
- •20 [9,18,26,29]. В той же час, із розвитком технологій застосування біометрії у криміналістиці
- •II. Розпізнавання по райдужній оболонці ока
- •Іv. Розпізнавання голосу
- •2. Організаційні - суть ці методів полягає в організації процесів аутентифікації, таким чином, щоб утруднити чи виключити можливість використання муляжу. Ось ці методи:
- •Аутентифікація по голосу
- •Аутентифікація геометрії руки
- •Аутентифікація по сітківці ока
Міністерство освіти, науки, молоді та спорту України
Житомирский військовий інститут ім. С.П.Корольова Державного університету телекомунікацій
Кафедра технічного забезпечення
АСУ військового призначення
БІОМЕТРИЧНІ ЗАСОБИ ЗАХИСТУ ІНФОРМАЦІЇ
Реферат
студента 12 В взводу
факультету підготовки
офіцерів запасу
Троценка Андрія Леонідовича
Житомир – 2013
Зміст
Вступ
Розпізнавання по райдужній оболонці ока
Біометрична ідентифікація обличчя особи
Розпізнавання голосу
Вступ
На сьогоднішній день в індустрії безпеки розпочався новий етап. На загальному фоні найбільш динамічно продовжують розвиватись сучасні системи ідентифікації та захисту інформації. Особливу увагу привертають до себе біометричні засоби захисту інформації (БЗЗІ),
що обумовлено їх високою надійністю та досягненим в останній час значним здешевленням [1].
Використання БЗЗІ дозволяє підняти на принципово новий рівень якості автоматизовані
системи різнопланового призначення. Це обумовлено перспективністю використання біометрії,
універсальністю біометричних характеристик та розвитком інформаційних технологій.
Зазвичай біометричні технології класифікують за таким критерієм, як форма біологічних
даних [7]: біометричні технології, що використовують статичні дані, тобто такі, що не
змінюються суттєво впродовж значного терміну (С); біометричні технології, що використовують дані про поведінку, тобто такі, що досліджуються динамічно (Д).
Класифікація БЗЗІ за базовою біометричною технологією [9] виглядає наступним чином:
дактилоскопічний аналіз (ДА) [1, 2, 4, 9, 10, 15, 20, 26, 33]; розпізнавання райдужки ока (РО) [1,
9, 10, 41]; розпізнавання сітківки (С) [1, 9, 40, 41]; розпізнавання підпису людини (ПЛ) [1, 9, 10];
розпізнавання по зображенню обличчя (ЗО) [1, 5, 6, 9, 10]; розпізнавання по геометрії кісті,
руки (ГКР) [9, 10, 11, 31]; розпізнавання по ДНК (ДНК) [9, 19, 20]; розпізнавання по відбитку
долоні (ВД) [1, 9]; розпізнавання по формі вуха (ФВ) [9, 10]; розпізнавання по трьохвимірному
зображенню обличчя (ЗО3D) [5, 6, 9]; розпізнавання по розташуванню кaпілярних сосудів
(РКС) [9, 10, 11, 38]; розпізнавання по почерку, в тому числі клавіатурному (КП) [1, 9, 10, 14,
22]; розпізнавання по характеристикам голосу (ХГ) [1, 9, 11, 35]; розпізнавання по ході (Х) [9,
11, 22]; розпізнавання динаміки підпису людини (ДПЛ) [1, 9, 11]. Пропонується розширити дану
класифікацію наступними актульними на сьогоднішній день біометричними технологіями: розпізнавання електричної активності мозку (ЕАМ) [23, 39]; розпізнавання по динаміці губ
при вимови (ДГВ) [34, 35]; розпізнавання по відбитку губ (ВГ) [36, 37]; розпізнавання по
термограмі обличчя (ТО) [1, 5, 6]; розпізнавання по динаміці управління маніпуляторами миша
та тачпад (ДуММТ) [11, 22, 32].
На даний момент БЗЗІ застосовуються у наступних сферах: криміналістика (КР),
аутентифікація в інформаційних системах (АІС), контроль доступу (КД), медицина (МЕД),
криптографія (КРК), ідентифікація на державному та міжнародному рівні (ІМР), управління
технічними засобами (УТЗ), встановлення сімейних зв’язків (ВСЗ). Біометричні ознаки
застосовувались для ідентифікації в криміналістиці ще починаючи з 1985 року [27]. Одним із
перших застосувань біометріі в цій області був дактилоскопічний аналіз. На сьогоднішній день
технологій, що дозволяють ідентифікувати розташування папілярних ліній на пальцях, більше
20 [9,18,26,29]. В той же час, із розвитком технологій застосування біометрії у криміналістиці
постійно поширюється. Найчастіше біометричні технології вирішують питання розпізнавання
людини, отже однією з найпоширеніших областей їх застосування є контроль доступу
[9,18,21,25,26,29]. Біометрична характеристика є універсальним ключем, який людина не
забуде, як пароль, та не загубить, як смарт-карту. У цій області свого розвитку на сьогоднішній
день набувають комбіновані технології, наприклад, використання смарт-карти сумісно з
ідентифікацією обличчя. Шляхом розпізнавання та аналізу деяких [19,20] біометричних ознак можна діагностувати синдром Шершевского-Тернера, синдром Клайнфельтера та інші психосоматичні захворювання. Використання біометричних технологій значно поширилось завдяки розвитку інформаційних систем. Одночасно із вирішенням багатьох питань автоматизації та інформатизації постало питання аутентифікації людини в інформаційній системі [8,30]. На даний момент існують біометричні технології, які розпізнають динаміку користування людиною периферійних пристроїв інформаційної системи: клавіатури, маніпуляторів миша та тачпадів [14]. Зчитування деяких динамічних біометричних ознак дозволяє спростити задачу криптографічного розподілу ключів [22,23]. В наш час біометрична ознака є частиною паспорта громадян таких країн, як США, Англія, Японія [15,16,17]. При управлінні робототехнічними засобами часто використовують біометричні технології, переважно основані на розпізнаванні динамічних характеристик [1,9,]. Тобто, для виконання робіт високої точності іноді не вистачає можливостей процесора технічного засобу, тоді в діло вступає людина, але опосередковано, через трансляцію своїх біометричних характеристик на технічний засіб. Найбільш точна, відома на сьогоднішній день, біометрична характеристика це ДНК людини [1]. По ДНК на сьогодні можна не тільки 100% ідентифікувати людину, а й з великою вірогідністю визначити її найближчих родичів.
II. Розпізнавання по райдужній оболонці ока
Райдужна оболонка – це частина ока, що представляє собою кольорове коло, найчастіше коричневого або блакитного кольору. Процес сканування райдужки починається з фотографії. У спеціальному фотоапараті, який звичайно підноситься дуже близько до людині, але не ближче 90 см, застосовується інфрачервоне підсвічування для одержання фото з дуже високою розподільчою здатністю. На процес фотографування йде всього від однієї до двох секунд, потім отримане детальне зображення райдужки перетвориться в схематичну форму, записується й зберігається для наступного порівняння/верифікації. Окуляри й контактні лінзи ніяк не впливають на якість зображення, а системи сканування райдужки перевіряють живе око за допомогою виміру постійних коливань, що спостерігаються в нормі, розміру зіниці. Внутрішній край райдужки визначається алгоритмом системи сканування, який відображає у вигляді схеми індивідуальний малюнок і характерні риси райдужної оболонки. Алгоритм являє собою серію вказівок, які направляють процес інтерпретації системою конкретної проблеми. Алгоритми складаються з декількох послідовних кроків і використовується біометричною системою для визначення відповідності між біометричним зразком і зареєстрованими даними. Райдужна оболонка формується ще до народження людини, і, за винятком випадків ушкодження очного яблука, залишається незмінною протягом усього життя людини. Малюнок райдужки є надзвичайно складним і несе в собі разюче великий обсяг інформації, а також має більш ніж 200 унікальних точок. Той факт, що праве й ліве око людини відрізняються друг від друга, і що їх малюнки дуже легко зафіксувати в схематичній формі, робить технологію сканування райдужної оболонки одним із самих надійних засобів ідентифікації, не підданим неправильному порівнянню й фальсифікації. Частота неправильного розпізнавання в системах ідентифікації по райдужці рівна 1 до 1,2 мільйонам, статистично це набагато вище, чим результати, які демонструються в середньому системами розпізнавання по відбитках пальців. Реальною перевагою є частота невизнання – кількість дійсних зареєстрованих користувачів, особистість яких не розпізнається. Сканери відбитків пальців допускають помилки невизнання в 3% випадків, у той час як системи сканування райдужної оболонки відрізняються частотою невизнання 0%. Експериментально, технологія ідентифікації по райдужній оболонці ока стала застосовуватися при роботі з банкоматами в Англії, США, Японії й Німеччини, починаючи з 1997 року. У цих експериментальних проектах дані про райдужку клієнта ставали засобом верифікації для доступу до банківського рахунку, усуваючи в такий спосіб необхідність уведення клієнтом Pin-Коду або пароля. Коли клієнт представляв своє очне яблуко банкомату, і верифікація особистості була позитивною, то допускався доступ до банківського рахунку. Такі системи мали великий успіх, тому що не потрібно було турбуватися із приводу забутих або украдених паролів, відповідно рейтинги популярності серед клієнтів були дуже високими. Метод сканування райдужної оболонки почали застосовувати й в аеропортах для таких різноманітних функцій, як ідентифікація/верифікація працівників для проходження через зони обмеженого доступу, а також для ідентифікації пасажирів, що часто користуються послугами авіакомпанії для швидкого проходження ними паспортного контролю. Крім цього, слід перелічити такі проекти, як верифікація при онлайнових покупках, онлайновому користуванні банківськими послугами, онлайновому голосуванні й онлайновой торгівлі акціями. Метод ідентифікації по райдужній оболонці забезпечує високий рівень безпеки користувача, захист приватної інформації, а також просто допомагає підтримувати спокій і гарний настрій клієнта.
ІІІ. Біометрична ідентифікація обличчя особи
Системи розпізнавання за формою обличчя є вбудованими комп'ютерними програмами, які аналізують зображення осіб людей в цілях їх ідентифікації. Програма бере зображення обличчя і вимірює такі його характеристики, як відстань між очима, довжина носа, кут щелепи, на основі чого створюється унікальний файл, який називається "шаблон". Використовуючи шаблони, програма порівнює дане зображення з іншими зображеннями, а потім оцінює, наскільки зображення є схожими один на одного. Звичайними джерелами зображень для використання при ідентифікації по обличчю є сигнали від телекамер і раніше отримані фотографії, на зразок тих, що зберігаються в базі даних водійських посвідчень. Але згідно з дослідженнями від знімків з зернистим зображенням або старих фотографій, типу тих, які зберігаються в особистих справах, буде дуже мало користі. На практиці, при використанні систем розпізнавання осіб у складі стандартних електронних охоронних систем, передбачається, що людина, яку слід ідентифікувати, дивиться прямо в камеру. Таким чином, система працює з відносно простим двовимірним зображенням, що помітно спрощує алгоритми і знижує інтенсивність обчислень. Але навіть у цьому випадку завдання розпізнавання все ж таки не тривіальна, оскільки алгоритми повинні враховувати можливість зміни рівня освітлення, зміна виразу обличчя, наявність або відсутність макіяжу або окулярів. Обсяг баз даних при використанні стандартних персональних комп'ютерів не перевищує 10000 зображень. В даний час існує чотири основні методи розпізнавання особи:
"Eigenfaces";
аналіз "відмінних рис";
аналіз на основі "нейронних мереж";
метод "автоматичного оброблення зображення обличчя".
Всі ці методи розрізняються складністю реалізації та метою застосування. "Eigenface" можна перекласти як "власне обличчя". Ця технологія використовує двовимірні зображення у градаціях сірого, які представляють відмінні характеристики зображення обличчя. Метод "eigenface" часто використовуються в якості основи для інших методів розпізнавання особи. У момент реєстрації, "eigenface" кожної конкретної людини представляється у вигляді ряду коефіцієнтів. Для режиму встановлення достовірності, в якому зображення використовується для перевірки ідентичності, "живий" шаблон порівнюється з уже зареєстрованим шаблоном, з метою визначення коефіцієнта відмінності. Ступінь відмінності між шаблонами і визначає факт ідентифікації. Технологія "eigenface" оптимальна при використанні в добре освітлених приміщеннях, коли є можливість сканування особи у фас. Методика аналізу "відмінних рис" - найбільш широко використовувана технологія ідентифікації. Ця технологія подібна методикою "Eigenface", але більшою мірою адаптована до зміни зовнішності або міміки людини (усміхнене або хмурящееся особа). У технології "відмінних рис" використовуються десятки характерних особливостей різних областей особи, причому з урахуванням їх відносного розташування. Індивідуальна комбінація цих параметрів визначає особливості кожної конкретної особи. Особа людини унікальне, але досить динамічно, тому що людина може посміхатися, відпускати бороду і вуса, одягати окуляри - все це збільшує складність процедури ідентифікації. Таким чином, наприклад, при посмішці спостерігається деяке зміщення частин обличчя, розташованих біля рота, що в свою чергу буде викликати подібний рух суміжних частин. Враховуючи такі зміщення, можна однозначно ідентифікувати людину і при різних мімічних змінах особи. Так як цей аналіз розглядає локальні ділянки обличчя, допустимі відхилення можуть перебувати в межах до 25 ° в горизонтальній площині, і приблизно до 15 ° у вертикальній площині і вимагає досить потужною і дорогої апаратури, що відповідно скорочує ступінь розповсюдження даного методу. У методі, заснованому на нейронної мережі, характерні особливості обох осіб - зареєстрованого та перевіряється порівнюються на збіг. "Нейронні мережі" використовують алгоритм, який встановлює відповідність унікальних параметрів особи перевіряється людини і параметрів шаблону, що знаходиться в базі даних, при цьому застосовується максимально можливе число параметрів. У міру порівняння визначаються невідповідності між особою перевіряється і шаблону з бази даних, потім запускається механізм, який за допомогою відповідних вагових коефіцієнтів визначає ступінь відповідності особи, що перевіряється шаблоном з бази даних. Цей метод збільшує якість ідентифікації особи у складних умовах. Метод "автоматичної обробки зображення особи" - найбільш проста технологія, що використовує відстані і відношення відстаней між легко визначаються точками особи, такими як очі, кінець носа, куточки рота. Хоча даний метод не настільки потужний як "eigenfaces" або "нейронна мережа", він може бути досить ефективно використаний в умовах слабкої освітленості. Надійність роботи системи розпізнавання осіб дуже сильно залежить від кількох факторів:
Якість зображення. Помітно знижується ймовірність безпомилкової роботи системи, якщо людина, яку ми намагаємося ідентифікувати, дивиться не прямо в камеру або знятий при поганому освітленні.
Актуальність фотографії, занесеної до бази даних.
Величина бази даних.
Технології розпізнавання обличчя добре працюють зі стандартними відеокамерами, що передають дані і управляються персональним комп'ютером, і вимагають дозволу 320x240 пікселів на дюйм при швидкості відео потоку, принаймні, 3 - 5 кадрів в секунду. Для порівняння - прийнятну якість для відео конференції вимагає швидкості відеопотоку вже від 15 кадрів в секунду. Більш висока швидкість відеопотоку при більш високому дозволі веде до поліпшення якості ідентифікації. При розпізнаванні осіб з великої відстані існує сильна залежність між якістю відеокамера і результатом ідентифікації.