생체 인식 장치 생체 인식 기술

안드레이 보르 첸코

수용자를 식별하기 위해
경찰관에게 충분했습니다
그냥 그의 눈을 봐
신문에서

컴퓨터 네트워크가 발전하고 자동화 영역이 확장됨에 따라 정보의 가치는 꾸준히 증가하고 있습니다. 국가 비밀, 하이테크 노하우, 상업, 법률 및 의료 비밀은 일반적으로 로컬 및 회사 네트워크에 연결된 컴퓨터에 의해 점점 더 신뢰되고 있습니다. 한편, 전세계 인터넷의 인기는 전자 상거래를위한 엄청난 기회를 열어 주지만, 한편으로는 회사 데이터를 외부 액세스로부터 보호 할 수있는보다 안정적인 보안 도구가 필요합니다. 현재 점점 더 많은 회사들이 시스템에 대한 무단 액세스를 방지하고 전자 비즈니스의 거래를 보호해야 할 필요성에 직면 해 있습니다.

90 년대 말까지 사용자를 개인화하는 주요 방법은 네트워크 이름과 비밀번호를 표시하는 것이 었습니다. 공평하게도, 이러한 접근 방식은 여전히 \u200b\u200b많은 기관과 조직에서 따르고 있습니다. 암호 사용과 관련된 위험은 잘 알려져 있습니다. 암호를 잊어 버리고 잘못된 위치에 저장 한 다음 마지막으로 도난 당할 수 있습니다. 일부 사용자는 암호를 종이에 기록하고이 메모를 워크 스테이션 근처에 보관하십시오. 많은 회사의 정보 기술 그룹에 따르면 대부분의 지원 서비스 요청은 잊어 버린 암호 또는 만료 된 암호와 관련이 있습니다.

낯선 사람으로 위장하여 시스템을 속일 수 있다고 알려져 있습니다. 이를 위해서는 보안 시스템의 관점에서 한 사람이 소유하고있는 식별 정보 만 알면됩니다. 회사의 직원으로 위장한 공격자는 자신의 권한과 공식 업무에 따라이 사용자가 사용할 수있는 모든 리소스를 마음대로 사용할 수 있습니다. 결과적으로 정보의 도난에서 전체 정보 컴플렉스의 실패로 끝나는 다양한 불법 행위가 발생할 수 있습니다.

기존의 식별 장치 개발자는 이미 표준 방법이 대부분 구식이라는 사실에 직면 해 있습니다. 특히, 물리적 액세스를 제어하고 정보에 대한 액세스를 제어하기위한 방법의 일반적으로 허용되는 분리가 더 불가능하다는 문제가있다. 실제로 서버에 액세스하기 위해 때로는 서버가있는 방에 들어갈 필요가 없습니다. 그 이유는 클라이언트-서버 기술과 인터넷을 결합하여 포괄적 인 분산 컴퓨팅의 개념입니다. 이 문제를 해결하려면 새로운 이데올로기를 기반으로하는 완전히 새로운 방법이 필요합니다. 연구에 따르면 회사 데이터에 대한 무단 액세스의 경우 피해는 수백만 달러에이를 수 있습니다.

이 상황에서 벗어날 수있는 방법이 있습니까? 거기에 있고 오랫동안 있습니다. 시스템에 액세스하기 위해서는 미디어와 분리되어 작동하지 않는 식별 방법을 사용해야합니다. 인체의 생체 특성은이 요구 사항을 충족합니다. 현대의 생체 인식 기술은 생리적, 심리적 특성으로 사람을 식별 할 수 있습니다. 그건 그렇고, 인류는 오랫동안 생체 인식을 알고 있습니다. 고대 이집트인조차도 키로 식별을 사용했습니다.

생체 인식의 기초

생체 인식의 주요 목표는 합법적 인 사용자에 대한 액세스를 거의 거부하지 않고 동시에 컴퓨터 정보 저장소에 대한 무단 액세스를 완전히 배제하는 등록 시스템을 만드는 것입니다. 암호 및 카드와 비교하여 이러한 시스템은 훨씬 더 안정적인 보호 기능을 제공합니다. 자신의 몸을 잊거나 잃을 수는 없습니다. 물체의 생체 인식은이 물체의 생리적 또는 심리적 특성과 시스템의 데이터베이스에 저장된 특성을 비교 한 것을 기반으로합니다. 유사한 과정이 인간의 뇌에서 끊임없이 발생하여 예를 들어 사랑하는 사람을 인식하고 낯선 사람과 구별 할 수 있습니다.

생체 인식 기술은 생리적, 심리적 (행동)의 두 가지 범주로 나눌 수 있습니다. 첫 번째 경우, 얼굴 특징, 눈의 구조 (망막 또는 홍채), 손가락 매개 변수 (유두선, 구호, 관절 길이 등), 손바닥 (각인 또는 지형), 손 모양, 정맥 패턴과 같은 징후가 분석됩니다. 손목이나 열 화상에. 심리적 특성은 사람의 목소리, 서명의 특징, 쓰기의 동적 매개 변수 및 키보드의 텍스트 입력 기능입니다.

주어진 상황에서 가장 적합한 방법의 선택은 여러 요인에 의해 영향을받습니다. 제안 된 기술은 효율성이 다르며 대부분의 경우 비용은 안정성 수준에 정비례합니다. 따라서 특수 장비를 사용하면 때로는 각 작업장의 비용이 수천 달러 증가합니다.

생리 학적 특징, 예를 들어 손가락의 유두 패턴, 손바닥 기하학 또는 눈의 홍채 패턴 (모델)은 사람의 일정한 물리적 특성입니다. 이러한 유형의 측정 (확인)은 생리 학적 특성뿐만 아니라 실질적으로 변하지 않습니다. 행동 특성, 예를 들어 서명, 음성 또는 키보드 필기는 통제 된 행동과 덜 통제 된 심리적 요인에 의해 영향을받습니다. 행동 특성은 시간이 지남에 따라 변경 될 수 있으므로, 등록 된 생체 시료는 사용 시마다 업데이트되어야합니다. 행동 생체 인식은 저렴하고 사용자에게 덜 위협이됩니다. 그러나 생리적 특성에 의한 개인 식별이 더 정확하고 더 안전합니다. 어쨌든 두 방법 모두 암호 나 카드보다 훨씬 높은 수준의 식별을 제공합니다.

어떤 형태로든 모든 생체 인증 방법은 개인의 일부 특성에 대한 통계적 특성을 사용한다는 점에 유의해야합니다. 이는 적용 결과가 본질적으로 확률 적이며 때때로 달라질 수 있음을 의미합니다. 또한 이러한 모든 자금은 인증 오류에 영향을받지 않습니다. 허위 거절 (자기 자신을 인식하지 못함)과 허위 입학 (다른 사람이 빠진 것)의 두 가지 종류의 오류가 있습니다. 확률론에서이 주제는 레이더의 발달 이후 잘 연구되었다고 말해야한다. 인증 프로세스에 대한 오류의 영향은 각각 잘못된 거부 및 잘못된 허용 오차의 평균 확률을 비교하여 평가됩니다. 실습에서 알 수 있듯이이 두 가지 확률은 반비례합니다. 제어를 강화하려고하면 시스템이 들어 가지 않을 가능성이 높아지고 그 반대도 마찬가지입니다. 따라서 각각의 경우에 타협을 찾아야합니다. 그럼에도 불구하고 가장 비관적 인 전문가 평가에 따르면 생체 인식은 기존의 다른 인증 방법보다 훨씬 신뢰할 수 있기 때문에 모든 비교에서 이점을 얻습니다.

효율성과 비용 외에도 회사는 생체 인식에 대한 직원의 대응도 고려해야합니다. 이상적인 시스템은 사용하기 쉽고 빠르며 눈에 거슬리지 않으며 편리하며 사회적으로 수용 가능해야합니다. 그러나 본질적으로 이상적인 것은 없으며 개발 된 각 기술은 전체 요구 사항 집합을 부분적으로 만 충족합니다. 그러나 가장 불편하고 인기가없는 수단 (예 : 사용자가 눈을 보호하여 최선을 다하는 망막 식별)도 고용주에게 확실한 이점을 제공합니다. 보안 문제에 대한 적절한주의를 보여줍니다.

생체 인식 장치의 개발은 여러 방향으로 진행되지만, 오늘날의 탁월한 보안 수준, 기존의 암호 및 카드 보안 시스템의 부족, 높은 신뢰성 등이 공통적 인 특징입니다. 현재까지 생체 기술의 성공은 주로 보호 구역에 대한 접근을 통제하거나 법 집행 기관의 관심을 끈 사람을 식별하기 위해 규정 된 방식으로 도입 된 조직과 관련이 있습니다. 기업 사용자는 생체 인식의 잠재력을 완전히 인식하지 못한 것 같습니다. 종종 회사 관리자는 측정 시스템의 부정확성으로 인해 사용자가 자신의 권리에 대한 액세스를 거부 할 것을 두려워하여 집에 생체 인식 시스템을 배치 할 위험이 없습니다. 그럼에도 불구하고 새로운 기술이 점점 더 기업 시장에 침투하고 있습니다. 이미 오늘날에는 수만 개의 전산 시설, 저장 시설, 연구소, 혈액 은행, ATM, 군사 시설이 있으며, 개인의 생리적 또는 행동 적 특성을 스캔하는 장치로 액세스가 제어됩니다.

인증 방법

아시다시피 인증에는 원칙적으로 사람뿐만 아니라 소프트웨어 프로세스도 될 수있는 주제의 진위를 검증하는 것이 포함됩니다. 일반적으로, 다양한 형태로 저장된 정보를 제시함으로써 개인 인증이 가능하다. 다음과 같을 수 있습니다.

네트워크상의 컴퓨터의 암호, 개인 번호, 암호화 키, 네트워크 주소;
스마트 카드, 전자 키;
외관, 음성, 홍채 그림, 지문 및 사용자의 다른 생체 특성.

인증을 통해 공통적으로 사용되는 정보에 대한 액세스 권한을 합리적이고 안정적으로 차별화 할 수 있습니다. 그러나 다른 한편으로,이 정보의 무결성과 신뢰성을 보장하는 문제가 발생합니다. 사용자는 신뢰할 수있는 출처에서 정보에 액세스하고 있으며 적절한 제재없이이 정보가 수정되지 않았는지 확인해야합니다.

일대일 일치 (하나의 속성 별) 검색을 확인이라고합니다. 이 방법은 고속이 특징이며 컴퓨터의 컴퓨팅 성능에 대한 최소 요구 사항을 부과합니다. 그러나 "일대 다"에 대한 검색을 식별이라고합니다. 이러한 알고리즘을 구현하는 것은 일반적으로 어렵고 비용이 많이 듭니다. 오늘날 생체 인식 장치는 지문, 얼굴 특징, 홍채 및 망막, 손바닥 모양, 음성, 음성 및 서명 기능과 같은 개인의 개별 특성을 사용하여 컴퓨터 사용자를 확인하고 식별하는 생체 인식 장치 시장에 진입하고 있습니다. 시험 및 시운전의 단계에는 얼굴의 열장, 손의 혈관 패턴, 체취, 피부 온도 및 귀 모양까지 사용자를 인증 할 수있는 시스템이 있습니다.

모든 생체 인식 시스템을 사용하면 특정 패턴을 인식하고 사용자의 특정 생리적 또는 행동 특성의 진위를 확인할 수 있습니다. 논리적으로 생체 인식 시스템은 등록 모듈과 식별 모듈의 두 가지 모듈로 나눌 수 있습니다. 첫 번째는 시스템이 특정 개인을 식별하도록 가르치는 책임이 있습니다. 등록 단계에서 생체 인식 센서는 사람의 필요한 생리적 또는 행동 적 특성을 스캔하고 디지털 표현을 만듭니다. 특수 모듈은이보기를 처리하여 기능을 강조 표시하고 템플릿이라고하는보다 작고 표현적인보기를 생성합니다. 얼굴 이미지의 경우, 이러한 특징적인 특징은 눈, 코 및 입의 크기 및 상대 위치 일 수있다. 각 사용자의 템플릿은 생체 인식 시스템의 데이터베이스에 저장됩니다.

식별 모듈은 사람을 인식하는 역할을합니다. 식별 단계에서 생체 인식 센서는 식별이 필요한 사람의 특성을 취하여 이러한 특성을 템플릿이 저장된 것과 동일한 디지털 형식으로 변환합니다. 결과 템플릿을 저장된 템플릿과 비교하여 이러한 템플릿이 서로 일치하는지 확인합니다.

예를 들어, Microsoft Windows에서는 사용자 인증에 사용자 이름과 비밀번호라는 두 가지 개체가 필요합니다. 인증 중에 지문을 사용하면 사용자 이름이 등록을 위해 입력되고 지문이 암호를 대체합니다 (그림 1). 이 기술은 사용자 이름을 포인터로 사용하여 사용자 계정을 가져오고 등록 중에 읽은 지문과이 사용자 이름에 대해 이전에 저장된 템플릿 간의 일대일 대응 관계를 확인합니다. 두 번째 경우 등록 중에 입력 한 지문 템플릿을 저장된 템플릿 전체 세트와 비교해야합니다.

인증 방법을 선택할 때는 몇 가지 주요 요소를 고려하는 것이 좋습니다.

정보의 가치;
인증 하드웨어 및 소프트웨어 비용;
시스템 성능;
사용 된 인증 방법에 대한 사용자 태도;
보호 된 정보 단지의 특수성 (목적).

분명히, 인증 도구의 비용과 품질 및 신뢰성은 정보의 중요성과 직접적인 관련이 있어야합니다. 또한, 단지의 생산성 향상은 일반적으로 감사를 동반합니다.

지문

최근, 지문 인식 프로세스는 생체 인식 기술로 주목을 받고 있으며, 이는 미래에 가장 널리 사용될 것으로 보인다. 가트너 그룹 (Gartner Group) (http://www.gartnergroup.com)에 따르면이 기술은 기업 시장을 지배하고 있으며 가까운 시일 내에 홍채 인식 기술과 만 경쟁 할 수있다.

전 세계의 정부 및 시민 사회 조직은 오랫동안 지문을 주요 식별 방법으로 사용해 왔습니다. 또한 지문은 컴퓨터 식별 시스템에 사용하기에 가장 정확하고 사용자 친화적이며 경제적 인 생체 인식 기능입니다. 예를 들어 미국의이 기술은 여러 주 정부의 차량 부서, 마스터 카드, FBI, 비밀 서비스, 국가 안보국, 재무 및 국방부 등에서 사용됩니다. 지문 인식 기술은 사용자의 암호가 필요 없기 때문에 지원하는 전화 수를 줄이고 네트워크 관리 비용을 줄입니다.

일반적으로 지문 인식 시스템은 식별-AFIS (자동 지문 식별 시스템) 및 확인의 두 가지 유형으로 구분됩니다. 첫 번째 경우에는 10 개의 지문이 모두 사용됩니다. 이러한 시스템은 사법부에서 널리 사용됩니다. 검증 장치는 일반적으로 하나의 지문에 대한 정보를 사용하여 덜 자주 손가락으로 인쇄합니다. 스캐닝 장치는 일반적으로 광학, 초음파 및 마이크로 칩 기반의 세 가지 유형이 있습니다.

지문 액세스의 장점은 사용 편의성, 편리 성 및 신뢰성입니다. 두 가지 기본 지문 인식 알고리즘이 알려져 있습니다. 개별 세부 사항 (특성 점)과 손가락 전체 표면의 완화를위한 것입니다. 따라서, 첫 번째 경우에, 장치는 특정 지문에 고유 한 일부 영역만을 등록하고 그들의 상대 위치를 결정한다. 두 번째 경우에는 전체 인쇄 이미지가 처리됩니다. 현대 시스템에서는이 두 가지 방법의 조합이 점점 더 많이 사용되고 있습니다. 이것은 둘 다의 단점을 피하고 식별의 신뢰성을 향상시킵니다. 광학 스캐너에서 사람의 지문을 동시에 등록하는 데 약간의 시간이 걸립니다. 독립형 장치로 제작되거나 키보드에 내장 된 소형 CCD 카메라는 지문을 사용합니다. 그런 다음 특수 알고리즘을 사용하여 결과 이미지가 고유 한 "템플릿"(지문 마이크로 도트의 맵)으로 변환되는데,이 점은 선의 끊기와 교차로 결정됩니다. 그런 다음 지문 자체가 아닌이 템플릿이 암호화되어 네트워크 사용자 인증을 위해 데이터베이스에 기록됩니다. 단일 템플릿은 수십에서 수백 개의 마이크로 도트를 저장합니다. 동시에 사용자는 지문 자체가 저장되지 않고 마이크로 도트로 다시 만들 수 없기 때문에 개인 생활의 불가침에 대해 걱정할 수 없습니다.

초음파 스캔의 장점은 더러운 손가락과 얇은 고무 장갑을 통해 필요한 특성을 결정할 수 있다는 것입니다. 최신 인식 시스템은 갓 다진 손가락으로도 속일 수 없다는 점에 주목할 가치가 있습니다 (마이크로 칩은 피부의 물리적 매개 변수를 측정합니다). 50 개 이상의 서로 다른 제조업체와 관련된 시스템 개발.

지문을 사용하여 개인을 식별하는 것이 모든 생체 인식 방법 중 가장 편리합니다. 사용자 식별 오류 가능성은 다른 생체 인식 방법에 비해 훨씬 적습니다. 지문 인식의 품질과 알고리즘에 의한 올바른 처리 가능성은 손가락 표면의 상태와 스캐닝 요소에 대한 위치에 크게 좌우됩니다. 시스템마다이 두 매개 변수에 대한 요구 사항이 다릅니다. 요구 사항의 특성은 특히 사용 된 알고리즘에 따라 다릅니다. 예를 들어, 특징점에 의한 인식은 손가락 표면이 열악 할 때 강한 소음 수준을 제공합니다. 전체 표면에 대한 인식에는 이러한 단점이 없지만 스캔 요소에 손가락을 매우 정확하게 배치해야합니다. 지문 인식 장치 (스캐너, 그림 2)는 많은 공간을 필요로하지 않으며 포인팅 장치 (마우스) 또는 키보드에 장착 할 수 있습니다.

면 지오메트리

의심의 여지없이 평범한 삶에서 얼굴로 사람을 식별하는 것이 가장 일반적인 인식 방법입니다. 기술 구현의 경우 지문 인식보다 (수학적 관점에서) 더 복잡한 작업이며 더 비싼 장비가 필요합니다 (디지털 비디오 또는 카메라 및 비디오 캡처 카드가 필요합니다). 이 방법에는 한 가지 중요한 장점이 있습니다. 식별 템플릿의 한 샘플에 대한 데이터를 저장하는 데 메모리가 거의 필요하지 않습니다. 그리고 결국, 인간의 얼굴은 모든 사람들에게 변하지 않는 비교적 적은 수의 영역으로 "분해"될 수 있기 때문입니다. 예를 들어 특정 개인에 해당하는 고유 한 템플릿을 계산하려면 12-40 개의 특성 섹션 만 필요합니다.

일반적으로 카메라는 물체에서 수십 센티미터 거리에 설치됩니다. 이미지를 수신 한 후 시스템은 얼굴의 다양한 매개 변수 (예 : 눈과 코 사이의 거리)를 분석합니다. 대부분의 알고리즘은 연구중인 개인의 안경, 모자 및 수염의 존재를 보상 할 수있게합니다. 얼굴의 적외선 스캔이 일반적으로이 목적으로 사용됩니다. 그러한 시스템이 매우 정확한 결과를 제공한다고 가정하는 것은 순진합니다. 그럼에도 불구하고 많은 국가에서 계산원과 예금 금고 사용자를 확인하는 데 성공적으로 사용됩니다.

손 기하학

면 지오메트리를 평가하기위한 시스템과 함께 손바닥의 윤곽을 인식하는 장비가 있습니다. 이 경우 손바닥 자체의 치수 (3 차원), 손가락의 길이와 너비, 관절 모양 등 90 가지가 넘는 다른 특성이 추정됩니다. 현재 수작업 지오메트리에 의한 사용자 식별은 입법 기관, 국제 공항, 병원, 이민 서비스 등에 사용됩니다. 손바닥 판독기는 더 많은 공간을 차지하지만 손바닥 형상 식별의 장점은 안정성 측면에서 지문 인식의 장점과 비슷합니다.

아이리스

사람 눈의 홍채 패턴을 분석하는 시스템에 의해 상당히 신뢰할만한 인식이 제공됩니다. 사실이 특성은 매우 안정적이며 사람의 삶 전체에서 실질적으로 변하지 않으며 오염과 상처에 면역됩니다. 또한 그림에서 오른쪽 눈과 왼쪽 눈의 홍채가 크게 다릅니다.

일반적으로 능동 및 수동 인식 시스템을 구분합니다. 첫 번째 유형의 시스템에서는 사용자가보다 정확한 조준을 위해 카메라를 직접 구성해야합니다. 수동 시스템은 카메라가 자동으로 구성되므로 사용하기가 더 쉽습니다. 이 장비의 높은 신뢰성은 교정 시설에서도 사용할 수 있습니다.

홍채 스캐너의 장점은 홍채의 스폿 패턴이 눈의 표면에 있기 때문에 사용자가 대상에 초점을 맞출 필요가 없다는 것입니다. 실제로, 눈의 비디오 이미지는 미터 미만의 거리에서도 스캔 할 수있어 홍채 스캐너는 ATM에 적합합니다.

망막

눈의 망막에 의한 식별 방법은 현재 최근 XX 세기의 50 년대 중반 어딘가에 비교적 최근에 실질적으로 적용되었습니다. 그것은 쌍둥이에서도 망막의 혈관 패턴이 일치하지 않는다는 것이 입증되었습니다. 특수 장치에 등록하려면 1 분 이내에 카메라 구멍을 들여다 보는 것으로 충분합니다. 이 시간 동안 시스템은 망막을 비추고 반사 된 신호를 수신합니다. 망막을 스캔하기 위해 눈동자의 혈관을 향한 눈의 혈관으로 향하는 저 강도 적외선이 사용됩니다. 수신 된 신호로부터 수백 개의 초기 특징점이 추출되고, 그 정보는 평균화되어 인코딩 된 파일에 저장된다. 그러한 시스템의 단점은 무엇보다도 심리적 요소를 포함합니다. 모든 사람이 눈에 무언가가 비추는 미지의 어두운 구멍을 감히 감히다는 것은 아닙니다. 또한, 이러한 시스템은 망막의 잘못된 방향에 민감하기 때문에 구멍을 기준으로 눈의 위치를 \u200b\u200b모니터링해야합니다. 망막 스캐너는 등록 된 사용자에 대해 가장 낮은 액세스 거부 및 거의 0 %의 오류 중 하나를 보장하므로 일급 비밀 시스템에 대한 액세스를 구성하는 데 널리 사용됩니다.

음성과 연설

많은 회사들이 음성으로 사람을 식별 할 수있는 소프트웨어를 출시합니다. 여기서, 피치, 변조, 억양 등과 같은 파라미터가 평가된다. 외관 인식과 달리,이 방법은 고가의 장비가 필요하지 않으며 사운드 카드와 마이크 만 있으면됩니다.

음성 인식은 다른 생체 인식 방법보다 편리하지만 신뢰할 수없는 방법입니다. 예를 들어, 냉정한 사람은 그러한 시스템을 사용하는 데 어려움이있을 수 있습니다. 음성은 생리적 및 행동 적 요인의 조합으로 형성되므로이 생체 접근 방식과 관련된 주요 문제는 식별의 정확성입니다. 음성 인증은 현재 중간 보안 실에 대한 액세스를 제어하는 \u200b\u200b데 사용됩니다.

서명

밝혀진 바와 같이, 서명은 그의 생리적 특성과 동일한 사람의 고유 한 속성입니다. 또한 이것은 지문 인식과 달리 범죄 영역과 관련이 없으므로 모든 사람에게 더 일반적인 식별 방법입니다. 유망한 인증 기술 중 하나는 글을 쓰는 동안 사람 손의 움직임에 대한 생체 특성의 독창성을 기반으로합니다. 일반적으로, 서명 데이터를 처리하는 두 가지 방법, 즉 샘플과의 간단한 비교 및 \u200b\u200b동적 검증이 구별됩니다. 첫 번째는 입력 된 서명과 데이터베이스에 저장된 그래픽 샘플의 일반적인 비교를 기반으로하므로 매우 신뢰할 수 없습니다. 서명이 항상 동일 할 수는 없기 때문에이 방법은 많은 비율의 오류를 발생시킵니다. 동적 검증 방법은 훨씬 더 복잡한 계산을 필요로하며, 다른 영역에서의 손의 속도, 압력 및 서명의 다양한 단계의 지속 시간과 같은 서명 프로세스 매개 변수의 실시간 기록을 허용합니다. 이를 통해 경험이 풍부한 그래픽 전문가조차도 서명 소유자의 손 동작을 정확하게 복사 할 수 없으므로 서명을 위조 할 수 없습니다.

표준 디지타이저와 펜을 사용하는 사용자는 일반적인 서명을 시뮬레이션하고 시스템은 모션 매개 변수를 읽고 이전에 데이터베이스에 입력 한 매개 변수와 비교합니다. 서명 이미지가 표준과 일치하는 경우, 시스템은 사용자의 이름, 이메일 주소, 위치, 현재 시간 및 날짜, 움직임의 역학 (방향, 속도, 가속도) 등 수십 가지 특성을 포함하는 서명 매개 변수를 포함하여 서명 할 문서에 정보를 첨부합니다. 이 데이터는 암호화 된 다음 체크섬이 계산 된 후 다시 암호화되어 소위 생체 인식 레이블을 형성합니다. 시스템을 구성하기 위해 새로 등록한 사용자가 문서에 서명하는 절차를 5-10 회 수행하면 평균 지표와 신뢰 구간을 얻을 수 있습니다. 이 기술은 처음으로 PenOp에서 사용되었습니다.

서명 식별을 모든 곳에서 사용할 수는 없습니다. 특히이 방법은 구내 액세스를 제한하거나 컴퓨터 네트워크에 액세스하는 데 적합하지 않습니다. 그러나 은행 부문과 같은 일부 영역과 중요한 문서가 처리되는 곳에서는 서명 확인이 가장 효과적이고 가장 중요하며 쉽고 눈에 띄지 않는 방법 일 수 있습니다. 지금까지 금융 커뮤니티는 서명이 여전히 가짜이기 때문에 신용 카드의 서명을 식별하고 응용 프로그램을 확인하는 자동화 된 방법을 채택하는 데 시간이 많이 걸렸습니다. 이는 첨단 보안 시스템에서 서명 식별이 도입되는 것을 방지합니다.

전망

생체 인식 시스템이 스마트 카드와 같은 다른 인증 하드웨어와 결합 된 시스템에서 가장 효과적인 보호 기능을 제공하고 싶습니다. 다양한 생체 인식 및 하드웨어 인증 방법을 결합하면 매우 안정적인 보안 시스템을 얻을 수 있습니다 (이러한 기술 분야의 주요 제조업체들이 보여준 큰 관심에 의해 간접적으로 확인 됨).

스마트 카드는 사용자를위한 전자 제품 시장에서 가장 크고 가장 빠르게 성장하는 부문 중 하나입니다. 내년까지 Dataquest (http://www.dataquest.com)의 예측에 따르면 스마트 카드 판매는 50 억 달러를 초과 할 것으로 예상됩니다. 스마트 카드를 사용하려면 각 작업장에서 컴퓨터에 연결된 특수 판독기 (터미널) 장치가 있어야하므로 카드와 인증 서버 간의 상호 작용 프로세스에 사용자가 개입 할 필요가 없습니다. 스마트 카드 자체는 두 가지 수준의 인증을 제공합니다. 시스템이 작동하려면 사용자는 스마트 카드를 리더에 삽입 한 다음 개인 식별 번호를 올바르게 입력해야합니다. 러시아 시장에서는 지문 인식과 스마트 카드 사용을 통합 한 통합 솔루션 (예 : Compaq (http://www.compaq.ru) 및 Fujitsu-Siemens (http : // www. fujitsu-siemens.ru).

그림. 3. 스캐너 및 스마트 카드와 시스템을 결합했습니다.

후지쯔-지멘스, 모토로라, 소니, 유니시스와 같은 대기업과 더불어, 생체 인식 기술의 개발은 현재 생체 인식 컨소시엄 인 Biometric Consortium (http://www.biometrics.org)에 참여한 소규모 개인 회사에 주로 참여하고 있습니다. 생체 인식이 마침내 IT 산업의 주류로 유입되고 있다는 가장 고무적인 증거 중 하나는 BioAPI (Biometrics API) 응용 프로그래밍 인터페이스를 만드는 것입니다. 이 개발 뒤에는 1998 년 Compaq, IBM, Identicator Technology, Microsoft, Miros 및 Novell이 운영 체제 및 애플리케이션 소프트웨어에서 구현할 수있는 기존 생체 인식 기술을 지원하는 표준화 된 사양을 개발하기 위해 설립 한 컨소시엄이 있습니다. 현재 BioAPI 컨소시엄에는 78 개의 대규모 공공 및 민간 회사가 포함되어 있습니다.

이제 기업 고객은 표준 컴퓨터 및 네트워크 기술의 프레임 워크 내에서 생체 인식 제품을 사용할 수 있으므로 모든 시스템 구성 요소를 통합하는 데 소요되는 상당한 재료 및 시간 비용을 피할 수 있습니다. 표준 API는 다양한 생체 인식 장치 및 소프트웨어 제품에 대한 액세스를 제공 할뿐만 아니라 여러 공급 업체의 제품을 함께 사용할 수 있습니다.

올해 미국 정부는 이미 정부 기관에 공개 표준 BioAPI를 도입했다고 발표했습니다. 혁신은 주로 미 국방부에 영향을 미치며, 수백만 명의 군사 및 민간 직원에게 지문과 소유자의 샘플 서명을 저장하는 새로운 스마트 카드를 도입 할 계획입니다.

일부 분석가들에 따르면 생체 인식 기술은 지금까지 상당히 느리게 발전하고 있지만 데스크톱 및 랩톱 컴퓨터뿐만 아니라 인증 수단 없이는 휴대 전화도 상상할 수 없을 때가 왔습니다. 큰 기대는 Microsoft Windows 운영 체제의 유망한 생체 인식 기술 지원과 관련이 있습니다.

생체 인식은 사용자가 자신의 고유 한 생체 매개 변수와 사용 가능한 데이터의 전체 데이터베이스와 비교하는 과정을 나타냅니다. 이러한 종류의 개인 데이터를 추출하는 데 사용됩니다.

생체 인식 액세스 제어 시스템은 저장 매체가 항상 함께 있고 분실하거나 도난 당할 수 없기 때문에 사용자에게 편리합니다. 더 신뢰할 수있는 것으로 간주 되었기 때문에 복사 한 제 3 자에게 양도 할 수 없습니다.

생체 인식 기술

생체 인식 방법 :

1. 평생 동안 자신과 함께있는 사람의 생리적 특성에 기초한 정적 :

식별;
식별;
식별;
손 기하학에 의한 식별;
얼굴 서모 그램 식별;
DNA 식별.
식별
식별

동적은 사람들의 행동 특성, 즉 평범한 행동을 반복하는 과정에서 잠재 의식 움직임, 즉 필기, 음성, 보행 등을 기본으로합니다.

식별;
자필 식별;
키보드 식별
그리고 다른 사람.

행동 생체 인식의 우선 순위 유형 중 하나는 키보드 입력 유형입니다. 그것을 결정할 때, 인쇄 속도, 키의 압력, 키를 누르는 기간, 프레스 사이의 시간 간격이 고정됩니다.

별도의 생체 인자는 마우스가 사용되는 방식 일 수 있습니다. 또한 행동 생체 인식은 컴퓨터와 관련이없는 많은 요소, 특히 사람이 계단을 오르는 방식을 포함합니다.

액세스 제어 시스템의 신뢰성과 보안에 대한 가장 엄격한 요구 사항을 충족 할 수있는 몇 가지 생체 특성을 사용하는 식별 시스템도 결합되어 있습니다.

생체 인식 기준

생체 인식을 기반으로 액세스 제어 시스템의 효과를 결정하기 위해 다음 지표가 사용됩니다.

-허위 합격 계수;
FMR-시스템이 입력 샘플을 데이터베이스의 부적절한 템플릿과 잘못 비교할 확률;
-허위 거부율;
FNMR-시스템이 입력 샘플과 데이터베이스의 해당 템플릿 사이의 일치를 결정하는 데 실수 할 확률;
ROC 차트-FAR과 FRR의 특성 간 타협 시각화;
등록 거부율 (FTE 또는 FER)-입력 데이터에서 템플릿을 생성하지 못한 시도의 계수 (후자가 낮은 품질).
오류 유지율 (FTC)-자동화 된 시스템이 바이오 메트릭 입력 데이터가 올바로 표시 될 때이를 결정할 수없는 확률.
템플릿 용량-시스템에 저장할 수있는 최대 데이터 세트 수

러시아에서 생체 데이터 사용은 2006 년 7 월 27 일 연방법“개인 데이터”의 제 11 조에 의해 규제됩니다.

생체 인식의 주요 방법의 비교 분석

수학적 통계 (FAR 및 FRR)를 사용한 생체 인증 방법 비교

모든 생체 인식 시스템을 평가하는 주요 요소는 두 가지 매개 변수입니다.

FAR (거짓 수락 률)-허위 합격 계수, 즉 시스템이 시스템에 등록되지 않은 사용자에 대한 액세스를 허용하는 상황의 백분율

FRR (거부 거부율) -허위 거부율, 즉 시스템의 실제 사용자에 대한 액세스 거부

두 특성은 수학적 통계 방법을 기반으로 계산하여 얻습니다. 이 지표가 낮을수록 물체를 더 정확하게 인식합니다.

오늘날 가장 널리 사용되는 생체 인식 방법의 경우 FAR 및 FRR의 평균 값은 다음과 같습니다.

그러나 효과적인 액세스 제어 시스템을 구축하기 위해서는 FAR과 FRR이 충분하지 않습니다. 예를 들어,이 인증 방법을 사용하면 이러한 계수가 0 인 경향이 있지만 DNA 분석을 기반으로 ACS를 상상하기는 어렵습니다. 그러나 식별 시간이 늘어나고 인적 요소의 영향이 커지고 시스템 비용이 부당하게 증가합니다.

따라서 생체 인식 출입 통제 시스템의 정성 분석을 위해서는 때로는 실험적으로 만 얻을 수있는 다른 데이터를 사용해야합니다.

우선, 이러한 데이터에는 시스템에서 식별을 위해 생체 데이터를 위조 할 가능성과 보안 수준을 높이는 방법이 포함되어야합니다.

둘째, 생체 인자의 안정성 : 시간에 따른 불변성과 환경 조건과의 독립성.

논리적으로 인증 속도는 식별을 위해 생체 데이터를 비접촉식으로 빠르게 캡처 할 수있는 기능입니다.

물론 고려중인 인증 방법과 구성 요소의 가용성을 기반으로 생체 인식 액세스 제어 시스템을 구현하는 비용도 있습니다.

데이터 위조 방지를위한 생체 측정 방법 비교

생체 데이터 사기 어쨌든 이것은 다소 복잡한 과정이므로 종종 특별한 교육과 기술 지원이 필요합니다. 그러나 집에서 지문을 위조 할 수 있다면 홍채의 성공적인 위조는 아직 알려지지 않았습니다. 그리고 망막의 생체 인증 시스템의 경우 가짜를 만드는 것은 불가능합니다.

강력한 인증을위한 생체 인식 방법 비교

생체 인식 시스템의 보안 향상 일반적으로 액세스 제어는 소프트웨어 및 하드웨어 방법으로 수행됩니다. 예를 들어 지문에 대한 "실시간 손가락"기술, 비자발적 흔들림 분석-눈. 보안 수준을 높이기 위해 생체 인식 방법은 다단계 인증 시스템의 구성 요소 중 하나 일 수 있습니다.

하드웨어 및 소프트웨어 컴플렉스에 추가 보안 도구를 포함하면 비용이 크게 증가합니다. 그러나 일부 방법의 경우 표준 구성 요소를 기반으로하는 강력한 인증이 가능합니다. 여러 템플릿을 사용하여 사용자를 식별합니다 (예 : 지문).

생체 특성의 불변성에 의한 인증 방법의 비교

시간이 지남에 따라 일정한 생체 특성 이 개념은 또한 조건부입니다. 모든 생체 인식 매개 변수는 의료 수술 또는 부상으로 인해 변경 될 수 있습니다. 그러나 지문으로 사용자를 확인하기가 어려워 질 수있는 일반적인 가정용 컷이 일반적인 상황이라면, 홍채의 패턴을 변경하는 작업은 드문 일입니다.

외부 요인에 대한 민감도 비교

액세스 제어 시스템의 성능에 대한 환경 매개 변수의 영향장비 제조업체가 구현 한 알고리즘 및 작업 기술에 따라 달라지며 하나의 생체 인식 방법의 틀 내에서도 크게 달라질 수 있습니다. 이러한 차이점에 대한 놀라운 예는 일반적으로 외부 요인의 영향에 매우 민감한 지문 판독기 역할을 할 수 있습니다.

우리가 다른 생체 인식 방법을 비교할 때 가장 민감한 것은 2D 얼굴 인식입니다. 여기서 안경, 모자, 새로운 헤어 스타일 또는 자란 수염의 존재가 중요해질 수 있습니다.

망막 인증 방법을 사용하는 시스템은 스캐너에 비해 눈의 위치가 다소 딱딱해야하며, 사용자의 부동성 및 눈 자체의 초점이 필요합니다.

정맥 패턴 및 홍채에 따른 사용자 식별 방법은 극한의 작업 조건 (예 : "버섯"비가 내릴 때 먼 거리에서 비접촉식 인증)을 사용하지 않으면 비교적 안정적으로 작동합니다.

얼굴에 의한 3 차원 식별은 외부 요인의 영향에 가장 민감하지 않습니다. 이러한 ACS의 작동에 영향을 줄 수있는 유일한 매개 변수는 과도한 조명입니다.

인증 속도 비교

인증률 데이터 캡처 시간, 템플릿 크기 및 처리에 할당 된 리소스 양, 특정 생체 인식 방법을 구현하는 데 사용되는 기본 소프트웨어 알고리즘에 따라 다릅니다.

비접촉식 인증 비교

비접촉식 인증 위생 및 위생 요건이 높은 시설 (의료, 식품 산업, 연구소 및 실험실)의 물리적 보안 시스템에서 생체 인식 방법을 사용하면 많은 이점을 얻을 수 있습니다. 또한, 원격 물체를 식별하는 능력은 검증 절차를 가속화하며, 이는 유량이 큰 대형 출입 통제 시스템에 중요합니다. 또한 법 집행 기관은 공식적인 목적으로 비접촉식 식별을 사용할 수 있습니다. 이것이 바로 지속 가능한 결과를 얻지 못한 이유입니다. 먼 거리와 이동 중에 물체의 생체 특성을 포착하는 특히 효과적인 방법. 비디오 감시가 확산됨에 따라 이러한 작동 원리의 구현이 점점 쉬워지고 있습니다.

사용자의 심리적 편안함을위한 생체 측정 방법 비교

사용자의 심리적 편안함-또한 보안 시스템을 선택할 때 관련성이 높은 지표입니다. 2 차원 얼굴 인식 또는 홍채의 경우 눈에 띄지 않으면 망막을 스캔하는 것은 다소 불쾌한 과정입니다. 지문 인식은 불편 함을 가져 오지 않지만 법의학 기술과 부정적인 연관을 일으킬 수 있습니다.

액세스 제어 시스템에서 생체 인식 방법을 구현하는 비용 비교

액세스 제어 및 회계 시스템 비용 사용 된 방법에 따라 생체 인식은 매우 다릅니다. 그러나 시스템의 목적 (기능), 생산 기술, 무단 액세스로부터 보호를 강화하는 방법 등에 따라 동일한 방법 내에서 차이를 느낄 수 있습니다.

러시아에서 생체 인식 방법의 가용성 비교

서비스로 식별

생체 인식 기술 시장에서 서비스로서의 식별은 상당히 새로운 개념이지만 클라우드 스토리지 및 데이터 처리에 기반한 다른 시스템과 같이 사용의 용이성, 시간 절약, 보안, 편의성, 다양성 및 확장 성 등 많은 명백한 이점을 약속합니다.

우선, IaaS (서비스로 식별)는 특히 주 및 지방 법 집행 기관과 같은 광범위한 보안 작업을 수행하는 대규모 프로젝트에 관심이 있으며, 용의자의 실시간 식별을 제공하는 혁신적인 자동 생체 인식 시스템을 만들 수 있습니다. 범죄자.

미래의 기술로서의 클라우드 식별

생체 인식 개발은 클라우드 서비스 개발과 유사합니다. 현대 기술 솔루션은 물리적 보안을 보장 할뿐만 아니라 클라이언트의 모든 요구를 충족시키는 통합 솔루션에 다양한 세그먼트를 통합하는 것을 목표로합니다. 따라서 ACS의 일부로 클라우드 서비스와 생체 인식의 결합은 시대의 정신을 완전히 충족시키고 미래를 바라 보는 단계입니다.

생체 인식 기술과 클라우드 서비스를 결합 할 전망은 무엇입니까?

편집자들은이 질문을 가장 큰 러시아 시스템 통합 업체 인 Technoserv 회사에 전달했습니다.

"먼저 우리가 보여주는 지능형 통합 보안 시스템은 실제로 클라우드 옵션 중 하나입니다. 영화에서 볼 수있는 옵션은 한 번 카메라를 지나서 이미 시스템에 들어간 사람입니다. 시간이 지남에 따라 ... 컴퓨팅 파워, 그러나 될 것입니다.

이제 스트림에서 하나의 식별을 위해 품질을 보장하려면 최소 8 개의 컴퓨터 코어가 필요합니다. 이는 이미지를 디지털화하고 데이터베이스와 빠르게 비교하는 것입니다. 오늘날 기술적으로는 가능하지만 상업적으로는 불가능합니다. 이러한 높은 비용은 그에 상응하는 것이 아닙니다. 그러나 용량이 증가함에 따라 여전히 통합 된 바이오 식별 기반을 만들 것이라는 결론에 도달하게 될 것입니다. "-Technoserv 회사의 멀티미디어 및 상황 센터 담당 이사 인 Alexander Abramov에게 대답합니다.

Morpho 클라우드 서비스로 식별

편리하고 안전한 솔루션으로 클라우드 서비스를 채택한 것은 2016 년 9 월에 종료 된 상업용 클라우드에서 정부 법 집행을위한 자동화 된 생체 인식 시스템의 첫 번째 롤아웃 (Safran Identity & Security의 자회사 인 MorphoTrak 및 앨버 커키 경찰국)이 MorphoBIS를 성공적으로 배치 한 것으로 입증되었습니다. 클라우드 MorphoCloud. 경찰관들은 이미 처리 속도가 크게 향상되었을뿐 아니라 품질이 훨씬 낮은 지문을 인식 할 가능성도 지적했습니다.

MorphoTrak이 개발 한 서비스)는 Microsoft Azure 정부 지문 생체 인식, 얼굴의 생체 인식 및 홍채와 같은 여러 생체 인식 메커니즘을 포함합니다. 또한 문신, 음성, 서비스 (VSaaS)의 인식이 가능합니다.

시스템의 사이버 보안은 정부의 형사 사법 서버에서 범죄 사법 정보 서비스 (CJIS)를 호스팅하고 부분적으로 Morpho와 Microsoft의 통합 보안 경험을 통해 보장됩니다.

"우리는 법 집행 기관이 시간을 절약하고 효율성을 높이도록 솔루션을 설계했습니다. 물론 보안은 핵심 요소입니다. 클라우드 솔루션이 CJIS의 엄격한 보안 정책을 준수하기를 원했으며 Microsoft가 엄격한 범죄 통제를 보장 할 수있는 이상적인 파트너가되기를 원했습니다. 지리적으로 분산 된 데이터 센터 환경 내 국가 보안 데이터 MorphoTrak, LLC의 클라우드 서비스 책임자 인 Frank Barrett은 말합니다.

결과적으로 Morpho Cloud가 탁월한 예입니다. 아웃소싱 신원 관리법 집행 보안 시스템 개선의 효과 및 비용 효율성을 보장 할 수 있습니다. 서비스로 식별하면 대부분의 기관에서 이용할 수없는 혜택이 있습니다. 예를 들어, 지리적으로 분산 된 재해 복구는 일반적으로 프로젝트 비용이 높다는 측면에서 실현 가능하지 않으며 이러한 방식으로 보안을 향상시키는 것은 Microsoft Azure 및 Morpho Cloud의 규모로 인해 가능합니다.

모바일 장치의 생체 인증

모바일에서 지문 인증

Biometrics Research Group, Inc.의 연구 모바일 장치의 생체 인증 시장 개발에 대한 분석 및 예측에 전념했습니다. 이 연구는 생체 인식 시장의 주요 제조업체가 후원합니다. Cognitec, VoicePIN 및 응용 인식.

숫자로 표시되는 모바일 생체 인식 시장

이 연구에 따르면, 모바일 생체 인식 세그먼트의 양은 2018 년까지 90 억 달러, 전 세계 2020 년에는 450 억 달러로 추정됩니다. 또한, 인증을위한 생체 특성의 사용은 모바일 장치의 잠금을 해제 할뿐만 아니라 다단계 인증을 구성하고 전자 지불의 즉각적인 확인을 위해 사용될 것이다.

모바일 생체 인식 시장 부문의 개발은 센서가 사전 설치된 스마트 폰의 적극적인 사용과 관련이 있습니다. 2015 년 말에는 최소 6 억 5 천만 명이 생체 인식이 가능한 모바일 장치를 사용할 것입니다. 생체 인식 센서를 사용하는 모바일 사용자의 수는 매년 20.1 % 증가 할 것으로 예상되며 2020 년에는 20 억 명 이상이 될 것입니다.

특별 프로젝트 "키리스"의 재질

열쇠가없는 특별 프로젝트는 액세스 제어 시스템, 수렴형 액세스 및 카드 개인화에 대한 정보를 축적합니다.

주석.

이 기사는 기본 생체 인식 매개 변수를 제공합니다. 러시아에서 널리 사용되는 식별 방법이 고려됩니다. 생체 인식은 기존의 모든 사용자 암호를 하나로 결합하여 어디서나 적용 할 수있는 문제를 해결합니다. 지문 속성을 추출하는 프로세스는 이미지 품질 평가로 시작합니다. 그루브의 방향이 계산되며, 각 픽셀에서 그루브의 방향을 반영합니다. 얼굴 인식은 사회에서 가장 수용 가능한 생체 인식 방법입니다. 홍채로 사람을 식별하는 것은 홍채가 현지화되고 코드가 컴파일 된 이미지를 얻는 것으로 구성됩니다. 모든 생체 인식 시스템의 두 가지 주요 특성으로 첫 번째 및 두 번째 종류의 오류를 사용할 수 있습니다. 홍채의 패턴을 기반으로 식별은 가장 신뢰할 수있는 생체 인식 방법 중 하나입니다. 비접촉식 데이터 획득 방법은 다양한 분야에서 사용이 쉽고 구현이 가능함을 나타냅니다.

키워드 : 생체 인식 매개 변수, 개인 식별, 지문, 얼굴 인식, 홍채, 생체 인식, 알고리즘, 데이터베이스, 생체 인식 방법, 암호

10.7256/2306-4196.2013.2.8300

편집자 추천 날짜 :

24-05-2013

검토 날짜 :

25-05-2013

출판 일 :

1-4-2013

초록

이 기사에는 주요 생체 파라미터가 나와 있습니다. 저자는 러시아에서 널리 사용되는 식별 방법을 검토합니다. 생체 인식은 기존의 모든 사용자 암호를 하나로 통합하는 문제를 해결하고이를 전체적으로 적용하는 데 도움이됩니다. 지문 특징을 추출하는 과정은 각 픽셀이 그루브의 방향을 나타내는 방향 그루브를 계산하여 이미지 품질의 평가로 시작합니다. 얼굴 인식은 사회에서 가장 적합한 생체 인식 방법입니다. 홍채의 식별은 홍채의 국소화와 홍채의 코드를 형성하는 이미지 획득으로 구성됩니다. 모든 생체 인식 시스템의 두 가지 주요 특성으로 I 형 및 II 형 오류를 사용할 수 있습니다. 눈의 홍채 패턴에 기반한 식별은 가장 신뢰할 수있는 생체 인식 방법 중 하나입니다. 이 경우 비접촉 방식으로 데이터를 얻는 방법은 다양한 영역에서이 방법을 간단하게 사용할 수 있음을 나타냅니다.

키워드 :

생체 인식, 홍채, 얼굴 인식, 지문, 개인 식별, 생체 인식, 알고리즘, 데이터베이스, 생체 인식 방법, 암호

소개

현대 사회의 사람들은 점점 더 개인 보안과 행동의 안전을 필요로합니다. 우리 각자에게는 은행 카드, 이메일 서비스, 다양한 거래 및 서비스 사용 등 광범위한 사용이 일상 생활의 필수 속성이됩니다. 이미 오늘날 우리는 수십 개의 암호를 입력하고, 토큰 또는 기타 식별 표시를 가지고 있습니다. 이러한 상황에서는 "기존의 모든 암호를 하나로 바꾸어 도난이나 대체에 대한 두려움없이 모든 곳에 적용 할 수 있습니까?"라는 의문이 생깁니다.

생체 인식 파라미터

생체 인식은이 문제를 해결할 수 있습니다. 생체 데이터로 사람을 인식하는 것은 생리 학적 (물리적 특성이며 특정 시점에서 측정 됨) 및 행동 적 (행동의 순서를 나타내며 일정 기간 동안 발생) 특성을 기반으로하는 자동 식별 방법입니다. 표 1은 주요 항목을 나열합니다.

표 1

생체 인식 파라미터

종종 적용		드물게 사용
생리	행동	생리	행동
1. 지문	1. 서명	1. 망막	1. 열쇠 필기
			2. 걸음 걸이
3. 아이리스		3. 귀 모양
4. 손 기하학
		5. 피부에서 반사
		6. 서모 그램

러시아에서 세 가지 공통점에 대해 이야기합시다.

지문

지문 (그림 1a)은 사람의 손바닥과 발 안쪽 표면에있는 작은 홈입니다. 법 의학적 검사는 다른 사람에 속하는 두 개의 동일한 지문이 없다는 가정을 기반으로합니다.

지문을 비교하기 위해 전문가들은 그루브의 끝, 그루브의 분기, 독립 그루브, 호수, 가지, 십자가 등의 특징을 가진 유두 패턴의 많은 세부 사항을 사용합니다. 자동 비교 방법도 비슷한 방식으로 작동합니다. 지문 속성을 추출하는 프로세스는 이미지 품질 평가로 시작합니다. 그루브의 방향이 계산되며, 각 픽셀에서 그루브의 방향을 반영합니다. 그런 다음 그루브가 분할되고 후속 인식으로 부품의 위치가 결정됩니다.

면 지오메트리

얼굴 인식의 임무는 옛날부터 사람과 손 잡고 있습니다. 사진이 장착 된 여권은 사람의 신원을 증명하는 유비쿼터스 및 주요 문서가되었습니다. 이것은 사회에서 가장 수용 가능한 생체 인식 방법입니다. 이 생체 인식 기능을 쉽게 기록 할 수있어 법 집행 기관의 사진, 비디오 감시 카메라, 소셜 네트워크 등의 큰 데이터베이스를 컴파일 할 수있었습니다.

이미지의 출처는 다음과 같습니다. 감시 카메라; 3 차원 이미지; 적외선 이미지.

얼굴은 결과 이미지에 국한된 다음 (그림 1b) 두 가지 방법 중 하나가 적용됩니다 : 얼굴 모양과 얼굴 형상. 인식 히스토리가 30 년의 히스토리를 갖는 얼굴의 지오메트리의 분석에 기초한 방법이 바람직하다.

아이리스

홍채는 공막과 동공 사이의 눈의 색깔 부분입니다. 지문과 마찬가지로 사람의 표현형 특징이며 임신 첫 달 동안 발생합니다.

안과 의사는 1936 년 초 안구 홍채로 사람을 식별하는 아이디어를 제안했습니다. 나중에이 아이디어는 일부 영화에 반영되었습니다. 예를 들어, 1984 년에 제임스 본드 영화인 Never Say Never가 촬영되었습니다. 수학자 John Daugman이 개발 한 최초의 자동 홍채 인식 알고리즘이 등장한 것은 1994 년에 불과했습니다. 이 알고리즘은 특허를 받았으며 홍채 인식 시스템의 기반이됩니다.

사용자에게 친숙하고 보이지 않는 눈 이미지를 캡처하는 장치가 문제 중 하나입니다. 실제로 동시에 조명 조건에 관계없이 조리개 패턴을 \u200b\u200b읽어야합니다. 몇 가지 접근 방식이 있습니다. 첫 번째는 얼굴과 눈에 대한 검색을 기반으로하며 확대 렌즈가있는 다른 카메라는 아이리스의 고품질 이미지를 수신합니다. 두 번째는 사람의 눈이 한 카메라의 특정 관찰 영역 안에 있어야합니다.

얻은 이미지에서 홍채가 현지화되고 코드가 컴파일됩니다 (그림 1 c). Daugman은 2 차원 Gabor 필터를 사용했습니다. 또한 이미지에 노이즈가있는 (속눈썹 및 눈꺼풀 오버레이) 마스크가 만들어져 홍채의 소스 코드에 겹쳐집니다. 식별을 위해 해밍 거리 (두 홍채 패턴 간의 비트 차이)가 계산되며 이는 동일한 홍채에서 가장 작습니다.



그림 1. 생체 파라미터의 예

통계적 특성

모든 생체 인식 시스템의 두 가지 주요 특성으로 첫 번째 및 두 번째 종류의 오류를 사용할 수 있습니다. 생체 인식 분야에서 가장 잘 확립 된 개념은 FAR (False Acceptance Rate) 및 FRR (False Rejection Rate)입니다. FAR은 두 사람의 생체 특성의 잘못된 일치 가능성을 특징으로합니다. FRR-승인 된 사람에 대한 액세스 거부 확률

표 2는 다양한 생체 인식 시스템의 평균을 보여줍니다

표 2

생체 인식 시스템의 특성

이 지표는 사용 된 생체 데이터베이스와 사용 된 알고리즘에 따라 다르지만 정성적인 비율은 거의 동일합니다. 이러한 데이터를 분석하여 홍채 패턴을 기반으로 한 식별이 가장 신뢰할 수있는 생체 인식 방법 중 하나라고 결론 내릴 수 있습니다. 비접촉 방식으로 데이터를 얻는 방법은 다양한 분야에서 사용하기 쉽고 구현이 가능함을 나타냅니다.

현대 과학은 아직 서 있지 않습니다. 장치를 실수로 소유 한 사람이 정보를 완전히 이용할 수 없도록하려면 장치에 대한 고품질 보호가 점점 더 자주 요구됩니다. 또한 일상 생활뿐만 아니라 정보가 사용되지 않도록 보호하는 방법도 있습니다.

디지털 형식으로 비밀번호를 입력하는 것 외에도 더 개인화 된 생체 보안 시스템도 사용됩니다.

이게 뭐야

이전에는 이러한 시스템이 제한된 경우에만 사용되어 가장 중요한 전략적 개체를 보호했습니다.

그런 다음 2011 년 9 월 11 일 이후 이러한 영역과 액세스가 다른 영역뿐만 아니라 다른 영역에도 적용될 수 있다는 결론에 도달했습니다.

따라서 인간 식별 기술은 다음과 같은 영역뿐만 아니라 사기 및 테러와의 전쟁을 막기 위해 여러 가지 방법에 없어서는 안될 요소가되었습니다.

통신 기술, 네트워크 및 컴퓨터 기반에 대한 생체 액세스 시스템;

데이터베이스

정보 저장소 등에 대한 액세스 제어

각 개인은 시간이 지남에 따라 변경되지 않거나 수정할 수있는 특성 세트를 가지지 만 동시에 특정 개인에게만 해당됩니다. 이와 관련하여 이러한 기술에 사용되는 다음과 같은 생체 인식 시스템 매개 변수를 구별 할 수 있습니다.

정적-지문, ur 바퀴 촬영, 망막 스캔 및 기타.

미래에는 생체 인식 기술이 사람을 여권으로 인증하는 기존의 방법을 대체 할 것입니다. 내장 된 칩, 카드 및 과학 기술의 유사한 혁신이이 문서뿐만 아니라 다른 문서에도 도입 될 것이기 때문입니다.

성격 인식 방법에 대한 작은 설명 :

- 식별 -일대 다; 샘플은 특정 매개 변수에 대해 사용 가능한 모든 것과 비교됩니다.

- 인증 -일대일; 샘플은 이전에 얻은 재료와 비교됩니다. 이 경우, 사람이 알려질 수 있고, 획득 된 사람의 데이터는 데이터베이스에서이 사람의 파라미터의 샘플과 비교된다;

생체 인식 보안 시스템 작동 방식

특정 개인의 기반을 만들기 위해서는 생물학적 개별 매개 변수를 특수 장치로 고려해야합니다.

시스템은 샘플 생체 측정 결과를 기록합니다 (기록 과정). 이 경우 파라미터의보다 정확한 제어 값을 얻기 위해 여러 샘플을 만들어야 할 수도 있습니다. 시스템이 수신 한 정보는 수학 코드로 변환됩니다.

시스템은 샘플을 만드는 것 외에도 개인 식별자 (PIN 또는 스마트 카드)와 생체 샘플을 결합하기 위해 추가 단계를 수행하도록 요청할 수 있습니다. 또한, 적합성을 스캔 할 때, 시스템은 획득 된 데이터를 비교하고, 수학 코드를 이미 기록 된 것과 비교한다. 일치하면 인증이 완료된 것입니다.

가능한 오류

암호 또는 전자 키 인식과 달리 시스템에서 오류가 발생할 수 있습니다. 이 경우, 다음 유형의 잘못된 정보 발행이 구별됩니다.

유형 1 오류 : FAR (false access rate)-한 사람이 다른 사람으로 착각 할 수 있습니다.

유형 2 오류 : FRR (false access denial ratio)-사람이 시스템에서 인식되지 않습니다.

예를 들어이 수준의 오류를 제외하려면 FAR 및 FRR 표시기의 교차가 필요합니다. 그러나 이것은 불가능합니다. 왜냐하면 DNA로 사람을 식별해야하기 때문입니다.

지문

현재 가장 널리 알려진 생체 인식 방법입니다. 여권을 수령하면 러시아의 현대 시민은 개인 지문으로 여권에 지문을 입력해야합니다.

이 방법은 손가락의 독창성을 기반으로하며 법의학 (지문)부터 시작하여 오랫동안 사용되어 왔습니다. 시스템은 손가락을 스캔하여 샘플을 일종의 코드로 변환 한 다음 기존 식별자와 비교합니다.

일반적으로 정보 처리 알고리즘은 분기, 패턴 라인의 끝 등의 지문을 포함하는 특정 지점의 개별 배열을 사용합니다. 이미지를 코드로 변환하고 결과를 생성하는 데 걸리는 시간은 일반적으로 약 1 초입니다.

소프트웨어를 포함한 장비는 현재 복잡한 형태로 생산되고 있으며 상대적으로 저렴합니다.

다음과 같은 경우 손 (또는 양손)의 손가락을 스캔 할 때 발생하는 오류가 자주 발생합니다.

비정상적인 수분 또는 건조한 손가락이 있습니다.

손은 식별하기 어려운 화학 성분으로 처리됩니다.

미세한 균열이나 흠집이 있습니다.

크고 지속적인 정보 흐름이 있습니다. 예를 들어, 지문을 사용하여 작업장에 액세스하는 기업에서 가능합니다. 사람의 흐름이 중요하기 때문에 시스템이 실패 할 수 있습니다.

지문 인식 시스템에 종사하는 가장 유명한 회사 : Bayometric Inc., SecuGen. 러시아에서는 Sonda, BioLink, SmartLock 등의 작업을 수행하고 있습니다.

아이리스

칼집 패턴은 태아 발달 36 주에 형성되며, 2 개월에 걸쳐 형성되며 일생 동안 변하지 않습니다. 홍채의 생체 인식 시스템은이 시리즈에서 가장 정확할뿐만 아니라 가장 비싼 시스템 중 하나입니다.

이 방법의 장점은 스캔, 즉 이미지 캡처는 10cm 거리와 10m 거리에서 발생할 수 있다는 것입니다.

이미지를 고정 할 때, 눈의 홍채상의 특정 지점의 위치에 대한 데이터가 컴퓨터로 전송되고, 이는 입학 가능성에 대한 정보를 제공합니다. 휴먼 아이리스에 대한 정보의 처리 속도는 약 500ms입니다.

현재, 생체 인식 시장에서 이러한 인식 시스템은 그러한 식별 방법의 총 수의 9 %를 넘지 않는다. 동시에 지문 기술의 시장 점유율은 50 % 이상입니다.

눈의 홍채를 캡처하고 처리 할 수있는 스캐너는 디자인과 소프트웨어가 다소 복잡하므로 이러한 장치는 가격이 비쌉니다. 또한 이리 디안은 원래 인간 인식 시스템 생산의 독점 자였습니다. 그런 다음 다른 대기업이 시장에 진입하기 시작했으며 이미 다양한 장치의 구성 요소 생산에 종사했습니다.

따라서 러시아에는 현재 눈의 홍채에 의해 인간 인식 시스템을 형성하는 다음과 같은 회사가 있습니다 : AOptix, SRI International. 그러나, 이들 회사는 제 1 및 제 2 종류의 오류 수에 대한 지표를 제공하지 않으므로 시스템이 위조로부터 보호되지 않는다는 것은 아닙니다.

면 지오메트리

2D 및 3D 모드의 얼굴 인식과 관련된 생체 보안 시스템이 있습니다. 일반적으로, 각 사람의 얼굴 특징은 독특하고 평생 변하지 않는 것으로 여겨집니다. 특정 점, 모양 등의 거리와 같은 특성은 변경되지 않습니다.

2D 모드는 정적 식별 방법입니다. 이미지를 고정 할 때 사람이 움직이지 않아야합니다. 배경, 수염의 존재, 수염, 밝은 빛 및 시스템이 얼굴을 인식하지 못하게하는 다른 요인들도 중요합니다. 이는 부정확 한 경우 결과가 잘못됨을 의미합니다.

현재이 방법은 정확도가 낮기 때문에 특히 인기가 없으며 얼굴과 음성으로 사람을 인식하는 방법의 조합 인 다중 모드 (교차) 생체 인식에서만 사용됩니다. 생체 인식 보안 시스템에는 DNA, 지문 등을위한 다른 모듈이 포함될 수 있습니다. 또한, 단면적 방법은 식별이 필요한 사람과 접촉 할 필요가 없으므로 기술 장치에 기록 된 사진 및 음성으로 사람들을 인식 할 수 있습니다.

3D 방법은 입력 매개 변수가 완전히 다르므로 2D 기술과 비교할 수 없습니다. 이미지를 촬영할 때는 다이내믹 한 얼굴이 사용됩니다. 각 이미지를 고정하는 시스템은 획득 한 데이터를 비교하는 3D 모델을 만듭니다.

이 경우 특수 그리드가 사용되며 사람의 얼굴에 투영됩니다. 초당 몇 프레임을 생성하는 생체 보안 시스템은 이미지에 포함 된 소프트웨어를 사용하여 이미지를 처리합니다. 이미지 생성의 첫 번째 단계에서 소프트웨어는 얼굴이 잘 보이지 않거나 보조 물체가있는 부적절한 이미지를 버립니다.

그런 다음 프로그램은 초과 품목 (안경, 헤어 스타일 등)을 결정하고 무시합니다. 얼굴의 인체 측정 기능이 강조 표시되고 기억되어 특수 데이터웨어 하우스에 기록 된 고유 코드가 생성됩니다. 이미지 캡처 시간은 약 2 초입니다.

그러나 2D 방법에 비해 3D 방법의 장점에도 불구하고 얼굴에 대한 중대한 간섭이나 얼굴 표정의 변화는이 기술의 통계적 신뢰성을 떨어 뜨립니다.

오늘날 생체 인식 기술은 위에서 설명한 가장 잘 알려진 방법과 함께 사용되어 전체 생체 인식 기술 시장의 약 20 %를 차지합니다.

얼굴 인식 기술의 개발 및 구현에 관여하는 회사 : Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH. 러시아에서는 Artec Group, Vocord (2D 방법) 및 기타 소규모 제조업체가이 문제를 해결하기 위해 노력하고 있습니다.

손바닥의 정맥

약 10-15 년 전에 새로운 정맥 인식 기술이 도입되었습니다. 이것은 혈액의 헤모글로빈이 적외선을 집중적으로 흡수하기 때문에 가능해졌습니다.

특수 IR 카메라가 손바닥을 촬영하여 정맥 네트워크가 사진에 나타납니다. 이 이미지는 소프트웨어에 의해 처리되고 결과가 표시됩니다.

팔에있는 정맥의 위치는 홍채의 특징과 비슷합니다. 그들의 선과 구조는 시간이 지남에 따라 변하지 않습니다. 이 방법의 신뢰성은 또한 홍채를 사용한 식별에 의해 얻어진 결과와 상관 될 수있다.

이미지를 캡처하기 위해 접촉 장치를 사용할 필요는 없지만,이 실제 방법을 사용하려면 결과가 가장 정확한 특정 조건을 충족해야합니다. 예를 들어 거리에서 손을 촬영하는 경우 이미지를 얻을 수 없습니다. 또한 스캔 중에는 카메라를 비출 수 없습니다. 연령 관련 질병이 있으면 최종 결과가 정확하지 않습니다.

시판되는 방법의 분포는 약 5 %에 \u200b\u200b불과하지만 이미 생체 인식 기술을 개발 한 대기업 인 TDSi, Veid Pte에서 큰 관심을 보이고 있습니다. 히타치 VeinID 주식 회사.

망막

망막 표면의 모세관 패턴을 스캔하는 것이 가장 신뢰할만한 식별 방법으로 간주됩니다. 그것은 손의 홍채와 정맥으로 사람을 인식하기 위해 생체 인식 기술의 최고의 특성을 결합합니다.

방법이 부정확 한 결과를 줄 수있는 유일한 순간은 백내장입니다. 기본적으로 망막은 일생 동안 구조가 변하지 않습니다.

이 시스템의 단점은 사람이 움직이지 않을 때 망막이 스캔된다는 것입니다. 응용 프로그램이 복잡한이 기술은 결과 처리에 오랜 시간을 제공합니다.

높은 비용으로 인해 생체 인식 시스템은 널리 보급되지는 않았지만 시장에서 제공되는 모든 인간 기능 스캔 방법 중 가장 정확한 결과를 제공합니다.

손

이전에는 다른 방법에 비해 결과가 가장 낮기 때문에 손으로 지오메트리로 널리 사용되는 식별 방법이 적용되지 않고 있습니다. 스캐닝 손가락을 촬영할 때, 길이, 노드와 다른 개별 매개 변수 간의 관계가 결정됩니다.

귀 모양

전문가들은 기존의 모든 식별 방법이 사람을 인식하는 것만 큼 정확하지는 않지만 DNA로 사람을 결정하는 방법이 있지만이 경우 사람들과 밀접한 접촉이 있기 때문에 비 윤리적이라고 간주됩니다.

영국의 Mark Nixon 연구원은이 수준의 방법이 차세대 생체 인식 시스템이며 가장 정확한 결과를 제공한다고 주장합니다. 식별이 더 잘 나타나는 외래 매개 변수가있는 망막, 홍채 또는 손가락과는 달리 귀에는 발생하지 않습니다. 어린 시절에 형성된 귀는 주요 요점을 바꾸지 않고 자랍니다.

본 발명자는 "방사선 이미지 변환"을 듣는 기관에 의해 사람을 식별하는 방법을 호출했다. 이 기술은 다양한 색상의 광선으로 이미지를 캡처 한 다음 수학 코드로 변환합니다.

그러나 과학자에 따르면 그의 방법에는 부정적인 측면이 있습니다. 예를 들어, 귀를 덮는 머리카락, 실수로 선택한 각도 및 기타 부정확성으로 인해 선명한 이미지를 얻는 것이 방지 될 수 있습니다.

귀 스캐닝 기술은 지문과 같이 잘 알려져 있고 친숙한 식별 방법을 대체하지는 않지만 그와 함께 사용될 수 있습니다.

이것은 사람들의 인식의 신뢰성을 증가시킬 것으로 믿어집니다. 과학자들은 범죄자를 체포 할 때 다양한 방법 (복합)의 조합이 특히 중요하다고 믿고있다. 실험과 연구의 결과로 법정에서 이미지에서 가해자를 고유하게 식별하는 데 사용될 소프트웨어를 만들고자합니다.

인간의 목소리

음성 인식 기술을 사용하여 로컬 및 원격으로 식별을 수행 할 수 있습니다.

예를 들어 전화로 대화 할 때 시스템은이 매개 변수를 데이터베이스에서 사용 가능한 매개 변수와 비교하고 백분율로 유사한 샘플을 찾습니다. 완전 일치는 신원이 확립되었음을 의미합니다. 즉, 음성으로 식별이 이루어졌습니다.

전통적인 방식으로 무언가에 액세스하려면 보안을 보장하는 특정 질문에 대답해야합니다. 이것은 디지털 코드, 어머니의 처녀 이름 및 기타 텍스트 암호입니다.

이 분야에 대한 현대의 연구에 따르면이 정보는 매우 쉽게 파악할 수 있으므로 음성 생체 인식과 같은 식별 방법을 사용할 수 있습니다. 동시에 검증 대상인 코드에 대한 지식이 아니라 개인의 성격입니다.

이렇게하려면 클라이언트가 암호를 말하거나 대화를 시작해야합니다. 시스템은 발신자의 음성을 인식하고 자신이 주장하는 사람인지 여부에 상관없이 해당 사람의 소속인지 확인합니다.

이 유형의 생체 정보 보호 시스템에는 고가의 장비가 필요하지 않으므로 이점이 있습니다. 또한 음성 스캔을 수행하기 위해 장치가 독립적으로 "true-false"유형의 결과를 생성하므로 시스템에 특별한 지식이 필요하지 않습니다.

필기

편지를 쓰는 방식으로 사람을 식별하는 것은 서명을 해야하는 거의 모든 삶의 영역에서 발생합니다. 예를 들어, 은행에서 전문가가 계정을 개설 할 때 생성 된 샘플을 다음 방문시 첨부 된 서명과 비교할 때 발생합니다.

이 방법의 정확성은 높지 않습니다. 이전 코드와 같이 수학적 코드의 도움으로 식별이 이루어지지 않고 간단한 비교만으로 식별이 이루어지기 때문입니다. 높은 수준의 주관적 인식이 있습니다. 또한, 필기는 나이에 따라 크게 변하기 때문에 종종 인식이 어렵습니다.

이 경우 가시적 일치뿐만 아니라 기울기, 점 사이의 거리 및 기타 특징과 같은 단어 철자의 다른 특징을 결정할 수있는 자동 시스템을 사용하는 것이 좋습니다.

미카 일 로프 알렉세이 알렉 세 비치
러시아 내무부 PKU 연구소 "보호"부서 소장, 경찰 중령,

Koloskov Alexey Anatolyevich
러시아 내무부 PKU 연구소“보호”선임 연구원, 중령

드로 노프 유리 이바노비치
러시아 내무부 PKU 연구소“보호”선임 연구원

입장

현재 해외 및 러시아에서 생체 제어 및 액세스 시스템 (이하 생체 인식)이 빠르게 개발되고 있습니다. 실제로 보안 목적으로 생체 인식을 사용하는 것은 매우 매력적입니다. TouchMemory, Proxy-card 또는 기타 재료 식별자를 도난 당하거나 복제하여 보호 대상에 액세스 할 수 있습니다.

일반 비디오 카메라를 사용하여 디지털 PIN 코드 (키보드를 사용하는 사람이 입력)를 고정한 다음 코드 값을 얻기 위해 사람을 협박하거나 물리적 영향을 줄 수 있습니다. 독자 중 하나 또는 자신의 지인의 경험에서 독자 중 하나 가이 사기 방법에 직면 한 경우는 드 rare니다. 시민으로부터 정직하게 번 돈을 인출하는이 방법 인 스키밍 (스킴 탈지)을 나타내는 용어조차 있습니다.

협박을 통해 생체 인식 식별자를 도용하거나 입수 할 수 없으므로 향후 보안 및 액세스에 매우 유용합니다. 사실, 당신은 사람의 생물학적 특성의 모방자를 만들려고 시도 할 수 있지만, 여기서 생체 인식 시스템은 완전히 나타나고 가짜를 거부해야합니다.

생체 인식 시스템의“우회”문제는 크고 분리 된 주제이며,이 기사의 틀 안에서는 다루지 않을 것이며, 인간의 생물학적 특성의 모방자를 만드는 것은 쉬운 일이 아닙니다.

러시아 보안 장비 분야의 적극적인 개발에 주목하는 것은 특히 기쁩니다. 예를 들어,“바이오 메트릭 기술, 시스템 및 통신 개발 촉진을위한 러시아 사회”는 2002 년부터 존재 해 왔습니다.

표준화 된 TC 098“Biometry and Biomonitoring”기술위원회도 있습니다.이위원회는 매우 유익하게 작동합니다 (30 개가 넘는 GOST가 발행되었습니다 : http://www.rusbiometrics.com/ 참조). 우리는 사용자로서 GOST R에 가장 관심이 있습니다 ISO / IEC19795-1-2007“자동 식별. 생체 인식. 생체 인식의 성능 테스트 및 테스트 보고서. 1 부. 원칙과 구조

용어 및 정의

규범 문서에서 그들이 쓴 내용을 이해하려면 용어와 정의로 정의해야합니다. 대부분의 경우 물리적 원리에 따라 같은 내용을 쓰지만 완전히 다르게 부릅니다. 따라서 생체 인식에서 가장 중요한 매개 변수는 다음과 같습니다.

검증 (확인)은 사용자가 제출 한 샘플을 데이터베이스에 등록 된 템플릿과 비교하는 프로세스입니다 (GOST R ISO / IEC19795-1-2007). 여기서 하나의 샘플을 하나의 템플릿과 비교하는 것이 중요하며 (생체 템플릿과 일대일 비교), 모든 생체 인식 시스템은 식별에 비해 검증 지표가 더 좋습니다.

식별 (식별)은 등록 데이터베이스에서 검색을 수행하는 프로세스이며 0 개에서 하나 이상의 식별자를 포함하는 후보 목록이 제공됩니다 (GOST R ISO / IEC19795-1-2007). 여기서 하나의 샘플을 여러 패턴 (일대 다 비교)과 비교하고 시스템 오류가 여러 번 증가하는 것이 중요합니다. 식별은 사람의 얼굴의 특징적인 특징의 인식에 기초한 생체 인식 시스템의 가장 중요한 매개 변수가되고있다. 자동차의 경우 사람들의 얼굴은 거의 동일합니다.

FAR (False Acceptance Rate)-승인되지 않은 관용의 확률 (첫 번째 종류의 오류)은 승인되지 않은 사람의 시스템에 의한 공차 수의 백분율로 표시됩니다 (확인 의미). 확률 매개 변수는 절대 값 (10-5)으로 표시됩니다. FAR 매개 변수의 경우 이는 100,000 명 중 1 명이 권한이 없음을 의미하며이 백분율은 (0.001 %)입니다.

VLD-허위 내성 확률 (FAR), (GOST R ISO / IEC19795-1-2007).

FRR (False Rejection Rate)-허위 구금 확률 (두 번째 종류의 실수)로, 승인 된 사람의 시스템에 의한 입국 거부 횟수의 백분율로 표시됩니다 (확인 의미).

VLND-FRR (False Underrun) 확률 (GOST R ISO / IEC19795-1-2007).

FMR (False Match Rate)-매개 변수의 잘못된 일치 확률입니다. 우리가 이미 읽은 곳은 FAR을 참조하십시오. 그러나이 경우 하나의 샘플은 데이터베이스에 저장된 많은 템플릿과 비교됩니다. 식별이 이루어집니다.

VLAN-허위 우연의 확률 (FMR) (GOST R ISO / IEC19795-1-2007).

FNMR (False Non-Match Rate)-매개 변수의 불일치 확률 (이 경우 하나의 샘플이 데이터베이스에 저장된 많은 템플릿과 비교됩니다. 식별이 이루어집니다.

VLNS-FNMR (False mismatch) 확률 (GOST R ISO / IEC19795-1-2007).

매개 변수 (위에 나열된 다른 매개 변수)는 서로 연결되어 있습니다 (그림 1). 생체 인식 시스템의 FAR 및 FRR의 임계 값을 변경하여 원하는 비율을 선택하여 동시에 변경합니다. 실제로, 등록 된 사용자를 건너 뛸 가능성이 높은 방식으로 생체 인식 시스템을 설정할 수 있지만 등록되지 않은 사용자를 높은 확률로 통과시킬 수도 있습니다. 따라서 이러한 매개 변수는 생체 인식 시스템에 동시에 표시되어야합니다.

그림. 1. FAR 및 FRR 차트

하나의 매개 변수 만 지정하면 경쟁 업체와 비교하여 매개 변수를 과대 평가하는 것이 매우 쉽기 때문에 사용자에게 경고해야합니다. 과장하여 최저 FAR 계수는 작동하지 않는 시스템이 될 것이며, 무단으로 누군가를 허용하지 않을 것입니다.

생체 인식 시스템의 다소 객관적인 매개 변수는 EER 계수입니다.

EER 계수 (동일한 오류율)는 두 가지 오류 (수신 오류 및 거부 오류)가 동일한 계수입니다. EER이 낮을수록 생체 인식 시스템의 정확도가 높아집니다.

FMR 및 FNMR 매개 변수에 대해 유사한 그래프가 구성됩니다 (그림 2). 이 그래프는 항상 데이터베이스 크기에 연결되어야합니다 (일반적으로 숫자는 100, 1000, 10000 패턴 단위로 선택됩니다).

그림. 2. FMR 및 FNMR 그래프

COO-오류의 곡선 절충 결정 (Eng. DET-감지 오류 절충 곡선; DET 곡선). 수정 된 성능 곡선으로, 축이 오류 확률 (X 축에서 위 양수, Y 축에서 위 양수) (GOST R ISO / IEC19795-1-2007)입니다.

COO 곡선 (DET)은 비교 오류 확률 (VLNS (FNMR) 대 VLS (FMR)), 결정 오류 확률 (VLND (FRR) 대 VLD (FAR))의 확률을 표시하는 데 사용됩니다 (그림 3-4). 및 공개 세트 (VLPI에 따른 VLOI), 식별 가능성 (GOST R ISO / IEC19795-1-2007).

그림. 3. DET 일정

그림. 4. KOO 곡선의 예 (GOST R ISO / IEC19795-1-2007)

생체 인식 시스템의 성능을 나타내는 그래프는 매우 많으며 때로는 그 목적이 어리석은 사용자를 혼란스럽게하는 것으로 보입니다. 작동 특성 (ROC-수신기 작동 특성 곡선) (그림 5-6)의 PX 곡선도 있으며, 물론 생체 인식에 존재하는 마지막 곡선 및 종속성과는 거리가 멀지 만 명확성을 위해 이해합니다. 우리는 그들에게 머물지 않을 것입니다.

그림. 5. 곡선 세트 PX의 예 (GOST R ISO / IEC19795-1-2007)

그림. 6. ROC 곡선 예

PX 곡선 (ROC)은 임계 값과 무관하므로 유사한 조건에서 사용되는 다양한 생체 인식 시스템 또는 다른 환경 조건에서 사용되는 단일 생체 인식 시스템의 작동 특성을 비교할 수 있습니다.

PX 곡선 (ROC)은 비교 알고리즘 (VLAN에 따라 1-VLNS), (FMR에 따라 1-FNMR), 생체 검증 시스템의 작동 특성 (VLD에 따라 1-VLD), (1- FAR에 따른 FRR)뿐만 아니라 개방형 세트에서 생체 인식 시스템의 작동 특성 (VLPI에 따른 식별 확률).

참고 : VLPI-오 탐지 확률 (영어 FPIR-오 탐지 식별 오류율), 즉 시스템에 등록되지 않은 사용자의 식별 트랜잭션의 공유로 인해 식별자가 반환됩니다 (GOST R ISO / IEC19795-1-2007).

1) 파라미터 FAR (VLD), FRR (VLND) 및 FMR (VLS) FNMR (VLRS)은 집합 적으로 만 고려하는 것이 좋습니다.

2) EER 계수가 낮을수록 생체 인식 시스템의 정확도가 높아집니다.

3) 생체 인식 시스템의 좋은 톤은 DET (COO) 및 ROC (PX) 그래프의 가용성입니다.

생체 시스템의 FAR 및 FRR 매개 변수 경계

이제 생체 인식 시스템에서 FAR과 FRR이 어떤 매개 변수가되어야하는지 추정 해 봅시다. 디지털 코드 세트의 요구 사항과 비슷한 점을 찾아 보자. GOST에 따르면 유효 소수점 이하 자릿수는 6 이상이어야합니다. 범위는 0-999999 또는 107 코드 옵션입니다. 그런 다음 FAR의 확률은 10-7이며, FRR의 확률은 시스템의 작동 성, 즉 제로 경향이 있습니다.

ATM은 4 비트 10 진수 코드 (GOST를 준수하지 않음)를 사용하며 FAR은 10-5입니다. 결정 매개 변수에 대해 FAR \u003d 10-5를 사용하십시오. FRR에 어떤 값을 사용할 수 있습니까? 생체 인식 시스템의 작업에 따라 다르지만 하한은 10-2의 범위에 있어야합니다. 귀하는 합법적 인 사용자로서 시스템은 백 번의 시도에서 한 번만 허용하지 않습니다. 처리량이 많은 시스템 (예 : 공장 검사 점)의 경우이 값은 10-3이어야합니다. 그렇지 않으면 "인간"요소를 제거하지 않으면 생체 인식의 목적이 명확하지 않습니다.

많은 생체 인식 시스템은 유사하고 심지어 훨씬 더 나은 특성을 주장하지만, 우리의 값은 확률 적이므로이 값의 신뢰 구간을 표시해야합니다. 이 순간부터 생체 인식 제조업체는 세부 사항에 들어 가지 않고이 매개 변수를 지정하지 않는 것을 선호합니다.

계산 절차, 실험 설계 및 신뢰 구간이 지정되지 않은 경우 기본값은 J.F. Poter가 그의 작업“30 오류 기준)”(1997)에서 제시 한 "30"규칙의 동작입니다.

이것은 또한 GOST R ISO / IEC19795-1-2007에 의해 입증됩니다. 30의 규칙에 따르면 실제 오차 확률이 90 %의 신뢰 수준으로 설정된 오차 확률의 ± 30 % 범위 내에 있도록하려면 최소 30 개의 오차를 기록해야합니다. 예를 들어, 3,000 개의 독립적 인 시도에서 30 개의 잘못된 불일치 오류가 발생한 경우 실제 오류 확률이 0.7 %에서 1.3 % 범위에 있다고 90 % 확신 할 수 있습니다. 이 규칙은 독립 시험에서 이항 분포에서 직접 따르며 평가를 수행하기 위해 예상되는 성능을 고려하여 적용될 수 있습니다.

그 후에 논리적 결론은 다음과 같습니다. 10-5의 잘못된 액세스 값을 얻으려면 3x106 실험을 수행해야합니다. 이는 생체 인식 시스템의 실제 테스트로는 물리적으로 수행하는 것이 거의 불가능합니다. 여기서 모호한 의심이 우리를 괴롭히기 시작합니다.

입력 된 생체 특징의 패턴을 데이터베이스 시스템의 패턴과 비교함으로써 실험실에서 이러한 테스트를 수행하기를 희망한다. 실험실 테스트를 통해 임베디드 데이터 처리 알고리즘의 신뢰성을 정확하게 평가할 수 있지만 실제 시스템 작동은 아닙니다. 실험실 테스트는 전자기 간섭 (모든 생체 인식 시스템과 관련됨), 생체 인식 매개 변수의 접촉 또는 원격 판독 장치의 먼지 또는 오염, 생체 인식 장치와 상호 작용할 때 실제 사람의 행동, 조명 부족 또는 초과, 주기적 조명과 같은 생체 인식 시스템에 대한 영향을 제외합니다. 예를 들어, 생체 인식 시스템과 같은 복잡한 시스템에 어떤 영향을 줄 수 있는지 알 수 없습니다. 사람이 모든 부정적인 행동 요소를 미리 예측할 수 있다면 본격적인 테스트를 수행하지 못할 수 있습니다.

다른 보안 시스템에 대한 경험을 통해 45 일 동안 보안 시스템을 운영하더라도 숨겨진 문제의 대부분이 드러나지 않으며 1-1.5 년 동안의 시운전만으로도 문제를 해결할 수 있습니다. 개발자들은 심지어 "어린 시절 질병"이라는 용어를 가지고 있습니다. 모든 시스템에 문제가 있습니다.

따라서 실험실 테스트 외에도 전체 규모의 테스트를 수행해야합니다. 당연히 더 적은 수의 실험으로 신뢰 구간의 추정치는 다른 방법을 사용하여 평가해야합니다.

우리는 교과서 E.S. Wentzel,“확률 이론”(Moscow :“Nauka”, 1969. P. 334) : 확률 P가 매우 크거나 매우 작은 지 (생체 학적 시스템에 대한 실제 확률 측정 결과와 일치 함)를 나타내며, 신뢰 구간은 근사치로부터, 그러나 주파수 분포의 정확한 법칙으로부터. 이항 분포인지 쉽게 확인할 수 있습니다. 실제로, n 실험에서 사건 A의 발생 횟수는 이항 법에 따라 분포됩니다 : 사건 A가 정확히 m 번 나타날 확률은

빈도 p *는 사건의 발생 횟수를 실험 수로 나눈 값일뿐입니다.

이 연구는 b \u003d 0.9의 신뢰 확률에 대해 실험 횟수 (그림 7)에 대한 신뢰 구간의 그래픽 의존성을 제공합니다.

그림. 7. 실험 횟수에 대한 신뢰 구간의 그래픽 의존성

예를 고려하십시오. 우리는 100 번의 현장 실험을 수행했으며,이 중 0.7의 사건 확률이 얻어졌습니다. 그런 다음 가로축에서 주파수 값 p * \u003d 0.7을 연기하고이 점을 통해 세로축에 평행 한 직선을 그리고 주어진 교차 횟수 n \u003d 100에 해당하는 한 쌍의 곡선으로 직선의 교차점을 표시합니다. 세로축에서 이러한 점의 투영으로 경계 p1 \u003d 0.63, p2 \u003d 0.77 신뢰 구간을 제공합니다.

그래픽 방법을 구성하는 정확도가 불충분 한 경우, I.V.의 작업에서 주어진 신뢰 구간의 상당히 상세한 표 형식 종속성 (그림 8)을 사용할 수 있습니다. Dunin-Barkovsky와 N.V. Smirnova,“엔지니어링의 확률 이론 및 수학적 통계”(Moscow : State Publishing of Technical and Theorytical Literature, 1955). 이 표에서 x- 분자, 주파수의 n- 분모입니다. 확률에 1000을 곱한 값입니다.

예를 고려하십시오. 우리는 204 개의 현장 실험을 수행했으며이 중 4 번의 사건이 발생했습니다. 확률은 P \u003d 4/204 \u003d 0.0196이고 신뢰 구간의 경계는 p1 \u003d 0.049, p2 \u003d 0.005입니다.

이론적으로 문서에 명시된 매개 변수는 인증서로 확인해야합니다. 그러나 거의 모든 분야에서 러시아는 자발적 인증 기관을 보유하고 있기 때문에 인증서를 원하거나받을 수있는 요구 사항에 대해 인증을 받았습니다.

우리는 생체 인식 시스템에 대한 첫 번째 인증서를 가져다가 6 개의 GOST 항목을 볼 수 있으며 그 중 위의 매개 변수가 포함되어 있지 않습니다. 보안 장비 및 안전 표준과도 관련이 있음을 하느님 께 감사하십시오. 이것은 최악의 옵션이 아니며 전기 자동차로 인증 된 무선 데이터 전송 시스템 (RSPI)의 수신기와 송신기를 충족시켜야했습니다.

그림. 8. b \u003d 0.95의 신뢰 확률에 대한 실험 횟수에 대한 신뢰 구간의 표 의존성 단편

리스트의 가장 중요한

1) FAR (VLD) 매개 변수는 10-5 이상이어야하고 FRR (VLD)은 10 "2-10"범위에 있어야합니다. 3

2) 문서에 명시된 확률 매개 변수를 무조건 신뢰하지 말고 단지 지침으로 만 사용할 수 있습니다.

3) 실험실 테스트 외에도 생체 인식 시스템의 현장 테스트를 수행해야합니다.

4) 개발자, 제조업체, 판매자로부터 시스템의 실제 생체 파라미터 및 시스템 획득 방법에 대해 가능한 많은 정보를 얻으려고 노력해야합니다.

5) 생체 시스템이 인증 된 GOST 및 GOST를 해독하는 데 게으르지 마십시오.

우리는 실제 생체 인식 시스템에서 시작한 주제를 계속하면서“기본 생체 인식 시스템”기사에서 이야기 할 것을 제안합니다.

문학

http://www.1zagran.ru
http://fingerprint.com.ua/
http://habrahabr.ru/post/174397/
http://sonda.ru/
http://eyelock.com/index.php/ 제품 / hbox
http://www.bmk.spb.ru/
http://www.avtelcom.ru/
http://www.nec.com/en/global/ solutions / security / products / hybrid_finger.html
http://www.ria-stk.ru/mi "세계 측정"2014 년 3 월
http://www.biometria.sk/ru/ laws-of-biometrics.html
http://www.biometrics.ru
http://www.guardinfo.ru/first 핵 물질 및 핵 위험 시설의 물리 보호 시스템 (PPS)
http://cbsrus.ru/
http : www.speechpro.ru
Poter J F. 30 오류 기준. 1997.
GOST R ISO / IEC19795-1-2007. 인증 생체 인식. 생체 인식의 성능 테스트 및 테스트 보고서. 1 부. 원칙과 구조.
Ball R.M., Connel J.H., Ratha N.K., Senior E.U. 생체 인식 가이드. M .: CJSC RIC Technosphere, 2006.
Simonchik K.K., Belevitin D.O., Matveev Yu.N., Dyrmovsky D.V. 바이 모달 생체 인식 // World of Measurements를 기반으로 인터넷 뱅킹에 액세스합니다. 2014. No. 3.
19. Dunin-Barkovsky I.V., Smirnov N.V. 공학의 확률 이론 및 수학적 통계. M .: 기술 및 이론 문헌의 주 출판사, 1955.