Особенности построения биометрических информационных систем

СОДЕРЖАНИЕ

СОДЕРЖАНИЕ. 4

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ.. 6

ВВЕДЕНИЕ. 6

1 Особенности построения биометрических информационных систем. 7

1.1 Характерные особенности развития биометрии. 8

1.2 Задачи биометрической идентификации. 9

1.3 Структура биометрической иденификации. 13

1.4 Достоинства и недостатки биометрической идентификации. 19

1.5 Основные результаты и выводы.. 21

2 Общие проблемы биометрии и биометрической идентификации. 22

2.2.1 Биометрические идентификаторы.. 29

2.2.2 Биометрические подсистемы.. 31

2.2.3 Качество работы системы и вопросы разработки. 33

2.2.4 Требования к биометрической системе. 36

2.3 Биометрическая идентификация. 38

2.4 Биометрическая верификация. 39

3 Информационные процессы в биометрии. 41

3.1 Методы биометрической идентификации. 42

3.2 Биометрические сигналы, как информационные процессы.. 49

3.2.1 Отпечатки пальцев. 51

3.2.2 Геометрия кисти руки. 52

3.2.3 Радужная оболочка глаза. 53

3.2.4 Рукописный подчерк. 54

3.2.5 Клавиатурный подчерк. 55

3.2.6 Голосовая идентификация. 56

3.3 Биометрические сигналы: информативные признаки. 57

3.3.1 Отпечатки пальцев. 58

3.3.2 Геометрия кисти руки. 62

3.3.3 Радужная оболочка глаза. 64

3.3.4 Рукописный подчерк. 67

3.3.5 Клавиатурный подчерк. 70

3.3.6 Голосовая идентификация. 70

4 Принятие решений в задачах идентификации. 75

4.1 Типовые задачи теории статистических решений. 75

4.1.1 Задачи классификации, различения, обнаружения. 77

4.1.2 Задачи оценивания параметров. 80

4.1.3 Задачи фильтрации, интерполяции, прогноза. 83

4.2 Вероятностный анализ и статистический синтез алгоритмов. 84

4.3 Вероятностные зависимости. Регрессия, корреляция. 88

4.3.1 Исследование вероятностных зависимостей. 88

4.3.2 Классификация функций регрессии. 93

4.3.3 Представление данных в виде диаграмм рассеяния. 95

4.3.4 Линейные зависимости. Регрессия и корреляция. 97

5 Расчет экономической эффективности проекта. 102

5.1 Резюме. 102

5.2 Научно-технический раздел. 103

5.3 Анализ положения дел в отрасли. 104

5.4 Описание продукта. 104

5.4.1 Назначение программы.. 104

5.4.2 Форма реализации. 105

5.4.3 Новизна. 106

5.5 План маркетинга. 106

5.5.1. Описание характеристик товара. 107

5.5.2. Анализ рынка сбыта. 109

5.5.3 Конкурентно способность предложения. 109

5.5.3. Разработка стратегии и ценообразования и стратегии продвижения товара. 109

5.6 Производственный план. 110

5.7 Организационный план. 116

5.8 Финансовый план. 116

5.9 Анализ рисков и неопределенностей. 117

5.10 Вывод. 117

6 Безопасность и санитарно-гигиенические условия труда на рабочем месте пользователя ПЭВМ.. 118

6.1 Рабочее место, задачи его организации и проектирования. 118

6.2 Требования к микроклимату рабочего помещения. 119

6.3 Требования к уровням шума. 120

6.4 Расчёт системы вентиляции. 121

6.5 Требования к электромагнитным излучениям. 124

6.6 Обоснование систем освещения, расчёт осветительной установки. 124

6.7. Требования к электробезопасности. 129

6.8 Требования к пожарной безопасности. 130

6.9 Вывод. 131

Заключение. 132

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.. 133

ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ

ПИН - персональный индетификационный номер

ДНК - Дезоксирибонуклеиновая кислота

НИ - невозможность использования

НР - невозможность регистрации

НП - невозможность получения

БЖД - безопасность жизнедеятельности

ПК - персональный компьютер ПО - программное обеспечение

ВВЕДЕНИЕ

Биометрия - научная дисциплина, изучающая способы измерения различных параметров человека с целью установления сходства/различий между людьми и выделения одного конкретного человека из множества других людей.

Для биометрической идентификации можно применять различные характеристики и черты человека.

Наиболее развитыми на данный момент технологиями являются распознавание по отпечатку пальца, радужной оболочке глаза и двумерному изображению лица. Из-за присущей биометрии неопределенности специалисты по безопасности могут не оказывать ей большого доверия. Но необходимо признать, что в области биометрии ведется серьезная теоретическая работа, проводятся тесты и статистический анализ результатов. Это должно привлечь внимание специалистов в области безопасности и защиты информации.

Несмотря на широкий спектр услуг, вопрос: «Какая биометрическая технология самая лучшая?» остается актуальным во всех сферах ИТ-индустрии. Чтобы ответить на него, необходимо учесть множество разнообразных факторов, зависящих от конкретной области применеия биометрических технологий.

В данной работе рассмотрим, как функцианируют биометрические технологии на примерах самых распространенных биометрических идентификаторов, дадим определение биометрической аутентификации, исследуем информационные процессы, опишем общие проблемы биометрии и биометрической идентификации, рассмотрим решения в задачах идентификации, а также особенности построения биометрических информационных систем.

Биометрические подсистемы

Любую биометрическую аутентификационную систему можно представить как систему распознавания образов (рис. 2.3). Такая система состоит из биометричес­ких считывателей или сенсоров; устройства выделения признаков, обеспечиваю­щего извлечение полезных характеристик из поступающих сигналов, и мэтчеров для сопоставления двух наборов биометрических свойств.

Аутентификационная система состоит из двух подсистем: одна предназначена для регистрации, а другая — для аутентификации (рис. 2.3). Во время регистрации биометрические параметры объекта фиксируются, значимая информация соби­рается экстрактором свойств и сохраняется в базе данных. При помощи некоего идентификационного номера (уникальная комбинация цифр) машинная репре­зентация биометрического параметра связывается с другими данными, например с именем человека. Эта часть информации может быть помещена на каком-либо предмете, например на банковской карте.

Задача аутентификационного модуля на рис. 2.3 — распознать объект на более поздней стадии и идентифицировать одного человека среди многих других либо верифицировать личность, определив совпадение ее биометрических параметров с заданными.

1. Для идентификации система получает биометрический образец от объекта, выделяет из него значимую информацию и ищет в базе данных совпадаю­щие с ним записи.

Рисунок 2.3 - Строение типичной аутентификационной системы: регистрационная под­система, аутентификационная подсистема и база данных

2. Для верификации объект представляет какой-либо идентификатор (иден­тификационный номер, банковскую карту) и биометрические параметры. Система считывает биометрические показатели, выделяет определенные параметры, сравнивает их с параметрами, зарегистрированными в базе дан­ных под номером данного пользователя. После этого система определяет, действительно ли пользователь является тем, кем он себя заявляет, или нет. Презентация уникального идентификатора на рис. 2.3 показана пунктир­ной стрелкой.

В некоторых ситуациях одна и та же система выступает и как идентификаци­онная, и как верификационная с общей базой данных.

2.2.3 Качество работы системы и вопросы разработки

Разработка биометрических распознающих систем осуществляется на основе тех же принципов, что и разработка систем распознавания образов. Решения для распо­знавания образов имеют последовательную модульную архитектуру (рис. 2.4).

Основные требования, предъявляемые к биометрическим системам и систе­мам распознавания образов, следующие.

Точность. Всегда ли верификационная система принимает правильное решение, когда зарегистрированные объекты представляют свои биометрические идентификаторы и правильно указывают свою личность? Что, если зло­умышленник будет выдавать себя за зарегистрированного пользователя? Сможет ли система правильно распознать злоумышленника? Эти вопросы относятся и к идентификационной системе. Точность работы биометричес­кой системы не может быть измерена, ее можно подсчитать только прибли­зительно. Вероятность ошибки включает в себя возможность разрешения доступа злоумышленнику (коэффициент ложного доступа, или КЛД) и воз­можность отказа в доступе подлинному пользователю (коэффициент лож­ного отказа доступа, или КЛОД). Эти коэффициенты часто подсчитывают­ся для той части совокупности пользователей, к которой не применяются сценарии обработки исключительных случаев.

Рис. 2.4. Основные блоки биометрической аутентификационной системы: зату­шеванные ячейки — это автоматизированные процессы, белые ячейки — процессы, выполняемые вручную

Скорость вычисления.Скорость принятия решения является очень важным па­раметром биометрической системы. Также необходимо знать, является ли система масштабируемой, то есть способна ли поддерживать как неболь­шие, так и крупные базы данных пользователей.

Обработка исключительных случаев.Любая биометрическая система нуждается в процедуре обработки исключительных случаев, в которую входит процесс сопоставления образцов вручную, как это показано на рис. 2.4 в белых ячейках. Объект может просто не воспользоваться биометрической аутен­тификационной системой или попасть в ту часть популяции, для которой биометрические параметры не могут быть зарегистрированы, или у него может быть «плохой биометрический день». Данные случаи называются: невозможность использования (НИ), невозможность регистрации (HP) и невозможность получения (НП). Невозможность получения определяет­ся через контур обратной связи в последовательной схеме работы системы (рис. 2.4).

Важным фактором для биометрической аутентификации является число исключительных случаев, которое сложно определить заранее. Поэтому при разработке системы должна быть учтена приемлемая величина исклю­чительных случаев и предусмотрена процедура их обработки.

Стоимость системы.Включает в себя стоимость всех компонентов аутентифика­ционной системы, а также стоимость обработки одной операции, расходы на техническое обслуживание системы, затраты на обучение пользователей и персонала. Также должна быть заранее рассчитана стоимость обработки исключительных случаев.

При разработке идентификационной системы необходимо не только учесть показатели скорости, точности и цены, но и ответить на вопросы:

1. Как максимально снизить частоту исключительных случаев?

2. Как измерять биометрические параметры?

3. Какой набор признаков является неизменным и доступен для автоматичес­кого сопоставления?

4. Как из вводимой информации извлечь внутреннюю репрезентацию?

5. Как определить показатели для сопоставления двух образцов, которые вы­разили бы сходство между ними?

6. Как выполнить сопоставление?

7. Разработчики также должны решить следующие проблемы, касающиеся эф­фективности работы системы:

8. Как организовать входящие образцы (репрезентации) в базу данных?

9. Какие методы применить для эффективного поиска в базе данных?

При создании биометрической системы нужно стремиться удовлетворить все перечисленные требования.

Существует еще как минимум два требования, которые не могут быть выпол­нены на 100 % из-за чувствительности биометрических данных:

Безопасность.В связи с тем что решение, выданное биометрической системой, используется для подтверждения/опровержения личности человека и/или его нахождения возле сенсора, возникает ряд вопросов о целостности всей биометрической системы. При каких условиях система подвергается опас­ности? Что можно сделать, если система/личность уже была скомпромети­рована? Как можно защитить систему от атак?

Конфиденциальность.Анонимность — одна из самых больших ценностей в любом свободном обществе. Многие защитники свободы личности считают, что технологии биометрической автоматической идентификации дегуманизи­руют общество. Они опасаются, что биометрия может использоваться то­талитарными режимами как инструмент контроля над обществом, потому что она позволяет связывать между собой отдельные (псевдо) личности, ис­пользуя их отличительные характеристики, и таким образом нарушает пра­во анонимности. Все технологии обеспечения безопасности, в том числе биометрия, должны гарантировать соблюдение конфиденциальности.

Требования к биометрической системе

Биометрическая аутентификационная система должна удовлетворять требова­ниям, которые часто несовместимы друг с другом. Она должна гарантировать безопасность, которая предполагает высокую точность аутентификации, и одно­временно быть удобной для пользователей. Требования к точности аутентифика­ционной системы обычно выражаются с помощью количественных параметров, таких, как уровень ошибок, который, конечно, должен быть как можно более низ­ким. Но есть еще и качественные требования: уровень безопасности, удобство и конфиденциальность, которые также должны быть удовлетворены.

Рисунок 2.5 - Разработка биометрической аутентификационной системы представляет собой сложную задачу, состоящую из множества частей

Информация о количестве ошибок, характерном для различных биометричес­ких параметров, часто запутана или вообще отсутствует. На данный момент име­ются только плохо систематизированные, неполные и зачастую противоречивые данные. При разработке биометрических систем возникает множество трудных вопросов. Какие биометрические параметры являются самыми подходящими для данного приложения? Как объяснить то, что разные биометрические параметры дают разное количество ошибок? Могут ли возникнуть новые проблемы с безо­пасностью в процессе использования биометрических параметров? Этот список можно продолжить. Все перечисленные аспекты биометрической аутентифика­ции можно представить как сложный пазл (рис. 2.5). Кроме того, биометрия окру­жена множеством мифов, некоторые из которых представлены в разделе.

Цель данной книги — дать объективное представление о современном состо­янии биометрии в различных ее аспектах (насколько это возможно), а также рас­смотреть проблемы, возникающие при построении биометрической аутентифи­кационной системы. В первую очередь необходимо подробнее остановиться на различных биометрических функциях.

Биометрическая верификация

Биометрическая верификация отличается от идентификации тем, что представ­ленные биометрические образцы сопоставляются с одной зарегистрированной записью в базе данных. Сама база данных может быть большой, но пользователь предоставляет какую-нибудь собственность, которая указывает на один биомет­рический шаблон из базы данных. Сопоставление можно провести двумя спосо­бами, которые изображены на рис. 2.7.

Рисунок 2.7 - Биометрическая верификация представляет собой сравнение представлен­ного биометрического параметра и зарегистрированного образца, сохра­ненного в одном из фрагментов распределенной базы данных, или иден­тификационного номера в централизованной базе данных

Как и идентификационная система, верификационная система имеет доступ к базе данных (справа). Эта база данных содержит биометрические шаблоны, свя­занные с объектами. Однако, в отличие от биометрической идентификации, здесь уникальный идентификатор связывается с каждым биометрическим шаблоном. Следовательно, биометрический шаблон, ассоциированный с определенной лич­ностью, легко найти в базе данных по связанному с ним уникальному иденти­фикатору. Верификационная система требует предоставления биометрического образца объекта в дополнение к какому-то идентификатору, связанному с личнос­тью, за которую выдает себя объект. После сравнения биометрического шаблона из базы данных, определенного с помощью предоставленного объектом уникаль­ного идентификатора, и биометрического образца система принимает реше­ние о принятии/отказе. Существует две возможных конфигурации базы данных (рис. 2.7).

Централизованная база данных:хранит биометрическую информацию всех за­регистрированных объектов. Пользователь предоставляет какой-нибудь идентификационный знак (вставляет карту, набирает идентификацион­ный номер), что позволяет найти в базе данных соответствующий биомет­рический шаблон для дальнейшего сравнения с биометрическим образ­цом объекта.

Такие базы данных применяются, когда один объект или небольшая группа объектов должны проходить авторизацию для использования каких-либо устройств, например ноутбука, КПК или сотового телефона.

Распределенная база данных:хранит биометрическую информацию в распреде­ленном виде (например, на смарт-картах). В этом случае нет необходимос­ти сохранять шаблон в единой биометрической базе данных.

Объект предоставляет системе один биометрический шаблон, записанный на каком-нибудь носителе, например на карте с магнитной полосой или смарт-карте. Биометрическая система сравнивает этот шаблон с биометри­ческим образцом, предоставленным человеком. Обычно при проведении транзакций используется еще и дополнительная информация, такая, как идентификатор или имя. Обмен информацией между биометрической сис­темой и носителем, содержащим шаблон, должен осуществляться по безо­пасному протоколу.

На практике многие системы используют базы данных обоих типов — распре­деленную для ежедневной офлайновой верификации и централизованную для он­лайновой верификации или для перевыпуска карт в случае потери без повторного измерения биометрических параметров.

Отпечатки пальцев

Отпечаток пальца – самый широко используемый на практике биометрический признак (согласно отчетам компании “Biometrics Research Group” самый большой сегмент биометрического рынка формирует системы идентификации по отпечаткам пальцев – если в 2012 году на долю упомянутого сегмента приходилось 5 миллиардов долларов, то в 2015 году данный показатель лостигнет отметки в 10 миллиардов долларов). Длительная история использования, большие объемы накопленных данных, сложный рельефный рисунок, методы обработки информации определили популярность данного биометрического признака: более чем 50% биометрических систем построено на распознавании человека по отпечаткам пальцев.

Отпечатки пальцев или паппилярный узор – сложный рельефный рисунок, образованный чередующимися валиками (высотой 0,1-0,4 мм, шириной 0,2-0,7 мм) и бороздками – углублениями (шириной 0,1-0,3 мм). Также в состав паппилярного узора можно включить рисунок потовых желез. Данное строение кожи характерно для поверхности рук и ступней ног человека, но традиционно ( из криминалистики) и из соображений протсоты регистрации наиболее широко используют паппилярный узор на кончиках пальцев человека.

В некоторых случаях, при использовании комбинации биометрических сигналов, используют паппилярный узор на фалангах пальцев, совместно с геометрическими размерами кисти руки.

Рисунок 2.3 - Пример отпечатка пальцев

Вне зависимости от способа регистрации, отпечаток пальца представляет собой изображение и, соответственно, может рассматриваться как реализация информационного пространственно-временного поля.

Геометрия кисти руки

Геометрические размеры кисти руки являются биометрическимпризнаком: перспективным, хоть и не так подробно исследованным, как отпечатки пальцев. Биометрические системы, основанные на использовании геометрических размеров, появились одними из первых и выпускаются серийно уже более 20 лет. По надежности системы идентификации по геометрии ладони сравнимы с системами, использующими отпечатки пальцев.

В зависимости от метода регистрации кисть руки может быть представлена как изображение, и тогда следует рассматривать данный сигнал, как случайное поле, или как вектор значений линейных размеров. В случае представления геометрических размеров руки, как вектора значений линейных размеров, сигнал может быть отнесен к случайным последовательностям.

Радужная оболочка глаза

Биометрические системы, основанные на анализе радужной оболочки глаза, появились сравнительно недавно. Первый патент, полученный на алгоритмы преобразования радужной оболочки глаза в цифровой код, был получен в 1994 году (US Patent 5,291,560) профессором кембриджского университета Джоном Даугманом. Все существующие в настоящий момент биометрические системы подобного типа работают исключительно на основе данного метода. Тестирование и внедрение алгоритмов идентификкации человека по радужной оболочке глаза началось в 2001 году в аэропорту Heathrow (Лондон), а на следующий год в аэропорту Schiphol (Амстердам, Нидерланды).

Радужная оболочка глаза (рисунок 2.4) – тонкая подвижная диафрагма глаза с отверстием (зрачком) в центре, практически светонепроницаема.

Рисунок 2.4 - Радужная оболочка глаза

Рисунок радужной оболочки глаза уникален для каждого человека, формируется в первые месяцы жизни и сохраняется неизменным до самой смерти.

Радужная оболочка глаза по типу информационного сигнала относится к случайным полям.

Рукописный подчерк

С давних пор подпись используется для идентификации личности человека. Особенно широкое распространение она получила для удостоверения документов, в банковском деле и т.д.

Подпись, как таковая, не может считаться биометрическим признаком: она не является неотделимой характеристикой и, зачастую, существенно изменяется с течением времени.

В качестве биометрического признака может быть использованы динамические особенности рукописного подчерка. Как уже было сказано выше, динамические особенности неповторимы и устойчивы, что позволяет использовать их в качестве биометрического признака. Привычные действия, такие как роспись, осуществляются без детального контроля движения пальцев и кисти руки, и совершаются на уровне инстинктов, что делает их уникальными.

Биометрические системы рассматривают динамику написания тестовой фразы или подписи, то есть данные о колебаниях пера в трехмерном пространстве (X,Y – координаты и Z – давление на планшет).

Рисунок 2.5 - Колебания пера по вертикали Y(t) (нулевые значения функции соответствуют моментам отрыва пера от планшета)

Колебания пера по оси X, Y, сила нажима кончика пера могут быть описаны на основе моделей случайных процессов.

Подделать динамику подписи значительно сложнее, чем геометрию. Но при этом, низкое качество Регистрирующей аппаратуры не позволяет с должной точностью фиксировать изменение динамических параметров. Это, пожалуй, один из немногих примеров, когда недостаток технических средств ограничивает возможности биометрической системы. В большинстве остальных случаев, узким местом биометрической системы является построение алгоритмов обработки.

Клавиатурный подчерк

Клавиатурный подчерк стал рассматриваться в качестве биометрического сигнала сравнительно недавно. Исследования показали, что клавиатурный подчерк конкретного пользователя обладает стабильностью и может быть использован для его идентификации.

Клавиатурный подчерк рассматривается как последовательность длительных пауз и нажатий на клавиши. Данный информационный сигнал относится к классу случайных последовательностей.

Как и любой другой динамический биометрический сигнал, динамика клавиатурного подчерка не стабильна во времени и существенно меняется от времени суток, эмоционального состояния, квалификации пользователя и некоторых других факторов.

Голосовая идентификация

Каждый день, практически каждый человек совершает операцию идентификации личности по голосовому сигналу. Решать подобную задачу приходится при ответе на телефонные звонки и во множестве прочих бытовых ситуациях. Поэтому уже в течение длительного времени голосовой сигнал считается перспективным биометрическим признаком и ведутся активные исследования, для того, чтобы использовать его для построения биометрических систем.

Но, не смотря на активные исследования в данной области, надежных автоматизированных систем биометрической идентификации, использующих голосовой сигнал, пока не существует.

Речевой сигнал, по сути, является сложным акустическим колебанием, изменяется во времени и является, в чистом виде, случайным процессом.

Рисунок 2.6 - Реализация голосовых команд – счет от одного до десяти.

Все существующие биометрические признаки могут быть классифицированы по типу биометрического сигнала – случайные поля, случайные процессы или случайные последовательности. Причем один и тот же биометрический признак может быть представлен различными математическими моделями случайных функций.

Отпечатки пальцев

При рассмотрении отпечатков пальцев – глобальные информативные признаки позволяют провести предварительную сортировку отпечатка пальца, но не позволяют однозначно идентифицировать личность.

К глобальным информативным признакам относятся:

· тип паппилярного узора (дельта, дуга, петля, спираль и т.д.);

· область образа – фрагмент отпечатка пальца, в котором сконцентрированы все основные признаки;

· ядро – это условный центр папиллярного рисунка, располагается в области образа;

· пункт “дельта” – это условная точка начала папиллярного узора;

· тип линии – две линии, которые ограничивают всю область образа;

· счетчик линий – число линий в области образа.

Папиллярные узоры делятся на следующие типы: дуга, петля, спираль, дельта. Основные папиллярные узоры типа дуга приведены на рисунке 2.7.

Рисунок 2.7 - Виды дуговых паппилярных узоров:

1- простой дуговой узор; 2- шатровый дуговой узор; 3- дуговой узор с неопределенным строением центра; 4, 5- ложно-петлевые дуговые узоры; 6, 7-ложно-завитковые дуговые узоры; 8- редко встречающийся узор, относящийся к дуговым; 9- аномальный узор (классифицируемый, как и дуговые, цифрой 1)

Основные папиллярные узоры типа петля приведены на рисунке 2.8.

Рисунок 2.8 - Виды петлевых папиллярных узоров:

1- простой петлевой узор; 2- изогнутый петлевой узор; 3- половинчатый петлевой; 4- замкнутый петлевой узор “петля-ракетка”; 4- петлевой узор с системой петель “параллельные петли”; 6- петлевой узор с системой петель “встречные петли”; 7, 8- ложно-завитковые петлевые узоры; 9-редко встречающийся узор, относящийся к петлевым

На рисунке 2.9 показаны такие глобальные информативные признаки как тип линии, ядро образа и пункт дельта.

Рисунок 2.9 - Глобальные информативные признаки:

1 и 2 – тип линии, 3 – пункт дельта, 4 - ядро

Из множества локальных информативных признаков папиллярного узора обычно используют только два типа особых точек:

· конечные точки – точки, в которых «отчетливо» заканчиваются папиллярные линии;

· точки ветвления – точки, в которых папиллярные линии раздваиваются.

На рисунке 2.10 показан пример локальных информативных признаков.

Рисунок 2.10 - Локальные информативные признаки (1,2,3- конечные точки; 4- точка ветвления)

Глобальные информативные признаки отпечатка пальца у различных людей могут совпадать, а локальные информативные признаки являются уникальными. Поэтому на первом этапе идентификации определяется класс, к которому принадлежит отпечаток, в зависимости от глобальных признаков. На втором этапе по локальным признакам проводится идентификация.

Геометрия кисти руки

Также как и для отпечатков пальцев, принято выделять глобальные и локальные информационные признаки геометрических размеров кисти руки. Глобальные, или иначе говоря, простые геометрические характеристики позволяют идентифицировать личность человека, но эффективность данногометода будет не очень высокой. Для повышения надежности, используют локальные, или так называемые, образовые характеристики.

Рисунок 2.11 - Информативные признаки геометрии кисти руки:

Ширина ладони, радиус вписанной в ладонь окружности, длины пальцев, ширина пальцев, высота кисти руки в трех местах (a,b,c)

К простым геометрическим признакам (рисунок 2.11) относится:

· ширина ладони;

· радиус вписанной в ладонь окружности;

· длина пальцев;

· ширина пальцев;

· высота кисти руки в трех местах (a,b,c) и т.д.

Каждый из простых геометрических признаков кисти руки не является уникальным, и только их комбинация может использоваться как биометрический признак и позволяет идентифицировать личность человека.

Для повышения точности и надежности функционирования биометрической системы, простые геометрические признаки могут быть дополнены образовыми:

· рисунок кожи на сгибах между фалангами пальцев;

· узор кровеносных сосудов и т.д.;

Радужная оболочка глаза

Радужная оболочка глаза по типу информационного сигнала может быть отнесена к случайным полям. Рисунок радужной оболочки определяется расположение трабекул (пластинки соединительной ткани, идущие в разных направлениях) и является уникальным для каждого человека – коэффициент ошибочной идентификации для данного биометрического сигнала 1:1 200 000. Чаще всего рисунок радужной оболочки глаза является малоконтрастным изображением, без явных отличительных черт, которые могли бы играть роль информативных признаков.

Рассматривая радужную оболочку глаза, как биометрический сигнал, можно использовать два подхода, взаимно дополняющих друг друга:

· использование полутонового изображения радужной оболочки глаза;

· представление радужной оболочки глаза в различных спектральных диапазонах.

Полутоновое изображение глаза может содержать более 200 особых точек.

Для повышения надежности идентификации используют не полутоновое изображение радужной оболочки, а цветное – в красном, зеленом и синем спектральных диапазонах (рисунок 2.12, 2.13). Это позволяет получать не один идентификационный код, а три и тем самым повысить надежность функцианирования биометрической системы.

а) цветное изображение радужной оболочки глаза

б) полутоновое изображение радужной оболочки глаза

Рисунок 2.12 - Цветное (а) и полутоновое (б) изображение радужной оболочки глаза

а) красный спектр б) зеленый спектр в) синий спектр

Рисунок 2.13 - Представление радужной оболочки глаза в различных спектральных диапазонах

При обработке изображений радужной оболочки глаза возникает ряд проблем, связанных со сложностью регистрации данного биометрического признака: выделение области зрачка, пульсация диаметра зрачка в зависимости от освещенности, отклонение формы зрачка ( в некоторых случаях зрачок может иметь не круглую форму). Также, при получении изображения радужной оболочки глаза, часто часть ее бывает закрыта веками, бликами или затенена ресницами.

Не все из выше перечисленных проблем могут быть решены с помощью усовершенствования технических средств регистрации. Для решения данных проблем в некоторых случаях рассматриваютне всю оболочку, а определенную область – например прямоугольник в верхней части. Поскольку радужная оболочка обладает огромным количеством информации (при отсутствии явных информационных признаков) использование определенной области вместо всего изображения не оказывает влияния на точность идентификации (вероятности ошибок первого и второго рода).

Рукописный подчерк

При анализе рукописной подписи могут быть выделены глобальные и локальные информативные признаки.

К глобальным информативным признакам могут быть отнесены:

· соотношение ширины к высоте ограничивающего прямоугольника;

· наличие протяженных горизонтальных росчерков;

· количество сегментов;

· гистограммы распределения x и y компонент точек.

Локальными информативными признаками являются особенности динамики написания подписи.

Существует несколько подходов к обработке рукописной подписи как биометрического признака.

Один из подходов заключается в анализе динамики колебания пера как функций времени – по двум ортогональным осям (x(t) и y(t)). Иногда анализируют колебание пера по трем осям – трктью осью (z(t)) является сила нажима на перо.

Рисунок 2.14 - Подпись введенная с помощью графического планшета (а) и кривые, отражающие динамику ее написания (б – динамика колебания пера по оси x, в – динамика по оси y, г – динамика по оси z или сила нажима на кончик пера).

При подобном подходе – по сути использования декартовой системы координат – необходимо учитывать смещение и изменение наклона подписи.

Вторым подходом к анализу рукописной подписи является представление подписи в радиальной системе координат. При переходе от декартовой к полярной системе координат первая точка подписи принис=мается за начало полярных координат. Следующая точка представляется в виде значения длины вектора r и угла θ поворота данного вектора (вектор строится на двух соседних точках подписи). После этого, вторая точка принимается за начало координат и действия повторяются по всей реализации.

В обоих выше упомянутых подходах анализируются все точки подписи, а следовательно, речь идет о достаточно больших объемах данных. Для ускорения процессв обработки рукописной подписи как биометрического признака в некоторых случаях используют не все точки, а только характерные точки:

· точки «вертикальных» экстремумов;

· точки «горизонтальных» экстремумов;

· точки экстремумов по кривизне;

· точки перегиба.

Основной проблемой в выделении характерных точек рукописной подписи является учет изменений кривой. Самые разнообразные внешние факторы (время суток, состояние, особенности устройства ввода и т.д.) могут оказывать влияние на трансформации подписи, что может вызвать исчезновение или появление отдельных элементов. Например незначительное дрожание пера может быть воспринято, как ряд локальных максимумов и минимумов траектории и приведет к появлению “лишних” характерных точек.

Клавиатурный подчерк

При анализе динамики клавиатурного подчерка могут быть выделены следующие информативные признаки:

· длительность нажатия на клавиши;

· длительность паузы между нажатиями каждой возможной пары букв текста;

· число перекрытий между клавишами (в случае последовательного нажатия соседних клавиш возможно перекрытие времени и в этом случае длительность паузы становится отрицательной).

Дополнительно могут быть использованы такие признаки как

· количество ошибок при наборе;

· скорость набора парольной фразы;

· аритми