วิธีการระบุตัวตนแบบไบโอเมตริกซ์ เกณฑ์การคัดเลือกหลัก การเปรียบเทียบวิธีการรับรองความถูกต้องโดยพิจารณาจากคุณสมบัติที่ไม่เปลี่ยนรูปของไบโอเมตริกซ์

ระบบพิสูจน์ตัวตนไบโอเมตริกซ์- ระบบตรวจสอบความถูกต้องที่ใช้ข้อมูลไบโอเมตริกซ์ในการตรวจสอบตัวตนของบุคคล

การรับรองความถูกต้องทางชีวภาพ- กระบวนการพิสูจน์และตรวจสอบความถูกต้องของชื่อที่ผู้ใช้ประกาศ ผ่านการนำเสนอภาพไบโอเมตริกซ์ของผู้ใช้ และโดยการแปลงภาพนี้ตามโปรโตคอลการตรวจสอบสิทธิ์ที่กำหนดไว้ล่วงหน้า

ไม่ควรสับสนระหว่างระบบเหล่านี้กับระบบระบุตัวตนแบบไบโอเมตริก เช่น ระบบจดจำใบหน้าของผู้ขับขี่ และเครื่องมือติดตามเวลาแบบไบโอเมตริก ระบบการตรวจสอบความถูกต้องด้วยไบโอเมตริกซ์ทำงานในโหมดแอ็คทีฟมากกว่าโหมดพาสซีฟและมักจะเกี่ยวข้องกับการอนุญาตเสมอ แม้ว่าระบบเหล่านี้จะไม่เหมือนกันกับระบบการอนุญาต แต่มักจะใช้ร่วมกัน (เช่น ในล็อคประตูด้วยลายนิ้วมือ)

YouTube สารานุกรม

1 / 4

การรับรองความถูกต้องทางชีวภาพใน Active Directory

MDG-นวัตกรรม ระบบระบุตัวตนไบโอเมตริกซ์

ไบโอเมตริกซ์ การรับรองความถูกต้องของ Windowsสวัสดี

# โหมดโลกาภิวัตน์ # ระบบไบโอเมตริกซ์ #

คำบรรยาย

วิธีการรับรองความถูกต้อง

ระบบการเข้าถึงที่มีการควบคุมต่างๆ สามารถแบ่งออกเป็น 3 กลุ่มตามสิ่งที่บุคคลตั้งใจจะนำเสนอต่อระบบ:

1) การป้องกันด้วยรหัสผ่าน ผู้ใช้ให้ข้อมูลลับ (เช่น รหัส PIN หรือรหัสผ่าน)

1. ความเป็นสากล:เครื่องหมายนี้ควรมีอยู่ในทุกคนโดยไม่มีข้อยกเว้น

2. เอกลักษณ์: ไบโอเมตริกซ์ปฏิเสธการมีอยู่ของคนสองคนที่มีพารามิเตอร์ทางกายภาพและพฤติกรรมเหมือนกัน

3. ความสม่ำเสมอ:เพื่อการรับรองความถูกต้องที่ถูกต้อง จำเป็นต้องมีความสอดคล้องกันเมื่อเวลาผ่านไป

4. ความสามารถในการวัด:ผู้เชี่ยวชาญจะต้องสามารถวัดสัญญาณด้วยอุปกรณ์บางอย่างเพื่อเข้าสู่ฐานข้อมูลต่อไป

5. คุณสมบัติ:สังคมไม่ควรต่อต้านการรวบรวมและการวัดค่าพารามิเตอร์ไบโอเมตริกซ์

วิธีการคงที่

การตรวจสอบลายนิ้วมือ

การระบุลายนิ้วมือเป็นเทคโนโลยีการตรวจสอบสิทธิ์ผู้ใช้แบบไบโอเมตริกที่พบบ่อยที่สุด วิธีการนี้ใช้ประโยชน์จากรูปแบบเฉพาะของลวดลาย papillary บนนิ้วของผู้คน ลายนิ้วมือที่ได้รับจากเครื่องสแกนจะถูกแปลงเป็นรหัสดิจิทัล จากนั้นนำไปเปรียบเทียบกับชุดมาตรฐานที่ป้อนไว้ก่อนหน้านี้ ประโยชน์ของการใช้การตรวจสอบลายนิ้วมือคือใช้งานง่าย สะดวก และเชื่อถือได้ ความอเนกประสงค์ของเทคโนโลยีนี้ช่วยให้สามารถใช้งานได้ในทุกพื้นที่และแก้ไขปัญหาต่างๆ มากมายที่จำเป็นต้องระบุตัวตนผู้ใช้ที่เชื่อถือได้และแม่นยำพอสมควร

เครื่องสแกนพิเศษใช้เพื่อรับข้อมูลเกี่ยวกับลายนิ้วมือ เพื่อให้ได้ลายนิ้วมือทางอิเล็กทรอนิกส์ที่ชัดเจน จึงต้องใช้วิธีเฉพาะเจาะจง เนื่องจากลายนิ้วมือมีขนาดเล็กเกินไป และเป็นการยากมากที่จะได้รูปแบบ papillary ที่มองเห็นได้ชัดเจน

เครื่องสแกนลายนิ้วมือที่ใช้กันทั่วไปมีสามประเภทหลัก: แบบคาปาซิทีฟ แบบม้วน และแบบออปติคอล เครื่องสแกนแบบออปติคัลที่ใช้กันมากที่สุดและใช้กันอย่างแพร่หลาย แต่มีข้อเสียเปรียบร้ายแรงประการหนึ่ง เครื่องสแกนแบบออปติคัลไม่ทนทานต่อหุ่นจำลองและนิ้วที่ตายแล้ว ซึ่งหมายความว่าเครื่องสแกนเหล่านี้จะไม่มีประสิทธิภาพเท่ากับเครื่องสแกนประเภทอื่นๆ นอกจากนี้ในบางแหล่ง เครื่องสแกนลายนิ้วมือยังแบ่งออกเป็น 3 ประเภทตามหลักการทางกายภาพ ได้แก่ ออปติคอล ซิลิคอน อัลตราโซนิก [ ] [ ] .

การรับรองความถูกต้องของม่านตา

เทคโนโลยีนี้การรับรองความถูกต้องส่วนบุคคลด้วยไบโอเมตริกซ์ใช้ลักษณะเฉพาะของสัญญาณและลักษณะของม่านตาของดวงตามนุษย์ ม่านตาเป็นกะบังลมของดวงตาที่บางและเคลื่อนที่ได้ในสัตว์มีกระดูกสันหลังโดยมีรูม่านตาอยู่ตรงกลาง ตั้งอยู่ด้านหลังกระจกตาระหว่างส่วนหน้าและ กล้องด้านหลังดวงตาที่อยู่หน้าเลนส์ ม่านตาเกิดขึ้นก่อนที่บุคคลจะเกิด และไม่มีการเปลี่ยนแปลงตลอดชีวิต พื้นผิวของม่านตามีลักษณะคล้ายเครือข่ายที่มีวงกลมล้อมรอบจำนวนมากและรูปแบบที่สามารถวัดได้ด้วยคอมพิวเตอร์ รูปแบบของม่านตานั้นซับซ้อนมาก ทำให้คุณสามารถเลือกได้ประมาณ 200 จุด ด้วยความช่วยเหลือที่สูง มั่นใจได้ถึงระดับความน่าเชื่อถือของการรับรองความถูกต้อง เพื่อการเปรียบเทียบ ระบบที่ดีที่สุดการระบุลายนิ้วมือใช้ 60-70 จุด

เทคโนโลยีการจดจำม่านตาได้รับการพัฒนาเพื่อกำจัดการรบกวนการสแกนจอประสาทตาที่ใช้รังสีอินฟราเรดหรือแสงจ้า นักวิทยาศาสตร์ยังได้ดำเนินการศึกษาจำนวนหนึ่งที่แสดงให้เห็นว่าเรตินาของมนุษย์สามารถเปลี่ยนแปลงได้ตลอดเวลา ในขณะที่ม่านตายังคงไม่เปลี่ยนแปลง และที่สำคัญที่สุด เป็นไปไม่ได้ที่จะพบรูปแบบม่านตาสองรูปแบบที่เหมือนกันทุกประการ แม้แต่ในฝาแฝดก็ตาม หากต้องการบันทึกม่านตาทีละภาพ กล้องขาวดำจะทำการบันทึก 30 ครั้งต่อวินาที แสงอันละเอียดอ่อนจะส่องสว่างม่านตา ทำให้กล้องวิดีโอสามารถโฟกัสไปที่ม่านตาได้ หนึ่งในบันทึกจะถูกแปลงเป็นดิจิทัลและจัดเก็บไว้ในฐานข้อมูลของผู้ใช้ที่ลงทะเบียน ขั้นตอนทั้งหมดใช้เวลาไม่กี่วินาทีและสามารถใช้คอมพิวเตอร์ได้เต็มรูปแบบโดยใช้ระบบนำทางด้วยเสียงและโฟกัสอัตโนมัติ สามารถติดตั้งกล้องได้ในระยะ 10 ซม. ถึง 1 เมตร ขึ้นอยู่กับอุปกรณ์สแกน คำว่า "การสแกน" อาจทำให้เข้าใจผิดได้ เนื่องจากกระบวนการในการรับภาพไม่เกี่ยวข้องกับการสแกน แต่เป็นเพียงการถ่ายภาพ จากนั้นภาพม่านตาที่ได้จะถูกแปลงเป็นรูปแบบที่เรียบง่าย บันทึกและจัดเก็บไว้เพื่อการเปรียบเทียบในภายหลัง แว่นตาและคอนแทคเลนส์ แม้แต่เลนส์ที่มีสีก็ไม่ส่งผลกระทบต่อคุณภาพของการรับรองความถูกต้อง [ ] [ ] .

ต้นทุนเป็นอุปสรรคที่ใหญ่ที่สุดในการนำเทคโนโลยีนี้มาโดยตลอด แต่ปัจจุบัน ระบบระบุม่านตาเริ่มมีราคาไม่แพงมากขึ้นสำหรับบริษัทหลายแห่ง ผู้เสนอเทคโนโลยีอ้างว่าการจดจำม่านตาจะกลายเป็นเทคโนโลยีการระบุตัวตนทั่วไปในสาขาต่างๆ ในไม่ช้า

การรับรองความถูกต้องของจอประสาทตา

การตรวจสอบเรขาคณิตของมือ

วิธีไบโอเมตริกซ์นี้ใช้รูปร่างของมือในการตรวจสอบตัวตนของบุคคล เนื่องจากพารามิเตอร์รูปร่างของมือแต่ละอันนั้นไม่ซ้ำกัน จึงจำเป็นต้องใช้คุณสมบัติหลายประการ สแกนพารามิเตอร์ของมือ เช่น ส่วนโค้งของนิ้ว ความยาวและความหนา ความกว้างและความหนาของหลังมือ ระยะห่างระหว่างข้อต่อและโครงสร้างกระดูก นอกจากนี้ รูปทรงของมือยังมีรายละเอียดเล็กๆ น้อยๆ (เช่น ริ้วรอยบนผิวหนัง) แม้ว่าโครงสร้างของข้อต่อและกระดูกจะมีลักษณะค่อนข้างถาวร แต่การบวมของเนื้อเยื่อหรือรอยฟกช้ำที่มืออาจทำให้โครงสร้างเดิมบิดเบี้ยวได้ ปัญหาด้านเทคโนโลยี: แม้ว่าจะไม่คำนึงถึงความเป็นไปได้ในการตัดแขนขา แต่โรคที่เรียกว่า “ข้ออักเสบ” ก็สามารถรบกวนการใช้เครื่องสแกนได้อย่างมาก

การใช้เครื่องสแกนซึ่งประกอบด้วยกล้องและไดโอดส่องสว่าง (เมื่อสแกนมือไดโอดจะเปิดในทางกลับกันซึ่งจะช่วยให้คุณได้รับการฉายภาพมือที่แตกต่างกัน) จากนั้นจึงสร้างภาพสามมิติของมือ ความน่าเชื่อถือของการตรวจสอบรูปทรงของมือนั้นเทียบได้กับการตรวจสอบลายนิ้วมือ

ระบบตรวจสอบความถูกต้องของรูปทรงมือถูกนำมาใช้กันอย่างแพร่หลาย ซึ่งเป็นข้อพิสูจน์ถึงความสะดวกสบายของผู้ใช้ การใช้ตัวเลือกนี้น่าสนใจด้วยเหตุผลหลายประการ ขั้นตอนในการรับตัวอย่างนั้นค่อนข้างง่ายและไม่ได้ต้องการภาพมากนัก ขนาดของเทมเพลตผลลัพธ์มีขนาดเล็กมาก ไม่กี่ไบต์ กระบวนการรับรองความถูกต้องไม่ได้รับผลกระทบจากอุณหภูมิ ความชื้น หรือสิ่งสกปรก การคำนวณเมื่อเปรียบเทียบกับมาตรฐานนั้นง่ายมากและสามารถดำเนินการอัตโนมัติได้อย่างง่ายดาย

ระบบการตรวจสอบความถูกต้องตามเรขาคณิตของมือเริ่มถูกนำมาใช้ทั่วโลกในช่วงต้นทศวรรษที่ 70 [ ] [ ]

การตรวจสอบรูปทรงใบหน้า

การรับรองความถูกต้องด้วยไบโอเมตริกซ์ของบุคคลตามรูปทรงใบหน้าเป็นวิธีการที่ใช้กันทั่วไปในการระบุตัวตนและการรับรองความถูกต้อง การใช้งานทางเทคนิคเป็นปัญหาทางคณิตศาสตร์ที่ซับซ้อน การใช้เทคโนโลยีมัลติมีเดียอย่างกว้างขวางซึ่งช่วยให้มองเห็นกล้องวิดีโอในจำนวนที่เพียงพอที่สถานีรถไฟ สนามบิน จัตุรัส ถนน และสถานที่แออัดอื่น ๆ ได้กลายเป็นส่วนสำคัญในการพัฒนาพื้นที่นี้ ในการสร้างแบบจำลองสามมิติของใบหน้ามนุษย์ จะต้องแยกโครงร่างของดวงตา คิ้ว ริมฝีปาก จมูก และองค์ประกอบอื่นๆ ของใบหน้าออก จากนั้นจึงคำนวณระยะห่างระหว่างองค์ประกอบเหล่านั้น และสร้างแบบจำลองสามมิติขึ้นมา ใช้มัน ในการกำหนดรูปแบบเฉพาะที่สอดคล้องกับบุคคลใดบุคคลหนึ่ง จำเป็นต้องมีองค์ประกอบลักษณะเฉพาะ 12 ถึง 40 รายการ เทมเพลตจะต้องคำนึงถึงรูปแบบต่างๆ ของรูปภาพ ในกรณีที่หันหน้า เอียง เปลี่ยนแสง เปลี่ยนการแสดงออก ช่วงของตัวเลือกดังกล่าวจะแตกต่างกันไปขึ้นอยู่กับการใช้งาน วิธีนี้(สำหรับการระบุตัวตน การรับรองความถูกต้อง การค้นหาระยะไกลในพื้นที่ขนาดใหญ่ ฯลฯ) อัลกอริธึมบางอย่างช่วยให้คุณสามารถชดเชยแว่นตา หมวก หนวด และเคราของบุคคลได้ [ ] [ ]

การรับรองความถูกต้องโดยใช้เทอร์โมแกรมใบหน้า

วิธีการนี้อิงจากการศึกษาวิจัยที่แสดงให้เห็นว่าการตรวจวัดอุณหภูมิใบหน้านั้นมีความเฉพาะตัวของแต่ละคน เทอร์โมแกรมได้มาจากกล้องอินฟราเรด วิธีนี้แตกต่างจากการตรวจสอบรูปทรงใบหน้าตรงที่แยกความแตกต่างระหว่างฝาแฝด การใช้มาสก์แบบพิเศษ การทำศัลยกรรมพลาสติก ความชราของร่างกายมนุษย์ อุณหภูมิร่างกาย การระบายความร้อนของผิวหน้าในสภาพอากาศหนาวจัด ไม่ส่งผลต่อความแม่นยำของเทอร์โมแกรม เนื่องจากการรับรองความถูกต้องมีคุณภาพต่ำ วิธีการนี้จึงไม่แพร่หลายในปัจจุบัน

วิธีการแบบไดนามิก

การรับรองความถูกต้องด้วยเสียง

วิธีการรับรองความถูกต้องด้วยเสียงแบบไบโอเมตริกซ์มีลักษณะพิเศษคือใช้งานง่าย วิธีนี้ไม่จำเป็นต้องใช้อุปกรณ์ราคาแพง เพียงใช้ไมโครโฟนและการ์ดเสียง ปัจจุบันเทคโนโลยีนี้กำลังพัฒนาอย่างรวดเร็ว เนื่องจากวิธีการตรวจสอบความถูกต้องนี้ใช้กันอย่างแพร่หลายในศูนย์ธุรกิจสมัยใหม่ มีหลายวิธีในการสร้างเทมเพลตเสียง โดยปกติแล้ว สิ่งเหล่านี้คือการผสมผสานระหว่างความถี่และลักษณะทางสถิติของเสียงที่แตกต่างกัน สามารถพิจารณาพารามิเตอร์ต่างๆ เช่น การมอดูเลชั่น เสียงสูงต่ำ ฯลฯ

ข้อเสียเปรียบหลักและที่กำหนดของวิธีการรับรองความถูกต้องด้วยเสียงคือความแม่นยำของวิธีการต่ำ เช่น ระบบอาจไม่รู้จักบุคคลที่เป็นหวัด ปัญหาสำคัญก่อให้เกิดความหลากหลายของการแสดงเสียงของบุคคลหนึ่งเสียง: เสียงสามารถเปลี่ยนแปลงได้ขึ้นอยู่กับสภาวะสุขภาพ อายุ อารมณ์ ฯลฯ ความหลากหลายนี้ทำให้เกิดความยากลำบากอย่างมากในการระบุคุณสมบัติที่โดดเด่นของเสียงของบุคคล นอกจากนี้การคำนึงถึงองค์ประกอบด้านเสียงก็เป็นอีกปัญหาที่สำคัญและยังไม่ได้รับการแก้ไขค่ะ การใช้งานจริงการรับรองความถูกต้องด้วยเสียง เนื่องจากความน่าจะเป็นของข้อผิดพลาด Type II เมื่อใช้วิธีการนี้มีสูง (ตามลำดับหนึ่งเปอร์เซ็นต์) การรับรองความถูกต้องด้วยเสียงจึงถูกนำมาใช้เพื่อควบคุมการเข้าถึงในสถานที่ที่มีความปลอดภัยปานกลาง เช่น ห้องปฏิบัติการคอมพิวเตอร์ ห้องปฏิบัติการของบริษัทผู้ผลิต เป็นต้น

เค. กริบาชอฟ

โปรแกรมเมอร์ที่ JSC NVP "Bolid"

การแนะนำ

แนวคิดเรื่อง “ไบโอเมตริกซ์” ครอบคลุมถึงความซับซ้อน วิธีการต่างๆและเทคโนโลยีที่ช่วยให้สามารถระบุตัวบุคคลด้วยพารามิเตอร์ทางชีววิทยาของเขา ไบโอเมตริกซ์ขึ้นอยู่กับข้อเท็จจริงที่ว่าแต่ละคนมีลักษณะเฉพาะทางสรีรวิทยา จิต ส่วนบุคคล และลักษณะอื่น ๆ ที่แตกต่างกันออกไป ตัวอย่างเช่น พารามิเตอร์ทางสรีรวิทยา ได้แก่ รูปแบบ papillary ของนิ้ว รูปแบบของม่านตา ฯลฯ

ด้วยการพัฒนาเทคโนโลยีคอมพิวเตอร์ อุปกรณ์ต่างๆ ปรากฏว่าสามารถประมวลผลข้อมูลไบโอเมตริกซ์ได้อย่างน่าเชื่อถือในแบบเรียลไทม์ โดยใช้อัลกอริธึมพิเศษ สิ่งนี้เป็นแรงผลักดันในการพัฒนาเทคโนโลยีไบโอเมตริกซ์ เมื่อเร็ว ๆ นี้ขอบเขตของการสมัครมีการขยายอย่างต่อเนื่อง รูปที่ 1 แสดงการใช้งานไบโอเมตริกซ์บางส่วน

ข้าว. 1. ขอบเขตการใช้งานไบโอเมตริกซ์

พารามิเตอร์ไบโอเมตริกซ์

การระบุตัวตนด้วยไบโอเมตริกซ์ (BI) สามารถใช้พารามิเตอร์ต่างๆ ได้ ซึ่งสามารถแบ่งได้เป็น 2 ประเภท คือ แบบคงที่และไดนามิก (รูปที่ 2)

พารามิเตอร์คงที่จะกำหนดลักษณะ "วัสดุ" ของบุคคลในฐานะวัตถุทางกายภาพที่มีรูปร่าง น้ำหนัก ปริมาตร ฯลฯ พารามิเตอร์เหล่านี้ไม่เปลี่ยนแปลงเลยหรือเปลี่ยนแปลงเล็กน้อยขึ้นอยู่กับอายุของบุคคล (กฎนี้สามารถละเมิดได้ในวัยเด็กเท่านั้น) อย่างไรก็ตาม ไม่สามารถใช้พารามิเตอร์คงที่ได้ทั้งหมดเมื่อต้องดำเนินการระบุตัวตนบุคคลอย่างรวดเร็ว (เช่น ในระบบควบคุมการเข้าออก) แน่นอนว่าการวิเคราะห์ DNA ต้องใช้เวลาค่อนข้างมากและไม่น่าจะมีการใช้กันอย่างแพร่หลายในระบบควบคุมการเข้าออกในอนาคตอันใกล้นี้

พารามิเตอร์แบบไดนามิกส่วนใหญ่อธิบายลักษณะพฤติกรรมหรือทางจิตของบุคคล พารามิเตอร์เหล่านี้อาจแตกต่างกันค่อนข้างมากทั้งขึ้นอยู่กับอายุและปัจจัยภายนอกและภายในที่เปลี่ยนแปลง (ปัญหาสุขภาพ ฯลฯ) อย่างไรก็ตาม มีขอบเขตการใช้งานบางส่วนที่การใช้พารามิเตอร์แบบไดนามิกมีความสำคัญมาก เช่น เมื่อดำเนินการตรวจสอบลายมือหรือเพื่อระบุตัวบุคคลด้วยเสียง

ข้อดีของข้อจำกัดและความเฉพาะเจาะจงของข้อมูลไบโอเมตริกซ์

ปัจจุบันคนส่วนใหญ่อย่างล้นหลาม ระบบไบโอเมตริกซ์การควบคุมการเข้าถึง (BioSKUD) ใช้พารามิเตอร์คงที่ ในจำนวนนี้ พารามิเตอร์ที่พบบ่อยที่สุดคือลายนิ้วมือ

ข้อได้เปรียบหลักของการใช้ข้อมูลไบโอเมตริกซ์ในระบบควบคุมการเข้าออก (เมื่อเปรียบเทียบกับคีย์การเข้าถึงหรือบัตรพร็อกซี) คือ:

■ ความยากในการปลอมแปลงพารามิเตอร์ระบุตัวตน;

■ ความเป็นไปไม่ได้ที่จะสูญเสียตัวระบุ;

■ ไม่สามารถถ่ายโอนตัวระบุไปยังบุคคลอื่นได้

นอกจากข้อดีที่อธิบายไว้แล้ว ยังมีข้อจำกัดบางประการในการใช้ระบบไบโอเมตริกซ์ที่เกี่ยวข้องกับ "ความไม่ถูกต้อง" หรือ "ความพร่ามัว" ของพารามิเตอร์ไบโอเมตริกซ์ เนื่องจากข้อเท็จจริงที่ว่า ตัวอย่างเช่น เมื่ออ่านลายนิ้วมือเดิมซ้ำๆ หรือเมื่อมองหน้าเดิมอีกครั้ง เครื่องสแกนจะไม่ได้รับภาพที่เหมือนกันทุกประการสองภาพ กล่าวคือ มีปัจจัยที่แตกต่างกันอยู่เสมอที่ส่งผลต่อผลการสแกน ตัวอย่างเช่น ตำแหน่งของนิ้วในเครื่องสแกนไม่เคยคงที่ การแสดงออกทางสีหน้าของบุคคลก็สามารถเปลี่ยนแปลงได้ เป็นต้น

"ความไม่ทำซ้ำ" พื้นฐานของการรวบรวมข้อมูลไบโอเมตริกซ์นี้เป็นคุณลักษณะเฉพาะของระบบไบโอเมตริกซ์ และด้วยเหตุนี้ สิ่งนี้จึงนำไปสู่ข้อกำหนดที่เพิ่มขึ้นอย่างมากสำหรับ "ความฉลาด" และความน่าเชื่อถือของอัลกอริธึมการคำนวณ เช่นเดียวกับความเร็วขององค์ประกอบไมโครโปรเซสเซอร์ของ เอซีเอส. ในความเป็นจริงหากเมื่อใช้การ์ดความใกล้ชิดก็เพียงพอที่จะตรวจสอบรหัสดิจิทัลสองรหัสเพื่อระบุตัวตนจากนั้นเมื่อเปรียบเทียบพารามิเตอร์ไบโอเมตริกซ์ที่วัดได้กับ ค่าอ้างอิงจำเป็นต้องใช้อัลกอริธึมพิเศษและค่อนข้างซับซ้อนในการวิเคราะห์ความสัมพันธ์และ/หรือตรรกะคลุมเครือ (“คลุมเครือ”)

เพื่ออำนวยความสะดวกในการแก้ปัญหาการรับรู้แบบ “คลุมเครือ” แทนภาพที่สแกนเป็นพิเศษ โมเดลดิจิทัลหรือแม่แบบ เทมเพลตดังกล่าวเป็นอาร์เรย์ดิจิทัลของโครงสร้างบางอย่างที่มีข้อมูลเกี่ยวกับรูปภาพที่อ่านของพารามิเตอร์ไบโอเมตริกซ์ แต่ไม่ใช่ข้อมูลทั้งหมดจะถูกจัดเก็บไว้ในเทมเพลต เช่นเดียวกับการสแกนปกติ แต่จะมีเพียงข้อมูลลักษณะเฉพาะส่วนใหญ่เท่านั้นที่สำคัญสำหรับการระบุตัวตนในภายหลัง ตัวอย่างเช่น เมื่อใช้การสแกนใบหน้า เทมเพลตอาจมีพารามิเตอร์ที่อธิบายรูปร่างของจมูก ตา ปาก ฯลฯ วิธีการเฉพาะการแปลงภาพไบโอเมตริกซ์เป็นรูปแบบเทมเพลตดิจิทัลนั้นไม่ได้ทำอย่างเป็นทางการอย่างเคร่งครัด และตามกฎแล้ว ผู้ผลิตอุปกรณ์ไบโอเมตริกซ์แต่ละรายจะใช้รูปแบบเทมเพลตของตนเอง รวมถึงอัลกอริธึมของตนเองในการสร้างและเปรียบเทียบ

ควรสังเกตแยกต่างหากว่าโดยพื้นฐานแล้วเป็นไปไม่ได้เลยที่จะคืนค่าภาพไบโอเมตริกซ์ดั้งเดิมโดยใช้เทมเพลตไบโอเมตริกซ์ สิ่งนี้ชัดเจน เนื่องจากจริงๆ แล้วเทมเพลตเป็นเพียงแบบจำลองที่อธิบายภาพไบโอเมตริกซ์ของจริง สิ่งนี้ทำให้เกิดความแตกต่างอย่างมีนัยสำคัญระหว่างข้อมูลไบโอเมตริกซ์ในระบบควบคุมการเข้าออกและ ตัวอย่างเช่น ข้อมูลชีวภาพในนิติวิทยาศาสตร์ ซึ่งไม่ได้ใช้แบบจำลองเทมเพลต แต่เป็นภาพลายนิ้วมือ "เต็ม" ความแตกต่างนี้เป็นสิ่งสำคัญที่ต้องจำไว้ เช่น ในกฎหมายสมัยใหม่ อาจหมายความว่าเทมเพลตไบโอเมตริกซ์ไม่สามารถจัดประเภทเป็นข้อมูลส่วนบุคคลของบุคคลได้โดยอัตโนมัติ

ข้าว. 2. ประเภทและประเภทของพารามิเตอร์ไบโอเมตริกซ์

พารามิเตอร์สำหรับการประเมินประสิทธิภาพของ ACS แบบไบโอเมตริก

เนื่องจากข้อมูลไบโอเมตริกเฉพาะที่อธิบายไว้ข้างต้น ในระบบควบคุม BioAccess จึงมีโอกาสเกิดข้อผิดพลาดสองประเภทหลักเสมอ:

■ การปฏิเสธการเข้าถึงที่ผิดพลาด (FRR - อัตราการปฏิเสธที่ผิดพลาด) เมื่อ ACS ไม่รู้จัก (ไม่อนุญาต) บุคคลที่ลงทะเบียนในระบบ

■ การระบุตัวตนที่เป็นเท็จ (ค่าสัมประสิทธิ์ FAR - อัตราการยอมรับที่ผิดพลาด) เมื่อระบบควบคุมการเข้าใช้งาน "สร้างความสับสน" ผู้คน ปล่อยให้บุคคลที่ "แปลกหน้า" ที่ไม่ได้ลงทะเบียนในระบบเข้ามา ยอมรับว่าเขาเป็น "หนึ่งในพวกเราเอง" ค่าสัมประสิทธิ์เหล่านี้เป็นพารามิเตอร์ที่สำคัญที่สุดในการประเมินความน่าเชื่อถือ

BioSKUD.

ในทางปฏิบัติ สถานการณ์มีความซับซ้อนเนื่องจากข้อผิดพลาดทั้งสองประเภทนี้มีความสัมพันธ์กัน ดังนั้นการขยายช่วงของพารามิเตอร์การควบคุมการจดจำที่เป็นไปได้ในลักษณะที่ระบบจะ "จดจำพนักงานของตัวเอง" เสมอ (นั่นคือการลดค่าสัมประสิทธิ์ FRR) จะนำไปสู่ความจริงที่ว่าพนักงานของคนอื่นจะ "รั่ว" เข้าสู่ข้อมูลใหม่นี้โดยอัตโนมัติ ช่วงที่ขยาย (นั่นคือค่าสัมประสิทธิ์ FAR จะเพิ่มขึ้น) ในทางกลับกัน เมื่อค่าสัมประสิทธิ์ FAR ดีขึ้น (นั่นคือ เมื่อค่าของมันลดลง) ค่าสัมประสิทธิ์ FRR จะแย่ลงโดยอัตโนมัติ (เพิ่มขึ้น) กล่าวอีกนัยหนึ่ง ยิ่งระบบพยายาม "ระมัดระวัง" มากขึ้นในการจดจำเพื่อไม่ให้พลาดพนักงาน "แปลก" ก็ยิ่งมีโอกาสที่ "จะไม่รู้จักพนักงานของตัวเอง" (นั่นคือ ที่ลงทะเบียน) มากขึ้นเท่านั้น ดังนั้นในทางปฏิบัติมักจะมีการประนีประนอมระหว่างค่าสัมประสิทธิ์ FAR และ FRR

นอกจากอัตราข้อผิดพลาดที่ระบุแล้ว พารามิเตอร์ที่สำคัญในการประเมินประสิทธิภาพของ BioACS ก็คือความเร็วในการระบุตัวตน นี่เป็นสิ่งสำคัญ เช่น ที่สถานประกอบการจุดตรวจ เมื่อพนักงานจำนวนมากผ่านระบบในช่วงเวลาสั้นๆ เวลาตอบสนองขึ้นอยู่กับหลายปัจจัย: อัลกอริธึมการระบุตัวตน ความซับซ้อนของเทมเพลต จำนวนเทมเพลตไบโอเมตริกซ์ของพนักงานในฐานข้อมูลอ้างอิง BioSKUD เป็นต้น เห็นได้ชัดว่าเวลาตอบสนองมีความสัมพันธ์กับความน่าเชื่อถือของการระบุตัวตนด้วย - ยิ่งอัลกอริธึมการระบุตัวตน "ละเอียด" ยิ่งมากเท่าไร ระบบก็จะยิ่งใช้เวลาในขั้นตอนนี้มากขึ้นเท่านั้น

วิธีการป้องกันการเลียนแบบและข้อผิดพลาดของผู้ใช้

เห็นได้ชัดว่าด้วยข้อดีทั้งหมด การใช้ข้อมูลไบโอเมตริกซ์ไม่ได้รับประกันความน่าเชื่อถือที่แท้จริงของระบบควบคุมการเข้าออกโดยอัตโนมัติ นอกเหนือจากข้อผิดพลาดในการระบุตัวตนที่อธิบายไว้ข้างต้น ยังมีความเป็นไปได้ที่ผู้โจมตีจะใช้เครื่องจำลองไบโอเมตริกซ์เพื่อ "หลอกลวง" BioSKUD วิธีการเลียนแบบอาจเป็น เช่น รอยนิ้วมือ ภาพถ่ายสีของใบหน้า เป็นต้น

BioSKUD สมัยใหม่มีวิธีการป้องกันเครื่องจำลองทางชีวภาพดังกล่าว เรามาสรุปรายการบางส่วนกัน:

■ การวัดอุณหภูมิ (นิ้ว ฝ่ามือ);

■ การวัดศักย์ไฟฟ้า (นิ้ว);

■ การวัดการไหลเวียนของเลือด (ฝ่ามือและนิ้ว)

■ การสแกนพารามิเตอร์ภายใน (รูปแบบของหลอดเลือดดำที่มือ);

■ การใช้แบบจำลองสามมิติ (ใบหน้า)

นอกเหนือจากการป้องกันจากผู้ลอกเลียนแบบแล้ว BioSKUD ยังต้องมีวิธีการป้องกันข้อผิดพลาดโดยผู้ใช้ด้วย ตัวอย่างเช่น เมื่อสแกนลายนิ้วมือ พนักงานอาจวางนิ้วของตนเป็นมุมโดยไม่ได้ตั้งใจหรือโดยเจตนา เด็กอาจวางสองนิ้วในเครื่องสแกนในเวลาเดียวกัน เป็นต้น เพื่อกำจัดปรากฏการณ์ดังกล่าวให้ใช้วิธีการต่อไปนี้:

■ อัลกอริธึมพิเศษสำหรับการกรองพารามิเตอร์ "ผิดปกติ";

■ การสแกนหลายครั้ง (เช่น การสแกนลายนิ้วมือของคุณสามครั้งระหว่างการลงทะเบียน)

■ ความเป็นไปได้ของการพยายามระบุตัวตนซ้ำๆ

บทสรุป

การใช้ข้อมูลไบโอเมตริกซ์ในระบบควบคุมการเข้าออกถือเป็นเทคโนโลยีที่มีอนาคตสดใสและมีการพัฒนาอย่างรวดเร็ว การนำไบโอเมตริกซ์มาใช้นั้นจำเป็นต้องเพิ่มระดับ "ความฉลาด" ของระบบควบคุมการเข้าออก การพัฒนาอัลกอริธึมและซอฟต์แวร์ขั้นสูงแบบใหม่ และการปรับปรุงฮาร์ดแวร์ ดังนั้นเราสามารถสรุปได้ว่าการนำเทคโนโลยีไบโอเมตริกซ์มาใช้มีส่วนช่วยในการพัฒนาอุตสาหกรรมการควบคุมการเข้าถึงและระบบการจัดการโดยรวม

การแนะนำ

1. การจำแนกประเภทและลักษณะสำคัญของวิธีการไบโอเมตริกซ์ในการระบุตัวตนส่วนบุคคล

2. คุณลักษณะของการใช้วิธีการควบคุมไบโอเมตริกซ์แบบคงที่

2.1 การระบุด้วยรูปแบบเส้น papillary

2.2 การจำแนกม่านตา

2.3 การจำแนกโดยเส้นเลือดฝอยที่จอประสาทตา

2.4 การระบุด้วยรูปทรงเรขาคณิตและภาพความร้อนของใบหน้า

2.5 การระบุรูปทรงของมือ

3. คุณลักษณะของการใช้วิธีการควบคุมไบโอเมตริกซ์แบบไดนามิก

3.1 การระบุตัวตนด้วยลายมือและการเปลี่ยนแปลงลายเซ็น

3.3 การระบุด้วยจังหวะของแป้นพิมพ์

4. เทคโนโลยีไบโอเมตริกซ์แห่งอนาคต

บทสรุป

วรรณกรรม

การแนะนำ

เรื่อง งานหลักสูตร"วิธีการไบโอเมตริกซ์ในการระบุตัวตนส่วนบุคคล"

เพื่อการระบุตัวตนที่ทันสมัย ระบบอิเล็กทรอนิกส์อุปกรณ์ควบคุมการเข้าถึงและการจัดการ (ACS) มีหลายประเภท ที่พบบ่อยที่สุดคือ:

อุปกรณ์โทรออกรหัส PIN (แป้นพิมพ์ปุ่มกด);

เครื่องอ่านสมาร์ทการ์ดแบบไม่สัมผัส (อินเทอร์เฟซ Wiegand);

เครื่องอ่านบัตรใกล้เคียง

เครื่องอ่านคีย์หน่วยความจำระบบสัมผัส

เครื่องอ่านบาร์โค้ด;

เครื่องอ่านไบโอเมตริกซ์

ในปัจจุบัน เครื่องอ่านการ์ดทุกประเภท (ความใกล้เคียง, Wiegand, ที่มีแถบแม่เหล็ก ฯลฯ) มีการใช้กันอย่างแพร่หลาย พวกเขามีข้อได้เปรียบที่ไม่อาจปฏิเสธได้และใช้งานง่าย อย่างไรก็ตาม ที่จุดเชื่อมต่ออัตโนมัติ “การผ่านของการ์ด ไม่ใช่ตัวบุคคล” จะถูกควบคุม ในเวลาเดียวกัน บัตรอาจสูญหายหรือถูกขโมยโดยผู้บุกรุก ทั้งหมดนี้ช่วยลดความเป็นไปได้ในการใช้ระบบควบคุมการเข้าออกโดยใช้เครื่องอ่านการ์ดเพียงอย่างเดียวในแอปพลิเคชันที่มีข้อกำหนดด้านความปลอดภัยสูง ระดับการรักษาความปลอดภัยที่สูงกว่าอย่างไม่มีใครเทียบได้นั้นมาจากอุปกรณ์ควบคุมการเข้าถึงไบโอเมตริกซ์ทุกประเภทที่ใช้พารามิเตอร์ไบโอเมตริกซ์ของมนุษย์ (ลายนิ้วมือ รูปทรงของมือ รูปแบบจอประสาทตา ฯลฯ) เป็นคุณสมบัติการระบุ ซึ่งให้การเข้าถึงอย่างชัดเจนเฉพาะบุคคลที่เฉพาะเจาะจง - ผู้ถือ ของรหัส (พารามิเตอร์ไบโอเมตริกซ์) แต่ในปัจจุบัน อุปกรณ์ดังกล่าวยังคงมีราคาแพงและซับซ้อน ดังนั้นจึงพบว่ามีการใช้งานเฉพาะในจุดเข้าใช้งานที่สำคัญเป็นพิเศษเท่านั้น ขณะนี้เครื่องอ่านบาร์โค้ดไม่ได้รับการติดตั้งจริง เนื่องจากเป็นเรื่องง่ายมากที่จะปลอมบัตรผ่านเครื่องพิมพ์หรือเครื่องถ่ายเอกสาร

เป้าหมายของการทำงานพิจารณาหลักการทำงานและการใช้วิธีการไบโอเมตริกซ์ในการระบุตัวตนส่วนบุคคล

1. การจำแนกประเภทและลักษณะสำคัญของวิธีการไบโอเมตริกซ์ในการระบุตัวตนส่วนบุคคล

ข้อดีของตัวระบุไบโอเมตริกซ์ตามลักษณะเฉพาะทางชีววิทยาและสรีรวิทยาของบุคคล ซึ่งระบุตัวตนของคนๆ หนึ่งได้โดยไม่ซ้ำกัน ได้นำไปสู่การพัฒนาวิธีการที่เกี่ยวข้องอย่างเข้มข้น ตัวระบุไบโอเมตริกซ์ใช้วิธีการคงที่ตามลักษณะทางสรีรวิทยาของบุคคลนั่นคือตามลักษณะเฉพาะที่มอบให้เขาตั้งแต่แรกเกิด (รูปแบบของเส้น papillary นิ้ว, ม่านตา, เส้นเลือดฝอยจอประสาทตา, ภาพความร้อนของใบหน้า, เรขาคณิตของมือ, DNA) และวิธีการแบบไดนามิก (การเขียนด้วยลายมือและไดนามิกของลายเซ็น คุณสมบัติเสียงพูดและคำพูด จังหวะการทำงานของคีย์บอร์ด) ขอเสนอให้ใช้วิธีการคงที่เฉพาะดังกล่าวเพื่อระบุตัวตนโดยชั้นผิวหนังใต้เล็บ โดยปริมาตรของนิ้วที่ระบุสำหรับการสแกน รูปร่างหู กลิ่นตัว และวิธีการแบบไดนามิก - ระบุโดยการเคลื่อนไหวของริมฝีปากระหว่างการเล่น รหัสคำโดยพลวัตของการหมุนกุญแจในล็อคประตู ฯลฯ การจำแนกประเภทของเครื่องมือระบุตัวตนไบโอเมตริกซ์สมัยใหม่แสดงไว้ในรูปที่ 1 1.

ตัวระบุไบโอเมตริกซ์จะทำงานได้ดีก็ต่อเมื่อผู้ปฏิบัติงานสามารถตรวจสอบสองสิ่งได้ ประการแรก ข้อมูลไบโอเมตริกซ์ได้มาจากบุคคลใดบุคคลหนึ่งในระหว่างการตรวจสอบ และประการที่สอง ว่าข้อมูลนี้ตรงกับตัวอย่างที่จัดเก็บไว้ในตู้เก็บเอกสาร คุณลักษณะทางไบโอเมตริกซ์เป็นตัวระบุที่ไม่ซ้ำกัน แต่ปัญหาด้านการจัดเก็บที่เชื่อถือได้และการป้องกันจากการสกัดกั้นยังคงเปิดกว้างอยู่

ตัวระบุไบโอเมตริกซ์ให้ตัวบ่งชี้ที่สูงมาก: ความน่าจะเป็นของการเข้าถึงโดยไม่ได้รับอนุญาตคือ 0.1 - 0.0001% ความน่าจะเป็นของการจับกุมที่ผิดพลาดคือเศษส่วนของเปอร์เซ็นต์ เวลาในการระบุตัวตนคือไม่กี่วินาที แต่มีค่าใช้จ่ายสูงกว่าเมื่อเทียบกับวิธีการระบุคุณลักษณะ ผลลัพธ์เชิงคุณภาพของการเปรียบเทียบเทคโนโลยีไบโอเมตริกต่างๆ ในแง่ของความแม่นยำในการระบุตัวตนและราคาจะแสดงไว้ในรูปที่ 1 2. มีการพัฒนาระบบควบคุมการเข้าออกที่เป็นที่รู้จักโดยอาศัยการอ่านและเปรียบเทียบการกำหนดค่าของเครือข่ายหลอดเลือดดำบนข้อมือ ตัวอย่างกลิ่นที่แปลงเป็นรูปแบบดิจิทัล การวิเคราะห์การตอบสนองทางเสียงที่เป็นเอกลักษณ์ของหูชั้นกลางของมนุษย์เมื่อฉายรังสีด้วยคลื่นเสียงเฉพาะ ฯลฯ

ข้าว. 1. การจำแนกประเภทของเครื่องมือระบุตัวตนไบโอเมตริกซ์สมัยใหม่

แนวโน้มของการปรับปรุงคุณลักษณะของตัวระบุไบโอเมตริกซ์อย่างมีนัยสำคัญและการลดต้นทุนจะนำไปสู่การใช้ตัวระบุไบโอเมตริกซ์อย่างแพร่หลายในระบบควบคุมการเข้าถึงและการจัดการต่างๆ ปัจจุบันโครงสร้างของตลาดนี้คือ

เทคโนโลยีไบโอเมตริกซ์ใด ๆ จะถูกนำไปใช้เป็นขั้นตอน:

การสแกนวัตถุ

การดึงข้อมูลส่วนบุคคล

การก่อตัวของเทมเพลต

เปรียบเทียบเทมเพลตปัจจุบันกับฐานข้อมูล

เทคนิคการตรวจสอบสิทธิ์ไบโอเมตริกซ์มีดังนี้ เมื่อทำการร้องขอไปยังระบบควบคุมการเข้าใช้งาน ผู้ใช้จะต้องระบุตัวเองเป็นอันดับแรกโดยใช้บัตรประจำตัว กุญแจพลาสติก หรือหมายเลขประจำตัวส่วนบุคคล ตามตัวระบุที่แสดงโดยผู้ใช้ ระบบจะค้นหาไฟล์ส่วนบุคคลของผู้ใช้ (มาตรฐาน) ในหน่วยความจำ ซึ่งข้อมูลไบโอเมตริกซ์ของเขาจะถูกจัดเก็บพร้อมกับหมายเลข ซึ่งบันทึกไว้ก่อนหน้านี้ในระหว่างขั้นตอนการลงทะเบียนผู้ใช้ หลังจากนั้น ผู้ใช้จะนำเสนอพาหะของพารามิเตอร์ไบโอเมตริกซ์ที่ระบุให้กับระบบเพื่อการอ่าน โดยการเปรียบเทียบข้อมูลที่ได้รับและลงทะเบียน ระบบจะตัดสินใจอนุญาตหรือปฏิเสธการเข้าถึง

ดังนั้น ระบบควบคุมการเข้าออกจะต้องติดตั้งเครื่องอ่านบัตรประจำตัวหรือกุญแจพลาสติก (หรือแผงปุ่มกดตัวเลข) ที่เหมาะสมควบคู่กับเครื่องวัดลักษณะไบโอเมตริกซ์

เครื่องมือรักษาความปลอดภัยข้อมูลไบโอเมตริกซ์หลักที่ให้บริการโดยตลาดความปลอดภัยรัสเซียในปัจจุบันแสดงไว้ในตาราง 1 1, ข้อกำหนดตารางแสดงระบบไบโอเมตริกซ์บางระบบ 2.

ตารางที่ 1. เครื่องมือรักษาความปลอดภัยข้อมูลไบโอเมตริกซ์สมัยใหม่

เมื่อพูดถึงความแม่นยำของการรับรองความถูกต้องอัตโนมัติ เป็นเรื่องปกติที่จะแยกแยะข้อผิดพลาดสองประเภท: ข้อผิดพลาดประเภท 1 (“การแจ้งเตือนที่ผิดพลาด”) เกี่ยวข้องกับการปฏิเสธการเข้าถึงผู้ใช้ที่ถูกต้องตามกฎหมาย ข้อผิดพลาดประเภทที่ 1 ("พลาดเป้าหมาย") - อนุญาตให้เข้าถึงผู้ใช้ที่ผิดกฎหมาย สาเหตุของข้อผิดพลาดคือเมื่อทำการวัดคุณลักษณะทางไบโอเมตริกซ์ จะมีค่ากระจัดกระจายอยู่บ้าง ในด้านไบโอเมตริกซ์ เป็นไปไม่ได้เลยที่ตัวอย่างและคุณลักษณะที่ได้รับใหม่จะจับคู่ได้อย่างสมบูรณ์ สิ่งนี้เป็นจริงสำหรับข้อมูลไบโอเมตริกทั้งหมด รวมถึงลายนิ้วมือ การสแกนจอตา หรือการจดจำลายเซ็น ตัวอย่างเช่น นิ้วมืออาจไม่อยู่ในตำแหน่งเดียวกัน มุมเดียวกัน หรือมีแรงกดเท่ากันเสมอไป และทุกครั้งที่คุณตรวจสอบ

วิทยาศาสตร์สมัยใหม่ไม่หยุดนิ่ง บ่อยครั้งที่ต้องมีการป้องกันคุณภาพสูงสำหรับอุปกรณ์เพื่อให้ผู้ที่ครอบครองอุปกรณ์โดยไม่ได้ตั้งใจไม่สามารถใช้ประโยชน์จากข้อมูลได้เต็มที่ นอกจากนี้ วิธีการปกป้องข้อมูลยังใช้ไม่เพียงแต่ในชีวิตประจำวันเท่านั้น

นอกเหนือจากการป้อนรหัสผ่านแบบดิจิทัลแล้ว ยังใช้ระบบรักษาความปลอดภัยไบโอเมตริกซ์เฉพาะบุคคลอีกด้วย

มันคืออะไร?

ก่อนหน้านี้ระบบดังกล่าวถูกใช้เฉพาะในบางกรณีเท่านั้น เพื่อปกป้องวัตถุเชิงกลยุทธ์ที่สำคัญที่สุด

จากนั้น หลังจากวันที่ 11 กันยายน 2011 พวกเขาได้ข้อสรุปว่าการเข้าถึงดังกล่าวสามารถใช้ได้ไม่เพียงแต่ในพื้นที่เหล่านี้เท่านั้น แต่ยังรวมถึงในพื้นที่อื่นๆ ด้วย

ดังนั้น เทคนิคการระบุตัวตนของมนุษย์จึงกลายเป็นสิ่งที่ขาดไม่ได้ในวิธีการต่างๆ มากมายในการต่อสู้กับการฉ้อโกงและการก่อการร้าย รวมถึงในด้านต่างๆ เช่น:

ระบบการเข้าถึงเทคโนโลยีการสื่อสารแบบไบโอเมตริกซ์ ฐานข้อมูลเครือข่ายและคอมพิวเตอร์

ฐานข้อมูล;

การควบคุมการเข้าถึงสถานที่จัดเก็บข้อมูล ฯลฯ

แต่ละคนมีชุดคุณลักษณะที่ไม่เปลี่ยนแปลงไปตามกาลเวลาหรือที่สามารถปรับเปลี่ยนได้แต่ในขณะเดียวกันก็เป็นของเท่านั้น ถึงบุคคลใดบุคคลหนึ่ง. ในเรื่องนี้ก็สามารถเน้นได้ พารามิเตอร์ต่อไปนี้ระบบไบโอเมตริกซ์ที่ใช้ในเทคโนโลยีเหล่านี้:

คงที่ - ลายนิ้วมือ การถ่ายภาพหู การสแกนจอประสาทตา และอื่นๆ

เทคโนโลยีไบโอเมตริกซ์ในอนาคตจะเข้ามาแทนที่วิธีการทั่วไปในการรับรองความถูกต้องของบุคคลโดยใช้หนังสือเดินทาง เช่น ชิป การ์ด และนวัตกรรมที่คล้ายคลึงกันในตัว เทคโนโลยีทางวิทยาศาสตร์จะถูกนำไปใช้ไม่เพียงแต่ใน เอกสารนี้แต่ยังรวมถึงคนอื่นๆ ด้วย

การพูดนอกเรื่องเล็กน้อยเกี่ยวกับวิธีการจดจำบุคลิกภาพ:

- บัตรประจำตัว- หนึ่งต่อหลาย; ตัวอย่างจะถูกเปรียบเทียบกับตัวอย่างที่มีอยู่ทั้งหมดตามพารามิเตอร์ที่กำหนด

- การรับรองความถูกต้อง- หนึ่งต่อหนึ่ง; ตัวอย่างจะถูกเปรียบเทียบกับวัสดุที่ได้รับก่อนหน้านี้ ในกรณีนี้อาจรู้จักบุคคลนั้น ข้อมูลที่ได้รับของบุคคลนั้นจะถูกเปรียบเทียบกับพารามิเตอร์ตัวอย่างของบุคคลนี้ที่มีอยู่ในฐานข้อมูล

ระบบรักษาความปลอดภัยไบโอเมตริกซ์ทำงานอย่างไร

เพื่อสร้างฐานสำหรับบุคคลใดบุคคลหนึ่งจำเป็นต้องพิจารณาพารามิเตอร์ทางชีววิทยาส่วนบุคคลของเขาเป็นอุปกรณ์พิเศษ

ระบบจะจดจำตัวอย่างคุณลักษณะไบโอเมตริกซ์ที่ได้รับ (กระบวนการบันทึก) ในกรณีนี้ อาจจำเป็นต้องสร้างตัวอย่างหลายตัวอย่างเพื่อสร้างค่าอ้างอิงที่แม่นยำยิ่งขึ้นสำหรับพารามิเตอร์ ข้อมูลที่ระบบได้รับจะถูกแปลงเป็นรหัสทางคณิตศาสตร์

นอกเหนือจากการสร้างตัวอย่างแล้ว ระบบอาจต้องมีขั้นตอนเพิ่มเติมเพื่อรวมตัวระบุส่วนบุคคล (PIN หรือสมาร์ทการ์ด) และตัวอย่างไบโอเมตริกซ์ ต่อจากนั้นเมื่อทำการสแกนการปฏิบัติตามข้อกำหนด ระบบจะเปรียบเทียบข้อมูลที่ได้รับ โดยเปรียบเทียบโค้ดทางคณิตศาสตร์กับข้อมูลที่บันทึกไว้แล้ว หากตรงกัน แสดงว่าการรับรองความถูกต้องสำเร็จ

ข้อผิดพลาดที่อาจเกิดขึ้น

ระบบอาจก่อให้เกิดข้อผิดพลาด ซึ่งแตกต่างจากการจดจำโดยใช้รหัสผ่านหรือกุญแจอิเล็กทรอนิกส์ ในกรณีนี้ การออกข้อมูลที่ไม่ถูกต้องประเภทต่อไปนี้จะแตกต่างกัน:

ข้อผิดพลาดประเภท 1: อัตราการเข้าถึงที่ผิดพลาด (FAR) - บุคคลหนึ่งอาจถูกเข้าใจผิดว่าเป็นอีกคนหนึ่ง

ข้อผิดพลาดประเภท 2: อัตราการปฏิเสธการเข้าถึงที่ผิดพลาด (FRR) - บุคคลไม่ได้รับการยอมรับในระบบ

ตัวอย่างเช่น ในการยกเว้นข้อผิดพลาดในระดับนี้ จำเป็นต้องตัดตัวบ่งชี้ FAR และ FRR อย่างไรก็ตาม สิ่งนี้เป็นไปไม่ได้ เนื่องจากจะต้องระบุ DNA ของบุคคลนั้น

ลายนิ้วมือ

วิธีการที่มีชื่อเสียงที่สุดในขณะนี้คือไบโอเมตริกซ์ เมื่อได้รับหนังสือเดินทาง พลเมืองรัสเซียยุคใหม่จะต้องผ่านขั้นตอนการรับลายนิ้วมือเพื่อเพิ่มลงในบัตรส่วนตัว

วิธีการนี้อาศัยลักษณะเฉพาะของนิ้วมือและใช้มาเป็นเวลานานพอสมควร โดยเริ่มจากนิติเวช (ลายนิ้วมือ) ด้วยการสแกนนิ้ว ระบบจะแปลตัวอย่างเป็นรหัสเฉพาะ ซึ่งจะถูกนำไปเปรียบเทียบกับตัวระบุที่มีอยู่

ตามกฎแล้ว อัลกอริธึมการประมวลผลข้อมูลใช้ตำแหน่งเฉพาะของจุดบางจุดที่มีลายนิ้วมือ - กิ่งก้าน จุดสิ้นสุดของเส้นรูปแบบ ฯลฯ เวลาที่ใช้ในการแปลงรูปภาพเป็นโค้ดและสร้างผลลัพธ์มักจะประมาณ 1 วินาที

อุปกรณ์ได้แก่ ซอฟต์แวร์สำหรับเขาปัจจุบันผลิตในคอมเพล็กซ์และมีราคาไม่แพงนัก

ข้อผิดพลาดในการสแกนนิ้ว (หรือมือทั้งสองข้าง) เกิดขึ้นค่อนข้างบ่อยหาก:

นิ้วเปียกหรือแห้งผิดปกติ

มือได้รับการประมวลผล องค์ประกอบทางเคมีซึ่งทำให้การระบุตัวตนทำได้ยาก

มีรอยแตกขนาดเล็กหรือรอยขีดข่วน

มีการไหลของข้อมูลจำนวนมากและต่อเนื่อง ตัวอย่างเช่น สิ่งนี้เป็นไปได้ในองค์กรที่เข้าถึงสถานที่ทำงานโดยใช้เครื่องสแกนลายนิ้วมือ เนื่องจากการไหลเวียนของผู้คนมีความสำคัญ ระบบจึงอาจล้มเหลว

บริษัทที่มีชื่อเสียงที่สุดที่เกี่ยวข้องกับระบบจดจำลายนิ้วมือ: Bayometric Inc., SecuGen ในรัสเซีย Sonda, BioLink, SmartLok ฯลฯ กำลังทำงานเกี่ยวกับเรื่องนี้

ม่านตา

รูปแบบของเมมเบรนเกิดขึ้นในสัปดาห์ที่ 36 ของการพัฒนามดลูกซึ่งเกิดขึ้นภายในสองเดือนและไม่เปลี่ยนแปลงไปตลอดชีวิต ระบบระบุม่านตาแบบไบโอเมตริกซ์ไม่เพียงแต่มีความแม่นยำที่สุดในบรรดาระบบอื่นๆ ในช่วงนี้ แต่ยังเป็นระบบที่มีราคาแพงที่สุดอีกด้วย

ข้อดีของวิธีนี้คือการสแกนซึ่งก็คือการจับภาพสามารถเกิดขึ้นได้ทั้งที่ระยะ 10 ซม. และที่ระยะ 10 เมตร

เมื่อถ่ายภาพ ข้อมูลเกี่ยวกับตำแหน่งของจุดบางจุดบนม่านตาจะถูกส่งไปยังคอมพิวเตอร์ ซึ่งจะให้ข้อมูลเกี่ยวกับความเป็นไปได้ในการเข้าชม ความเร็วในการประมวลผลข้อมูลเกี่ยวกับม่านตาของมนุษย์คือประมาณ 500 มิลลิวินาที

สำหรับตอนนี้ ระบบนี้การรับรู้ในตลาดไบโอเมตริกซ์ใช้เวลาไม่เกิน 9% จำนวนทั้งหมดวิธีการระบุตัวตนดังกล่าว ในขณะเดียวกัน ส่วนแบ่งการตลาดที่ครอบครองโดยเทคโนโลยีลายนิ้วมือมีมากกว่า 50%

เครื่องสแกนที่ให้คุณจับภาพและประมวลผลม่านตานั้นมีการออกแบบและซอฟต์แวร์ที่ค่อนข้างซับซ้อน ดังนั้นอุปกรณ์ดังกล่าวจึงมีราคาสูง นอกจากนี้ Iridian ยังเป็นผู้ผูกขาดในการผลิตระบบการจดจำของมนุษย์ในตอนแรก จากนั้นบริษัทขนาดใหญ่อื่น ๆ ก็เริ่มเข้าสู่ตลาดซึ่งดำเนินธุรกิจเกี่ยวกับการผลิตส่วนประกอบสำหรับอุปกรณ์ต่างๆ

ดังนั้นในขณะนี้ในรัสเซียจึงมี บริษัท ต่อไปนี้ที่สร้างระบบจดจำม่านตาของมนุษย์: AOptix, SRI International อย่างไรก็ตาม บริษัทเหล่านี้ไม่ได้จัดให้มีตัวบ่งชี้จำนวนข้อผิดพลาดประเภท 1 และ 2 ดังนั้นจึงไม่ใช่ความจริงที่ว่าระบบไม่ได้รับการปกป้องจากการปลอมแปลง

รูปทรงใบหน้า

มีระบบรักษาความปลอดภัยไบโอเมตริกซ์ที่เกี่ยวข้องกับการจดจำใบหน้าในโหมด 2D และ 3D โดยทั่วไปเชื่อว่าลักษณะใบหน้าของแต่ละคนมีเอกลักษณ์เฉพาะตัวและไม่เปลี่ยนแปลงไปตลอดชีวิต ลักษณะเช่นระยะห่างระหว่างจุด รูปร่าง ฯลฯ ยังคงไม่เปลี่ยนแปลง

โหมด 2D เป็นวิธีการระบุตัวตนแบบคงที่ เมื่อถ่ายภาพบุคคลจะต้องไม่เคลื่อนไหว พื้นหลังการมีหนวดเคราแสงจ้าและปัจจัยอื่น ๆ ที่ทำให้ระบบไม่สามารถจดจำใบหน้าก็มีความสำคัญเช่นกัน ซึ่งหมายความว่าหากมีข้อผิดพลาดใดๆ ผลลัพธ์ที่ได้จะไม่ถูกต้อง

ในขณะนี้ วิธีการนี้ไม่ได้รับความนิยมมากนักเนื่องจากมีความแม่นยำต่ำ และใช้เฉพาะในไบโอเมตริกหลายรูปแบบ (ข้าม) ซึ่งเป็นชุดวิธีการจดจำบุคคลด้วยใบหน้าและเสียงพร้อมกัน ระบบรักษาความปลอดภัยไบโอเมตริกซ์อาจรวมถึงโมดูลอื่นๆ เช่น DNA ลายนิ้วมือ และอื่นๆ นอกจากนี้ วิธีการข้ามไม่จำเป็นต้องติดต่อกับบุคคลที่จำเป็นต้องระบุตัวตน ซึ่งทำให้สามารถจดจำบุคคลจากรูปถ่ายและเสียงที่บันทึกไว้ในอุปกรณ์ทางเทคนิคได้

วิธี 3D มีพารามิเตอร์อินพุตที่แตกต่างกันโดยสิ้นเชิง ดังนั้นจึงไม่สามารถเปรียบเทียบกับเทคโนโลยี 2D ได้ เมื่อบันทึกภาพ จะใช้ใบหน้าในรูปแบบไดนามิก ระบบจะจับภาพแต่ละภาพสร้างแบบจำลอง 3 มิติ จากนั้นจึงเปรียบเทียบข้อมูลที่ได้รับ

ในกรณีนี้จะใช้ตารางพิเศษซึ่งฉายลงบนใบหน้าของบุคคลนั้น ระบบรักษาความปลอดภัยไบโอเมตริกซ์ซึ่งประมวลผลภาพหลายเฟรมต่อวินาทีโดยใช้ซอฟต์แวร์ที่รวมอยู่ในระบบ ในขั้นตอนแรกของการสร้างภาพ ซอฟต์แวร์จะละทิ้งภาพที่ไม่เหมาะสมซึ่งใบหน้ามองเห็นได้ยากหรือมีวัตถุรองอยู่

จากนั้นโปรแกรมจะระบุและละเว้นวัตถุที่ไม่จำเป็น (แว่นตา ทรงผม ฯลฯ) ลักษณะใบหน้าตามสัดส่วนร่างกายจะถูกเน้นและจดจำ สร้างรหัสเฉพาะที่ป้อนลงในคลังข้อมูลพิเศษ เวลาในการจับภาพประมาณ 2 วินาที

อย่างไรก็ตาม แม้ว่าวิธี 3D จะมีข้อได้เปรียบเหนือวิธี 2D แต่การรบกวนที่สำคัญใดๆ บนใบหน้าหรือการเปลี่ยนแปลงในการแสดงออกทางสีหน้าจะลดความน่าเชื่อถือทางสถิติของเทคโนโลยีนี้

ในปัจจุบัน เทคโนโลยีการจดจำใบหน้าแบบไบโอเมตริกซ์ถูกนำมาใช้ร่วมกับวิธีการที่รู้จักกันดีที่สุดที่อธิบายไว้ข้างต้น ซึ่งคิดเป็นประมาณ 20% ของตลาดเทคโนโลยีไบโอเมตริกซ์ทั้งหมด

บริษัทที่พัฒนาและใช้เทคโนโลยีการระบุใบหน้า: Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH ในรัสเซีย บริษัทต่อไปนี้กำลังทำงานเกี่ยวกับปัญหานี้: Artec Group, Vocord (วิธี 2D) และผู้ผลิตรายเล็กอื่นๆ

เส้นเลือดที่ฝ่ามือ

ประมาณ 10-15 ปีที่แล้ว เทคโนโลยีการระบุตัวตนแบบไบโอเมตริกซ์ใหม่มาถึง โดยสามารถจดจำได้จากเส้นเลือดที่มือ สิ่งนี้เกิดขึ้นได้เนื่องจากฮีโมโกลบินในเลือดดูดซับรังสีอินฟราเรดอย่างเข้มข้น

กล้อง IR แบบพิเศษจะถ่ายภาพฝ่ามือ ทำให้เกิดเครือข่ายหลอดเลือดดำปรากฏในภาพ ภาพนี้ได้รับการประมวลผลโดยซอฟต์แวร์และผลลัพธ์จะปรากฏขึ้น

ตำแหน่งของหลอดเลือดดำบนแขนเปรียบได้กับคุณสมบัติของม่านตา - เส้นและโครงสร้างของมันไม่เปลี่ยนแปลงไปตามกาลเวลา ความน่าเชื่อถือของวิธีการนี้ยังสัมพันธ์กับผลลัพธ์ที่ได้จากการระบุตัวตนโดยใช้ม่านตาด้วย

ไม่จำเป็นต้องติดต่อเพื่อจับภาพด้วยเครื่องอ่าน แต่การใช้วิธีปัจจุบันนี้กำหนดให้ต้องเป็นไปตามเงื่อนไขบางประการเพื่อให้ได้ผลลัพธ์ที่แม่นยำที่สุด: ไม่สามารถรับได้ด้วย เช่น การถ่ายภาพมือบน ถนน. นอกจากนี้อย่าให้กล้องโดนแสงระหว่างการสแกน ผลลัพธ์สุดท้ายจะคลาดเคลื่อนหากมีโรคเกี่ยวกับอายุ

การกระจายวิธีการในตลาดมีเพียงประมาณ 5% แต่มีความสนใจอย่างมากจากบริษัทขนาดใหญ่ที่ได้พัฒนาเทคโนโลยีไบโอเมตริกซ์แล้ว: TDSi, Veid Pte. บริษัท ฮิตาชิ วีนไอดี จำกัด

จอประสาทตา

การสแกนรูปแบบของเส้นเลือดฝอยบนพื้นผิวเรตินาถือเป็นวิธีการระบุตัวตนที่น่าเชื่อถือที่สุด มันผสมผสานกันมากที่สุด ลักษณะที่ดีที่สุดเทคโนโลยีไบโอเมตริกซ์สำหรับการจดจำบุคคลด้วยม่านตาและหลอดเลือดดำของมือ

ครั้งเดียวที่วิธีนี้สามารถให้ผลลัพธ์ที่ไม่ถูกต้องได้คือต้อกระจก โดยพื้นฐานแล้วเรตินามีโครงสร้างไม่เปลี่ยนแปลงตลอดชีวิต

ข้อเสียของระบบนี้คือจอประสาทตาจะถูกสแกนเมื่อบุคคลไม่เคลื่อนไหว เทคโนโลยีซึ่งมีความซับซ้อนในการใช้งานต้องใช้เวลาในการประมวลผลนานเพื่อให้ได้ผลลัพธ์

เนื่องจากมีต้นทุนสูง ระบบไบโอเมตริกซ์จึงไม่ได้ใช้กันอย่างแพร่หลาย แต่ให้ผลลัพธ์ที่แม่นยำที่สุดในบรรดาวิธีการสแกนส่วนต่างๆ ของมนุษย์ในตลาด

มือ

วิธีการระบุตัวตนด้วยรูปทรงด้วยมือที่ได้รับความนิยมก่อนหน้านี้มีการใช้น้อยลง เนื่องจากให้ผลลัพธ์ต่ำที่สุดเมื่อเทียบกับวิธีอื่นๆ เมื่อทำการสแกน นิ้วจะถูกถ่ายภาพ ความยาว ความสัมพันธ์ระหว่างโหนดและพารามิเตอร์อื่นๆ แต่ละตัวจะถูกกำหนด

รูปร่างหู

ผู้เชี่ยวชาญบอกว่าทุกอย่าง วิธีการที่มีอยู่การระบุตัวตนไม่แม่นยำเท่ากับการจดจำบุคคลด้วย อย่างไรก็ตาม มีวิธีระบุตัวตนด้วย DNA แต่ในกรณีนี้คือมีการสัมผัสใกล้ชิดกับบุคคลจึงถือว่าผิดจรรยาบรรณ

นักวิจัย Mark Nixon จากสหราชอาณาจักรกล่าวว่าวิธีการในระดับนี้เป็นระบบไบโอเมตริกซ์รุ่นใหม่ซึ่งให้ผลลัพธ์ที่แม่นยำที่สุด ต่างจากเรตินา ม่านตา หรือนิ้ว ซึ่งปัจจัยภายนอกอาจปรากฏขึ้นซึ่งทำให้ระบุตัวตนได้ยาก แต่สิ่งนี้ไม่ได้เกิดขึ้นกับหู หูที่เกิดขึ้นในวัยเด็กจะเติบโตได้โดยไม่ต้องเปลี่ยนประเด็นหลักเท่านั้น

นักประดิษฐ์เรียกวิธีการระบุบุคคลด้วยอวัยวะของการได้ยินว่า "การแปลงภาพลำแสง" เทคโนโลยีนี้เกี่ยวข้องกับการจับภาพด้วยรังสีสีต่างๆ ซึ่งจะถูกแปลเป็นรหัสทางคณิตศาสตร์

อย่างไรก็ตาม ตามที่นักวิทยาศาสตร์กล่าวไว้ วิธีการของเขาก็มีด้านลบเช่นกัน ตัวอย่างเช่น ผมที่ปิดหู มุมที่เลือกไม่ถูกต้อง และความไม่ถูกต้องอื่นๆ อาจรบกวนการได้ภาพที่คมชัด

เทคโนโลยีการสแกนหูจะไม่เข้ามาแทนที่เทคโนโลยีที่เป็นที่รู้จักและ วิธีปกติบัตรประจำตัวเช่นลายนิ้วมือ แต่สามารถใช้ร่วมกับมันได้

เชื่อกันว่าสิ่งนี้จะเพิ่มความน่าเชื่อถือในการรับรู้ผู้คน นักวิทยาศาสตร์เชื่อว่าการผสมผสานวิธีการต่างๆ (หลายรูปแบบ) ในการจับอาชญากรเป็นสิ่งสำคัญอย่างยิ่ง จากการทดลองและการวิจัย พวกเขาหวังที่จะสร้างซอฟต์แวร์ที่จะใช้ในศาลเพื่อระบุผู้กระทำความผิดจากรูปภาพโดยไม่ซ้ำกัน

เสียงมนุษย์

การระบุตัวตนส่วนบุคคลสามารถทำได้ทั้งในพื้นที่และระยะไกลโดยใช้เทคโนโลยีการจดจำเสียง

เช่นเวลาคุยโทรศัพท์ระบบจะเปรียบเทียบ พารามิเตอร์นี้กับที่มีอยู่ในฐานข้อมูลและค้นหาตัวอย่างที่คล้ายกันในรูปเปอร์เซ็นต์ การจับคู่โดยสมบูรณ์หมายความว่าข้อมูลระบุตัวตนได้ถูกสร้างขึ้นแล้ว กล่าวคือ มีการระบุตัวตนด้วยเสียงเกิดขึ้น

เพื่อที่จะเข้าถึงบางสิ่งด้วยวิธีดั้งเดิม คุณต้องตอบคำถามเพื่อความปลอดภัยบางข้อ นี่คือรหัสดิจิทัล นามสกุลเดิมของมารดา และรหัสผ่านข้อความอื่นๆ

การวิจัยสมัยใหม่ในพื้นที่นี้แสดงให้เห็นว่าข้อมูลนี้ได้มาค่อนข้างง่าย ดังนั้นจึงสามารถใช้วิธีการระบุตัวตน เช่น ไบโอเมตริกซ์ด้วยเสียงได้ ในกรณีนี้ ไม่ใช่ความรู้เกี่ยวกับรหัสที่ต้องตรวจสอบ แต่เป็นบุคลิกภาพของบุคคลนั้น

ในการดำเนินการนี้ ลูกค้าต้องพูดวลีรหัสหรือเริ่มพูด ระบบจดจำเสียงของผู้โทรและตรวจสอบว่าเป็นของบุคคลนี้หรือไม่ - ไม่ว่าเขาจะเป็นใครก็ตามที่เขาอ้างว่าเป็น

ระบบรักษาความปลอดภัยข้อมูลไบโอเมตริกซ์ ประเภทนี้ไม่ต้องใช้อุปกรณ์ราคาแพงนี่คือข้อดีของพวกเขา นอกจากนี้ ในการดำเนินการสแกนด้วยเสียงโดยระบบ คุณไม่จำเป็นต้องมีความรู้พิเศษ เนื่องจากอุปกรณ์จะให้ผลลัพธ์ "จริง-เท็จ" อย่างอิสระ

โดยการเขียนด้วยลายมือ

การระบุตัวบุคคลโดยการเขียนจดหมายเกิดขึ้นในเกือบทุกด้านของชีวิตที่จำเป็นต้องลงนาม สิ่งนี้จะเกิดขึ้น เช่น ในธนาคาร เมื่อผู้เชี่ยวชาญเปรียบเทียบตัวอย่างที่สร้างขึ้นเมื่อเปิดบัญชีพร้อมลายเซ็นที่ติดอยู่ในระหว่างการเยี่ยมชมครั้งถัดไป

ความแม่นยำของวิธีนี้ต่ำ เนื่องจากการระบุตัวตนไม่ได้เกิดขึ้นโดยใช้รหัสทางคณิตศาสตร์เหมือนในครั้งก่อน แต่เป็นการเปรียบเทียบแบบง่ายๆ มีการรับรู้เชิงอัตวิสัยในระดับสูงที่นี่ นอกจากนี้ ลายมือเปลี่ยนแปลงอย่างมากตามอายุ ซึ่งมักทำให้การจดจำทำได้ยาก

ในกรณีนี้ควรใช้จะดีกว่า ระบบอัตโนมัติซึ่งจะช่วยให้คุณระบุได้ไม่เพียงแต่การจับคู่ที่มองเห็นได้เท่านั้น แต่ยังรวมถึงคุณสมบัติที่โดดเด่นอื่น ๆ ของการสะกดคำด้วย เช่น ความชัน ระยะห่างระหว่างจุด และคุณลักษณะเฉพาะอื่น ๆ

ซโลไดบาล 11 สิงหาคม 2554 เวลา 21:54 น

วิธีการระบุตัวตนไบโอเมตริกซ์สมัยใหม่

• ความปลอดภัยของข้อมูล

เมื่อเร็วๆ นี้ มีบทความมากมายเกี่ยวกับ Habré เกี่ยวกับระบบระบุใบหน้าของ Google พูดตามตรง หลายคนมีกลิ่นเหม็นจากการสื่อสารมวลชน และพูดง่ายๆ ว่าไร้ความสามารถ และฉันอยากจะเขียนบทความดีๆ เกี่ยวกับไบโอเมตริกซ์ นี่ไม่ใช่บทความแรกของฉัน! มีบทความดีๆ สองบทความเกี่ยวกับชีวมาตรเกี่ยวกับHabré แต่บทความเหล่านี้ค่อนข้างสั้นและไม่สมบูรณ์ ที่นี่ฉันจะพยายามสรุปหลักการทั่วไปของการระบุตัวตนด้วยไบโอเมตริกซ์และความสำเร็จสมัยใหม่ของมนุษยชาติในเรื่องนี้โดยย่อ รวมทั้งการระบุตัวตนด้วยใบหน้า

บทความนี้มีเนื้อหาเป็นภาคก่อน

การตีพิมพ์ร่วมกับเพื่อนร่วมงานในวารสาร (BDI, 2009) ที่ได้รับการปรับปรุงให้เหมาะสมกับความเป็นจริงสมัยใหม่จะถูกนำมาใช้เป็นพื้นฐานสำหรับบทความ Habré ยังไม่ได้เป็นเพื่อนร่วมงาน แต่เขาสนับสนุนการตีพิมพ์บทความฉบับแก้ไขที่นี่ ในขณะที่ตีพิมพ์ บทความนี้เป็นภาพรวมโดยย่อของตลาดเทคโนโลยีไบโอเมตริกซ์สมัยใหม่ ซึ่งเราได้ดำเนินการด้วยตนเองก่อนที่จะแนะนำผลิตภัณฑ์ของเรา การตัดสินการบังคับใช้ที่นำเสนอในส่วนที่สองของบทความนี้ขึ้นอยู่กับความคิดเห็นของผู้ที่เคยใช้และใช้งานผลิตภัณฑ์ ตลอดจนความคิดเห็นของผู้ที่เกี่ยวข้องในการผลิตระบบไบโอเมตริกซ์ในรัสเซียและยุโรป

ข้อมูลทั่วไป

เครื่องสแกนไบโอเมตริกซ์

และตอนนี้มีรายละเอียดเพิ่มเติมเกี่ยวกับเทคโนโลยีแต่ละอย่าง

ลายนิ้วมือ

สถานการณ์ตลาด

ไอริส

ลักษณะทางสถิติของวิธีการ

ข้อดีและข้อเสียของวิธีการ

สถานการณ์ตลาด

การจดจำใบหน้า

การจดจำใบหน้าแบบ 2 มิติ

ลักษณะทางสถิติของวิธีการ

ข้อดีและข้อเสียของวิธีการ

การจดจำใบหน้า 3 มิติ

ตัวชี้วัดทางสถิติของวิธีการ

ข้อดีและข้อเสียของวิธีการ

สถานการณ์ตลาด

การรับรู้โดยเส้นเลือดที่แขน

ข้อดีและข้อเสียของวิธีการ

สถานการณ์ตลาด

จอประสาทตา

ข้อดีและข้อเสียของวิธีการ

เรขาคณิตของมือ

ประชาสัมพันธ์ตัวเองสักหน่อย

ข้อสรุป

หมายเหตุสำหรับช่างเทคนิครุ่นเยาว์

ป.ล.

แท็ก:

• ไบโอเมตริกซ์
• เครื่องสแกนลายนิ้วมือ