Biometrična sredstva identifikacije. Glavna izbirna merila. Primerjava metod avtentikacije na podlagi nespremenljivosti biometričnih lastnosti

Biometrični sistemi za avtentikacijo- sistemi za preverjanje pristnosti, ki uporabljajo biometrične podatke za preverjanje identitete ljudi.

Biometrična avtentikacija- postopek dokazovanja in preverjanja avtentičnosti deklariranega imena uporabnika s predstavitvijo njegove biometrične slike in s pretvorbo te slike v skladu z vnaprej določenim avtentikacijskim protokolom.

Teh sistemov ne smemo zamenjevati z biometričnimi identifikacijskimi sistemi, kot so na primer sistemi za prepoznavanje obraza voznika in biometrična orodja za sledenje časa. Biometrični sistemi za preverjanje pristnosti delujejo v aktivnem in ne v pasivnem načinu in skoraj vedno vključujejo avtorizacijo. Čeprav ti sistemi niso enaki avtorizacijskim sistemom, se pogosto uporabljajo skupaj (na primer pri ključavnicah na prstnih odtisih).

Enciklopedični YouTube

    1 / 4

    Biometrična avtentikacija v imeniku Active Directory

    MDG-inovacije. Biometrični identifikacijski sistemi

    Biometrični Preverjanje pristnosti sistema Windows zdravo

    # NAČIN GLOBALIZACIJE # BIOMETRIJSKI SISTEM #

    Podnapisi

Metode avtentikacije

Različne sisteme nadzorovanega dostopa lahko razdelimo v tri skupine glede na to, kaj oseba namerava predstaviti sistemu:

1) Zaščita z geslom. Uporabnik posreduje tajne podatke (na primer kodo PIN ali geslo).

1. Univerzalnost: Ta znak bi moral biti prisoten pri vseh ljudeh brez izjeme.

2. Edinstvenost: Biometrija zanika obstoj dveh ljudi z enakimi fizičnimi in vedenjskimi parametri.

3. Konsistentnost: Za pravilno avtentikacijo je potrebna doslednost v času.

4. Merljivost: specialisti morajo biti sposobni izmeriti znak z neko napravo za nadaljnji vpis v bazo.

5. Primernost: družba ne bi smela biti proti zbiranju in merjenju biometričnih parametrov.

Statične metode

Preverjanje pristnosti prstnih odtisov

Identifikacija s prstnim odtisom je najpogostejša biometrična tehnologija za avtentikacijo uporabnikov. Metoda izkorišča prednosti edinstvenega vzorca papilarnih vzorcev na prstih ljudi. Prstni odtis, pridobljen s pomočjo skenerja, se pretvori v digitalno kodo in nato primerja s predhodno vnesenimi nizi standardov. Prednosti uporabe preverjanja pristnosti s prstnim odtisom so enostavna uporaba, priročnost in zanesljivost. Vsestranskost te tehnologije omogoča njeno uporabo na vseh področjih in reševanje najrazličnejših problemov, kjer je potrebna zanesljiva in dokaj natančna identifikacija uporabnikov.

Za pridobivanje podatkov o prstnih odtisih se uporabljajo posebni skenerji. Za jasno elektronsko predstavitev prstnih odtisov se uporabljajo precej specifične metode, saj je prstni odtis premajhen in je zelo težko dobiti jasno vidne papilarne vzorce.

Običajno se uporabljajo tri glavne vrste skenerjev prstnih odtisov: kapacitivni, kotalni in optični. Najpogostejši in razširjeni so optični skenerji, vendar imajo eno resno pomanjkljivost. Optični bralniki niso odporni na lutke in mrtve prste, kar pomeni, da niso tako učinkoviti kot druge vrste skenerjev. Prav tako so v nekaterih virih skenerji prstnih odtisov razdeljeni v 3 razrede glede na njihov fizikalni princip: optični, silikonski, ultrazvočni [ ] [ ] .

Preverjanje pristnosti šarenice

Ta tehnologija Biometrična osebna avtentikacija uporablja edinstvenost znakov in značilnosti šarenice človeškega očesa. Šarenica je tanka, gibljiva očesna prepona pri vretenčarjih z luknjo (zenico) v sredini; ki se nahaja za roženico, med sprednjo in zadnje kamere oči, pred objektivom. Šarenica se oblikuje pred človekovim rojstvom in se skozi življenje ne spreminja. Tekstura šarenice je podobna mreži z velikim številom okoliških krogov in vzorcev, ki jih je mogoče izmeriti z računalnikom, vzorec šarenice je zelo zapleten, to vam omogoča, da izberete približno 200 točk, s pomočjo katerih visoko je zagotovljena stopnja zanesljivosti avtentikacije. Za primerjavo, najboljši sistemi Identifikacija prstnih odtisov uporablja 60-70 točk.

Tehnologija za prepoznavanje šarenice je bila razvita za odpravo vsiljivosti skeniranja mrežnice, ki uporablja infrardeče žarke ali močno svetlobo. Znanstveniki so izvedli tudi številne študije, ki so pokazale, da se lahko človeška mrežnica sčasoma spremeni, šarenica pa ostane nespremenjena. In kar je najpomembneje, nemogoče je najti dva popolnoma enaka vzorca šarenice, tudi pri dvojčkih. Za pridobitev posameznega posnetka šarenice črno-bela kamera naredi 30 posnetkov na sekundo. Prefinjena svetloba osvetli šarenico, kar omogoča video kameri, da se osredotoči na šarenico. Enega od zapisov nato digitaliziramo in shranimo v bazo registriranih uporabnikov. Celoten postopek traja nekaj sekund in ga je mogoče v celoti računalniško upravljati z glasovnim vodenjem in samodejnim ostrenjem. Kamera se lahko namesti na razdalji od 10 cm do 1 metra, odvisno od opreme za skeniranje. Izraz "skeniranje" je lahko zavajajoč, saj postopek pridobivanja slike ne vključuje skeniranja, temveč preprosto fotografiranje. Nastala slika šarenice se nato pretvori v poenostavljeno obliko, posname in shrani za kasnejšo primerjavo. Očala in kontaktne leče, tudi barvne, ne vplivajo na kakovost avtentikacije. [ ] [ ] .

Stroški so bili vedno največji dejavnik odvračanja od prevzema tehnologije, zdaj pa postajajo sistemi za identifikacijo šarenice cenovno dostopnejši za različna podjetja. Zagovorniki tehnologije trdijo, da bo prepoznavanje šarenice zelo kmalu postalo običajna tehnologija identifikacije na različnih področjih.

Preverjanje pristnosti mrežnice

Preverjanje pristnosti geometrije roke

Ta biometrična metoda uporablja obliko roke za avtentikacijo posameznika. Ker posamezni parametri oblike roke niso edinstveni, je treba uporabiti več karakteristik. Skenirajo se parametri rok, kot so krivulje prstov, njihova dolžina in debelina, širina in debelina hrbtne strani dlani, razdalja med sklepi in struktura kosti. Tudi geometrija roke vključuje majhne podrobnosti (na primer gube na koži). Čeprav je struktura sklepov in kosti razmeroma trajna značilnost, lahko otekanje tkiv ali modrice roke popačijo prvotno strukturo. Tehnološki problem: Tudi brez upoštevanja možnosti amputacije lahko bolezen, imenovana "artritis", močno moti uporabo skenerjev.

S pomočjo optičnega bralnika, ki je sestavljen iz kamere in svetlečih diod (pri skeniranju roke se diode vklopijo izmenično, kar vam omogoča, da dobite različne projekcije roke), se nato zgradi tridimenzionalna slika roke. Zanesljivost avtentikacije geometrije roke je primerljiva z avtentikacijo prstnega odtisa.

Sistemi za preverjanje pristnosti geometrije roke so zelo razširjeni, kar dokazuje njihovo priročnost za uporabnike. Uporaba te možnosti je privlačna iz več razlogov. Postopek pridobivanja vzorca je dokaj preprost in ne postavlja velikih zahtev glede slike. Velikost dobljene predloge je zelo majhna, nekaj bajtov. Temperatura, vlaga ali umazanija ne vplivajo na postopek preverjanja pristnosti. Izračuni pri primerjavi s standardom so zelo enostavni in jih je mogoče enostavno avtomatizirati.

Sistemi za preverjanje pristnosti, ki temeljijo na geometriji roke, so se začeli uporabljati po vsem svetu v zgodnjih 70. letih. [ ] [ ]

Preverjanje obrazne geometrije

Biometrična avtentikacija osebe na podlagi geometrije obraza je precej pogosta metoda identifikacije in avtentikacije. Tehnična izvedba je zapleten matematični problem. Široka uporaba multimedijskih tehnologij, s pomočjo katerih je mogoče videti zadostno število video kamer na železniških postajah, letališčih, trgih, ulicah, cestah in drugih obljudenih mestih, je postala odločilna za razvoj tega področja. Za izdelavo tridimenzionalnega modela človeškega obraza se izolirajo obrisi oči, obrvi, ustnic, nosu in drugih različnih elementov obraza, nato se izračuna razdalja med njimi in zgradi tridimenzionalni model. uporabo. Za določitev edinstvenega vzorca, ki ustreza določeni osebi, je potrebnih od 12 do 40 značilnih elementov. Predloga mora upoštevati številne različice slike v primerih obračanja obraza, nagiba, spreminjanja osvetlitve, spreminjanja izraza. Obseg takih možnosti se razlikuje glede na aplikacijo ta metoda(za identifikacijo, avtentikacijo, oddaljeno iskanje po velikih območjih itd.). Nekateri algoritmi vam omogočajo, da kompenzirate očala, klobuk, brke in brado osebe. [ ] [ ]

Preverjanje pristnosti z obraznim termogramom

Metoda temelji na študijah, ki so pokazale, da je obrazni termogram edinstven za vsako osebo. Termogram dobimo z infrardečimi kamerami. Za razliko od avtentikacije obrazne geometrije ta metoda razlikuje med dvojčki. Uporaba posebnih mask, plastična kirurgija, staranje človeškega telesa, telesna temperatura, hlajenje kože obraza v zmrznjenem vremenu ne vplivajo na točnost termograma. Zaradi nizke kakovosti avtentikacije metoda trenutno ni razširjena.

Dinamične metode

Glasovna avtentikacija

Za biometrično glasovno avtentikacijo je značilna enostavna uporaba. Ta metoda ne zahteva drage opreme, le mikrofon in zvočno kartico. Trenutno se ta tehnologija hitro razvija, saj se ta metoda avtentikacije pogosto uporablja v sodobnih poslovnih centrih. Obstaja kar nekaj načinov za izdelavo glasovne predloge. Običajno so to različne kombinacije frekvence in statističnih značilnosti glasu. Upoštevati je mogoče parametre, kot so modulacija, intonacija, višina tona itd.

Glavna in odločilna pomanjkljivost metode glasovne avtentikacije je nizka natančnost metode. Na primer, sistem morda ne prepozna prehlajene osebe. Pomemben problem sestavlja raznolikost manifestacij glasu ene osebe: glas se lahko spreminja glede na zdravstveno stanje, starost, razpoloženje itd. Ta raznolikost predstavlja resne težave pri prepoznavanju značilnih lastnosti glasu osebe. Poleg tega je upoštevanje komponente hrupa še en pomemben in nerešen problem pri praktično uporabo glasovno avtentikacijo. Ker je verjetnost napak tipa II pri uporabi te metode visoka (reda enega odstotka), se glasovna avtentikacija uporablja za nadzor dostopa v srednje varovanih prostorih, kot so računalniški laboratoriji, laboratoriji proizvodnih podjetij itd.

K. Gribačov

programer v JSC NVP "Bolid"

UVOD

Koncept "biometrije" zajema kompleks različne metode in tehnologije, ki omogočajo identifikacijo osebe po njegovih bioloških parametrih. Biometrija temelji na dejstvu, da ima vsaka oseba individualen niz fizioloških, psihosomatskih, osebnostnih in drugih lastnosti. Na primer, fiziološki parametri vključujejo papilarne vzorce prstov, vzorec šarenice itd.

Z razvojem računalniške tehnologije so se pojavile naprave, ki z uporabo posebnih algoritmov zanesljivo obdelujejo biometrične podatke skoraj v realnem času. To je služilo kot spodbuda za razvoj biometričnih tehnologij. V zadnjem času se obseg njihove uporabe nenehno širi. Slika 1 prikazuje nekatere aplikacije biometrije.

riž. 1. Področja uporabe biometrije

BIOMETRIJSKI PARAMETRI

Biometrična identifikacija (BI) lahko uporablja različne parametre, ki jih lahko razdelimo na 2 tipa: statične in dinamične (slika 2).

Statični parametri določajo "materialne" lastnosti osebe kot fizičnega predmeta z določeno obliko, težo, prostornino itd. Ti parametri se sploh ne spremenijo ali se malo spremenijo glede na starost osebe (to pravilo je mogoče kršiti le v otroštvu). Vendar pa ni mogoče uporabiti vseh statičnih parametrov, ko je treba identifikacijo osebe izvesti hitro (na primer v sistemih za nadzor dostopa). Očitno analiza DNK zahteva precej časa in je malo verjetno, da se bo v bližnji prihodnosti široko uporabljala v sistemih za nadzor dostopa.

Dinamični parametri v veliki meri opisujejo vedenjske ali psihosomatske značilnosti osebe. Ti parametri se lahko zelo razlikujejo tako glede na starost kot glede na spreminjajoče se zunanje in notranje dejavnike (zdravstvene težave itd.). Vendar pa obstajajo področja uporabe, kjer je uporaba dinamičnih parametrov zelo pomembna, na primer pri izvajanju pregledov rokopisa ali za identifikacijo osebe z glasom.

PREDNOSTI OMEJITEV IN SPECIFIČNOSTI BIOMETRIJSKIH PODATKOV

Trenutno velika večina biometrični sistemi nadzor dostopa (BioSKUD) uporablja statične parametre. Od teh so najpogostejši parameter prstni odtisi.

Glavne prednosti uporabe biometričnih informacij v sistemih za nadzor dostopa (v primerjavi z dostopnimi ključi ali proxy karticami) so:

■ težave pri ponarejanju identifikacijskega parametra;

■ nezmožnost izgube identifikatorja;

■ nezmožnost prenosa identifikatorja na drugo osebo.

Poleg opisanih prednosti obstajajo določene omejitve pri uporabi biometričnih sistemov, povezane z »netočnostjo« oziroma »zamegljenostjo« biometričnih parametrov. To je posledica dejstva, da na primer pri večkratnem branju istega prstnega odtisa ali pri ponovnem fotografiranju istega obraza optični bralnik nikoli ne prejme dveh popolnoma enakih slik, kar pomeni, da vedno obstajajo različni dejavniki, ki vplivajo na rezultat skeniranja. Na primer, položaj prsta v skenerju ni nikoli togo fiksiran, lahko se spremeni tudi obrazna mimika osebe itd.

Ta temeljna »neponovljivost« zbiranja biometričnih informacij je značilnost biometričnih sistemov, posledično pa vodi do znatno povečanih zahtev po »inteligenci« in zanesljivosti računalniških algoritmov ter hitrosti mikroprocesorskih elementov ACS. Dejansko, če je pri uporabi proximity kartice dovolj, da za identiteto preverite dve digitalni kodi, potem pri primerjavi izmerjenega biometričnega parametra z referenčna vrednost potrebna je uporaba posebnih, precej zapletenih algoritmov korelacijske analize in/ali mehke (»fuzzy«) logike.

Za lažje reševanje problema "mehkega" prepoznavanja namesto skeniranih slik uporabite posebne digitalni modeli ali predloge. Takšna predloga je digitalno polje določene strukture, ki vsebuje informacije o odčitani sliki biometričnega parametra, vendar se v predlogo ne shranjujejo vsi podatki, kot pri običajnem skeniranju, temveč le najbolj značilne informacije, pomembne za kasnejšo identifikacijo. Na primer, pri uporabi skeniranja obraza lahko predloga vključuje parametre, ki opisujejo obliko nosu, oči, ust itd. Posebna metoda pretvorba biometrične slike v obliko digitalne predloge ni strogo formalizirana in praviloma vsak proizvajalec biometrične opreme uporablja svoje formate predlog, pa tudi lastne algoritme za njihovo ustvarjanje in primerjavo.

Ločeno je treba opozoriti, da je načeloma nemogoče obnoviti izvirno biometrično sliko z uporabo biometrične predloge. To je očitno, saj je predloga pravzaprav le model, ki opisuje realno biometrično sliko. To povzroča bistveno razliko med biometrijo v sistemih za nadzor dostopa in na primer biometrijo v forenziki, kjer se ne uporabljajo šablonski modeli, temveč "polne" slike prstnih odtisov. To razlikovanje je pomembno upoštevati, saj lahko na primer v sodobni zakonodaji pomeni, da biometričnih predlog ni mogoče samodejno opredeliti kot osebne podatke osebe.

riž. 2. Vrste in vrste biometričnih parametrov


PARAMETRI ZA OCENJEVANJE UČINKOVITOSTI BIOMETRIJSKIH ACS

Zaradi posebnosti biometričnih informacij, opisanih zgoraj, v katerem koli sistemu za nadzor BioAccess vedno obstaja možnost napak dveh glavnih vrst:

■ lažna zavrnitev dostopa (FRR - False Rejection Rate), ko ACS ne prepozna (ne dovoli) osebe, registrirane v sistemu;

■ lažna identifikacija (koeficient FAR - False Acceptance Rate), ko sistem za nadzor dostopa ljudi »zmede«, spusti noter »tujca«, ki ni registriran v sistemu, in ga prepozna za »svojega«. Ti koeficienti so najpomembnejši parametri za ocenjevanje zanesljivosti

BioSKUD.

V praksi je položaj zapleten zaradi dejstva, da sta ti dve vrsti napak soodvisni. Tako razširitev obsega možnih kontrolnih parametrov prepoznavanja na način, da sistem vedno "prepozna svojega" zaposlenega (to je zmanjšanje koeficienta FRR), samodejno vodi do dejstva, da bo nekdo drug zaposleni "ušel" v to novo razširjen obseg (to pomeni, da se bo koeficient FAR povečal) . Nasprotno, ko se koeficient FAR izboljša (to je, ko se njegova vrednost zmanjša), se bo koeficient FRR samodejno poslabšal (zvišal). Z drugimi besedami, bolj "previdno" ko sistem poskuša izvesti prepoznavanje, da ne bi spregledal "čudnega" zaposlenega, večja je verjetnost, da "svojega" (torej prijavljenega) zaposlenega "ne bo prepoznal". Zato v praksi vedno obstaja kompromis med koeficientoma FAR in FRR.

Poleg navedenih stopenj napak je pomemben parameter za oceno učinkovitosti BioACS hitrost identifikacije. To je pomembno na primer v podjetjih na kontrolnih točkah, ko skozi sistem v kratkem času preide veliko število zaposlenih. Odzivni čas je odvisen od številnih dejavnikov: identifikacijskega algoritma, zahtevnosti predloge, števila biometričnih predlog zaposlenih v referenčni bazi BioSKUD itd. Očitno je tudi odzivni čas v korelaciji z zanesljivostjo identifikacije - bolj "temeljit" je identifikacijski algoritem, več časa sistem porabi za ta postopek.

NAČINI ZAŠČITE PRED POSNEMANJEM IN ZMOTAMI UPORABNIKOV

Očitno je, da z vsemi svojimi prednostmi uporaba biometričnih informacij ne zagotavlja samodejno absolutne zanesljivosti sistema za nadzor dostopa. Poleg zgoraj opisanih napak pri identifikaciji obstaja tudi določena verjetnost, da bodo napadalci uporabili biometrične simulatorje, da bi »prevarali« BioSKUD. Sredstva posnemanja so lahko na primer prstni odtisi, barvne fotografije obraza itd.

Sodobni BioSKUD-i imajo sredstva za zaščito pred takšnimi biosimulatorji. Naj jih na kratko naštejemo nekaj:

■ merjenje temperature (prst, dlan);

■ merjenje električnih potencialov (prst);

■ merjenje pretoka krvi (dlani in prsti);

■ skeniranje notranjih parametrov (vzorec žil rok);

■ uporaba tridimenzionalnih modelov (obrazov).

Poleg zaščite pred posnemovalci mora imeti BioSKUD tudi sredstva zaščite pred napakami samih uporabnikov. Na primer, pri skeniranju prstnega odtisa lahko zaposleni pomotoma ali namerno položi prst pod kotom, otroci lahko v optični bralnik položijo dva prsta hkrati itd. Za odpravo takšnih pojavov se na primer uporabljajo naslednje metode:

■ posebni algoritmi za filtriranje "nenormalnih" parametrov;

■ večkratno skeniranje (na primer trikratno skeniranje prstnega odtisa med registracijo);

■ možnost ponovnih poskusov identifikacije.

ZAKLJUČEK

Uporaba biometričnih podatkov v sistemih za nadzor dostopa je obetavna in hitro razvijajoča se tehnologija. Uvedba biometrije zahteva povečanje stopnje "inteligence" sistemov za nadzor dostopa, razvoj novih visokotehnoloških algoritemskih in programskih metod ter izboljšanje strojne opreme. Tako lahko zaključimo, da uvedba biometričnih tehnologij prispeva k razvoju celotne industrije sistemov za nadzor in upravljanje dostopa.

Uvod

1. Razvrstitev in glavne značilnosti biometričnih sredstev osebne identifikacije

2. Značilnosti izvajanja statičnih metod biometričnega nadzora

2.1 Identifikacija po vzorcu papilarne linije

2.2 Identifikacija šarenice

2.3 Identifikacija s kapilarami mrežnice

2.4 Identifikacija po geometriji in toplotni sliki obraza

2.5 Identifikacija geometrije roke

3. Značilnosti izvajanja dinamičnih metod biometričnega nadzora

3.1 Identifikacija z rokopisom in dinamiko podpisa

3.3 Identifikacija po ritmu tipkovnice

4. Biometrične tehnologije prihodnosti

Zaključek

Literatura

Uvod

Predmet tečajno delo"Biometrična sredstva osebne identifikacije."

Za osebno identifikacijo, moderno elektronski sistemi Naprave za nadzor in upravljanje dostopa (ACS) uporabljajo več vrst. Najpogostejši so:

Naprave za izbiranje kode PIN (tipkovnice s tipkami);

Brezkontaktni čitalniki pametnih kartic (vmesnik Wiegand);

Čitalniki proximity kartic;

Čitalniki spominskih ključev na dotik;

Čitalniki črtne kode;

Biometrični čitalniki.

Trenutno so najbolj razširjene vse vrste čitalnikov kartic (proximity, Wiegand, z magnetnim trakom itd.). Imajo svoje nedvomne prednosti in enostavnost uporabe, vendar je na avtomatizirani dostopni točki nadzorovan "prehod kartice, ne osebe". Hkrati lahko vsiljivci izgubijo kartico ali jo ukradejo. Vse to zmanjšuje možnost uporabe sistemov za nadzor dostopa, ki temeljijo izključno na čitalnikih kartic, v aplikacijah z visokimi varnostnimi zahtevami. Neprimerljivo višjo raven varnosti zagotavljajo vse vrste biometričnih naprav za nadzor dostopa, ki kot identifikacijo uporabljajo biometrične parametre človeka (prstni odtis, geometrija roke, vzorec mrežnice itd.), ki jasno omogočajo dostop le določeni osebi – nosilcu. kode (biometrični parametri). Toda danes so takšne naprave še vedno precej drage in zapletene, zato se uporabljajo le v posebej pomembnih dostopnih točkah. Čitalniki črtne kode trenutno praktično niso nameščeni, saj je zelo enostavno ponarediti prepustnico na tiskalniku ali kopirnem stroju.

Cilj dela upoštevati načela delovanja in uporabe biometričnih sredstev osebne identifikacije.

1. Razvrstitev in glavne značilnosti biometričnih sredstev osebne identifikacije

Prednosti biometričnih identifikatorjev, ki temeljijo na edinstvenih bioloških in fizioloških značilnostih osebe, ki enolično identificirajo posameznikovo identiteto, so vodile v intenziven razvoj ustreznih sredstev. Biometrični identifikatorji uporabljajo statične metode, ki temeljijo na fizioloških značilnostih človeka, to je na edinstvenih značilnostih, ki so mu bile dane od rojstva (vzorci papilarnih gub prstov, šarenice, mrežničnih kapilar, toplotna slika obraza, geometrija rok, DNK) in dinamične metode (dinamika rokopisa in podpisa, glasovne in govorne značilnosti, ritem dela s tipkovnico). Predlaga se uporaba tako edinstvenih statičnih metod, kot so identifikacija s subungualno plastjo kože, z volumnom prstov, ki so navedeni za skeniranje, oblika ušesa, telesni vonj in dinamične metode - identifikacija z gibanjem ustnic med predvajanjem kodna beseda, po dinamiki obračanja ključa v ključavnici vrat itd. Razvrstitev sodobnih orodij za biometrično identifikacijo je prikazana na sl. 1.

Biometrični identifikatorji delujejo dobro le, če lahko operater preveri dve stvari: prvič, da so bili biometrični podatki pridobljeni od določene osebe med preverjanjem, in drugič, da se ti podatki ujemajo z vzorcem, shranjenim v kartoteki. Biometrične značilnosti so edinstveni identifikatorji, vendar še vedno ostaja odprto vprašanje njihovega zanesljivega shranjevanja in zaščite pred prestrezanjem

Biometrični identifikatorji zagotavljajo zelo visoke kazalnike: verjetnost nepooblaščenega dostopa je 0,1 - 0,0001%, verjetnost lažne aretacije je del odstotka, čas identifikacije je nekaj sekund, vendar imajo višjo ceno v primerjavi z atributnimi identifikacijskimi sredstvi. Kvalitativni rezultati primerjave različnih biometričnih tehnologij glede natančnosti identifikacije in stroškov so prikazani na sl. 2. Znan je razvoj sistemov za nadzor dostopa, ki temelji na branju in primerjavi konfiguracije mreže žil na zapestju, vzorcih vonjav, pretvorjenih v digitalno obliko, analizi edinstvenega akustičnega odziva človeškega srednjega ušesa ob obsevanju s specifičnimi akustičnimi impulzi. itd.


riž. 1. Klasifikacija sodobnih biometričnih identifikacijskih orodij


Trend znatnega izboljšanja lastnosti biometričnih identifikatorjev in znižanja njihovih stroškov bo privedel do široke uporabe biometričnih identifikatorjev v različnih sistemih za nadzor in upravljanje dostopa. Trenutno je struktura tega trga

Vsaka biometrična tehnologija se uporablja v stopnjah:

skeniranje predmeta;

Pridobivanje individualnih informacij;

Oblikovanje predloge;

Primerjajte trenutno predlogo z bazo podatkov.

Tehnika biometrične avtentikacije je naslednja. Uporabnik se pri vložitvi zahtevka v sistem kontrole dostopa najprej identificira z identifikacijsko kartico, plastičnim ključem ali osebno identifikacijsko številko. Na podlagi identifikatorja, ki ga uporabnik predloži, sistem v svojem pomnilniku poišče uporabnikovo osebno datoteko (standard), v kateri so poleg številke shranjeni tudi njegovi biometrični podatki, predhodno zabeleženi med postopkom registracije uporabnika. Nato uporabnik podani nosilec biometričnih parametrov predloži sistemu v branje. S primerjavo prejetih in evidentiranih podatkov se sistem odloči za odobritev ali zavrnitev dostopa.




riž. 2. Primerjava metod biometrične identifikacije

Tako morajo biti sistemi za nadzor dostopa poleg merilnikov biometričnih karakteristik opremljeni z ustreznimi čitalniki identifikacijskih kartic ali plastičnih ključev (ali numerične tipkovnice).

Glavna orodja za varnost biometričnih informacij, ki jih danes ponuja ruski varnostni trg, so podana v tabeli. 1, specifikacije Nekateri biometrični sistemi so predstavljeni v tabeli. 2.

Tabela 1. Sodobna biometrična informacijska varnostna orodja

Ime Proizvajalec Biosign Opomba
SACcat SAC Technologies Vzorec kože prstov Računalniška priloga
TouchLock, TouchSafe, Identix Vzorec kože ACS objekta
TouchNet prst
Očesna dentifikacija Očesna identifikacija Risanje mrežnice ACS objekta
Sistem 7.5 oči (monoblok)
Kozorog 10 Očesna identifikacija Risanje mrežnice Sistem za nadzor dostopa do objekta (vrata, kamera)
eriprint 2000 Biometrična identifikacija Vzorec kože prstov ACS karavan
Ročni ključ ID3D-R Sistemi za prepoznavanje Risanje dlani ACS karavan
HandKey Pobegniti Risanje dlani ACS karavan
ICAM 2001 Očesna identifikacija Risanje mrežnice ACS karavan
Varen dotik Biometric Access Corp. Vzorec kože prstov Računalniška priloga
BioMouse American Biometric Corp. Vzorec kože prstov Računalniška priloga
Enota za identifikacijo prstnih odtisov Sony Vzorec kože prstov Računalniška priloga
Secure Keyboard Scanner National Registry Inc. Vzorec kože prstov Računalniška priloga
Meja NPF "Kristal" Dinamika podpisa, glasovni spekter Računalniška priloga
Delsy čip na dotik Elsis, NPP Electron (Rusija), Opak (Belorusija), R&R (Nemčija) Vzorec kože prstov Računalniška priloga
Miška BioLink U-Match, miška SFM-2000A Tehnologije BioLink Vzorec kože prstov Standardna miška z vgrajenim čitalnikom prstnih odtisov
Biometrični varnostni sistem računalniške informacije Dakto OJSC "Černigovska tovarna radijskih naprav" Biološko aktivne točke in papilarne linije kože Ločen blok
Biometrični nadzorni sistem Iris Access 3000 LG Electronics, Inc Risba šarenice Integracija čitalnika kartic

Ko govorimo o točnosti samodejne avtentikacije, je običajno razlikovati med dvema vrstama napak: Napake tipa 1 (»lažni alarmi«) so povezane z zavrnitvijo dostopa zakonitemu uporabniku. Napake 1. vrste (»zgrešen cilj«) - odobritev dostopa nedovoljenemu uporabniku. Razlog za napake je v tem, da pri merjenju biometričnih lastnosti prihaja do določenega razpršenosti vrednosti. V biometriji je absolutno nemogoče, da bi se vzorci in novo pridobljene karakteristike popolnoma ujemali. To velja za vse biometrične podatke, vključno s prstnimi odtisi, skeniranjem mrežnice ali prepoznavanjem podpisa. Na primer, prsti roke morda niso vedno v enakem položaju, pod enakim kotom ali z enakim pritiskom. In tako vsakič, ko preverite.

Sodobna znanost ne miruje. Vse pogosteje je potrebna kakovostna zaščita naprav, da nekdo, ki se jih po nesreči polasti, ne more v celoti izkoristiti informacij. Poleg tega se metode zaščite informacij pred uporabljajo ne le v vsakdanjem življenju.

Poleg digitalnega vnosa gesel se uporabljajo tudi bolj individualizirani biometrični varnostni sistemi.

Kaj je to?

Prej se je tak sistem uporabljal le v omejenih primerih, za zaščito najpomembnejših strateških objektov.

Potem pa so po 11. septembru 2011 prišli do zaključka, da je takšen dostop mogoče uporabiti ne le na teh območjih, ampak tudi na drugih področjih.

Tako so tehnike identifikacije ljudi postale nepogrešljive v številnih metodah boja proti goljufijam in terorizmu, pa tudi na področjih, kot so:

Biometrični dostopni sistemi do komunikacijskih tehnologij, omrežij in računalniških baz podatkov;

baza podatkov;

Nadzor dostopa do prostorov za shranjevanje informacij itd.

Vsaka oseba ima nabor lastnosti, ki se s časom ne spreminjajo, ali tistih, ki jih je mogoče spreminjati, a hkrati pripadajo samo določeni osebi. V zvezi s tem je mogoče poudariti naslednje parametre biometrični sistemi, ki se uporabljajo v teh tehnologijah:

Statični - prstni odtisi, fotografiranje ušes, skeniranje mrežnice in drugo.

Biometrične tehnologije bodo v prihodnosti nadomestile običajne metode avtentikacije osebe s potnim listom, kot so vgrajeni čipi, kartice in podobne novosti. znanstvene tehnologije se bo izvajal ne samo v ta dokument, ampak tudi v drugih.

Majhna digresija o metodah prepoznavanja osebnosti:

- Identifikacija- eden proti več; vzorec primerjamo z vsemi razpoložljivimi po določenih parametrih.

- Preverjanje pristnosti- ena proti ena; vzorec primerjamo s predhodno pridobljenim materialom. V tem primeru je oseba lahko znana, pridobljeni podatki o osebi se primerjajo z vzorčnim parametrom te osebe, ki je na voljo v bazi podatkov;

Kako delujejo biometrični varnostni sistemi

Da bi ustvarili bazo za določeno osebo, je treba upoštevati njegove biološke individualne parametre kot posebno napravo.

Sistem si zapomni prejeti biometrični vzorec (proces snemanja). V tem primeru bo morda treba narediti več vzorcev, da se ustvari natančnejša referenčna vrednost za parameter. Informacije, ki jih prejme sistem, se pretvorijo v matematično kodo.

Poleg ustvarjanja vzorca lahko sistem zahteva dodatne korake za združevanje osebnega identifikatorja (PIN ali pametne kartice) in biometričnega vzorca. Nato, ko pride do skeniranja skladnosti, sistem primerja prejete podatke in primerja matematično kodo z že zabeleženimi. Če se ujemata, to pomeni, da je bila avtentikacija uspešna.

Možne napake

Sistem lahko povzroči napake, za razliko od prepoznavanja z uporabo gesel ali elektronskih ključev. V tem primeru se razlikujejo naslednje vrste izdajanja napačnih informacij:

Napaka tipa 1: napačna stopnja dostopa (FAR) - ena oseba se lahko zamenja z drugo;

Napaka tipa 2: napačna stopnja zavrnitve dostopa (FRR) - oseba ni prepoznana v sistemu.

Da bi na primer izključili napake te ravni, je treba presekati indikatorja FAR in FRR. Vendar to ni mogoče, saj bi bila za to potrebna DNK identifikacija osebe.

Prstni odtisi

Trenutno najbolj znana metoda je biometrija. Sodobni ruski državljani morajo ob prejemu potnega lista opraviti postopek odvzema prstnih odtisov, da jih dodajo na svojo osebno kartico.

Ta metoda temelji na edinstvenosti prstov in se uporablja že dolgo časa, začenši s forenziko (odvzem prstnih odtisov). S skeniranjem prstov sistem prevede vzorec v edinstveno kodo, ki jo nato primerja z obstoječim identifikatorjem.

Algoritmi za obdelavo informacij praviloma uporabljajo posamezno lokacijo določenih točk, ki vsebujejo prstne odtise - veje, konec črte vzorca itd. Čas, potreben za pretvorbo slike v kodo in izdelavo rezultata, je običajno približno 1 sekunda.

Oprema, vključno z programsko opremo zanj se trenutno proizvajajo v kompleksu in so relativno poceni.

Do napak pri skeniranju prstov (ali obeh rok) pride precej pogosto, če:

Prsti so neobičajno mokri ali suhi.

Roke so obdelane kemični elementi, ki otežujejo identifikacijo.

Obstajajo mikrorazpoke ali praske.

Obstaja velik in stalen pretok informacij. To je na primer mogoče v podjetju, kjer je dostop do delovnega mesta omogočen s čitalnikom prstnih odtisov. Ker je pretok ljudi velik, lahko sistem odpove.

Najbolj znana podjetja, ki se ukvarjajo s sistemi za prepoznavanje prstnih odtisov: Bayometric Inc., SecuGen. V Rusiji na tem delajo Sonda, BioLink, SmartLok itd.

Očesna šarenica

Vzorec membrane se oblikuje v 36. tednu intrauterinega razvoja, se vzpostavi v dveh mesecih in se ne spremeni skozi vse življenje. Biometrični identifikacijski sistemi šarenice niso le najnatančnejši med drugimi v tem razredu, ampak tudi eni najdražjih.

Prednost metode je, da lahko skeniranje, to je zajem slike, poteka tako na razdalji 10 cm kot na razdalji 10 metrov.

Ko je slika zajeta, se podatki o lokaciji določenih točk na očesni šarenici prenesejo v računalnik, ki nato poda informacijo o možnosti sprejema. Hitrost obdelave informacij o človeški šarenici je približno 500 ms.

Za zdaj ta sistem prepoznavanje na biometričnem trgu ne zavzema več kot 9 % skupno število takšne identifikacijske metode. Hkrati je tržni delež, ki ga zasedajo tehnologije prstnih odtisov, več kot 50-odstoten.

Skenerji, ki vam omogočajo zajemanje in obdelavo šarenice očesa, imajo precej zapleteno zasnovo in programsko opremo, zato imajo takšne naprave visoko ceno. Poleg tega je bil Iridian sprva monopolist v proizvodnji sistemov za prepoznavanje ljudi. Nato so na trg začela vstopati druga velika podjetja, ki so se že ukvarjala s proizvodnjo komponent za različne naprave.

Tako trenutno v Rusiji obstajajo naslednja podjetja, ki ustvarjajo sisteme za prepoznavanje človeške šarenice: AOptix, SRI International. Vendar ta podjetja ne zagotavljajo indikatorjev števila napak tipa 1 in 2, zato ni dejstvo, da sistem ni zaščiten pred ponarejanjem.

Geometrija obraza

Obstajajo biometrični varnostni sistemi, povezani s prepoznavanjem obraza v 2D in 3D načinih. Na splošno velja, da so poteze obraza vsake osebe edinstvene in se skozi življenje ne spreminjajo. Lastnosti, kot so razdalje med določenimi točkami, oblika itd., ostanejo nespremenjene.

2D način je metoda statične identifikacije. Pri zajemu slike je nujno, da se oseba ne premika. Pomembni so tudi ozadje, prisotnost brkov, brade, močna svetloba in drugi dejavniki, ki sistemu preprečujejo, da bi prepoznal obraz. To pomeni, da če pride do netočnosti, bo podani rezultat napačen.

Trenutno ta metoda ni posebej priljubljena zaradi svoje nizke natančnosti in se uporablja samo v multimodalni (navzkrižni) biometriji, ki je nabor metod za prepoznavanje osebe po obrazu in glasu hkrati. Biometrični varnostni sistemi lahko vključujejo druge module - DNK, prstne odtise in druge. Poleg tega križna metoda ne zahteva stika z osebo, ki jo je treba identificirati, kar omogoča prepoznavanje ljudi po fotografijah in glasovih, posnetih na tehničnih napravah.

3D metoda ima povsem drugačne vhodne parametre, zato je ni mogoče primerjati z 2D tehnologijo. Pri snemanju slike se uporablja obraz v dinamiki. Sistem, ki zajame vsako sliko, ustvari 3D model, s katerim nato primerja prejete podatke.

V tem primeru se uporablja posebna mreža, ki se projicira na obraz osebe. Biometrični varnostni sistemi, ki posnamejo več slik na sekundo, obdelajo sliko s programsko opremo, ki je v njih vključena. Na prvi stopnji ustvarjanja slike programska oprema zavrže neustrezne slike, kjer je težko videti obraz ali so prisotni sekundarni predmeti.

Nato program prepozna in prezre nepotrebne predmete (očala, pričeska itd.). Antropometrične poteze obraza se poudarijo in zapomnijo, pri čemer se ustvari edinstvena koda, ki se vnese v posebno skladišče podatkov. Čas zajemanja slike je približno 2 sekundi.

Vendar pa kljub prednosti 3D metode pred 2D metodo vsaka večja interferenca na obrazu ali sprememba obrazne mimike poslabša statistično zanesljivost te tehnologije.

Danes se tehnologije biometričnega prepoznavanja obraza uporabljajo skupaj z najbolj znanimi metodami, opisanimi zgoraj, in predstavljajo približno 20 % celotnega trga biometrične tehnologije.

Podjetja, ki razvijajo in izvajajo tehnologijo identifikacije obraza: Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH. V Rusiji se s tem problemom ukvarjajo naslednja podjetja: Artec Group, Vocord (2D metoda) in drugi, manjši proizvajalci.

Žile na dlani

Pred približno 10-15 leti je prišla nova tehnologija biometrične identifikacije - prepoznavanje po žilah na roki. To je postalo mogoče zaradi dejstva, da hemoglobin v krvi intenzivno absorbira infrardeče sevanje.

Posebna IR kamera fotografira dlan, tako da se na sliki pojavi mreža žil. To sliko obdela programska oprema in prikaže se rezultat.

Lokacija žil na roki je primerljiva z značilnostmi očesne šarenice - njihove linije in struktura se sčasoma ne spreminjajo. Zanesljivost te metode je mogoče povezati tudi z rezultati, pridobljenimi pri identifikaciji z uporabo šarenice.

Za zajem slike z bralnikom ni potrebe po stiku, vendar uporaba te sedanje metode zahteva, da so izpolnjeni nekateri pogoji, da je rezultat najbolj natančen: tega ni mogoče doseči, na primer s fotografiranjem roke na ulica. Prav tako fotoaparata med skeniranjem ne izpostavljajte svetlobi. Končni rezultat bo netočna, če obstajajo bolezni, povezane s starostjo.

Razširjenost metode na trgu je le približno 5-odstotna, vendar je zanjo veliko zanimanje velikih podjetij, ki so že razvila biometrične tehnologije: TDSi, Veid Pte. Ltd., Hitachi VeinID.

Mrežnica

Skeniranje vzorca kapilar na površini mrežnice velja za najbolj zanesljivo identifikacijsko metodo. Najbolj združuje najboljše lastnosti biometrične tehnologije za prepoznavanje osebe po očesni šarenici in venah roke.

Edini primer, ko lahko metoda daje netočne rezultate, je siva mrena. V bistvu ima mrežnica skozi vse življenje nespremenjeno strukturo.

Pomanjkljivost tega sistema je, da se mrežnica skenira, ko se oseba ne premika. Tehnologija, ki je zapletena v svoji uporabi, zahteva dolg čas obdelave za rezultate.

Biometrični sistem zaradi visoke cene ni razširjen, vendar zagotavlja najnatančnejše rezultate od vseh metod skeniranja človeških lastnosti na trgu.

Roke

Prej priljubljena metoda identifikacije z ročno geometrijo se vse manj uporablja, saj daje najnižje rezultate v primerjavi z drugimi metodami. Pri skeniranju se fotografirajo prsti, določi njihova dolžina, razmerje med vozlišči in drugi posamezni parametri.

Oblika ušesa

Strokovnjaki pravijo, da vse obstoječe metode identifikacije niso tako natančne kot prepoznavanje osebe po Vendar pa obstaja način za ugotavljanje identitete po DNK, vendar v tem primeru gre za tesen stik z ljudmi, zato velja za neetično.

Raziskovalec Mark Nixon iz Velike Britanije navaja, da so metode na tej ravni biometrični sistemi nove generacije, ki dajejo najbolj natančne rezultate. Za razliko od mrežnice, šarenice ali prstov, na katerih se najverjetneje lahko pojavijo tuji parametri, ki otežujejo identifikacijo, se to na ušesih ne zgodi. Uho, oblikovano v otroštvu, samo raste, ne da bi spremenilo svoje glavne točke.

Izumitelj je metodo identifikacije osebe po slušnem organu poimenoval "transformacija slike snopa". Ta tehnologija vključuje zajemanje slike z žarki različnih barv, ki se nato prevede v matematično kodo.

Vendar pa ima po mnenju znanstvenika njegova metoda tudi negativne strani. Na primer, lasje, ki pokrivajo ušesa, nepravilno izbrani kot in druge netočnosti lahko motijo ​​​​dobitev jasne slike.

Tehnologija skeniranja ušes ne bo nadomestila tako znane in običajen način identifikacijo, kot so prstni odtisi, vendar se lahko uporablja skupaj z njo.

Menijo, da bo to povečalo zanesljivost prepoznavanja ljudi. Še posebej pomembna je kombinacija različnih metod (multimodalnih) pri lovljenju kriminalcev, meni znanstvenik. Kot rezultat poskusov in raziskav upajo, da bodo ustvarili programsko opremo, ki se bo uporabljala na sodišču za edinstveno identifikacijo krivcev iz slik.

Človeški glas

Osebno identifikacijo je mogoče izvesti tako lokalno kot na daljavo z uporabo tehnologije za prepoznavanje glasu.

Ko na primer govorite po telefonu, sistem primerja ta parameter s tistimi, ki so na voljo v bazi podatkov, in poišče podobne vzorce v odstotkih. Popolno ujemanje pomeni, da je bila identiteta ugotovljena, torej je prišlo do identifikacije po glasu.

Če želite do nečesa dostopati na tradicionalen način, morate odgovoriti na določena varnostna vprašanja. To je digitalna koda, materin dekliški priimek in druga besedilna gesla.

Sodobne raziskave na tem področju kažejo, da je te podatke precej enostavno pridobiti, zato se lahko uporabljajo identifikacijske metode, kot je glasovna biometrija. V tem primeru ni predmet preverjanja poznavanje kod, temveč osebnost osebe.

Za to mora stranka izgovoriti kodno frazo ali začeti govoriti. Sistem prepozna glas klicatelja in preveri, ali pripada tej osebi – ali je to, za kar se predstavlja.

Biometrični informacijski varnostni sistemi te vrste ne potrebujejo drage opreme, to je njihova prednost. Poleg tega vam za izvajanje glasovnega skeniranja s sistemom ni treba imeti posebnega znanja, saj naprava samostojno ustvari rezultat »true-false«.

Po rokopisu

Identifikacija osebe po načinu pisanja pisem poteka na skoraj vseh področjih življenja, kjer se je potrebno podpisati. To se zgodi na primer v banki, ko strokovnjak primerja vzorec, ki nastane ob odprtju računa, s podpisi, ki jih priloži ob naslednjem obisku.

Natančnost te metode je nizka, saj identifikacija ne poteka z uporabo matematične kode, kot v prejšnjih, ampak s preprosto primerjavo. Tukaj je visoka stopnja subjektivne percepcije. Poleg tega se pisava s starostjo zelo spreminja, kar pogosto oteži prepoznavanje.

V tem primeru je bolje uporabiti avtomatski sistemi, ki vam bo omogočil, da določite ne le vidna ujemanja, temveč tudi druge značilne lastnosti črkovanja besed, kot so naklon, razdalja med točkami in druge značilne lastnosti.

ZlodeiBaal 11. avgust 2011 ob 21:54

Sodobne biometrične metode identifikacije

  • Varnost informacij

V zadnjem času se je na Habréju pojavilo veliko člankov, posvečenih Googlovim sistemom za identifikacijo obraza. Iskreno povedano, marsikomu zaudarja po novinarstvu in, milo rečeno, nesposobnosti. In hotel sem napisati dober članek o biometriji, ni moj prvi! Na Habréju je nekaj dobrih člankov o biometriji - vendar so precej kratki in nepopolni. Tukaj bom poskušal na kratko orisati splošna načela biometrične identifikacije in sodobne dosežke človeštva na tem področju. Vključno z identifikacijo po obrazih.

Članek ima, ki je v bistvu njegov predzgodba.

Za osnovo članka bo uporabljena skupna objava s kolegom v reviji (BDI, 2009), ki je prilagojena sodobnim razmeram. Habré še ni kolega, je pa podprl objavo popravljenega članka tukaj. V času objave je bil članek kratek pregled trga sodobne biometrične tehnologije, ki smo ga sami opravili pred uvedbo našega produkta. Presoje o uporabnosti, predstavljene v drugem delu članka, temeljijo na mnenjih ljudi, ki so uporabljali in implementirali izdelke, pa tudi na mnenjih ljudi, ki sodelujejo pri proizvodnji biometričnih sistemov v Rusiji in Evropi.

splošne informacije

Začnimo z osnovami. V 95 % primerov je biometrija v bistvu matematična statistika. In matstat je natančna znanost, katere algoritmi se uporabljajo povsod: v radarjih in v Bayesovih sistemih. Napake prve in druge vrste lahko štejemo za dve glavni značilnosti katerega koli biometričnega sistema). V teoriji radarjev jih običajno imenujemo »lažni alarm« ali »zgrešena tarča«, v biometriji pa sta najbolj uveljavljena pojma FAR (False Acceptance Rate) in FRR (False Rejection Rate). Prva številka označuje verjetnost lažnega ujemanja biometričnih lastnosti dveh ljudi. Druga je verjetnost zavrnitve dostopa osebi z dovoljenjem. Nižja kot je vrednost FRR za enake vrednosti FAR, boljši je sistem. Včasih se uporablja Primerjalne značilnosti EER, ki določa točko, v kateri se sekata grafa FRR in FAR. Ni pa vedno reprezentativen. Ogledate si lahko več podrobnosti, npr.
Omeniti je mogoče naslednje: če značilnosti sistema ne vključujejo FAR in FRR za odprte biometrične baze podatkov, potem je ta sistem najverjetneje neučinkovit ali veliko šibkejši od svojih konkurentov, ne glede na to, kaj proizvajalci trdijo o njegovih značilnostih..
Kakovost biometričnega sistema pa ne določata samo FAR in FRR. Če bi bil to edini način, bi bila vodilna tehnologija prepoznavanje DNK, za katero se FAR in FRR nagibata k ničli. Vendar je očitno, da ta tehnologija na trenutni stopnji človeškega razvoja ni uporabna! Razvili smo več empiričnih karakteristik, ki nam omogočajo oceno kakovosti sistema. »Odpornost na ponarejanje« je empirična značilnost, ki povzema, kako enostavno je preslepiti biometrični identifikator. "Okoljska stabilnost" je značilnost, ki empirično ocenjuje stabilnost sistema v različnih zunanjih pogojih, kot so spremembe osvetlitve ali sobne temperature. »Enostavnost uporabe« kaže, kako težko je uporabljati biometrični skener in ali je identifikacija mogoča »na poti«. Pomembna značilnost je "Hitrost delovanja" in "Cena sistema". Ne smemo pozabiti, da se lahko človekova biometrična lastnost sčasoma spreminja, zato je, če je nestabilna, to pomembna pomanjkljivost.
Obilje biometrične metode preseneča. Glavne metode, ki uporabljajo statične biometrične značilnosti osebe, so identifikacija po papilarnem vzorcu na prstih, šarenici, geometriji obraza, mrežnici, vzorcu žil na rokah, geometriji roke. Obstaja tudi družina metod, ki uporabljajo dinamične značilnosti: identifikacija po glasu, dinamika rokopisa, srčni utrip in hoja. Spodaj je razčlenitev biometričnega trga pred nekaj leti. Vsak drugi vir niha za 15-20 odstotkov, tako da je to le ocena. Tudi tukaj se pod pojmom "geometrija roke" skrivata dve različni metodi, o katerih bomo razpravljali v nadaljevanju.


V tem članku bomo upoštevali le tiste značilnosti, ki so uporabne v sistemih za nadzor in upravljanje dostopa (ACS) ali pri nalogah, ki so jim podobne. Zaradi svoje superiornosti so to predvsem statične lastnosti. Od dinamičnih karakteristik ima trenutno vsaj nekaj statistične pomembnosti le prepoznavanje glasu (primerljivo z najslabšimi statičnimi algoritmi FAR~0,1%, FRR~6%), a le v idealnih pogojih.
Da dobite občutek za verjetnosti FAR in FRR, lahko ocenite, kako pogosto se bodo pojavila lažna ujemanja, če namestite identifikacijski sistem na vhodu v organizacijo z N zaposlenimi. Verjetnost lažnega ujemanja bralnika prstnih odtisov za bazo podatkov N prstnih odtisov je FAR∙N. Vsak dan gre skozi kontrolno točko dostopa tudi približno N ljudi. Potem je verjetnost napake na delovni dan FAR∙(N∙N). Seveda se lahko glede na cilje identifikacijskega sistema verjetnost napake na časovno enoto zelo razlikuje, a če sprejmemo eno napako na delovni dan kot sprejemljivo, potem:
(1)
Nato ugotovimo, da je stabilno delovanje identifikacijskega sistema pri FAR=0,1% =0,001 možno s številom zaposlenih N≈30.

Biometrični skenerji

Danes pojma »biometrični algoritem« in »biometrični skener« nista nujno medsebojno povezana. Podjetje lahko te elemente proizvaja posamično ali skupaj. Največja razlika med proizvajalci skenerjev in proizvajalci programske opreme je bila dosežena na trgu biometrije prstnih papilarnih vzorcev. Najmanjši 3D skener obraza na trgu. Pravzaprav stopnja diferenciacije v veliki meri odraža razvitost in zasičenost trga. Več kot je izbire, bolj je tema razdelana in pripeljana do popolnosti. Različni skenerji imajo različne nabore zmožnosti. V bistvu gre za niz testov za preverjanje, ali je bil biometrični objekt spremenjen ali ne. Pri čitalnikih prstnih odtisov je to lahko preskus udarcev ali merjenje temperature, pri čitalnikih oči je to lahko test akomodacije zenice, pri čitalnikih obraza pa gibanje obraza.
Skenerji močno vplivajo na posledično statistiko FAR in FRR. V nekaterih primerih se lahko te številke spremenijo več desetkrat, zlasti v realnih pogojih. Običajno so značilnosti algoritma podane za določeno "idealno" osnovo ali preprosto za dobro primerno, kjer so zamegljeni in zamegljeni okvirji zavrženi. Le nekaj algoritmov pošteno nakazuje tako osnovo kot celotno izdajo FAR/FRR zanjo.

In zdaj podrobneje o vsaki od tehnologij

Prstni odtisi


Daktiloskopija (prepoznavanje prstnih odtisov) je najbolj razvita biometrična metoda osebne identifikacije doslej. Katalizator za razvoj metode je bila njena široka uporaba v forenzični znanosti 20. stoletja.
Vsaka oseba ima edinstven vzorec papilarnega prstnega odtisa, ki omogoča identifikacijo. Običajno algoritmi uporabljajo značilne točke na prstnih odtisih: konec črte vzorca, razvejanje črte, posamezne točke. Poleg tega se uporabljajo informacije o morfološki strukturi prstnega odtisa: relativni položaj sklenjenih linij papilarnega vzorca, "obokanih" in spiralnih linij. Lastnosti papilarnega vzorca se pretvorijo v edinstveno kodo, ki ohrani informacijsko vsebino slike prstnega odtisa. In prav »kode prstnih odtisov« so shranjene v bazi podatkov, ki se uporablja za iskanje in primerjavo. Čas za pretvorbo slike prstnega odtisa v kodo in njeno identifikacijo običajno ne presega 1 s, odvisno od velikosti podatkovne baze. Čas, porabljen za dvig roke, se ne upošteva.
Statistični podatki VeriFinger SDK, pridobljeni z uporabo skenerja prstnih odtisov DP U.are.U, so bili uporabljeni kot vir podatkov FAR in FRR. V zadnjih 5-10 letih značilnosti prepoznavanja prstov niso veliko napredovale, zato zgornje številke precej dobro prikazujejo povprečno vrednost sodobnih algoritmov. Sam algoritem VeriFinger je več let zmagoval na mednarodnem tekmovanju za preverjanje prstnih odtisov, kjer so tekmovali algoritmi za prepoznavanje prstov.

Značilna vrednost FAR za metodo prepoznave prstnega odtisa je 0,001 %.
Iz formule (1) ugotovimo, da je stabilno delovanje identifikacijskega sistema pri FAR=0,001 % možno s številom zaposlenih N≈300.
Prednosti metode. Visoka zanesljivost - statistični kazalci metode so boljši od kazalcev metod identifikacije po obrazu, glasu in sliki. Poceni naprave, ki skenirajo sliko prstnega odtisa. Dovolj preprost postopek skeniranje prstnih odtisov.
Slabosti: papilarni vzorec prstnega odtisa se zelo hitro poškoduje z majhnimi praskami in urezninami. Ljudje, ki so uporabljali optične bralnike v podjetjih z več sto zaposlenimi, poročajo o visoki stopnji napak pri skeniranju. Številni skenerji ne zdravijo ustrezno suhe kože in starejšim ljudem ne dovolijo prehoda. Med komunikacijo na zadnji razstavi MIPS je vodja varnostne službe velikega kemičnega podjetja povedal, da njihov poskus uvedbe skenerjev prstnih odtisov v podjetju (poskušani so bili skenerji različnih sistemov) ni uspel - minimalna izpostavljenost kemičnim reagentom na prstih zaposlenih povzročil okvaro varnostnih sistemov skenerjev – skenerji so prste razglasili za ponaredek. Prav tako ni dovolj zaščite pred ponarejanjem slike prstnega odtisa, kar je delno posledica široke uporabe metode. Seveda ni mogoče vseh skenerjev preslepiti z metodami MythBusters, a vseeno. Pri nekaterih ljudeh z »neprimernimi« prsti (telesna temperatura, vlažnost) lahko verjetnost, da jim bo dostop onemogočen, doseže 100 %. Število takih ljudi se giblje od delčka odstotka pri dragih skenerjih do deset odstotkov pri poceni.
Seveda je treba omeniti, da je veliko število pomanjkljivosti posledica široke uporabe sistema, vendar te pomanjkljivosti obstajajo in se pojavljajo zelo pogosto.
Razmere na trgu
Trenutno sistemi za prepoznavanje prstnih odtisov zasedajo več kot polovico biometričnega trga. Številna ruska in tuja podjetja se ukvarjajo s proizvodnjo sistemov za nadzor dostopa, ki temeljijo na metodi identifikacije prstnih odtisov. Ker je ta smer ena najstarejših, se je najbolj razširila in je daleč najbolj razvita. Čitalniki prstnih odtisov so prehodili zelo dolgo pot do izboljšav. Opremljeni so s sodobnimi sistemi razni senzorji(temperatura, sila stiskanja itd.), ki povečujejo stopnjo zaščite pred ponarejanjem. Vsak dan postajajo sistemi bolj priročni in kompaktni. Pravzaprav so razvijalci na tem področju že dosegli določeno mejo in metode ni več kam razvijati naprej. Poleg tega večina podjetij proizvaja že pripravljene sisteme, ki so opremljeni z vsem potrebnim, vključno s programsko opremo. Integratorjem na tem področju preprosto ni treba sami sestaviti sistema, saj je to nerentabilno in bo zahtevalo več časa in truda kot nakup že pripravljenega in že poceni sistema, še posebej, ker bo izbira res široka.
Med tujimi podjetji, ki se ukvarjajo s sistemi za prepoznavanje prstnih odtisov, je mogoče omeniti SecuGen (USB skenerji za osebne računalnike, skenerji, ki jih je mogoče namestiti v podjetja ali vgraditi v ključavnice, SDK in programsko opremo za povezavo sistema z računalnikom); Bayometric Inc. (skenerji prstnih odtisov, TAA/sistemi za nadzor dostopa, SDK-ji za prstne odtise, vgrajeni moduli za prstne odtise); DigitalPersona, Inc. (USB skenerji, SDK). V Rusiji na tem področju delujejo naslednja podjetja: BioLink (skenerji prstnih odtisov, biometrične naprave za nadzor dostopa, programska oprema); Sonda (skenerji prstnih odtisov, biometrične naprave za nadzor dostopa, SDK); SmartLock (skenerji prstnih odtisov in moduli) itd.

Iris



Iris očesa je edinstvena lastnost osebe. Vzorec šarenice se oblikuje v osmem mesecu intrauterinega razvoja, končno se stabilizira pri starosti približno dveh let in se praktično ne spreminja skozi vse življenje, razen kot posledica hudih poškodb ali hudih patologij. Metoda je ena najbolj natančnih med biometričnimi metodami.
Sistem za identifikacijo šarenice je logično razdeljen na dva dela: napravo za zajem slike, njeno primarno obdelavo in prenos v računalnik ter računalnik, ki sliko primerja s slikami v bazi podatkov in posreduje ukaz za sprejem izvršilni napravi.
Čas primarne obdelave slike v sodobnih sistemih je približno 300-500 ms, hitrost primerjave nastale slike z bazo podatkov je 50.000-150.000 primerjav na sekundo na običajnem osebnem računalniku. Ta hitrost primerjave ne omejuje uporabe metode v velikih organizacijah, kadar se uporablja v dostopovnih sistemih. Z uporabo specializiranih računalnikov in algoritmov za optimizacijo iskanja je mogoče celo identificirati osebo med prebivalci celotne države.
Takoj lahko odgovorim, da sem nekoliko pristranski in imam pozitiven odnos do te metode, saj smo na tem področju lansirali naš startup. Odstavek na koncu bo namenjen malo samo-PR.
Statistične značilnosti metode
Značilnosti FAR in FRR za šarenico so najboljše v razredu sodobnih biometričnih sistemov (mogoče z izjemo metode prepoznavanja mrežnice). V članku so predstavljene značilnosti knjižnice za prepoznavanje šarenice našega algoritma - EyeR SDK, ki ustrezajo algoritmu VeriEye, preizkušenemu z uporabo istih baz podatkov. Uporabili smo baze podatkov CASIA, pridobljene z njihovim skenerjem.

Značilna vrednost FAR je 0,00001 %.
Po formuli (1) je N≈3000 število osebja organizacije, pri katerem je identifikacija zaposlenih precej stabilna.
Tukaj velja omeniti pomembno lastnost, ki sistem za prepoznavanje šarenice razlikuje od drugih sistemov. Pri uporabi fotoaparata z ločljivostjo 1,3 MP ali več lahko posnamete dve očesi v enem kadru. Ker sta verjetnosti FAR in FRR statistično neodvisni verjetnosti, bo pri prepoznavanju z dvema očesoma vrednost FAR približno enaka kvadratu vrednosti FAR za eno oko. Na primer, za FAR 0,001 % z uporabo dveh očes bo verjetnost lažnega sprejema 10–8 %, FRR pa le dvakrat višji kot ustrezna vrednost FRR za eno oko pri FAR=0,001 %.
Prednosti in slabosti metode
Prednosti metode. Statistična zanesljivost algoritma. Zajem slike šarenice lahko poteka na razdalji od nekaj centimetrov do nekaj metrov, brez fizičnega stika med osebo in napravo. Šarenica je zaščitena pred poškodbami – kar pomeni, da se sčasoma ne spremeni. Možna je tudi uporaba velikega števila metod za zaščito pred ponarejanjem.
Slabosti metode. Cena sistema, ki temelji na šarenici, je višja od cene sistema, ki temelji na prepoznavi prstov ali prepoznavi obraza. Nizka razpoložljivost že pripravljenih rešitev. Vsak integrator, ki danes pride na ruski trg in reče "dajte mi že pripravljen sistem", bo najverjetneje propadel. Večinoma prodano dragih sistemov na ključ, montirajo velika podjetja, kot sta Iridian ali LG.
Razmere na trgu
Trenutno je delež tehnologij za identifikacijo šarenice na svetovnem biometričnem trgu po različnih ocenah od 6 do 9 odstotkov (medtem ko tehnologije za prepoznavanje prstnih odtisov zasedajo več kot polovico trga). Treba je opozoriti, da je že od samega začetka razvoja te metode njeno krepitev na trgu upočasnila visoka cena opreme in komponent, potrebnih za sestavo identifikacijskega sistema. Z razvojem digitalnih tehnologij pa so se stroški posameznega sistema začeli zniževati.
Vodilni v razvoju programske opreme na tem področju je Iridian Technologies.
Vstop velikega števila proizvajalcev na trg je omejevala tehnična zahtevnost skenerjev in posledično njihova visoka cena ter visoka cena programske opreme zaradi monopolnega položaja Iridian na trgu. Ti dejavniki so omogočili razvoj na področju prepoznavanja šarenice le velikim podjetjem, ki so se najverjetneje že ukvarjala s proizvodnjo nekaterih komponent, primernih za identifikacijski sistem (optika visoka ločljivost, miniaturne kamere z infrardečo osvetlitvijo itd.). Primeri takih podjetij so LG Electronics, Panasonic, OKI. Sklenili so dogovor z Iridian Technologies in kot rezultat skupnega dela so se pojavili naslednji identifikacijski sistemi: Iris Access 2200, BM-ET500, OKI IrisPass. Kasneje so se pojavili izboljšani modeli sistemov, zahvaljujoč tehničnim zmožnostim teh podjetij za samostojen razvoj na tem področju. Povedati je treba, da so omenjena podjetja razvila tudi lastno programsko opremo, vendar so na koncu v končnem sistemu raje izbrala programsko opremo Iridian Technologies.
Na ruskem trgu prevladujejo izdelki tujih podjetij. Čeprav se tudi to s težavo kupi. Podjetje Papillon je dolgo časa zagotavljalo vsem, da imajo prepoznavanje šarenice. A tudi predstavniki RosAtoma, njihovega neposrednega kupca, za katerega so izdelali sistem, pravijo, da to ne drži. V nekem trenutku se je pojavilo še eno rusko podjetje, ki je izdelovalo skenerje šarenice. Zdaj se ne spomnim imena. Algoritem so kupili od nekoga, morda od istega VeriEye. Sam skener je bil 10-15 let star sistem, nikakor brezstični.
V zadnjem letu je zaradi izteka primarnega patenta za prepoznavanje človeškega očesa na svetovni trg vstopilo nekaj novih proizvajalcev. Najbolj zaupanja vreden med njimi je po mojem mnenju AOptix. Vsaj njihovi predogledi in dokumentacija ne vzbujajo sumov. Drugo podjetje je SRI International. Celo na prvi pogled se osebi, ki je delala na sistemih za prepoznavanje šarenice, njihovi videi zdijo zelo lažnivi. Čeprav me ne bi presenetilo, če v resnici lahko kaj naredijo. Oba sistema ne prikazujeta podatkov o FAR in FRR, prav tako pa očitno nista zaščitena pred ponarejanjem.

Prepoznavanje obraza

Obstaja veliko metod prepoznavanja, ki temeljijo na geometriji obraza. Vsi temeljijo na dejstvu, da so poteze obraza in oblika lobanje vsake osebe individualne. To področje biometrije se mnogim zdi privlačno, ker se prepoznamo predvsem po obrazu. To področje je razdeljeno na dve področji: 2-D prepoznavanje in 3-D prepoznavanje. Vsak od njih ima prednosti in slabosti, veliko pa je odvisno tudi od obsega uporabe in zahtev za določen algoritem.
Na kratko vam bom povedal o 2-d in prešel na eno najbolj zanimivih metod danes - 3-d.
2-D prepoznavanje obraza

2-D prepoznavanje obraza je ena izmed statistično najbolj neučinkovitih biometričnih metod. Pojavila se je precej dolgo nazaj in se je uporabljala predvsem v forenzični znanosti, kar je prispevalo k njenemu razvoju. Kasneje so se pojavile računalniške interpretacije metode, zaradi česar je postala bolj zanesljiva, seveda pa je bila slabša in je vsako leto bolj slabša od drugih biometričnih metod osebne identifikacije. Trenutno se zaradi slabih statističnih kazalcev uporablja v multimodalni ali, kot jo imenujemo tudi navzkrižni biometriji oz. v socialnih omrežjih.
Statistične značilnosti metode
Za FAR in FRR so bili uporabljeni podatki za algoritme VeriLook. Ponovno, za sodobne algoritme ima zelo običajne značilnosti. Včasih utripajo algoritmi s FRR 0,1% s podobnim FAR, vendar so podlage, na katerih so bili pridobljeni, zelo vprašljive (izrezano ozadje, enak obrazni izraz, enaka pričeska, osvetlitev).

Značilna vrednost FAR je 0,1 %.
Iz formule (1) dobimo N≈30 - število osebja organizacije, pri katerem se identifikacija zaposlenih pojavlja precej stabilno.
Kot lahko vidite, so statistični kazalniki metode precej skromni: to izniči prednost metode, da je mogoče prikrito fotografirati obraze na mestih, kjer je veliko ljudi. Smešno je videti, kako se nekajkrat na leto financira drug projekt za odkrivanje kriminalcev prek video kamer, nameščenih na mestih, kjer je veliko ljudi. V zadnjih desetih letih se statistične značilnosti algoritma niso izboljšale, povečalo pa se je število tovrstnih projektov. Čeprav je treba omeniti, da je algoritem povsem primeren za sledenje osebe v množici prek številnih kamer.
Prednosti in slabosti metode
Prednosti metode. Pri 2-D prepoznavanju za razliko od večine biometričnih metod draga oprema ni potrebna. Z ustrezno opremo je prepoznavanje možno na znatnih razdaljah od kamere.
Napake. Nizka statistična pomembnost. Obstajajo zahteve glede osvetlitve (na primer, na sončen dan ni mogoče registrirati obrazov ljudi, ki vstopajo z ulice). Za mnoge algoritme je vsaka zunanja motnja nesprejemljiva, na primer očala, brada ali nekateri elementi frizure. Zahtevana je frontalna slika obraza z zelo majhnimi odstopanji. Mnogi algoritmi ne upoštevajo morebitnih sprememb obrazne mimike, to pomeni, da mora biti izraz nevtralen.
3-D prepoznavanje obraza

Izvedba te metode je precej zapletena naloga. Kljub temu trenutno obstaja veliko metod za 3-D prepoznavanje obraza. Metod med seboj ni mogoče primerjati, saj uporabljajo različne skenerje in baze podatkov. Vsi ne izdajajo FAR in FRR, uporabljajo se popolnoma različni pristopi.
Prehodna metoda iz 2-d v 3-d je metoda, ki izvaja kopičenje informacij o osebi. Ta metoda ima boljše lastnosti kot 2d metoda, vendar tudi uporablja samo eno kamero. Ko je subjekt vnesen v bazo podatkov, subjekt obrne glavo in algoritem poveže sliko skupaj in ustvari 3D predlogo. Med prepoznavanjem se uporabi več okvirjev video toka. Ta metoda je precej eksperimentalna in še nikoli nisem videl izvedbe za sisteme za nadzor dostopa.
Najbolj klasična metoda je metoda šablonske projekcije. Sestoji iz projiciranja mreže na predmet (obraz). Nato kamera fotografira s hitrostjo več deset sličic na sekundo, nastale slike pa obdela poseben program. Žarek, ki vpada na ukrivljeno ploskev, je upognjen – večja kot je ploskev, močnejši je upogib žarka. Sprva je bil uporabljen vir vidne svetlobe, ki se je dovajal skozi "žaluzije". Nato je vidno svetlobo zamenjala infrardeča, ki ima več prednosti. Običajno se na prvi stopnji obdelave zavržejo slike, na katerih obraz sploh ni viden ali na katerih so tujki, ki motijo ​​identifikacijo. Na podlagi dobljenih slik se rekonstruira 3-D model obraza, na katerem se poudari in odstrani nepotreben šum (frizura, brada, brki in očala). Nato se model analizira – identificirajo se antropometrične lastnosti, ki se na koncu zabeležijo v edinstveno kodo, ki se vnese v bazo podatkov. Čas zajema in obdelave slike je pri najboljših modelih 1-2 sekundi.
Vse bolj priljubljena je tudi metoda 3-D prepoznavanja na podlagi slik, pridobljenih iz več kamer. Primer tega je podjetje Vocord s svojim 3D skenerjem. Ta metoda zagotavlja natančnost pozicioniranja, po mnenju razvijalcev, višjo od metode projekcije predloge. Ampak dokler ne vidim FAR in FRR vsaj v lastni bazi, ne bom verjel!!! A razvija se že 3 leta, napredek na razstavah pa še ni viden.
Statistični kazalniki metode
Popolni podatki o FRR in FAR za algoritme tega razreda niso javno dostopni na spletnih straneh proizvajalcev. Toda za najboljše modele iz Bioscripta (3D EnrolCam, 3D FastPass), ki delujejo z metodo projekcije predloge s FAR = 0,0047%, je FRR 0,103%.
Menijo, da je statistična zanesljivost metode primerljiva z zanesljivostjo metode identifikacije prstnih odtisov.
Prednosti in slabosti metode
Prednosti metode. Ni potrebe po stiku z napravo za skeniranje. Nizka občutljivost na zunanje dejavnike, tako na osebi sami (pojav očal, brada, sprememba pričeske) kot v njegovem okolju (osvetlitev, obračanje glave). Visoka stopnja zanesljivosti, primerljiva z identifikacijo prstnih odtisov.
Slabosti metode. Visoki stroški opreme. Komercialno dostopni sistemi so bili celo dražji od skenerjev šarenice. Spremembe obrazne mimike in obrazni hrup poslabšajo statistično zanesljivost metode. Metoda še ni dobro razvita, zlasti v primerjavi z dolgo uporabljanim odvzemom prstnih odtisov, kar otežuje njeno širšo uporabo.
Razmere na trgu
Prepoznavanje po geometriji obraza velja za eno od »treh velikih biometričnih podatkov«, skupaj s prepoznavanjem po prstnih odtisih in šarenici. Povedati je treba, da je ta metoda precej pogosta in ima še vedno prednost pred prepoznavanjem po očesni šarenici. Delež tehnologij za prepoznavanje geometrije obraza v celotnem obsegu svetovnega biometričnega trga lahko ocenimo na 13-18 odstotkov. Tudi v Rusiji je zanimanje za to tehnologijo večje kot na primer za identifikacijo šarenice. Kot smo že omenili, obstaja veliko algoritmov za 3-D prepoznavanje. Podjetja večinoma raje razvijajo že pripravljene sisteme, vključno s skenerji, strežniki in programsko opremo. Vendar pa obstajajo tudi takšni, ki potrošniku ponujajo samo SDK. Danes se pri razvoju te tehnologije ukvarjajo naslednja podjetja: Geometrix, Inc. (3D obrazni skenerji, programska oprema), Genex Technologies (3D obrazni skenerji, programska oprema) v ZDA, Cognitec Systems GmbH (SDK, posebni računalniki, 2D kamere) v Nemčiji, Bioscrypt (3D obrazni skenerji, programska oprema) - podružnica ameriškega podjetje L- 1 Identity Solutions.
V Rusiji v tej smeri delujejo podjetja Artec Group (3D obrazni skenerji in programska oprema) - podjetje s sedežem v Kaliforniji, razvoj in proizvodnja pa potekata v Moskvi. Tudi več Ruska podjetja lastno 2D tehnologijo za prepoznavanje obrazov – Vocord, ITV itd.
Na področju 2D prepoznavanja obrazov je glavni predmet razvoja programska oprema, saj... navadne kamere odlično opravijo delo pri zajemanju podob obraza. Rešitev problema prepoznave po sliki obraza je do neke mere zašla v slepo ulico - že nekaj let ni bilo skoraj nobenega izboljšanja statističnih kazalcev algoritmov. Na tem področju poteka sistematično »delo na napakah«.
3D prepoznavanje obraza je zdaj veliko bolj privlačno področje za razvijalce. Tam delajo številne ekipe in redno poslušamo o novih odkritjih. Veliko del je v stanju "tik pred izidom". A za zdaj so na trgu le stare ponudbe, izbira se zadnja leta ni spremenila.
Eden od zanimivi trenutki, o katerem včasih razmišljam in na katerega bi morda Habr odgovoril: ali je natančnost kinecta dovolj za izdelavo takšnega sistema? Obstaja kar nekaj projektov, da skozi to izvlečeš 3D model človeka.

Prepoznavanje po venah roke


To je nova tehnologija na področju biometrije, njena široka uporaba se je začela šele pred 5-10 leti. Infrardeča kamera posname zunanjost ali notranjost roke. Vzorec žil nastane zaradi dejstva, da hemoglobin v krvi absorbira infrardeče sevanje. Posledično se stopnja odboja zmanjša in žile so na kameri vidne kot črne črte. Poseben program Na podlagi prejetih podatkov ustvari digitalno konvolucijo. Človeški stik z napravo za skeniranje ni potreben.
Tehnologija je po zanesljivosti primerljiva s prepoznavanjem šarenice, v nekaterih pogledih je boljša, v drugih pa slabša.
Vrednosti FRR in FAR so podane za skener žil na dlani. Po navedbah razvijalca, s FAR 0,0008 %, je FRR 0,01 %. Nobeno podjetje ne ponuja natančnejšega grafa za več vrednosti.
Prednosti in slabosti metode
Prednosti metode. Ni potrebe po stiku z napravo za skeniranje. Visoka zanesljivost - statistični kazalniki metode so primerljivi z odčitki šarenice. Skritost lastnosti: za razliko od vseh naštetih je to lastnost zelo težko pridobiti od človeka »na ulici«, na primer tako, da ga fotografirate s fotoaparatom.
Slabosti metode. Optični bralnik ne sme biti izpostavljen sončni svetlobi ali halogenskim žarnicam. Nekatere s starostjo povezane bolezni, kot je artritis, močno poslabšajo FAR in FRR. Metoda je manj raziskana v primerjavi z drugimi statičnimi biometričnimi metodami.
Razmere na trgu
Prepoznavanje vzorca ročnih žil je precej nova tehnologija, zato je njegov delež na svetovnem trgu majhen in znaša približno 3 %. Vendar pa do ta metoda zanimanje narašča. Dejstvo je, da ta metoda, ki je precej natančna, ne zahteva tako drage opreme, kot so na primer metode prepoznavanja na podlagi geometrije obraza ali šarenice. Zdaj se veliko podjetij razvija na tem področju. Na primer, po naročilu angleškega podjetja TDSi je bila razvita programska oprema za biometrični bralnik žil na dlani PalmVein, ki ga je predstavil Fujitsu. Sam skener je Fujitsu razvil predvsem za boj proti finančnim goljufijam na Japonskem.
Na področju identifikacije vzorcev žil delujejo tudi naslednja podjetja: Veid Pte. doo (skener, programska oprema), Hitachi VeinID (skenerji)
Ne poznam nobenega podjetja v Rusiji, ki bi se ukvarjalo s to tehnologijo.

Mrežnica


Do nedavnega je veljalo, da je najbolj zanesljiva metoda biometrične identifikacije in osebne avtentikacije metoda, ki temelji na skeniranju mrežnice. Vsebuje najboljše funkcije identifikacije šarenice in žil na roki. Skener prebere vzorec kapilar na površini mrežnice. Mrežnica ima fiksno strukturo, ki se skozi čas ne spremeni, razen zaradi bolezni, kot je katarakta.
Skeniranje mrežnice uporablja infrardečo svetlobo nizke intenzivnosti, usmerjeno skozi zenico v krvne žile na zadnji strani očesa. Retinalni skenerji so postali zelo razširjeni v sistemih za nadzor dostopa do zelo občutljivih objektov, saj imajo enega najnižjih odstotkov onemogočenega dostopa registriranim uporabnikom in tako rekoč ni napačnega dostopa.
Na žalost se pri uporabi te biometrične metode pojavljajo številne težave. Optični bralnik je tukaj precej zapleten optični sistem, oseba pa se med usmerjanjem sistema dlje časa ne sme premikati, kar povzroča neprijetne občutke.
Glede na EyeDentify je za skener ICAM2001 s FAR=0,001 % vrednost FRR 0,4 %.
Prednosti in slabosti metode
Prednosti. Visoka stopnja statistične zanesljivosti. Zaradi nizke razširjenosti sistemov je verjetnost, da bi razvili način, kako jih "prevarati", majhna.
Napake. Težaven sistem za uporabo z dolgim ​​časom obdelave. Visoki stroški sistema. Pomanjkanje široke tržne ponudbe in posledično nezadostna intenzivnost razvoja metode.

Ročna geometrija


Ta metoda, ki je bila pred 10 leti precej razširjena in izvira iz kriminologije, je v zadnjih letih v zatonu. Temelji na pridobivanju geometrijskih značilnosti rok: dolžine prstov, širine dlani itd. Ta metoda, tako kot očesna mrežnica, odmira in ker ima precej nižje lastnosti, njenega popolnejšega opisa niti ne bomo uvedli.
Včasih se verjame, da sistemi za prepoznavanje žil uporabljajo metode geometrijskega prepoznavanja. Vendar česa takega v prodaji še nismo videli eksplicitno navedenega. In poleg tega se pogosto pri prepoznavanju po žilah slika samo dlan, pri prepoznavanju po geometriji pa prsti.

Malo samo-PR

Nekoč smo razvili dober algoritem za prepoznavanje oči. Toda takrat take visokotehnološke stvari v tej državi niso bile potrebne in v meščanstvo (kamor so nas povabili po prvem članku) nismo želeli. Toda nenadoma so se po letu in pol pojavili investitorji, ki so si želeli zgraditi »biometrični portal« - sistem, ki bi hranil 2 očesi in uporabljal barvno komponento šarenice (za kar je imel investitor svetovni patent). Pravzaprav to zdaj počnemo. Ampak to ni članek o samo-PR, to je kratka lirična digresija. Če koga zanima, je nekaj informacij in nekoč v prihodnosti, ko bomo vstopili na trg (ali ne), bom tukaj napisal nekaj besed o vzponih in padcih biometričnega projekta v Rusiji.

zaključki

Tudi v razredu statičnih biometričnih sistemov obstaja velika izbira sistemov. Katerega izbrati? Vse je odvisno od zahtev za varnostni sistem. Statistično najbolj zanesljiva in proti ponarejanju odporna dostopna sistema sta dostopna sistema za šarenico in žilo na roki. Za prvega od njih obstaja širši trg ponudbe. Vendar to ni meja. Biometrične identifikacijske sisteme je mogoče kombinirati za doseganje astronomske natančnosti. Najcenejši in najpreprostejši za uporabo, a z dobro statistiko, so sistemi tolerance prstov. 2D toleranca obraza je priročna in poceni, vendar ima omejen obseg uporabe zaradi slabe statistične učinkovitosti.
Razmislimo o značilnostih, ki jih bo imel vsak sistem: odpornost proti ponarejanju, odpornost proti okolju, enostavna uporaba, cena, hitrost, stabilnost biometrične lastnosti skozi čas. V vsak stolpec vpišimo ocene od 1 do 10. Bližje ko je rezultat 10, tem boljši sistem v zvezi s tem. Načela za izbiro ocen so bila opisana na samem začetku članka.


Upoštevali bomo tudi razmerje med FAR in FRR za te sisteme. To razmerje določa učinkovitost sistema in širino njegove uporabe.


Ne smemo pozabiti, da lahko za šarenico povečate natančnost sistema skoraj kvadratno, brez izgube časa, če sistem zakomplicirate tako, da ga naredite za dve očesi. Za metodo prstnih odtisov - s kombinacijo več prstov in prepoznavanje po žilah s kombinacijo dveh rok, vendar je takšno izboljšanje možno le s povečanjem časa dela z osebo.
Če povzamemo rezultate metod, lahko rečemo, da je za srednje in velike objekte, pa tudi za objekte z najvišjimi varnostnimi zahtevami, šarenico treba uporabiti kot biometrični dostop in po možnosti prepoznavanje z ročnimi žilami. Za objekte z do nekaj sto zaposlenimi bo dostop s pomočjo prstnih odtisov optimalen. Sistemi za prepoznavanje na podlagi 2D podob obraza so zelo specifični. Morda bodo potrebni v primerih, ko prepoznavanje zahteva odsotnost fizičnega stika, vendar ni mogoče namestiti sistema za nadzor šarenice. Na primer, če je treba identificirati osebo brez njene udeležbe, z uporabo skrite kamere ali zunanje kamere za zaznavanje, vendar je to mogoče le, če je v bazi podatkov majhno število oseb in majhen pretok ljudi, ki jih posname fotoaparat.

Obvestilo za mlade tehnike

Nekateri proizvajalci, na primer Neurotechnology, imajo na svojem spletnem mestu na voljo predstavitvene različice biometričnih metod, ki jih proizvajajo, tako da jih lahko preprosto povežete in se poigrate. Za tiste, ki se odločijo resneje poglobiti v problem, lahko priporočim edino knjigo, ki sem jo videl v ruščini - "Vodnik po biometriji" R.M. Ball, J.H. Connell, S. Pankanti. Obstaja veliko algoritmov in njihovih matematičnih modelov. Ni vse popolno in ne ustreza vse sodobnemu času, a osnova je dobra in celovita.

P.S.

V tem opusu se nisem spuščal v problem avtentikacije, ampak sem se dotaknil le identifikacije. Načeloma se iz lastnosti FAR/FRR in možnosti ponarejanja vsi sklepi o vprašanju avtentikacije kažejo sami od sebe.

Oznake:

  • biometrija
  • čitalniki prstnih odtisov
Dodajte oznake