Makala haya kwa kiasi fulani ni muendelezo, na kwa kiasi fulani ni utangulizi wake. Hapa nitazungumzia juu ya misingi ya kujenga mfumo wowote wa biometriska na kuhusu kile kilichoachwa nyuma ya matukio ya makala ya mwisho, lakini ilijadiliwa katika maoni. Mkazo sio juu ya mifumo ya biometriska yenyewe, lakini kwa kanuni na upeo wao.
Kwa wale ambao hawajasoma makala, au tayari wamesahau, nakushauri uangalie ni nini FAR na FRR, kwa kuwa dhana hizi zitatumika hapa.

Dhana za jumla

Uthibitishaji wowote wa kibinadamu unategemea kanuni tatu za jadi:

1) Kwa mali. Mali inaweza kujumuisha pasi, kadi ya plastiki, ufunguo au hati za jumla za kiraia.
2) Kwa ujuzi. Maarifa ni pamoja na manenosiri, misimbo, au taarifa (kama vile jina la mama la kwanza).
3) Kulingana na sifa za biometriska. Nilizungumza kwa undani zaidi juu ya sifa gani za biometriska katika nakala iliyotangulia.

Kanuni hizi tatu zinaweza kutumika kibinafsi au kutumika katika vikundi. Mbinu hii inatoa mwelekeo mbili kuu za bayometriki.

Uthibitishaji

Uthibitishaji ni uthibitisho wa utambulisho wa mtu kupitia ishara ya kibayometriki, ambapo uthibitishaji wa msingi ulifanyika kwa kutumia mojawapo ya mbinu mbili za kwanza zilizoonyeshwa hapo juu. Kithibitishaji rahisi zaidi kinaweza kuitwa mlinzi wa mpaka ambaye huthibitisha uso wako na pasipoti yako. Uthibitishaji unamaanisha uaminifu mkubwa zaidi wa mfumo. Uwezekano ambao mfumo utaruhusu kupitia mvamizi ambaye hatumii njia ya kushinda ni sawa na FAR ya njia ya kibayometriki iliyotumiwa. Hata kwa mifumo dhaifu ya biometriska, uwezekano huu hauwezekani. Hasara kuu za uthibitishaji ni pointi mbili. Ya kwanza ni kwamba mtu anahitaji kubeba hati pamoja naye au kukumbuka nenosiri la mfumo. Daima kuna shida ya kupoteza au kusahau habari. Uthibitishaji pia kimsingi hauwezekani kwa uthibitishaji wa siri.

Uendeshaji wa mfumo wa ufikiaji kulingana na uthibitishaji wa kibayometriki unaweza kuwakilishwa kwa njia ifuatayo:

Utambulisho

Kitambulisho cha kibayometriki ni matumizi ya kipengele cha kibayometriki ambacho hakuna maelezo ya ziada yanayohitajika. Utafutaji wa kitu unafanywa katika hifadhidata nzima na hauhitaji ufunguo wa awali. Ni wazi kwamba hasara kuu ya hii ni kwamba watu wengi katika hifadhidata, ndivyo uwezekano mkubwa wa ufikiaji wa uwongo na mtu wa kiholela. Nakala iliyotangulia ilitathmini uwezekano wa ufikiaji kama huo wakati wa kuunda mifumo. Kwa mfano, mifumo kwenye vidole hufanya iwezekanavyo kuwa na database ya watu si zaidi ya 300, kwa macho si zaidi ya 3000. Utambulisho wa Plus - funguo zote zitakuwa na wewe daima, hakuna nywila au kadi zinahitajika.

Utambulisho wa siri

Tofauti na uthibitishaji, kitambulisho kinaweza kufichwa kwa mtu. Inawezekanaje na tunapaswa kuiogopa? Nitajaribu kuelezea kwa ufupi mawazo yaliyopo kati ya watu wanaohusika katika biometriska. Katika makala ya mwisho wazo hili liliachwa bila kukamilika.

Hebu fikiria teknolojia ambazo zinaweza kufanya iwezekanavyo, angalau katika baadhi ya matukio, kuamua utambulisho wake kwa siri kutoka kwa mtu. Kwanza, unapaswa kutupa mara moja njia zote za mawasiliano. Kuweka skana za alama za vidole kwenye vipini vya mlango sio wazo nzuri. Wanaonekana, wengi hawagusa kalamu zao, skana za mawasiliano huchafuliwa, nk. Pili, unaweza kutupa mara moja njia ambazo upeo wa juu ni mdogo kwa sentimita 10-15 (kwa mfano, mishipa ya mkono). Tatu, unaweza kutupa bayometriki zote zinazobadilika, kwani viashiria vyao vya FAR na FRR viko chini sana.

Kuna teknolojia mbili tu zilizobaki. Hizi ni teknolojia ambapo kamera hufanya kama vichanganuzi vya data: utambuzi wa uso (2D, 3D) na utambuzi wa iris.
Wa kwanza wao, kutambuliwa na nyuso za 2D, tayari imejaribiwa mara kwa mara kutekelezwa (kutokana na unyenyekevu wake), lakini wakati wote bila mafanikio. Hii ni kutokana na vigezo vya chini vya takwimu vya mfumo. Ikiwa kuna watu 100 tu kwenye hifadhidata ya watu wanaotafutwa, basi kila wapita njia 10 watatangazwa kuwa wanatafutwa. Hata polisi katika metro ana ufanisi wa juu zaidi.
Teknolojia mbili zifuatazo zinafanana sana. Zote mbili zinaweza kutumika kwa mbali na wanadamu, lakini zote mbili lazima ziwe na vifaa vya kutosha. Kichanganuzi cha uso cha 3D na kichanganuzi cha iris vinaweza kuwekwa mahali ambapo kuna vijia nyembamba. Hizi ni escalator, milango, ngazi. Mfano wa mfumo kama huo ni mfumo ulioundwa SRI Kimataifa(sasa tovuti yao imekufa, lakini kuna karibu analog kutoka AOptix). Sina uhakika 100% kuwa mfumo kutoka SRI International unafanya kazi, kuna makosa mengi sana kwenye video, lakini uwezekano wa kimsingi wa kuiunda upo. Mfumo wa pili hufanya kazi, ingawa kasi ya hapo ni ya chini sana kwa mfumo wa siri. Vichanganuzi vya uso vya 3D hufanya kazi kwa takriban kanuni sawa: kugundua katika njia nyembamba. Katika kesi ya nyuso za 3D na utambuzi wa macho, uaminifu wa kazi ni wa juu kabisa. Ikiwa hifadhidata ina wahalifu 100, basi ni kila raia 10,000 tu watalazimika kukaguliwa, ambayo tayari ni nzuri kabisa.

Kipengele muhimu cha biometriska yoyote iliyofichwa ni kwamba mtu hawana haja ya kujua kuhusu hilo. Unaweza kuingiza lenses machoni pako, au kubadilisha sura ya uso wako na pedi kadhaa, bila kutambuliwa na wengine, lakini inaonekana kwa mfumo wa biometriska. Kwa sababu fulani, nina shaka kwamba katika siku za usoni mahitaji ya lenses ambayo yanabadilisha iris yataongezeka kwa kiasi kikubwa. Mahitaji ya bandanas yameongezeka nchini Uingereza. Na matukio kuna ishara za kwanza tu za biometriska.

Mfano wa mfumo wa kufikia biometriska na sehemu zake

Mfumo wowote wa biometriska utakuwa na vipengele kadhaa. Katika baadhi ya mifumo, vipengele vya mtu binafsi vinaunganishwa, kwa wengine vinagawanywa katika vipengele tofauti.

Ikiwa mfumo wa biometriska unatumiwa tu kwenye kituo kimoja cha ukaguzi, basi haijalishi ikiwa mfumo umegawanywa katika sehemu au la. Papo hapo, unaweza kuongeza mtu kwenye hifadhidata na kumtazama. Ikiwa kuna vituo kadhaa vya ukaguzi, basi sio busara kuhifadhi hifadhidata tofauti katika kila kituo cha ukaguzi. Zaidi ya hayo, mfumo kama huo hauna nguvu: kuongeza au kuondoa watumiaji kunahitaji kupitisha skana zote.

Scanner ya biometriska

Scanner ya biometriska ni sehemu ya mfumo wowote wa biometriska, bila ambayo haiwezi kuwepo. Katika mifumo mingine, skana ya biometriska ni kamera ya video tu, na kwa zingine (kwa mfano, skana za retina), ni ngumu ya macho. Tabia kuu mbili za scanner ya biometriska ni kanuni yake ya uendeshaji (kuwasiliana, isiyo ya mawasiliano) na kasi yake (idadi ya watu kwa dakika inaweza kutumika). Kwa sifa hizo za biometriska ambazo matumizi yake tayari yamekuwa ya kawaida, scanner inaweza kununuliwa tofauti na mfumo wa mantiki. Ikiwa scanner imetenganishwa kimwili na algorithm ya kulinganisha na kutoka kwa hifadhidata, skana inaweza kufanya usindikaji wa msingi wa tabia ya biometriska inayosababisha (kwa mfano, kwa jicho, hii ni uteuzi wa iris). Kitendo hiki kinafanywa ili kutopakia chaneli ya mawasiliano kati ya skana na hifadhidata kuu. Pia, skana ambayo ni tofauti na hifadhidata kawaida huwa na mfumo wa usimbaji data uliojengewa ndani ili kulinda uhamishaji wa data ya kibayometriki.

Algorithm ya kulinganisha + hifadhidata

Sehemu hizi mbili za mfumo wa biometriska kawaida huishi karibu na kila mmoja na mara nyingi hukamilishana. Kwa baadhi ya sifa za kibayometriki, algorithm ya kulinganisha inaweza kufanya utafutaji ulioboreshwa katika hifadhidata (kulinganisha na vidole, kulinganisha na uso). Na katika baadhi (macho), kwa kulinganisha kamili, kwa hali yoyote, anahitaji kuzunguka database nzima.

Algorithm ya kulinganisha ina sifa nyingi. Tabia zake kuu mbili, FAR na FRR, kwa kiasi kikubwa hufafanua mfumo wa biometriska. Inafaa pia kuzingatia:

1) Kasi ya kazi. Kwa kulinganisha fulani (macho), kasi inaweza kufikia mamia ya maelfu ya kulinganisha kwa pili kwenye kompyuta ya kawaida. Kasi hii inatosha kukidhi mahitaji yoyote ya mtumiaji bila kutambua kuchelewa kwa wakati wowote. Na kwa mifumo mingine (uso wa 3D) hii tayari ni sifa muhimu ya mfumo, inayohitaji nguvu nyingi za kompyuta ili kudumisha kasi wakati wa kuongeza msingi.
2) Urahisi wa matumizi. Kwa kweli, urahisi wa mfumo wowote umewekwa kwa kiasi kikubwa na uwiano wa FAR, FRR. Katika mfumo, tunaweza kubadilisha kidogo thamani yao, ili kuweka msisitizo juu ya kasi au kuegemea. Kwa kusema, grafu inaonekana kama hii:

Ikiwa tunataka kiwango cha juu cha kuaminika, tunachagua nafasi upande wa kushoto. Na ikiwa kuna watumiaji wachache, basi viashiria vyema vitakuwa upande wa kulia wa grafu, ambapo kutakuwa na sifa za juu za urahisi, na kwa hiyo kasi ya juu.

"Fanya kitu"

Baada ya kulinganisha, mfumo wa biometriska lazima utoe matokeo ya kulinganisha kwa miili ya udhibiti. Kisha inaweza kuwa amri ya "kufungua mlango" au habari "fulani amekuja kufanya kazi." Lakini ni juu ya wasakinishaji wa mfumo kuamua cha kufanya baada ya maelezo haya. Lakini hata hapa, sio kila kitu ni rahisi sana, lazima tuzingatie uwezekano wa shambulio:

Mashambulizi kwenye mfumo wa biometriska

Licha ya ukweli kwamba mifumo mingi ya kibayometriki ina algorithms ambayo inaweza kugundua shambulio juu yao, hii haitoshi kuchukua usalama kirahisi. Shambulio rahisi zaidi kwenye mfumo wa kitambulisho ni skanning nyingi. Hebu tuchukue hali: kampuni inaajiri kuhusu watu mia moja. Mshambulizi anakaribia mfumo wa kupitisha kibayometriki na kuikagua mara kwa mara. Hata kwa mifumo ya kuaminika, baada ya skanisho elfu kadhaa, inawezekana kwa mvamizi kutambuliwa kwa uwongo na kuruhusiwa kuingia kwenye kituo. Ili kuepuka hili, mifumo mingi hufuatilia scans zilizoshindwa na kuzuia kuingia baada ya majaribio 10-15. Lakini katika hali ambapo mfumo hauwezi kufanya hivyo, kazi hii inaanguka kwa mtumiaji. Kwa bahati mbaya, hii mara nyingi husahaulika.
Njia ya pili ya kushambulia mfumo wa kibayometriki ni kuharibu kitu kilichochanganuliwa. Ikiwa mfumo una algorithms ya kupambana na bandia, ni muhimu kukabiliana nao kwa usahihi. Kawaida algorithms hizi pia ni za uwezekano na zina FAR na FRR zao. Kwa hiyo usisahau kufuatilia ishara za mashambulizi kwa wakati na kutuma mlinzi.
Mbali na kushambulia mfumo yenyewe, inawezekana kushambulia mazingira ya mfumo. Tuliwahi kukutana na hali ya kuchekesha katika nchi hii. Waunganishaji wengi hawana wasiwasi sana kuhusu uhamisho wa data. Wanatumia itifaki ya kawaida ya maambukizi

Utangulizi

Toleo la kwanza la nakala hii lilionekana nyuma mnamo 2005. Zaidi ya miaka 3 iliyopita duniani teknolojia za biometriska mabadiliko makubwa yametokea kutokana na ukweli kwamba utekelezaji kwa kiasi kikubwa ulianza mifumo ya biometriska. Sasa tunakabiliwa biometriska kwa njia ya moja kwa moja - kwa mfano, wakati wa kupokea pasipoti ya kigeni.

Hali na viwango, ambayo ilikuwa moja ya shida kuu miaka kadhaa iliyopita, pia imebadilika: kupitia juhudi za wataalam wa nyumbani, viwango vya msingi katika uwanja vimeandaliwa. biometriska, baadhi yao tayari wanafanya kazi, ingawa kazi bado haijakamilika kikamilifu. Wataalam wa Kirusi pia wanashiriki katika mchakato wa viwango vya kimataifa.

Kwa upande mwingine, wao wenyewe wameendelea kwa kiasi kikubwa teknolojia za biometriska, na tunaweza kusema kwamba kuchelewa kwa teknolojia ya Urusi pia ni jambo la zamani. Makampuni ya ndani kwa sasa yanatoa ufumbuzi wa ushindani wa kimataifa.

Usuli wa Biometriska

Mbinu za kibayometriki utambuzi umetumiwa na wanadamu katika historia yake yote. Hakika, mara nyingi tunawatambua watu wanaowafahamu kwa usahihi kwa msaada wao - kwa uso wao, sauti au kutembea.

Tangu karne ya 19, teknolojia za biometriska, hasa alama za vidole, hutumiwa katika uchunguzi, na tangu mwisho wa karne iliyopita, kuhusiana na maendeleo ya teknolojia, imewezekana kurasimisha algorithms kwa kutambua mtu kwa kuonekana kwake au tabia ya tabia na kutumia mifumo ya automatiska kwa hili.

Teknolojia za biometriska kwa sasa wanakabiliwa na kipindi cha maendeleo ya haraka. Ukuaji huu kwa kiasi kikubwa unatokana na maamuzi ya serikali za nchi zinazoongoza kuzitumia katika hati za kusafiria na visa, ambazo zilielekeza rasilimali kubwa za kifedha na nyenzo kwenye eneo hili. Pia kuna maslahi makubwa ya umma katika teknolojia hizi.

Neno" biometriska"Mara nyingi tunakutana na habari mbalimbali kwenye televisheni, magazeti na redio. Kwa bahati mbaya, watu wanaotumia dhana hii hawajui kila wakati wanazungumza nini. Makala hii inajaribu kueleza mambo ya msingi teknolojia za biometriska, zungumza juu ya jinsi wanavyofanya kazi, wapi wanaweza na hawawezi kutumika.

Ufafanuzi

Kwanza ufafanuzi kadhaa:

Chini ya biometriska kuelewa uwanja wa sayansi ambayo inasoma mbinu za kupima sifa za kimwili na tabia ya mtu kwa ajili ya baadae. kitambulisho na uthibitishaji wa kitambulisho.

Tabia za biometriska za mtu(BCH) ni hulka yake ya kimaumbile iliyopimwa au tabia ya kibinafsi, katika mchakato wa kulinganisha ambayo na ile iliyosajiliwa hapo awali, utaratibu unatekelezwa. kitambulisho. Vyanzo vikuu sifa za biometriska za mtu ni alama za vidole, iris na retina, sauti, uso, namna ya kufanya kazi kwenye kibodi cha kompyuta, saini, gait, nk.

Mbinu na njia za kiufundi kitambulisho na uthibitishaji wa kitambulisho kulingana sifa za biometriska za mtu nilipata jina teknolojia za biometriska(BT).

Aina za teknolojia za biometriska

Kwa kitambulisho cha biometriska Tabia na sifa mbalimbali za mtu zinaweza kutumika (Mchoro 1). Imepanuliwa sifa za biometriska za mtu imegawanywa katika tuli, inayohusishwa na sifa zake za kimwili, kwa mfano, alama ya vidole au sura ya sikio, na nguvu (au tabia), inayohusishwa na sifa za mtu anayefanya vitendo vyovyote, kwa mfano, gait.

Teknolojia zilizoendelea zaidi kwa sasa ni kutambuliwa kwa alama za vidole, iris na sura ya sura mbili (gorofa, kama picha). Kwa kuongeza, alama za vidole kitambulisho Hivi sasa, kwa suala la utumiaji na ufikiaji kutoka kwa mtazamo wa kifedha, inazidi teknolojia zingine zote mara kadhaa.

Jinsi teknolojia za kibayometriki zinavyofanya kazi

Biometriska hutatua masuala uthibitishaji Na kitambulisho. Katika kesi ya kwanza, kazi ni kuhakikisha kuwa tabia iliyopatikana ya biometriska inafanana na ile iliyochukuliwa hapo awali. Uthibitishaji(au ulinganisho 1 hadi 1) hutumika kuthibitisha kuwa mhusika ni yule wanayesema wao. Uamuzi unafanywa kwa kuzingatia kiwango cha kufanana kwa sifa.

Utambulisho(au kulinganisha 1 hadi N) hutatua suala la kutafuta kufaa zaidi kwa sifa za kibayometriki zilizochukuliwa hapo awali kwa sifa inayotokana na biometriska. Katika kesi rahisi, hii ni kulinganisha kwa mlolongo wa tabia iliyopatikana na zote zinazopatikana. Katika kesi hii, tabia inayofanana zaidi iliyochukuliwa hapo awali itachaguliwa kama matokeo ( kitambulisho kutimizwa) au hakutakuwa na matokeo hata kidogo ikiwa kiwango cha kufanana ni chini ya thamani iliyobainishwa kwa ulinganisho wote.

Hebu tuangalie jinsi wanavyofanya kazi teknolojia za biometriska kwa kutumia mfano wa utambuzi wa alama za vidole. Kwa utambuzi, ni muhimu kupata (kwa kutumia wasomaji maalum) picha ya muundo wa papillary ya vidole moja au zaidi. Ifuatayo, picha hii inachakatwa, na katika mchakato wa usindikaji sifa zake za tabia hupatikana, kama vile matawi ya mistari, mwisho wa mstari, au makutano ya mistari. Kwa kila kipengele, pamoja na aina yake, eneo la jamaa na vigezo vingine vinakumbukwa, kwa mfano, kwa hatua ya mwisho - mwelekeo wa mstari. Mchanganyiko wa vipengele hivi na sifa zao huunda muundo kibayometriki sifa.

Katika kitambulisho au uthibitishaji template inayotokana inalinganishwa na zile zilizopatikana hapo awali. Katika kiwango fulani cha mawasiliano, hitimisho hufanywa juu ya kitambulisho cha templeti na, ipasavyo, uthibitishaji au kitambulisho kidole kilichowasilishwa.

Utambuzi hutokea kwa njia sawa kwa wengine. sifa za biometriska za mtu. Kwa kawaida, vipengele vingine vya sifa hutumiwa, kwa mfano, kwa uso - hii ni eneo na ukubwa wa jamaa wa pua, cheekbones, nk. Kwa kuongezea, kwa sababu ya ukweli kwamba picha zinaweza kuwa za saizi tofauti, ili kuzilinganisha, kuongeza ni muhimu, ambayo umbali kati ya mboni za macho hutumiwa kama "sababu ya kiwango".
Alama ya ufanisi teknolojia za biometriska, pamoja na viashiria vya gharama na urahisi wa matumizi, inategemea matumizi ya vigezo viwili vya uwezekano - kosa la kukataa kwa uongo (FRR - Kiwango cha Kukataa Uongo) na hitilafu ya kukataa kwa uongo (FAR - Kiwango cha Kukubali Uongo). Hitilafu ya kukataa kwa uwongo hutokea wakati mfumo hautambui kibayometriki kipengele ambacho kinalingana na kiolezo kilichomo, na hitilafu ya uwongo ya kuacha hutokea wakati mfumo unalinganisha vibaya kipengele kilichowasilishwa kwake na kiolezo ambacho hakiendani nacho. Kama ilivyo wazi, kosa la uwongo la kuacha ni hatari zaidi kutoka kwa mtazamo usalama, na kosa la kukataa kwa uwongo husababisha kupungua kwa matumizi ya mfumo, ambayo wakati mwingine haitambui mtu mara ya kwanza.

Uwezekano huu mbili umeunganishwa; jaribio la kupunguza moja husababisha kuongezeka kwa pili, kwa hivyo kwa mazoezi, kulingana na mahitaji ya mfumo, maelewano fulani huchaguliwa. Thamani za kawaida za uwezekano huu kwa mifumo ya alama za vidole ni 0.1 × 1% kwa FRR na 10–3 × 10–7% kwa FAR.

Matatizo ya teknolojia ya biometriska

Sio kila kitu kiko sawa katika mkoa teknolojia za biometriska. Tutaonyesha shida kadhaa za sasa, tukigundua kuwa, hata hivyo, zinatatuliwa polepole:

Ghali. Tatizo hili linafaa kwa wapya teknolojia za biometriska, kama, kwa kweli, kwa teknolojia zote mpya kwa ujumla. Kwa mifumo ya vidole inaweza kuchukuliwa kuwa karibu kutatuliwa.

Isiyo ya ulimwengu wote. Tatizo hili ni kutokana na ukweli kwamba baadhi ya sifa zinaonyeshwa vibaya kwa watu fulani. Inajulikana kuwa katika takriban 2% ya watu, mifumo ya papillary iko katika hali ambayo ni vigumu kutambua moja kwa moja. Tatizo hili pia hutokea wakati wa kujaribu kutumia teknolojia za biometriska kwa watu wenye ulemavu wa kimwili (kukatwa kwa mikono au vidole, makovu ya uso, matatizo ya macho, nk). Katika kesi hii (tofauti na makosa ya aina ya kwanza na ya pili - FAR na FRR) wanazungumza juu ya kinachojulikana kama "kosa la aina ya tatu" - kukataa kwa mfumo kukubali. kibayometriki sifa. Njia ya kutatua tatizo hili ni kuwa na mbinu ya kina ambayo inatumia kadhaa kibayometriki sifa, ambayo inafanya uwezekano wa kupunguza idadi ya watu kwa amri ya ukubwa, kitambulisho cha biometriska jambo ambalo haliwezekani. Njia nyingine ya kutatua tatizo hili ni kutumia kitambulisho cha biometriska kwa kushirikiana na njia zingine (kwa mfano, uthibitishaji wa kadi ya smart).

Kuhusu matumizi magumu ya kadhaa teknolojia za biometriska Maneno machache zaidi yanapaswa kusemwa. Mbali na kutatua tatizo la aina ya tatu ya hitilafu, programu tumizi hii inaweza kuboresha kwa kiasi kikubwa sifa zinazohusiana na kukataa kwa uwongo na kukubalika kwa uwongo. Ndiyo maana mwelekeo huu, unaoitwa kitambulisho cha multibiometric, ni mmoja wapo wa kutumainiwa zaidi uwanjani biometriska .

Sensitivity kwa udanganyifu. Tatizo linajulikana zaidi kwa teknolojia za jadi (kidole, uso), ambayo inahusishwa na kuonekana kwao kwa muda mrefu. Njia mbalimbali zipo na hutumiwa kwa mafanikio kupambana na tatizo hili, kwa kuzingatia sifa tofauti za kimwili za dummies na tishu hai. Kwa mfano, alama za vidole zinaweza kutumia mbinu za kunde au umeme.
Ukosefu wa viwango. Ikilinganishwa na 2005, wakati toleo la kwanza la makala hii lilionekana, hali imeboreshwa kwa kiasi kikubwa. Viwango vimepitishwa au vinakamilishwa kuhusu data ya alama za vidole, data ya picha ya usoni ya 2D, kibayometriki interface ya programu, kupima teknolojia za biometriska na kubadilishana kibayometriki data.

Sayansi ya kisasa haijasimama. Mara nyingi zaidi, ulinzi wa hali ya juu wa vifaa unahitajika ili mtu ambaye amevimiliki kimakosa asiweze kunufaika kikamilifu na taarifa hiyo. Kwa kuongeza, njia za kulinda habari kutoka hazitumiwi tu katika maisha ya kila siku.

Mbali na kuweka nywila kwa njia ya kidijitali, mifumo ya usalama ya kibayometriki iliyobinafsishwa zaidi hutumiwa pia.

Ni nini?

Hapo awali, mfumo huo ulitumiwa tu katika kesi ndogo, kulinda vitu muhimu zaidi vya kimkakati.

Kisha, baada ya Septemba 11, 2011, walifikia hitimisho kwamba upatikanaji huo unaweza kutumika sio tu katika maeneo haya, bali pia katika maeneo mengine.

Kwa hivyo, mbinu za utambuzi wa wanadamu zimekuwa muhimu sana katika njia kadhaa za kupambana na ulaghai na ugaidi, na vile vile katika maeneo kama vile:

Mifumo ya ufikiaji wa kibayometriki kwa teknolojia za mawasiliano, hifadhidata za mtandao na kompyuta;

Hifadhidata;

Udhibiti wa upatikanaji wa vifaa vya kuhifadhi habari, nk.

Kila mtu ana seti ya sifa ambazo hazibadilika kwa wakati, au zile ambazo zinaweza kubadilishwa, lakini wakati huo huo ni za mtu maalum. Katika suala hili, tunaweza kuonyesha vigezo vifuatavyo vya mifumo ya biometriska ambayo hutumiwa katika teknolojia hizi:

Tuli - alama za vidole, kupiga picha za sikio, skanning ya retina na wengine.

Teknolojia za biometriska katika siku zijazo zitachukua nafasi ya mbinu za kawaida za kuthibitisha mtu kutumia pasipoti, kwa kuwa chips zilizojengwa, kadi na ubunifu sawa wa teknolojia za kisayansi zitaletwa sio tu kwenye hati hii, bali pia kwa wengine.

Kicheko kidogo kuhusu njia za utambuzi wa utu:

- Utambulisho- moja hadi nyingi; sampuli inalinganishwa na zote zinazopatikana kulingana na vigezo fulani.

- Uthibitisho- moja hadi moja; sampuli inalinganishwa na nyenzo zilizopatikana hapo awali. Katika kesi hiyo, mtu anaweza kujulikana, data iliyopatikana ya mtu inalinganishwa na parameter ya sampuli ya mtu huyu inapatikana katika database;

Jinsi mifumo ya usalama ya kibayometriki inavyofanya kazi

Ili kuunda msingi wa mtu maalum, ni muhimu kuzingatia vigezo vyake vya kibinafsi kama kifaa maalum.

Mfumo unakumbuka sampuli ya tabia ya kibayometriki iliyopokelewa (mchakato wa kurekodi). Katika kesi hii, inaweza kuwa muhimu kufanya sampuli kadhaa ili kuunda thamani sahihi zaidi ya kumbukumbu kwa parameter. Taarifa iliyopokelewa na mfumo inabadilishwa kuwa msimbo wa hisabati.

Mbali na kuunda sampuli, mfumo unaweza kuhitaji hatua za ziada ili kuchanganya kitambulisho cha kibinafsi (PIN au kadi mahiri) na sampuli ya kibayometriki. Baadaye, wakati skanning ya kufuata inatokea, mfumo unalinganisha data iliyopokelewa, kulinganisha nambari ya hesabu na ile iliyorekodiwa tayari. Ikiwa zinalingana, hiyo inamaanisha kuwa uthibitishaji ulifanikiwa.

Makosa yanayowezekana

Mfumo unaweza kutoa makosa, tofauti na utambuzi kwa kutumia nywila au funguo za kielektroniki. Katika kesi hii, aina zifuatazo za kutoa habari zisizo sahihi zinajulikana:

Hitilafu ya aina ya 1: kiwango cha ufikivu wa uwongo (FAR) - mtu mmoja anaweza kuwa na makosa kwa mwingine;

Hitilafu ya aina ya 2: kiwango cha kunyimwa ufikiaji wa uwongo (FRR) - mtu hatambuliwi kwenye mfumo.

Ili kuwatenga, kwa mfano, makosa ya kiwango hiki, ni muhimu kuingiliana na viashiria vya FAR na FRR. Walakini, hii haiwezekani, kwani hii ingehitaji kitambulisho cha DNA cha mtu huyo.

Alama za vidole

Kwa sasa, njia maarufu zaidi ni biometriska. Wakati wa kupokea pasipoti, wananchi wa kisasa wa Kirusi wanatakiwa kupitia utaratibu wa kuchukua alama za vidole ili kuziongeza kwenye kadi yao ya kibinafsi.

Njia hii inategemea upekee wa vidole na imetumika kwa muda mrefu kabisa, kuanzia na forensics (fingerprinting). Kwa skanning vidole, mfumo hutafsiri sampuli kwenye msimbo wa kipekee, ambao unalinganishwa na kitambulisho kilichopo.

Kama sheria, algorithms za usindikaji wa habari hutumia eneo la kibinafsi la vidokezo fulani ambavyo vina alama za vidole - matawi, mwisho wa mstari wa muundo, nk. Wakati inachukua kubadilisha picha kuwa msimbo na kutoa matokeo kawaida ni kama sekunde 1.

Vifaa, ikiwa ni pamoja na programu yake, kwa sasa huzalishwa katika tata na ni kiasi cha gharama nafuu.

Makosa wakati wa kuchanganua vidole (au mikono yote miwili) hutokea mara nyingi ikiwa:

Kuna unyevu usio wa kawaida au ukame wa vidole.

Mikono inatibiwa na vitu vya kemikali ambavyo hufanya utambuzi kuwa mgumu.

Kuna microcracks au scratches.

Kuna mtiririko mkubwa na unaoendelea wa habari. Kwa mfano, hii inawezekana katika biashara ambapo upatikanaji wa mahali pa kazi unafanywa kwa kutumia scanner ya vidole. Kwa kuwa mtiririko wa watu ni muhimu, mfumo unaweza kushindwa.

Kampuni maarufu zaidi zinazohusika na mifumo ya utambuzi wa alama za vidole: Bayometric Inc., SecuGen. Katika Urusi, Sonda, BioLink, SmartLok, nk wanafanya kazi juu ya hili.

iris ya jicho

Mfano wa membrane huundwa katika wiki ya 36 ya maendeleo ya intrauterine, imeanzishwa na miezi miwili na haibadilika katika maisha yote. Mifumo ya kitambulisho cha iris ya biometriska sio tu sahihi zaidi kati ya wengine katika safu hii, lakini pia ni moja ya gharama kubwa zaidi.

Faida ya njia ni kwamba skanning, yaani, kukamata picha, inaweza kutokea kwa umbali wa cm 10 na kwa umbali wa mita 10.

Wakati picha inachukuliwa, data juu ya eneo la pointi fulani kwenye iris ya jicho hupitishwa kwa kompyuta, ambayo hutoa taarifa kuhusu uwezekano wa kuingia. Kasi ya usindikaji wa habari kuhusu iris ya binadamu ni karibu 500 ms.

Kwa sasa, mfumo huu wa utambuzi katika soko la biometriska huchukua si zaidi ya 9% ya idadi ya jumla ya mbinu hizo za kitambulisho. Wakati huo huo, sehemu ya soko inayomilikiwa na teknolojia ya alama za vidole ni zaidi ya 50%.

Scanners ambazo hukuuruhusu kukamata na kusindika iris ya jicho zina muundo na programu ngumu, na kwa hivyo vifaa kama hivyo vina bei ya juu. Kwa kuongezea, Iridian hapo awali alikuwa hodari katika utengenezaji wa mifumo ya utambuzi wa wanadamu. Kisha makampuni mengine makubwa yalianza kuingia kwenye soko, ambayo tayari yalikuwa yanahusika katika uzalishaji wa vipengele vya vifaa mbalimbali.

Kwa hiyo, kwa sasa nchini Urusi kuna makampuni yafuatayo ambayo huunda mifumo ya utambuzi wa iris ya binadamu: AOptix, SRI International. Hata hivyo, makampuni haya haitoi viashiria juu ya idadi ya makosa ya aina 1 na 2, kwa hiyo sio ukweli kwamba mfumo haujalindwa kutokana na bandia.

Jiometri ya uso

Kuna mifumo ya usalama ya kibayometriki inayohusishwa na utambuzi wa uso katika hali za 2D na 3D. Kwa ujumla, inaaminika kuwa sura za uso za kila mtu ni za kipekee na hazibadilika katika maisha yote. Sifa kama vile umbali kati ya pointi fulani, umbo, n.k. hubakia bila kubadilika.

Hali ya 2D ni mbinu tuli ya kitambulisho. Wakati wa kukamata picha, ni muhimu kwamba mtu haongei. Asili, uwepo wa masharubu, ndevu, mwanga mkali na mambo mengine ambayo yanazuia mfumo wa kutambua uso pia ni muhimu. Hii ina maana kwamba ikiwa kuna makosa yoyote, matokeo yaliyotolewa yatakuwa sahihi.

Kwa sasa, njia hii si maarufu sana kwa sababu ya usahihi wake wa chini na hutumiwa tu katika biometri ya multimodal (msalaba), ambayo ni seti ya njia za kumtambua mtu kwa uso na sauti wakati huo huo. Mifumo ya usalama ya kibayometriki inaweza kujumuisha moduli zingine - DNA, alama za vidole na zingine. Kwa kuongeza, njia ya msalaba hauhitaji kuwasiliana na mtu anayehitaji kutambuliwa, ambayo inafanya uwezekano wa kutambua watu kutoka kwa picha na sauti zilizorekodi kwenye vifaa vya kiufundi.

Njia ya 3D ina vigezo tofauti kabisa vya pembejeo, hivyo haiwezi kulinganishwa na teknolojia ya 2D. Wakati wa kurekodi picha, uso katika mienendo hutumiwa. Mfumo, unakamata kila picha, huunda mfano wa 3D, ambayo data iliyopokea inalinganishwa.

Katika kesi hii, gridi maalum hutumiwa, ambayo inajitokeza kwenye uso wa mtu. Mifumo ya usalama ya kibayometriki, ikichukua muafaka kadhaa kwa sekunde, huchakata picha na programu iliyojumuishwa ndani yao. Katika hatua ya kwanza ya kuunda picha, programu hutupa picha zisizofaa ambapo uso ni vigumu kuona au vitu vya pili vipo.

Kisha mpango huo unabainisha na kupuuza vitu visivyohitajika (glasi, hairstyle, nk). Vipengele vya uso vya anthropometric vinaangaziwa na kukumbukwa, na kutengeneza msimbo wa kipekee ambao umeingizwa kwenye ghala maalum la data. Muda wa kupiga picha ni kama sekunde 2.

Hata hivyo, licha ya manufaa ya njia ya 3D juu ya njia ya 2D, kuingiliwa yoyote muhimu kwenye uso au mabadiliko ya sura ya uso huharibu uaminifu wa takwimu wa teknolojia hii.

Leo, teknolojia za utambuzi wa uso wa biometriska hutumiwa pamoja na njia zinazojulikana zaidi zilizoelezwa hapo juu, uhasibu kwa takriban 20% ya soko la jumla la teknolojia ya biometriska.

Kampuni zinazounda na kutekeleza teknolojia ya utambuzi wa uso: Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH. Katika Urusi, makampuni yafuatayo yanafanya kazi juu ya suala hili: Artec Group, Vocord (njia ya 2D) na wengine, wazalishaji wadogo.

Mishipa ya mitende

Karibu miaka 10-15 iliyopita, teknolojia mpya ya kitambulisho cha biometriska ilifika - kutambuliwa na mishipa ya mkono. Hii iliwezekana kwa sababu ya ukweli kwamba hemoglobin katika damu inachukua sana mionzi ya infrared.

Kamera maalum ya IR inapiga picha kwenye kiganja, na kusababisha mtandao wa mishipa kuonekana kwenye picha. Picha hii inachakatwa na programu na matokeo yanaonyeshwa.

Eneo la mishipa kwenye mkono ni sawa na vipengele vya iris ya jicho - mistari na muundo wao hazibadilika kwa muda. Kuegemea kwa njia hii inaweza pia kuhusishwa na matokeo yaliyopatikana kutoka kwa kitambulisho kwa kutumia iris.

Hakuna haja ya kuwasiliana ili kunasa picha na msomaji, lakini kwa kutumia njia hii ya sasa inahitaji masharti fulani yatimizwe ili matokeo yawe sahihi zaidi: haiwezi kupatikana kwa, kwa mfano, kupiga picha kwa mkono. mtaani. Pia, usiweke kamera kwenye mwanga wakati wa skanning. Matokeo ya mwisho yatakuwa sahihi ikiwa kuna magonjwa yanayohusiana na umri.

Usambazaji wa njia kwenye soko ni karibu 5% tu, lakini kuna riba kubwa ndani yake kutoka kwa makampuni makubwa ambayo tayari yametengeneza teknolojia za biometriska: TDSi, Veid Pte. Ltd., Hitachi VeinID.

Retina

Kuchambua muundo wa capillaries kwenye uso wa retina inachukuliwa kuwa njia ya kuaminika zaidi ya utambuzi. Inachanganya sifa bora za teknolojia za biometriska kwa kutambua mtu kwa iris ya macho na mishipa ya mkono.

Wakati pekee ambapo njia inaweza kutoa matokeo yasiyo sahihi ni cataracts. Kimsingi, retina ina muundo usiobadilika katika maisha yote.

Ubaya wa mfumo huu ni kwamba retina inachanganuliwa wakati mtu haongei. Teknolojia, ambayo ni ngumu katika matumizi yake, inahitaji muda mrefu wa usindikaji kwa matokeo.

Kutokana na gharama zake za juu, mfumo wa biometriska hautumiwi sana, lakini hutoa matokeo sahihi zaidi ya njia zote za skanning vipengele vya binadamu kwenye soko.

Mikono

Njia maarufu ya kitambulisho kwa jiometri ya mkono inazidi kutumika, kwani inatoa matokeo ya chini ikilinganishwa na njia zingine. Wakati wa skanning, vidole vinapigwa picha, urefu wao, uhusiano kati ya nodes na vigezo vingine vya mtu binafsi huamua.

Umbo la sikio

Wataalamu wanasema kwamba mbinu zote za kitambulisho zilizopo si sahihi kama kumtambua mtu kwa DNA.Hata hivyo, kuna njia ya kuamua utu kwa DNA, lakini katika kesi hii kuna mawasiliano ya karibu na watu, hivyo inachukuliwa kuwa isiyofaa.

Mtafiti Mark Nixon kutoka Uingereza anasema kuwa mbinu katika ngazi hii ni mifumo ya kibayometriki ya kizazi kipya; hutoa matokeo sahihi zaidi. Tofauti na retina, iris au vidole, ambayo vigezo vya nje vinaweza kuonekana ambavyo hufanya kitambulisho kuwa ngumu, hii haifanyiki kwenye masikio. Iliyoundwa katika utoto, sikio hukua tu bila kubadilisha pointi zake kuu.

Mvumbuzi aliita njia ya kumtambua mtu kwa chombo cha kusikia "mabadiliko ya picha ya boriti." Teknolojia hii inahusisha kukamata picha na mionzi ya rangi tofauti, ambayo inatafsiriwa katika kanuni ya hisabati.

Walakini, kulingana na mwanasayansi, njia yake pia ina pande hasi. Kwa mfano, nywele zinazofunika masikio, angle iliyochaguliwa kwa usahihi, na makosa mengine yanaweza kuingilia kati kupata picha ya wazi.

Teknolojia ya kuchanganua masikio haitachukua nafasi ya njia inayojulikana na inayojulikana kama alama za vidole, lakini inaweza kutumika pamoja nayo.

Inaaminika kuwa hii itaongeza uaminifu wa kutambua watu. Mchanganyiko wa mbinu tofauti (multimodal) katika kukamata wahalifu ni muhimu hasa, mwanasayansi anaamini. Kama matokeo ya majaribio na utafiti, wanatumai kuunda programu ambayo itatumika kortini kubaini wahusika wenye hatia kutoka kwa picha.

Sauti ya mwanadamu

Utambulisho wa kibinafsi unaweza kufanywa ndani na kwa mbali kwa kutumia teknolojia ya utambuzi wa sauti.

Wakati wa kuzungumza, kwa mfano, kwenye simu, mfumo unalinganisha parameter hii na zile zinazopatikana kwenye hifadhidata na hupata sampuli zinazofanana kwa asilimia. Mechi kamili ina maana kwamba utambulisho umeanzishwa, yaani, kitambulisho kwa sauti kimetokea.

Ili kufikia kitu kwa njia ya jadi, lazima ujibu maswali fulani ya usalama. Huu ni msimbo wa kidijitali, jina la uzazi la mama na manenosiri mengine ya maandishi.

Utafiti wa kisasa katika eneo hili unaonyesha kuwa taarifa hii ni rahisi sana kupata, kwa hivyo mbinu za utambuzi kama vile bayometriki za sauti zinaweza kutumika. Katika kesi hii, sio ujuzi wa kanuni ambazo zinakabiliwa na uthibitishaji, lakini utu wa mtu.

Ili kufanya hivyo, mteja anahitaji kusema maneno ya msimbo au kuanza kuzungumza. Mfumo hutambua sauti ya mpigaji simu na huangalia ikiwa ni ya mtu huyu - kama yeye ndiye anayedai kuwa.

Mifumo ya usalama wa habari ya biometriska ya aina hii hauhitaji vifaa vya gharama kubwa, hii ni faida yao. Kwa kuongeza, kutekeleza skanning ya sauti na mfumo, huna haja ya kuwa na ujuzi maalum, kwani kifaa hutoa kwa kujitegemea matokeo ya "kweli-uongo".

Kwa mwandiko

Utambulisho wa mtu kwa njia ya kuandika barua hufanyika karibu na eneo lolote la maisha ambapo ni muhimu kusaini. Hii hutokea, kwa mfano, katika benki, mtaalamu anapolinganisha sampuli iliyotolewa wakati wa kufungua akaunti na saini zilizowekwa wakati wa ziara inayofuata.

Usahihi wa njia hii ni ya chini, kwani kitambulisho haifanyiki kwa kutumia nambari ya hesabu, kama ilivyo kwa zile zilizopita, lakini kwa kulinganisha rahisi. Kuna kiwango cha juu cha mtazamo wa kibinafsi hapa. Kwa kuongeza, mwandiko hubadilika sana kulingana na umri, ambayo mara nyingi hufanya utambuzi kuwa mgumu.

Ni bora katika kesi hii kutumia mifumo ya kiotomatiki ambayo itakuruhusu kuamua sio tu mechi zinazoonekana, lakini pia sifa zingine tofauti za tahajia ya maneno, kama vile mteremko, umbali kati ya alama na sifa zingine za tabia.

ZlodeiBaal Agosti 11, 2011 saa 9:54 jioni

Njia za kisasa za utambuzi wa biometriska

• Usalama wa Habari

Hivi majuzi, nakala nyingi zimeonekana kwenye Habré zinazotolewa kwa mifumo ya utambulisho wa uso ya Google. Kuwa waaminifu, wengi wao wanapenda uandishi wa habari na, kwa upole, kutokuwa na uwezo. Na nilitaka kuandika makala nzuri juu ya biometriska, sio yangu ya kwanza! Kuna nakala kadhaa nzuri kuhusu bayometriki kwenye Habre - lakini ni mafupi na hayajakamilika. Hapa nitajaribu kuelezea kwa ufupi kanuni za jumla za kitambulisho cha biometriska na mafanikio ya kisasa ya wanadamu katika suala hili. Ikiwa ni pamoja na utambulisho wa nyuso.

Nakala hiyo ina, ambayo, kwa asili, ni utangulizi wake.

Chapisho la pamoja na mwenzako katika jarida (BDI, 2009), lililorekebishwa ili kuendana na hali halisi ya kisasa, litatumika kama msingi wa makala. Habre bado si mfanyakazi mwenza, lakini aliunga mkono kuchapishwa kwa makala iliyorekebishwa hapa. Wakati wa kuchapishwa, makala ilikuwa muhtasari mfupi wa soko la teknolojia ya kisasa ya kibayometriki, ambayo tulijifanyia sisi wenyewe kabla ya kutambulisha bidhaa zetu. Hukumu za utumiaji zilizowekwa katika sehemu ya pili ya kifungu hicho zinatokana na maoni ya watu ambao wametumia na kutekeleza bidhaa, na pia maoni ya watu wanaohusika katika utengenezaji wa mifumo ya biometriska nchini Urusi na Ulaya.

Habari za jumla

Hebu tuanze na mambo ya msingi. Katika 95% ya kesi, biometriska kimsingi ni takwimu za hisabati. Na matstat ni sayansi halisi, algorithms ambayo hutumiwa kila mahali: katika rada na mifumo ya Bayesian. Makosa ya aina ya kwanza na ya pili yanaweza kuchukuliwa kama sifa kuu mbili za mfumo wowote wa biometriska). Katika nadharia ya rada kwa kawaida huitwa "kengele ya uwongo" au "kukosa lengwa", na katika bayometriki dhana zilizothibitishwa zaidi ni FAR (Kiwango cha Kukubalika kwa Uongo) na FRR (Kiwango cha Kukataa Uongo). Nambari ya kwanza inaashiria uwezekano wa mechi ya uwongo kati ya sifa za kibayometriki za watu wawili. Ya pili ni uwezekano wa kumnyima mtu kupata kibali. Thamani ya chini ya FRR kwa maadili sawa ya FAR, mfumo bora zaidi. Wakati mwingine tabia ya kulinganisha ya EER pia hutumiwa, ambayo huamua hatua ambayo grafu za FRR na FAR zinaingiliana. Lakini sio mwakilishi kila wakati. Unaweza kuona maelezo zaidi, kwa mfano.
Yafuatayo yanaweza kuzingatiwa: ikiwa sifa za mfumo hazijumuishi FAR na FRR kwa hifadhidata wazi za biometriska, basi haijalishi watengenezaji wanatangaza nini juu ya sifa zake, mfumo huu unawezekana kuwa haufanyi kazi au dhaifu sana kuliko washindani wake..
Lakini sio FAR na FRR tu huamua ubora wa mfumo wa biometriska. Ikiwa hii ndiyo njia pekee, basi teknolojia inayoongoza itakuwa utambuzi wa DNA, ambayo FAR na FRR huwa na sifuri. Lakini ni dhahiri kwamba teknolojia hii haitumiki katika hatua ya sasa ya maendeleo ya binadamu! Tumeunda sifa kadhaa za majaribio ambazo huturuhusu kutathmini ubora wa mfumo. "Upinzani wa kughushi" ni sifa ya majaribio ambayo inatoa muhtasari wa jinsi ilivyo rahisi kwa kitambulishi cha kibayometriki kudanganywa. "Utulivu wa mazingira" ni tabia ambayo hutathmini kwa uthabiti uthabiti wa mfumo chini ya hali mbalimbali za nje, kama vile mabadiliko ya taa au joto la kawaida. "Urahisi wa kutumia" huonyesha jinsi ilivyo vigumu kutumia kichanganuzi cha kibayometriki, na kama kitambulisho kinawezekana "ukiwa safarini." Tabia muhimu ni "Kasi ya operesheni" na "Gharama ya mfumo". Hatupaswi kusahau kwamba tabia ya biometriska ya mtu inaweza kubadilika kwa muda, hivyo ikiwa ni imara, hii ni hasara kubwa.
Wingi wa njia za biometriska ni za kushangaza. Njia kuu za kutumia sifa za biometriska za mtu ni kitambulisho kwa muundo wa papilari kwenye vidole, iris, jiometri ya uso, retina, muundo wa mishipa ya mkono, jiometri ya mkono. Pia kuna familia ya mbinu zinazotumia sifa zinazobadilika: utambulisho kwa sauti, mienendo ya mwandiko, mapigo ya moyo, na mwendo. Chini ni kuvunjika kwa soko la biometriska miaka michache iliyopita. Kila chanzo kingine hubadilika kwa asilimia 15-20, kwa hivyo hii ni makisio tu. Pia hapa, chini ya dhana ya "jiometri ya mkono," kuna njia mbili tofauti zilizofichwa, ambazo zitajadiliwa hapa chini.


Katika makala haya tutazingatia sifa zile pekee zinazotumika katika mifumo ya udhibiti wa ufikiaji na usimamizi (ACS) au katika kazi zinazofanana nazo. Kwa sababu ya ubora wake, hizi kimsingi ni sifa tuli. Kati ya sifa zinazobadilika kwa sasa, utambuzi wa sauti pekee una angalau umuhimu fulani wa takwimu (unaolinganishwa na algoriti tuli mbaya zaidi FAR~0.1%, FRR~6%), lakini chini ya hali bora tu.
Ili kuhisi uwezekano wa FAR na FRR, unaweza kukadiria ni mara ngapi ulinganifu wa uwongo utatokea ikiwa utasakinisha mfumo wa utambulisho kwenye lango la shirika lenye wafanyakazi wa N. Uwezekano wa ulinganifu wa uwongo wa kichanganuzi cha alama za vidole kwa hifadhidata ya alama za vidole N ni FAR∙N. Na kila siku kuhusu watu wa N pia hupitia sehemu ya udhibiti wa ufikiaji. Halafu uwezekano wa makosa kwa siku ya kufanya kazi ni FAR∙(N∙N). Kwa kweli, kulingana na malengo ya mfumo wa kitambulisho, uwezekano wa kosa kwa kila kitengo cha wakati unaweza kutofautiana sana, lakini ikiwa tunakubali kosa moja kwa siku ya kazi kama inakubalika, basi:
(1)
Kisha tunaona kwamba uendeshaji thabiti wa mfumo wa kitambulisho katika FAR=0.1% =0.001 unawezekana kwa ukubwa wa wafanyakazi wa N≈30.

Scanner za biometriska

Leo, dhana za "algorithm ya biometriska" na "skana ya biometriska" sio lazima zihusishwe. Kampuni inaweza kuzalisha vipengele hivi kibinafsi, au kwa pamoja. Tofauti kubwa zaidi kati ya watengenezaji wa skana na watengenezaji wa programu imepatikana katika soko la bayometriki za muundo wa papilari za vidole. Kichanganuzi kidogo zaidi cha uso cha 3D kwenye soko. Kwa kweli, kiwango cha utofautishaji kwa kiasi kikubwa kinaonyesha maendeleo na kueneza kwa soko. Kadiri chaguo linavyoongezeka, ndivyo mada inavyofanyiwa kazi na kuletwa kwenye ukamilifu. Scanners tofauti zina seti tofauti za uwezo. Kimsingi ni seti ya vipimo vya kuangalia ikiwa kitu cha kibayometriki kimeingiliwa au la. Kwa vichanganuzi vya vidole hiki kinaweza kuwa kipimo cha mapema au ukaguzi wa halijoto, kwa vichanganuzi vya macho kinaweza kuwa kipimo cha malazi ya mwanafunzi, kwa vichanganuzi vya uso kinaweza kuwa usomaji wa uso.
Vichanganuzi huathiri sana takwimu zinazotokana na FAR na FRR. Katika hali nyingine, nambari hizi zinaweza kubadilika makumi ya nyakati, haswa katika hali halisi. Kwa kawaida, sifa za algoriti hutolewa kwa msingi fulani "bora", au kwa ufaao tu, ambapo fremu zenye ukungu na ukungu hutupwa. Ni algoriti chache tu zinaonyesha kwa uaminifu msingi na utoaji kamili wa FAR/FRR kwa ajili yake.

Na sasa kwa undani zaidi juu ya kila moja ya teknolojia

Alama za vidole

Dactyloscopy (utambuzi wa alama za vidole) ndiyo njia iliyoendelezwa zaidi ya kibayometriki ya utambuzi wa kibinafsi hadi sasa. Kichocheo cha maendeleo ya njia hiyo ilikuwa matumizi yake makubwa katika sayansi ya uchunguzi wa karne ya 20.
Kila mtu ana muundo wa pekee wa alama za vidole vya papilari, ambayo inafanya kitambulisho iwezekanavyo. Kwa kawaida, algorithms hutumia alama za tabia kwenye alama za vidole: mwisho wa mstari wa muundo, matawi ya mstari, pointi moja. Zaidi ya hayo, habari hutumiwa kuhusu muundo wa morphological wa alama za vidole: nafasi ya jamaa ya mistari iliyofungwa ya muundo wa papillary, "arched" na mistari ya ond. Vipengele vya muundo wa papilari hubadilishwa kuwa msimbo wa kipekee unaohifadhi maudhui ya habari ya picha ya vidole. Na ni "misimbo ya alama za vidole" ambayo huhifadhiwa kwenye hifadhidata inayotumiwa kutafuta na kulinganisha. Muda wa kubadilisha picha ya alama ya vidole kuwa msimbo na kuitambua kwa kawaida hauzidi sekunde 1, kulingana na ukubwa wa hifadhidata. Wakati uliotumika kuinua mkono wako hauzingatiwi.

Takwimu za SDK za VeriFinger zilizopatikana kwa kutumia kichanganuzi cha alama ya vidole cha DP U.are.U zilitumika kama chanzo cha data ya FAR na FRR. Zaidi ya miaka 5-10 iliyopita, sifa za utambuzi wa vidole hazijafanya maendeleo makubwa, hivyo takwimu zilizo hapo juu zinaonyesha thamani ya wastani ya algorithms ya kisasa vizuri kabisa. Algoriti ya VeriFinger yenyewe ilishinda Shindano la Kimataifa la Uthibitishaji Alama za Vidole kwa miaka kadhaa, ambapo kanuni za utambuzi wa vidole zilishindana.

Thamani ya sifa ya FAR ya mbinu ya utambuzi wa alama za vidole ni 0.001%.
Kutokana na fomula (1) tunapata kwamba utendakazi thabiti wa mfumo wa kitambulisho katika FAR=0.001% unawezekana kwa ukubwa wa wafanyakazi wa N≈300.

Faida za mbinu. Kuegemea juu - viashiria vya takwimu vya njia ni bora kuliko viashiria vya njia za kitambulisho kwa uso, sauti, na uchoraji. Vifaa vya gharama nafuu vinavyochanganua picha ya alama ya vidole. Utaratibu rahisi wa skanning alama za vidole.
Hasara: muundo wa vidole vya papillary huharibiwa kwa urahisi sana na scratches ndogo na kupunguzwa. Watu ambao wametumia skana katika makampuni ya biashara yenye wafanyakazi mia kadhaa wanaripoti kiwango cha juu cha kushindwa kwa skanning. Wengi wa scanners hazitendei ngozi kavu kwa kutosha na haziruhusu watu wazee kupita. Wakati wa kuwasiliana kwenye maonyesho ya mwisho ya MIPS, mkuu wa huduma ya usalama wa biashara kubwa ya kemikali alisema kwamba jaribio lao la kuanzisha skana za vidole kwenye biashara (skana za mifumo mbali mbali zilijaribiwa) zilishindwa - mfiduo mdogo wa vitendanishi vya kemikali kwenye vidole vya wafanyikazi. ilisababisha kushindwa kwa mifumo ya usalama ya scanners - scanners zilitangaza vidole vya bandia. Pia hakuna usalama wa kutosha dhidi ya ughushi wa picha za alama za vidole, ambazo kwa kiasi fulani husababishwa na utumizi mkubwa wa njia hiyo. Kwa kweli, sio skana zote zinaweza kudanganywa na njia kutoka kwa MythBusters, lakini bado. Kwa watu wengine walio na vidole "visivyofaa" (joto la mwili, unyevu), uwezekano wa kunyimwa ufikiaji unaweza kufikia 100%. Idadi ya watu kama hao inatofautiana kutoka sehemu ya asilimia kwa skana za gharama kubwa hadi asilimia kumi kwa zile za bei nafuu.
Bila shaka, ni muhimu kuzingatia kwamba idadi kubwa ya mapungufu husababishwa na matumizi makubwa ya mfumo, lakini mapungufu haya yanapo na yanaonekana mara nyingi sana.

Hali ya soko

Hivi sasa, mifumo ya utambuzi wa alama za vidole inachukua zaidi ya nusu ya soko la biometriska. Makampuni mengi ya Kirusi na ya kigeni yanahusika katika uzalishaji wa mifumo ya udhibiti wa upatikanaji kulingana na njia ya utambulisho wa vidole. Kutokana na ukweli kwamba mwelekeo huu ni mojawapo ya kongwe zaidi, umeenea zaidi na ni kwa maendeleo zaidi. Vichanganuzi vya alama za vidole vimekuja kwa njia ndefu sana kuboresha. Mifumo ya kisasa ina vifaa vya sensorer mbalimbali (joto, shinikizo, nk) ambayo huongeza kiwango cha ulinzi dhidi ya bandia. Mifumo ya kila siku inakuwa rahisi zaidi na ngumu. Kwa kweli, watengenezaji tayari wamefikia kikomo fulani katika eneo hili, na hakuna mahali pa kuendeleza njia zaidi. Aidha, makampuni mengi yanazalisha mifumo iliyopangwa tayari ambayo ina kila kitu muhimu, ikiwa ni pamoja na programu. Waunganishaji katika eneo hili hawana haja ya kukusanyika mfumo wenyewe, kwa kuwa hii haina faida na itachukua muda na jitihada zaidi kuliko kununua mfumo tayari na tayari wa gharama nafuu, hasa tangu uchaguzi utakuwa pana sana.
Miongoni mwa makampuni ya kigeni yanayohusika na mifumo ya utambuzi wa vidole, mtu anaweza kutambua SecuGen (skana za USB kwa Kompyuta, scanners ambazo zinaweza kuwekwa katika makampuni ya biashara au kujengwa ndani ya kufuli, SDK na programu ya kuunganisha mfumo na kompyuta); Kampuni ya Bayometric Inc. (vichanganuzi vya alama za vidole, mifumo ya udhibiti wa TAA/Ufikiaji, SDK za alama za vidole, moduli zilizopachikwa za alama za vidole); DigitalPersona, Inc. (Vichanganuzi vya USB, SDK). Katika Urusi, makampuni yafuatayo yanafanya kazi katika eneo hili: BioLink (scanners za vidole, vifaa vya udhibiti wa upatikanaji wa biometriska, programu); Sonda (skana za vidole, vifaa vya kudhibiti ufikiaji wa kibayometriki, SDK); SmartLock (skana za vidole na moduli), nk.

Iris

Iris ya jicho ni tabia ya kipekee ya mtu. Mfano wa iris huundwa katika mwezi wa nane wa maendeleo ya intrauterine, hatimaye imetulia katika umri wa miaka miwili na kivitendo haibadilika katika maisha yote, isipokuwa kama matokeo ya majeraha makubwa au patholojia kali. Njia ni mojawapo ya sahihi zaidi kati ya mbinu za biometri.
Mfumo wa kitambulisho cha iris umegawanywa kimantiki katika sehemu mbili: kifaa cha kunasa picha, usindikaji wake wa msingi na usambazaji kwa kompyuta, na kompyuta ambayo inalinganisha picha na picha kwenye hifadhidata na kusambaza amri ya uandikishaji kwa kifaa cha mtendaji.
Wakati wa usindikaji wa picha ya msingi katika mifumo ya kisasa ni takriban 300-500ms, kasi ya kulinganisha picha iliyosababishwa na hifadhidata ni kulinganisha 50,000-150,000 kwa sekunde kwenye PC ya kawaida. Kasi hii ya kulinganisha haitoi vikwazo juu ya matumizi ya njia katika mashirika makubwa wakati unatumiwa katika mifumo ya upatikanaji. Unapotumia kompyuta maalum na algorithms ya utaftaji wa utaftaji, inawezekana hata kutambua mtu kati ya wakaazi wa nchi nzima.
Ninaweza kujibu mara moja kuwa nina upendeleo na nina mtazamo mzuri kuelekea njia hii, kwani ilikuwa katika uwanja huu tulipozindua uanzishaji wetu. Aya mwishoni itatolewa kwa kujitolea kidogo.

Tabia za takwimu za mbinu

Tabia za FAR na FRR kwa iris ni bora zaidi katika darasa la mifumo ya kisasa ya biometriska (isipokuwa uwezekano wa njia ya utambuzi wa retina). Nakala hiyo inawasilisha sifa za maktaba ya utambuzi wa iris ya algorithm yetu - EyeR SDK, ambayo inalingana na algorithm ya VeriEye iliyojaribiwa kwa kutumia hifadhidata sawa. Tulitumia hifadhidata za CASIA zilizopatikana na skana zao.

Thamani ya sifa ya FAR ni 0.00001%.
Kulingana na fomula (1) N≈3000 ni idadi ya wafanyikazi wa shirika, ambapo kitambulisho cha mfanyakazi ni thabiti kabisa.
Hapa ni muhimu kuzingatia kipengele muhimu kinachofautisha mfumo wa kutambua iris kutoka kwa mifumo mingine. Unapotumia kamera yenye azimio la 1.3MP au zaidi, unaweza kunasa macho mawili katika fremu moja. Kwa kuwa uwezekano wa FAR na FRR ni uwezekano wa kujitegemea wa kitakwimu, wakati wa kutambua kutumia macho mawili, thamani ya FAR itakuwa takriban sawa na mraba wa thamani ya FAR kwa jicho moja. Kwa mfano, kwa FAR ya 0.001% kwa kutumia macho mawili, kiwango cha uwongo cha kukubalika kitakuwa 10-8%, na FRR mara mbili tu ya juu ya thamani inayolingana ya FRR kwa jicho moja kwa FAR=0.001%.

Faida na hasara za njia

Faida za mbinu. Kuegemea kwa takwimu ya algorithm. Kukamata picha ya iris inaweza kufanyika kwa umbali wa sentimita kadhaa hadi mita kadhaa, bila kuwasiliana kimwili kati ya mtu na kifaa. Iris inalindwa kutokana na uharibifu - ambayo inamaanisha kuwa haitabadilika kwa muda. Pia inawezekana kutumia idadi kubwa ya mbinu zinazolinda dhidi ya bandia.
Hasara za njia. Bei ya mfumo kulingana na iris ni ya juu kuliko bei ya mfumo kulingana na utambuzi wa vidole au utambuzi wa uso. Upatikanaji mdogo wa ufumbuzi tayari. Muunganishi yeyote anayekuja kwenye soko la Kirusi leo na kusema "nipe mfumo ulio tayari" atakuwa na uwezekano mkubwa wa kushindwa. Wengi wao huuza mifumo ya gharama kubwa ya turnkey iliyosakinishwa na makampuni makubwa kama vile Iridian au LG.

Hali ya soko

Kwa sasa, sehemu ya teknolojia ya kitambulisho cha iris katika soko la kimataifa la biometriska ni, kulingana na makadirio mbalimbali, kutoka asilimia 6 hadi 9 (wakati teknolojia za utambuzi wa vidole zinachukua zaidi ya nusu ya soko). Ikumbukwe kwamba tangu mwanzo wa maendeleo ya njia hii, uimarishaji wake katika soko ulipunguzwa na gharama kubwa ya vifaa na vipengele muhimu ili kukusanya mfumo wa kitambulisho. Walakini, teknolojia za dijiti zilipokua, gharama ya mfumo mmoja ilianza kupungua.
Kiongozi katika maendeleo ya programu katika eneo hili ni Iridian Technologies.
Kuingia kwa idadi kubwa ya wazalishaji kwenye soko kulipunguzwa na utata wa kiufundi wa scanners na, kwa sababu hiyo, gharama zao za juu, pamoja na bei ya juu ya programu kutokana na nafasi ya ukiritimba wa Iridian kwenye soko. Mambo haya yaliruhusu makampuni makubwa tu kuendeleza katika uwanja wa utambuzi wa iris, uwezekano mkubwa tayari kushiriki katika uzalishaji wa baadhi ya vipengele vinavyofaa kwa mfumo wa kitambulisho (optics ya juu-azimio, kamera za miniature zilizo na mwanga wa infrared, nk). Mifano ya makampuni hayo ni pamoja na LG Electronics, Panasonic, OKI. Waliingia makubaliano na Iridian Technologies, na kama matokeo ya kazi ya pamoja, mifumo ifuatayo ya kitambulisho ilionekana: Iris Access 2200, BM-ET500, OKI IrisPass. Baadaye, mifano iliyoboreshwa ya mifumo iliibuka, shukrani kwa uwezo wa kiufundi wa kampuni hizi kujiendeleza kwa uhuru katika eneo hili. Inapaswa kuwa alisema kuwa makampuni ya juu pia yalitengeneza programu zao wenyewe, lakini mwisho wanapendelea programu ya Iridian Technologies katika mfumo wa kumaliza.
Soko la Kirusi linaongozwa na bidhaa za makampuni ya kigeni. Ingawa hata hiyo inaweza kununuliwa kwa shida. Kwa muda mrefu, kampuni ya Papillon iliwahakikishia kila mtu kuwa walikuwa na utambuzi wa iris. Lakini hata wawakilishi wa RosAtom, mnunuzi wao wa moja kwa moja, ambaye walifanya mfumo huo, wanasema kwamba hii si kweli. Wakati fulani, kampuni nyingine ya Kirusi ilionekana ambayo ilifanya scanners za iris. Sasa sikumbuki jina. Walinunua algorithm kutoka kwa mtu, labda kutoka kwa VeriEye sawa. Scanner yenyewe ilikuwa mfumo wa umri wa miaka 10-15, kwa njia yoyote isiyo na mawasiliano.
Katika mwaka jana, watengenezaji wapya kadhaa wameingia kwenye soko la kimataifa kutokana na kumalizika kwa hati miliki ya msingi ya utambuzi wa macho ya binadamu. Kuaminika zaidi kwao, kwa maoni yangu, ni AOptix. Angalau muhtasari wao na nyaraka hazitoi shaka. Kampuni ya pili ni SRI International. Hata kwa mtazamo wa kwanza, kwa mtu ambaye amefanya kazi kwenye mifumo ya kutambua iris, video zao zinaonekana kuwa za udanganyifu sana. Ingawa sitashangaa ikiwa kwa kweli wanaweza kufanya kitu. Mifumo yote miwili haionyeshi data kwenye FAR na FRR, na pia, inaonekana, haijalindwa kutokana na bandia.

Utambuzi wa uso

Kuna njia nyingi za utambuzi kulingana na jiometri ya uso. Yote inategemea ukweli kwamba sura ya uso na sura ya fuvu la kila mtu ni ya mtu binafsi. Eneo hili la bayometriki linaonekana kuvutia kwa wengi kwa sababu tunatambuana hasa kwa sura zetu. Eneo hili limegawanywa katika maeneo mawili: utambuzi wa 2-D na utambuzi wa 3-D. Kila mmoja wao ana faida na hasara, lakini mengi pia inategemea upeo wa maombi na mahitaji ya algorithm fulani.
Nitakuambia kwa ufupi kuhusu 2-d na kuendelea na mojawapo ya njia za kuvutia zaidi leo - 3-d.

Utambuzi wa uso wa 2-D

Utambuzi wa uso wa 2-D ni mojawapo ya mbinu za kibayometriki zisizofaa zaidi kitakwimu. Ilionekana muda mrefu uliopita na ilitumiwa hasa katika sayansi ya uchunguzi, ambayo ilichangia maendeleo yake. Baadaye, tafsiri za kompyuta za njia hiyo zilionekana, kama matokeo ambayo ikawa ya kuaminika zaidi, lakini, kwa kweli, ilikuwa duni na kila mwaka inazidi kuwa duni kuliko njia zingine za kibaolojia za kitambulisho cha kibinafsi. Hivi sasa, kwa sababu ya viashiria duni vya takwimu, hutumiwa katika multimodal au, kama vile inaitwa pia, biometriska ya msalaba, au katika mitandao ya kijamii.

Tabia za takwimu za mbinu

Kwa FAR na FRR, data ya algoriti za VeriLook zilitumika. Tena, kwa algorithms ya kisasa ina sifa za kawaida sana. Wakati mwingine algorithms na FRR ya 0.1% na FAR flash sawa na, lakini misingi ambayo wao walikuwa kupatikana ni mashaka sana (kata background, kufanana usoni kujieleza, kufanana hairstyle, taa).

Thamani ya sifa ya FAR ni 0.1%.
Kutoka kwa formula (1) tunapata N≈30 - idadi ya wafanyakazi wa shirika, ambapo kitambulisho cha mfanyakazi hutokea kwa utulivu kabisa.
Kama unaweza kuona, viashiria vya takwimu vya njia ni ya kawaida kabisa: hii inaondoa faida ya njia ambayo inawezekana kupiga picha kwa siri katika maeneo yenye watu wengi. Inafurahisha kuona jinsi mara kadhaa kwa mwaka mradi mwingine unafadhiliwa kugundua wahalifu kupitia kamera za video zilizowekwa katika maeneo yenye watu wengi. Zaidi ya miaka kumi iliyopita, sifa za takwimu za algorithm hazijaboreshwa, lakini idadi ya miradi hiyo imeongezeka. Ingawa, ni muhimu kuzingatia kwamba algorithm inafaa kabisa kwa kufuatilia mtu katika umati kupitia kamera nyingi.

Faida na hasara za njia

Faida za mbinu. Kwa utambuzi wa 2-D, tofauti na njia nyingi za biometriska, vifaa vya gharama kubwa hazihitajiki. Kwa vifaa vinavyofaa, utambuzi unawezekana kwa umbali mkubwa kutoka kwa kamera.
Mapungufu. Umuhimu mdogo wa takwimu. Kuna mahitaji ya taa (kwa mfano, haiwezekani kusajili nyuso za watu wanaoingia kutoka mitaani siku ya jua). Kwa algorithms nyingi, uingiliaji wowote wa nje haukubaliki, kama vile glasi, ndevu, au baadhi ya vipengele vya hairstyle. Picha ya mbele ya uso inahitajika, na kupotoka kidogo sana. Algorithms nyingi hazizingatii mabadiliko yanayowezekana katika sura za uso, ambayo ni, usemi lazima usiwe wa upande wowote.

Utambuzi wa uso wa 3-D

Utekelezaji wa njia hii ni kazi ngumu sana. Licha ya hili, kwa sasa kuna njia nyingi za utambuzi wa uso wa 3-D. Njia haziwezi kulinganishwa na kila mmoja, kwani hutumia skana tofauti na hifadhidata. Sio zote zinazotoa FAR na FRR; njia tofauti kabisa hutumiwa.
Njia ya mpito kutoka 2-d hadi 3-d ni njia ambayo inatekeleza mkusanyiko wa habari kuhusu mtu. Njia hii ina sifa bora zaidi kuliko njia ya 2d, lakini pia hutumia kamera moja tu. Wakati somo limeingizwa kwenye hifadhidata, mhusika hugeuza kichwa chake na algorithm inaunganisha picha pamoja, na kuunda template ya 3D. Na wakati wa utambuzi, muafaka kadhaa wa mkondo wa video hutumiwa. Njia hii ni ya majaribio na sijawahi kuona utekelezaji wa mifumo ya udhibiti wa ufikiaji.
Njia ya classic zaidi ni njia ya makadirio ya template. Inajumuisha kuonyesha gridi ya taifa kwenye kitu (uso). Ifuatayo, kamera inachukua picha kwa kasi ya makumi ya fremu kwa sekunde, na picha zinazotokana zinasindika na programu maalum. Tukio la boriti kwenye uso uliopindika limepinda - kadiri uso unavyopinda, ndivyo bend ya boriti inavyokuwa na nguvu. Hapo awali, chanzo cha mwanga kinachoonekana kilitumiwa, kilichotolewa kwa njia ya "vipofu". Kisha mwanga unaoonekana ulibadilishwa na infrared, ambayo ina faida kadhaa. Kwa kawaida, katika hatua ya kwanza ya usindikaji, picha ambazo uso hauonekani kabisa au ambazo kuna vitu vya kigeni vinavyoingilia kati na kitambulisho hutupwa. Kulingana na picha zinazosababisha, mfano wa 3-D wa uso unajengwa upya, ambayo kelele zisizohitajika (hairstyle, ndevu, masharubu na glasi) zinaonyeshwa na kuondolewa. Kisha mfano huo unachambuliwa - vipengele vya anthropometric vinatambuliwa, ambavyo hatimaye vimeandikwa katika kanuni ya kipekee iliyoingia kwenye hifadhidata. Muda wa kukamata na kuchakata picha ni sekunde 1-2 kwa mifano bora.
Njia ya utambuzi wa 3-D kulingana na picha zilizopatikana kutoka kwa kamera kadhaa pia inapata umaarufu. Mfano wa hii ni kampuni ya Vocord yenye skana yake ya 3D. Njia hii inatoa usahihi wa nafasi, kulingana na watengenezaji, juu kuliko mbinu ya makadirio ya kiolezo. Lakini mpaka nione FAR na FRR angalau katika database yao wenyewe, sitaamini !!! Lakini imekuwa katika maendeleo kwa miaka 3 sasa, na maendeleo katika maonyesho bado hayaonekani.

Viashiria vya takwimu vya njia

Data kamili kwenye FRR na FAR ya algoriti za darasa hili haipatikani hadharani kwenye tovuti za watengenezaji. Lakini kwa mifano bora kutoka kwa Bioscript (3D EnrolCam, 3D FastPass), kufanya kazi kwa kutumia njia ya makadirio ya template na FAR = 0.0047%, FRR ni 0.103%.
Inaaminika kuwa kuegemea kwa takwimu ya njia hiyo ni sawa na kuegemea kwa njia ya utambulisho wa alama za vidole.

Faida na hasara za njia

Faida za mbinu. Hakuna haja ya kuwasiliana na kifaa cha kuchanganua. Usikivu wa chini kwa mambo ya nje, kwa mtu mwenyewe (kuonekana kwa glasi, ndevu, mabadiliko ya hairstyle) na katika mazingira yake (taa, kugeuza kichwa). Kiwango cha juu cha kutegemewa kulinganishwa na kitambulisho cha alama za vidole.
Hasara za njia. Gharama kubwa ya vifaa. Mifumo inayopatikana kibiashara ilikuwa ghali zaidi kuliko skana za iris. Mabadiliko katika sura za uso na kelele za usoni huharibu uaminifu wa takwimu wa mbinu. Njia hiyo bado haijatengenezwa vizuri, hasa kwa kulinganisha na alama za vidole zilizotumiwa kwa muda mrefu, ambayo inafanya matumizi yake kuenea kuwa magumu.

Hali ya soko

Utambuzi na jiometri ya uso inachukuliwa kuwa moja ya "biometriki tatu kubwa", pamoja na kutambuliwa kwa alama za vidole na iris. Inapaswa kuwa alisema kuwa njia hii ni ya kawaida kabisa, na bado inapendekezwa zaidi ya kutambuliwa na iris ya jicho. Sehemu ya teknolojia ya utambuzi wa jiometri ya uso katika jumla ya soko la kimataifa la biometriska inaweza kukadiriwa kuwa asilimia 13-18. Katika Urusi, pia kuna riba kubwa katika teknolojia hii kuliko, kwa mfano, katika kitambulisho cha iris. Kama ilivyoelezwa hapo awali, kuna algorithms nyingi za utambuzi wa 3-D. Kwa sehemu kubwa, makampuni yanapendelea kuendeleza mifumo iliyopangwa tayari, ikiwa ni pamoja na scanners, seva na programu. Hata hivyo, pia kuna wale ambao hutoa SDK kwa watumiaji pekee. Leo, makampuni yafuatayo yanahusika katika maendeleo ya teknolojia hii: Geometrix, Inc. (Vitambazaji vya uso wa 3D, programu), Genex Technologies (skana za uso wa 3D, programu) nchini Marekani, Cognitec Systems GmbH (SDK, kompyuta maalum, kamera za 2D) nchini Ujerumani, Bioscrypt (skana za uso wa 3D, programu) - kampuni tanzu ya Marekani. kampuni L- 1 Identity Solutions.
Katika Urusi, makampuni ya Artec Group (skana za usoni za 3D na programu) zinafanya kazi katika mwelekeo huu - kampuni ambayo ofisi yake kuu iko California, na maendeleo na uzalishaji hufanyika huko Moscow. Pia, makampuni kadhaa ya Kirusi yana teknolojia ya utambuzi wa uso wa 2D - Vocord, ITV, nk.
Katika uwanja wa utambuzi wa uso wa 2D, somo kuu la maendeleo ni programu, kwa sababu ... kamera za kawaida hufanya kazi nzuri ya kunasa picha za usoni. Suluhisho la tatizo la kutambuliwa kutoka kwa picha ya uso kwa kiasi fulani limefikia mwisho - kwa miaka kadhaa sasa kumekuwa hakuna uboreshaji katika viashiria vya takwimu vya algorithms. Katika eneo hili, "kazi ya makosa" ya utaratibu inafanyika.
Utambuzi wa uso wa 3D sasa ni eneo la kuvutia zaidi kwa wasanidi programu. Timu nyingi hufanya kazi huko na tunasikia mara kwa mara kuhusu uvumbuzi mpya. Kazi nyingi ziko katika hali ya "kukaribia kutolewa". Lakini hadi sasa kuna matoleo ya zamani tu kwenye soko; chaguo halijabadilika katika miaka ya hivi karibuni.
Moja ya mambo ya kufurahisha ambayo mimi hufikiria wakati mwingine na ambayo yanaweza kujibiwa na Habr: je, usahihi wa kinect unatosha kuunda mfumo kama huo? Kuna miradi michache ya kuvuta mfano wa 3D wa mtu kupitia hiyo.

Kutambuliwa na mishipa ya mkono

Hii ni teknolojia mpya katika uwanja wa biometriska, matumizi yake yaliyoenea yalianza miaka 5-10 tu iliyopita. Kamera ya infrared inachukua picha za nje au ndani ya mkono. Mfano wa mishipa hutengenezwa kutokana na ukweli kwamba hemoglobini katika damu inachukua mionzi ya infrared. Kama matokeo, kiwango cha kutafakari hupunguzwa na mishipa huonekana kwenye kamera kama mistari nyeusi. Mpango maalum huunda ubadilishaji wa dijiti kulingana na data iliyopokelewa. Hakuna mawasiliano ya binadamu na kifaa cha kuchanganua inahitajika.
Teknolojia hiyo inalinganishwa na kuegemea kwa utambuzi wa iris, kuwa bora kwa njia fulani na duni kwa zingine.
Thamani za FRR na FAR zimetolewa kwa skana ya Palm Vein. Kulingana na msanidi programu, na FAR ya 0.0008%, FRR ni 0.01%. Hakuna kampuni inayotoa grafu sahihi zaidi kwa thamani kadhaa.

Faida na hasara za njia

Faida za mbinu. Hakuna haja ya kuwasiliana na kifaa cha kuchanganua. Kuegemea juu - viashiria vya takwimu vya njia vinalinganishwa na usomaji wa iris. Siri ya tabia: tofauti na yote hapo juu, tabia hii ni ngumu sana kupata kutoka kwa mtu "barabara," kwa mfano, kwa kumpiga picha na kamera.
Hasara za njia. Scanner haipaswi kuwa wazi kwa jua au taa za halogen. Baadhi ya magonjwa yanayohusiana na umri, kama vile arthritis, huzidisha sana FAR na FRR. Njia hiyo haijasomwa kidogo kwa kulinganisha na njia zingine za kibaolojia tuli.

Hali ya soko

Utambuzi wa mifumo ya mshipa wa mkono ni teknolojia mpya kabisa, na kwa hivyo sehemu yake katika soko la dunia ni ndogo na inafikia karibu 3%. Hata hivyo, kuna ongezeko la riba katika njia hii. Ukweli ni kwamba, kuwa sahihi kabisa, njia hii haihitaji vifaa vya gharama kubwa kama, kwa mfano, njia za utambuzi kulingana na jiometri ya uso au iris. Sasa makampuni mengi yanaendelea katika eneo hili. Kwa mfano, kwa amri ya kampuni ya Kiingereza TDSi, programu ilitengenezwa kwa msomaji wa mshipa wa mitende ya biometriska PalmVein, iliyotolewa na Fujitsu. Scanner yenyewe ilitengenezwa na Fujitsu kimsingi ili kukabiliana na ulaghai wa kifedha nchini Japani.
Makampuni yafuatayo pia yanafanya kazi katika uwanja wa kitambulisho cha muundo wa mshipa: Veid Pte. Ltd. (skana, programu), Hitachi VeinID (skana)
Sijui makampuni yoyote nchini Urusi yanayofanya kazi kwenye teknolojia hii.

Retina

Hadi hivi karibuni, iliaminika kuwa njia ya kuaminika zaidi ya kitambulisho cha biometriska na uthibitishaji wa kibinafsi ilikuwa njia ya msingi ya skanning retina. Ina sifa bora za kitambulisho cha iris na mshipa wa mkono. Scanner inasoma muundo wa capillaries kwenye uso wa retina. Retina ina muundo wa kudumu, bila kubadilika kwa muda isipokuwa kama matokeo ya ugonjwa, kama vile cataract.
Uchunguzi wa retina hutumia mwanga wa chini wa infrared unaoelekezwa kupitia mboni hadi mishipa ya damu iliyo nyuma ya jicho. Vichanganuzi vya retina vimeenea katika mifumo ya udhibiti wa ufikiaji kwa vifaa nyeti sana, kwa kuwa vina mojawapo ya asilimia ya chini zaidi ya kunyimwa ufikiaji kwa watumiaji waliosajiliwa na kwa kweli hakuna ruhusa ya ufikiaji yenye makosa.
Kwa bahati mbaya, shida kadhaa hutokea wakati wa kutumia njia hii ya biometriska. Scanner hapa ni mfumo mgumu sana wa macho, na mtu haipaswi kusonga kwa muda mrefu wakati mfumo unalenga, ambayo husababisha hisia zisizofurahi.
Kulingana na EyeDentify, kwa kichanganuzi cha ICAM2001 chenye FAR=0.001%, thamani ya FRR ni 0.4%.

Faida na hasara za njia

Faida. Kiwango cha juu cha kuegemea kwa takwimu. Kutokana na kuenea kwa chini kwa mifumo, uwezekano wa kuendeleza njia ya "kuwadanganya" ni mdogo.
Mapungufu. Ni ngumu kutumia mfumo na wakati wa usindikaji wa juu. Gharama kubwa ya mfumo. Ukosefu wa soko pana na, kwa sababu hiyo, kiwango cha kutosha cha maendeleo ya njia.

Jiometri ya mikono

Njia hii, ambayo ilikuwa ya kawaida miaka 10 iliyopita na ilitokana na uhalifu, imekuwa ikipungua katika miaka ya hivi karibuni. Inategemea kupata sifa za kijiometri za mikono: urefu wa vidole, upana wa mitende, nk. Njia hii, kama retina ya jicho, inakufa, na kwa kuwa ina sifa za chini sana, hatutaleta maelezo kamili zaidi yake.
Wakati mwingine inaaminika kuwa mifumo ya utambuzi wa mishipa hutumia njia za utambuzi wa kijiometri. Lakini hatujawahi kuona kitu kama hiki kikitajwa waziwazi kwenye mauzo. Na zaidi ya hayo, mara nyingi wakati wa kutambua kwa mishipa, picha ya mitende tu inachukuliwa, wakati wa kutambua kwa jiometri, picha ya vidole inachukuliwa.

PR kidogo

Wakati mmoja, tulitengeneza algorithm nzuri ya utambuzi wa macho. Lakini wakati huo, jambo la juu-tech halikuhitajika katika nchi hii, na hatukutaka kwenda kwa bourgeoistan (ambapo tulialikwa baada ya makala ya kwanza). Lakini ghafla, baada ya mwaka mmoja na nusu, kulikuwa na wawekezaji ambao walitaka kujijengea "portal ya biometriska" - mfumo ambao ungelisha macho 2 na kutumia sehemu ya rangi ya iris (ambayo mwekezaji alikuwa na hati miliki ya ulimwengu). Kwa kweli, hii ndio tunayofanya sasa. Lakini hii sio nakala kuhusu self-PR, hii ni sauti fupi ya sauti. Ikiwa mtu yeyote ana nia, kuna habari fulani, na wakati mwingine katika siku zijazo, tunapoingia soko (au sio), nitaandika maneno machache hapa kuhusu ups na chini ya mradi wa biometriska nchini Urusi.

hitimisho

Hata katika darasa la mifumo ya biometriska tuli, kuna uteuzi mkubwa wa mifumo. Je, ni ipi unapaswa kuchagua? Yote inategemea mahitaji ya mfumo wa usalama. Mifumo ya ufikiaji inayoaminika zaidi kitakwimu na sugu ya kughushi ni mifumo ya ufikiaji ya iris na mshipa wa mkono. Kwa wa kwanza wao kuna soko pana la ofa. Lakini hii sio kikomo. Mifumo ya utambulisho wa kibayometriki inaweza kuunganishwa ili kufikia usahihi wa angani. Ya gharama nafuu na rahisi kutumia, lakini kwa takwimu nzuri, ni mifumo ya uvumilivu wa vidole. Ustahimilivu wa uso wa 2D ni rahisi na wa bei nafuu, lakini una anuwai ndogo ya programu kwa sababu ya utendakazi duni wa takwimu.
Hebu fikiria sifa ambazo kila moja ya mifumo itakuwa na: upinzani dhidi ya bandia, upinzani wa mazingira, urahisi wa matumizi, gharama, kasi, utulivu wa kipengele cha biometriska kwa muda. Wacha tuweke makadirio kutoka 1 hadi 10 katika kila safu. Kadiri alama inavyokaribia 10, ndivyo mfumo bora katika suala hili. Kanuni za kuchagua tathmini zilielezewa mwanzoni kabisa mwa kifungu.


Pia tutazingatia uhusiano kati ya FAR na FRR kwa mifumo hii. Uwiano huu huamua ufanisi wa mfumo na upana wa matumizi yake.


Inafaa kukumbuka kuwa kwa iris, unaweza kuongeza usahihi wa mfumo karibu mara nne, bila kupoteza muda, ikiwa unachanganya mfumo kwa kuifanya kwa macho mawili. Kwa njia ya vidole - kwa kuchanganya vidole kadhaa, na kutambuliwa kwa mishipa, kwa kuchanganya mikono miwili, lakini uboreshaji huo unawezekana tu kwa ongezeko la muda uliotumiwa kufanya kazi na mtu.
Kwa muhtasari wa matokeo ya njia, tunaweza kusema kwamba kwa vitu vya kati na vikubwa, na vile vile kwa vitu vilivyo na mahitaji ya juu zaidi ya usalama, iris inapaswa kutumika kama ufikiaji wa kibaolojia na, ikiwezekana, kutambuliwa na mishipa ya mkono. Kwa vifaa vilivyo na hadi wafanyikazi mia kadhaa, ufikiaji kwa kutumia alama za vidole utakuwa bora. Mifumo ya utambuzi kulingana na picha za uso za 2D ni maalum sana. Wanaweza kuhitajika katika hali ambapo utambuzi unahitaji kutokuwepo kwa mawasiliano ya kimwili, lakini haiwezekani kufunga mfumo wa udhibiti wa iris. Kwa mfano, ikiwa ni muhimu kutambua mtu bila ushiriki wake, kwa kutumia kamera iliyofichwa, au kamera ya nje ya kugundua, lakini hii inawezekana tu ikiwa kuna idadi ndogo ya masomo katika hifadhidata na mtiririko mdogo wa watu waliopigwa picha. kamera.

Ujumbe kwa mafundi vijana

Baadhi ya watengenezaji, kwa mfano Neurotechnology, wana matoleo ya onyesho ya mbinu za kibayometriki wanazozalisha zinazopatikana kwenye tovuti yao, ili uweze kuziunganisha kwa urahisi na kucheza karibu. Kwa wale wanaoamua kuangazia shida hiyo kwa umakini zaidi, ninaweza kupendekeza kitabu pekee ambacho nimeona kwa Kirusi - "Mwongozo wa Biometrics" na R.M. Mpira, J.H. Connell, S. Pankanti. Kuna algorithms nyingi na mifano yao ya hisabati. Sio kila kitu kimekamilika na sio kila kitu kinalingana na nyakati za kisasa, lakini msingi ni mzuri na wa kina.

P.S.

Katika opus hii sikuingia kwenye shida ya uthibitishaji, lakini niligusa tu juu ya kitambulisho. Kimsingi, kutokana na sifa za FAR/FRR na uwezekano wa kughushi, hitimisho zote kuhusu suala la uthibitishaji hujipendekeza.

Lebo:

• biometriska
• scanners za vidole

Ongeza vitambulisho

Wasilisho la mhadhara huu linaweza kupakuliwa.

Utambulisho rahisi wa kibinafsi. Mchanganyiko wa vigezo vya uso, sauti na ishara kwa utambulisho sahihi zaidi. Ujumuishaji wa uwezo wa moduli za SDK za Intel Perceptual Computing ili kutekeleza mfumo wa usalama wa taarifa wa ngazi mbalimbali kulingana na maelezo ya kibayometriki.

Hotuba hii inatoa utangulizi wa somo la mifumo ya usalama wa habari ya kibayometriki, inajadili kanuni ya uendeshaji, mbinu na matumizi katika mazoezi. Tathmini ya suluhisho zilizotengenezwa tayari na kulinganisha kwao. Algorithms kuu ya kitambulisho cha kibinafsi inazingatiwa. Uwezo wa SDK wa kuunda mbinu za usalama wa habari za kibayometriki.

4.1. Maelezo ya eneo la somo

Kuna anuwai ya njia za utambuzi na nyingi kati yao zimepokea matumizi mengi ya kibiashara. Leo, teknolojia za kawaida za uthibitishaji na utambulisho zinatokana na matumizi ya manenosiri na vitambulisho vya kibinafsi (nambari ya utambulisho wa kibinafsi - PIN) au hati kama vile pasipoti au leseni ya udereva. Hata hivyo, mifumo hiyo ni hatari sana na inaweza kuteseka kwa urahisi kutokana na kughushi, wizi na mambo mengine. Kwa hiyo, mbinu za utambulisho wa biometriska ni za kuongezeka kwa riba, na hivyo inawezekana kuamua utambulisho wa mtu kulingana na sifa zake za kisaikolojia kwa kuzitambua kwa kutumia sampuli zilizohifadhiwa hapo awali.

Aina ya shida ambazo zinaweza kutatuliwa kwa kutumia teknolojia mpya ni pana sana:

• kuzuia wavamizi kuingia katika maeneo yaliyohifadhiwa na majengo kwa njia ya kughushi na wizi wa nyaraka, kadi, nywila;
• kupunguza upatikanaji wa habari na kuhakikisha uwajibikaji wa kibinafsi kwa usalama wake;
• hakikisha kuwa wataalam walioidhinishwa tu wanaruhusiwa kupata vifaa muhimu;
• mchakato wa kutambua, kwa shukrani kwa intuitiveness ya interface ya programu na vifaa, inaeleweka na inapatikana kwa watu wa umri wowote na haijui vikwazo vya lugha;
• epuka gharama za juu zinazohusiana na uendeshaji wa mifumo ya udhibiti wa upatikanaji (kadi, funguo);
• kuondokana na usumbufu unaohusishwa na kupoteza, uharibifu au kusahau rahisi kwa funguo, kadi, nywila;
• panga rekodi za ufikiaji na mahudhurio ya wafanyikazi.

Kwa kuongeza, jambo muhimu la kuaminika ni kwamba ni huru kabisa na mtumiaji. Wakati wa kutumia ulinzi wa nenosiri, mtu anaweza kutumia neno kuu fupi au kuweka kipande cha karatasi na kidokezo chini ya kibodi ya kompyuta. Wakati wa kutumia funguo za vifaa, mtumiaji asiye na uaminifu hatafuatilia kwa ukali ishara yake, kwa sababu ambayo kifaa kinaweza kuanguka mikononi mwa mshambuliaji. Katika mifumo ya biometriska, hakuna kitu kinategemea mtu. Sababu nyingine ambayo inathiri vyema uaminifu wa mifumo ya biometriska ni urahisi wa kitambulisho kwa mtumiaji. Ukweli ni kwamba, kwa mfano, skanning alama ya vidole inahitaji kazi ndogo kutoka kwa mtu kuliko kuingia nenosiri. Kwa hiyo, utaratibu huu unaweza kufanyika si tu kabla ya kuanza kazi, lakini pia wakati wa utekelezaji wake, ambayo, kwa kawaida, huongeza uaminifu wa ulinzi. Hasa muhimu katika kesi hii ni matumizi ya scanners pamoja na vifaa vya kompyuta. Kwa mfano, kuna panya ambazo kidole gumba cha mtumiaji hukaa kwenye kichanganuzi kila wakati. Kwa hivyo, mfumo unaweza kutekeleza kitambulisho kila wakati, na mtu hatasimamisha kazi tu, lakini hatagundua chochote. Katika ulimwengu wa kisasa, kwa bahati mbaya, karibu kila kitu kinauzwa, ikiwa ni pamoja na upatikanaji wa habari za siri. Zaidi ya hayo, mtu aliyehamisha data ya kitambulisho kwa mshambulizi hana hatari yoyote. Kuhusu nenosiri, unaweza kusema kwamba ilichukuliwa, na kuhusu kadi ya smart, kwamba ilitolewa kwenye mfuko wako. Ikiwa unatumia ulinzi wa biometriska, hali hii haitatokea tena.

Chaguo la tasnia ambazo zinaahidi sana kuanzishwa kwa biometriska, kutoka kwa maoni ya wachambuzi, inategemea, kwanza kabisa, juu ya mchanganyiko wa vigezo viwili: usalama (au usalama) na uwezekano wa kutumia njia hii ya udhibiti. au ulinzi. Mahali kuu katika kufuata vigezo hivi bila shaka inachukuliwa na nyanja za kifedha na viwanda, taasisi za serikali na kijeshi, tasnia ya matibabu na anga, na vifaa vya kimkakati vilivyofungwa. Kwa kundi hili la watumiaji wa mifumo ya usalama ya biometriska, kwanza kabisa ni muhimu kuzuia mtumiaji asiyeidhinishwa kutoka kwa wafanyakazi wao kufanya operesheni ambayo haijaidhinishwa kwake, na ni muhimu pia kuthibitisha mara kwa mara uandishi wa kila operesheni. Mfumo wa kisasa wa usalama hauwezi tena kufanya bila njia za kawaida tu zinazohakikisha usalama wa kitu, lakini pia bila biometriska. Teknolojia za biometriska pia hutumiwa kudhibiti upatikanaji katika mifumo ya kompyuta na mtandao, hifadhi mbalimbali za habari, benki za data, nk.

Mbinu za kibayometriki za usalama wa habari huwa muhimu zaidi kila mwaka. Pamoja na maendeleo ya teknolojia: scanners, picha na kamera za video, matatizo mbalimbali yanayotatuliwa kwa kutumia biometriska yanaongezeka, na matumizi ya mbinu za biometriska yanakuwa maarufu zaidi. Kwa mfano, benki, mikopo na mashirika mengine ya kifedha hutumika kama ishara ya kutegemewa na uaminifu kwa wateja wao. Ili kukidhi matarajio haya, taasisi za fedha zinazidi kutilia maanani utambuzi wa watumiaji na wafanyikazi, kwa kutumia kikamilifu teknolojia za kibayometriki. Baadhi ya chaguzi za kutumia njia za kibayometriki:

• utambulisho wa kuaminika wa watumiaji wa huduma mbalimbali za kifedha, ikiwa ni pamoja na. mtandaoni na simu (kitambulisho kwa alama za vidole hutawala, teknolojia za utambuzi kulingana na muundo wa mishipa kwenye kiganja na kidole na kitambulisho kwa sauti ya wateja wanaowasiliana na vituo vya simu zinaendelea kikamilifu);
• kuzuia ulaghai na ulaghai kwa kutumia kadi za mkopo na benki na njia zingine za malipo (kubadilisha nambari ya PIN na utambuzi wa vigezo vya kibayometriki ambavyo haviwezi kuibiwa, kupeleleza au kutengenezwa);
• kuboresha ubora wa huduma na faraja yake (ATM za biometriska);
• udhibiti wa upatikanaji wa kimwili kwa majengo ya benki na majengo, pamoja na masanduku ya kuhifadhi, salama, vaults (pamoja na uwezekano wa kitambulisho cha biometriska cha mfanyakazi wa benki na mteja-mtumiaji wa sanduku);
• ulinzi wa mifumo ya habari na rasilimali za benki na mashirika mengine ya mikopo.

4.2. Mifumo ya usalama wa habari ya biometriska

Mifumo ya usalama wa taarifa za kibayometriki ni mifumo ya udhibiti wa ufikiaji kulingana na utambulisho na uthibitishaji wa mtu kulingana na sifa za kibayolojia, kama vile muundo wa DNA, muundo wa iris, retina, jiometri ya uso na ramani ya joto, alama za vidole, jiometri ya mitende. Pia, njia hizi za uthibitishaji wa kibinadamu huitwa njia za takwimu, kwa kuwa zinatokana na sifa za kisaikolojia za mtu aliyepo tangu kuzaliwa hadi kufa, ziko pamoja naye katika maisha yake yote, na ambayo haiwezi kupotea au kuibiwa. Mbinu za kipekee za uthibitishaji wa kibayometriki pia hutumiwa mara nyingi - saini, mwandiko wa kibodi, sauti na kutembea, ambayo inategemea sifa za tabia za watu.

Wazo la "biometriska" lilionekana mwishoni mwa karne ya kumi na tisa. Ukuzaji wa teknolojia za utambuzi wa picha kulingana na sifa mbali mbali za kibaolojia zilianza muda mrefu uliopita; ilianza katika miaka ya 60 ya karne iliyopita. Wenzetu wamepata mafanikio makubwa katika kukuza misingi ya kinadharia ya teknolojia hizi. Hata hivyo, matokeo ya vitendo yalipatikana hasa Magharibi na hivi karibuni sana. Mwishoni mwa karne ya ishirini, riba katika biometriska ilikua kwa kiasi kikubwa kutokana na ukweli kwamba nguvu za kompyuta za kisasa na algorithms zilizoboreshwa zilifanya iwezekane kuunda bidhaa ambazo, kulingana na sifa na uhusiano wao, zilipatikana na kuvutia kwa anuwai. ya watumiaji. Tawi la sayansi limepata matumizi yake katika ukuzaji wa teknolojia mpya za usalama. Kwa mfano, mfumo wa kibayometriki unaweza kudhibiti ufikiaji wa habari na vifaa vya kuhifadhi katika benki; inaweza kutumika katika biashara zinazochakata habari muhimu, kulinda kompyuta, mawasiliano, n.k.

Kiini cha mifumo ya kibayometriki kinatokana na matumizi ya mifumo ya utambuzi wa utu wa kompyuta kulingana na kanuni za kipekee za maumbile ya mtu. Mifumo ya usalama ya biometriska hukuruhusu kumtambua mtu kiotomatiki kulingana na sifa zake za kisaikolojia au tabia.

Mchele. 4.1.

Maelezo ya uendeshaji wa mifumo ya biometriska:

Mifumo yote ya biometriska hufanya kazi kulingana na mpango sawa. Kwanza, mchakato wa kurekodi hutokea, kama matokeo ambayo mfumo unakumbuka sampuli ya tabia ya biometriska. Baadhi ya mifumo ya kibayometriki huchukua sampuli nyingi ili kunasa sifa za kibayometriki kwa undani zaidi. Taarifa iliyopokelewa inachakatwa na kubadilishwa kuwa msimbo wa hisabati. Mifumo ya usalama ya habari ya kibayometriki hutumia mbinu za kibayometriki kwa kutambua na kuthibitisha watumiaji. Utambulisho kwa kutumia mfumo wa biometriska hufanyika katika hatua nne:

• Usajili wa kitambulisho - habari kuhusu tabia ya kisaikolojia au tabia inabadilishwa kuwa fomu inayopatikana kwa teknolojia ya kompyuta na kuingia kwenye kumbukumbu ya mfumo wa biometriska;
• Uteuzi - vipengele vya kipekee hutolewa kutoka kwa kitambulisho kipya kilichowasilishwa na kuchambuliwa na mfumo;
• Ulinganisho - habari kuhusu kitambulisho kipya kilichowasilishwa na kilichosajiliwa hapo awali kinalinganishwa;
• Uamuzi - hitimisho hufanywa kuhusu ikiwa kitambulisho kipya kilichowasilishwa kinalingana au hakilingani.

Hitimisho kuhusu ulinganifu/kutolingana kwa vitambulishi basi linaweza kutangazwa kwa mifumo mingine (udhibiti wa ufikiaji, usalama wa taarifa, n.k.), ambayo kisha kutenda kwa misingi ya taarifa iliyopokelewa.

Moja ya sifa muhimu zaidi za mifumo ya usalama wa habari kulingana na teknolojia ya biometriska ni kuegemea juu, ambayo ni, uwezo wa mfumo wa kutofautisha kwa uaminifu kati ya sifa za kibayometriki za watu tofauti na kupata mechi kwa uhakika. Katika biometriska, vigezo hivi huitwa kosa la aina ya kwanza (Kiwango cha Kukataa Uongo, FRR) na hitilafu ya aina ya pili (Kiwango cha Kukubali Uongo, FAR). Nambari ya kwanza ina sifa ya uwezekano wa kukataa upatikanaji wa mtu ambaye ana upatikanaji, pili - uwezekano wa mechi ya uongo ya sifa za biometriska za watu wawili. Ni vigumu sana kudanganya muundo wa papilari wa kidole cha binadamu au iris ya jicho. Kwa hivyo tukio la "makosa ya aina ya pili" (yaani, kutoa ufikiaji kwa mtu ambaye hana haki ya kufanya hivyo) ni kivitendo kutengwa. Hata hivyo, chini ya ushawishi wa mambo fulani, sifa za kibiolojia ambazo mtu hutambuliwa zinaweza kubadilika. Kwa mfano, mtu anaweza kupata baridi, kama matokeo ambayo sauti yake itabadilika zaidi ya kutambuliwa. Kwa hiyo, mzunguko wa "makosa ya aina ya I" (kukataliwa kwa upatikanaji wa mtu ambaye ana haki ya kufanya hivyo) katika mifumo ya biometriska ni ya juu kabisa. Thamani ya chini ya FRR kwa maadili sawa ya FAR, mfumo bora zaidi. Wakati mwingine tabia ya kulinganisha EER (Kiwango cha Hitilafu Sawa) hutumiwa, ambayo huamua hatua ambayo grafu za FRR na FAR zinaingiliana. Lakini sio mwakilishi kila wakati. Wakati wa kutumia mifumo ya biometriska, hasa mifumo ya utambuzi wa uso, hata wakati sifa sahihi za kibayometriki zimeingizwa, uamuzi wa uthibitishaji sio sahihi kila wakati. Hii ni kutokana na idadi ya vipengele na, kwanza kabisa, kutokana na ukweli kwamba sifa nyingi za biometri zinaweza kubadilika. Kuna kiwango fulani cha uwezekano wa makosa ya mfumo. Aidha, wakati wa kutumia teknolojia tofauti, kosa linaweza kutofautiana kwa kiasi kikubwa. Kwa mifumo ya udhibiti wa upatikanaji wakati wa kutumia teknolojia za biometriska, ni muhimu kuamua ni nini muhimu zaidi kutoruhusu "wageni" au kuruhusu "watu wa ndani" wote.

Mchele. 4.2.

Sio FAR na FRR pekee huamua ubora wa mfumo wa biometriska. Ikiwa hii ndiyo njia pekee, basi teknolojia inayoongoza itakuwa utambuzi wa DNA, ambayo FAR na FRR huwa na sifuri. Lakini ni dhahiri kwamba teknolojia hii haitumiki katika hatua ya sasa ya maendeleo ya binadamu. Kwa hiyo, sifa muhimu ni upinzani wa dummy, kasi na gharama ya mfumo. Hatupaswi kusahau kwamba tabia ya biometriska ya mtu inaweza kubadilika kwa muda, hivyo ikiwa ni imara, hii ni hasara kubwa. Urahisi wa kutumia pia ni jambo muhimu kwa watumiaji wa teknolojia ya biometriska katika mifumo ya usalama. Mtu ambaye sifa zake zinachanganuliwa hapaswi kupata usumbufu wowote. Katika suala hili, njia ya kuvutia zaidi ni, bila shaka, teknolojia ya utambuzi wa uso. Kweli, katika kesi hii matatizo mengine hutokea, hasa kuhusiana na usahihi wa mfumo.

Kwa kawaida, mfumo wa biometriska una moduli mbili: moduli ya usajili na moduli ya kitambulisho.

Moduli ya usajili"hufundisha" mfumo kutambua mtu maalum. Katika hatua ya usajili, kamera ya video au sensorer nyingine huchunguza mtu ili kuunda uwakilishi wa digital wa kuonekana kwake. Kama matokeo ya skanning, picha kadhaa huundwa. Kwa hakika, picha hizi zitakuwa na pembe tofauti kidogo na sura za uso, kuruhusu data sahihi zaidi. Moduli maalum ya programu huchakata uwakilishi huu na huamua vipengele vya sifa za mtu binafsi, kisha huunda kiolezo. Kuna baadhi ya sehemu za uso ambazo hazibadiliki kwa muda, kama vile sehemu za juu za soketi za macho, maeneo yanayozunguka cheekbones, na kingo za mdomo. Algorithms nyingi zilizotengenezwa kwa teknolojia za biometriska zinaweza kuzingatia mabadiliko yanayowezekana katika mtindo wa nywele wa mtu, kwani hazichambui eneo la uso juu ya mstari wa nywele. Kiolezo cha picha cha kila mtumiaji huhifadhiwa katika hifadhidata ya mfumo wa kibayometriki.

Moduli ya kitambulisho hupokea picha ya mtu kutoka kwa kamera ya video na kuibadilisha kuwa muundo sawa wa dijiti ambao kiolezo huhifadhiwa. Data inayotokana inalinganishwa na kiolezo kilichohifadhiwa kwenye hifadhidata ili kubaini iwapo picha zinalingana. Kiwango cha kufanana kinachohitajika kwa uthibitishaji ni kizingiti fulani ambacho kinaweza kubadilishwa kwa aina tofauti za wafanyakazi, nguvu za PC, wakati wa siku na idadi ya mambo mengine.

Kitambulisho kinaweza kuchukua mfumo wa uthibitishaji, uthibitishaji au utambuzi. Wakati wa uthibitishaji, utambulisho wa data iliyopokelewa na template iliyohifadhiwa kwenye hifadhidata imethibitishwa. Uthibitishaji - huthibitisha kwamba picha iliyopokelewa kutoka kwa kamera ya video inalingana na mojawapo ya violezo vilivyohifadhiwa kwenye hifadhidata. Wakati wa utambuzi, ikiwa sifa zilizopokelewa na mojawapo ya templates zilizohifadhiwa ni sawa, basi mfumo unamtambulisha mtu aliye na template inayofanana.

4.3. Tathmini ya suluhisho zilizotengenezwa tayari

4.3.1. ICAR Lab: tata ya utafiti wa kimahakama wa phonogram za hotuba

Vifaa vya ICAR Lab na tata ya programu imeundwa kutatua matatizo mbalimbali ya uchambuzi wa taarifa za sauti, ambayo inahitajika katika idara maalumu za mashirika ya kutekeleza sheria, maabara na vituo vya uchunguzi wa mahakama, huduma za uchunguzi wa ajali za ndege, vituo vya utafiti na mafunzo. Toleo la kwanza la bidhaa lilitolewa mnamo 1993 na lilikuwa matokeo ya ushirikiano kati ya wataalam wakuu wa sauti na watengenezaji wa programu. Programu maalum iliyojumuishwa katika tata inahakikisha uwakilishi wa hali ya juu wa kuona wa phonogram za hotuba. Algorithms za kisasa za kibaolojia za sauti na zana zenye nguvu za otomatiki kwa kila aina ya utafiti wa phonogram ya hotuba huruhusu wataalam kuongeza kwa kiasi kikubwa uaminifu na ufanisi wa mitihani. Mpango wa SIS II uliojumuishwa katika tata una zana za kipekee za utafiti wa kitambulisho: uchunguzi wa kulinganisha wa mzungumzaji, ambaye rekodi za sauti na hotuba zilitolewa kwa uchunguzi, na sampuli za sauti na hotuba ya mshukiwa. Utambuzi wa uchunguzi wa phonoscopic unategemea nadharia ya pekee ya sauti na hotuba ya kila mtu. Sababu za anatomical: muundo wa viungo vya kutamka, sura ya njia ya sauti na cavity ya mdomo, pamoja na mambo ya nje: ujuzi wa hotuba, sifa za kikanda, kasoro, nk.

Algoriti za kibayometriki na moduli za kitaalam huwezesha kubinafsisha na kurasimisha michakato mingi ya utafiti wa utambuzi wa kifonoskopu, kama vile kutafuta maneno yanayofanana, kutafuta sauti zinazofanana, kuchagua vipande vya sauti na sauti vikilinganishwa, kulinganisha wazungumzaji kwa miundo na sauti, aina za sauti na lugha za uchambuzi. Matokeo ya kila njia ya utafiti yanawasilishwa kwa namna ya viashiria vya nambari za ufumbuzi wa jumla wa kitambulisho.

Mpango huo una idadi ya moduli, kwa msaada ambao kulinganisha hufanywa kwa hali ya moja hadi moja. Moduli ya Ulinganisho wa Formant inategemea neno la fonetiki - fomati, ambayo inaashiria tabia ya akustisk ya sauti za hotuba (kimsingi vokali), inayohusishwa na kiwango cha mzunguko wa sauti ya sauti na kuunda timbre ya sauti. Mchakato wa kitambulisho kwa kutumia moduli ya Ulinganisho wa Formant inaweza kugawanywa katika hatua mbili: kwanza, mtaalam hutafuta na kuchagua vipande vya sauti vya kumbukumbu, na baada ya vipande vya kumbukumbu kwa wasemaji wanaojulikana na wasiojulikana wamekusanywa, mtaalam anaweza kuanza kulinganisha. Moduli hukokotoa kiotomatiki tofauti za ndani na kati ya spika za trajectories za muundo kwa sauti zilizochaguliwa na hufanya uamuzi juu ya kitambulisho chanya/hasi au tokeo lisilobainishwa. Moduli pia inakuwezesha kuibua kulinganisha usambazaji wa sauti zilizochaguliwa kwenye scattergram.

Moduli ya Kulinganisha Sauti hukuruhusu kubinafsisha mchakato wa kitambulisho cha spika kwa kutumia mbinu ya uchanganuzi wa mtaro wa sauti. Njia hiyo inalenga kulinganisha sampuli za hotuba kulingana na vigezo vya utekelezaji wa vipengele sawa vya muundo wa contour ya melodic. Kwa uchambuzi, kuna aina 18 za vipande vya contour na vigezo 15 kwa maelezo yao, pamoja na maadili ya kiwango cha chini, wastani, kiwango cha juu, kiwango cha mabadiliko ya sauti, kurtosis, bevel, n.k. Moduli inarudisha matokeo ya kulinganisha katika mfumo wa asilimia inayolingana kwa kila kigezo na hufanya uamuzi juu ya kitambulisho chanya/hasi au matokeo yasiyo na uhakika. Data zote zinaweza kusafirishwa kwa ripoti ya maandishi.

Moduli ya kitambulisho kiotomatiki inaruhusu kulinganisha moja hadi moja kwa kutumia algoriti zifuatazo:

• Spectral-format;
• Takwimu za lami;
• Mchanganyiko wa usambazaji wa Gaussian;

Uwezekano wa bahati mbaya na tofauti kati ya wasemaji huhesabiwa sio tu kwa kila njia, bali pia kwa jumla yao. Matokeo yote ya kulinganisha ishara za hotuba katika faili mbili, zilizopatikana katika moduli ya kitambulisho kiotomatiki, ni msingi wa kutambua sifa muhimu ndani yao na kuhesabu kipimo cha ukaribu kati ya seti zinazosababisha za vipengele na kuhesabu kipimo cha ukaribu wa seti zinazosababisha za vipengele. kwa kila mmoja. Kwa kila thamani ya kipimo hiki cha ukaribu, wakati wa kipindi cha mafunzo ya moduli ya kulinganisha kiotomatiki, uwezekano wa makubaliano na tofauti ya wasemaji ambao hotuba yao ilikuwa katika faili zilizolinganishwa zilipatikana. Uwezekano huu ulipatikana na watengenezaji kutoka kwa sampuli kubwa ya mafunzo ya phonogram: makumi ya maelfu ya wasemaji, njia mbalimbali za kurekodi sauti, vipindi vingi vya kurekodi sauti, aina mbalimbali za nyenzo za hotuba. Utumiaji wa data ya takwimu kwa kesi moja ya kulinganisha faili kwa faili inahitaji kuzingatia kuenea kwa uwezekano wa maadili yaliyopatikana ya kipimo cha ukaribu wa faili mbili na uwezekano unaolingana wa bahati mbaya / tofauti ya wasemaji kulingana na anuwai. maelezo ya hali ya usemi. Kwa idadi kama hiyo katika takwimu za hisabati inapendekezwa kutumia wazo la muda wa kujiamini. Moduli ya kulinganisha kiotomatiki inaonyesha matokeo ya nambari kwa kuzingatia vipindi vya kujiamini vya viwango mbalimbali, ambayo inaruhusu mtumiaji kuona sio tu uaminifu wa wastani wa njia, lakini pia matokeo mabaya zaidi yaliyopatikana kwenye msingi wa mafunzo. Uaminifu wa juu wa injini ya biometri iliyotengenezwa na TsRT ilithibitishwa na vipimo vya NIST (Taasisi ya Kitaifa ya Viwango na Teknolojia).

Baadhi ya mbinu za kulinganisha ni nusu-otomatiki (uchanganuzi wa kiisimu na ukaguzi)