biometrických systémů a testování jejich spolehlivosti Přehled drahan@fit.vutbr.cz) Martin Drahanský (drahan(



Podobné dokumenty
Úvod do biometrie. Vladimír Lieberzeit UPEK Inc.

Přehled autentizačních biometrických metod

Biometrická autentizace uživatelů

Autentizace s využitím biometrik

UNIVERZITA KARLOVA V PRAZE Filozofická fakulta. Základy státní informační politiky

Aspekty biometrické identifikace osob s využitím rozpoznávání tváře

Spolehlivost skeneru oční duhovky pro biometrickou identifikaci osob. Martin Lužný

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Identifikace a autentizace v informačních systémech

České vysoké učení technické v Praze Fakulta elektrotechnická Katedra telekomunikační techniky Autentizace - Biometrika

Autentizace. Ing. Miloslav Hub, Ph.D. 10. října 2007

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ VPRAZE Fakulta elektrotechnická

Technologie počítačového zpracování řeči

Dynamický podpis. vycházející z přednášek Dr. Andrzej Drygajlo,

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BIOMETRIE OTISKU PRSTU BAKALÁŘSKÁ PRÁCE

1 SYSTÉMY INTEGROVANÉ AUTOMATIZACE ÚVOD CENTRÁLNÍ JEDNOTKY TECHNICKÉ PROSTŘEDKY VELKÝCH POČÍTAČŮ... 14

Palmsecure. Biometrie naší ruky - otisky prstů nebo obraz krevního řečiště. FUJITSU TECHNOLOGY SOLUTIONS s.r.o. V Parku Praha 4

BIOMETRIE S VYUŽITÍM SNÍMKŮ DUHOVKY

Ultrazvukový detektor úniku plynu GM. Jak rychle váš systém detekce plynu detekuje úniky? Protože každý život má smysl...

Srovnávací testy vybraných biometrických zařízení

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra informatiky

DOKUMENTACE Identifikace pomocí otisků prstů

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ ZPRACOVÁNÍ SNÍMKŮ DUHOVKY PRO BIOMETRICKÉ APLIKACE DIPLOMOVÁ PRÁCE

Biometrický snímač geometrie lidské ruky A Human Hand Biometric Geometry Scanner

Slovo biometrie vzniklo spojením dvou řeckých slov bio a metric, kde prvně jmenované znamená život a druhé měření. Biometrie tedy měří určité

INFORMAČNÍ A KOMUNIKAČNÍ TECHNOLOGIE

Ukázka knihy z internetového knihkupectví

Integrace biometrické autentizace na unixu Josef Hajas

Biometrie Finger Vein Nová generace bezpečnosti v bankovnictví

Poděkování. Poděkování

Biometrické systémy zaměřené na rozpoznávání tváře, jejich spolehlivost a základní metody pro jejich tvorbu

Identifikace a autentizace

ČESKÁ TECHNICKÁ NORMA

Testování biometrického systému založeného na dynamice podpisu

PalmSecure Biometric Technology Vaše ruka je klíčem

vá ro ko Sý ětuše Kv


VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

VLASTNOSTI FAKULTA INFORMAČNÍCH TECHNOLOGIÍ DANIEL JAVORSKÝ BRNO UNIVERSITY OF TECHNOLOGY

FAKULTA INFORMAČNÍCH TECHNOLOGIÍ

Využití skeneru žilního řečiště v průmyslu komerční bezpečnosti. Daniel Bráník

Význam a charakteristika identifikačních biometrických systémů v průmyslu komerční bezpečnosti

Pedagogická fakulta. biometrické autentizační technologie Network access systems with biometric authentication technology

Sebury F007-EM. Manuál. otisk prstu + čtečka karet. samostatný provoz / Wiegand 26

PalmSecure Biometric Technology Ruku na to!!! Milan PODIVÍN FUJITSU Technology Solutions Head of Direct Business CZ & SK

Úloha: Verifikace osoby pomocí dynamického podpisu

SN ISO/IEC OPRAVA 2

Palmsecure. Najvyšší stupeň ochrany osobných údajov s Fujitsu. Biometrie naší ruky - otisky prstů nebo obraz krevního řečiště

BIOMETRIE SÍTNICE PRO ÚČELY ROZPOZNÁVÁNÍ OSOB

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

2. Začínáme. Uživatelský manuál

Vysoká škola báňská Technická univerzita Ostrava ELEKTROMOBILITA I. IDENTIFIKACE UŽIVATELE učební text

Návrh biometrického identifikačního systému pro malou organizaci

JIŽ VÍCE JAK 5 LET ŽIJEME S BIOMETRICKÝMI DOKLADY, UMÍME JICH VYUŽÍT? Petr Vyleťal

Jak zjistit, jestli nejsme obětí

PODPORA PRO AUTENTIZACI POMOCÍ OTISKŮ PRSTU

Metody analýzy modelů. Radek Pelánek

Dálkový průzkum Země. Ústav geoinformačních technologií Lesnická a dřevařská fakulta MENDELU

UNIVERZITA PALACKÉHO V OLOMOUCI. Pedagogická fakulta Ústav pedagogiky a sociálních studií. PETR VAVROUŠEK VI. ročník kombinované studium

ROZHODNUTÍ KOMISE. ze dne

ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE

8. PŘÍSTUPOVÉ SYSTÉMY

Bezpečnost. Autentizace. Správa identity

Bezpečnost IT v biomedicíně

BIOMETRIE KREVNÍHO ŘEČIŠTĚ PRSTU

Důležité otázky při výběru biometrické modality. Roman Cinkais, Jiří Vábek Wincor Nixdorf s.r.o.

Vysoká škola báňská Technická univerzita Ostrava





Západočeská univerzita v Plzni FAKULTA PEDAGOGICKÁ KATEDRA VÝPOČETNÍ A DIDAKTICKÉ TECHNIKY

IP Videodetekce - včasné zjištění požáru ruku v ruce s bezpečnostním systémem ve velkých datacentrech. Miloš Rážek, Martin Hašler

Aplikace biometrických systémů

VYSOKÁ ŠKOLA BÁŇSKÁ- TECHNICKÁ UNIVERZITA OSTRAVA. Doc. Mgr. Ing. Radomír Ščurek, Ph.D.

VYUŽITÍ BIOMETRICKÝCH ÚDAJŮ OBLIČEJE PŘI IDENTIFIKACI OSOB

Elektronické záznamy, elektronické podpisy

Identifikační biometrické systémy

Elektronické pasy v praxi. Zdeněk Říha

Reálné hodnocení parametrů snímačů otisku prstu na základě praktických měření

Kosmetické technologie XIII

Univerzita Pardubice. Fakulta ekonomicko-správní

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY

Biometrické metody identifikace osob v bezpečnostní praxi Studijní text

STANOVISKO č. 3/2009 květen 2009, poslední revize červen 2017

GEOGRAFICKÉ INFORMAČNÍ SYSTÉMY

Bankovní institut vysoká škola Praha. Aplikace biometrických metod pro vysokou školu. Diplomová práce

NAIL072 ROZPOZNÁVÁNÍ VZORŮ

Metodický list č.1. Vladimír Smejkal: Grada, 1999, ISBN (a další vydání)

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

ZÁKLADNÍ ÚDAJE O PROJEKTU CRSV

Snímač otisku prstu, papilární linie, útok, umělý prst, autentizace. Sensor fingerprint, papillary lines, attack, synthetic finger, authentication.

Základní diagnostická měření

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

Kontrola kvality. Marcela Vlková ÚKIA, FNUSA Veronika Kanderová CLIP, FN Motol

Dynamický biometrický podpis a nařízení GDPR

Transkript:

Přehled biometrických systémů a testování jejich spolehlivosti Martin Drahanský (drahan( drahan@fit.vutbr.cz) VUT v Brně,, Fakulta informačních technologií, ÚITS, Martin Drahanský

Biometrie Definice biometrie: Biometrie (IT) je automatické rozpoznávání lidí na základě jejich charakteristických anatomických rysů (např. obličej, otisk prstu, duhovka, sítnice) a charakteristického chování (např. podpis, chůze). Unusable 10 7 10 5 10 3 10 1 Scale 90 99 99,99 99,999 Accuracy [%] Hard to Use Easy to Use 2/37 Transparent to Use Usability

Biometrický systém Registrační modul - vložení identity uživatele Verifikační / Identifikační modul Biometrický senzor Registrační modul Biometrický markant Verifikační / Identifikační modul Biometrický senzor Biometrický markant Porovnání 3/37 Výsledek

Slabá místa biometrického systému 1 - Podvrh biom. vlastnosti 2 - Replikace starých dat 3 - Modifikace extraktoru 4 - Syntetický vektor rysů Sensor 2 1 Extrakce markantů 6 7 Databáze 3 4 5 Porovnání Příklad umělého otisku prstu 8 Detekce živosti Liveness Recognition 5 - Změna porovnání 6 - Modifikace šablony 7 - Blokování kanálu 8 - Změna výsledku Aplikace 4/37

Biometrické vlastnosti I. DNA Otisk prstu Duhovka Sítnice Termogram obličeje Žíly ruky Obličej Podpis Geometrie ruky Hlas 5/37

Biometrické vlastnosti II. Anatomické (fyzické) vlastnosti: 6/37 Otisk prstu Obličej Duhovka oka Sítnice oka Geometrie ruky Dlaň Termogram obličeje Termogram ruky Dentální obraz Podpis Tvar ucha Snímek nehtu DNA

Biometrické vlastnosti III. Dynamické vlastnosti (chování): Hlas / Řeč Gestikulace obličeje Podpis (dynamika) Dynamika stisku kláves Pohyby rtů Chůze Zužování duhovky 7/37

Biometrické systémy na trhu Podíl jednotlivých biometrických vlastností na trhu Ruka 11% Obličej 12% Ostatní 12% Duhovka 9% Hlas 6% Otisk prstu 48% Podpis 2% 8/37 Zdroj: IBG, 2004

Identifikace vs. verifikace Identita Rozlišovat fyzickou identitu od elektronické Identifikace Porovnání 1:N Verifikace Porovnání 1:1 Autentizace Potvrzení identity? Identifikace Verifikace? 9/37

Identita Identita je založena na něčem co víme ( we know ) něčem co máme ( we have ) něčem co jsme ( we are ) Znalost Vlastnictví Biometrie Komfort, Bezpečnost 10/37

Rozpoznávání otisků prstů I. Existují 3 druhy otisků prstů: Válený (barvený, rolovaný) Píchaný (živý) Latentní Válený Latentní 11/37 Píchaný

Rozpoznávání otisků prstů II. Existuje relativně hodně principů technologií senzorů: Optická technologie Kapacitní technologie Ultrazvuková technologie 12/37

Rozpoznávání otisků prstů III. Technologie E-Field Elektrooptická technologie Tlaková technologie Termická technologie 13/37

Rozpoznávání otisků prstů IV. (markanty) Ukončení (Line Ending), jednoduchá vidlička (Simple Bifurcation), dvojitá vidlička (Double Bifurcation), trojitá vidlička (Triple Bifurcation), hák (Hook), křížení (Crossing), boční kontakt (Side Contact) Bod (Point), Interval (Interval), jednoduchá smyčka (Single Whorl), dvojitá smyčka (Double Whorl), jednoduchý most (Single Bridge), dvojitý most (Twin Bridge), průsečná linie (Through Line) 14/37

15/37 Rozpoznávání otisků prstů V.

16/37 Rozpoznávání geometrie ruky I. Hodnoty rysů Osy měření

17/37 Rozpoznávání geometrie ruky II.

18/37 Rozpoznávání žil hřbetu / dlaně ruky

19/37 Detekce obličeje yahoo 2004

Rozpoznávání obličeje 2D V obličeji se hledají (po kroku detekce) hlavní rysy, jako poloha nosu, úst a očí. Potom přichází detekce obočí, uší, rtů apod. Porovnání probíhá na základě vzdáleností mezi jednotlivými body, přičemž se opět využívají toleranční limity existuje však mnoho modelů rozpoznávání. 20/37

21/37 Rozpoznávání obličeje 3D Asociovaná mřížka polygonů 3D model s texturou

22/37 Rozpoznávání termosnímků obličeje

Rozpoznávání duhovky oka Krypty Radiální rýhy Pigmentové okraje Pupilární oblast Řasová oblast 23/37 Límeček

24/37 Rozpoznávání sítnice oka

Rozpoznávání hlasu / řečníka 0 0. 5 1 1. 5 2 2. 5 3 3. 5 4 0. 8 0. 6 0. 4 Mluvčí 1 0. 2 0-0. 2-0. 4-0. 6 0 0. 5 1 1. 5 2 2. 5 3 3. 5 4 x 1 0 4 0. 4 0. 3 Mluvčí 2 0. 2 0. 1 0-0. 1-0. 2-0. 3 0 0. 5 1 1. 5 2 2. 5 3 3. 5 4 4. 5 x 1 0 4 0. 4 0. 3 Mluvčí 2 0. 2 0. 1 0-0. 1-0. 2 25/37-0. 3 x 1 0 4

Rozpoznávání písma Nový vzorek Sklon (0-90 ) 270 180 Azimut (0-359 ) 0 Porovnání 90 Potvrzení / Vyvrácení pravosti podpisu 26/37 Trénovací množina Prototyp Rozpoznávání podpisu (verifikace) R.G. Ingersoll Rozpoznávání písma

27/37 Rozpoznávání DNA Hitachi FMBIO II

Testování I. pdf(s) Impostor Distribution p i (s H i ) FRR(T) FNMR(T) Genuine Distribution p g (s H g ) FAR(T) FMR(T) 0 Threshold T 1 Score s 28/37

Testování II. Míra chybného přijetí - FAR FAR je pravděpodobnost, že biometrický systém klasifikuje chybně dva odlišné biometrické vzory jako shodné a tím selže při odmítnutí možného útočníka. FAR = Počet shodných porovnání rozdílných vzorů Celkový počet porovnání rozdílných vzorů Míra chybného odmítnutí - FRR FRR je pravděpodobnost, že biometrický systém klasifikuje chybně dva biometrické vzory od stejné osoby jako odlišné a tím selže při přijetí oprávněného uživatele. 29/37 FRR = Počet porovnání vzorů osoby A vedoucích k neshodě Celkový počet porovnání vzorů osoby A

Testování III. ZeroFMR je dolní hranice FNMR, tj. FMR = 0. ZeroFNMR je dolní hranice FMR, tj. FNMR = 0. Chyba FMR ZeroFNMR Equal Error Rate ZeroFMR FNMR EER Práh T 0 1 30/37

Testování IV. ROC = Receiver Operating Curve DET = Detection Error Trade-off DET ROC 31/37

32/37 Testování V. 1:1 1:N

Testování VI. Evaluace technologie spočívá v testování vybraných algoritmů, které používá daný biometrický systém a jsou obvykle provedeny v laboratorních systémech či prototypech budoucích systémů. Evaluace scénáře testuje celkovou výkonnost a spolehlivost daného biometrického systému v prototypových situacích. Tato evaluace obsahuje snímání biometrické vlastnosti, provedení registrace a porovnání, vč. generování a předání výsledku. Provozní evaluace spočívá v testování zvoleného biometrického systému pro nějakou konkrétní specifickou aplikaci. Tím pomáhá určit, zda daný systém bude pracovat v reálném světě v daném konkrétním prostředí. 33/37

Testování VII. Míra neschopnosti nasnímat - FTA FTA udává podíl chybných záznamů v automatickém módu záznamu daného senzoru. Tj. zaznamenání biometrické charakteristiky je odmítnuto, ačkoliv je biometrická charakteristika přítomna. Čím vyšší je tato hodnota, tím méně je daný senzor vhodný pro záznam uvedené biometrické charakteristiky. Tím pádem slouží tato míra k hodnocení kvality senzorů. Příklad: Z celkového počtu 50 pokusů o nasnímání sítnice oka se nepodařilo získat data ze senzoru celkem 3. Tedy FTA = 3 / 50 = 6%. 34/37

Testování VIII. Míra neschopnosti zaregistrovat - FTE 35/37 FTE udává procentuální podíl uživatelů, které není systém schopen se naučit. Míry FTE se často vyskytují u systémů, které mají kontrolu kvality biometrické charakteristiky. Tj. biometrické charakteristiky s nedostatečnou kvalitou nejsou systémem naučeny. V tomto smyslu představuje FTE údaj, který ohodnocuje schopnost algoritmu pracovat i s nekvalitními biometrickými charakteristikami. Příklad: Z celkového počtu 200 pokusů o nasnímání hlasu se nepodařilo z důvodu velkého hluku v pozadí rozpoznat řečový signál z mikrofonu celkem 9. Tedy FTE = 9 / 200 = 4,5%.

Testování IX. Míra neschopnosti porovnat - FTM FTM udává procentuální podíl biometrických charakteristik, které nemohly být porovnány se šablonou a nebo jakkoliv jinak zpracovány (po procesu zaregistrování). Tato míra poukazuje na neschopnost systému učinit rozhodnutí, tj. porovnání nepřinese žádný výsledek. Příklad: Z celkového počtu 3000 pokusů o porovnání zaregistrovaných otisků prstů se nepodařilo z důvodu nedostatečného počtu markantů srovnat celkem 25 z nich. Tedy FTM = 25 / 3000 = 0,83%. 36/37

37/37 Poděkování Děkuji za Vaši pozornost!