CC BY
6
иностранного языка. Образование и наука. 2013. № 1 (100). УДК 004.932
Тоноян С.А., к.т.н.
доцент кафедры «Системы обработки информации и управления»
Селиверстова А.В.
магистр
кафедра «Системы обработки информации и управления»
Мышенков К. С., д. т. н.
профессор
кафедра «Системы обработки информации и управления»
МГТУ им. Н.Э. Баумана Россия, г. Москва СРАВНИТЕЛЬНЫЙ АНАЛИЗ ПОДХОДОВ БИОМЕТРИЧЕСКОЙ
ИДЕНТИФИКАЦИИ Аннотация: В статье осуществляется раскрытие методов, целей создания и использования биометрических технологий. Описываются режимы работы. Осуществляется выделение ключевых групп биометрических методов, а также проведение сравнительного анализа биометрических методов такой группы. В соответствие с проведенным анализом производится выбор оптимального метода. Осуществляется рассмотрение основных областей использования, оптимального метода биометрической идентификации, а также описание принципиальной схемы биометрической системы, как и проводится обзор основных компонентов, которые входят в биометрическую систему. Продемонстрирован пример по построению бизнес-процесса для определенной сферы применения.
Ключевые слова: Биометрия (Biometrics), биометрические технологии (Biometric technologies), биометрические методы (biometric methods), дактилоскопия (fingerprinting), отпечатки пальцев (fingerprints), сферы применения отпечатков пальцев (applications of fingerprints), идентификация личности (personal identification), биометрическая идентификация (biometric identification), биометрическая система (biometric system), СКУД (ACS).
Key words: Biometrics (Biometrics), biometric technologies (Biometric technologies), biometric methods (biometric methods), fingerprinting (fingerprinting), the fingerprints (fingerprints), the scope of the fingerprint (applications of fingerprints), personal identification (personal identification), biometric identification (biometric identification), biometric system (biometric system), access control (ACS)
Abstract: the article is the disclosure of methods, the purpose and use of biometric technologies. Describes the modes of operation. Selects the key groups of biometric methods, as well as a comparative analysis of biometric methods such a group. In accordance with conducted analysis is the optimum method. Is consideration of the basic areas of use, the optimal method of biometric identification, and a description of the schematic diagram of the biometric system,
and provides an overview of the main components, which are included in the biometric system. Shows how to build a business process for a specific application.
В качестве ключевого достоинства биометрии выступает самостоятельная идентификация человека. В настоящий момент является важной необходимость осуществлять безошибочную идентификацию в местах, где высокая проходимость людей и на КПП. Большое значение такая проблема имеет в процессе соблюдения вопросов безопасности на транспорте и в местах проведения массовых мероприятий. Используемые способы контроля на сегодняшний день являются недостаточными. Существенной модернизацией в области систем безопасности выступает полноценное применение биометрических технологий, когда не будет представлять собой проблему личностный контроль огромного количества людей в одной пропускной точке. Система осуществляет минимизацию ошибок, которые вызваны человеческим фактором.
В качестве главной цели крайне редко отказывающей в доступе легитимным пользователям и одновременно с этим целиком исключающая доступ посредством использования методов распознавания личности по биологическим характеристикам. Биометрические технологии обладают вполне очевидным преимуществом. В сравнении с иными системами, данная система осуществляет обеспечение наиболее надежной защиты: свое тело невозможно забыть или потерять. Ключевые составляющие биометрического метода представлены сканером для измерения биометрических характеристик и алгоритм, который позволяет осуществить сравнение с биометрическим шаблоном, который хранится в базе данных. Являются возможными 2 режима работы системы, представленные верификацией (сравнением один к одному) и идентификацией (сравнением одного ко многим)[1,2,3].
Биометрические методы
V м
Статические /" Л
(неизменные): Динамические
-Отпечатки пальцев; (изменяющиеся):
-Узор радужки; -Шаг;
-Контур, форма, -Подчерк;
расположение глаз и -Голос.
носа. V j
Рис. 1. Группы биометрических методов
Все разнообразие биометрических методов позволяет выделить 2 ключевые группы - неизменные (статические) и изменяющиеся (динамические), которые представлены на рис. 1.
В таблице 1 представлены основные биометрические методы, которые относятся к статической группе.
Таблица 1
Основные статические методы биометрической идентификации
Метод Носитель биометрической информации Преимущества Недостатки
Дактилоскопия Отпечатки пальцев Высокая достоверность результатов; Оптимальная цена оборудования. Неустойчивость к шумам, которые вызваны повреждением папиллярного узора отпечатка пальца.
Распознавание радужной оболочки Узор радужки Высокая надежность метода; При таком методе не требуется физический контакта человека с устройством, изображение получается на расстоянии нескольких метров. Ценовая недоступность оборудования.
Распознавание лица-2Б Контур, форма; расположение глаз и носа. Невысокая стоимость оборудования; Шанс распознавать на дальнем расстоянии. Слабая достоверность метода; Зависимость работоспособности системы от погодных и световых условий; Отмечается отсутствие помехоустойчивости к любым внешним изменениям. Зависимость от угла наблюдения камеры; Достоверность методики является возможной лишь в случае нейтрального выражения лица.
Распознавание лица-3Б Контур, форма; расположение глаз и носа Шанс распознавать на дальнем расстоянии; Помехоустойчивость к внешним факторам и к окружающей среде. Высокая надежность. Высокая цена оборудования; Такой метод полностью не апробирован.
Основа динамических методов идентификации заключается в
проведении анализа поведенческих человеческих характеристик, которые являются свойственными для каждого индивида и существенным образом уступают статическим методам по точности и эффективности. Часто их использование осуществляется только в качестве вспомогательных методов.
На рисунке 2 представлено процентное соотношение использования статических и динамических методов.
ОН 1% Прочее
■ 1% Подчерк/подпись
■ 3% Голос
■ 5% Рисунок вен
■ 7% Геометрия руки
■ 7% Радужная оболочка
■ 18% Геометрия лица
■ 58% Отпечатки пальцев
Рис. 2. Применение статических и динамических методов в процентном соотношении
Вследствие приемлемости из обозначенных выше методов, рассмотрение данной статьи будет осуществляться на примере дактилоскопии.
Дактилоскопией является самый изученный и чаще всех встречающийся в настоящий момент биометрический метод идентификации, которая является возможной благодаря обладанию каждым человеком уникальным папиллярным узором отпечатка пальцев.
Осуществим рассмотрение в таблице 2 ключевых сфер использования дактилоскопии.
Таблица 2
Ключевые сферы использования отпечатков пальцев_
Сфера применения Использование
Компьютерная безопасность Осуществляется использование для наибольшей защищенности входа в системы вместо стандартных решений. Использование данной области зачастую осуществляется среди огромного количества решений на основе биометрии. В качестве самого распространенного метода выступает идентификация и верификация по биометрическим характеристикам, использование которой осуществляется в корпоративных и рабочих станциях для регистрации и входа.
Системы контроля и управления доступом Широкое применение систем на базе
распознавания отпечатка пальца осуществляется в разных СКУДах. Благодаря соотношению простоты в применении и высокому уровню защиты данная система является актуальной и зачастую применимой для организации доступа во всевозможные помещения, которые оснащены системой контроля. Осуществляется занесение цифрового шаблона отпечатка пальца человека в базу данных, затем каждый раз человек должен проходить через биометрическую идентификацию. Кроме того, является возможным формирование еще одной подсистемы для того чтобы учитывать рабочее время.
Системы гражданской идентификации и автоматизированные дактилоскопические идентификационные системы (АДИС). Широкое использование систем гражданской идентификации осуществляется в общегосударственных биометрических системах идентификации личности.
Осуществим рассмотрение принципиальной схемы биометрической системы на примере отпечатков пальцев. Невзирая на разницу в областях применения биометрических систем, все они обладают общими ключевыми элементы. Вследствие этого применение данной схемы является возможным по отношению к большинству методов идентификациями. Получение образа отпечатка пальца происходит посредством сканирующего устройства. На выходе с устройства осуществляется посыл сигнала на процессор, благодаря чему происходит обработка изображения с последующим извлечением из него особых точек (минуций) с исключением лишних точек. Далее осуществляется запись и последующее хранение полученных в результате извлечения признаков в виде шаблона в базе данных, или их сравнение с определенным шаблоном (в процессе верификации), или со всеми существующими шаблонами (в процессе идентификации). Принятие результата осуществляется в соответствие с процентным совпадением сравниваемого образца и шаблона (шаблонов)[2,4,5].
На рисунке 3 представлены процессы регистрации и работы идентификации (верификации). Продемонстрированы информационные потоки биометрической системы, представленные такими подсистемами, как: сбором данных, обработкой данных, сравнением и принятием решений. Следует также отметить, что может осуществляться изменение состава биометрической системы относительно требований и обозначенных задач.
Осуществим детальное рассмотрение каждой из подсистем.
Подсистема сбора данных. Ее предназначение заключается для того чтобы получить изображение и преобразовать его в биометрический образец, для чего зачастую осуществляется использование сканирующего
устройства.
Подсистема передачи. Подсистема передачи, передает образцы, признаки и шаблоны между подсистемами, посредством стандартных форматов обмена. Для того чтобы защитить подлинность, целостность и конфиденциальность, необходимо сжать (зашифровать) биометрический образец и распаковать его (расшифровать) перед использованием, для чего осуществляется использование метода шифрования.
Подсистема обработки данных.
Ее предназначение заключается для того чтобы извлечь характерные признаки из биометрических образцов. Обозначим этапы приведения изображения[2]:
Фильтр Габора.
Фильтр Габора является линейным электронным фильтром, использование которого осуществляется для того чтобы выделить границы объекта внутри обрабатываемого изображения, как и для того чтобы устранить шумы и привести изображение к чёрно-белому виду.
- Хранение Сравнение
Сбор данных Принятие решений
донных
Регистрация —► Верификация (Идентификация)
Рис. 3. Принципиальная схема биометрической системы Скелетизация.
В результате устранения шумов на откорректированном изображении осуществляется проведение процесса скелетизации посредством уменьшения по границе. Это оптимальный метод для скелетизации отпечатка пальца. Процесс представлен поочередным удалением граничных пикселей по всему изображению, пока ширина линий не станет равна одному пикселю[2,6,7].
Выделение минуций.
При существовании скелетизированного изображения отпечатка, для того чтобы найти особые точки (минуции) осуществляется определение центральной точки области и числа ненулевых пикселей, которые окружают ее. Центральный пиксель - это минуция. После удаления остается много реальных минуций, использование которых в дальнейшем будет осуществляться для того чтобы сравнить отпечатки пальцев.
Подсистема хранения данных.
В данной подсистеме существуют шаблоны биометрических характеристик зарегистрированного пользователя, которые хранятся в базе. Каждый зарегистрированный пользователь имеет шаблон своего отпечатка.
Подсистема сравнения.
В этой подсистеме осуществляется сравнение признаков образца с признаками шаблона (при верификации) либо со всеми существующими шаблонами (при идентификации). Если расстояние между двумя минуциями является меньшим изначальной величины, точка является совпавшей. Отпечатки являются идентичными в случае превышения коэффициента совпадения 70%.
Подсистема принятия решения.
Использование подсистемы принятия решения осуществляется в процессе объявления результата верификации либо идентификации.
На рис. 4 представлен бизнес-процесс биометрической системы, использование которого может осуществляться в процессе организации доступа на спортивные мероприятия.
Рис. 4. Бизнес-процесс биометрической системы Может происходить изменение и дополнение такой структуры в зависимости от обозначенных задач.
В статье осуществлено раскрытие методов, целей создания и
использования биометрических технологий. Также представлено описание режимов работы системы. Посредством сравнительного анализа биометрических методов был осуществлен выбор оптимального. Осуществлено рассмотрение ключевых областей применения данного метода. Проанализирована схема биометрической системы и осуществлен обзор основных компонентов, которые входят в неё. Представлен пример построения бизнес-процесса, для определенной области применения. В статье продемонстрировано, что на сегодняшний день биометрическая идентификация является очень актуальной и востребованной.
Использованные источники:
1. Рыканов А.С. Анализ методов распознания отпечатков пальца // Системы обработки информации, 2010, выпуск 6(87), с. 164-171. Режим доступа: http://nbuv.gov.ua/j-pdf/soi 2010 6 37.pdf (дата обращения 17.10.2017).
2. Селиверстова А.В., Третьякова А.А. Сравнительный анализ и классификация методов идентификации личности по отпечатку пальца // Электронный журнал Молодежный научно-технический вестник. Апрель 2015, №4. Режим доступа: http://sntbul.bmstu.ru/doc/838046.html (дата обращения 17.10.2017).
3. ГОСТ Р 54411 - 2011. Информационные технологии. Биометрия. Мультимодальные и другие мультибиометрические технологии. Введ. 201109-21. М.: Стандартинформ, 2014. 32 с. Режим доступа: http ://files. stroyinf.ru/Data2/1/4293782/4293782154.pdf (дата обращения 17.10.2017).
4. Тоноян С.А., Балдин А.В., Елисеев Д.В «Избыточность хранения темпоральных данных средствами реляционных СУБД» Всероссийский научный журнал"Территория инноваций"2017 №8(12)
5. Тоноян С.А., Балдин А.В., Елисеев Д.В «Прогнозирование технического состояния электронных систем с адаптивными параметрическими моделями». Вестник МГТУ им.Н.Э.Баумана. Серия "Приборостроение" 2016 . № 6 . С.115 - 125
