Biometrinen laite

Biometrinen laite  on laite tunnistamiseen ja todentamiseen. Biometrinen laite on turvatunnistus- ja todennuslaite. Tällaiset laitteet käyttävät automaattisia menetelmiä tunnistaakseen elävän henkilön identiteetin fysiologisten tai käyttäytymisominaisuuksien perusteella. Näitä ominaisuuksia ovat sormenjäljet, kasvokuvat, iiris ja äänentunnistus. [yksi]

Historia

Biometriset laitteet ovat olleet ihmisten tuntemia jo pitkään. Manuaaliset biometriset laitteet ovat olleet käytössä jo vuodesta 500 eKr. e. [2] kuten näkyy babylonialaisissa savitauluissa, joissa on tietueita liiketoimista ja sormenjäljistä. Biometristen laitteiden automaatio ilmestyi ensimmäisen kerran 1960-luvulla, [3] kun FBI esitteli Indentimatin, sormenjälkien tarkistuslaitteen rikosrekisteritietokannan ylläpitämiseksi. Ensimmäiset laitteet mittasivat käden muodon ja sormien pituuden. Vaikka järjestelmä poistettiin käytöstä 1980-luvulla, se loi ennakkotapauksen tuleville biometrisille laitteille.

Laji

Käyttäjien pääsyyn käytetään ihmiskehon ominaisuuksia. Niiden perusteella erotetaan seuraavat biometriset laitteet:

• Kemiallinen: analysoi DNA-segmentit.
• Visuaalinen: IRIS-tunnistus, kasvojentunnistus, sormentunnistus ja verkkokalvon tunnistus.
• Käyttäytyminen: analysoi nopeus, käsinkirjoituksen leveys ja kynän paine, yksilöllisesti jokaiselle henkilölle.
• Haju: Erottele eri käyttäjien hajuja.
• Kuulo: analysoi ääntä.

Sovellus

Työpaikat

"Buddy Punching" [4] (kun työntekijät peittelevät tovereiden poissaoloa työaikana) lisääntyessä työnantajat ovat siirtyneet sormenjälkien tunnistustekniikkaan. Biometriset laitteet tarjoavat myös luotettavan tavan kerätä tietoja työntekijöiden työajoista, koska jokaisella on ainutlaatuiset biometriset tiedot.

Maahanmuutto

Lentomatkustuskysynnän kasvaessa ja ihmisten määrän kasvaessa nykyaikaiset lentokentät joutuvat ottamaan käyttöön tekniikoita pitkien jonojen vähentämiseksi. Biometriikka otetaan käyttöön yhä useammalla lentoasemilla, koska tämän järjestelmän avulla matkustajat tunnistetaan nopeasti. Yksi tällainen esimerkki on Dubain kansainvälinen lentoasema, joka aikoo ottaa käyttöön IRIS on the Move (IOM) -teknologian, jonka pitäisi helpottaa matkustajien sujuvaa lähtöä ja saapumista lentokentälle. [5]

Kädessä pidettävät laitteet

Sormenjälkitunnistimet löytyvät jo mobiililaitteista. Tätä anturia käytetään laitteen lukituksen avaamiseen ja toimintoihin, kuten rahan ja tiedostojen siirtoon. Sitä voidaan käyttää estämään valtuuttamattomia henkilöitä käyttämästä laitetta.

Nykyaikaiset biometriset laitteet

Henkilökohtaisen allekirjoituksen tunnistusjärjestelmä

Tämä on yksi tunnetuimmista [6] ja hyväksytyimmistä biometrisista ominaisuuksista yritysympäristössä. Tämä järjestelmä ottaa huomioon monet parametrit, kuten kosketuksen aiheuttaman paineen, käden liikkeen nopeuden sekä pinnan ja allekirjoittamiseen käytetyn kynän välisen kulman. On myös mahdollisuus oppia käyttäjiltä, ​​koska allekirjoitusten tyylit vaihtelevat saman henkilön kohdalla. Siksi tämä järjestelmä pystyy parantamaan omaa tarkkuuttaan ottamalla näytteen tiedoista.

Iriksen tunnistusjärjestelmä

Tämä järjestelmä käyttää laitetta, joka skannaa käyttäjän verkkokalvon ja vertaa sitten tulosta tietokantaan tallennettuihin tuloksiin. Tämä on yksi turvallisimmista todennuksen muodoista, sillä sormenjälkiä voidaan jättää mille tahansa pinnalle ja iirisjälkien varastaminen on erittäin vaikeaa. Iris-tunnistusta käyttävät laajalti organisaatiot, jotka työskentelevät suurten ihmisvirtojen kanssa. Yksi tällainen järjestelmä on Aadhar Identification, jonka Intian hallitus suorittaa väestön kirjaamiseksi. Tällaisen järjestelmän valinta on perusteltua sillä, että silmän iiris ei käytännössä kehity elämän aikana.

Nykyaikaisten biometristen laitteiden ongelmat

Biometrinen huijaus

Biometrinen huijaus on biometrisen tunnistuksen ohjausjärjestelmän huijausmenetelmä [7] , jossa biometriselle skannerille annetaan väärennettyä materiaalia. Tämä materiaali jäljittelee henkilön ainutlaatuisia biometrisiä ominaisuuksia hämmentääkseen järjestelmää ja saadakseen pääsyn arkaluonteisiin tietoihin.

Yksi tällainen korkean profiilin biometristen tietojen väärennöstapaus oli se , että Chaos Computer Club Group toi onnistuneesti Saksan puolustusministerin Ursula von der Leyenin sormenjäljen [8] . Ryhmä käytti korkealaatuisia objektiiveja ja otti kuvia 6 metrin etäisyydeltä. He käyttivät ammattimaisia ​​sormiohjelmistoja ja kartoittivat ministerin sormenjäljen ääriviivat. On kuitenkin olemassa tapa torjua huijausta. Pulssioksimetrian [9] periaatteella , eli mittaamalla veren hapetus ja syke, voidaan ottaa käyttöön lisäsuoja. Tämä vähentää edellä mainitun kaltaisten hyökkäysten määrää, vaikka tämä menetelmä ei ole kaupallisesti sovellettavissa korkeiden kustannusten vuoksi.

Tarkkuus

Tarkkuus on vakava ongelma biometrisessä tunnistuksessa. Salasanat ovat edelleen erittäin suosittuja, koska salasana on staattinen, kun taas biometriset tiedot voivat muuttua (ääni raskastuu murrosiän vuoksi, kasvojen arpeutuminen voi johtaa virheelliseen kasvojen skannaukseen). Testaessaan äänentunnistusta PIN-pohjaisten järjestelmien korvaajana Barclays raportoi [10] , että heidän äänentunnistusjärjestelmänsä on 95 prosenttia tarkka. Tämä tilasto tarkoittaa, että monia asiakkaiden ääniä ei ehkä tunnisteta, vaikka ne olisivat oikeita. Tämä epävarmuus saattaa hidastaa biometristen laitteiden käyttöönottoa.

Biometristen laitteiden edut

• Biometriset tiedot ovat yksilöllisiä jokaiselle henkilölle, ja niitä on vaikea hakkeroida [11] , mikä tekee tämäntyyppisistä laitteista turvallisempia kuin perinteiset todennusmenetelmät, koska salasanat voidaan helposti varastaa tai unohtaa. Yahoo-käyttäjien keskuudessa tehty tutkimus osoitti, että vähintään 1,5 prosenttia [12] käyttäjistä unohtaa salasanansa joka kuukausi, joten kuluttajien pääsy palvelun palveluihin pitenee, koska salasanan palautusprosessi kestää kauan. Nämä perinteisten salasanojen haitat tekevät biometrisista laitteista tehokkaampia ja vähentävät loppukäyttäjien vaivaa.

Tulevaisuus

Tutkijat tutkivat nykyisten biometristen laitteiden puutteita ja kehittävät uusia, joissa väärentämisen tai tietojen vääristymisen todennäköisyys pienenee. Kehitetty tekniikka:

• US Military Academy kehittää algoritmia [13] , jonka avulla voit tunnistaa, kuinka kukin henkilö on vuorovaikutuksessa tietokoneidensa kanssa; Tämä algoritmi ottaa huomioon ainutlaatuiset ominaisuudet, kuten kirjoitusnopeuden, kirjoitusrytmin ja yleiset kirjoitusvirheet. Näiden tietojen avulla algoritmi voi luoda ainutlaatuisen profiilin kullekin käyttäjälle yhdistämällä heidän useat käyttäytymis- ja stylometriset tiedot.
• Kenneth Okreaforin [14] ja [15] tuore innovaatio on tarjonnut optimoidun ja vankan tavan soveltaa biometristä elinkelpoisuusmenetelmää käyttämällä ominaisuuden satunnaistusmenetelmää. Tämä uusi konsepti avaa mahdollisesti uusia tapoja havaita tarkemmin biometristen tietojen huijausta ja tekee huijarin valtuutuksen lähes mahdottomaksi tulevissa biometrisissa laitteissa. Kenneth Okreaforin biometrisen selviytymisalgoritmin mallintaminen käyttämällä 3D-multibiometristä kehystä, joka koostui 15 kasvonjäljen, sormenjäljen ja iiriksen selviytymisparametrista, johti järjestelmän tehokkuuteen 99,2 % 125 eri satunnaistusyhdistelmällä. Okereaphorin innovaation ainutlaatuisuus piilee korreloimattomien biometristen parametrien soveltamisessa, mukaan lukien luontaiset ja tahattomat biolääketieteelliset parametrit, kuten silmien räpyttely, pulssioksimetria, sormispektroskopia, elektrokardiogrammi, hikoilu jne.
• Ryhmä japanilaisia ​​tutkijoita loi järjestelmän [16] , joka käyttää 400 tuolissa olevaa anturia tunnistamaan ääriviivat ja yksilölliset painepisteet, joita ihminen on luonut. Tämän derrière-autentikaattorin, jota jatkuvasti parannetaan ja modifioidaan, väitetään olevan 98 % tarkka ja sitä käytetään autojen varkaudenestomekanismeissa.
• Keksijä Lawrence F. Glaser kehitti ja patentoi tekniikan, joka ensi silmäyksellä näyttää teräväpiirtonäytöltä. Kuitenkin toisin kuin näytöt, joissa on kaksiulotteisia pikseliryhmiä, tämä tekniikka sisältää pikselipinoja, jotka palvelevat useita tarkoituksia ja johtavat monibiometriseen kuvaan. Sen uskotaan olevan ensimmäinen keinotekoinen laite, joka voi siepata 2 tai useampia eri biometrisiä tietoja samalta pikselipinon alueelta (muodostaen pinnan) samanaikaisesti, jolloin tiedoista voi muodostua kolmas biometrinen tunnus, joka on monimutkaisempi kuvio. sen suhteen, kuinka syöttötiedot kohdistetaan. Esimerkki olisi sormenjäljen ja kapillaarikuvion ottaminen samalla hetkellä. Tällä tekniikalla on muita mahdollisuuksia, kuten Kirlian-tietojen kerääminen, joka varmistaa, että sormi liikkui tapahtuman aikana, tai luun yksityiskohtien kaappaaminen, jotka muodostavat muita biometrisiä tietoja. Pikselien pinoamiskonsepti parantaa toiminnallisuutta pienemmällä pinta-alalla yhdistettynä mahdollisuuteen lähettää mitä tahansa väriä yhdestä pikselistä, mikä eliminoi pinnan RGB-säteilyn (RED GREEN BLUE) tarpeen. [17]

Linkit

1. ↑ Wayman, James; Jain, Anil.; Maltonie, Davide; Maio, Dario. Johdatus biometrisiin todennusjärjestelmiin  . - Boston, MA: Springer London , 2005. - P.  1-20 . — ISBN 978-1-85233-596-0 .
2. ↑ Mayhew, Stephen Biometriikan  historia . Biometrinen päivitys . Haettu 22. joulukuuta 2018. Arkistoitu alkuperäisestä 18. lokakuuta 2017.
3. ↑ Zhang, David. Automatisoitu biometriikka: tekniikat ja järjestelmät  (englanniksi) . — Springer Science & Business Media . - P. 7. - ISBN 9781461545194 .
4. ↑ R, Josphineleela; Ramakrishnan, Dr.M. Tehokas automaattinen läsnäolojärjestelmä, jossa käytetään sormenjälkien rekonstruktiotekniikkaa  (uuspr.)  // International Journal of Computer Science and Information Security. - 2012. - maaliskuu ( osa 10 , nro 3 ). - S. 1 . - . - arXiv : 1208.1672 .
5. ↑ Dubain lentokenttä ilman maahanmuuttolaskereita?  (englanniksi)  (29. lokakuuta 2015). Arkistoitu alkuperäisestä 27. lokakuuta 2015. Haettu 28. lokakuuta 2015.
6. ↑ MM Fahmy, Maged. Online-käsinkirjoitetun allekirjoituksen varmennusjärjestelmä, joka perustuu DWT-ominaisuuksiin ja hermoverkkojen luokitteluun  (englanniksi)  // Ain Shams Engineering Journal : Journal. - 2010. - 5. marraskuuta ( osa 1 , nro 1 ) - s. 59-70 . - doi : 10.1016/j.asej.2010.09.007 .
7. ↑ Trader, John Liveness Detection biometrisen huijauksen torjuntaan  . Haettu 4. marraskuuta 2015. Arkistoitu alkuperäisestä 7. joulukuuta 2015.
8. ↑ Saksan ministeri sormi hakkerin "varastaneen" hänen peukalonjäljensä KUVASTA  (  29. joulukuuta 2014). Arkistoitu alkuperäisestä 5. syyskuuta 2015. Haettu 21. lokakuuta 2015.
9. ↑ Reddy, P.V.; Kumar, A; Rahman, S; Mundra, TS Uusi huijauksenestomenetelmä biometrisille laitteille  (määrittelemätön)  // EEE-TAPAHTUMAT BIOLÄÄKETIETEILLÄ JA JÄRJESTELMÄSTÄ. - T. 2 , nro 4 . - S. 328-337 . - doi : 10.1109/tbcas.2008.2003432 .
10. ↑ Sano hyvästit nastalle: äänentunnistus ottaa vallan Barclays  Wealthissä . The Telegraph . Haettu 22. lokakuuta 2015. Arkistoitu alkuperäisestä 26. syyskuuta 2015.
11. ↑ O'Gorman, Lawrence. Salasanojen, tunnisteiden ja biometristen tietojen vertailu käyttäjän todennusta varten   // IEEE :n menettelyt : päiväkirja. — Voi. 91 , ei. 12 . - s. 2021-2040 . - doi : 10.1109/jproc.2003.819611 .
12. ↑ Florencio, Dinei; Herley, Cormac. Laajamittainen tutkimus Web-salasanan käyttötavoista  (määrittämätön)  // WWW 2007 / Track: Security, Privacy, Reliability ja Ethics. - S. 657 . - doi : 10.1145/1242572.1242661 .
13. ↑ Funk, Wolfgang; Arnold, Michael; Busch, Christoph; Munde, Axel. Sormenjälkien ja kasvojentunnistusjärjestelmien kuvanpakkausalgoritmien arviointi  (englanniksi)  // 2005 IEEE Information Assurance Workshop : Journal.
14. ↑ KU Okereafor, C. Onime ja OE Osuagwu, "Multi-biometric Liveness Detection - A New Perspective", West African Journal of Industrial and Academic Research, voi. 16, ei. 1, s. 26-37, 2016 ( https://www.ajol.info/index.php/wajiar/article/view/145878 Arkistoitu 22. joulukuuta 2018 Wayback Machinessa )
15. ↑ KU Okereafor, C. Onime ja OE Osuagwu, "Enhancing Biometric Liveness Detection Using Trait Randomization Technique", 2017 UKSim-AMSS 19th International Conference on Modeling & Simulation, Cambridgen yliopisto, Conference Proceedings, pp. 28.–33. 2017 ( http://uksim.info/uksim2017/CD/data/2735a028.pdf Arkistoitu 8. elokuuta 2017 Wayback Machinessa )
16. ↑ Malenkovich, Serge 10 tulevaisuuden biometristä turvakoodia  . kaspersky.com . Haettu: 25. lokakuuta 2015.
17. ↑ US-patenttihakemus : 0170053253  . Yhdysvaltain patentti- ja tavaramerkkivirasto (23. helmikuuta 2017). Haettu 22. joulukuuta 2018. Arkistoitu alkuperäisestä 22. joulukuuta 2018.