Biometrie

Share

|

Identificatie door fysieke kenmerken is zo oud als de mensheid. Herkennen mensen door hun stemmen of het uiterlijk, en zich voordoen als mensen door het vervullen van hun uiterlijk, was algemeen bekend in de klassieke oudheid. Inspanningen om de fysieke kenmerken die uniek te identificeren mensen vinden onder meer de Bertillion craniale kaarten, vingerafdrukken en DNA bemonstering. Met behulp van een dergelijke functie om mensen te identificeren voor een computer zou een ideale elimineren van fouten in authenticatie.

Biometrie is de automatische meting van de biologische of gedrags-kenmerken die identificatie van een persoon. Wanneer een gebruiker een account gegeven, het systeem administratie neemt een set van metingen dat deze gebruiker te identificeren voor een aanvaardbare mate van de fout. Wanneer de gebruiker het systeem toegangen, de biometrische authenticatie mechanisme verifieert de identiteit. Dit is aanzienlijk eenvoudiger dan het identificeren van de gebruiker, omdat er geen zoeken is vereist. Een vergelijking met de bekende gegevens over de identiteit van de beweerde gebruiker zal ofwel controleren of afwijzen van de vordering. Gemeenschappelijke kenmerken zijn vingerafdrukken, spraak-kenmerken, de ogen, gezichtsuitdrukkingen, en toetsaanslag dynamiek.

Vingerafdrukken

Vingerafdrukken kunnen optisch worden gescand, maar de camera's nodig zijn omvangrijk. Een Capacitative techniek maakt gebruik van de verschillen in elektrische ladingen van de kransen op de vinger op die delen van de vinger aanraken van een chip te sporen en die verhoogd. De gegevens worden omgezet in een grafiek waarin richels worden vertegenwoordigd door hoekpunten en hoekpunten die overeenkomt met aangrenzende ruggen zijn aangesloten. Elke vertex heeft een aantal onderlinge aanpassing van de lengte van de overeenkomstige nok. Op dit punt, de bepaling van wedstrijden wordt een probleem van matching grafiek. Dit probleem is vergelijkbaar met de klassieke grafiek isomorfisme probleem, maar vanwege de onnauwkeurigheid in de metingen, de grafiek gegenereerd uit de vingerafdruk kunnen verschillende aantallen randen en hoekpunten hebben. Zo de matching algoritme is een benadering.

Voices

Authenticatie via spraak, ook wel spreker de controle of de luidspreker erkenning, impliceert de erkenning van de stem van een spreker kenmerken of verbale informatie verificatie. De voormalige gebruik maakt van statistische technieken om de hypothese dat de identiteit van de spreker als wordt beweerd test. Het systeem wordt eerst getraind op vaste pass-zinnen of fonemen die kunnen worden gecombineerd. Te verifiëren, hetzij de spreker zegt de pass-phrase of herhaalt een woord (of reeks van woorden), bestaande uit de geleerde fonemen. Verbale informatie controle heeft betrekking op de inhoud van uitingen. Het systeem vraagt een reeks vragen zoals "Wat is de meisjesnaam van je moeder?" en "In welke stad ben je geboren?" Vervolgens controleert de gesproken antwoorden zijn hetzelfde als de antwoorden opgenomen in de database. Het belangrijkste verschil is dat de spreker verificatie technieken zijn spreker-afhankelijk, maar verbale informatie verificatie technieken zijn spreker-onafhankelijke, zich alleen baseert op de inhoud van de antwoorden.

Ogen

Authenticatie door oog kenmerken maakt gebruik van de iris en het netvlies. Patronen in de iris zijn uniek voor ieder persoon. Vandaar dat een verificatie aanpak is om de patronen statistisch vergelijken en te vragen of de verschillen zijn willekeurig .. Een tweede aanpak is om de beelden met behulp van statistische toetsen om te zien of ze overeenkomen correleren. Retinal scans vertrouwen op de uniciteit van de patronen van de bloedvaten die op de achterkant van het oog. Dit vereist een laser stralend op het netvlies, die zeer opdringerig is. Deze methode wordt meestal alleen gebruikt in de meest veilige faciliteiten.

Faces

Gezichtsherkenning bestaat uit verschillende stappen. Eerste plaats is het gezicht bevindt. Als de gebruiker haar gezicht plaatsen in een vooraf bepaalde positie (bijvoorbeeld door te rusten haar kin op een steun), het probleem wordt iets gemakkelijker. Kan echter gelaatstrekken, zoals haar en een bril de erkenning harder. Technieken om dit te doen onder andere het gebruik van neurale netwerken en sjablonen. Het resulterende beeld wordt vervolgens vergeleken met de desbetreffende afbeelding in de database. De correlatie wordt beïnvloed door de verschillen in de verlichting tussen de huidige beeld en de referentie-afbeelding, door vervorming, door "ruis" en door de mening van het gezicht. De correlatie mechanisme moet worden "opgeleid." Verschillende methoden van correlatie zijn gebruikt, met wisselend succes. Een alternatieve benadering is te concentreren op de gelaatstrekken, zoals de afstand tussen de neus en de kin en de hoek van de lijn van de ene naar de andere.

Aanslagen

Toetsaanslag dynamiek vereist een handtekening op basis van toetsaanslag tussenpozen, toetsaanslag druk, toetsaanslag duur, en waar de sleutel is geslagen (op de rand of in het midden). Deze ondertekening is waarschijnlijk uniek in de dezelfde manier geschreven handtekeningen zijn uniek. Keystroke erkenning kan zowel statisch en dynamisch. Statische erkenning is een keer gedaan, authenticatie op tijd, en meestal gaat het typen van een vaste of bekende string. Zodra verificatie is voltooid, kan een aanvaller vast te leggen van de verbinding (of de overname van de terminal) zonder detectie. Dynamische erkenning is gedaan tijdens de sessie, zodat de bovengenoemde aanslag is niet haalbaar. Wel moet de handtekening worden zo gekozen dat variaties binnen de sessie van een individu niet de authenticatie oorzaak mislukken. Kan bijvoorbeeld toetsaanslag intervallen lopen sterk uiteen, en de dynamische erkenning mechanisme moet hiermee rekening worden gehouden. De statistieken verzameld van het typen van een gebruiker worden dan uitgevoerd door middel van statistische toetsen (die kan zich ontdoen van een aantal gegevens als ongeldig is, afhankelijk van de gebruikte techniek) die goed zijn voor aanvaardbare variantie in de gegevens.

Combinaties

Verschillende onderzoekers hebben samen een aantal van de hierboven beschreven technieken om de juistheid van biometrische authenticatie te verbeteren. Drie wetenschappers gecombineerd stem klinkt en lip beweging met de gezichtsopname. Wetenschappers beschrijven een "supervisor module" voor melding spraak-en gezichtsherkenning met een slagingspercentage van 99,5%. De resultaten geven aan dat een hogere mate van nauwkeurigheid kan worden bereikt dan wanneer slechts een kenmerk wordt gebruikt.

Let

Omdat de maatregelen biometrische kenmerken van het individu, mensen zijn geneigd te geloven dat aanvallers niet kan voordoen als geautoriseerde gebruikers op systemen die gebruik maken van biometrische gegevens. Twee veronderstellingen ten grondslag liggen aan dit geloof. De eerste is dat de biometrische apparaat juist is in de omgeving waarin het wordt gebruikt. Bijvoorbeeld, als een vingerafdruk scanner wordt onder observatie, met het scannen van een masker van de vinger van een andere persoon zou worden ontdekt. Maar als het niet onder observatie, zou een dergelijke truc niet worden gedetecteerd en de onbevoegde gebruiker kan toegang krijgen. De tweede veronderstelling is dat de transmissie van de biometrische apparaat naar de analyse van de computer proces fraudebestendige is. Anders zou een record een legitieme authenticatie en replay later om toegang te krijgen.

---