Особенности биометрической идентификации презентация

три класса в соответствии с тем, что именно должен предъявлять системе субъект:
◙ то, что он знает;
◙ то, чем он владеет;
◙ то, что является частью его самого.

(схема кровеносных сосудов лица).
◙ Параметры голоса.
◙ Форма и способ подписи.
◙ Узор радужной оболочки глаза.
◙ Папиллярный узор пальца.
◙ Фрагменты генетического кода
и др.

этим наблюдениям математического описания данного папиллярного узора, обычно называемого темплейтом, от английского template.
◙ Распознавание
однократный ввод отпечатка пальца, построение по этому наблюдению математической модели, последовательное сравнение полученной модели с темплейтами из списка зарегистрированных пользователей.

объединение некоторого подмножества моделей (наиболее представительных в некотором смысле или когда их количество зависит от некоторого показателя качества изображения);
◙ построение интегрированного вероятностного описания на основе детального анализа сходства и различия моделей.

изображения.

Производится скелетизация изображения и определяются особые точки.

С помощью дактилоскопического сканера снимается изображение отпечатка пальца.

Вычисляются плотности распределения параметров особых точек.

Создается цифровой образ изображения.

«не узнать своего», т.е. принимается решение «чужой», хотя на самом деле субъект присутствует в списке зарегистрированных пользователей.
◙ Ошибка второго рода (FAR – False Acceptance Rate)
«пропустить чужого», т.е. принимается решение «свой», хотя, на самом деле, субъект отсутствует в списке зарегистрированных пользователей.
◙ Ошибка 3-го рода
принимается решение «чужой», но не по результату сравнения, а по причине невозможности получить изображение папиллярного рисунка дактилоскопическим сканером.

«трудных пальцев»
примерно 1% всех людей испытывают трудности при сканировании папиллярного рисунка пальца из-за повреждений, ожогов, кожных болезней и т.д.
◙ Нарушение прав личности (Privacy Violation)
хранение в некоторых биометрических системах непосредственно изображений (пусть даже небольшой его части) папиллярных узоров. В основном присуще применению корреляционных алгоритмов распознавания.

особенностям: определяются местоположение и типы так называемых особых точек, в число которых входит «центры», «дельты», окончания папиллярных линий, их слияние, разрывы и другие бифуркации (возмущения) в строении папиллярного узора.
◙ Корреляционные
алгоритмы, в которых сравнение папиллярных узоров проводится прямым совмещением участков изображений, в основном используются с полупроводниковыми сенсорами, имеющими малую зону захвата, и для всех случаев, когда выделение локальных и глобальных особенностей затруднено.

узора.
◙ Полупроводниковые
использующие изменения электрических параметров (например, емкости) при приложении пальца к поверхности, входящего в их состав полупроводникового сенсора (микросхемы).
◙ Фотолюминисцентные
◙ Термо

(только для полупроводниковых сканеров).
◙ Время съема изображения.
◙ Используемый интерфейс.
◙ Наличие криптования при передаче изображения.

достижения.
◙ уникальность и качество отдельных систем (не анализируется устойчивость некоторых биометрических характеристик, не говорится об ошибке 3-го рода, анонсируются неподтвержденные большими объемами испытаний, несоответствующие реальности значения ошибок FAR/FRR, считается равнозначным количество чувствительных элементов и разрешение сенсора и т.д.) ;
◙ биометрические технологии адекватно идентифицируют личность человека, поскольку защищены от имитации используемого биометрического признака;
◙ преувеличение качества отдельных типов сканеров;

для Интернет
SmartID™ WebSDK

◙ Дактилоскопический сканер

работает под управлением операционных систем Microsoft Windows 95/98/NT 4.0/2000 на Intel-совместимой аппаратной платформе;
◙ после установки может использоваться для создания программ в среде любого компилятора с языка С/С++;
◙ соответствует требованиям стандарта ANSI 358.

все алгоритмы, касающиеся снятия, обработки, хранения и сравнения сканов, снятых с прилагаемого дактилоскопического сканера.
◙ Пример программы, созданной в среде Microsoft Visual C++ версии 6.0. В комплект поставки входят все исходные тексты примера.
◙ Документация (в формате HTML), включающая описание каждой функции API (Application Program Interface) и описание технологии получения и обработки сканов.
◙ Дактилоскопический сканер.

сканирование отпечатка пальца и построение темплейта.
◙ Серверная компонента осуществляет сравнение модели и темплейта.
1) для случая идентификации (поиск один ко многим), база данных темплейтов хранится на сервере. Выполнение алгоритма сравнения на сервере исключает загрузку канала связи для передачи темплейтов на клиентскую рабочую станцию;
2) физическое выполнение алгоритма сравнения на сервере уменьшает вероятность хакерского изменения кодов программы с целью нелегального обхода биометрической идентификации. 

Internet Explorer версии 4.0 и выше, а также в любых других программах, поддерживающих работу с ActiveX компонентами.
◙ Серверная часть выполнена в виде модуля COM+ и полностью совместима с IIS и технологией ASP. Требования к серверной части:

Microsoft Windows 2000 или Microsoft Windows XP;
Microsoft Internet Information Server;
Microsoft Application Center (опция, может использоваться для масштабирования и балансировки нагрузки).

выравнивания нагрузки.
◙ Минимизация стоимости проекта.
◙ Независимость от источника данных .

пользователя с примерами, демонстрационный сайт в качестве наиболее приближенного к жизни примера, инструкция по переходу с аутентификации по паролю на аутентификацию по биометрическим особенностям.

на данный момент технологии масштабирования приложений от Microsoft: Network Load Balancing, Component Load Balancing, Application Center, Object Pooling, JIT activation.

применением нашего SmarID™ WebSDK, не потребуется приобретать никаких дополнительных аппаратных средств.
◙ В случае больших требований к скорости и объему распознавания в SmartID™ WebSDK предусмотрены и описаны технологии наращивания производительности с применением программных средств от Microsoft.
◙ «Плюс» такого подхода - это возможность постепенного наращивания производительности системы по мере роста клиентской базы, чем обеспечивается оптимизация и минимизация затрат на эксплуатацию системы.

данных. Все необходимые данные передаются в него извне. Казалось бы, это снижает производительность… однако это не так!
◙ Использование внешнего источника данных позволяет легко масштабировать приложения средствами СУБД. Кроме того, это позволяет более гибко работать с базой данных, используя различные алгоритмические и статистические методы ускорения обработки.

разработчиков, а не с создания конкретных, пусть даже очень актуальных приложений.
Наша цель - на практике убедить всех, кто начинает с нами сотрудничество, в превосходстве разработанных и запатентованных нами уникальных алгоритмов.