Согласно отраслевым стандартам, при сравнении биометрических образцов биометрическая система на выходе имеет числовую меру сходства. В общих чертах система достаточно полно характеризуется двумя выходными распределениями: мера сходства в «своих» сравнениях (когда образцы принадлежат одному человеку) и в «чужих» сравнениях (когда образцы принадлежат разным людям). В случае одномодальной биометрической системы, единственным управляющим параметром является порог принятия решения о принятии или опровержении гипотезы о принадлежности образцов одному человеку. В многомерном случае мультибиометрической идентификации две области принятия решения разделяются гиперповерхностями. Выбор разделяющих гиперповерхностей при построении решающего правила, оказывает существенное влияние на качество мультибиометрической системы. Если известны истинные плотности выходных распределений, то можно воспользоваться теоремой Неймана-Пирсона о наиболее мощном статистическом критерии. Значимой проблемой такого подхода является то, что истинные распределения неизвестны, что требует адекватного оценивания плотностей, т. е. организация процесса обучения мультибиометрической системы.
При этом специфика биометрических технологий накладывает серьезные ограничения. Во-первых, доступные обучающие выборки не позволяют эффективно использовать эмпирические частоты в качестве оценок плотностей. Во-вторых, для большинства комбинаций модальностей нет публично доступных баз. В-третьих, в большинстве приложений биометрических технологий требуется экстраполяция качества идентификации на низкие и сверхнизкие ошибки идентификации. Исследование свойств биометрических систем показывает, что во многих случаях выходные распределения тяготеют к нормальному закону. Это связано с тем, что в процессе формирования меры сходства учитывается влияние большого количества искажающих факторов. Данное соображение позволяет производить нормальную аппроксимацию биометрической системы. Свойства биометрической системы можно укрупнено описывать несколькими первыми моментами выходных распределений.
При синтезе мультибиометрической технологии можно грубо оценивать выходные распределения, используя несмешанные моменты первых порядков и предположения о корреляционных связях. Примером предположения о корреляционных связях является независимость сравнения отпечатков пальцев и изображения лица. Проведенные эксперименты показывают высокую эффективность разработанного стохастического подхода к синтезу мультибиометрических технологий.Надежность.
Технологии, позволяющие идентифицировать человека по его уникальным биологическим параметрам, уже давно набирают популярность. Очевидно, что это очень удобно — вы не рискуете забыть пароль или потерять ключ. Давайте разберемся, насколько такая защита надежна. При регистрации в биометрической системе записывается образец того или иного параметра, присущего человеку. Поскольку обеспечивать абсолютно точные замеры этих показателей, дающие каждый раз полностью одинаковый результат, невозможно, подобные системы используют вероятностные характеристики.
Они сравнивают, насколько похож предоставленный системе отпечаток пальца или, например, образец голоса, на тот эталон, что запомнила система. Поэтому формально ее качество характеризуется точностью такого сравнения, а именно ошибками первого рода, когда система пропускает не того человека (FAR- falseacceptancerate), и ошибками второго рода, когда система отказывает в допуске человеку, имеющему доступ (FRR- falserejectionrate). Эти показатели выражаются в процентах. На практике, ни одна система на данный момент не способна свести их к нулю, поэтому надежно считается защита, имеющая крайне низкие показатели, при которых процент FRRнемного превышает FAR. Достаточно заполучить отпечаток пальца, который открывает этот замок, и взломать систему уже несложно. Даже заявленный как надежный сканер на iPhone 5Sоказался просто чуть большего разрешения, чем датчики на устройствах, выпущенных ранее, поэтому был также легко обманут. К тому же, сенсоры тепла часто отказывают в доступе человеку, если у него, например, замерзли руки на улице. Прежде чем открыть такой замок надо еще и согреться. Подобные системы есть на современных смартфонах и ноутбуках — передняя камера фотографирует лицо человека, запрашивающего доступ, и принимает решение.
Но даже сами производители этой системы заявляют, что она гораздо менее надежна, чем обычная парольная защита, и получить доступ к смартфону может даже человек, отдаленно похожий на его владельца. Ошибки первого и второго рода.
Для оценки качества работы алгоритма сравнения отпечатков пальцев существуют характеристики, по которым легко можно получить количественные показатели, определяющие надежность создаваемых систем. Эти характеристики обусловлены наличием ошибок первого и второго рода. Ошибка первого рода появляется при сравнениях «свой к своему», когда «свой» признается системой «чужим». Обозначается как FRR (FalseRejectionRate) — вероятность ошибки первого рода, т. е. вероятность отказа «своему». При этом существует обратная характеристика ошибки первого рода: GAR (GenuineAcceptanceRate) = 1 — FRR, вероятность пропуска «своего». Ошибка второго рода появляется при сравнениях «чужой к чужому», когда «чужой» признается «своим». Обозначается как FAR (FalseAcceptanceRate) — вероятность ошибки второго рода, т. е. вероятность пропуска «чужого». Для комплексной оценки алгоритма существует параметр EER (EqualErrorRate) — уровень ошибок биометрической системы доступа, при котором FAR и FRR равны. Действия злоумышленников.
Одновременно с введением биометрических СКУД злоумышленники уже нашли способы обманывать биометрические устройства Отпечатки пальцев можно снять с любой гладкой поверхности, даже прямо со сканера отпечатков пальцев, с помощью графитового порошка и куска клейкой ленты или желатина. Сканеры радужной оболочки несложно обмануть, используя фотографию глаза пользователя, сделанную с высоким разрешением. Чтобы обнаружить обман, новейшие устройства регистрируют «признаки жизни», в частности пульсацию кровеносных сосудов.
Требования к СКУДСистемы КУД должны также иметь следующие характеристики, значения которых должны быть установлены в стандартах и (или) технических условиях на системы конкретного типа:
ЗАКЛЮЧЕНИЕ
Биометрические технологии активно применяются во многих областях, связанных с обеспечением безопасности доступа к информации и материальным объектам, а также в задачах уникальной идентификации личности. На рисунке 14 представлена сравнительная характеристика биометрических систем. Рисунок 18 — Сравнительная характеристика биометрических систем [19]Таким образом мы видим, что самой надежной биометрией является верификация голоса, его тембр и другие поведенческие характеристики, с возможной вероятностью ошибки в 2%, а самый низкий процент верификации имеет считывание радужной оболочки (изменение поведенческого состояния), с самым большим процентом возникновения ошибок при регистрации. Самым низким процентом по возникновению ошибок регистрации, является верификация поведения человека со считыванием его лица. Учитывая все вышеперечисленные характеристики, самым выгодным и качественным средством по контролю и управления доступом на основе поведенческой биометрии считается голосовая верификация.
ЛИТЕРАТУРА
Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://lawer.jofo.ru/728 764.html. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.osp.ru/winitpro/2010/03/13 002 555/. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.myshared.ru/slide/230 332/. (Дата обращения: 20.
12.2016).Тарасов Ю Контрольно-пропускной режим на предприятии. Защита информации // Конфидент, 2002. № 1. С. 55−61.Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.videoradio.ru/videonablyudenie/spetsteh/5015−2012;07−09−14−36−59.html. (Дата обращения: 20.
12.2016).Горлицин И. Контроль и управление доступом — просто и надежно КТЦ «Охранные системы», 2002.
Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
https://www.asdreports.com/news-10 872/physical-identity-access-management-market-worth-5462-m-2019;according-new-study-asdreports. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
https://price.md/ru/model/428 984. (Дата обращения: 20.
12.2016).Стасенко Л. СКУД — система контроля и управления доступом // Все о вашей безопасности. Группа компаний «Релвест» (Sleo@relvest.ru).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://volt-index.ru/muzhik-v-dome/vidyi-polomok-kamer-videonablyudeniya.html. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.unibo.ru/m328525/macroscop-kupi-pryamo-seychas-zvoni-akcii-skidki.htm. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.accu-tech.com/accu-insider/accu-tech-announces-distribution-partnership-with-zkaccess. (Дата обращения: 20.
12.2016).Гинце А. Новые технологии в СКУД // Системы безопасности, 2005. № 6Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.olti.ru/4/4.1/184/3375/. (Дата обращения: 20.
12.2016).Крахмалев А. К. Средства и системы контроля и управления доступом. Учебное пособие. М.: НИЦ «Охрана» ГУВО МВД России. 2003.
Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.studfiles.ru/preview/4 431 704/page:2/. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
https://m.habrahabr.ru/company/speechpro/blog/205 880/. (Дата обращения: 20.
12.2016).Ссылка на web-страницу. Экспертная оценка: [Электронный ресурс] // 2016. URL:
https://www.pcweek.ru/security/article/detail.php?ID=189 978. (Дата обращения: 22.
12.2016).Ссылка на web-страницу. Биометрический контроль: [Электронный ресурс] // 2016. URL:
http://www.speetech.by/press/bio_aut. (Дата обращения: 20.
12.2016).
