MorePC - Главная страница


О сайте

Регистрация

Обратная связь

Реклама на сайте

Публикации на сайте

Карикатуры

  Категории СВТ     Тесты и методики испытаний     Новости СВТ     Проблемы информатизации     Форум     Опросы     Словарь     Поиск  

     Средства аутентификации : Теория  

Предлагаем Вашему вниманию статьи по информационной безопасности.

20.10.2006. Технология биометрической аутентификации Precise BioMatch

версия для печати

Precise BioMatch — технология биометрической аутентификации по отпечатку пальца компании Precise Biometrics — это алгоритм сопоставления отпечатков пальцев, который, при использовании в качестве метода аутентификации, обеспечивает точность и безопасность. Технология Precise BioMatch лежит в основе всех решений по биометрической аутентификации Precise Biometrics и работает со смарт-картами и биометрическими считывающими устройствами. Эта статья описывает принципы работы и преимущества технологии, разработанной Precise Biometrics. (Примечание: продукты серии Precise BioMatch включают Precise BioMatch Pro, Precise BioMatch Std и Precise BioMatch C/J/M, причём не каждый из них реализует все описанные ниже алгоритмы.)

Материал подготовлен специалистами Rainbow Technologies — дистрибьютора компании Precise Biometrics на территории России и стран СНГ на основе информации производителя. Оригинальная статья: Precise BioMatch Fingerprint Technology (англ., PDF, 520 Кбайт).

Содержание

Введение

Использование биометрических характеристик для подтверждения личности предполагает использование физических характеристик, таких как лицо, голос или отпечатки пальцев, с целью удостоверения личности. Сопоставление отпечатков пальцев является самой удачной технологией биометрической идентификации благодаря простоте использования, отсутствию постороннего вмешательства и надежности. Отпечаток пальца состоит из борозд и полосок, образующих сложный узор, уникальный для каждого человека, а потому, обеспечивающий оптимальный метод верификации.

В данной статье обсуждается два основных алгоритма, использующихся для распознавания отпечатков пальцев: основанный на выделении ключевых точек и на сопоставлении узоров. Эти методы по-разному оценивают изображения отпечатков пальцев; метод выделения ключевых точек сопоставляет определенные детали борозд на отпечатке пальца, в то время как метод сопоставления узоров сравнивает характеристики отпечатков пальцев полностью. Далее в статье будут рассмотрены преимущества и недостатки обоих методов.

Постоянные исследования и развитие Precise Biometrics привели к созданию более точной технологии биометрической аутентификации — Precise BioMatch. Подход использует как достоинства традиционных методов выделения ключевых точек, так и передовые алгоритмы сравнивания узоров. Такой двойной подход позволяет получить максимальное количество информации из отпечатка для последующего качественного анализа и гарантирования верной аутентификации. Precise BioMatch создана не только для алгоритмов аутентификации личности в большой базе данных (как, например, алгоритм AFIS — автоматическая система распознавания отпечатков пальцев), но и для наилучшего подтверждения личности в логическом и физическом доступе.

Алгоритм Precise BioMatch не привязан к конкретному типу датчика (сканера отпечатков). Значит, пользователь может зарегистрировать отпечатки на одном типе датчика, а проходить проверку на другом. Это чрезвычайно важно в случаях, когда биометрическое распознавание используется на большом, неконтролируемом пространстве. Типичным примером является государственная удостоверяющая карта, где образцу на ID-карте сопоставляется изображение отпечатка пальца, переданное с матрицы чувствительных элементов.

Методы распознавания отпечатков пальцев

Метод выявления ключевых точек

Каждый отпечаток пальца состоит из определенного количества борозд и полосок. Полосы — это приподнятые части кожного покрова, борозды — впалые части. Полосы составляют так называемые ключевые точки: края полос (там, где полосы заканчиваются) и раздвоения — там, где они разветвляются.

Рис. 1. Регистрация отпечатка по набору ключевых точек

Во время регистрации ключевые точки располагаются в определенном месте (рис. 1), а их расположение относительно друг друга и их направление регистрируются. На основе этих данных создается образец (шаблон) — информация, которая впоследствии будет использована для удостоверения личности пользователя.

Рис. 2. Проверка с использованием ключевых точек

На этапе сопоставления (рис. 2), считанное изображение отпечатка пальца подвергается предварительной обработке, в ходе которой извлекаются ключевые точки. Они сопоставляются с зарегистрированным образцом, пытаясь расположить в определенном месте как можно большее количество похожих точек в пределах заданных границ. Результатом сопоставления, как правило, является набор ключевых точек. Затем используется порог, определяющий, насколько большим должно быть это число, чтобы было возможно сопоставить отпечаток пальца с образцом.

Плюсы:

  • Используется в приложениях AFIS;
  • Широко известный, хорошо исследованный метод;
  • Алгоритм подходит для множественного сопоставления.

Минусы:

  • Так как метод предъявляет большие требования к разрешению и размерам чувствительного датчика, он может быть использован не во всех технологиях, считывающих отпечатки пальцев. При использовании сканеров, менее совершенных, чем аппаратура AFIS-класса, дает низкие результаты;
  • Люди, не имеющие совсем или имеющие небольшое количество ключевых точек (особое состояние кожного покрова) не могут пользоваться данной системой. Количество ключевых точек может быть ограничивающим фактором для безопасности алгоритма;
  • Возможны сбои в системе из-за ложных ключевых точек (участок, содержащий ошибку, возникшую из-за низкого качества регистрации, воспроизведения изображения или нечеткого отпечатка полос).

Метод сопоставления узоров

Важным свойством алгоритма сопоставления узоров является то, что во внимание принимаются не только отдельно взятые точки, но и более объемлющие характеристики отпечатка пальца. Эти характеристики могут также включать определенный процент дополнительных данных, включая толщину полос, их кривизну или плотность. В связи с этим увеличившимся количеством данных, алгоритм, основанный на сопоставлении узоров, менее зависит от величины сканера и абсолютно не зависит от количества ключевых точек в отпечатке пальца. Основанный на сопоставлении узоров алгоритм, в отличие от метода выделения ключевых точек, не встречает сложностей при распознавании пальца с отпечатком худшего качества.

Рис. 3. Регистрация отпечатка при помощи алгоритма сопоставления узоров

Запатентованный алгоритм сопоставления узоров Precise Biometrics во время регистрации отпечатка определяет наличие вышеупомянутых дополнительных характеристик. Небольшие участки отпечатка и расстояние между ними извлекаются из общей картины (рис. 3) с целью максимально увеличить количество уникальной информации. Наиболее значимы участки вокруг ключевых точек и участки с небольшим радиусом изгиба. Основная структура и уникальные комбинации полос также являются ценными данными.

Рис. 4. Проверка с использованием алгоритма сопоставления узоров

Процесс подтверждения (рис. 4) начинается с предварительной обработки считанного изображения отпечатка. Зарегистрированные узоры, хранящиеся в образце, сопоставляются с проверяемым изображением отпечатка, чтобы определить, насколько образец совпадает с изображением. Порог, описывающий малейшее допустимое отклонение впоследствии используется при определении степени соответствия отпечатка имеющемуся образцу.

Плюсы:

  • Прекрасно работает со всеми известными типами сканеров отпечатков пальцев;
  • Любой отпечаток, который можно записать, может быть зарегистрирован, даже если он не имеет или имеет небольшое количество ключевых точек;
  • Прекрасно подходит для осуществления работы с недостаточным количеством вычислительных ресурсов, например, смарт-картой.

Минусы:

  • Не может использовать базу данных AFIS (однако, может использовать необработанные изображения);
  • Не оптимизирован для идентификации (то есть для установления конкретной личности, для схемы «один ко многим»).

Алгоритм Precise BioMatch

Precise BioMatch использует как методы выделения ключевых точек, так и алгоритмы сопоставления узоров. Объединение двух разных технологий позволяет Precise BioMatch более эффективно работать с различными типами изображений, даже с отпечатками низкого качества. Например, отпечаток пальца с несколькими ключевыми точками или отпечатки с размытым рисунком могут помешать пользователю при регистрации, однако смешанная технология, используемая алгоритмом Precise BioMatch, в данном случае будет иметь преимущество.

Выражаясь в терминах теории информации, два описанных метода используют различные подмножества данных об отпечатке — в каком-то смысле эти подмножества можно назвать ортогональными (проще говоря, независимыми, невыражаемыми друг через друга). В результате их совмещения получается алгоритм с очень хорошими характеристиками распознавания — высоким соотношением правильного распознавания к числу ложных тревог (Receiver Operating Characteristic).

Преимущества алгоритма Precise BioMatch:

  • Способность к взаимодействию с различными типами устройств считывания: для получения отпечатка может использоваться широкий ряд датчиков и сканеров, начиная от высококачественных приборов AFIS-класса и заканчивая стандартными считывающими устройствами. Работает со всеми известными на данный момент устройствами.
  • Способность взаимодействовать с различным программным обеспечением: адаптация к любому интерфейсу частного программного обеспечения довольно проста, если вы используете инструменты разработки программного обеспечения Precise BioMatch SDK.
  • Кросс-платформенность: может быть использован на сервере, рабочей станции или на смарт-карте с одинаковым уровнем производительности и статистических показателей.
  • Низкая вероятность ложной тревоги и ложного подтверждения (FAR, FRR), ошибок регистрации (FTE), и низкий уровень равной вероятности ошибок (EER) из-за смешанного типа сопоставления.
  • Сочетаемость с системами AFIS: может импортировать необработанные изображения из базы данных AFIS. Возможна автономная регистрация без взаимодействия с пользователем. Данная технология справляется с любым форматом необработанных изображений.
  • Соответствие всем необходимым промышленным стандартам, включая BioAPI, CBEFF, ISO 7816-11 и JCF.
  • Сертифицированное качество реализации: алгоритм показал себя подходящим для включения в список сертифицированной продукции FIPS 140. В 2002 году смарт-карты, использующие метод аутентификации, предоставленные Java-апплетом Precise BioMatch J (разработанным партнером Precise Biometrics), заняли первое место в списке FIPS 140.
  • Отсутствие четких требований к размерам образца. Размер образца отпечатка пальца колеблется в пределах от 150 байтов (одна ключевая точка) до 1700 байтов, в зависимости от продукта и прикладных задач.

Характеристики алгоритма

Такие статистические критерии, как ложный пропуск или ложное подтверждение соответствия (False Accept Rate, False Match Rate) и ложная тревога (False Reject Rate), часто используются для количественной оценки надёжности распознавания. Очень важно не путать меру FAR с уровнем защиты, предоставляемым системой биометрической верификации.

Precise BioMatch имеет несколько уровней защиты, соответствующих различным ожидаемым значениям ложного подтверждения. Выбранные пороги срабатывания основаны на большой выборке отпечатков и подтверждаются тестированием. Использование базы данных для определения уровней FAR является стандартной методикой в индустрии биометрических характеристик. Это сложный метод, который прекрасно подходит для повседневного использования системы.

Для Precise BioMatch статистика FAR была рассчитана по результатам распознавания 2'500'000 ложных отпечатков; причём подопытные пользователи не имели специальных навыков прикладывания пальцев к датчику. Обычный уровень FAR составляет 1:10'000, но при использовании Precise BioMatch он может быть установлен от 1:2'500'000 до 1:100 — вероятности ложного подтверждения и ложной тревоги диаметрально противоположны, увеличение одного понижает уровень другого и наоборот.

Обучение пользователей будет положительно влиять на любую биометрическую систему в части ложной тревоги и отказе в регистрации (FTE), так как зафиксированные данные будут демонстрировать высокую степень изменчивости. Поэтому необходимо повышать компетентность пользователей и навыки достижения наилучшего выполнения операции опознавания. В частности, нужно крайне осторожно проводить процесс регистрации отпечатка для получения наилучшего качества. Процесс регистрации является самым важным шагом в использовании биометрической системы распознавания, так как полученный образец, будучи результатом регистрации, далее именно он будет использован системой для сравнения с живыми отпечатками пальцев.

Также следует упомянуть уровень равной вероятности ошибки (Equal Error Rate). Он отражает вероятность возникнования любого из событий — ложное подтверждение или ложная тревога. Если представить для примера график FRR как Y=aX², а FAR как Y=b/X², где X означает порог чувствительности алгоритма к несоответствию живого отпечатка ранее зарегистрированному образцу, а Y соответствует вероятности события, то EER будет ординатой точки пересечения этих графиков. Поэтому EER также называют Cross-over Rate (уровень пересечения).

Поскольку у алгоритма Precise BioMatch риск принятия ложной регистрации так же мал, как риск отказа зарегистрированному пользователю, то значение EER также довольно низкое. В качестве примера рассмотрим статистические показатели смарт-карты Precise Match-on-Card, входящей в серию продуктов Precise BioMatch. Эксперимент проводился сторонней лабораторией по методическим рекомендациям Mansfield-Wayman.

  • менее 0,5 % ложных тревог при неизмеримо малом (0 %) уровне ложных подтверждений;
  • отказ в регистрации также составил 0 %;
  • общая вероятность ошибки не превосходит 0,1 %.

Заключение

Чистые алгоритмы сопоставления узоров и алгоритмы, полагающиеся только на сопоставление ключевых точек, не могут удовлетворить всем требованиям. Например, чистый алгоритм выделения ключевых точек предъявляет слишком большие требования к размерам считывающего устройства, а, следовательно, дает плохие результаты при небольшом размере сканера или наличии у пользователя небольшого количества ключевых точек. С другой стороны, чистый метод сопоставления узоров не может работать со стандартизированными ключевыми точками. Объединяя сильные стороны обоих методов, решение Precise BioMatch предлагает разработчикам и конечным пользователям лучшие технологии из обеих методик и обеспечивает высокофункциональное и гибкое решение, учитывающее самые разнообразные требования к защите.

Соответствие стандартам

Технология Precise BioMatch соответствует следующим стандартам и черновым версиям стандартов:

  • ANSI B10.8. Finger Minutiae Extraction and Format Standard for One-to-One Matching
  • NISTIR 6529, ISO/IEC 19785. Common Biometric Exchange File Format (CBEFF)
  • ANSI X9.84. Biometric Information Management and Security
  • ISO/IEC 7816-11. Personal Verification Through Biometric Methods
  • ISO/IEC 19784. BioAPI 2.0
  • ANSI/INCITS 358. BioAPI 1.1
  • ISO/IEC 19794-2. Finger Minutiae Data
  • ISO/IEC 19794-4. Finger Image Data
  • ANSI/1-2000, NIST-ITL. Data format for the Interchange of Fingerprint, Facial & Scar mark & Tattoo (SMT) Information
  • Java Card Forum: Java Card 2.2 Biometry API
  • ICAO Fingerprint Image format for interoperable data interchange

Ссылки

Статью "20.10.2006. Технология биометрической аутентификации Precise BioMatch" Вы можете обсудить на форуме.




вверх
  Copyright by MorePC - обзоры, характеристики, рейтинги мониторов, принтеров, ноутбуков, сканеров и др. info@morepc.ru  
разработка, поддержка сайта -Global Arts