Sormenjälkien tunnistusjärjestelmä. Sormenjälkien ottaminen on tapa tunnistaa henkilö sormenjälkien perusteella.

Mikä on tämän tekniikan tarkoitus?

Sormenjälkien tunnistus on erittäin mukautuva tunnistusmenetelmä, joka soveltuu monenlaisiin sovelluksiin, mukaan lukien kohteet, joissa perinteisesti käytetään avaimia, pääsykortteja ja salasanoja. Tätä tekniikkaa käytetään jo käytävien ohjauslaitteissa, työkaluautomaateissa, varastoissa, verkkopalveluissa ja monissa muissa tiloissa. Jopa uusi Apple iPhone 5s on varustettu sormenjälkitunnistimella. Sormenjälkien tunnistustekniikkaa käytetään jo kaikkialla.

Mitä hyötyä sormenjälkien tunnistustekniikasta on?

Sormenjälki on yksilöllinen tunniste. Jos vertaamme sormenjälkeä ja avainta, voimme sanoa, että jokaisella henkilöllä on kymmenen avainta, koska kaikki sormenjäljet ​​ovat erilaisia. Vaikka leikkaat sormesi tai koko kätesi on kipsissä, sinulla on silti tarpeeksi sormia tunnistamiseen. Sormenjäljellä tunnistaminen on erittäin luotettava menetelmä, koska sormenjäljet ​​ovat yksilöllisiä kaikille ihmisille. Jopa identtisillä kaksosilla on eri sormenjäljet.

Verrattuna muihin tunnistusmenetelmiin, kun käytetään avainta, pääsykorttia, digitaalista koodia tai salasanaa, biometrinen sormenjälkitunnistus tarjoaa korkean suojan. Sormenjälkeä ei voi kadottaa, unohtaa tai varastaa. Tämä menetelmä on myös erittäin käytännöllinen, koska sinun ei tarvitse kantaa mitään mukanasi - taskuissasi ei ole mitään, sinun ei enää tarvitse selata laukkua ja voit heittää avaimenperän pois. Lisäksi tämän avulla voit vähentää merkittävästi kulunvalvonnan järjestämiseen liittyviä kustannuksia. Suurten organisaatioiden, kuten tehtaiden, toimistojen tai kuntokeskusten, kulunvalvontajärjestelmät eivät enää vaadi pääsykortteja tai avaimia, jotka on jaettava, kerättävä tai poistettava rekisteristä, jos ne katoavat. Joten voit rekisteröidä vierailijoiden sormenjäljet ​​ja antaa heille pääsyn vain yhdeksi päiväksi.

Miten sormenjäljet ​​voivat toimia tunnistusvälineenä?

Tunnistuksen yhteydessä sormenjälkeä verrataan aiemmin rekisteröityihin tietoihin. Tiedot voidaan tallentaa tunnistusjärjestelmän tietokantaan, passin sirulle tai pääsykortin muistiin. Tunnistustoiminto voidaan suorittaa sisäänkäynnille asennetulla sormenjälkitunnistimella, tietokoneeseen kytketyllä sensorilla tai sisäänrakennetulla älypuhelimen skannerilla.

Tunnistamiseen on kaksi tapaa: tunnistettavaa sormenjälkeä verrataan järjestelmään tallennettuihin erilaisiin sormenjälkikuviin tai tietyn henkilön rekisteröityyn sormenjälkeen. Esimerkki ensimmäisestä vaihtoehdosta olisi yrityksen kulunvalvonta- ja hallintajärjestelmä, jossa sormenjälki yhdistetään rekisteröityihin kuviin tunnistavan henkilön pääsyoikeuden vahvistamiseksi. Esimerkki toisesta vaihtoehdosta on sädehoitojärjestelmä, jossa tarkastuksen tarkoituksena on varmistaa, että hoitosuunnitelma on juuri tälle istuntoon tulleelle potilaalle.

Miten sormenjälki tunnistetaan?

Sormenjälkien tunnistus perustuu hahmontunnistuson, kun papillaarikuvioita verrataan rekisteröityihin tietoihin. Tunnistusprosessi suoritetaan kolmessa vaiheessa.

1. Muodostetaan sormenjälkikuva. Kuvanotto voidaan suorittaa sisäänrakennetulla lukijakameralla tai rekisteröimällä sähkökentän potentiaaliero papillaarikuvion tuberkoiden ja onteloiden välillä. On mahdollista käyttää menetelmien yhdistelmiä. Tuloksena on mustavalkoinen digitaalinen valokuva sormenjälkikuvioista.

2. Sormenjälkikuva muunnetaan matemaattiseksi malliksi, jossa ainutlaatuiset ominaisuudet, kuten kaaret, kierteet, silmukat ja niiden väliset etäisyydet tallennetaan digitaalisena koodina.

3. Tunnistettua digitaalista mallia verrataan tietokannassa oleviin malleihin ja etsitään vastaavuus.

Mitä tapahtuu tunnistamisen jälkeen?

Useimmissa tapauksissa sormenjälkitunnistusjärjestelmä on osa jotain muuta ohjausjärjestelmää, kuten lukitusjärjestelmää. Tunnistamisen tuloksena henkilön henkilöllisyys selviää, minkä jälkeen järjestelmä voi suorittaa tarvittavat toimenpiteet, esimerkiksi avata lukon, päästää käyttäjä ohjelmaan tai sallia tietokoneen käynnistymisen.

Mikä vaikuttaa sormenjälkien tunnistamisen tehokkuuteen?

Nahka on muokattava ja joustava materiaali, ja nämä ominaisuudet tekevät sen tunnistamisen vaikeaksi. Esimerkiksi ihon kuivuus ja lämpötila sekä sormen puristusvoima vaikuttavat tulosteen kuvanlaatuun. Jos sormea ​​painetaan liian lujaa, painatuksen kuvio muuttuu ja papillaariviivojen tunnistaminen vaikeutuu. Kuivuus ja pintalämpötila vaikuttavat ihon kimmoisuuteen, mikä puolestaan ​​määrää kuvanlaadun. Sormenjälkien tunnistus- ja kuvantunnistusteknologiat ovat viime vuosina ottaneet suuria harppauksia eteenpäin, joten ongelmallisimmissakin tapauksissa tunnistus suoritetaan erittäin luotettavasti.

Sormenjälkitietojen rekisteröinnin tarkkuudella on merkittävä vaikutus myöhemmän tunnistamisen laatuun. Siksi rekisteröinti tulee tehdä huolellisesti, ja vaikeuksien sattuessa on suositeltavaa toistaa se.

Skannerit vaihtelevat suuresti sen suhteen, miten epäpuhtaudet vaikuttavat skannauksen tarkkuuteen. Tiloissa, joissa ei ole mahdollista puhdistaa biometrisiä lukulaitteita säännöllisesti, kannattaa suosia tekniikkaa, joka ei pelkää pölyä ja likaa.

Voidaanko sormenjälki varastaa?

Tietoturvastandardien mukaisesti nykyaikaisten kaupallisten sormenjälkitunnistusjärjestelmien tietokannat eivät tallenna sormenjälkikuvaa, vaan sen digitaalista mallia, joka sisältää vain muutaman prosentin sormenjälkitietojen kokonaismäärästä. Siksi tallennetun digitaalisen mallin perusteella on mahdotonta rekonstruoida sormenjälkikuvaa. Poikkeuksena ovat valtion valvontajärjestelmät, kuten poliisin sormenjälkirekisteri tai passit, joissa sormenjälki näytetään kuvana.

Kuinka nopeaa ja turvallista sormenjälkien tunnistaminen on?

Tällä hetkellä sormenjälkien tunnistus on erittäin nopeaa. Tekniikka on kehittynyt niin paljon, että tunnistusaika mitataan sekunnin murto-osissa. Erityisen tehokkaita ovat elektroniset lukijat, jotka tunnistavat sormenjäljet ​​yllättävän nopeasti.

Tekniikan luotettavuus on korkealla tasolla - melkein mikä tahansa sormenjälki voidaan tunnistaa. Huolimatta siitä, että luotettavuustaso on saavuttanut lähes 100%, lähivuosina ei kuitenkaan ole odotettavissa, että sormenjälkiä pystytään tunnistamaan. Esimerkiksi tietyillä teollisuudenaloilla, kuten sormenpäiden iho on syöpynyt tai alttiina toistuvasti haitallisille kemikaaleille, vaurion aste voi estää riittävän määrän pisteiden lukemisen tunnistamista varten. Kertavaurioiden jälkeen sormenjälki palautuu niin, että yksittäiset vauriot tai pieni määrä niitä eivät vaikuta tunnistamisen tarkkuuteen.

Sopiiko sormenjälkien tunnistustekniikka yritykselleni?

Sormenjälkitunnistusjärjestelmien käyttäjät eivät yleensä enää halua palata perinteisiin valvontajärjestelmiin. Tärkeimmät tekijät käyttäjätyytyväisyyteen ovat helppous ja helppokäyttöisyys. Siksi suosittelemme vahvasti sormenjälkitunnistustekniikan käyttöä. Deltabitin tuotteet mahdollistavat sormenjälkien käyttämisen ovien avaamiseen. Deltabit Gatekeeper Lite -järjestelmä on tuote, joka voi korvata kotiavaimesi sormenjäljellä. Deltabit Gatekeeper Pro on biometriseen tunnistamiseen perustuva kulunvalvonta- ja hallintajärjestelmä yrityksille. Molemmat tuotteet saivat positiivisimmat kuluttajaarviot.

"Tieteelliset ja tekniset artikkelit"- kokoelma tieteellisiä ja teknisiä artikkeleita elektroninen teemat: uutuudet elektroniset komponentit, tieteellinen kehitys radiotekniikan ja elektroniikan alalla, artikkeleita päällä tarinoita radiotekniikan ja elektroniikan kehitys, uusi teknologiaa ja rakennusmenetelmät ja kehitystä elektroninen laitteet, lupaavat teknologiaa tulevaisuus, radiotekniikan ja elektroniikan kaikkien osa-alueiden kehityksen näkökohdat ja dynamiikka, näyttelykatsaukset elektroninen aiheita.

Halu suojella omaa elämää, kotia, omaisuutta ja taloutta tunkeutumiselta on ominaista jokaiselle. Mutta tavalliset tunnistamismenetelmät - passin tai käsinkirjoitetun allekirjoituksen esittäminen - eivät ole riittävän luotettavia, koska asiakirjoja voidaan kadota, varastaa tai väärentää nykyaikaisella tekniikalla ja allekirjoituksia voidaan väärentää. Elämä saa meidät etsimään uusia, luotettavampia menetelmiä.

Johdanto

Maailmassa viime aikoina tapahtuvien tapahtumien valossa, erityisesti kansainvälisen terrorismin lisääntymisen yhteydessä, turvallisuuskysymyksiin kiinnitetään yhä enemmän huomiota. Yksi tärkeimmistä turvallisuuden osista on yksilön tunnistaminen. Henkilön tunnistamistehtävä tulee kriittiseksi monissakin arkitilanteissa. Kohtaamme yhä useammin petoksia, joissa henkilöt esittävät muita henkilöitä yrittäessään päästä hotellihuoneisiin, päästäkseen tietokoneverkkoon tai tehdessään ostoksia verkossa.

Biometrinen tunnistus

Yksi mahdollisista tunnistamismenetelmistä on kohteen biometrinen tunnistaminen, joka perustuu yksilöllisten ja pysyvien henkilökohtaisten parametrien mittaamiseen. Ihmisen tärkeimmät ominaisuudet voidaan jakaa kahteen ryhmään - käyttäytymiseen ja fysiologisiin. Käyttäytymisominaisuuksia ovat esimerkiksi puhetapa, tietokoneen näppäimistöllä työskentelytyyli tai käsiala, ja ainutlaatuisten fysiologisten parametrien ryhmään kuuluvat sormenjäljet, kämmenen geometria, iiris tai verkkokalvo, kasvojen ulkonäkö. Biometriikan käytännön menetelmät nojaavat enemmän fysiologisiin ominaisuuksiin, koska käyttäytymisessä on edelleen muutoksia henkilön tilasta riippuen. Esimerkiksi vilustuminen voi muuttaa paitsi äänen sointia myös puhetapaa: jopa puhelias ihmiset välttävät tarpeettomia keskusteluja.

Samaan aikaan monet ihmiskehon osat ovat varsin ainutlaatuisia ja niitä voidaan käyttää tunnistamiseen. Joten kun etsimme ystävää joukosta, käytämme jotakin yleistä älymme toteuttamaa kasvojentunnistusalgoritmia. Tarkempi yksinkertaistettu algoritmi on varsin toteutettavissa tietokoneen avulla. Henkilön kasvot tallennetaan kameralla ja tietyt kasvojen muodot verrataan tietokannassa oleviin tietoihin.

Ihmissilmä on myös kokoelma monia ainutlaatuisia tietoja. Tarkentamalla kameran vastaavasti silmä voidaan "piirtää" vertaamaan iirisnäytteen kuvaan. Ja valaisevalla skannerilla on mahdollista verrata silmänpohjasta heijastuvaa valoa verkkokalvon "valoon". Käsi ei ole vähemmän ainutlaatuinen. Biometriset ominaisuudet ovat sen pinnan geometria ja topologia. Sormenjäljillä on erityinen rooli.

Sormenjäljet ​​hyväksyttiin laillisesti henkilöiden tunnistamiseen yli sata vuotta sitten, ja sormenjälkitunnistusta on käytetty aktiivisesti kriminologiassa viime vuosisadan 20-luvulta lähtien. Ne ovat yksilöllisiä jokaiselle yksilölle, niitä ei voi muuttaa, ja niitä käytetään tilanteissa, joissa identiteettivirheet eivät ole hyväksyttäviä, kuten rikoslainsäädännössä tai organisoitaessa pääsyä korkeimmalla turvatasolla.

Historiallisesti optisia anturijärjestelmiä on käytetty sormenjälkien ottamiseen, mutta ne ovat pitkään olleet erittäin kalliita, tilaa vieviä eivätkä tarpeeksi luotettavia. 1990-luvun lopulla halpojen, eri periaatteella toimivien sormenjälkitietojen keräämislaitteiden tulo johti sormenjälkien tunnistustekniikoiden edistymiseen rajoitetusta käytöstä laajaan käyttöön useilla uusilla aloilla.

Sormenjälkien skannaustekniikat

Kuten jo mainittiin, vanhin tekniikka on optinen. Sormenjäljen skannaus minikameroilla CCD- tai CMOS-sirulla on vähentänyt merkittävästi tunnistusjärjestelmien kustannuksia. Mutta tähän painatusmenetelmään liittyy joitain käsittämättömiä ongelmia: tuloksena oleva kuva riippuu ympäristön valosta, kuvan reunoilla on mahdollista vääristymiä, anturi voidaan "huijata" suhteellisen helposti (jotkut halvat anturit voidaan "huijata" painetulla tavallisella kopiokoneella tehty kopio). Skannerin koossa on ongelmia. Anturi ei voi olla pienempi kuin kameran polttoväli. Optisten järjestelmien tärkeimmistä eduista voidaan jälleen mainita suhteellisen alhainen hinta ja käytännöllinen herkkyys sähköstaattisen purkauksen vaikutuksille.

Täysin uutta on sähkömagneettisen kentän käyttötekniikka. Anturi lähettää heikon sähkömagneettisen signaalin, joka seuraa sormenjäljen uurteita ja kouruja ja ottaa huomioon tämän signaalin muutokset luodakseen kuvan sormenjäljestä. Tällä skannausperiaatteella voit tarkastella kuolleiden solujen kerroksen alla olevaa ihokuviota, mikä johtaa hyviin tuloksiin vaaleiden tai haalistuneiden tulosteiden tunnistamisessa. Ongelmana on edelleen, että anturin koon ja sen resoluution välillä ei ole hyväksyttävää suhdetta.

Toinen lupaava tekniikka, joka on mainittava, on ultraääni. 3D-ultraääni skanneri mittaa sormen katkennutta pintaa eräänlaisella tutkalla. Tämä skannausmenetelmä voi olla erityisen hyödyllinen esimerkiksi terveydenhuollossa. Se ei vaadi sensorinlukijoiden koskettamista steriileillä käsillä, ja tuloste on helppo lukea jopa kirurgin kumi- tai muovikäsineiden läpi. Ultraäänitekniikan suurin haitta on sen korkea hinta ja pitkä skannausaika.

On olemassa muitakin menetelmiä, joko aiemmin käytettyjä tai vasta kehitteillä, mutta lehtiartikkelin volyymi ei anna meidän tarkastella niitä tarkemmin. Tarkastellaanpa yhtä lupaavimmista menetelmistä.

Kapasitiivinen sormenjälkien skannaus

Kapasitiiviset sormenjälkitunnistimet on valmistettu piikiekolle, joka sisältää alueen mikrokondensaattoria. Ne on järjestetty tasaisesti neliön tai suorakaiteen muotoiseen matriisiin. Suorakulmaisia ​​antureita pidetään sopivampina, koska ne vastaavat paremmin painatuksen muotoa. Lisäksi sormenjälkikuvan lukualue laajenee, joten vastaanotetun tiedon määrä kasvaa. Nykyään markkinoilla olevista antureista STMicroelectronicsin TouchChip-antureilla on suurin lukualue. Sirun kenttä on kooltaan 256 x 360 kondensaattoria, eli informaatiomäärä jäljestä ylittää 92 Kb. Yksi kondensaattori vie neliöalueen 50 x 50 µm. Näistä kondensaattoreista muodostetaan anturi, joka kaappaa kuvan noin 500 dpi:n resoluutiolla.

Tyypillisesti koko piialue on suojattu anturin valmistajan erityisesti kehittämällä ja patentoimalla pinnoitteella. Tämä on erittäin kova ja kestävä kerros, joka voi suojata piipiirejä, mutta on niin ohut, että sen ansiosta sormi pääsee mahdollisimman lähelle niitä. Jotkut myyjät todistavat pinnoitteen laadun julkaisemalla testitulokset, joiden mukaan suojakerros on kestänyt yli miljoona kosketusta.

Ennen kuin siirrymme kapasitiivisen tekniikan yksityiskohtaiseen kuvaukseen, selvitetään, mitä etuja ja haittoja seuraa siitä, että sormi on lähellä IC-sirua.

Haittana voi olla sähköstaattisen purkauksen aiheuttama anturin vaurioituminen. Perinteisissä mikropiireissä tämän vaaran eliminoi kotelo, mutta sormenjälkitunnistimen voi peittää vain erittäin ohuella pinnoitteella. Purkauksen ohjaamiseksi käytetään lisätoimenpiteitä, kuten maadoitus. Nykyaikaisissa antureissa tämä tekniikka on niin edistynyt, että sormenjälkitunnistimet kestävät yli 15 kV:n purkauksia (tämän suuruinen purkaus esimerkiksi sähköistetyistä vaatteista on erittäin epätodennäköistä).

Mutta lähes suora kosketus kristallin kanssa tarjoaa joitain etuja. Esimerkiksi on helpompi erottaa todellinen elävä sormenjälki väärennetystä tai kuolleesta sormenjäljestä. Elävällä sormenjäljellä on suuri joukko mitattavissa olevia ominaisuuksia (esim. lämpötila, verenpaine, pulssi). Yhdistämällä nämä mittaukset ja toteuttamalla ne käytännössä saat sormenjälkitunnistimen, joka kestää paremmin petoksia. Sopivan ohjelmiston käyttö parantaa entisestään skannerin kykyä vastustaa huijausyrityksiä.

Kapasitiivista skannausta on kahta päätyyppiä - passiivinen ja aktiivinen. Molemmat perustuvat lataus- ja purkauskondensaattoreihin riippuen etäisyydestä sormen ihosta kussakin yksittäisessä kentän pisteessä ja vastaavan arvon lukemisesta. Tämä on mahdollista, koska ihon harjanteiden ja painaumien mitat ovat melko suuret. Keskimääräinen harjan leveys on noin 450 µm. Kondensaattorimoduulien suhteellisen pieni koko (50 x 50 µm) mahdollistaa kapasitanssierojen havaitsemisen ja korjaamisen myös ihon läheisissä kohdissa.

Passiivinen skannausperiaate

Passiivisissa piiskannereissa jokaisessa kennossa on vain yksi kondensaattorilevyistä. Toinen levy muodostaa sormen pinnan. Skannaus koostuu kahdesta vaiheesta. Ensimmäisessä vaiheessa, kun sormi koskettaa sirun pintaa, anturilevyt latautuvat (yleensä koko rivi kerrallaan) ja niistä kunkin jännitearvot tallennetaan ns. ja pidä piirit. Toisessa vaiheessa, kun sormi poistetaan, anturilevyjen rivit purkautuvat ja levyjen jäännösjännitearvot tallennetaan toiseen näyte- ja pitopiirien sarjaan. Levyn lataus- ja jäännösjännitteen välinen ero on verrannollinen anturikennon kapasitanssiin. Skannatut ja digitoidut solut luovat peräkkäin rivi riviltä kuvan sormenjäljestä. Tämä tapa päästä kiekoihin minimoi näyte- ja pitopiirien tarpeen kahteen jokaiselle riville.

Tällainen skanneri mahdollistaa vaihtelun tietyissä rajoissa lataus- ja purkauspotentiaalien arvojen sekä skannausvaiheiden välisen viiveajan sisällä, jotta sormenjälki voidaan lukea eri tiloissa (märkä, kuiva). Mutta edes sellaisella säätelyllä kuvanhallinta ei voi olla yhtä täydellistä kuin aktiivitekniikalla, jossa molempia kondensaattorilevyjä ohjataan.

Aktiivinen skannausperiaate

Anturikenno sisältää molemmat kondensaattorilevyt, jotka on kytketty aktiiviseen kapasitiiviseen takaisinsyöttöpiiriin varauksen akuna toimivan invertterin (invertoivan vahvistimen) kautta: toinen levy on kytketty invertterin tuloon ja toinen lähtöön (ks. 1). Tallennuslaitteen tehtävänä on muuntaa käänteinen tehokapasitanssi lähtöjännitteeksi, joka voidaan digitoida.

Riisi. 1. Aktiivinen kapasitiivinen skannaus

Aktiivinen anturi, kuten passiivinen, toimii kahdessa vaiheessa. Ensimmäisessä vaiheessa "Reset"-näppäin sulkee invertterin tulon ja lähdön ja palauttaa piirin alkutilaan. Toisessa vaiheessa akun tuloon kytkettyyn kondensaattorilevyyn kohdistetaan kalibroitu varaus, jolloin levyjen väliin syntyy sähkömagneettinen kenttä. Sormen iho on vuorovaikutuksessa kentän kanssa ja muuttaa aktiivista kapasitanssia. Riippuen jäljen harjanteesta tai kourusta, kondensaattorin kapasitanssi pienenee tai kasvaa vastaavasti. Tämän tuloksena olevan kapasitanssin arvo digitoidaan.

Koska jokaisella anturikennolla on oma varausakkunsa, "kuvan" pikselit osoitetaan hajasaannin avulla. Tämän avulla voit käyttää sormenjälkikuvan lisäkäsittelyominaisuuksia (esimerkiksi vain valitun alueen tai esikatselun katselu - nopeammin, mutta pienemmällä resoluutiolla).

Aktiivinen skannaustekniikka tarjoaa paljon paremman vastustuskyvyn ulkoisille vaikutuksille, sillä on korkeampi signaali-kohinasuhde, ja siksi anturit pystyvät havaitsemaan laajemman valikoiman sormenjälkiparametreja sormen kunnosta riippumatta.

Kuvankäsittely ja sormenjälkien tunnistus

Sormenjäljen kuva tallennetaan yleensä binäärikoodiin, jossa kuvion jokaista pikseliä kuvaa 8 bittiä eli 256 harmaan sävyä. Kehittyneissä skannausjärjestelmissä tulosteen digitaalinen kuva käsitellään erityisellä kuvanparannusalgoritmilla. Tämä algoritmi antaa palautetta anturille skannausparametrien säätämiseksi. Kun anturi ottaa lopullisen kuvan, algoritmi säätää tulostuskuvan kontrastia ja terävyyttä parhaan laadun saavuttamiseksi.

Joten digitoinnin jälkeen sormenjäljestä on selkeä suurennettu "kuva". Tällainen kuva ei ole kovin sopiva sormenjälkien täsmäytykseen, koska se vie liikaa muistia (n. 90 KB) ja sen käsittely vertailun aikana vaatisi lisää laskentatehoa. Siksi näistä tiedoista on tarpeen tehdä valinta vain niistä tiedoista, jotka ovat välttämättömiä sormenjälkien yhteensovittamiseksi. Tällaisen toimenpiteen tulosta kutsutaan sormenjälkimalliksi ja sen koko on tunnistusmenetelmästä riippuen 250...1200 tavua.

Sormenjälkien tunnistusmenetelmät perustuvat vertailuun näytteiden kanssa tai ominaisten yksityiskohtien käyttöön. Jotkut järjestelmät yhdistävät molemmat menetelmät onnistuneesti. Näytteen perusteella tunnistettaessa sormenjälkikuvan valitut osat tallennetaan tietokantaan. Tunnistusalgoritmi valitsee samat alueet juuri syötetystä sormenjäljestä ja vertaa sitä käytettävissä oleviin tietoihin todennusta varten. Mallin koko - noin 1 kt.

Kun tunnistetaan yksityiskohtien perusteella, kuvasta poimitaan vain tietyt paikat, joissa ominaisuus (yksityiskohta) löytyy. Yleensä tämä on joko harjanteen pää tai sen haarautuminen (katso kuva 2). Mallin sisältö on tässä tapauksessa suhteellisia koordinaatteja ja tietoa kappaleen suunnasta. Tunnistusalgoritmi löytää ja vertaa vastaavat tiedot. Sormenjäljen pyörittäminen tai sen rinnakkaismuunnos (shift) eivät vaikuta järjestelmän toimintaan, koska algoritmi toimii suhteellisilla arvoilla. Mallin koko pienennetään tässä tapauksessa noin 300 tavuun. Näin pienen tietomäärän käsittely on mahdollista jopa järjestelmissä, joissa prosessorinopeus on alhainen ja muisti on rajallinen.

Tunnistusalgoritmit ja niiden merkintä

Markkinoilla on melko suuri määrä algoritmeja, jotka tunnistavat kuvan yksityiskohtien perusteella. On tarpeen selvittää, mitkä ovat niiden laadun kriteerit.

Jos ilmaisemme kahden verratun sormenjälkikuvion vastaavuuden prosentteina, täydelliselle vastaavuudelle (yhden sormen kaksi kuviota) voidaan antaa arvo 100 % ja absoluuttinen yhteensopimattomuus (kaksi eri sormen kuviota) on ilmaistava nollalla. (0 %). Valitettavasti kaikki ottelut eivät ole täydellisiä, ja yhteensopimattomuudet ovat ehdottomia. Tyypillisesti sattuman aste ei osu asteikon ääripisteisiin. Epätarkkojen ja epätäydellisten osumien kanssa on ongelma. Vaikeinta on verrata samanlaisia ​​​​malleja, koska osumien ja epäsuhtauksien arvioitujen arvojen ryhmien arvot menevät päällekkäin, menevät päällekkäin asteikon keskellä. Tämä on kriittinen alue, koska tällaisessa tapauksessa on mahdotonta päättää tarkasti, sopivatko kuviot yhteen vai eivät. Tie ulos tällaisesta "skitsofreenisesta" tilanteesta on luoda niin sanottu "kynnys", joka määrittää yksiselitteisesti sen arvioinnin arvon, joka erottaa kuvion yhteensopivuuden epäsuhtaisuudesta. Tämä helpottaa päätöksentekoa, mutta toisaalta voi johtaa virheisiin järjestelmässä, koska molemmat arvioitujen arvojen ryhmät voivat olla vahvistetun rajan alapuolella.

Riisi. 2. Jälkitiedot

Tällaisia ​​virheitä kutsutaan väärintunnistuksiksi ja virheellisiksi tunnisteiksi. Tällaisten virheiden aste on erityinen jokaiselle tunnistusalgoritmille, ja se otetaan yleensä huomioon FMR (False Match Rate) - virheellisen tunnistamisen todennäköisyys ja FNMR (False Non-Match Rate) - virheellisen tunnistamatta jättämisen todennäköisyys. Turvajärjestelmissä niitä kutsutaan yleisesti myös nimellä FAR (False Accept Rate) - virheellisen hyväksynnän todennäköisyys ja FRR (False Reject Rate) - väärän hylkäämisen todennäköisyydeksi. FMR ja FNMR ovat toistensa vastakohtaisia: kun yksi arvo pienenee, toinen kasvaa (mikä vastaa "kynnyksen" siirtämistä ylös ja alas vaatimustenmukaisuusasteikolla). Tunnistusalgoritmien laatua voidaan arvioida vertaamalla FMR-arvoa kiinteään FNMR:ään tai päinvastoin. Joskus arviointia varten annetaan lisäparametreja, esimerkiksi tasatodennäköisen virheen taso - vaatimustenmukaisuusasteikon piste, jossa FMR- ja FNMR-arvot ovat samat.

Taulukko 1. Anturit ja niiden tekniset tiedot

Ominaisuudet		Anturit
		TCS1AD		TCS2AF
Anturin aktiivinen vyöhyke, mm		18,0x12,8		10,4 x 14,4
Kokonaispinta-ala, pikseliä		256 x 360		208 x 288
Pikseliala, µm		50
Tarkkuus, dpi		508
Tiedonhakutaajuus, kehys/s		15		20
Suurin staattinen potentiaali, kV		±8		±15
Nykyinen kulutus	Nimellinen, mA	20
	Valmiustila, mA	7
	Nuku, mA	1
Kotelon mitat		Täysi, mm	27 x 27 x 4,5	27 x 20,4 x 3,5
		Kompakti, mm	27x18,4x4,5
Liitin		Joustava kaapeli		20-nastainen joustava liitin/joustava kaapeli
I/O-liitäntä		8-bittinen RAM-liitäntä
Ympäristön ominaisuudet	Käyttölämpötila, °С	0...40
	Varastointilämpötila, °С	-4...85
	Kosteus	5...95 % RH @ 30°C

Yllä olevien ominaisuuksien arvot riippuvat suuresti sormenjälkitietokannasta, jota käytetään testattaessa tunnistusalgoritmia sen laadun arvioimiseksi. Voit saada erittäin hyviä tuloksia myös heikolla algoritmilla, jos testaukseen valitaan vain korkealaatuisia tulosteita. Luonnollisesti jopa onnistunut algoritmi voi antaa huonoja tuloksia tietokannassa, joka sisältää vain huonolaatuisia sormenjälkiä. Siksi tunnistusalgoritmien vertailu voidaan suorittaa vain sillä ehdolla, että niiden testaamiseen käytetään samaa perustaa. Algoritmin testaamista, sen ohjauspisteiden - kynnysarvo, FMR, FNMR jne. - määrittämistä kutsutaan merkinnöiksi. Hyödyllisten ja realististen merkintätulosten saamiseksi on tarpeen käyttää suurinta mahdollista sormenjälkitietokantaa (vähintään tuhansilta ihmisiltä), jotka kerättäisiin eri puolilta maailmaa eri rotujen, ikäisten ja ammattien edustajilta erilaisissa olosuhteissa ( kosteus, lämpötila jne.).

Tulevaisuus on yhtenäinen moduuli

Sormenjälkien tunnistusteknologialla on monia etuja, mikä selittää sen laajenevan sovelluksen. Jo nykyään on saatavilla kannettavia tietokoneita, kämmentietokoneita, ovien lukkoja, myyntiautomaatteja ja erilaisia ​​tietokoneiden oheislaitteita, joissa on sisäänrakennettu sormenjälkitunnistin. Tekniikan kehitys pienentää antureiden kokoa ja kustannuksia, mikä avaa tiensä moniin muihin käyttötarkoituksiin, kuten matkapuhelimiin, myyntipisteisiin tai autojen sytytyksiin.

Riisi. 3. Biometrinen turvajärjestelmä STouchChip

STMicroelectronics tarjoaa ST TouchChipin, avaimet käteen -periaatteella toimivan biometrisen tietoturva-alijärjestelmän, joka voidaan helposti ottaa käyttöön yleisissä ja yksityisissä tuotteissa (katso kuva 3). TouchChip, PerfectPrint ja PerfectMatch ovat huipputeknologioita, jotka tarjoavat täyden valikoiman tyypillisiä biometristen järjestelmien toimintoja: sormenjälkiä, kuvan optimointia ja pääsypäätösten tekemistä. TouchChip - silikoninen sormenjälkitunnistin - tallentaa sormenjälkikuvia. Se perustuu yhtiön patentoituun aktiiviseen kapasitiiviseen pikselianturiteknologiaan, joka tarjoaa korkean signaali-kohinasuhteen. PerfectPrint-ohjelmistopaketti hallitsee sensoria ja optimoi sormenjälkikuvan ympäristöolosuhteiden tai ihotyypin mukaan. PerfectMatch on joukko ohjelmistoalgoritmeja, jotka ratkaisevat kaksi tärkeää biometristä tehtävää: kuvioiden poimiminen sormenjälkikuvasta ja sen tunnistaminen, että elävät sormenjäljet ​​vastaavat ennalta tallennettuja kuvia.

PerfectMatchissa on sovellusohjelmointirajapinta (API), jonka avulla voit integroida TouchChip-biometrisiä alijärjestelmiä asiakassuunnitelmiin ilman, että tiedät yksityiskohtaisesti kaikki järjestelmän komponentit. Tämä avoin arkkitehtuuri yksinkertaistaa huomattavasti biometristen järjestelmien integrointia olemassa oleviin sovelluksiin ja lyhentää toteutusaikaa.

Jatkokehityksen tavoitteena on yhdistää sormenjälkitunnistin tehokkaaseen mikroprosessoriin ja muistiin. Tämä mahdollistaa tunnistusmoduulin luomisen, joka pystyy suorittamaan koko tehtävän: sormenjäljen lukemisesta esineen tunnistamiseen - ilman tietokonetta. Vastaavia hankkeita on jo kehitteillä. STMicroelectronics julkisti äskettäin laitteen nimeltä TouchChip Trusted Fingerprint Module Biometric Subsystem, joka on määrä valmistua vuoden 2002 loppuun mennessä. Tällainen integroitu moduuli eliminoi yksittäisten komponenttien integrointiin tällä hetkellä kohdistuvan vaivan, mikä antaa entistä merkittävämmän tehosteen koko biometriselle sormenjäljen tunnistukselle. markkinoida.

Sormenjälkitunnistuksesta tulee pian osa jokapäiväistä elämäämme. Toivotaan sen lisäämää turvallisuutta ja mukavuutta.

Julkaisupäivämäärä: 01.09.2004

Lukijoiden mielipiteitä

• vlab / 04.08.2013 - 00:41
  Epätäydellinen sormenjälki voi tunnistaa henkilön
• Oleg) / 21.11.2012 - 10:59
  Mielenkiintoinen artikkeli) Johdonmukaisesti suunniteltu ja melko helppolukuinen. Oli mukava lukea.
• Anatoli / 18.12.2008 - 14:31
  Kaaviota tarvitaan!
• Maxim / 08.07.2007 - 19:17
  Yleisesti ottaen artikkeli näyttää hyvältä. Kiinnostun käyttäjän näkökulmasta erittäin ymmärrettävä tulkinta aiheesta. Jos rajoittuu ammatilliseen tietämykseen, niin ongelman pohjimmiltaan, esimerkiksi tunnistusalgoritmin, yksityiskohtien puute. Tällaisissa järjestelmissä käytetty lähestymistapa on erittäin mielenkiintoinen. Olisin erittäin iloinen, jos tällaista materiaalia lähetettäisiin myös uudelle sivustolle. Onnea!

Safin I.T., Starukhin G.A., opiskelijat Ufa State College of Radio Electronicsista

Tuktarov R.F., tieteellinen ohjaaja, tutkija, Fysiikan ja matematiikan instituutti, USC RAS

Radioelektroniikan korkeakoulun opiskelijat Safin I.T. ja Starukhin G.A. On kehitetty laite, jonka avulla voit määrittää henkilön henkilöllisyyden peukalolla. Kehitys perustuu sormenjälkien ottomenetelmiin, jotka puolestaan ​​ovat osa yleisempää menetelmää nimeltä biometriikka.

Biometria on tiedettä ihmiskehon ominaispiirteistä. Näitä ovat sormenjäljet, iiris, äänen sointi, haju jne. Monet näistä parametreista ovat yksilöllisiä kullekin henkilölle, ja siksi niiden määrittämisellä on mahdollista tunnistaa lähes tarkasti tunnistettavissa oleva henkilö.

Sormenjälkiä, jotka ovat ihmisen suosituin biometrinen tunnus, alettiin käyttää 1800-luvulla. Ensimmäiset teokset tästä aiheesta olivat Broneslavin yliopiston professorin Ya.E. Purkinje ja englantilainen antropologi Francis Galton. Purkinje kuvasi ensimmäisenä ihmisen sormien pinnan papillaariset kuviot, ja Galton kehitti ensimmäisen luokittelujärjestelmän.

Laitteen koostumus.

Sormenjälkitunnistuslaite koostuu

1) sormenjälkitunnistin,

2) käsittelyohjelma, joka mahdollistaa sormenjälkien analysoinnin ja tunnistamisen.

Laiteskannerin on kehittänyt Radio Electronicsin korkeakoulun opiskelija I.T. Safin.

Sormenjälkitunnistuslaitteen rakennekaavio:

Kaaviossa näkyy PC, verkkokamera, viivepiiri, työtaso, taustavalo ja virtalähde.

Sormenjälkitunnistuslaitteen lohkokaavio sisältää seuraavat lohkot:

PC - se käsittelee laitteesta vastaanotetun kuvan;

Webcam - ottaa sormenjäljen;

Viivepiiri - viivästää puristussignaalia, kun sormi kohdistetaan työpinnalle, mikä on tarpeen kameran valoherkkyyden automaattiseen säätämiseen ja jotta sormella on aikaa "leviää" työpinnalle;

Käyttölaite - käytetään sormen kiinnittämiseen ja kuvan ottavan verkkokamerapainikkeen painamiseen;

Valaistus - valaisee työskentelyalueen - laitteen kotelon sisällä, jotta voidaan korostaa työpinnalle levitetyn tulosteen jäljet ​​ja painaumat;

Virtalähde - toimii taustavalopiirin ja viivepiirin virtalähteenä.

Tämä laite käyttää turhautuneen sisäisen kokonaisheijastuksen vaikutusta, jonka ansiosta sormen pinnasta voidaan saada kuvia, joissa radan ja uran väliset rajat näkyvät selvästi. Tämä vaikutus saadaan asettamalla kamera ja valonlähde alla olevan kuvan mukaisesti.

Tämä laite on "laatikko", jonka mitat ovat 70 * 100 * 100 mm. Graafisesti laitteen mitat ja näkymä on esitetty alla olevassa kuvassa.

Laitteen kuvaus.

Kun laitat sormesi lasille ja painat sitä, painikkeet sulkeutuvat, minkä seurauksena viivepiiri "käynnistyy". Viivepiiri viivästää painikkeen painallusta noin 0,5 sekuntia, minkä jälkeen rele aktivoituu ja sulkee verkkokameran suljinpainikkeen. Sormenjälki tallennetaan ja näytetään tietokoneen näytön näytöllä.

Radioelektroniikan korkeakoulun opiskelija A.G. Starukhin oli mukana analyysi- ja tunnistusohjelman kehittämisessä.

Ohjelma on toteutettu PC-alustalle, ts. toimiakseen se tarvitsee henkilökohtaisen tietokoneen, joka on vuorovaikutuksessa skannerin kanssa USB-kaapelin kautta. Järjestelmän vähimmäisvaatimukset: Pentium 4 1,8 GHz -suoritin, 256 MB RAM, USB-portti, Windows XP tai uudempi.

Ohjelman kuvaus.

Jälkikuvan analysointi edellyttää, että siitä valitaan joitakin olennaisia ​​ihmisen sormenjäljeille ominaisia ​​piirteitä. Painatus koostuu papillaariviivoista, jotka muodostavat jokaiselle yksilöllisen papillaarikuvion. Jälkimerkinnän oleellisia ominaisuuksia ovat esimerkiksi näiden viivojen suunta, niiden päättyminen tai katkokset. Kaikki merkit on jaettu kahteen ryhmään: globaaleihin ja paikallisiin.

Globaalit merkit ovat sellaisia, jotka voidaan nähdä paljaalla silmällä:

Papillaarinen kuvio.

Kuvan alue on valittu fragmentti vedosta, johon kaikki ominaisuudet on lokalisoitu.

Ydin on piste, joka on lokalisoitu jäljen tai jonkin valitun alueen keskelle.

Deltapiste on lähtökohta. Papillaarilinjojen urien jako tai liitospaikka tai hyvin lyhyt ura (voi saavuttaa pisteen).

Viivatyyppi - kaksi suurinta viivaa, jotka alkavat yhdensuuntaisina ja sitten hajaantuvat ja kiertävät koko kuvan alueen.

Viivalaskuri - viivojen määrä kuva-alueella tai ytimen ja "delta"-pisteen välillä.

Paikalliset merkit, ne ovat myös yksityiskohtia, määrittävät papillaariviivojen rakenteen muutospisteet (pää, bifurkaatio, katkeaminen jne.), papillaariviivojen suunnan ja koordinaatit näissä kohdissa. Jokainen tuloste sisältää enintään 70 minuuttia.

Jäljen olennaisten ominaisuuksien selvittämisen jälkeen sitä verrataan muihin painamiin. Tämä on tunnistamisprosessi.

Ohjelman vaiheittaista prosessia voidaan kuvata seuraavasti. Ohjaussignaali käynnistää prosessin. Sormenjälkitunnistin luo kuvan - kuvan tulosteesta ja siirtää sen tietokoneelle. PC-puolella ohjelma normalisoi kuvan, kunnes se saatetaan vakiomuotoon, minkä jälkeen kuva siirretään käsittelyyn. Käsittelyn aikana kuva luetaan, painatuksen paikalliset ja globaalit piirteet korostetaan. Tällaiset ominaisuudet tallennetaan sormenjälkivektoriin. Lisäksi ohjaussignaalista riippuen käyttäjä joko lisätään tietokantaan tai tunnistetaan. Lisättäessä kaikki käyttäjää koskevat tiedot, mukaan lukien sormenjälkivektori, muodostetaan tietokantanäkymäksi ja kirjoitetaan tietokantapääsyelementin kautta tietokantaan. Tunnistamisen yhteydessä pyydetään valintaa tietokannasta. Sormenjälkivektorit erotetaan näytteestä ja verrataan syöttövektoriin. Jos kahden verrattavan vektorin identiteetti on tietyn kynnysarvon yläpuolella, vektoreita pidetään identtisinä ja käyttäjä tunnistetaan nykyisen tietueen mukaan. Jos mikään näytteen vektori ei vastaa syöttövektoria, käyttäjän katsotaan olevan todennettu.

Tietojen luottamuksellisuuden varmistamiseksi ehdotettiin erilaisia ​​käyttäjän valtuutus- ja todentamiskeinoja, jotta hän saisi tarvittavan fyysisen pääsyn tietoihin, taloudellisiin resursseihin jne. Useimmat nykyaikaiset todennusjärjestelmät perustuvat biometristen tietojen hankkimisen, keräämisen ja mittaamisen periaatteeseen, toisin sanoen tiedon tietyistä henkilön fysiologisista ominaisuuksista.

Biometristen tunnistusjärjestelmien etuna perinteisiin (esimerkiksi PIN-koodijärjestelmiin tai salasanapohjaisiin pääsyjärjestelmiin) verrattuna on, että henkilö itse tunnistetaan. Näissä järjestelmissä käytetty ominaisuus on olennainen osa persoonallisuutta, sitä ei voi menettää, siirtää, unohtaa. Koska jokaisen henkilön biometriset ominaisuudet ovat ainutlaatuisia, niitä voidaan käyttää varkauksien tai petosten estämiseen. Nykyään on olemassa suuri määrä tietokoneistettuja huoneita, holveja, tutkimuslaboratorioita, veripankkeja, pankkiautomaatteja, sotilaslaitoksia jne., joihin pääsyä ohjataan laitteilla, jotka skannaavat henkilön ainutlaatuisia fysiologisia ominaisuuksia.

Viime vuosina eniten huomiota on kiinnitetty tietoverkkojen ja erityisesti biometristen turvajärjestelmien turvallisuuteen. Todisteena tästä on valtava määrä artikkeleita, jotka on omistettu katsaukselle ihmisen tunnistamismenetelmistä, joista on tullut jo perinteisiä ja jotka ovat tuttuja laajalle lukijajoukolle: sormenjälkien, silmän verkkokalvon ja iiriksen, silmän ominaisuuksien ja rakenteen perusteella. kasvot, käden geometria, puhe ja käsiala.

Tieteellisen, teknisen ja aikakausjulkaisun populaaritieteellisen kirjallisuuden analysointi mahdollistaa tällaisten järjestelmien systematisoinnin niiden kehittämisen monimutkaisuuden sekä toimitettujen mittaustulosten tarkkuuden ja luotettavuuden kannalta (kuva 1). Jotkut tekniikat ovat jo laajalti käytössä nykyään, toisia kehitetään edelleen. Tässä artikkelissa annamme esimerkkejä sekä ensimmäisen että toisen ryhmän järjestelmistä.

Tämän päivän salasanat

Sormenjälkitunnistus

Tähän mennessä yksi yleisimmistä biometrisista teknologioista on sormenjälkien tunnistustekniikka. Tällaisia ​​teknologioita käyttävät järjestelmät ovat peräisin rikosteknisistä järjestelmistä, jolloin rikollisen sormenjälki syötettiin arkistokaappiin ja sitä verrattiin esitettyyn sormenjälkeen. Sen jälkeen on ilmestynyt suuri määrä kehittyneitä sormenjälkien skannauslaitteita. Tämän alueen tutkimukset ovat osoittaneet, että ihmisen sormenjälki ei muutu ajan myötä, ja jos iho vaurioituu, identtinen papillaarinen kuvio palautuu täysin. Ilmeisesti näistä syistä ja myös siitä syystä, että sormenjälkien skannaus, toisin kuin monet muut tunnistusmenetelmät, ei aiheuta henkilölle epämukavuutta, tästä menetelmästä on tullut yleisin tunnistusmenetelmä. Toinen tämän tekniikan käytön etu on melko korkea tunnistustarkkuus. Sormenjälkien skannauslaitteita kehittävät yritykset kehittävät jatkuvasti algoritmejaan ja ovat menestyneet merkittävästi. Esimerkiksi BioLink Technologies on julkaissut BioLink U-Match Mouse -hiiren (kuva 2), tavallisen vierityspyörän tietokoneen hiiren, jossa on sisäänrakennettu optinen sormenjälkitunnistin: liitäntä - USB tai COM+PS/2; suoja nukkeja ja "elottomia" sormia vastaan; Kehittyneiden optisten elementtien käyttö varmistaa korkean skannauslaadun ja tunnistustarkkuuden. BioLink U-Match MatchBook biometrinen skanneri on tehty erilliseksi laitteeksi (kuva 3), skannausaika - 0,13 s, tunnistusaika - 0,2 s, USB-liitäntä, suojaus nukkeja vastaan ​​on toteutettu. Nämä laitteet osoittavat sellaisen tunnistustarkkuuden, että todennäköisyys, että luvaton käyttäjä pääsee käsiksi suojattuihin tietoihin, on yhtä suuri kuin yksi miljardista sormenjälkiesityksestä.

Kotimarkkinoilla Siemensin skannerilla varustetut hiiret, Cherryn sisäänrakennetulla skannerilla varustetut näppäimistöt sekä sormenjälkitunnistimella varustetut kannettavat tietokoneet ovat yleistymässä; myös muiden valmistajien laitteita esitellään. Siksi, jos yrityksen johtaja päättää korvata vanhentuneen turvajärjestelmän kehittyneemmillä tietoturvatyökaluilla, hänellä on paljon valinnanvaraa.

Maailmanlaajuisten biometristen markkinoiden analyysi osoittaa, että sormenjälkien tunnistustekniikat edustavat 50 prosenttia biometrisista markkinoista ja yhdessä rikosteknisten järjestelmien kanssa 80 prosenttia. Vuoden 2001 tulosten mukaan International Biometric Group totesi, että sormenjälkien tunnistusteknologiat ovat edelleen johtavassa asemassa kaikkien markkinoilla olevien biometristen teknologioiden joukossa.

Käyttääkseen tavallista biometristä sormenjälkien tunnistusjärjestelmää käyttäjän on ensin rekisteröidyttävä järjestelmään. Samalla ei ole syytä pelätä, että sormenjälkesi tallentuu laitteen muistiin - useimmat järjestelmät eivät tallenna muistiin sormenjäljen todellista kuvaa, vaan vain digitaalisen mallin, jonka mukaan on mahdotonta palauttaa todellista kuvaa, joten käyttäjän oikeuksia ei rikota millään tavalla. Joten käytettäessä BioLink Technologies -laitteita sormenjälkikuva muunnetaan välittömästi pieneksi digitaaliseksi koodiksi (kooltaan vain 512 tavua).

Biometrisen suojauksen käyttöönotto ei aina edellytä olemassa olevan turvajärjestelmän vaihtamista. Usein on mahdollista korvata salasanat käyttäjän biometrisellä passilla pienin kustannuksin. Esimerkiksi BioLink Technologiesin ratkaisut mahdollistavat biometrisen turvajärjestelmän asentamisen tavallisen salasanaturvajärjestelmän päälle. Tässä tapauksessa sormenjälkien salasanojen korvaaminen on täysin kivutonta. Näin voit turvallisesti suojata sisäänkirjautumisen käyttöjärjestelmään (Windows NT/2000, Windows 95/98, Novell NetWare) ja pakkolukituksen, näytönsäästäjän ja lepotilan sekä korvata sovellusohjelmien vakiosuojauksen sormenjälki suojauksella. . Kaikki nämä perustoiminnot, kuten myös monet muut ominaisuudet, on toteutettu BioLink Authentication Centerin versiolla 4.2 -ohjelmistolla, joka on tähän mennessä ainoa täysin venäläistetty järjestelmä tässä luokassa. Samalla sormenjälkimallit tallennetaan keskitetysti - Authenteon-todennuslaitteistoon ja -ohjelmistoon (kuva 4). Palvelin tarjoaa turvallisen tallennustilan jopa 5 000 sormenjälkimallille, joita ei voida käyttää todellisen sormenjälkikuvan ja muiden salaisten tietojen toistamiseen. Lisäksi Authenteon-palvelin on keskitetty käyttäjien hallinta, samoin kuin järjestelmänvalvojan mahdollisuus antaa rekisteröityneille käyttäjille helposti erilaisia ​​käyttöoikeuksia eri resursseihin ilman uudelleenrekisteröintiä. Palvelimen vikasietoisuus toteutetaan seuraavasti: palvelin on tapaus, johon on sijoitettu kaksi itsenäistä fyysistä palvelinta, mikä mahdollistaa tietokannan hot-swap-vaihdon ja replikoinnin käynnissä olevalle palvelimelle.

Koska Internet-sovellukset (Internet-pankki, verkkokauppa, yritysportaalit) ovat yleistymässä, BioLinkin kehittäjät ovat huolehtineet mahdollisuudesta ottaa sormenjälkien biometrinen tunnistaminen käyttöön Internet-sovelluksissa. Siten mikä tahansa yritys, yritys tai laitos voi suojata arkaluonteisia tietoja turvallisesti.

BioLink Technologies -ratkaisut on suunniteltu ensisijaisesti keskisuurille ja suurille yrityksille. Samalla kokonaisvaltainen venäläistetty ratkaisu (ohjelmistot + syöttölaitteet + laitteistopalvelin) voidaan parhaiten integroida yrityksessä käytettäviin tieto- ja ERP-järjestelmiin, mikä mahdollistaa toisaalta merkittävästi alentaa salasanajärjestelmien hallintakustannuksia, ja toisaalta luotettavasti turvata luottamukselliset tiedot luvattomalta käytöltä sekä yrityksen ulkopuolelta että sisältä.

Lisäksi on mahdollisuus ratkaista toinen kiireellinen ongelma - vähentää merkittävästi riskejä siirrettäessä tietoja rahoitus-, pankki- ja muihin järjestelmiin, jotka suorittavat tärkeitä tapahtumia Internetin avulla.

Iriksen tunnistusjärjestelmät

Kuten kuvasta seuraa. 1, suurimman tarkkuuden ja luotettavuuden tässä vaiheessa tarjoavat biometriset tunnistusjärjestelmät, jotka perustuvat iiriksen analyysiin ja vertailuun. Loppujen lopuksi silmiä, joilla on sama iiris, ei edes täysin identtisillä kaksosilla ole olemassa. Ensimmäisenä elinvuotena muodostunut parametri pysyy yksilönä ihmiselle koko hänen olemassaolonsa ajan. Tämä tunnistusmenetelmä eroaa ensimmäisestä siinä, että sitä on vaikeampi käyttää, laitteet ovat kalliimpia ja rekisteröintiehdot ovat tiukemmat.

Esimerkkinä nykyaikaisesta iiriksen analyysiin perustuvasta tunnistusjärjestelmästä on tarkoituksenmukaista mainita LG:n ratkaisu.

IrisAccess-järjestelmän avulla voit skannata iiriskuvion alle sekunnissa, käsitellä ja verrata sitä 4 000 muuhun muistiinsa tallennettuun tietueeseen ja lähettää sitten asianmukaisen signaalin turvajärjestelmään. Tekniikka on täysin kosketukseton (kuva 5). Iiriksen kuvan perusteella rakennetaan kompakti 512 tavun digitaalinen koodi. Laitteessa on korkea luotettavuus verrattuna tunnetuimpiin biometrisiin ohjausjärjestelmiin (kuva 6), se ylläpitää suurta tietokantaa, antaa ääniohjeet venäjäksi ja mahdollistaa pääsykorttien ja PIN-näppäimistöjen integroinnin järjestelmään. Yksi ohjain tukee neljää lukijaa. Järjestelmä voidaan integroida lähiverkkoon.

IrisAccess 3000 koostuu optisesta EOU3000-rekisteröinnistä, ROU3000-etäoptisesta rekisteröinnistä, ICU3000-todennusohjausyksiköstä, kuvansieppauskortista, oviliitäntäkortista ja PC-palvelimesta.

Jos useita tuloja on ohjattava, useita etälaitteita, mukaan lukien ICU3000 ja ROU3000, voidaan liittää PC-palvelimeen lähiverkon (LAN) kautta. Sivupalkissa on kuvaukset järjestelmän pääkomponenteista.

Kulunvalvonnan organisaatio ja kaavio LG:n IrisAccessiin perustuvan turvajärjestelmän käyttöönotosta on esitetty kuvassa. 7, .

Puheentunnistusjärjestelmät

Alin sijainti kuvassa. 1 - sekä työvoiman intensiteetin että tarkkuuden osalta - ovat puheentunnistukseen perustuvien tunnistusjärjestelmien käytössä. Syyt näiden järjestelmien käyttöönotolle ovat puhelinverkkojen yleisyys ja mikrofonien upottaminen tietokoneisiin ja oheislaitteisiin, kuten kameroihin. Tällaisten järjestelmien haittoja ovat tunnistustuloksiin vaikuttavat tekijät: häiriöt mikrofoneissa, ympäristön vaikutus tunnistustuloksiin (kohina), ääntämisvirheet, rekisteröinnin ja jokaisen tunnistuksen yhteydessä tarkistettavan standardin erilainen tunnetila, erilaisten tallennuslaitteiden käyttö standardien ja tunnistamisen aikana, häiriöt huonolaatuisissa datakanavissa jne.

Tulevaisuuden salasanat

Olemme antaneet esimerkkejä biometrisista laitteista, joita käytetään jo laajalti kulunvalvontaan, mutta tieteellinen ja teknologinen kehitys ei pysähdy, ja siksi turvajärjestelmissä käytettävien teknologioiden valikoima laajenee jatkuvasti. Useita biometrisiä teknologioita on parhaillaan kehitteillä, joista osaa pidetään erittäin lupaavina. Siksi puhutaan teknologioista, joita ei ole vielä löydetty massakäyttöön, mutta jonkin ajan kuluttua ne voivat hyvinkin olla nykypäivän luotettavimpien teknologioiden tasolla. Olemme sisällyttäneet tähän luetteloon seuraavat tekniikat:

1. kasvojen termogrammin rakentaminen infrapunasäteilyanturin tietojen perusteella;
2. DNA-ominaisuuksien analyysi;
3. tietokoneen näppäimistön vetojen dynamiikan analysointi tekstiä kirjoitettaessa;
4. sormien ihon ja epiteelin rakenteen analyysi digitaalisten ultraäänitietojen perusteella;
5. kädenjälkianalyysi;
6. korvan muodon analyysi;
7. ihmisen kävelyominaisuuksien analyysi;
8. yksittäisten ihmisten hajujen analysointi.

Tarkastellaan näiden menetelmien olemusta yksityiskohtaisemmin. Termogrammin rakentamis- ja analysointitekniikka (kuva 9) on yksi uusimmista saavutuksista biometriikan alalla. Kuten tutkijat ovat havainneet, infrapunakameroiden käyttö antaa ainutlaatuisen kuvan kasvojen ihon alla olevista esineistä. Luun, rasvan ja verisuonten eri tiheydet ovat täysin yksilöllisiä ja määrittävät käyttäjän kasvojen lämpökuvan. Tieteellisten päätelmien mukaan kasvojen lämpömittari on ainutlaatuinen, minkä seurauksena jopa täysin samanlaiset kaksoset voidaan erottaa luotettavasti. Tämän lähestymistavan muita ominaisuuksia ovat sen muuttumattomuus kosmeettisten tai kosmetologisten muutosten suhteen, mukaan lukien plastiikkakirurgia, meikkimuutokset jne., sekä rekisteröintimenettelyn salaisuus.

DNA:n ominaisuuksien analysointiin perustuva teknologia tai, kuten tiedemiehet sitä kutsuvat, genomisen tunnistusmenetelmä (kuva 10), on ilmeisesti, vaikkakin pisin, mutta myös lupaavin tunnistusjärjestelmistä. Tällä hetkellä tämä ohjausmenetelmä on liian hidas ja vaikea automatisoida. Menetelmä perustuu siihen, että ihmisen DNA:ssa on polymorfisia lokuksia (lokus on kromosomin sijainti (geenissä tai alleelissa), joissa on usein 8-10 alleelia. Näiden alleelien sarjan määrittäminen useille polymorfisille lokuksille tietyn yksilön avulla voit saada eräänlaisen genomikartan, joka on tyypillinen vain kyseiselle henkilölle. Tämän menetelmän tarkkuus määräytyy analysoitujen polymorfisten lokusten luonteen ja lukumäärän mukaan, ja se mahdollistaa nykyään virhetason saavuttamisen 1 per 1 miljoonaa ihmistä.

Tietokoneen näppäimistön vetojen dynamiikka tekstiä kirjoitettaessa tai näppäimistön käsinkirjoitus analysoi käyttäjän tapaa (rytmiä) kirjoittaa tiettyä lausetta. On olemassa kahdenlaisia ​​näppäimistön käsinkirjoituksen tunnistusjärjestelmiä. Ensimmäiset on suunniteltu todentamaan käyttäjä, kun hän yrittää päästä käsiksi tietokoneresursseihin. Jälkimmäiset suorittavat valvontavalvonnan pääsyn myöntämisen jälkeen ja estävät järjestelmän, jos eri henkilö, jolle alun perin myönnettiin pääsy, aloitti työskentelyn tietokoneella. Näppäimistön rytmi, kuten useiden yritysten ja organisaatioiden tutkimukset ovat osoittaneet, on melko yksilöllinen käyttäjälle ja sopii varsin hänen tunnistamiseensa ja todentamiseensa. Sen mittaamiseksi aikavälit arvioidaan joko vetojen välillä, kun kirjoitetaan tietyssä järjestyksessä olevia merkkejä, tai näppäimen painamisen ja sen vapauttamisen välillä kirjoitettaessa kutakin merkkiä tässä sarjassa. Vaikka toista menetelmää pidetään tehokkaampana, paras tulos saavutetaan käyttämällä molempia menetelmiä yhdessä. Tämän menetelmän erottuva piirre on sen alhainen hinta, koska tietojen analysointiin ei tarvita muita laitteita kuin näppäimistö. On huomattava, että tällä hetkellä tämä tekniikka on kehitteillä, ja siksi sen luotettavuutta on vaikea arvioida, varsinkin kun otetaan huomioon turvajärjestelmien korkeat vaatimukset.

Henkilön tunnistamiseksi käsin käytetään useita biometrisiä parametreja - tämä on käden tai sormien geometrinen muoto, kämmenen ihonalaisten verisuonten sijainti, kämmenen viivojen kuvio.

Kädenjälkien analysointitekniikka alkoi kehittyä suhteellisen hiljattain, mutta sillä on jo tiettyjä saavutuksia. Syynä tämän tekniikan kehittämiseen oli se, että sormenjälkien tunnistuslaitteilla on haittapuoli - ne tarvitsevat vain puhtaat kädet, eikä järjestelmä välttämättä tunnista likaista sormenjälkeä. Siksi useat kehitysyritykset ovat keskittyneet teknologiaan, joka ei analysoi ihon juonteiden kuviota, vaan kämmenen ääriviivoja, jolla on myös yksilöllinen luonne. Niinpä viime vuoden puolivälissä Isossa-Britanniassa aloitettiin uuden tietokonejärjestelmän kehittäminen, joka mahdollistaa epäiltyjen tunnistamisen sormenjälkien perusteella. Britannian poliisi on käyttänyt samanlaista sormenjälkijärjestelmää menestyksekkäästi jo kolmen vuoden ajan. Mutta pelkät sormenjäljet ​​eivät kriminologien mukaan usein riitä. Jopa 20 % rikospaikalle jääneistä jalanjäljistä on kädenjälkiä. Niiden analysointi perinteisin keinoin on kuitenkin melko työlästä. Tämän prosessin tietokoneistaminen mahdollistaa kämmenjälkien käytön laajemman ja lisää merkittävästi rikosten havaitsemista. Järjestelmän odotetaan olevan käytössä vuoden 2004 alkuun mennessä, ja sen käyttöönotto maksaa sisäministeriölle 17 miljoonaa puntaa. On huomattava, että kämmenskannauslaitteet ovat yleensä kalliita, eikä siksi ole niin helppoa varustaa niillä suurta määrää työpaikkoja.

Korvan muotoanalyysitekniikka on yksi uusimmista lähestymistavoista ihmisen biometrisessä tunnistamisessa. Jopa halpa web-kamera voi tuottaa melko luotettavia näytteitä vertailua ja tunnistamista varten. On huomattava, että koska tätä menetelmää ei ole tutkittu riittävästi, emme löytäneet luotettavaa tietoa tämänhetkisestä tieteellisestä ja teknisestä kirjallisuudesta.

Koirien kyky erottaa ihmiset hajulla ja geneettinen vaikutus kehon hajuun mahdollistavat tämän ominaisuuden huomioimisen huolimatta sen riippuvuudesta tavoista ja yksilöllisistä tavoista (hajuvesien käyttö, ruokavalio, huumeiden käyttö jne.), lupaavana biometrisen persoonallisuuden todentamisen kannalta. Tällä hetkellä "elektronisten nenäjärjestelmien" kehittäminen on jo käynnissä (kuva 11). Yleensä "elektroninen nenä" on monimutkainen järjestelmä, joka koostuu kolmesta toiminnallisesta yksiköstä, jotka toimivat hajuaineiden jaksoittaisessa havaitsemistilassa: näytteenotto- ja näytteenvalmistusjärjestelmä, antureiden linja tai matriisi, jolla on tietyt ominaisuudet, ja signaalinkäsittely. anturimatriisin yksikkö. Tällä tekniikalla, kuten korvan muoto-analyysillä, on vielä pitkä matka, ennen kuin se täyttää biometriset vaatimukset.

Yhteenvetona voidaan todeta, että on vielä liian aikaista ennustaa, missä, miten ja missä muodossa luotettavat biometriset palvelut lopulta tarjotaan. Mutta on täysin selvää, että on mahdotonta tehdä ilman biometristä tunnistamista, jos halutaan saada positiivisia, luotettavia ja kiistämättömiä varmennustuloksia. Siksi on mahdollista, että lähitulevaisuudessa salasanat ja PIN-koodit väistyvät uusille, entistä luotettavammille valtuutus- ja todennuskeinoille.

ComputerPress 3 "2002

Nykyaikaisiin todennusmenetelmiin kuuluu biometrinen todennus. Biometrisen todennuksen avulla sekä verkkokalvo että sormenjälki voivat toimia salaisina käyttäjätietoina. Nämä biometriset kuvat ovat yksilöllisiä jokaiselle käyttäjälle, mikä tarjoaa korkeatasoisen tietoturvan. Ennalta määritettyjen protokollien mukaisesti käyttäjän biometriset näytteet rekisteröidään tietokantaan.

Nykyaikainen biometrinen todennus perustuu kahteen tapaan:

• staattinen todennusmenetelmä - tunnistaa henkilön fyysiset parametrit, jotka hänellä on koko hänen elämänsä ajan: syntymästä kuolemaan (sormenjäljet, iiriksen ominaispiirteet, verkkokalvon kuvio, lämpögrammi, kasvojen geometria, käden geometria ja jopa fragmentti geneettinen koodi);
• dynaaminen menetelmä - analysoi tyypillisiä piirteitä, käyttäjän käyttäytymisen piirteitä, jotka näkyvät minkä tahansa tavanomaisen jokapäiväisen toiminnan (allekirjoitus, näppäimistön käsiala, ääni jne.) suorittamisen yhteydessä.

Staattinen menetelmä on aina ollut tärkein biometrisen suojauksen maailmanmarkkinoilla. Dynaaminen todennus ja yhdistetyt tietoturvajärjestelmät omistivat vain 20 % markkinoista. Viime vuosina dynaamisia suojausmenetelmiä on kuitenkin kehitetty aktiivisesti. Verkkoteknologioissa erityisen kiinnostavia ovat näppäimistön käsinkirjoitus- ja allekirjoitustodennusmenetelmät.

Nykyaikaisten biometristen tekniikoiden melko nopean kehityksen yhteydessä ilmenee kriittisesti tärkeä ongelma - biometristen turvajärjestelmien luotettavuuden yhteisten standardien määrittely. Asiantuntijoiden keskuudessa työkalut, joilla on International Computer Security Associationin ICSA (International Computer Security Association) myöntämät laatusertifikaatit, nauttivat suurta arvostusta asiantuntijoiden keskuudessa.

Staattinen biometrisen todennuksen menetelmä ja sen lajikkeet

Sormenjäljet on suosituin skannaukseen ja sormenjälkien tunnistamiseen perustuva biometrinen todennustekniikka.

Lainvalvontaviranomaiset tukevat tätä menetelmää aktiivisesti houkutellakseen sähköisiä näytteitä arkistoonsa. Lisäksi sormenjälkien skannausmenetelmä on helppokäyttöinen ja luotettava sekä tiedon monipuolisuus. Tämän biometrisen todennusmenetelmän päälaite on skanneri, joka itsessään on pieni ja suhteellisen edullinen. Tällainen todennus suoritetaan melko nopeasti johtuen siitä, että järjestelmä ei vaadi kuvion jokaisen rivin tunnistamista ja sen vertailua tietokannan alkuperäisiin näytteisiin. Riittää, että järjestelmä määrittää skaalauslohkojen yhteensattumat ja analysoi bifurkaatioita, katkoksia ja muita viivan vääristymiä (minuutia).

Jokaisen sormenjäljen ainutlaatuisuus mahdollistaa tämän biometrisen tunnistusmenetelmän käytön sekä rikosteknisissä, vakavissa liiketoimissa että jokapäiväisessä elämässä. Viime aikoina on ilmestynyt paljon kannettavia tietokoneita, joissa on sisäänrakennettu sormenjälkitunnistin, näppäimistöjä, tietokonehiiriä ja älypuhelimia käyttäjän todennusta varten.

Tällä näennäisesti kiistattomalla eikä väärennetyllä todennuksella on huonot puolensa. Pienimpien papillaariviivojen tunnistamiseen käytettyjen monimutkaisten algoritmien vuoksi todennusjärjestelmä voi epäonnistua, jos sormikosketus skanneriin ei ole riittävä. Voit myös pettää todennustyökalun ja itse turvajärjestelmän nuken (erittäin hyvin tehdyn) tai kuolleen sormen avulla.

Toimintaperiaatteen mukaan todentamiseen käytettävät skannerit jaetaan kolmeen tyyppiin:

• optiset skannerit, jotka toimivat heijastustekniikalla tai luumenin periaatteella. Kaikista tyypeistä optinen skannaus ei pysty tunnistamaan mallia, mutta sen kustannusten ja yksinkertaisuuden vuoksi optiset skannerit ovat suosituimpia;
• puolijohdeskannerit - jaetaan radiotaajuisiin, kapasitiivisiin, lämpötilaherkkiin ja paineherkkiin skannereihin. Terminen (lämpö) ja RF-skannerit tunnistavat parhaiten todellisen sormenjäljen ja estävät sormenjälkitunnistuksen. Solid-state-skannereita pidetään luotettavampina kuin optisia;
• ultraääniskannerit. Tämäntyyppinen laite on monimutkaisin ja kallein. Ultraääniskannereilla voit todentaa sormenjälkien lisäksi myös joidenkin muiden biometristen parametrien, kuten sykkeen jne., avulla.

Verkkokalvon todennus. Tätä menetelmää on käytetty 1950-luvulta lähtien. Tuolloin juuri tutkittiin ja määritettiin silmänpohjan verisuonten kuvion ainutlaatuisuutta.

Verkkokalvon skannerit ovat melko suuria ja kalliimpia kuin sormenjälkitunnistimet. Tämän tyyppisen todennuksen luotettavuus on kuitenkin paljon korkeampi kuin sormenjälkien ottaminen, mikä oikeuttaa investoinnin. Silmänpohjan verisuonten piirustuksen ominaisuudet ovat sellaiset, että se ei toistu edes kaksosilla. Siksi tällaisella todennuksella on maksimaalinen suoja. Verkkokalvon skanneria on lähes mahdotonta pettää. Epäonnistuminen silmien muodontunnistuksessa on marginaalinen - noin yksi miljoonasta tapauksesta. Jos käyttäjällä ei ole vakavia silmäsairauksia (esim. kaihi), hän voi suojata verkkokalvon todennusjärjestelmää luottavaisesti pääsyn kaikenlaisiin holviin, yksityisiin huoneisiin ja huippusalaisiin esineisiin.

Verkkokalvon skannauksessa käytetään matalan intensiteetin infrapunasäteilyä, joka suuntautuu silmänpohjan verisuoniin pupillin kautta. Signaali näyttää useita satoja ominaispisteitä, jotka on kirjoitettu kuvioon. Nykyaikaisimmat skannerit lähettävät pehmeää laseria infrapunavalon sijaan.

Tämän todennuksen läpäisemiseksi henkilön tulee tuoda kasvonsa mahdollisimman lähelle skanneria (silmä ei saa olla kauempana kuin 1,5 cm laitteesta), kiinnittää ne yhteen asentoon ja katsoa skannerin näyttöä, erityistä merkkiä. Skannerin lähellä, tässä asennossa, sinun on pysyttävä noin minuutin ajan. Sen verran kauan skannerilla kestää skannaustoiminnon suorittaminen loppuun, minkä jälkeen järjestelmä tarvitsee vielä muutaman sekunnin verratakseen vastaanotettua näytettä asennettuun malliin. Pitkään samassa asennossa oleskeleminen ja katseen kiinnittäminen valonsalamaan ovat tämän tyyppisen todentamisen suurimmat haitat. Lisäksi verkkokalvon suhteellisen pitkän skannauksen ja tulosten käsittelyn vuoksi tätä laitetta ei voida asentaa useiden ihmisten todentamiseen (esimerkiksi tarkistuspisteeseen).

Iris-tunnistus. Tämä todennusmenetelmä perustuu iiriksen ainutlaatuisten ominaisuuksien tunnistamiseen.

Verkkomainen, monimutkainen liikkuva pallea silmän etu- ja takakammion välillä on ainutlaatuinen iiris. Tämä piirros annetaan henkilölle jo ennen hänen syntymäänsä, eikä se muutu paljon hänen elämänsä aikana. Silmän iiriksen skannauksen avulla tapahtuvan tunnistamisen luotettavuutta helpottaa ihmisen vasemman ja oikean silmän ero. Tämä tekniikka käytännössä eliminoi virheet ja epäonnistumiset todennuksen aikana.

Iris-kuvion lukevia laitteita on kuitenkin vaikea kutsua skannereiksi. Tämä on todennäköisesti erikoiskamera, joka ottaa 30 kuvaa sekunnissa. Sitten yksi tietueista digitoidaan ja muunnetaan yksinkertaistettuun muotoon, josta valitaan noin 200 ominaista pistettä ja niistä tallennetaan tiedot malliin. Tämä on paljon luotettavampaa kuin sormenjälkien skannaus - tällaisten kuvioiden muodostamiseen käytetään vain 60-70 ominaista pistettä.

Tämän tyyppinen todennus tarjoaa lisäsuojaa vääriä silmiä vastaan ​​- joissakin laitemalleissa silmän "elämän" määrittämiseksi siihen suunnattu valovirta muuttuu ja järjestelmä tarkkailee reaktiota ja määrittää, muuttuuko pupillikoko.

Näitä skannereita käytetään jo laajalti esimerkiksi monien maiden lentoasemilla työntekijöiden todentamiseen rajoitettujen alueiden ylittäessä, ja ne ovat osoittautuneet hyvin myös Englannissa, Saksassa, Yhdysvalloissa ja Japanissa pankkiautomaattien kokeellisessa käytössä. On huomioitava, että iiristunnistusta käytettäessä, toisin kuin verkkokalvon skannauksessa, lukukamera voi olla 10 cm - 1 metrin etäisyydellä silmästä ja skannaus- ja tunnistusprosessi on paljon nopeampi. Nämä skannerit ovat kalliimpia kuin yllä mainitut biometriset todennustyökalut, mutta viime vuosina niistä on tulossa edullisempia.

Käsigeometrinen todennus- tämä biometrinen todennusmenetelmä sisältää tiettyjen ihmiskäden parametrien mittaamisen, esimerkiksi: sormien pituus, paksuus ja kaarevuus, käden yleinen rakenne, nivelten välinen etäisyys, kämmenen leveys ja paksuus .

Ihmiskädet eivät ole ainutlaatuisia, joten tämän tyyppisen todennuksen luotettavuuden vuoksi on välttämätöntä yhdistää tunnistus useilla parametreilla kerralla.

Virheiden todennäköisyys käden geometrian tunnistamisessa on noin 0,1%, mikä tarkoittaa, että mustelman, niveltulehduksen ja muiden käden sairauksien ja vammojen yhteydessä ei todennäköisimmin ole mahdollista läpäistä todennusta. Joten tämä biometrinen todennusmenetelmä ei sovellu erittäin herkkien kohteiden suojaamiseen.

Tämä menetelmä on kuitenkin yleistynyt, koska se on käyttäjäystävällinen useista syistä. Yksi tärkeimmistä syistä tähän on, että käden parametrien tunnistava laite ei pakota käyttäjää epämukavaksi eikä vie paljon aikaa (koko todennusprosessi suoritetaan muutamassa sekunnissa). Seuraava syy käsigeometrisen autentikoinnin suosioon on se, että käden lämpötila, kontaminaatio tai kosteus eivät vaikuta autentikointiin. Tämä menetelmä on myös kätevä siinä mielessä, että siveltimen tunnistamiseen voidaan käyttää heikkolaatuista kuvaa - tietokantaan tallennetun mallin koko on vain 9 tavua. Käyttäjän harjan vertaaminen asennettuun malliin on hyvin yksinkertainen ja helposti automatisoitavissa.

Tämän tyyppisillä biometrisilla laitteilla voi olla erilainen ulkonäkö ja toiminnallisuus - jotkut skannaavat vain kaksi sormea, toiset ottavat kuvan koko kädestä, ja jotkut nykyaikaiset laitteet skannaavat suonet ja suorittavat todennuksen kuvan perusteella infrapunakameralla.

Tätä menetelmää käytettiin ensimmäisen kerran viime vuosisadan 70-luvun alussa. Nykyään tällaisia ​​laitteita löytyy lentoasemilta ja erilaisista yrityksistä, joissa on tarpeen tuottaa luotettavaa tietoa tietyn henkilön läsnäolosta, ajan seurannasta ja muista valvontamenettelyistä.

Kasvojen geometrian todennus. Tämä biometrinen todennusmenetelmä on yksi "kolmesta suuresta biometrisesta tiedosta" iiriksentunnistuksen ja sormenjälkien skannauksen ohella.

Tämä todennusmenetelmä on jaettu kaksiulotteiseen ja kolmiulotteiseen tunnistamiseen. Kaksiulotteista (2D) kasvojentunnistusta on käytetty hyvin pitkään, pääasiassa rikoslääketieteessä. Mutta joka vuosi tätä menetelmää parannetaan, mikä lisää sen luotettavuutta. Kaksiulotteinen kasvojentunnistusmenetelmä on kuitenkin vielä kaukana täydellisestä - väärien positiivisten tulosten todennäköisyys tällä todennuksella vaihtelee välillä 0,1-1%. Tunnistamattomien virheiden esiintymistiheys on vielä suurempi.

Paljon enemmän toivoa asetetaan uusimpaan menetelmään - kolmiulotteiseen (3D) kasvojentunnistukseen. Tämän menetelmän luotettavuudesta ei ole vielä tehty arvioita, koska se on suhteellisen nuori. Noin kymmenen maailman johtavista IT-yrityksistä, mukaan lukien venäläiset, kehittää 3D-kasvojentunnistusjärjestelmiä. Useimmat näistä kehittäjistä tuovat skannereita markkinoille ohjelmistojen ohella. Ja vain harvat työskentelevät skannerien luomisen ja julkaisun parissa.

3D-kasvojentunnistuksessa käytetään monia monimutkaisia ​​algoritmeja, joiden tehokkuus riippuu niiden käyttöolosuhteista. Skannausprosessi kestää noin 20-30 sekuntia. Tällä hetkellä kasvoja voidaan kääntää suhteessa kameraan, mikä pakottaa järjestelmän kompensoimaan liikkeitä ja muodostamaan kasvojen projektioita selkeällä valikoimalla kasvonpiirteitä, kuten kulmakarvojen, silmien, nenän, huulten ääriviivat, jne. Järjestelmä määrittää sitten niiden välisen etäisyyden. Pohjimmiltaan malli koostuu sellaisista muuttumattomista ominaisuuksista kuten silmäkuoppien syvyys, kallon muoto, yläkaaret, poskipäiden korkeus ja leveys ja muut korostuneet ominaisuudet, joiden ansiosta järjestelmä pystyy myöhemmin tunnistaa kasvot jopa parran, lasien, arpien, päähineiden ja muiden asioiden läsnä ollessa. Yhteensä 12-40 ominaisuutta käyttäjän kasvoista ja päästä käytetään mallin rakentamiseen.

Kansainvälinen biometrian standardoinnin alakomitea (IS0/IEC JTC1/SC37 Biometrics) on äskettäin kehittänyt yhteistä tietomuotoa 2D- ja 3D-kuviin perustuvaa ihmisen kasvojen tunnistusta varten. Todennäköisesti nämä kaksi menetelmää yhdistävät sinulle yhden biometrisen todennusmenetelmän.

Kasvojen termografia. Tämä biometrinen todennusmenetelmä ilmaistaan ​​henkilön perustamisessa hänen verisuoniensa avulla.

Käyttäjän kasvot skannataan infrapunavalolla ja muodostetaan termogrammi – kasvojen lämpötilakartta, joka on varsin ainutlaatuinen. Tämä menetelmä on luotettavuudeltaan verrattavissa sormenjälkitunnistusmenetelmään. Kasvojen skannaus tällä todennuksella voidaan suorittaa kymmenen metrin etäisyydeltä. Tällä menetelmällä voidaan tunnistaa kaksoset (toisin kuin kasvojen geometrian tunnistus), plastiikkaleikkauksen saaneet ihmiset, käyttää naamioita ja se on myös tehokas kehon lämpötilasta ja kehon ikääntymisestä huolimatta.

Tätä menetelmää ei kuitenkaan käytetä laajalti, ehkä vastaanotettujen kasvojen termogrammien heikon laadun vuoksi.

Dynaamiset biometriset todennusmenetelmät

Tällä menetelmällä voit tunnistaa ja todentaa henkilön käyttämällä vain yhtä mikrofonia, joka on kytketty tallennuslaitteeseen. Tämän menetelmän käyttö on hyödyllistä oikeudenkäynneissä, joissa ainoa todiste epäiltyä vastaan ​​on tallennettu puhelinkeskustelu. Äänentunnistusmenetelmä on erittäin kätevä - käyttäjän tarvitsee vain lausua sana ilman lisätoimintoja. Ja lopuksi, tämän menetelmän valtava etu on oikeus toteuttaa salainen todennus. Käyttäjä ei välttämättä aina ole tietoinen lisävahvistuksen sisällyttämisestä, mikä tarkoittaa, että hyökkääjien on vielä vaikeampi päästä käsiksi.

Henkilökohtaisen mallin muodostus tapahtuu monien äänen ominaisuuksien mukaan. Tämä voi olla äänen tonaalisuus, intonaatio, modulaatio, tiettyjen puheäänten ääntämisen erityispiirteet ja paljon muuta. Jos autentikointijärjestelmä on analysoinut kunnolla kaikki äänen ominaisuudet, niin ulkopuolisen autentikoinnin todennäköisyys on mitättömän pieni. 1-3 prosentissa tapauksista järjestelmä voi kuitenkin myös evätä aiemmin määrätyn äänen todellisen omistajan. Tosiasia on, että ihmisen ääni voi muuttua sairauden (esimerkiksi vilustumisen) aikana mielentilasta, iästä jne. riippuen. Siksi ei ole toivottavaa käyttää biometristä menetelmää äänen todentamiseen korkean turvallisuuden laitoksissa. Sitä voidaan käyttää tietokoneluokkien, yrityskeskusten, laboratorioiden ja vastaavien turvatilojen käyttöön. Myös äänentunnistustekniikkaa voidaan käyttää paitsi todentamisena ja tunnistamisena, myös korvaamattomana apulaisena äänidatan syöttämisessä.

Näppäimistön käsinkirjoituksen tunnistusmenetelmä- on yksi lupaavista biometrisen todennuksen menetelmistä nykyään. Näppäimistön käsiala on jokaisen käyttäjän käyttäytymisen biometrinen ominaisuus, nimittäin syöttönopeus, näppäinten pitoaika, painallusten väliset aikavälit, kirjoitusvirheiden esiintymistiheys, näppäinten päällekkäisyyksien määrä, toimintonäppäinten ja yhdistelmien käyttö, taso. rytmihäiriö kirjoitettaessa jne.

Tämä tekniikka on universaali, mutta näppäimistön käsinkirjoituksen tunnistus sopii parhaiten etäkäyttäjien todentamiseen. Sekä ulkomaiset että venäläiset IT-yritykset kehittävät aktiivisesti näppäimistön käsinkirjoituksen tunnistusalgoritmeja.

Todennus käyttäjän näppäimistön käsialalla on kaksi tapaa:

• tunnetun lauseen (salasana) syöttäminen;
• tuntemattoman lauseen kirjoittaminen (satunnaisesti luotu).

Molemmissa todennusmenetelmissä on kaksi tilaa: oppimistila ja itse todennustila. Oppimistila koostuu siitä, että käyttäjä syöttää useaan otteeseen koodisanan (lauseen, salasanan). Uudelleenvalintaprosessin aikana järjestelmä määrittää tekstinsyötön ominaispiirteet ja luo mallin käyttäjän pisteistä. Tämän tyyppisen todennuksen vahvuus riippuu käyttäjän syöttämän salasanan pituudesta.

Tämän todennusmenetelmän etujen joukossa on huomattava helppokäyttöisyys, kyky suorittaa todennusmenettely ilman erityisiä laitteita sekä mahdollisuus piilotettuun todentamiseen. Tämän menetelmän haittana, kuten puheentunnistuksen tapauksessa, on järjestelmän vian riippuvuus ikätekijöistä ja käyttäjän terveydestä. Loppujen lopuksi motoriset taidot, paljon voimakkaammat kuin ääni, riippuvat ihmisen tilasta. Jopa yksinkertainen inhimillinen väsymys voi vaikuttaa todentamiseen. Näppäimistön vaihtaminen voi myös aiheuttaa järjestelmävian - käyttäjä ei pysty heti sopeutumaan uuteen syöttölaitteeseen, ja siksi näppäimistön käsinkirjoitus ei välttämättä vastaa kuviota vahvistuslausetta syötettäessä. Tämä vaikuttaa erityisesti syöttönopeuteen. Tutkijat kuitenkin ehdottavat tämän menetelmän tehokkuuden lisäämistä käyttämällä rytmiä. Keinotekoinen rytmin lisäys (esimerkiksi käyttäjän syöttäminen johonkin tutun melodian sanaan) varmistaa näppäimistön käsinkirjoituksen vakauden ja luotettavamman suojan tunkeilijoita vastaan.

Allekirjoituksen vahvistus. Erilaisten kosketusnäyttölaitteiden suosion ja laajan käytön vuoksi biometrisen allekirjoituksen todennusmenetelmä on tulossa erittäin suosituksi.

Allekirjoituksen tarkin vahvistus varmistetaan käyttämällä erityisiä valokyniä. Monissa maissa biometrisellä allekirjoituksella allekirjoitetuilla sähköisillä asiakirjoilla on sama oikeudellinen voima kuin paperiasiakirjoilla. Näin voit suorittaa työnkulun paljon nopeammin ja sujuvammin. Valitettavasti Venäjällä päällekkäin on vain allekirjoitettu paperiasiakirja tai sähköinen asiakirja, jolla on virallisesti rekisteröity sähköinen digitaalinen allekirjoitus (EDS). Mutta EDS on helppo siirtää toiselle henkilölle, mitä ei voi tehdä biometrisellä allekirjoituksella. Siksi biometrisen allekirjoituksen todentaminen on luotettavampaa.

Biometrisen allekirjoituksen todennusmenetelmässä on kaksi tapaa:

• perustuen allekirjoituksen visuaalisten ominaisuuksien analyysiin. Tämä menetelmä sisältää kahden allekirjoituskuvan vertaamisen identiteetin vastaavuuteen - tämän voi tehdä sekä järjestelmä että henkilö.
• menetelmä allekirjoituksen kirjoittamisen dynaamisten ominaisuuksien tietokoneanalyysiin. Todennus tällä tavalla tapahtuu sen jälkeen, kun itse allekirjoitusta koskevat tiedot sekä sen kirjoittamisen tilastolliset ja jaksolliset ominaisuudet on tutkittu perusteellisesti.

Allekirjoitusmallin muodostus tapahtuu vaaditun suojaustason mukaan. Yhteensä yksi allekirjoitus analysoidaan 100-200 ominaisuuspisteelle. Jos allekirjoitus kuitenkin laitetaan kevyellä kynällä, niin kynän koordinaattien lisäksi huomioidaan myös sen kallistuskulma, kynän paine. Kynän kulma on suhteessa tablettiin ja myötäpäivään.

Tällä biometrisellä todennusmenetelmällä sekä näppäimistön käsinkirjoituksen tunnistamisella on yhteinen ongelma - riippuvuus henkilön psykofyysisestä tilasta.

Yhdistetyt biometriset todennusratkaisut

Multimodaalinen tai yhdistetty biometrinen todennusjärjestelmä on laite, joka yhdistää useita biometrisiä tekniikoita kerralla. Yhdistettyjä ratkaisuja pidetään perustellusti luotettavimpana tietojen suojaamisen kannalta käyttäjien biometristen indikaattoreiden avulla, koska useiden indikaattoreiden väärentäminen kerralla on paljon vaikeampaa kuin yksi merkki, mikä on käytännössä hyökkääjien voimien ulkopuolella. Yhdistelmiä "iiris + sormi" tai "sormi + käsi" pidetään luotettavimpana.

Vaikka viime aikoina järjestelmät, kuten "kasvot + ääni", ovat saamassa suosiota. Tämä johtuu laajalle levinneestä viestintätyökalujen käytöstä, jotka yhdistävät äänen ja kuvan muodot, kuten matkapuhelimet, joissa on sisäänrakennettu kamera, kannettavat tietokoneet, videopuhelimet ja niin edelleen.

Yhdistetyt biometriset tunnistusjärjestelmät ovat paljon tehokkaampia kuin monomodaaliset ratkaisut. Tämän vahvistavat monet tutkimukset, mukaan lukien kokemukset yhdestä pankista, joka asensi käyttäjätunnistusjärjestelmän ensin kasvojen perusteella (virheprosentti huonolaatuisten kameroiden takia 7 %), sitten puheella (virheprosentti 5 % taustamelusta) ja sen jälkeen kun nämä kaksi menetelmää yhdistettiin, ne saavuttivat lähes 100 % tehokkuuden.

Biometrisiä järjestelmiä voidaan yhdistää eri tavoin: rinnakkain, sarjaan tai hierarkian mukaan. Pääkriteerinä järjestelmien yhdistämismenetelmää valittaessa tulisi olla mahdollisten virheiden määrän ja yhden todennuksen ajan suhteen minimointi.

Yhdistettyjen todennusjärjestelmien lisäksi voidaan käyttää myös monitekijäjärjestelmiä. Monitekijätodennusjärjestelmissä käyttäjän biometrisiä tietoja käytetään yhdessä salasanan tai sähköisen avaimen kanssa.

Biometristen tietojen suojaus

Tunkeilijat voivat hyökätä biometriseen todennusjärjestelmään, kuten moniin muihinkin turvajärjestelmiin, milloin tahansa. Vastaavasti vuodesta 2011 alkaen tietotekniikan alan kansainvälinen standardointi tarjoaa toimenpiteitä biometristen tietojen suojaamiseksi - IS0 / IEC 24745:2011 -standardin. Venäjän lainsäädännössä biometristen tietojen suojaa säätelee liittovaltion laki "henkilötiedoista", viimeisimmät muutokset vuonna 2011.

Yleisin suunta nykyaikaisten biometristen todennusmenetelmien alalla on tietokantoihin tallennettujen biometristen mallien suojausstrategian kehittäminen. Yksi tämän hetken suosituimmista kyberrikoksista kaikkialla maailmassa on "identiteettivarkaudet". Mallien vuotaminen tietokannasta tekee rikoksista vaarallisempia, koska hyökkääjän on helpompi palauttaa biometriset tiedot mallin käänteisen muokkauksen ansiosta. Koska biometriset ominaisuudet ovat ominaisia ​​niiden kantoaineelle, varastettua mallia ei voida korvata tinkimättömällä uudella, toisin kuin salasanaa. Mallivarkauden vaara piilee myös siinä, että suojattujen tietojen lisäksi hyökkääjä voi saada henkilöstä salaisia ​​tietoja tai järjestää hänelle salaisen valvonnan.

Biometristen mallien suojaus perustuu kolmeen päävaatimukseen:

• peruuttamattomuus - tämä vaatimus kohdistuu mallin tallentamiseen siten, että hyökkääjän on mahdotonta rekonstruoida biometrisiä ominaisuuksia näytteestä laskennallisesti tai luoda biometristen ominaisuuksien fyysisiä väärennöksiä;
• erotettavuus – mallien suojausjärjestelmä ei saisi vaarantaa biometrisen todennusjärjestelmän tarkkuutta;
• peruutus - mahdollisuus luoda useita suojattuja malleja yhdestä biometrisesta tiedosta. Tämä ominaisuus tarjoaa biometriselle järjestelmälle mahdollisuuden peruuttaa biometriset mallit ja antaa uusia, kun tiedot vaarantuvat, ja estää myös tietojen vertailun tietokantojen välillä, mikä säilyttää käyttäjätietojen yksityisyyden.

Samalla kun optimoidaan vankka mallisuojaus, suurin haaste on löytää hyväksyttävä suhde näiden vaatimusten välille. Biometristen mallien suojaus perustuu kahteen periaatteeseen: biometrisiin salausjärjestelmiin ja biometristen ominaisuuksien muuntamiseen. Viimeaikaiset lainsäädäntömuutokset kieltävät biometrisen järjestelmän ylläpitäjän itse, ilman henkilön läsnäoloa, muuttamasta henkilötietojaan. Näin ollen järjestelmät, jotka tallentavat biometrisiä tietoja salatussa muodossa, hyväksytään. Voit salata nämä tiedot kahdella tavalla: käyttämällä tavallista avainta ja salaamalla biometrisellä avaimella - pääsy tietoihin tarjotaan vain biometristen osoittimien omistajan läsnä ollessa. Perinteisessä kryptografiassa salauksenpurkuavain ja salattu malli ovat kaksi täysin erilaista yksikköä. Mallia voidaan pitää turvallisena, jos avain on suojattu. Biometrinen avain kapseloi samanaikaisesti kryptografisen avainmallin. Tällä tavalla salausprosessissa vain osa mallista tallennetaan biometriseen järjestelmään. Sitä kutsutaan suojatuksi luonnokseksi - suojatuksi luonnokseksi. Alkuperäinen malli palautetaan suojatun pikkukuvan ja toisen rekisteröinnin yhteydessä esitetyn kaltaisen biometrisen näytteen perusteella.

Biometristen mallien suojausjärjestelmiä tutkivat IT-ammattilaiset ovat tunnistaneet kaksi päämenetelmää suojatun pikkukuvan luomiseen:

• sumea sitoutuminen;
• sumea holvi.

Ensimmäinen menetelmä soveltuu suojaamaan biometrisiä malleja, jotka näyttävät tietynpituisilta binäärisiltä merkkijonoilta. Ja toinen voi olla hyödyllinen suojattaessa kuvioita, jotka ovat pistekokoelmia.

Salaus- ja biometristen teknologioiden käyttöönotolla on myönteinen vaikutus innovatiivisten ratkaisujen kehittämiseen tietoturvan varmistamiseksi. Erityisen lupaava on monitekijäbiometrinen kryptografia, jossa yhdistyvät salaisuuden jakamisen kynnyssalauksen teknologiat, monitekijäbiometriset tiedot ja menetelmät sumeiden biometristen ominaisuuksien muuntamiseksi perussekvensseiksi.

On mahdotonta tehdä yksiselitteistä johtopäätöstä, mikä nykyaikaisista biometrisista todennusmenetelmistä tai yhdistetyistä menetelmistä on tietyille kaupallisille tehokkain hinta- ja luotettavuussuhteeltaan. On ehdottomasti nähtävissä, että moniin kaupallisiin tehtäviin ei ole loogista käyttää monimutkaisia ​​yhdistettyjä järjestelmiä. Mutta se, että tällaisia ​​järjestelmiä ei harkita ollenkaan, ei myöskään ole totta. Yhdistetty todennusjärjestelmä voidaan aktivoida ottaen huomioon kulloinkin vaadittu turvallisuustaso ja mahdollisuus aktivoida lisämenetelmiä tulevaisuudessa.