Biometría

Share

|

Identificación de las características físicas es tan antiguo como la humanidad. Reconocer a las personas por su voz o la apariencia, y pasar por la gente, asumiendo su aspecto, era ampliamente conocido en la época clásica. Los esfuerzos para encontrar las características físicas que identifican las personas incluyen los mapas Bertillion cráneo, huellas dactilares y muestras de ADN. Usando esta característica para identificar a las personas para un equipo ideal sería eliminar los errores en la autenticación.

La biometría es la medición automática de las características biológicas o de comportamiento que identifican a una persona. Cuando un usuario se da cuenta, la administración del sistema tiene un conjunto de medidas que identifican a ese usuario a un grado aceptable de error. Cuando el usuario accede al sistema, el mecanismo de autenticación biométrico verifica la identidad. Esto es considerablemente más fácil de identificar al usuario ya que no es necesario buscar. Una comparación de los datos conocidos de la identidad del usuario, ya sea reclamado será comprobar o rechazar la reclamación. Las características comunes son las huellas dactilares, características de la voz, los ojos, rasgos faciales, y la dinámica de pulsación de tecla.

Las huellas dactilares se pueden escanear ópticamente, pero las cámaras se necesitan voluminosos. Una técnica capacitiva utiliza las diferencias en las cargas eléctricas de las vueltas en el dedo para detectar las partes de los dedos tocando un chip y las planteadas. Los datos se convierten en un gráfico en el que las crestas son representados por vértices y los vértices correspondientes a las cordilleras adyacentes están conectados. Cada vértice tiene un número de la aproximación de la longitud de la arista correspondiente. En este punto, la determinación de los partidos se convierte en un problema de juego gráfico. Este problema es similar al problema de isomorfismo gráfica clásica, sino por la imprecisión en las mediciones, la gráfica generada a partir de la huella digital puede tener diferentes números de aristas y vértices. Por lo tanto, el algoritmo de coincidencia aproximada.

Voces

Autenticación por voz, también llamada de verificación del altavoz o el reconocimiento del altavoz, implica el reconocimiento de las características de la voz de un orador o verificación de la información verbal. El primero utiliza técnicas estadísticas para probar la hipótesis de que la identidad de la persona que habla es como se exige. El sistema es la primera formación de la CES de paso a frases o fonemas que se pueden combinar. Para autenticar, ya sea el orador dice que la frase de paso o repite una palabra (o conjunto de palabras), integrado por los fonemas aprendidos. Verbal trata la información de verificación con el contenido de los enunciados. El sistema hace una serie de preguntas como "¿Cuál es el apellido de soltera de tu madre?" y "¿En qué ciudad nació usted?" A continuación, comprueba que las respuestas habladas son las mismas que las respuestas registradas en su base de datos. La diferencia clave es que las técnicas de verificación de los altavoces son altavoces-dependiente, pero verbal, técnicas de verificación de la información son independiente del hablante, basándose únicamente en el contenido de las respuestas.

Ojos

Autenticación por las características de los ojos utiliza el iris y la retina. Patrones dentro del iris son únicos para cada persona. Por lo tanto, un método de verificación es comparar los patrones de estadística y preguntarse si las diferencias son al azar .. Un segundo enfoque consiste en relacionar las imágenes con las pruebas estadísticas para ver si coinciden. escanea la retina se basan en la unicidad de los modelos realizados por los vasos sanguíneos en la parte posterior del ojo. Esto requiere un láser emitiendo en la retina, que es muy intrusiva. Este método se utiliza normalmente sólo en las instalaciones más seguras.

Caras

El reconocimiento facial consta de varios pasos. En primer lugar, la cara se encuentra. Si el usuario pone su cara en una posición predeterminada (por ejemplo, apoyando la barbilla sobre un soporte), el problema se convierte en algo más fácil. Sin embargo, los rasgos faciales, como el pelo y las gafas pueden hacer más difícil el reconocimiento. Técnicas para hacer esto incluyen el uso de redes neuronales y las plantillas. La imagen resultante se compara con la imagen correspondiente en la base de datos. La correlación se ve afectada por las diferencias en la iluminación entre la imagen actual y la imagen de referencia, por la distorsión, por el "ruido", y por el punto de vista de la cara. El mecanismo de correlación debe ser "entrenado". Varios métodos diferentes de correlación se han utilizado, con distintos grados de éxito. Un enfoque alternativo es centrarse en los rasgos faciales como la distancia entre la nariz y el mentón, y el ángulo de la línea trazada desde el uno al otro.

Las pulsaciones de teclado

la dinámica del golpe de teclado requiere una firma basada en intervalos de pulsación de tecla, la presión de teclas, la duración del golpe de teclado, y donde la clave es golpeado (en el borde o en el centro). Esta firma se cree que es único en la misma forma que las firmas escritas son únicos. el reconocimiento de teclas puede ser tanto estáticos como dinámicos. reconocimiento estático se hace una vez, en el momento de la autenticación, y por lo general consiste en escribir de una cadena fija o conocida. Una vez que la autenticación se ha completado, un atacante puede capturar la conexión (o hacerse cargo de la terminal) no se ha detectado. reconocimiento dinámico se realiza durante todo el período de sesiones, por lo que el ataque anterior no es factible. Sin embargo, la firma deberá ser elegido de modo que las variaciones dentro de una sesión de un individuo no causan que falle la autentificación. Por ejemplo, los intervalos de pulsación de teclas puede variar ampliamente, y el mecanismo de reconocimiento dinámica debe tener esto en cuenta. Las estadísticas recogidas de escribir de un usuario se ejecute a través de pruebas estadísticas (que pueden descartar algunos datos no son válidos, dependiendo de la técnica utilizada) que dan cuenta de variación aceptable de los datos.

Varios investigadores han combinado algunas de las técnicas descritas anteriormente para mejorar la exactitud de autenticación biométrica. Tres científicos combinaron los sonidos de voz y el movimiento de los labios con la imagen facial. Los científicos describen un "módulo supervisor" para la fusión de voz y reconocimiento de la cara con una tasa de éxito del 99,5%. Los resultados indican que un mayor grado de precisión se puede conseguir que cuando sólo una característica única se utiliza.

Precaución

Dado que las medidas biométricas características del individuo, las personas sienten la tentación de creer que los atacantes no pueden pasar por usuarios autorizados en los sistemas que utilizan la biometría. Dos supuestos subyacen a esta creencia. La primera es que el dispositivo biométrico es exacta en el entorno en el que se utiliza. Por ejemplo, si un lector de huellas digitales se encuentra en observación, teniendo que explorar una máscara de dedo de otra persona sería detectado. Pero si no se encuentra bajo observación, como un truco no puede ser detectado y el usuario no autorizado puede tener acceso. El segundo supuesto es que la transmisión desde el dispositivo biométrico para proceso de análisis del equipo es a prueba de manipulaciones. De lo contrario, se podría grabar una autenticación legítima y reproducir más tarde para obtener acceso.

---