svarīga ir dažādu metožu (multimodāla) kombinācija noziedznieku ķeršanā, uzskata zinātnieks. Eksperimentu un pētījumu rezultātā viņi cer izveidot programmatūru, kas tiks izmantota tiesā, lai pēc attēliem unikāli identificētu vainīgās personas.

Cilvēka balss

Personas identifikāciju var veikt gan lokāli, gan attālināti, izmantojot balss atpazīšanas tehnoloģiju.

Runājot, piemēram, pa telefonu, sistēma salīdzina šis parametrs ar tiem, kas pieejami datu bāzē, un atrod līdzīgus paraugus procentos. Pilnīga atbilstība nozīmē, ka identitāte ir noteikta, tas ir, ir notikusi identifikācija ar balsi.

Lai kaut kam piekļūtu tradicionālā veidā, jums ir jāatbild uz noteiktiem drošības jautājumiem. Tas ir digitālais kods, mātes pirmslaulības uzvārds un citas teksta paroles.

Mūsdienu pētījumi šajā jomā liecina, ka šo informāciju ir diezgan viegli iegūt, tāpēc var izmantot tādas identifikācijas metodes kā balss biometrija. Šajā gadījumā ir jāpārbauda nevis kodu zināšanas, bet gan personas personība.

Lai to izdarītu, klientam ir jāsaka koda frāze vai jāsāk runāt. Sistēma atpazīst zvanītāja balsi un pārbauda, ​​vai tā pieder šim cilvēkam – vai viņš ir tas, par ko uzdodas.

Biometriskās informācijas drošības sistēmas šāda veida neprasa dārgu aprīkojumu, tā ir viņu priekšrocība. Turklāt, lai sistēma veiktu balss skenēšanu, jums nav jābūt īpašām zināšanām, jo ​​ierīce neatkarīgi rada “patiess-nepatiess” rezultātu.

Pēc rokraksta

Personas identificēšana pēc vēstuļu rakstīšanas veida notiek gandrīz jebkurā dzīves jomā, kur ir nepieciešams parakstīties. Tā notiek, piemēram, bankā, kad speciālists salīdzina konta atvēršanas laikā izveidoto paraugu ar nākamās vizītes laikā ieliktajiem parakstiem.

Šīs metodes precizitāte ir zema, jo identifikācija nenotiek, izmantojot matemātisko kodu, kā iepriekšējās, bet gan vienkārši salīdzinot. Šeit ir augsts subjektīvās uztveres līmenis. Turklāt rokraksts ievērojami mainās līdz ar vecumu, kas bieži vien apgrūtina atpazīšanu.

Šajā gadījumā labāk to izmantot automātiskās sistēmas, kas ļaus noteikt ne tikai redzamos sakritības, bet arī citas raksturīgās vārdu rakstības pazīmes, piemēram, slīpumu, attālumu starp punktiem un citas raksturīgas pazīmes.

ZlodeiBaal 2011. gada 11. augusts, 21:54

Mūsdienu biometriskās identifikācijas metodes

  • Informācijas drošība

Nesen par Habré ir parādījušies daudzi raksti, kas veltīti Google sejas identifikācijas sistēmām. Godīgi sakot, daudzi no viņiem ož pēc žurnālistikas un, maigi izsakoties, nekompetences. Un es gribēju uzrakstīt labu rakstu par biometriju, tas nav mans pirmais! Ir pāris labi raksti par biometriju par Habrē, taču tie ir diezgan īsi un nepilnīgi. Šeit es mēģināšu īsi ieskicēt vispārējos biometriskās identifikācijas principus un cilvēces mūsdienu sasniegumus šajā jautājumā. Ieskaitot identifikāciju pēc sejām.

Rakstam ir, kas būtībā ir tā priekšvēstnesis.

Par raksta pamatu tiks izmantota kopīga publikācija ar kolēģi žurnālā (BDI, 2009), kas pārskatīta, lai atbilstu mūsdienu realitātei. Habrē vēl nav kolēģis, taču viņš atbalstīja pārskatītā raksta publicēšanu šeit. Publicēšanas laikā raksts bija īss pārskats par mūsdienu biometrisko tehnoloģiju tirgu, ko mēs paši veicām pirms sava produkta ieviešanas. Raksta otrajā daļā izvirzītie piemērojamības spriedumi ir balstīti uz to cilvēku viedokļiem, kuri ir izmantojuši un ieviesuši produktus, kā arī uz to cilvēku viedokļiem, kuri ir iesaistīti biometrisko sistēmu ražošanā Krievijā un Eiropā.

Galvenā informācija

Sāksim ar pamatiem. 95% gadījumu biometrija būtībā ir matemātiska statistika. Un matstat ir precīza zinātne, kuras algoritmi tiek izmantoti visur: radaros un Bajesa sistēmās. Pirmā un otrā veida kļūdas var uzskatīt par divām galvenajām jebkuras biometriskās sistēmas īpašībām). Radara teorijā tos parasti sauc par "viltus trauksmi" vai "mērķa nepareizu", un biometrijā visizplatītākie jēdzieni ir FAR (viltus pieņemšanas līmenis) un FRR (viltus noraidīšanas līmenis). Pirmais cipars raksturo divu cilvēku biometrisko raksturlielumu nepatiesas atbilstības varbūtību. Otrais ir iespēja liegt piekļuvi personai ar atļauju. Jo zemāka ir FRR vērtība tām pašām FAR vērtībām, jo ​​labāka ir sistēma. Dažreiz lietots Salīdzinošās īpašības EER, kas nosaka punktu, kurā FRR un FAR grafiki krustojas. Bet tas ne vienmēr ir reprezentatīvs. Piemēram, varat redzēt sīkāku informāciju.
Var atzīmēt sekojošo: ja sistēmas raksturlielumos nav iekļauts FAR un FRR atvērtajām biometrijas datu bāzēm, tad neatkarīgi no tā, ko ražotāji deklarē par tās īpašībām, šī sistēma, visticamāk, ir neefektīva vai daudz vājāka nekā konkurenti.
Taču ne tikai FAR un FRR nosaka biometriskās sistēmas kvalitāti. Ja tas būtu vienīgais veids, vadošā tehnoloģija būtu DNS atpazīšana, kurai FAR un FRR mēdz būt nulle. Bet ir acīmredzams, ka šī tehnoloģija nav pielietojama pašreizējā cilvēka attīstības stadijā! Esam izstrādājuši vairākus empīriskus raksturlielumus, kas ļauj novērtēt sistēmas kvalitāti. “Izturība pret viltojumiem” ir empīrisks raksturlielums, kas apkopo to, cik viegli ir apmānīt biometrisko identifikatoru. “Vides stabilitāte” ir raksturlielums, kas empīriski novērtē sistēmas stabilitāti dažādos ārējos apstākļos, piemēram, mainoties apgaismojumam vai telpas temperatūrai. “Lietošanas vienkāršība” parāda, cik grūti ir izmantot biometrisko skeneri un vai identifikācija ir iespējama, atrodoties ceļā. Svarīgs raksturlielums ir “darbības ātrums” un “sistēmas izmaksas”. Nedrīkst aizmirst, ka personas biometriskais raksturojums laika gaitā var mainīties, tādēļ, ja tas ir nestabils, tas ir būtisks trūkums.
Pārpilnība biometriskās metodes pārsteidz. Galvenās metodes, kurās izmanto personas statiskos biometriskos raksturlielumus, ir identifikācija pēc papilāru raksta uz pirkstiem, varavīksnenes, sejas ģeometrijas, tīklenes, roku vēnu raksta, rokas ģeometrijas. Ir arī metožu saime, kas izmanto dinamiskos raksturlielumus: identifikāciju pēc balss, rokraksta dinamiku, sirdsdarbības ātrumu un gaitu. Zemāk ir biometrisko datu tirgus sadalījums pirms pāris gadiem. Katrs cits avots svārstās par 15-20 procentiem, tāpēc tas ir tikai aptuvens. Arī šeit, zem jēdziena “rokas ģeometrija”, ir paslēptas divas dažādas metodes, kas tiks aplūkotas turpmāk.


Šajā rakstā mēs apskatīsim tikai tos raksturlielumus, kas ir piemērojami piekļuves kontroles un pārvaldības sistēmās (ACS) vai tiem līdzīgos uzdevumos. Pateicoties tā pārākumam, tie galvenokārt ir statiski raksturlielumi. No dinamiskajiem raksturlielumiem šobrīd tikai balss atpazīšanai ir vismaz kāda statistiskā nozīme (salīdzināma ar sliktākajiem statiskajiem algoritmiem FAR~0.1%, FRR~6%), taču tikai ideālos apstākļos.
Lai izprastu FAR un FRR varbūtību, varat novērtēt, cik bieži notiks nepatiesas atbilstības, ja instalējat identifikācijas sistēmu pie ieejas organizācijā ar N darbiniekiem. Pirkstu nospiedumu skenera viltus atbilstības varbūtība N pirkstu nospiedumu datu bāzei ir FAR∙N. Un katru dienu cauri piekļuves kontroles punktam iziet arī aptuveni N cilvēki. Tad kļūdas iespējamība darba dienā ir FAR∙(N∙N). Protams, atkarībā no identifikācijas sistēmas mērķiem kļūdas iespējamība laika vienībā var ievērojami atšķirties, taču, ja pieņemam vienu kļūdu darba dienā, tad:
(1)
Tad mēs atklājam, ka stabila identifikācijas sistēmas darbība pie FAR=0,1% =0,001 ir iespējama ar N≈30 personāla lielumu.

Biometriskie skeneri

Mūsdienās jēdzieni “biometriskais algoritms” un “biometriskais skeneris” ne vienmēr ir savstarpēji saistīti. Uzņēmums var ražot šos elementus atsevišķi vai kopā. Vislielākā atšķirība starp skeneru ražotājiem un programmatūras ražotājiem ir sasniegta pirkstu papilāru raksta biometrijas tirgū. Mazākais 3D sejas skeneris tirgū. Faktiski diferenciācijas līmenis lielā mērā atspoguļo tirgus attīstību un piesātinājumu. Jo lielāka izvēle, jo vairāk tēma tiek izstrādāta un pilnveidota. Dažādiem skeneriem ir dažādas spēju kopas. Būtībā tas ir testu kopums, lai pārbaudītu, vai biometriskais objekts ir bojāts vai nav. Pirkstu skeneriem tas varētu būt trieciena tests vai temperatūras pārbaude, acu skeneriem tas varētu būt skolēna izmitināšanas tests, sejas skeneriem tas varētu būt sejas kustības.
Skeneri lielā mērā ietekmē iegūto FAR un FRR statistiku. Dažos gadījumos šie skaitļi var mainīties desmitiem reižu, īpaši reālos apstākļos. Parasti algoritma raksturlielumi tiek doti noteiktai “ideālajai” bāzei vai vienkārši piemērotai bāzei, kur izplūdušie un izplūdušie kadri tiek atmesti. Tikai daži algoritmi godīgi norāda gan bāzi, gan pilnu FAR/FRR izdošanu.

Un tagad sīkāk par katru no tehnoloģijām

Pirkstu nospiedumi


Daktiloskopija (pirkstu nospiedumu atpazīšana) ir līdz šim visattīstītākā biometriskā personas identifikācijas metode. Metodes attīstības katalizators bija tās plašā izmantošana 20. gadsimta tiesu zinātnē.
Katrai personai ir unikāls papilāru pirkstu nospiedumu raksts, kas ļauj identificēt. Parasti algoritmi izmanto pirkstu nospiedumu raksturīgos punktus: raksta līnijas beigas, līnijas sazarojumu, atsevišķus punktus. Papildus tiek izmantota informācija par pirkstu nospieduma morfoloģisko struktūru: papilāru raksta slēgto līniju, “arkveida” un spirālveida līniju relatīvais novietojums. Papilārā raksta iezīmes tiek pārveidotas par unikālu kodu, kas saglabā pirkstu nospiedumu attēla informācijas saturu. Un tieši “pirkstu nospiedumu kodi” tiek glabāti datu bāzē, ko izmanto meklēšanai un salīdzināšanai. Laiks pirkstu nospiedumu attēla pārvēršanai kodā un tā identificēšanai parasti nepārsniedz 1 s, atkarībā no datu bāzes lieluma. Rokas pacelšanai pavadītais laiks netiek ņemts vērā.
Kā FAR un FRR datu avots tika izmantota VeriFinger SDK statistika, kas iegūta, izmantojot DP U.are.U pirkstu nospiedumu skeneri. Pēdējo 5-10 gadu laikā pirkstu atpazīšanas raksturlielumi nav īpaši progresējuši, tāpēc iepriekš minētie skaitļi diezgan labi parāda mūsdienu algoritmu vidējo vērtību. Pats VeriFinger algoritms vairākus gadus uzvarēja Starptautiskajā pirkstu nospiedumu pārbaudes konkursā, kurā sacentās pirkstu atpazīšanas algoritmi.

Raksturīgā FAR vērtība pirkstu nospiedumu atpazīšanas metodei ir 0,001%.
No formulas (1) mēs atklājam, ka stabila identifikācijas sistēmas darbība pie FAR=0,001% ir iespējama ar darbinieku skaitu N≈300.
Metodes priekšrocības. Augsta uzticamība - metodes statistiskie rādītāji ir labāki par identifikācijas metožu rādītājiem pēc sejas, balss un krāsošanas. Zemas cenas ierīces, kas skenē pirkstu nospiedumu attēlu. Pietiekami vienkārša procedūra pirkstu nospiedumu skenēšana.
Trūkumi: pirkstu nospiedumu papilāru rakstu ļoti viegli sabojāt ar maziem skrāpējumiem un griezumiem. Cilvēki, kuri izmantojuši skenerus uzņēmumos ar vairākiem simtiem darbinieku, ziņo par augstu skenēšanas kļūmju līmeni. Daudzi skeneri pienācīgi neārstē sausu ādu un neļauj vecākiem cilvēkiem iziet cauri. Sazinoties pagājušajā MIPS izstādē, liela ķīmijas uzņēmuma apsardzes dienesta vadītājs stāstīja, ka viņu mēģinājums uzņēmumā ieviest pirkstu skenerus (tika izmēģināti dažādu sistēmu skeneri) izgāzies - minimāla ķīmisko reaģentu iedarbība uz darbinieku pirkstiem. izraisīja skeneru drošības sistēmu atteici – skeneri pasludināja pirkstus par viltotiem. Tāpat nav pietiekamas drošības pret pirkstu nospiedumu attēlu viltošanu, ko daļēji izraisa šīs metodes plašā izmantošana. Protams, ne visus skenerus var apmānīt ar MythBusters metodēm, bet tomēr. Dažiem cilvēkiem ar “nepiemērotiem” pirkstiem (ķermeņa temperatūra, mitrums) iespēja, ka viņiem tiks liegta piekļuve, var sasniegt 100%. Šādu cilvēku skaits svārstās no procenta daļas dārgiem skeneriem līdz desmit procentiem lētiem skeneriem.
Protams, ir vērts atzīmēt, ka lielu daļu trūkumu rada sistēmas plašā izmantošana, taču šie trūkumi pastāv un parādās ļoti bieži.
Tirgus situācija
Pašlaik pirkstu nospiedumu atpazīšanas sistēmas aizņem vairāk nekā pusi no biometrisko datu tirgus. Daudzi Krievijas un ārvalstu uzņēmumi nodarbojas ar piekļuves kontroles sistēmu ražošanu, pamatojoties uz pirkstu nospiedumu identifikācijas metodi. Sakarā ar to, ka šis virziens ir viens no vecākajiem, tas ir kļuvis visizplatītākais un līdz šim visattīstītākais. Pirkstu nospiedumu skeneri ir nogājuši ļoti garu ceļu, lai uzlabotu. Ir aprīkotas modernas sistēmas dažādi sensori(temperatūra, presēšanas spēks utt.), kas paaugstina aizsardzības pakāpi pret viltošanu. Ar katru dienu sistēmas kļūst ērtākas un kompaktākas. Patiesībā izstrādātāji jau ir sasnieguši noteiktu robežu šajā jomā, un nav kur metodi attīstīt tālāk. Turklāt lielākā daļa uzņēmumu ražo gatavas sistēmas, kas ir aprīkotas ar visu nepieciešamo, ieskaitot programmatūru. Integratoriem šajā jomā vienkārši nav nepieciešams pašiem montēt sistēmu, jo tas ir nerentabli un prasīs vairāk laika un pūļu nekā gatavu un jau lētu sistēmu iegāde, jo īpaši tāpēc, ka izvēle būs patiešām plaša.
Starp ārvalstu uzņēmumiem, kas nodarbojas ar pirkstu nospiedumu atpazīšanas sistēmām, var atzīmēt SecuGen (USB skeneri personālajiem datoriem, skeneri, kurus var instalēt vai iebūvēt slēdzenēs, SDK un programmatūra sistēmas savienošanai ar datoru); Bayometric Inc. (pirkstu nospiedumu skeneri, TAA/piekļuves kontroles sistēmas, pirkstu nospiedumu SDK, iegultie pirkstu nospiedumu moduļi); DigitalPersona, Inc. (USB skeneri, SDK). Krievijā šajā jomā darbojas šādi uzņēmumi: BioLink (pirkstu nospiedumu skeneri, biometriskās piekļuves kontroles ierīces, programmatūra); Sonda (pirkstu nospiedumu skeneri, biometriskās piekļuves kontroles ierīces, SDK); SmartLock (pirkstu nospiedumu skeneri un moduļi) utt.

Iriss



Acs varavīksnene ir unikāla cilvēka īpašība. Varavīksnenes raksts veidojas astotajā intrauterīnās attīstības mēnesī, beidzot stabilizējas aptuveni divu gadu vecumā un praktiski nemainās dzīves laikā, izņemot smagu traumu vai smagu patoloģiju rezultātā. Metode ir viena no precīzākajām starp biometriskajām metodēm.
Varavīksnenes identifikācijas sistēma ir loģiski sadalīta divās daļās: ierīce attēla uzņemšanai, tā primārajai apstrādei un pārsūtīšanai uz datoru un dators, kas salīdzina attēlu ar attēliem datu bāzē un pārraida uzņemšanas komandu izpildierīcei.
Primārās attēlu apstrādes laiks mūsdienu sistēmās ir aptuveni 300-500 ms, iegūtā attēla salīdzināšanas ātrums ar datu bāzi ir 50 000-150 000 salīdzinājumu sekundē parastajā datorā. Šis salīdzināšanas ātrums neuzliek ierobežojumus metodes izmantošanai lielās organizācijās, ja to izmanto piekļuves sistēmās. Izmantojot specializētus datorus un meklēšanas optimizācijas algoritmus, kļūst iespējams pat identificēt personu starp visas valsts iedzīvotājiem.
Uzreiz varu atbildēt, ka esmu nedaudz tendenciozs un man ir pozitīva attieksme pret šo metodi, jo tieši šajā jomā mēs uzsākām savu starta uzņēmumu. Beigās rindkopa būs veltīta nelielai sevis PR.
Metodes statistiskais raksturojums
Varavīksnenes FAR un FRR raksturlielumi ir labākie mūsdienu biometrisko sistēmu klasē (izņemot, iespējams, tīklenes atpazīšanas metodi). Rakstā ir parādīti mūsu algoritma - EyeR SDK - varavīksnenes atpazīšanas bibliotēkas raksturlielumi, kas atbilst VeriEye algoritmam, kas pārbaudīts, izmantojot tās pašas datu bāzes. Mēs izmantojām CASIA datu bāzes, kas iegūtas ar viņu skeneri.

Raksturīgā FAR vērtība ir 0,00001%.
Pēc formulas (1) N≈3000 ir organizācijas personāla skaits, pie kura darbinieku identifikācija ir diezgan stabila.
Šeit ir vērts atzīmēt svarīgu iezīmi, kas atšķir varavīksnenes atpazīšanas sistēmu no citām sistēmām. Izmantojot kameru ar 1,3 MP vai lielāku izšķirtspēju, vienā kadrā varat uzņemt divas acis. Tā kā FAR un FRR varbūtības ir statistiski neatkarīgas varbūtības, tad, atpazīstot, izmantojot divas acis, FAR vērtība būs aptuveni vienāda ar vienas acs FAR vērtības kvadrātu. Piemēram, ja FAR ir 0,001%, izmantojot divas acis, nepatiesas uzņemšanas iespējamība būs 10–8%, bet FRR ir tikai divreiz augstāka nekā atbilstošā vērtība FRR vienai acij pie FAR = 0,001%.
Metodes priekšrocības un trūkumi
Metodes priekšrocības. Algoritma statistiskā ticamība. Varavīksnenes attēla uzņemšanu var veikt no vairākiem centimetriem līdz vairākiem metriem, bez fiziska kontakta starp cilvēku un ierīci. Varavīksnene ir aizsargāta no bojājumiem – tas nozīmē, ka laika gaitā tā nemainīsies. Ir iespējams izmantot arī daudzas metodes, kas aizsargā pret viltošanu.
Metodes trūkumi. Sistēmas cena, kuras pamatā ir varavīksnene, ir augstāka nekā tādas sistēmas cena, kuras pamatā ir pirkstu vai sejas atpazīšana. Zema gatavu risinājumu pieejamība. Jebkurš integrators, kurš šodien ieradīsies Krievijas tirgū un saka "dodiet man gatavu sistēmu", visticamāk, neizdosies. Pārsvarā pārdots dārgas sistēmas pabeigti, uzstādījuši lieli uzņēmumi, piemēram, Iridian vai LG.
Tirgus situācija
Šobrīd varavīksnenes identifikācijas tehnoloģiju īpatsvars globālajā biometrijas tirgū pēc dažādām aplēsēm ir no 6 līdz 9 procentiem (kamēr pirkstu nospiedumu atpazīšanas tehnoloģijas aizņem vairāk nekā pusi tirgus). Jāpiebilst, ka jau no šīs metodes izstrādes sākuma tās nostiprināšanos tirgū bremzēja identifikācijas sistēmas komplektēšanai nepieciešamo iekārtu un komponentu augstās izmaksas. Tomēr, attīstoties digitālajām tehnoloģijām, vienas sistēmas izmaksas sāka samazināties.
Programmatūras izstrādes līderis šajā jomā ir Iridian Technologies.
Liela skaita ražotāju ienākšanu tirgū ierobežoja skeneru tehniskā sarežģītība un līdz ar to arī augstās izmaksas, kā arī programmatūras augstā cena, ko radīja Iridian monopolstāvoklis tirgū. Šie faktori ļāva attīstīties varavīksnenes atpazīšanas jomā tikai lieliem uzņēmumiem, kas, visticamāk, jau nodarbojas ar dažu identifikācijas sistēmai piemērotu komponentu (optikas) ražošanu. augstas izšķirtspējas, miniatūras kameras ar infrasarkano apgaismojumu utt.). Šādu uzņēmumu piemēri ir LG Electronics, Panasonic, OKI. Viņi noslēdza līgumu ar Iridian Technologies, un kopīga darba rezultātā parādījās šādas identifikācijas sistēmas: Iris Access 2200, BM-ET500, OKI IrisPass. Pēc tam parādījās uzlaboti sistēmu modeļi, pateicoties šo uzņēmumu tehniskajām iespējām patstāvīgi attīstīties šajā jomā. Jāteic, ka iepriekš minētie uzņēmumi arī izstrādāja savu programmatūru, taču galu galā viņi dod priekšroku Iridian Technologies programmatūrai gatavajā sistēmā.
Krievijas tirgū dominē ārvalstu uzņēmumu produkti. Lai gan pat to var iegādāties ar grūtībām. Papillon uzņēmums ilgu laiku visiem apliecināja, ka viņiem ir varavīksnenes atpazīšana. Bet pat viņu tiešā pircēja RosAtom pārstāvji, kuriem viņi izveidoja sistēmu, saka, ka tā nav taisnība. Kādā brīdī parādījās vēl viens Krievijas uzņēmums, kas ražoja varavīksnenes skenerus. Tagad es neatceros nosaukumu. Viņi iegādājās algoritmu no kāda, iespējams, no tās pašas VeriEye. Pats skeneris bija 10-15 gadus veca sistēma, nekādā gadījumā bezkontakta.
Pēdējā gada laikā pasaules tirgū ienākuši pāris jauni ražotāji, jo beidzās cilvēka acu atpazīšanas primārā patenta termiņš. Uzticamākais no tiem, manuprāt, ir AOptix. Vismaz viņu priekšskatījumi un dokumentācija nerada aizdomas. Otrs uzņēmums ir SRI International. Pat no pirmā acu uzmetiena cilvēkam, kurš strādājis pie varavīksnenes atpazīšanas sistēmām, viņu video šķiet ļoti mānīgi. Lai gan es nebūtu pārsteigts, ja patiesībā viņi kaut ko var izdarīt. Abas sistēmas nerāda datus par FAR un FRR, kā arī, acīmredzot, nav aizsargātas pret viltošanu.

Sejas atpazīšana

Ir daudzas atpazīšanas metodes, kuru pamatā ir sejas ģeometrija. Visi no tiem ir balstīti uz to, ka katra cilvēka sejas vaibsti un galvaskausa forma ir individuāla. Šī biometrijas joma daudziem šķiet pievilcīga, jo mēs viens otru atpazīstam galvenokārt pēc sejas. Šis apgabals ir sadalīts divās zonās: 2-D atpazīšana un 3-D atpazīšana. Katram no tiem ir priekšrocības un trūkumi, taču daudz kas ir atkarīgs arī no pielietojuma apjoma un prasībām konkrētam algoritmam.
Es īsi pastāstīšu par 2-d un pārietu uz vienu no interesantākajām metodēm šodien - 3-d.
2-D sejas atpazīšana

Divdimensiju sejas atpazīšana ir viena no statistiski neefektīvākajām biometrijas metodēm. Tas parādījās diezgan sen un tika izmantots galvenokārt tiesu zinātnē, kas veicināja tā attīstību. Pēc tam parādījās metodes datorizētas interpretācijas, kā rezultātā tā kļuva uzticamāka, taču, protams, tā bija zemāka un ar katru gadu arvien zemāka par citām biometriskajām personas identifikācijas metodēm. Pašlaik slikto statistikas rādītāju dēļ to izmanto multimodālajā jeb, kā to mēdz dēvēt arī, šķērsbiometrijā vai sociālajos tīklos.
Metodes statistiskais raksturojums
Attiecībā uz FAR un FRR tika izmantoti VeriLook algoritmu dati. Atkal, mūsdienu algoritmiem tam ir ļoti parastas īpašības. Dažkārt pazib algoritmi ar FRR 0,1% ar līdzīgu FAR, bet pamati, uz kuriem tie iegūti, ir ļoti apšaubāmi (izgriezts fons, identiska sejas izteiksme, identiska frizūra, apgaismojums).

Raksturīgā FAR vērtība ir 0,1%.
No formulas (1) iegūstam N≈30 - organizācijas personāla skaitu, pie kura darbinieku identifikācija notiek diezgan stabili.
Kā redzams, metodes statistiskie rādītāji ir visai pieticīgi: tas novērš metodes priekšrocību, ka iespējams slēpti fotografēt sejas pārpildītās vietās. Smieklīgi vērot, kā pāris reizes gadā tiek finansēts kāds cits projekts noziedznieku atklāšanai, izmantojot pārpildītās vietās uzstādītas videokameras. Pēdējo desmit gadu laikā algoritma statistiskie raksturlielumi nav uzlabojušies, taču šādu projektu skaits ir pieaudzis. Lai gan ir vērts atzīmēt, ka algoritms ir diezgan piemērots, lai izsekotu cilvēku pūlī caur daudzām kamerām.
Metodes priekšrocības un trūkumi
Metodes priekšrocības. Izmantojot 2-D atpazīšanu, atšķirībā no vairuma biometrisko metožu, dārgs aprīkojums nav nepieciešams. Ar atbilstošu aprīkojumu atpazīšana ir iespējama ievērojamā attālumā no kameras.
Trūkumi. Zema statistiskā nozīme. Ir noteiktas prasības apgaismojumam (piemēram, nav iespējams reģistrēt no ielas saulainā dienā ienākošo cilvēku sejas). Daudziem algoritmiem jebkāda ārēja iejaukšanās ir nepieņemama, piemēram, brilles, bārda vai daži frizūras elementi. Nepieciešams sejas priekšējais attēls ar ļoti nelielām novirzēm. Daudzi algoritmi neņem vērā iespējamās izmaiņas sejas izteiksmēs, tas ir, izteiksmei jābūt neitrālai.
3-D sejas atpazīšana

Šīs metodes ieviešana ir diezgan sarežģīts uzdevums. Neskatoties uz to, pašlaik ir daudz 3D sejas atpazīšanas metožu. Metodes nevar salīdzināt savā starpā, jo tās izmanto dažādus skenerus un datu bāzes. Ne visi no tiem izdod FAR un FRR; tiek izmantotas pilnīgi atšķirīgas pieejas.
Pārejas metode no 2-d uz 3-d ir metode, kas īsteno informācijas uzkrāšanu par personu. Šai metodei ir labākas īpašības nekā 2D metodei, taču tajā tiek izmantota tikai viena kamera. Kad subjekts tiek ievadīts datu bāzē, subjekts pagriež galvu, un algoritms attēlu savieno kopā, izveidojot 3D veidni. Un atpazīšanas laikā tiek izmantoti vairāki video straumes kadri. Šī metode ir diezgan eksperimentāla, un es nekad neesmu redzējis piekļuves kontroles sistēmu ieviešanu.
Klasiskākā metode ir veidņu projekcijas metode. Tas sastāv no režģa projicēšanas uz objekta (sejas). Tālāk kamera uzņem attēlus ar ātrumu desmitiem kadru sekundē, un iegūtos attēlus apstrādā īpaša programma. Uz izliektas virsmas krītošais stars ir saliekts – jo lielāks virsmas izliekums, jo stiprāks ir stara izliekums. Sākotnēji tika izmantots redzamās gaismas avots, kas tika piegādāts caur “žalūziju”. Tad redzamā gaisma tika aizstāta ar infrasarkano staru, kam ir vairākas priekšrocības. Parasti pirmajā apstrādes posmā tiek izmesti attēli, kuros seja vispār nav redzama vai kuros ir svešķermeņi, kas traucē identificēt. Pamatojoties uz iegūtajiem attēliem, tiek rekonstruēts 3-D sejas modelis, uz kura tiek izcelti un noņemti nevajadzīgie trokšņi (frizūra, bārda, ūsas un brilles). Pēc tam modelis tiek analizēts - tiek identificētas antropometriskās pazīmes, kas galu galā tiek ierakstītas unikālā kodā, kas ievadīts datu bāzē. Labākajiem modeļiem attēlu uzņemšanas un apstrādes laiks ir 1-2 sekundes.
Popularitāti gūst arī 3-D atpazīšanas metode, kuras pamatā ir attēli, kas iegūti no vairākām kamerām. Piemērs tam ir uzņēmums Vocord ar savu 3D skeneri. Šī metode nodrošina pozicionēšanas precizitāti, pēc izstrādātāju domām, augstāku nekā veidnes projekcijas metode. Bet, kamēr es neredzēšu FAR un FRR vismaz viņu pašu datubāzē, es tam neticēšu!!! Bet tas ir izstrādāts jau 3 gadus, un progress izstādēs vēl nav redzams.
Metodes statistiskie rādītāji
Pilnīgi dati par FRR un FAR šīs klases algoritmiem nav publiski pieejami ražotāju vietnēs. Bet labākajiem Bioscript modeļiem (3D EnrolCam, 3D FastPass), kas strādā, izmantojot veidnes projekcijas metodi ar FAR = 0,0047%, FRR ir 0,103%.
Tiek uzskatīts, ka metodes statistiskā ticamība ir salīdzināma ar pirkstu nospiedumu identifikācijas metodes ticamību.
Metodes priekšrocības un trūkumi
Metodes priekšrocības. Nav nepieciešams sazināties ar skenēšanas ierīci. Zema jutība pret ārējiem faktoriem gan pašam cilvēkam (briļļu izskats, bārda, frizūras maiņa), gan apkārtējā vidē (apgaismojums, galvas pagriešana). Augsts uzticamības līmenis, kas salīdzināms ar pirkstu nospiedumu identifikāciju.
Metodes trūkumi. Augstas aprīkojuma izmaksas. Tirdzniecībā pieejamās sistēmas bija pat dārgākas nekā varavīksnenes skeneri. Izmaiņas sejas izteiksmēs un sejas troksnis pasliktina metodes statistisko ticamību. Metode vēl nav labi izstrādāta, jo īpaši salīdzinājumā ar ilgstoši izmantoto pirkstu nospiedumu noņemšanu, kas apgrūtina tās plašo izmantošanu.
Tirgus situācija
Sejas ģeometrijas atpazīšana tiek uzskatīta par vienu no "trīs lielajiem biometriskajiem rādītājiem", kā arī atpazīšana pēc pirkstu nospiedumiem un varavīksnenes. Jāsaka, ka šī metode ir diezgan izplatīta, un tai joprojām ir priekšroka, nevis atpazīšanai pēc acs varavīksnenes. Sejas ģeometrijas atpazīšanas tehnoloģiju īpatsvars kopējā globālā biometrijas tirgus apjomā vērtējams 13-18 procentu apmērā. Arī Krievijā par šo tehnoloģiju ir lielāka interese nekā, piemēram, par varavīksnenes identifikāciju. Kā minēts iepriekš, ir daudz 3-D atpazīšanas algoritmu. Lielākoties uzņēmumi izvēlas izstrādāt gatavas sistēmas, tostarp skenerus, serverus un programmatūru. Tomēr ir arī tādi, kas SDK piedāvā tikai patērētājam. Šodien šīs tehnoloģijas izstrādē ir iesaistīti šādi uzņēmumi: Geometrix, Inc. (3D sejas skeneri, programmatūra), Genex Technologies (3D sejas skeneri, programmatūra) ASV, Cognitec Systems GmbH (SDK, speciālie datori, 2D kameras) Vācijā, Bioscrypt (3D sejas skeneri, programmatūra) - Amerikas meitas uzņēmums uzņēmums L-1 Identity Solutions.
Krievijā šajā virzienā strādā uzņēmumi Artec Group (3D sejas skeneri un programmatūra) - uzņēmums, kura galvenais birojs atrodas Kalifornijā, bet izstrāde un ražošana notiek Maskavā. Arī vairākas Krievijas uzņēmumi sava 2D sejas atpazīšanas tehnoloģija – Vocord, ITV utt.
2D seju atpazīšanas jomā galvenais izstrādes priekšmets ir programmatūra, jo... parastās kameras lieliski tver sejas attēlus. Sejas attēla atpazīšanas problēmas risinājums zināmā mērā ir nonācis strupceļā - jau vairākus gadus algoritmu statistiskajos rādītājos nav praktiski nekādu uzlabojumu. Šajā jomā notiek sistemātisks “darbs pie kļūdām”.
3D sejas atpazīšana tagad ir daudz pievilcīgāka joma izstrādātājiem. Tajā strādā daudzas komandas, un mēs regulāri dzirdam par jauniem atklājumiem. Daudzi darbi atrodas stāvoklī "gandrīz tiks izdots". Taču pagaidām tirgū ir tikai veci piedāvājumi, pēdējos gados izvēle nav mainījusies.
Viens no interesanti momenti, par ko es reizēm domāju un uz ko Habrs varbūt varētu atbildēt: vai ar kinect precizitāti pietiek, lai izveidotu šādu sistēmu? Ir diezgan daudz projektu, lai caur to izvilktu cilvēka 3D modeli.

Atpazīšana pēc rokas vēnām


Šī ir jauna tehnoloģija biometrijas jomā, tās plaša izmantošana sākās tikai pirms 5-10 gadiem. Infrasarkanā kamera uzņem attēlus no rokas ārpuses vai iekšpuses. Vēnu modelis veidojas tāpēc, ka hemoglobīns asinīs absorbē infrasarkano starojumu. Rezultātā tiek samazināta atstarošanas pakāpe, un vēnas ir redzamas kamerā kā melnas līnijas. Īpaša programma Pamatojoties uz saņemtajiem datiem, tas izveido digitālo konvolūciju. Nav nepieciešams cilvēka kontakts ar skenēšanas ierīci.
Šīs tehnoloģijas uzticamība ir salīdzināma ar varavīksnenes atpazīšanu, dažos veidos tā ir pārāka un citos zemāka.
FRR un FAR vērtības ir norādītas palmu vēnu skenerim. Pēc izstrādātāja domām, ar FAR 0,0008%, FRR ir 0,01%. Neviens uzņēmums nesniedz precīzāku grafiku vairākām vērtībām.
Metodes priekšrocības un trūkumi
Metodes priekšrocības. Nav nepieciešams sazināties ar skenēšanas ierīci. Augsta uzticamība - metodes statistiskie rādītāji ir salīdzināmi ar varavīksnenes rādījumiem. Pazīmes slēptums: atšķirībā no visa iepriekš minētā, šo īpašību ir ļoti grūti iegūt no cilvēka “uz ielas”, piemēram, fotografējot viņu ar kameru.
Metodes trūkumi. Skeneri nedrīkst pakļaut saules gaismai vai halogēna lampām. Dažas ar vecumu saistītas slimības, piemēram, artrīts, ievērojami pasliktina FAR un FRR. Metode ir mazāk pētīta salīdzinājumā ar citām statiskās biometrijas metodēm.
Tirgus situācija
Atpazīšana pēc rokas vēnu raksta ir diezgan jauna tehnoloģija, un tāpēc tās daļa pasaules tirgū ir neliela un sastāda aptuveni 3%. Tomēr, lai šī metode pieaug interese. Fakts ir tāds, ka, būdama diezgan precīza, šai metodei nav nepieciešams tik dārgs aprīkojums kā, piemēram, atpazīšanas metodes, kuru pamatā ir sejas ģeometrija vai varavīksnene. Tagad šajā jomā attīstās daudzi uzņēmumi. Piemēram, pēc Anglijas kompānijas TDSi pasūtījuma tika izstrādāta programmatūra biometriskajam plaukstu vēnu lasītājam PalmVein, ko prezentēja Fujitsu. Pašu skeneri Fujitsu izstrādāja galvenokārt, lai apkarotu finanšu krāpšanu Japānā.
Vēnu rakstu identifikācijas jomā darbojas arī šādi uzņēmumi: Veid Pte. SIA (skeneris, programmatūra), Hitachi VeinID (skeneri)
Es nezinu nevienu uzņēmumu Krievijā, kas strādātu ar šo tehnoloģiju.

Tīklene


Vēl nesen tika uzskatīts, ka visdrošākā biometriskās identifikācijas un personas autentifikācijas metode ir metode, kuras pamatā ir tīklenes skenēšana. Tas satur labākās varavīksnenes un roku vēnu identifikācijas īpašības. Skeneris nolasa kapilāru zīmējumu uz tīklenes virsmas. Tīklenei ir fiksēta struktūra, kas laika gaitā nemainās, izņemot slimību, piemēram, kataraktas, rezultātā.
Tīklenes skenēšanai tiek izmantota zemas intensitātes infrasarkanā gaisma, kas tiek virzīta caur zīlīti uz asinsvadiem acs aizmugurē. Tīklenes skeneri ir kļuvuši plaši izplatīti piekļuves kontroles sistēmās īpaši jutīgām iekārtām, jo ​​tiem ir viens no zemākajiem reģistrētajiem lietotājiem liegtās piekļuves procentiem un praktiski nav nevienas kļūdainas piekļuves atļaujas.
Diemžēl, izmantojot šo biometrisko metodi, rodas vairākas grūtības. Skeneris šeit ir diezgan sarežģīts optiskā sistēma, un cilvēks nedrīkst kustēties ievērojamu laiku, kamēr sistēma tiek mērķēta, kas rada nepatīkamas sajūtas.
Saskaņā ar EyeDentify skenerim ICAM2001 ar FAR = 0,001%, FRR vērtība ir 0,4%.
Metodes priekšrocības un trūkumi
Priekšrocības. Augsts statistiskās ticamības līmenis. Sistēmu zemās izplatības dēļ iespēja, ka tiks izstrādāts veids, kā tās "mānīt", ir zema.
Trūkumi. Grūti lietojama sistēma ar augstu apstrādes laiku. Augstas sistēmas izmaksas. Plaša tirgus piedāvājuma trūkums un līdz ar to arī nepietiekama metodes izstrādes intensitāte.

Rokas ģeometrija


Šī metode, kas bija diezgan izplatīta pirms 10 gadiem un radās no kriminoloģijas, pēdējos gados ir samazinājusies. Tas ir balstīts uz roku ģeometrisko raksturlielumu iegūšanu: pirkstu garumu, plaukstu platumu utt. Šī metode, tāpat kā acs tīklene, mirst, un, tā kā tai ir daudz zemākas īpašības, mēs pat neieviesīsim pilnīgāku tās aprakstu.
Dažreiz tiek uzskatīts, ka vēnu atpazīšanas sistēmas izmanto ģeometriskās atpazīšanas metodes. Bet mēs nekad neesam redzējuši neko tādu, kas būtu skaidri norādīts pārdošanā. Un turklāt nereti, atpazīstot pēc vēnām, tiek uzņemts tikai plaukstas attēls, savukārt, atpazīstot pēc ģeometrijas, tiek fotografēti pirksti.

Mazliet sevis PR

Vienā reizē mēs izstrādājām labu acu atpazīšanas algoritmu. Bet tajā laikā tik augsto tehnoloģiju lieta šajā valstī nebija vajadzīga, un mēs negribējām doties uz buržuāniju (kur mūs uzaicināja pēc pirmā raksta). Bet pēkšņi pēc pusotra gada parādījās investori, kuri vēlējās izveidot sev “biometrisko portālu” - sistēmu, kas barotu 2 acis un izmantotu varavīksnenes krāsas komponentu (par kuru investoram bija pasaules mēroga patents). Patiesībā tas ir tas, ko mēs tagad darām. Bet šis nav raksts par sevis PR, šī ir īsa liriska atkāpe. Ja kādam ir interese, ir kāda informācija, un kaut kad nākotnē, kad ienāksim tirgū (vai neiesim), es šeit uzrakstīšu dažus vārdus par biometriskā projekta peripetijām Krievijā.

secinājumus

Pat statisko biometrisko sistēmu klasē ir liela sistēmu izvēle. Kuru izvēlēties? Tas viss ir atkarīgs no drošības sistēmas prasībām. Statistiski uzticamākās un pret viltojumiem drošākās piekļuves sistēmas ir varavīksnenes un rokas vēnu piekļuves sistēmas. Pirmajam no tiem ir plašāks piedāvājumu tirgus. Bet tas nav ierobežojums. Biometriskās identifikācijas sistēmas var apvienot, lai panāktu astronomisku precizitāti. Lētākās un visvieglāk lietojamās, taču ar labu statistiku ir pirkstu tolerances sistēmas. 2D sejas tolerance ir ērta un lēta, taču tai ir ierobežots lietojumu klāsts sliktas statistikas veiktspējas dēļ.
Apsvērsim katras sistēmas īpašības: izturība pret viltošanu, vides izturība, lietošanas vienkāršība, izmaksas, ātrums, biometriskās pazīmes stabilitāte laika gaitā. Katrā kolonnā liksim vērtējumus no 1 līdz 10. Jo tuvāk rezultāts ir 10, jo labāka sistēmašajā sakarā. Novērtējumu atlases principi tika aprakstīti pašā raksta sākumā.


Mēs arī apsvērsim attiecības starp FAR un FRR šīm sistēmām. Šī attiecība nosaka sistēmas efektivitāti un tās izmantošanas plašumu.


Ir vērts atcerēties, ka varavīksnenes gadījumā jūs varat palielināt sistēmas precizitāti gandrīz kvadrātiski, nezaudējot laiku, ja jūs sarežģījat sistēmu, padarot to divām acīm. Pirkstu nospiedumu metodei - apvienojot vairākus pirkstus, un atpazīšanu pēc vēnām, apvienojot divas rokas, taču šāds uzlabojums iespējams tikai palielinoties darbam ar cilvēku pavadītajam laikam.
Apkopojot metožu rezultātus, var teikt, ka vidējiem un lieliem objektiem, kā arī objektiem ar visaugstākajām drošības prasībām varavīksnene ir jāizmanto kā biometriskā piekļuve un, iespējams, atpazīšana ar rokas vēnām. Iestādēm ar līdz pat vairākiem simtiem darbinieku piekļuve, izmantojot pirkstu nospiedumus, būs optimāla. Atpazīšanas sistēmas, kuru pamatā ir 2D sejas attēli, ir ļoti specifiskas. Tie var būt nepieciešami gadījumos, kad atpazīšanai nepieciešams fiziska kontakta trūkums, bet nav iespējams uzstādīt varavīksnenes kontroles sistēmu. Piemēram, ja ir nepieciešams identificēt personu bez viņa līdzdalības, izmantojot slēpto kameru vai ārēju detektēšanas kameru, bet tas ir iespējams tikai tad, ja datu bāzē ir neliels skaits subjektu un neliela cilvēku plūsma, ko filmē kameru.

Piezīme jaunajiem tehniķiem

Dažu ražotāju, piemēram, Neurotechnology, tīmekļa vietnē ir pieejamas viņu ražoto biometrisko metožu demonstrācijas versijas, lai jūs varētu tos viegli savienot un spēlēt. Tiem, kas nolemj iedziļināties problēmā nopietnāk, varu ieteikt vienīgo grāmatu, ko esmu redzējis krievu valodā - R.M. “Biometrijas ceļvedis”. Bumba, J.H. Konels, S. Pankanti. Ir daudz algoritmu un to matemātiskie modeļi. Ne viss ir līdz galam un ne viss atbilst mūsdienām, bet bāze ir laba un visaptveroša.

P.S.

Šajā opusā es neiedziļinājos autentifikācijas problēmā, bet tikai pieskāros identifikācijai. Principā visi secinājumi par autentifikācijas jautājumu liecina par FAR/FRR īpašībām un viltošanas iespējām.

Tagi:

  • biometrija
  • pirkstu nospiedumu skeneri
Pievienojiet atzīmes