Biyometrik güvenlik sistemleri ve kimlik doğrulama sistemleri. Ses ve dil. Biyometrik teknolojilerin sorunları

Soyut.

İstatistikler ana biyometrik parametrelere sahiptir. Rusya'da yaygın olarak bilinen tanımlama yöntemleri gözden geçirilir. Binanın biyometrik olarak tanımlanması, tüm temel şifreleri bir araya getirme ve her yerde zastosovuvat yapma sorununu çözer. Parmakların gücünü değerlendirme süreci, görüntü kalitesinin değerlendirilmesine dayanır: olukların yönü hesaplanır, böylece cilt pikselinde oluklar düz görünür. Görünümün tanınması, biyometrik tanımlamanın en önemli yöntemidir. Bölgesel kabuğun özgüllüğünün belirlenmesi, üzerinde bölgesel kabuğun lokalize edildiği ve kodun oluşturulduğu görüntüden oluşturulur. Herhangi bir biyometrik sistemin iki ana özelliğinin kapasitesinde, birinci ve diğer türden af ​​kazanmak mümkündür. Gözün küçük irisine dayalı tanımlama, en gelişmiş biyometrik yöntemlerden biridir. Kazanmanın basitliği ve farklı alanlarda yükselme olasılığı hakkında konuşmak için veri toplamanın temassız bir yolu.

10.7256/2306-4196.2013.2.8300

Editöre gönderilme tarihi:

24-05-2013

anahtar kelimeler:

Biyometrik tanımlama, iris, yüz tanıma, parmak izi, kişisel tanımlama, biyometri, algoritma, veri tabanı, biyometrik yöntemler, şifre

giriş

Mevcut durumdaki bir kişi, daha büyük dünya, onlar tarafından doğanlar için özel güvenlik ve güvenlik gerektirecektir. Cildimiz için günlük hayatın gerekli bir özelliği, gerekli bir yetkilendirmedir: banka kartları, Elektronik posta hizmetleri, çeşitli işlemlerin başlatılması ve hizmetlilerin hizmeti - hepsi özel özelliklerin belirlenmesi amacıyla. Bugün bile düzinelerce şifre girmekten korkuyorsunuz, kendi şifrenizle bir belirteç veya başka bir tanımlayıcı işaret kullanabilirsiniz. Böyle bir durumda güç keskin bir şekilde ifade edilir: "Ve çalmaktan veya hatırlamaktan korkmadan bire kadar tüm doğru şifreleri nasıl çağırabilir ve her yerde durdurabilirsiniz?"

biyometrik parametreler

Binanın yapısının biyometrik olarak tanımlanması. Biyometrik Daniy için insanların Rospіznavnna - Fiziologiy'nin temelleri üzerine Kimlik Otomasyon Yöntemleri (şu anda I vimyryuyu'nun fіzichny özellikleri) і Hordinovikh (baypas saati ile temsil edilir) Şek. Tablo 1'de ana olanlar ödenir.

tablo 1

biyometrik parametreler

Ayrıntılar, Rusya'da daha geniş olan üç kişi için verilmiştir.

Parmak widget'ları

Ayak parmakları (Şekil 1a), bir kişinin avuç içi ve ayaklarının iç yüzeyindeki oluklardır. Geminin ekspertizi, insanların üzerinde olması gereken, birbirinin aynı iki parmağı olmayan haklara dayanmaktadır.

Papіlar vіzerunkіv'ın vіdbitkіv ekspert vikoristovuyut kişisel olmayan ayrıntılarını eşleştirmek amacıyla, scho mayut so risi: oluğun sonu, oluğun çatallanması, bağımsız karık, göl, vіdgaluzhennya, kavşak ve diğerleri. Otomatik eşleştirme yöntemleri de benzer şekilde gerçekleştirilir. Zihin gücünü değerlendirme süreci, görüntü kalitesinin değerlendirilmesine dayanır: olukların yönü hesaplanır, cilt pikselinde olduğu gibi, oluklar doğrudan görünür. Olukların segmentasyonunu ve ayrıntıların yerelleştirilmesini daha fazla tanıma ile görelim.

bireysel geometri

Osіb'nin tanınması yöneticisi, çok eski zamanlardan beri insanlarla el ele gitti. Pasaport, güvenlik fotoğrafı, bir kişinin kişiliğini anlatacak her yerde bulunan ve ana belge haline gelir. Biyometrik tanımlamada en çok tercih edilen yöntemdir. Bu biyometrik işareti sabitlemenin basitliği, büyük veri tabanları oluşturmayı mümkün kıldı: kolluk kuvvetlerindeki fotoğraflar, güvenlik kameralarından, sosyal ağlardan alınan video kayıtları vb.

Dzherelom görüntü yakalama: sayısallaştırılmış belgeler; güvenlik kameraları; önemsiz görüntüler; Kızılötesi spektrumdaki işaretler.

Yakalanan görüntüde, bir kişi lokalize edilir (Şekil 1 b), ardından iki yöntemden biri kullanılır: eski görünüm bireyler ve bir bireyin geometrisi. Yöntemi, bireyin geometrisinin analizinin temellerini, tanıma tarihinin otuz elli bir tarihi olan kısaltıyoruz.

Rayduzhna göz kabuğu

Rayduzhna obolonka - gözün sklera ile göz arasındaki renkli kısmı. Є, bir kişinin fenotipik özelliğinde parmak benzeri ve işaretleri ve hamileliğin ilk aylarında gelişir.

Gözün bölgesel obolontsisine göre özgüllüğü belirleme fikri, 1936'da oftalmologlar tarafından önerildi. Ne de olsa, fikir diğer filmlerde de kendine yer buldu. Örneğin 1984 yılında James Bond hakkında “Asla asla deme” filmi çekildi. İlk olarak, 1994 yılında, gözün dairesel kabuğunu tanımak için matematikçi John Daugman tarafından ayrıştırılan ilk otomatik algoritma ortaya çıktı. Patentleme algoritması, hala dairesel kasanın tanınmasına yönelik sistemlerin merkezinde yer almaktadır.

Gözün görüntüsünün boğulmasından bağlanma, sanki koristuvach için kolay ve hatırlanamayacakmış gibi, sorunlardan biridir. Gökkuşağı kabuğunun küçüklerini okumanın suçlu olduğu adzhe, aydınlanma zihinlerinin ışığında bayat değildir. Є kіlka pіdhodіv. Bunlardan ilki, o gözün görünümünün aranmasına dayanır, ardından daha iyi lense sahip başka bir kamera, dairesel kabuğun yüksek kaliteli bir görüntüsünü yakalar. Diğeri - vimagaє, böylece insanların gözleri bir kamerayı koruyan şarkı alanının ortasındaydı.

Yakalanan görüntü üzerinde bölgesel bir tunik lokalize edilir ve bir kod oluşturulur (Res. 1c). Daugman, Gabor'un iki dünya filtresinde galip geldi. Maske ayrıca oluşturulur, dairesel kabuğun dış kodunun üzerine bindirildiği için görüntü gürültülüdür (bindirmenin alanı yüzyıl ve yüzyıldır). Tanımlama için Hemming sayısı hesaplanır (iki bölgesel kaplama modeli arasındaki bit farkı), çünkü aynı bölgesel kaplama için en küçük olacaktır.

Bebek 1. Biyometrik parametreleri uygulayın

İstatistiksel özellikler

Herhangi bir biyometrik sistemin iki ana özelliğinin kapasitesinde, birinci ve diğer türden af ​​kazanmak mümkündür. Biyometri alanında en çok yorulan anlayış FAR (Yanlış Kabul Oranı) ve FRR (Yanlış Red Oranı)'dır. FAR, iki kişinin biyometrik özelliklerinin zbіgu affının imovirnіst'ını karakterize eder. FRR - erişimi olan kişilere erişim izni verme izni

Tablo 2, çeşitli biyometrik sistemler için ortalama göstergeleri göstermektedir.

Tablo 2

Biyometrik sistemlerin özellikleri

Bu göstergelerin biyometrik veri tabanlarının ve zastosovuvannyh algoritmalarının sayısına göre değiştiğine dikkat edilmelidir, prote їх їхісне сівіднінення yaklaşık olarak bir tane ile kaplanmıştır. Veriler incelendiğinde, gözün küçük iris kabuğuna dayalı tanımlamanın en önemli biyometrik yöntemlerden biri olduğu sonucuna varılabilir. Kazanmanın basitliği ve farklı alanlarda ulaşım olasılığı hakkında konuşmak için temassız bir veri alma yolu.

Dünyanın geri kalanında, dünyanın geri kalanında, uzmanlığın tanınması ve tanımlanması yöntemlerine artan ilgi beklenmektedir. Bu görevleri yerine getirmenin ana yolları ve yolları, biyometrik sistemlerin geliştirilmesi alanında yatmaktadır. Muzaffer insanları tanımaya yönelik biyometrik sistemlerde, insan vücudunun biyolojik özelliklerine dayanan bir biyometrik özellikler koleksiyonu vardır. Bu tür biyometrik özellikler şunları içerebilir: ses, el yazısı, parmak uçları, elin geometrisi, küçük gözler veya göz halkaları, kişilik ve DNA.)

Biyometri, şifreleri, PIN kodlarını, akıllı kartları, belirteçleri veya PKI teknolojilerini (Özel Anahtar Altyapısı) değiştirme gibi yöntemlerin kullanılmasında etkilidir, biyometri parçaları, ekleri değil, belirli bir kişiyi tanımlamanıza olanak tanır. Geleneksel iftira yöntemleri, bilgilerin harcanması veya çalınması olasılığını içermez ve bundan sonra yasadışı koristuvachlar için kullanılabilir hale gelir. Örneğin, bir kişinin parmak izi veya görüntüsü gibi benzersiz bir biyometrik tanımlayıcı, harcanamayacak bir anahtar görevi görür. Biyometrik güvenlik sistemi, bir koruyucu olarak hareket etmenizi veya gücünüze hizmet etmenizi sağlar.

Biyometrik bilgilerin otomatik olarak işlenmesinin ve analiz edilmesinin önemini esasen artıran ana nedenlerden biri, otomatik güvenlik sistemlerinin işlevsel yeteneklerinin ilerlemesi, dikkat edilmesi gereken geniş alanlarda (tren istasyonları, havaalanları, süpermarketler vb.) dağıtım yapılmasıydı. Ayrıca, çoğu zaman gizlice, yani sadece temassız (uzaktan) değil, aynı zamanda yandan özel istihbarat (biyometrik işaretlerin özel sunumu) olmadan, insanların kontrollü topraklarında bulunan bireylerin nasıl yerleştirileceğine dair gerekli ayrıntılar kişilerin.

Bu saatte, statik ve dinamik yöntemler olmak üzere iki ana gruba ayrılabilen anonim biyometrik kimlik doğrulama yöntemleri vardır.

Statik yöntemler ve biyometrik kimlik doğrulama, bir kişinin fizyolojik (statik) özelliklerine dayanır; bu, insan tipinin kendisine verdiği benzersiz bir özellik ve yeni olanın bilinmeyen tipidir. Gruptan önce, bu tür kimlik doğrulama yöntemleri uygulanmalıdır.

1. $ \ Textit (Parmak ucuna göre.) $ Bu yöntemin temeli, parmaklardaki küçük papiller damarların cilt kişisi için benzersiz olmasıdır. Özel bir tarayıcı yardımıyla alınan parmak izi, dijital bir koda (katlama) dönüştürülür ve daha önce tanıtılan standartla karşılaştırılır. Verilen teknoloji, diğer biyometrik kimlik doğrulama yöntemleri arasında en geniş olanıdır.
2. $ \ Textit (Elin şekli için.) $ Elin geometrisini yönlendirmek için Danimarka yöntemi. Odalardan ve dekilkoh pіdsvіchuvati dіodіv'den inşa edilen özel bir müştemilat yardımının arkasında (kalpten açılır, koku kolun farklı çıkıntılarını verir), elin pensilinin üç boyutlu bir görüntüsü olacak, arkasında ki kambur oluşur ve insan tanınır.
3. $ \ Textit (Kolun ön tarafındaki damarların genişlemesine göre.) $ Kızılötesi kamera yardımıyla kolun veya elin ön tarafındaki küçük damarlar okunur, resim işlenir ve duruma göre damarların genişleme şeması, dijital bir kıvrım oluşur.
4. $ \ Textit (Gözün görmesi için.) $ Virnish, fundusun küçük kan taşıyan damarlarını tanımlamanın yolu. Bu küçüğün görünür hale gelmesi için, insanların dip kısmının özel bir kamera tarafından tarandığı uzaktaki ışık noktasına hayran kalması gerekiyor.
5. $ \ Textit (Gözün irisinin arkasında.) $ Gözün küçük irisi aynı zamanda bir kişinin benzersiz bir özelliğidir, ayrıca, bir parçanın görüntüsünü yakalamanıza olanak tanıyan yazılımda uzmanlıklara sahip taşınabilir bir kamerayı taramak için. gözün görüntüsünün görüldüğü bir bireyin arka arkaya, arkasında kişiyi tanımlamak için dijital bir kod olacak olan gökkuşağı kabuğunun küçüklerini görebilirsiniz.
6. $ \ Textit (Bireyin görüntüsü veya şekli için.) $ Bu tanımlama yönteminde, bir kişinin dış görünümünün iki boyutlu veya üç boyutlu bir görüntüsü olacaktır. Görünüşte kaş, göz, burun, dudak vb. konturlar görülür, aralarında sayılır ve sadece bir görüntü değil, aynı zamanda kişiyi döndürmek, nahilu, viraz değiştirmek için kişisel olmayan seçenekler olacaktır. Görüntülerin sayısı, bu yöntemin amaçlarına bağlı olarak (kimlik doğrulama, doğrulama, büyük bölgelerde uzaktan arama vb.)
7. $ \ Textit (Bir bireyin termogramı başına) $. Bu doğrulama yönteminin temeli, cilde kan sağlayan atardamarların sanki ısı görüyormuş gibi görünmesi altında gülün benzersizliğinde yatmaktadır. Otrimannya termogram vikoristovuyutsya için özel kameralar kızılötesi aralığı. Önden görünümde, bu yöntem ikizleri ayırmanıza izin verir.
8. $\Textit (DNA için) $. gelişmeler Bu taraftan Açıkçası, bu saatte, DNA'dan numune alma ve işleme yöntemleri ve yöntemleri uzun süre işlenir, bu tür sistemler yalnızca özel incelemeler için geçersiz kılınır.
9. $ \ Textit (Diğer yöntemler) $. Daha benzersiz yollar da vardır - bir shkiri topuyla tanımlama, parmakları taramak için zorunlu randevu, bir kulağın şekli, vücut kokusu vb.

Gördüğünüz gibi, bu grubun biyometrik teknolojilerinin çoğu görüntü analiziyle ilgilidir ve diğer bilgisayarla görme yöntemleriyle uygulanır.

Dinamik yöntemler ve biyometrik kimlik doğrulama, bir kişinin davranışsal (dinamik) özelliklerine dayanır, böylece bir şey yaratma sürecindeki gelişmelere özgü özelliklerden ilham alırlar. Bu grup için kimlik doğrulama yöntemleri.

1. $ \ textit (El yazısı için.) $ Kural olarak, bir kişinin kimlik türü için bir imza çizilir (bir kod kelimesinin tek ve aynı yazımı). Dijital tanımlama kodu, iki türden gerekli koruma derecesi ve sahiplik görünürlüğü (grafik tablet, bağırsak bilgisayarı Palm ekranı vb.) Varlığında oluşturulur:

Resmin kendisine göre, tanımlama için, sadece iki resim yapma meselesi;

Boyama ve yazının dinamik özellikleri için, tanımlama için bir kıvrım olacak şekilde, kesintisiz bir imza, resmin zamansal özellikleri ve yüzeydeki basınç dinamiklerinin istatistiksel özellikleri hakkında bilgi içerecektir.

2. $\textit (Klavye el yazısı için.)$ Yöntem genel olarak yukarıda anlatılana benzer fakat yazmak yerine kod sözcüğü olarak kazanmak mümkündür (bir kod sözcüğün şifresi hangi imzaya özel ise) , bu tür kimlik doğrulama iki faktörlü olarak adlandırılır) ve herhangi bir özel mülkiyet gerekli değildir, krim standart klavye . Tanımlama için bir tasmanın bulunacağı ana özellik, bir kod sözcüğü yazmanın dinamikleridir.

3. $ \ textit (Ses.) $ Bu en eski teknolojilerden biridir, bu saatte gelişme hızlanmıştır, bu nedenle "entelektüel yaşamı" teşvik etmek için yaygın olarak kullanılmaktadır. Tanımlama kodunu sesle istemek için birçok yol elde etmek gerekir, kural olarak sesin frekansını ve istatistiksel özelliklerini değiştirmek gerekir.

4. Diğer yöntemler. Bu yöntem grubu için, aynı zamanda, kod sözcüğü doğrulandığında dudakların hareketiyle, anahtarın kapıda döndürülmesinin dinamiğiyle tanımlama gibi benzersiz yöntemleri de kullanan en geniş kapsamlı yöntemler de açıklanmaktadır. kilit vb.

Kısa bir tarihsel inceleme.

Bilgisayar biyometrik tanımlama sorunu, 1960'lardan beri aktif olarak geliştirilmiştir. Sürecin yaklaşan ana kilometre taşlarını belirtebilirsiniz.

1. 1960'lar - NIST biyometrik güncellemesi oluşturuldu ve ilk olarak bu tür biyometrik özellikler için özellikleri belirleme sürecini otomatikleştirmeye çalıştı: kişi, ses, ses, imza.
2. 1970'ler - özel özelliklerin doğrulanması için ilk otomatik sistemler, omuz şeklini ve dinamik imzayı belirleme yöntemleri.
3. 1976 - ilk multibiyometrik deneyler.
4. 1980'ler - Önemli ölçüde otomatikleştirilmiş sistemler ve ilk yöntemler

daha otomatik tanımlama.

1980'lerin sonundan bu yana, SSCB ve Rusya da dahil olmak üzere biyometrik yöntemlerin, algoritmaların ve teknolojilerin sayısındaki artışın eşlik ettiği, biyometrik tanımlamaya bilimsel ve pratik bir ilgi artışı gözlemlendi. Sadece biyometrik tanımlamaya yönelik uygulamalı ilgiyle değil, aynı zamanda donanımın, en başta kişisel bilgisayarların ve görüntü ve ses sinyalleriyle çalışmak için çevre birimlerinin geliştirilmesiyle de bağlantılıdır.

Rusya, S. O. Novikova, V. Yu.ї , A.I. Ivanova ve A.Yu Maligina, nöromekanik biyometrik tanımlama yöntemleri üzerine, L.M. N. Spiridonova standardizasyon ve biyometrik teknoloji galerisinde, V. I. Dimkova i. N. Sinitsina, biyometrik tanımlama alanında bilimsel araştırmaların otomasyonu üzerine, S. L. Bochkarova, özel özelliklerin sesle tanımlanması alanında, O. S. Ushmaeva, multibiyometri üzerine.

Bilim okulları, biyometrik tanımlama sorunlarıyla başa çıkmak için oluşmuştur. Bunların arasında IPI RAS, DerzhNDIAS, ISA RAS, MDU im. M. V. Lomonosov, MSTU im. N. E. Bauman, FSUE "PNIEI"; şirketler "Biolink", "Vocord Telecom", NVP "Lazer Sistemleri", "Papillon Sistemleri", "Sonda", "STEL", "Modern Teknolojiler Merkezi".

Biyometrik tanımlama alanındaki yabancı araştırmalar arasında P. Phillips, P. Grother, A. Jain, N. Ratha, P. Griffin, D. Maio, D. Maltoni, A. Masnfield, J. Wayman, K. Bowyer, M. Turk, A. Pentland, R. Bolle, A. Ross, J. Daugman, D. Zhang, Karr-Ann Toh, O. Tosi, S. Pankanti, C. Soutar, Tieniu Tan, O. Castillo, P. Melin, JP Campbell, J. Garofolo, D. Reynolds, L. Flom, J. Kittler, P. Flynn, R. Chellappa, W. Zhao, J.-C. Junqua, JF Bonastre, J. Bigun, K. Brady, D. Burr, B. Dorizzi, S. Prabhakar, J. Conell, G. Doddington, J. Ortega-Garcia, A. Bazen, S. Gerez, R. Plamondon , M. Eleccion, M. Fornefett, J. Wegstein, L. Kersta, L. Harmon, A. Fejfar, T. Vetter, A.G. Kersta, L.D. Harmon, B.G. Sherlock, D.M. Monro, M. Kucken.

Іsnuyuchi biyometrik sistemleri.

Bu saatte, biyometrik tanımlama ve kimlik doğrulama için bir dizi hazır sistem ve teknoloji piyasaya sunulur.

Örneğin, osib tanıma alanında en gelişmiş çözümlerden biri böyledir.

$\textit (ZN Vision Technologies AG) $ şirketinin ZN-Face sistemi, otomatik hata tanımaya dayalı bir erişim kontrol sistemine sahip yeni bilgisayarlar içerecek. ZN-kamera, kontrol altındaki bir kişinin fotoğrafını çeker ve bunu saniyenin kesirlerine dönüştürür. Özel olarak, optik filtre modülü ve yaşam kontrol işlevi, fotoğraf veya maske yoluyla aldatmaya çalışmanıza yardımcı olmak için özel olarak tasarlanmıştır.

ZN-Phantomas fotoğraf veri tabanı bilgisayarlıdır ve bireyleri otomatik olarak eşleştirip tanımlayabilir. Eşleştirme için bir fotoğraf, bir eskiz, küçük olanlar veya bir çerçeve, video gözetimli eksiklikler uygundur. ZN-Phantomas, organik teknoloji teknolojisi temelinde insan beyninin görüntüsünün yarattığı özellikleri tanıyan vicorist görüntü belleğindeki tasarruf ortamının araştırılmasını yürütür. Robotik sistemin hızı, üç haftada 10 bin görüntüye bakmanıza olanak sağlıyor. Sistem, ODBC protokolünü kullanan olağan SQL veritabanlarıyla (Oracle, Sybase SQL, DB2, Informix) çalışabilir.

$\textit (Identix Inc) $'ın FaceIT sistemi, bir kişinin görüntüsü yüksek bir bina kamerasının görüş alanına girdiğinde insanları tanır. Firmaların dağıtımı ABD Dışişleri Bakanlığı tarafından finanse edilmektedir. Bu sistem ABD havaalanlarında test ediliyor. Basın, test sonuçlarının tatmin edici olarak adlandırılabileceğini ancak şirketle olan sözleşmenin devam ettiğini ve şimdi vurgunun fotoğraflı kimlik tespitine kaydırıldığını bildirdi. ABD Dışişleri Bakanlığı, tanıma programlarının çalışmasını kolaylaştırmak için ABD'li misafirlerin guatrını ve eklenen görüntünün fotoğrafını topluyor.

Rusya ve SND'deki rozroblenyh sistemlerinden $\textit (Asia-Software)$ şirketinin ürünlerine bakabilirsiniz. Şirket, FRS SDK'yı tanıtıyor - bir dizi perakendeci, bilgi istemek için randevular ve görünüşleri tanımaya yardımcı olan arama sistemleri ve görüntü hatalarıyla tanımlama için bir dizi sistem. Sistem, tanıma ve görüntü eşleştirme algoritmalarına dayanmaktadır. Bu algoritmaların ve modifikasyonların temeli, insan yüzlerinin giriş görüntülerini karakterize eden en süslü katsayıların hesaplanmasında kullanılan temel bileşenlerin analiz yöntemidir. Sistem girişine sayısallaştırılmış bir video görüntüsü gönderilir. Özel algoritmalar, bir kişinin görünümünün görüntüsünün görünürlüğünü belirler, yogaya bakın, çizgilerin genişlemesini daha kesin olarak belirler, konumu ve ölçeği sallar. Bundan sonra, bir kişinin görünüşünün görülen görüntüsünün kodlaması, ana karakteristik işaretleri belirleme yöntemiyle otomatik olarak kodlanır. Kaldırılan dizinin boyutu yaklaşık 300 $ ~ bayt olup, bu da tanımlama sistemlerinin tek çipli EOM'ler üzerine kurulmasına olanak tanır.

Biyometrik sistemlerin özellikleri.

Biyometrik sistemlerin güvenilirliğinin göstergeleri, birinci ve diğer tür imovirnosti afları olabilir. Birinci türden aflar, bir affın imovirnіst'ını (FRR, Yanlış Reddetme Oranı) ifade eder ve yasal koristuvachev sistemine eriştiklerinde suçlanır. Farklı türden aflar, af toleransının (FAR, Yanlış Kabul Oranı) taşınmazlığını gösterir ve üçüncü şahıs bir kişiye erişim verildiğinde beyan edilir. FRR ve FAR ölü bir nadasla ilişkilendirilir. Modern biyometrik sistemler halihazırda çok çeşitli özelliklere sahip olabilir.

Biyometrik sistem aynı zamanda birinci ve diğer türden afların eşit denkliği (EER, Eşit Hata Oranları) ile de karakterize edilebilir - bu noktada birinci türden affın başka türden affa eşit olduğu bir nokta. EER temelinde, çeşitli biyometrik yöntemlerin olağanüstü yararları ve eksiklikleri hakkında vysnovki üzerinde çalışabilirsiniz. EER ne kadar düşük olursa, sistemin verimliliği o kadar yüksek olur.

Biyometrik sistem seçimini ve kurulumunu etkileyen bir diğer parametre de binanın iş hacmidir. Vaughn, insanların biyometrik ek binaların verileriyle etkileşim için ihtiyaç duyduğu saati karakterize ediyor.

Birinci türden affı göstermek için daha biyometrik yöntemlerin açıklamalarını sıralamak ve karşılaştırmak daha da zordur, çünkü pis kokunun gerçekleştiği eşyadaki güçlü nadas nedeniyle bazı ve aynı yöntemler için koku büyük ölçüde farklılık gösterir.

Farklı türden aflar için, biyometrik kimlik doğrulama yöntemlerinin toplam sıralaması şöyle görünür (en düşükten en yükseğe):

1. gözün bölgesel kabuğu, gözün sitkivkası;
2. parmak manşeti, kişinin termografisi, avuç içi şekli;
3. kılık değiştirme şekli, ellerde ve kollarda roztashuvannya damarları;
4. imza;
5. klavye el yazısı;
6. ses.

Bir taraftan statik tanımlama yöntemleri dinamik olanlardan daha doğru ve diğer taraftan - daha pahalı olan visnovok yapabilirsiniz.

Sıralı teknoloji değirmeni ve uzak gelişmeler için beklentiler.

Şu anda, dünyadaki yanan biyometrik teknolojiler kampı tatmin edici olarak adlandırılamaz. Henüz gerekli endikasyonlara ulaşılamayan araştırma ve ekleme alanları hızla geliştiği için biyometriden daha çok bahsedebiliriz. gerçekleştirilen tüm ciddi revizyonlar dizisi dinlenme saati, bu tür sistemlerin üstünlüğünün olmadığını gösteriyor.

Örneğin, Florida'nın (ABD) Tampa semtindeki polis departmanı, polisin güvenliği için güvenlik yazılımının kaldırılmasının iki yıl sonra, dış koruma kameralarıyla yatakta çalıştığı için. Bu tür kameralardan oluşan bir zincir, Moskova'daki Aibor City parkında halka göz kulak olmayı mümkün kıldı. Hata tarama/tanıma programı içeren kitte bulunan teçhizatın, polis robotlarının etkinliğini artırmak için 30 bin kolluk kuvvetinin üssüne ulaştığı ve çocuk yurduna girdiği aktarıldı. Ancak iki yıldır sistem ister otomatik zanlı tanıma, ister zanlıları tutuklama olsun istenen başarılı sonucu vermedi. Yazılım güvenliği, parmak izleri ve parmak izleriyle biyometrik tanıma teknolojilerinin önde gelen ABD post-master'larından biri olan Identix tarafından sağlandı.

Parmağın arkasındaki koristuvach'ın bir düzineden fazla tanıma sisteminden ödün veren Japon kriptograf Tsutomi Matsumoto'dan içgörü. Kısa bir süre önce, Alman bilgisayar dergisi "c" t "tarafından benzer bir harika rapor yayınlandı. Uzmanların görüşleri kesin: Yavaş pazar için biyometrik sistemler, gerçek alternatifler olarak kabul edilebiliyorlarsa, henüz bu seviyeye ulaşmadı. geleneksel parolalar.Yani, FaceVACS hata tanıma sistemi Logon Alman şirketi $ \ textit (Cognitec) $, kayıtlı bir koristuvach'ın bir fotoğrafını sunarak Umman'a girilebilir.Üzerinde video klibin gösterildiği dizüstü bilgisayar Authenticam'ı kandırmak daha kolaydır BM-ET100 sistemi $ \ textit (Panasonic) $ gözün dairesel zarfının tanınması için, ancak burada kızılötesi sensörler yalnızca dairesel zarfın karakteristik optik görüntüsüne değil, aynı zamanda dünyanın diğer tarafında da tepki verir. roztashuvannya zіnitsі.Ancak, bir vikonati gibi, diğer kişiye baktığınızda sistemi kandırabileceğiniz fotoğrafçının gözündeki siste küçük bir açıklık. Pekala, fare veya klavyedeki seçkin sensörün yardımı için parmağın parmağı için koristuvach tanıma sistemlerini kullanmak gerekir, o zaman burada aldatmanın en geniş yolu - zaten tekrar tekrar "almak" bariz vidbitka, coristuvach tarafından kaydı silindi. Fazla suyun "canlandırılması" için, sensöre nefes almak veya üzerine ince bir plastik torba koyup suyla doldurmak yeterlidir. Benzer hileler, zokrema, çok uzakta, $ \ textit (Siemens) $ için küçük bir FingerTIP sensörü ile donatılmış $ \ textit (Infineon) $ ID Fare üzerinde test edildi. Nareshti, silikonlu parafin formunda "bir parmak parçası", haleflerin parmak izi sistemlerinin altı protestosunu da kurtarmasına izin veriyor.

Bununla birlikte, özelliklerin tanımlanması için biyometrik sistemlerin mevcut durumunun küresel olarak olumsuz değerlendirilmesine bakılmaksızın, tüm dünya biyometri alanında başarı ve gelişme geliştirme eğilimindedir. Saatin geri kalanının ana trendlerinden biriyle, önceliklerin temastan temassız biyometrik tanıma yöntemlerine adım adım aktarılması var. Bunun nedeni, insanların kontrollü topraklarında günlerce geniş alanlarda (istasyonlar, havaalanları, süpermarketler vb.) konuşlandırılan otomatik güvenlik sistemlerinin işlevsel yeteneklerinin artmasıydı, üstelik çoğunlukla taєmno, o zaman sadece temassız değil (uzaktan) , ama aynı zamanda özel spіvrobіtnitstv (biyometrik% işaretlerin özel sunumu) olmadan, katlanmış zihinlerde, gruplarda ve natovpі'da kişileri tanımlama açısından. Yeni neslin bu tür biyometrik sistemlerinin oluşturulması, uygun bir çözüm bulunana kadar bir dizi özel sorunla karşı karşıyadır.

İlk sorun grubu, görünüşünü özel olarak göstermediği ve misilleme yapmadığı için, suçluluktan korunma ve güvenlik yöntemiyle gizli koruma sisteminin, bir kişinin doğal davranışının zihninde uygulanması gerçeğiyle ilgilidir. Anahtar kelimelerin arkasında. Bu durumda, tanıma problemini çözmeden önce, kontrolsüz zihinlerde görünüşleri ve sesleri tanıma görevinin önemli ölçüde katlanabilir hale geldiğini ortaya çıkarma görevini (tanıma yeri belirleme, bir gruptaki insanları görme) çözmek gerekir. Burada yer alan diğer bir grup sorun, güvenlik zamanlarında (güvenlik kontrolü erişim kontrolünün en üstünde), eğitim aşamasında kimliği belirlenmiş bir kişinin kimliğinin belirlenmesine dahil olmanın hiçbir yolu olmamasından kaynaklanmaktadır. Bu nedenle, öğrenmek için, en çeşitli kalite ve çok yönlülüğe sahip en parçalı ve çeşitli ses ve video materyallerini söylemek gerekir. Biyometrik sistemin tasarımını daha da karmaşık hale getirirler. Nareshti, üçüncü sorun grubu, belirli bir kişinin doğal zihinlerde yalnızca görünüşle veya yalnızca sesle doğru tanınmasının ve affedilmesinin başarılmasının (rehabilite edilmiş sorunların rehabilitasyonundan) aşağıda gösterildiği gerçeğinden kaynaklanmaktadır. nikіv, havadaki güvenlik sistemlerinin normal çalışması ve erişim kontrolü için gerekli. Bunun nedeni, farklı bilgi kaynaklarından alınan biyometrik tanıma sonuçlarının kazanılması ihtiyacıdır.

En önemli problemler yakın gelecekte biyometrik teknolojiler alanındaki bazı atılımlardan kaynaklanabilir.

Geniş ve dar anlamda biyometri.

Bu şekilde, biyometrik tanımlama teknolojileri hızla bilimsel ve doğrudan teknik olarak gelişmektedir ve bunun sonucunda hükümet, güvenlik sistemleri ve erişim kontrolü, pasaport ve vize kontrol sistemleri, kötülüklerin önlenmesi için sistemler gibi tıkanıklık alanlarına ihtiyaç duyacaktır. kötülüklerin tanımlanması c, erişim kontrol sistemleri, görüntü sistemleri veri toplama ile ilgili istatistiklerin toplanması, uzaktaki çalışanların ve İnternet'teki çalışanların tanımlanması sistemi, kredi kartlarının doğrulanması, adli muayene, işletmelere kabul zamanının kontrolü vb.

Biyometrik kimlik doğrulama teknolojilerinin tanımlarının kabahati, "geniş anlamda biyometri" alanı, kişisel bir kimliğe yönelik olmayan, insan vücudunun, jestlerin, ellerin vb. vizyonları ve diğer biyolojik özellikleriyle ilgili bir dizi eklentiyi de içerir. ifikatsi ve spor, tıp, telekomünikasyon, tanıtım ve diğer amaçlarla vikoristannya için.

Bu dersten önceki sunum indirilebilir.

Spesifikliğin basit tanımlanması. Bireyin parametrelerinin kombinasyonu, ses ve jestler, daha iyi tanımak için. Biyometrik bilgilere dayalı harici bir bilgi güvenliği sisteminin uygulanması için Intel Perceptual Computing SDK modüllerinin yeteneklerinin entegrasyonu.

Bu ders, bilgilerin korunması için biyometrik sistemler konusuna bir giriş sağlar, kendin yap ilkesine, uygulamadaki yöntemlere ve uygulamalara bakar. etrafında seyir hazır çözüm ve їх porіvnyannya. Özellikleri tanımlamak için ana algoritmalar dikkate alınır. Bilgilerin korunmasında biyometrik yöntemlerin oluşturulması için SDK olasılığı.

4.1. Konu alanının açıklaması

Çok çeşitli tanımlama yöntemleri vardır ve bunların çoğu, geniş bir ticari tanıtımla ortadan kaldırılmıştır. Günümüzde doğrulama ve tanımlamaya yönelik en gelişmiş teknolojiler, parola ve kişisel kimlik numaralarının (PIN) veya pasaport, ehliyet gibi belgelerin seçimine dayanmaktadır. Bununla birlikte, bu tür sistemler daha çelişkilidir ve hırsızlık, hırsızlık ve diğer faktörlerden kolayca zarar görebilir. Bu nedenle, bir kişinin uzun mesafeli tasarrufları için tanıma yoluyla fizyolojik özellikleriyle tanınmasını sağlayan biyometrik tanımlama yöntemlerine giderek daha fazla ilgi duyulmaktadır.

Pek çok yeni teknolojide bulunabilecek sorun yelpazesi oldukça geniştir:

• kötü niyetli kişilerin korunan bölgeye ve gıda rahunok'u, belge hırsızlığı, haritalar, şifreler için binalara girmesini önlemek;
• bilgilere obmezhite erişimi ve її tasarruf için güvenli kişisel güvenlik;
• yalnızca fahivtsiv onaylı resmi nesnelere güvenli erişim;
• tanıma süreci, yazılım ve donanım arayüzlerinin sezgisi, zekası ve her yaştan insan için erişilebilirlik ve mevcut engelleri bilmemesi;
• niknuti havai vitrat, po'yazanih z erişim kontrol sistemlerinin çalışması (kartlar, anahtarlar);
• israfla bağlantılı, anahtarların, kartların, şifrelerin temel unutkanlığının kullanılması;
• erişimin görünümünü ve görüşmecilerin sağlanmasını organize edin.

Ek olarak, önemli bir üstünlük faktörü, koristuvach alanında kesinlikle yalan söyleyemeyenlerdir. Bir şifre kazanmaya çalışırken, bir kişi kısa bir süre kazanabilir. anahtar kelime veya kağıdı bilgisayarın klavyesinin altında bir ipucu ile kesin. Yanlış donanım anahtarlarıyla, vicdansız bir coristuvach'ın jetonunu sıkı bir şekilde takip etmesi yeterli olmayacak ve bunun sonucunda ek bir davetsiz misafirin elinde tüketilebilir. Biyometrik sistemlerde insanoğluna bir şey kalmıyor. Biyometrik sistemlerin üstünlüğüne olumlu katkıda bulunan bir diğer faktör de bir koristuvach için tanımlama kolaylığıdır. Sağda, örneğin, parmak izinin taranması daha az deneyimli bir kişi tarafından görülebildiğinden, daha düşük bir şifre girilir. Ve bunun için, bu prosedürü sadece işten önce değil, doğal olarak kibri teşvik eden vikonannya'nın ilk saatinde yapmak mümkündür. Bu zaman diliminde özellikle ilgili olan, tarayıcıların kullanılması, bilgisayar ekleriyle karıştırılmasıdır. Örneğin, є fareler, vikoristannі yakah olduğunda, koristuvach'ın büyük parmağı her zaman tarayıcının üzerinde duracaktır. Bu nedenle, sistem sürekli olarak tanımlama yapabilir, ayrıca kişi sadece robot tarafından kabul edilmez, hiçbir şey hatırlamaya değmez. Günümüz dünyasında, ne yazık ki, gizli bilgilere erişim de dahil olmak üzere hemen hemen her şey satılmaktadır. Tim, kötülük yapanların kimlik bilgilerini aktaran, pratikte hiçbir şeyi riske atmayan bir kişiden daha fazlasıdır. Parola hakkında, alındığını söyleyebilirsiniz, ancak akıllı kart hakkında, bağırsaktan çıktığını söyleyebilirsiniz. Biyometrik zahistu zamanlarında artık böyle bir durum görülmeyecektir.

Analistler açısından biyometrinin uygulanması için en umut verici olan bir galeri seçimi, iki parametrenin kombinasyonu göz önüne alındığında, her şey için ilk olan düşmek: güvenlik (veya koruma) ve galip gelmenin gücü tam kontrol veya koruma. Performans parametrelerine göre burun, hiç şüphesiz finansal ve endüstriyel alanı, askeri ve askeri kurumları, tıbbi ve havacılık kadırgalarını, kapalı stratejik tesisleri işgal eder. Bu biyometrik güvenlik sistemleri grubu için yılın ilk yarısında spivrobitnik'lerinden onaylanmamış bir koristuvach'ın yeni bir operasyon için başarısız olmasına izin vermemesi önemlidir ve ayrıca bir cilt operasyonunun yazarının sürekli olarak doğrulanması da önemlidir. Günümüzün güvenlik sistemi, biyometri olmadan bile nesnenin korunmasını garanti eden temel araçlardan artık vazgeçemez. Ayrıca bilgisayarda erişim kontrolü için biyometrik teknolojiler kullanılmaktadır, çerçeveleme sistemleri, Perakende bilgi koleksiyonları, veri bankaları ve int.

Biyometrik yöntemler ve bilgilerin korunması cilt kaderiyle alakalı hale gelir. Teknolojinin gelişmesiyle birlikte: tarayıcılar, fotoğraf ve video kameralar, ek biyometri için kullanılan teknoloji yelpazesi genişliyor ve biyometride yöntemlerin kullanımı daha popüler hale geliyor. Örneğin, bankalar, kredi ve diğer finansal kuruluşlar, müşterileri için güven ve itimat sembolü olarak hizmet eder. Doğru olmak gerekirse, finansal kurumlar, aktif olarak zastosovayuchi biyometrik teknolojisi olan çalışanların ve personelin tanımlanmasına giderek daha fazla önem veriyor. Biyometrik yöntemleri seçmek için bazı seçenekler:

• nadіyna identifіkatsіya koristuvаchі v rіznіh finansovіh servіsіv, dahil. çevrimiçi ve mobil (parmak parmak izleriyle tanımlamanın öncelikli olması, avuç içi ve parmaklardaki küçük damarları tanımaya ve müşterilerin sesiyle tanımlamaya yönelik teknolojiler, çağrı merkezlerinde göründükleri şekliyle aktif olarak geliştirilmektedir);
• kredi ve banka kartları ve diğer ödeme araçlarıyla dolandırıcılık ve dolandırıcılık (çalmak, "bakmak", klonlamak imkansız olduğu için biyometrik parametreleri tanımak için PIN kodunu değiştirmek);
• geliştirilmiş hizmet kalitesi ve konfor (biyometrik ATM'ler);
• bankaların yanı sıra emanetçi ofislerine, kasalara, mağazalara fiziksel erişimin kontrolü (bir banka hesabı ve merkezin müşteri-koristuvacha'sı olarak biyometrik tanımlama olasılığı ile);
• bankacılık ve diğer kredi kuruluşlarının bilgi sistemlerinin ve kaynaklarının zahisti.

4.2. Bilgilerin korunması için biyometrik sistemler

Bilginin korunması için biyometrik sistemler - DNA yapısı, gözün küçük iris zarları, göz sitkivka, bir bireyin geometrisi ve sıcaklık haritası, parmak gibi biyolojik işaretler için bir kişinin tanımlanmasına ve doğrulanmasına dayalı erişim kontrol sistemleri palmiye tsya, vadinin geometrisi. Ayrıca insanların kimliklerini doğrulama yöntemlerine, insanların fizyolojik özelliklerine, mevcut insan tiplerine ve ölümden önceki tüm yaşamları boyunca uzun bir süre boyunca bilinen ve harcanamayacakları veya harcanamayacakları için dayandıkları için istatistiksel yöntemler denir. çalıntı Genellikle daha benzersiz dinamik yöntemler ve biyometrik kimlik doğrulama vardır - insanların davranışsal özelliklerine dayanan imza, klavye el yazısı, ses ve hareketler.

"Biyometri" kavramı on dokuzuncu yüzyılda ortaya çıktı. Çeşitli biyometrik özelliklerden görüntülerin tanınması için teknolojilerin geliştirilmesi, geçen yüzyılın 60'larında hükümler koçanı olan uzun zaman önce yapılmaya başlandı. Uzmanlarımız bu teknolojilerin teorik temellerinin geliştirilmesinde önemli başarılar elde etti. Bununla birlikte, pratik sonuçlar esas olarak başlangıçta ve son zamanlarda alınmıştır. Yirminci yüzyılın sonunda, biyometriye olan ilgi, modern bilgisayarlar Kapsamlı algoritmalar, özellikleri ve esneklikleri nedeniyle çok çeşitli koristuvaklar için uygun hale gelen ürünler yaratmayı mümkün kıldı. Bilim öcü, zastosuvannya'sını yeni güvenlik teknolojilerinin geliştirilmesinde biliyor. Örneğin, bir biyometrik sistem bankalardaki bilgilere ve tahsilatlara erişimi kontrol edebilir, EOM'nin savunması, bağlantı kurmak vb. için değerli bilgilerin işlenmesiyle uğraşan işletmelerde kazanabilir.

Biyometrik sistemlerin özü bir bükülmeye indirgenmiştir bilgisayar sistemleri bir kişinin benzersiz genetik kodu tarafından uzmanlığın tanınması. Biyometrik güvenlik sistemleri, bir kişiyi fizyolojik veya davranışsal özelliklerine göre otomatik olarak tanımanıza olanak tanır.

Mal. 4.1.

Robotik biyometrik sistemlerin tanımı:

Tüm biyometrik sistemler aynı şemayı takip eder. Aynı zamanda, sistemin biyometrik özellikleri ezberlemesinin bir sonucu olarak kayıt işlemi de dikkate alınır. Deyakі biyometrik sistemler, biyometrik özellikleri sabitleyen daha fazla rapor için kіlka zrazkіv'ı soyuyor. Otriman'ın bilgileri işlenir ve matematiksel bir koda dönüştürülür. Koristuvachların tanımlanması ve doğrulanması için biyometrik sistemler ve dolaylı biyometrik yöntemlerin bilgi güvenliği. Biyometrik sistem ile kimlik tespiti aşağıdaki aşamalarda gerçekleşecektir:

• Bir tanımlayıcının kaydı - fizyolojik veya davranışsal özelliklerle ilgili bir bağlantı, mevcut bir forma dönüştürülür bilgisayar Teknolojisi, Biyometrik sistemin hafızasına girilmek üzere;
• Görülme - sunulan yeni tanımlayıcıdan benzersiz işaretler görülür, sistem tarafından analiz edilir;
• Por_vnyannya - z_stavlyayutsya sunulan yeni ve daha önce kayıtlı tanımlayıcı hakkında bilgi;
• Karar - tanımlayıcının yeni bir sunumundan kaçınan veya kaçınmayanlar hakkında bir karar verilir.

Zbіg / rozbіzhnіst іdidentifіkatorіv hakkında Visnovok, sanki otrimanoї іnformatsiї'ye dayanıyormuş gibi diğer sistemlere (erişim kontrolü, bilgilerin korunması vb.) İletilebilir.

Biyometrik teknolojilere dayalı bilgi güvenliği sistemlerinin en önemli özelliklerinden biri, sistemin farklı kişilere ait biyometrik özellikleri güvenilir bir şekilde ayırt edebilmesi ve umarım hataları bilmesi için yüksek düzeyde güvenilirliktir. Biyometride, parametrelere birinci türden af ​​(Yanlış Reddetme Oranı, FRR) ve başka türden af ​​(Yanlış Kabul Oranı, FAR) denir. İlk sayı, erişime sahip oldukları için insanlara erişime izin verme yeteneğini, diğeri ise iki kişinin biyometrik özelliklerini affetme yeteneğini karakterize eder. Bir kişinin parmağının papiller desenini veya gözün çevresel kabuğunu detaylandırın, daha da katlanabilir. Bu nedenle, "farklı türden afların" (insanların buna hakları olmadığı için erişime sahip olmalarını sağlamak için) haklı çıkarılması fiilen hariç tutulmuştur. Bununla birlikte, bir bireyin kimliğinin belirlendiği biyolojik faktörlerin etkisi altında değişebilirler. Örneğin, bir kişi nezle olabilir ve bunun sonucunda sesi tanınmaz hale gelir. Bu nedenle, biyometrik sistemlerde “birinci tür aflar” (doğru olabileceği gibi insanların erişiminde görülebilir) görülme sıklığı büyüktür. Sistem daha kısadır, aynı FAR değerinde FRR değeri o kadar azdır. Bazen EER (Eşit Hata Oranı) karakteristik eğrileri ve eşittir, çünkü FRR ve FAR grafiklerinin yeniden çizildiği bir noktayı tanımlar. Aleone temsili olmaktan uzaktır. Doğru biyometrik özellikleri girdiğinizde, vikoristanny biyometrik sistemler, özellikle kimlik tanıma sistemi, doğru bir şekilde kimlik doğrulama konusunda karar vermeyin. Bunun nedeni bir dizi özelliktir ve ancak ilk çeyrekte birçok biyometrik özellik değişebilir. Ymovіrnosti af sisteminde Іsnuє pevna stupіn. Ayrıca, farklı teknolojilerle af, takdir yetkisinin annesi olabilir. Farklı biyometrik teknolojilere sahip geçiş kontrol sistemleri için "yabancı"yı kaçırmamanın veya tüm "arkadaşları" kaçırmamanın daha önemli olduğunu belirtmek gerekir.

Biyometrik sistemin kalitesini yalnızca FAR ve FRR belirlemez. Keşke öyleyse, o zaman önde gelen teknoloji, insanları FAR ve FRR'nin sıfıra gittiği DNA'ya göre tanıyacaktır. Ancak bu teknolojinin, insani gelişmenin şu anki aşamasında durağan kalamayacağı açıktır. tom önemli özellikє manken, roboti ve sistem değişkenleri için stіykіst. Bir kişinin biyometrik özelliklerinin zaman zaman değişebileceğini unutmayın, bu kötü bir şey değildir - bu gerçek bir eksidir. Ayrıca, güvenlik sistemlerindeki corestuvachi biyometrik teknolojileri için önemli bir faktör, yazmanın basitliğidir. Özellikleri taranan Lyudina, herhangi bir günlük yetersizlikten suçlu değil. Planımızda, en ünlü yöntemi delice, kılık değiştirerek tanıma teknolojisini kullanıyoruz. Doğru, bu şekilde, ilk satırla ilgili diğer problemler robotik sistemin kesinliğine atfedilir.

Biyometrik sistem iki modülden oluşur: kayıt modülü ve tanımlama modülü.

kayıt modülü Belirli bir kişiyi tanımlamak için "Navchaє" sistemi. Kayıt aşamasında, bir video kamera veya diğer sensörler, zihninizin dijital bir temsilini oluşturmak için insanları tarar. Tarama sonucunda bir görüntü oluşur. İdeal olarak, bu görüntüler biraz farklı bir açıda ve virazu görünümünde olacak, bu da daha doğru veriler almamızı sağlayacaktır. Özel bir yazılım modülü, görünümü işler ve özelliklerin karakteristik özelliklerini belirler, ardından bir şablon oluşturur. Іsnuyut deyakі kılık değiştirme parçaları, yakі pratik olarak doğru zamanda değişmez, örneğin, çizginin üst kısmını, navkolishnі vilitsi alanını ve şirketin kenarını ana hatlarıyla belirtin. Biyometrik teknolojiler için geliştirilen daha fazla sayıda algoritma, saç büyümesi arasındaki farkın analizi için koku kazanmaması için saflardaki insanları değiştirebileceğinizden emin olmanızı sağlar. Dermal corysteve'in görüntü şablonu, biyometrik sistemin veri tabanında saklanır.

tanımlama modülü Kişinin görüntüsünün video kamera görüntüsünü alıyorum ve şablonun kaydedildiği aynı dijital formata dönüştürüyorum. Resimlerin bire bir eşleşip eşleşmediğini belirlemek için veri tabanına kaydedilen şablondan veriler kaldırılır. Yeniden kontrol için gerekli benzerlik adımları farklı tip personel, PC yorgunluğu, saat doby ve bir dizi başka yetkili.

Tanımlama, doğrulamaya, doğrulamaya veya tanımaya bağlı olabilir. Doğrulama yapılırken, alınan verinin ve veri tabanına kaydedilen şablonun kimliği doğrulanır. Kimlik Doğrulama - bir video kameradan alınan bir görüntünün veri tabanında saklanan şablonlardan birine geçerliliğini onaylar. Örneğin tanıma sırasında, kaydedilen şablonların özellikleri ve biri aynıdır, ardından sistem kişiyi geçerli şablonla tanımlar.

4.3. Hazır çözümlere bir bakış

4.3.1. ICAR Lab: film fonogramlarının adli soruşturma kompleksi

Donanım ve yazılım kompleksi IKAR Laboratuvarı, kolluk kuvvetlerinin uzmanlaşmış alt bölümlerinde, laboratuvarlarda ve gemi inceleme merkezlerinde, birincil merkezlerde talep edilen çok çeşitli sağlam bilgi analizi denetçilerinin uygulanması için randevular. Ürünün ilk sürümü 1993 yılında piyasaya sürüldü ve ses uzmanları ile yazılım satıcıları arasındaki ortak çabanın sonucuydu. Film müziklerinin görsel sunumunun yüksek kalitesini sağlamak için depoya özel yazılım programları kompleksine nasıl girilir. Ses biyometrisine yönelik modern algoritmalar ve kaydedilen her tür fonogram için gelişmiş otomasyon araçları, uzmanların incelemelerin güvenilirliğini ve etkinliğini doğru bir şekilde geliştirmesine olanak tanır. SIS II Volodymyr programı, takibi belirlemek için benzersiz araçlarla komplekse dahil edilmiştir: spikerin takibi, ses kaydı ve inceleme için herhangi bir verginin teşviki ve şüphelinin net sesi ve hareketi. Fonoskopik muayenenin tanımlanması, cilt insanının ses ve hareketinin benzersizliği teorisine dayanmaktadır. Anatomi faktörleri: vücudun eklem organları, hareketli yolun ve ağız boşluğunun şekli ve ayrıca diğer faktörler: hareket kalıpları, bölgesel özellikler, kusurlar ve diğerleri.

Biyometrik algoritmalar ve uzman modüller, aynı sözcükleri arama, aynı sesleri arama, farklı ses ve melodik parçaları arama ve nya konuşmacılarının dizileri gibi fonoskopik tanımlama izlemenin zengin süreçlerini otomatikleştirmeyi ve resmileştirmeyi mümkün kılar. biçimlendiriciler ve ana ton, işitsel ve dilbilimsel analiz türleri. Cilt yöntemi takibinin sonuçları, genel bir tanımlama kararının sayısal göstergeleri açısından sunulur.

Program, "bire bir" modunda bir eşleştirmenin gerçekleştirildiği bir dizi modülden oluşur. Bir filmin seslerinin (örneğin sesler) akustik özelliğini belirleyen fonetik - formant terimindeki temellerin "Perіvnyannya formant" modülü, ses tonunun eşit frekansı ile ilgilidir ve tınıyı tatmin etmek için ses. "Konumlandırma biçimlendirme" modülünün seçimlerini belirleme süreci iki aşamaya ayrılabilir: ilk olarak, uzman referans ses parçalarını araştıracak ve seçecektir ve ardından uzman, görünür ve görünmez hoparlörler için referans parçalar olarak şunları yapabilir: kavga başlatmak Modül, farklı sesler için duyuru içi ve duyurular arası formant yörüngelerinin değişkenliğini otomatik olarak analiz eder ve olumlu/olumsuz tanımlama veya önemli olmayan sonuçlar hakkında kararlar verir. Ayrıca modül, aynı seslerin sesini dağılım grafiğinde görsel olarak eşleştirmenize olanak tanır.

"Temel Ton Eşleştirme" modülü, melodik konturu analiz etmenin ek bir yöntemi için konuşmacı tanımlama sürecini otomatikleştirmenizi sağlar. Melodik kontur yapısının aynı tip elemanlarının uygulama parametreleri temelinde modern seslerin sıralanması için atama yöntemi. Analiz için, konturdaki 18 tip fragman ve açıklamalarında minimum, ortalama, maksimum, pürüzsüzlük, tonda değişiklik, fazlalık, eğim ve in değeri dahil olmak üzere 15 parametre aktarıldı. Modül, cilt parametreleri için yüzde farkına bakarak eşleştirme sonuçlarını kontrol eder ve pozitif/negatif tanımlama veya önemsiz sonuçlar hakkında karar verir. Tüm veriler metne aktarılabilir.

Otomatik tanımlama modülü, farklı algoritmalarla "bire bir" modda eşleştirme yapılmasına izin verir:

• Spektral biçim;
• Anahtar ton istatistikleri;
• Sumish Gauss gülleri;

Imovirnosti zbіgu i vіdminnosti narіvіv rozrakhovuyutsya sadece dermal yöntemler için değil, aynı zamanda їх sukupnosti için de. Otomatik tanımlama modülünde saklanan iki dosyadaki mevcut sinyallerin eşleşmesinin tüm sonuçları, bunlarda görülen önemli işaretlerin tanımlanmasına ve kaldırılan işaret kümeleri arasındaki yakınlık dünyasının sayılmasına ve yakınlık dünyasının hesaplanmasına dayanır. kendi aranızda alınan işaret kümelerinin. Saatin otomatik eşleştirme modülünün başlama zamanına yakınlığının cilt önemi için, dili eşleştirme dosyalarına yerleştirilen hoparlörlerin sesini ve sesini değiştirme özelliğini kaldırdık. Perakendeciler, büyük fonogram seçimi için imovirnosti numaralarını aldılar: on binlerce spiker, farklı kanallar ses kaydı, anonim ses kaydı oturumu, farklı türde hareketli malzeme. İstatistiksel verileri tek bir dosyadan dosyaya bölmeye durdurmak, iki dosyanın yakınlığının dünyadaki değerlerinin olası bir kontrolünü ve sesin sağlamlığı / nadastaki hoparlörlerin farkı arasındaki farkı kontrol etmeyi gerektirecektir. elek ації vygoloshennya promo farklı detayların. Matematiksel istatistiklerdeki bu tür nicelikler için doğru aralığı anlamaya çalışmak gerekir. Otomatik eşleme modülü, yalnızca yöntemin ortalama üstünlüğünü değil, aynı zamanda ilk temelde azalan en yüksek sonucu da elde etmenizi sağlayan, farklı eşitliklerin geliştirilmiş aralıklarıyla sayısal sonuçları görüntüler. STC şirketi tarafından geliştirilen biyometrik motorun yüksek güvenilirliği, NIST (Ulusal Standartlar ve Teknoloji Enstitüsü) testiyle onaylandı.