Biyometrik kişisel tanımlama teknolojilerinin tanıtımı zamanın ruhudur. Biyometrik teknolojiler

Bu dersin sunumunu indirebilirsiniz.

Basit kişisel tanımlama. Daha doğru tanımlama için yüz, ses ve jest parametrelerinin kombinasyonu. Biyometrik bilgilere dayalı çok düzeyli bir bilgi güvenliği sistemi uygulamak için Intel Algısal Bilgi İşlem SDK modüllerinin yeteneklerinin entegrasyonu.

Bu ders biyometrik bilgi güvenliği sistemleri konusuna giriş yapmakta, çalışma prensibini, yöntemlerini ve pratikteki uygulamasını tartışmaktadır. Hazır çözümlerin gözden geçirilmesi ve karşılaştırılması. Kişisel tanımlamaya yönelik ana algoritmalar dikkate alınır. Biyometrik bilgi güvenliği yöntemleri oluşturmaya yönelik SDK yetenekleri.

4.1. Konu alanının açıklaması

Çok çeşitli tanımlama yöntemleri vardır ve bunların çoğu yaygın ticari kullanıma sahiptir. Günümüzde en yaygın doğrulama ve tanımlama teknolojileri, şifrelerin ve kişisel tanımlayıcıların (kişisel kimlik numarası - PIN) veya pasaport veya ehliyet gibi belgelerin kullanımına dayanmaktadır. Ancak bu tür sistemler çok savunmasızdır ve sahteciliğe, hırsızlığa ve diğer faktörlere karşı kolaylıkla zarar görebilir. Bu nedenle biyometrik tanımlama yöntemleri giderek artan ilgi görüyor ve daha önce saklanan örnekleri kullanarak bir kişinin kimliğinin fizyolojik özelliklerine göre belirlenmesini mümkün kılıyor.

Yeni teknolojiler kullanılarak çözülebilecek problemlerin yelpazesi son derece geniştir:

• Davetsiz misafirlerin korunan alanlara ve tesislere sahtecilik ve belge, kart, şifre hırsızlığı yoluyla girmesini önlemek;
• Bilgiye erişimi sınırlandırın ve bilgilerin güvenliği konusunda kişisel sorumluluğu sağlayın;
• kritik tesislere yalnızca sertifikalı uzmanların erişmesine izin verilmesini sağlayın;
• yazılım ve donanım arayüzünün sezgiselliği sayesinde tanıma sürecinin her yaştan insan tarafından anlaşılabilir ve erişilebilir olması ve dil engelini bilmemesi;
• erişim kontrol sistemlerinin (kartlar, anahtarlar) işletimiyle ilgili genel giderlerden kaçının;
• anahtarların, kartların, şifrelerin kaybolması, hasar görmesi veya basit bir şekilde unutulmasından kaynaklanan rahatsızlıkları ortadan kaldırmak;
• Çalışanların erişim ve katılım kayıtlarını düzenleyin.

Ayrıca önemli bir güvenilirlik faktörü de kullanıcıdan kesinlikle bağımsız olmasıdır. Parola korumasını kullanırken, kişi kısa bir anahtar kelime kullanabilir veya bilgisayar klavyesinin altında ipucu içeren bir kağıt parçası tutabilir. Donanım anahtarlarını kullanırken, vicdansız bir kullanıcı jetonunu sıkı bir şekilde izlemeyecektir, bunun sonucunda cihaz bir saldırganın eline geçebilir. Biyometrik sistemlerde hiçbir şey kişiye bağlı değildir. Biyometrik sistemlerin güvenilirliğini olumlu yönde etkileyen bir diğer faktör ise kullanıcı açısından tanımlama kolaylığıdır. Gerçek şu ki, örneğin parmak izini taramak, bir kişinin şifre girmekten daha az çalışmasını gerektirir. Bu nedenle, bu prosedür yalnızca çalışmaya başlamadan önce değil, aynı zamanda yürütme sırasında da gerçekleştirilebilir ve bu da doğal olarak korumanın güvenilirliğini artırır. Bu durumda özellikle ilgili olan, bilgisayar cihazlarıyla birlikte tarayıcıların kullanılmasıdır. Örneğin kullanıcının başparmağının her zaman tarayıcının üzerinde olduğu fareler vardır. Bu nedenle sistem sürekli olarak tanımlama yapabilir ve kişi sadece işi duraklatmakla kalmayacak, aynı zamanda hiçbir şeyi fark etmeyecektir. Modern dünyada maalesef gizli bilgilere erişim de dahil olmak üzere neredeyse her şey satılıktır. Üstelik kimlik verilerini saldırgana aktaran kişi neredeyse hiçbir riske girmez. Şifre konusunda seçildiğini, akıllı kart konusunda ise cebinizden çıkarıldığını söyleyebilirsiniz. Biyometrik koruma kullanırsanız artık bu durum yaşanmayacaktır.

Analistler açısından biyometrinin tanıtılması için en umut verici endüstrilerin seçimi, her şeyden önce iki parametrenin birleşimine bağlıdır: güvenlik (veya güvenlik) ve bu özel kontrol aracını kullanmanın fizibilitesi veya koruma. Bu parametrelere uygun olarak ana yer şüphesiz finansal ve endüstriyel alanlar, hükümet ve askeri kurumlar, tıbbi ve havacılık endüstrileri ve kapalı stratejik tesisler tarafından işgal edilmektedir. Biyometrik güvenlik sistemlerinin bu tüketici grubu için öncelikle çalışanları arasından yetkisiz bir kullanıcının kendisi için yetkili olmayan bir işlemi gerçekleştirmesinin önlenmesi ve ayrıca her işlemin yazarlığının sürekli olarak doğrulanması önemlidir. Modern bir güvenlik sistemi artık yalnızca bir nesnenin güvenliğini garanti eden olağan araçlar olmadan değil, aynı zamanda biyometri olmadan da yapamaz. Biyometrik teknolojiler aynı zamanda bilgisayar ve ağ sistemlerine, çeşitli bilgi depolarına, veri bankalarına vb. erişimi kontrol etmek için de kullanılmaktadır.

Biyometrik bilgi güvenliği yöntemleri her yıl daha alakalı hale geliyor. Teknolojinin gelişmesiyle birlikte: tarayıcılar, fotoğraflar ve video kameralar, biyometri kullanılarak çözülen sorunların kapsamı genişliyor ve biyometrik yöntemlerin kullanımı daha popüler hale geliyor. Örneğin bankalar, kredi ve diğer finansal kuruluşlar, müşterileri için güvenilirliğin ve güvenin sembolü olarak hizmet etmektedir. Bu beklentileri karşılamak için finansal kurumlar, biyometrik teknolojileri aktif olarak kullanarak kullanıcıların ve personelin tanımlanmasına giderek daha fazla önem veriyor. Biyometrik yöntemlerin kullanımına ilişkin bazı seçenekler:

• dahil olmak üzere çeşitli finansal hizmetlerin kullanıcılarının güvenilir bir şekilde tanımlanması. çevrimiçi ve mobil (parmak izleriyle kimlik tespiti hakimdir, avuç içi ve parmaktaki damarların desenine dayalı tanıma teknolojileri ve çağrı merkezleriyle iletişime geçen müşterilerin sesiyle kimlik tespiti aktif olarak gelişmektedir);
• kredi ve banka kartları ve diğer ödeme araçlarıyla dolandırıcılık ve dolandırıcılığın önlenmesi (PIN kodunun, çalınamayan, casusluk yapılamayan veya klonlanamayan biyometrik parametrelerin tanınmasıyla değiştirilmesi);
• hizmet kalitesinin ve konforunun arttırılması (biyometrik ATM'ler);
• banka binalarına ve tesislerinin yanı sıra emanet kutularına, kasalara, kasalara fiziksel erişimin kontrolü (hem banka çalışanının hem de kutunun müşteri kullanıcısının biyometrik olarak tanımlanması olasılığı ile);
• Bankacılık ve diğer kredi kuruluşlarının bilgi sistemleri ve kaynaklarının korunması.

4.2. Biyometrik bilgi güvenliği sistemleri

Biyometrik bilgi güvenliği sistemleri, kişinin DNA yapısı, iris deseni, retina, yüz geometrisi ve sıcaklık haritası, parmak izi, avuç içi geometrisi gibi biyolojik özelliklerine dayalı olarak kimlik tespitine ve kimlik doğrulamasına dayanan erişim kontrol sistemleridir. Ayrıca, insanın doğumundan ölümüne kadar var olan, hayatı boyunca yanında olan, kaybolması veya çalınması mümkün olmayan fizyolojik özelliklerine dayandığı için, insanın kimlik doğrulamasını sağlayan bu yöntemlere istatistiksel yöntemler de denilmektedir. İnsanların davranışsal özelliklerine dayanan imza, klavye el yazısı, ses ve yürüyüş gibi benzersiz dinamik biyometrik kimlik doğrulama yöntemleri de sıklıkla kullanılır.

"Biyometri" kavramı on dokuzuncu yüzyılın sonunda ortaya çıktı. Çeşitli biyometrik özelliklere dayalı görüntü tanıma teknolojilerinin geliştirilmesi oldukça uzun zaman önce başladı; geçen yüzyılın 60'lı yıllarında başladı. Yurttaşlarımız bu teknolojilerin teorik temellerini geliştirmede önemli başarılar elde etti. Ancak pratik sonuçlar çoğunlukla Batı'da ve çok yakın zamanda elde edildi. Yirminci yüzyılın sonunda, modern bilgisayarların ve gelişmiş algoritmaların gücünün, özellikleri ve ilişkileri açısından geniş bir kesim için erişilebilir ve ilgi çekici hale gelen ürünler yaratmayı mümkün kılması nedeniyle biyometriye olan ilgi önemli ölçüde arttı. kullanıcıların. Bilim dalı, uygulamasını yeni güvenlik teknolojilerinin geliştirilmesinde buldu. Örneğin, biyometrik bir sistem bankalardaki bilgiye erişimi ve depolama olanaklarını kontrol edebilir; değerli bilgileri işleyen işletmelerde bilgisayarları, iletişimleri vb. korumak için kullanılabilir.

Biyometrik sistemlerin özü, kişinin benzersiz genetik kodunu temel alan bilgisayarlı kişilik tanıma sistemlerinin kullanılmasına dayanır. Biyometrik güvenlik sistemleri, bir kişiyi fizyolojik veya davranışsal özelliklerine göre otomatik olarak tanımanıza olanak tanır.

Pirinç. 4.1.

Biyometrik sistemlerin işleyişinin açıklaması:

Tüm biyometrik sistemler aynı şemaya göre çalışır. İlk olarak, sistemin biyometrik karakteristik örneğini hatırlamasının bir sonucu olarak bir kayıt işlemi gerçekleşir. Bazı biyometrik sistemler, biyometrik bir özelliği daha ayrıntılı olarak yakalamak için birden fazla örnek alır. Alınan bilgiler işlenerek matematiksel koda dönüştürülür. Biyometrik bilgi güvenliği sistemleri, kullanıcıları tanımlamak ve doğrulamak için biyometrik yöntemler kullanır. Biyometrik sistem kullanılarak kimlik tespiti dört aşamada gerçekleşir:

• Tanımlayıcı kaydı - fizyolojik veya davranışsal bir özelliğe ilişkin bilgiler, bilgisayar teknolojisinin erişebileceği bir forma dönüştürülür ve biyometrik sistemin belleğine girilir;
• Seçim - yeni sunulan tanımlayıcıdan benzersiz özellikler çıkarılır ve sistem tarafından analiz edilir;
• Karşılaştırma - yeni sunulan ve önceden kaydedilen tanımlayıcı hakkındaki bilgiler karşılaştırılır;
• Karar - yeni sunulan tanımlayıcının eşleşip eşleşmediğine ilişkin bir sonuca varılır.

Tanımlayıcıların eşleşmesi/uyumsuzluğuna ilişkin sonuç, daha sonra alınan bilgilere göre hareket eden diğer sistemlere (erişim kontrolü, bilgi güvenliği vb.) yayınlanabilir.

Biyometrik teknolojilere dayalı bilgi güvenliği sistemlerinin en önemli özelliklerinden biri yüksek güvenilirliktir, yani sistemin farklı kişilere ait biyometrik özellikleri güvenilir bir şekilde ayırt edebilmesi ve eşleşmeleri güvenilir bir şekilde bulabilmesidir. Biyometride bu parametrelere birinci tip hata (Yanlış Reddetme Oranı, FRR) ve ikinci tip hata (Yanlış Kabul Oranı, FAR) adı verilir. İlk sayı, erişimi olan bir kişinin erişimini reddetme olasılığını, ikincisi ise iki kişinin biyometrik özelliklerinin yanlış eşleşme olasılığını karakterize eder. İnsan parmağının papiller desenini veya gözün irisini taklit etmek çok zordur. Dolayısıyla “ikinci tip hataların” (yani, bunu yapma hakkına sahip olmayan bir kişiye erişim izni verilmesinin) meydana gelmesi pratikte hariç tutulmuştur. Ancak belirli faktörlerin etkisi altında kişinin tanımlandığı biyolojik özellikler değişebilir. Örneğin, bir kişi üşütebilir ve bunun sonucunda sesi tanınmayacak kadar değişebilir. Bu nedenle biyometrik sistemlerde “tip I hata” (hak sahibi olan kişiye erişimin engellenmesi) sıklığı oldukça yüksektir. Aynı FAR değerleri için FRR değeri ne kadar düşük olursa sistem o kadar iyi olur. Bazen FRR ve FAR grafiklerinin kesiştiği noktayı belirleyen karşılaştırmalı karakteristik EER (Eşit Hata Oranı) kullanılır. Ancak her zaman temsili değildir. Biyometrik sistemler, özellikle de yüz tanıma sistemleri kullanıldığında, doğru biyometrik özellikler girilse bile kimlik doğrulama kararı her zaman doğru olmuyor. Bunun nedeni bir takım özelliklerdir ve her şeyden önce birçok biyometrik özelliğin değişebilmesinden kaynaklanmaktadır. Belirli bir düzeyde sistem hatası olasılığı vardır. Ayrıca, farklı teknolojiler kullanıldığında hata önemli ölçüde değişebilir. Geçiş kontrol sistemleri için biyometrik teknolojileri kullanırken, “yabancıların” içeri girmemesinin mi yoksa tüm “içeridekilerin” içeri girmesine izin vermenin mi daha önemli olduğunu belirlemek gerekir.

Biyometrik sistemin kalitesini yalnızca FAR ve FRR belirlemez. Tek yol bu olsaydı, önde gelen teknoloji, FAR ve FRR'nin sıfır olma eğiliminde olduğu DNA tanıma olurdu. Ancak bu teknolojinin insan gelişiminin mevcut aşamasında uygulanabilir olmadığı açıktır. Bu nedenle önemli özellikler sistemin kuklalara karşı dayanıklılığı, hızı ve maliyetidir. Kişinin biyometrik özelliğinin zamanla değişebileceğini, dolayısıyla dengesiz olması durumunda bunun önemli bir dezavantaj olduğunu unutmamalıyız. Güvenlik sistemlerinde biyometrik teknolojinin kullanıcıları için kullanım kolaylığı da önemli bir faktördür. Özellikleri taranan kişinin herhangi bir rahatsızlık yaşamaması gerekmektedir. Bu konuda en ilgi çekici yöntem elbette yüz tanıma teknolojisidir. Doğru, bu durumda öncelikle sistemin doğruluğuyla ilgili başka sorunlar ortaya çıkıyor.

Tipik olarak bir biyometrik sistem iki modülden oluşur: bir kayıt modülü ve bir tanımlama modülü.

Kayıt modülü Belirli bir kişiyi tanımlamak için sistemi “eğitir”. Kayıt aşamasında, bir video kamera veya diğer sensörler, görünüşünün dijital bir temsilini oluşturmak için kişiyi tarar. Tarama sonucunda birden fazla görüntü oluşur. İdeal olarak, bu görüntüler biraz farklı açılara ve yüz ifadelerine sahip olacak ve bu da daha doğru verilere olanak sağlayacaktır. Özel bir yazılım modülü bu gösterimi işleyerek bireyin karakteristik özelliklerini belirleyerek bir şablon oluşturur. Yüzün göz yuvalarının üst hatları, elmacık kemiklerini çevreleyen alanlar ve ağız kenarları gibi zamanla neredeyse hiç değişmeden kalan bazı kısımları vardır. Biyometrik teknolojiler için geliştirilen çoğu algoritma, yüzün saç çizgisinin üzerindeki alanını analiz etmediği için kişinin saç stilindeki olası değişiklikleri hesaba katabilir. Her kullanıcının resim şablonu biyometrik sistemin veri tabanında saklanır.

Tanımlama modülü Bir kişinin görüntüsünü bir video kameradan alır ve bunu şablonun depolandığı dijital formata dönüştürür. Ortaya çıkan veriler, görüntülerin birbiriyle eşleşip eşleşmediğini belirlemek için veritabanında saklanan bir şablonla karşılaştırılır. Doğrulama için gereken benzerlik derecesi, farklı personel türleri, bilgisayar gücü, günün saati ve diğer bazı faktörlere göre ayarlanabilen belirli bir eşiktir.

Kimlik doğrulama, kimlik doğrulama veya tanıma şeklinde olabilir. Doğrulama sırasında, alınan verilerin ve veritabanında saklanan şablonun kimliği doğrulanır. Kimlik doğrulama - video kameradan alınan görüntünün veritabanında saklanan şablonlardan biriyle eşleştiğini doğrular. Tanıma sırasında alınan özellikler ile saklanan şablonlardan birinin aynı olması durumunda sistem, kişiyi ilgili şablonla tanımlar.

4.3. Hazır çözümlerin gözden geçirilmesi

4.3.1. ICAR Laboratuvarı: Konuşma fonogramlarının adli araştırmalarından oluşan bir kompleks

ICAR Laboratuvarı donanım ve yazılım kompleksi, kolluk kuvvetlerinin uzmanlaşmış departmanlarında, laboratuvarlarda ve adli tıp merkezlerinde, uçuş kazası araştırma hizmetlerinde, araştırma ve eğitim merkezlerinde talep edilen çok çeşitli ses bilgisi analizi sorunlarını çözmek için tasarlanmıştır. Ürünün ilk sürümü 1993 yılında piyasaya sürüldü ve önde gelen ses uzmanları ile yazılım geliştiricileri arasındaki işbirliğinin sonucuydu. Kompleksin içerdiği özel yazılım, konuşma fonogramlarının yüksek kalitede görsel temsilini sağlar. Her türlü konuşma fonogramı araştırması için modern ses biyometrik algoritmaları ve güçlü otomasyon araçları, uzmanların incelemelerin güvenilirliğini ve verimliliğini önemli ölçüde artırmasına olanak tanır. Komplekste yer alan SIS II programı, kimlik araştırması için benzersiz araçlara sahip: Ses ve konuşma kayıtları incelemeye sunulan konuşmacının karşılaştırmalı incelenmesi ve şüphelinin ses ve konuşma örnekleri. Kimlik belirleme fonoskopik muayenesi, her kişinin sesinin ve konuşmasının benzersiz olduğu teorisine dayanmaktadır. Anatomik faktörler: eklemlenme organlarının yapısı, ses yolu ve ağız boşluğunun şekli ve ayrıca dış faktörler: konuşma becerileri, bölgesel özellikler, kusurlar vb.

Biyometrik algoritmalar ve uzman modüller, aynı kelimeleri aramak, aynı sesleri aramak, karşılaştırılan ses ve melodik parçaları seçmek, konuşmacıları formantlara ve perdeye, işitsel ve dilsel ses türlerine göre karşılaştırmak gibi fonoskopik tanımlama araştırmasının birçok sürecini otomatikleştirmeyi ve resmileştirmeyi mümkün kılar. analiz. Her araştırma yönteminin sonuçları, genel tanımlama çözümünün sayısal göstergeleri biçiminde sunulur.

Program, bire bir modda karşılaştırmanın yapıldığı bir dizi modülden oluşur. Formant Karşılaştırmaları modülü, vokal tonunun frekans seviyesiyle ilişkili ve sesin tınısını oluşturan konuşma seslerinin (öncelikle sesli harfler) akustik karakteristiğini ifade eden bir fonetik terim - formant'a dayanmaktadır. Formant Karşılaştırmalar modülünü kullanan tanımlama süreci iki aşamaya ayrılabilir: ilk olarak uzman referans ses parçalarını arar ve seçer; bilinen ve bilinmeyen konuşmacılar için referans parçaları toplandıktan sonra uzman karşılaştırmaya başlayabilir. Modül, seçilen sesler için formant yörüngelerinin hoparlör içi ve hoparlörler arası değişkenliğini otomatik olarak hesaplar ve pozitif/negatif tanımlama veya belirsiz bir sonuç konusunda karar verir. Modül ayrıca seçilen seslerin dağılımını bir dağılım grafiğinde görsel olarak karşılaştırmanıza da olanak tanır.

Perde Karşılaştırma modülü, melodik kontur analizi yöntemini kullanarak konuşmacı tanımlama sürecini otomatikleştirmenize olanak tanır. Yöntem, melodik kontur yapısının benzer unsurlarının uygulama parametrelerine dayalı olarak konuşma örneklerinin karşılaştırılması için tasarlanmıştır. Analiz için, minimum, ortalama, maksimum, ton değişim hızı, basıklık, eğim vb. değerleri dahil olmak üzere 18 tip kontur parçası ve bunların açıklaması için 15 parametre vardır. Modül, karşılaştırma sonuçlarını şu şekilde döndürür: Her parametre için bir yüzde eşleşmesi sağlanır ve pozitif/negatif tanımlama veya belirsiz sonuç hakkında karar verilir. Tüm veriler bir metin raporuna aktarılabilir.

Otomatik tanımlama modülü aşağıdaki algoritmaları kullanarak birebir karşılaştırmaya olanak sağlar:

• Spektral format;
• Saha istatistikleri;
• Gauss dağılımlarının karışımı;

Konuşmacılar arasındaki tesadüf ve farklılık olasılıkları yalnızca yöntemlerin her biri için değil aynı zamanda bunların bütünlüğü için de hesaplanır. Otomatik tanımlama modülünde elde edilen iki dosyadaki konuşma sinyallerini karşılaştırmanın tüm sonuçları, bunlardaki tanımlama açısından önemli özelliklerin tanımlanmasına ve sonuçta ortaya çıkan özellik kümeleri arasındaki yakınlık ölçüsünün hesaplanmasına ve sonuçta ortaya çıkan özellik kümelerinin yakınlık ölçüsünün hesaplanmasına dayanmaktadır. birbirlerine. Bu yakınlık ölçüsünün her bir değeri için, otomatik karşılaştırma modülünün eğitim süresi boyunca, karşılaştırma dosyalarında konuşması bulunan konuşmacıların uyum ve farklılık olasılıkları elde edilmiştir. Bu olasılıklar, geliştiriciler tarafından fonogramların geniş bir eğitim örneğinden elde edildi: onbinlerce konuşmacı, çeşitli kayıt kanalları, birçok kayıt oturumu, çeşitli konuşma materyali türleri. İstatistiksel verilerin tek bir dosyadan dosyaya karşılaştırma durumuna uygulanması, iki dosyanın yakınlık ölçüsünün elde edilen değerlerinin olası yayılmasını ve çeşitli durumlara bağlı olarak konuşmacıların karşılık gelen tesadüf/farklılık olasılığını hesaba katmayı gerektirir. konuşma ifade durumunun ayrıntıları. Matematiksel istatistiklerde bu tür nicelikler için güven aralığı kavramının kullanılması önerilmektedir. Otomatik karşılaştırma modülü, çeşitli seviyelerdeki güven aralıklarını dikkate alarak sayısal sonuçları görüntüler; bu, kullanıcının yalnızca yöntemin ortalama güvenilirliğini değil aynı zamanda eğitim bazında elde edilen en kötü sonucu da görmesine olanak tanır. TsRT tarafından geliştirilen biyometrik motorun yüksek güvenilirliği NIST (Ulusal Standartlar ve Teknoloji Enstitüsü) testleri ile doğrulandı.

Modern bilim yerinde durmuyor. Cihazların yüksek kalitede korunması giderek daha sık gerekli hale geliyor, böylece kazara ele geçiren birinin bilgilerden tam anlamıyla yararlanamaması sağlanıyor. Ayrıca bilgiyi koruma yöntemleri sadece günlük yaşamda kullanılmamaktadır.

Şifrelerin dijital olarak girilmesinin yanı sıra daha kişiselleştirilmiş biyometrik güvenlik sistemleri de kullanılmaktadır.

Ne olduğunu?

Daha önce böyle bir sistem yalnızca sınırlı durumlarda, en önemli stratejik nesneleri korumak için kullanılıyordu.

Daha sonra 11 Eylül 2011'den sonra bu erişimin sadece bu alanlarda değil, diğer alanlarda da uygulanabileceği sonucuna vardılar.

Bu nedenle, insan tanımlama teknikleri, dolandırıcılık ve terörizmle mücadelenin bir dizi yönteminin yanı sıra aşağıdaki alanlarda da vazgeçilmez hale gelmiştir:

İletişim teknolojileri, ağ ve bilgisayar veritabanlarına biyometrik erişim sistemleri;

Veri tabanı;

Bilgi depolama tesislerine vb. erişim kontrolü.

Her insanın zamanla değişmeyen veya değiştirilebilen, ancak aynı zamanda yalnızca belirli bir kişiye ait olan bir dizi özelliği vardır. Bu bağlamda bu teknolojilerde kullanılan biyometrik sistemlerin aşağıdaki parametrelerini öne çıkarabiliriz:

Statik - parmak izleri, kulak fotoğrafı, retina taraması ve diğerleri.

Gelecekte biyometri teknolojileri, pasaport kullanarak bir kişinin kimliğini doğrulamanın olağan yöntemlerinin yerini alacak, çünkü yerleşik çipler, kartlar ve bilimsel teknolojilerin benzer yenilikleri yalnızca bu belgeye değil, diğerlerine de tanıtılacak.

Kişilik tanıma yöntemleri hakkında küçük bir açıklama:

- Tanılama- birden çoğa; numune belirli parametrelere göre mevcut tüm numunelerle karşılaştırılır.

- Kimlik doğrulama- bire bir; numune daha önce elde edilen malzemeyle karşılaştırılır. Bu durumda kişi biliniyor olabilir, kişiye ait elde edilen veriler bu kişiye ait veri tabanında bulunan örnek parametre ile karşılaştırılır;

Biyometrik güvenlik sistemleri nasıl çalışır?

Belirli bir kişiye temel oluşturmak için onun biyolojik bireysel parametrelerini özel bir cihaz olarak dikkate almak gerekir.

Sistem alınan biyometrik karakteristik numuneyi hatırlar (kayıt işlemi). Bu durumda parametre için daha doğru bir referans değeri oluşturmak amacıyla birkaç numune yapmak gerekli olabilir. Sisteme alınan bilgiler matematiksel koda dönüştürülür.

Numune oluşturmanın yanı sıra sistem, kişisel tanımlayıcı (PIN veya akıllı kart) ile biyometrik numuneyi birleştirmek için ek adımlar gerektirebilir. Daha sonra uyumluluk taraması gerçekleştiğinde sistem, alınan verileri matematiksel kodu önceden kaydedilmiş olanlarla karşılaştırarak karşılaştırır. Eşleşirlerse kimlik doğrulamanın başarılı olduğu anlamına gelir.

Olası hatalar

Sistem, şifre veya elektronik anahtar kullanılarak yapılan tanımanın aksine hatalar üretebilir. Bu durumda, aşağıdaki yanlış bilgi verme türleri ayırt edilir:

Tip 1 hata: yanlış erişim oranı (FAR) - bir kişi diğeriyle karıştırılabilir;

Tip 2 hatası: yanlış erişim reddi oranı (FRR) - kişi sistemde tanınmıyor.

Örneğin bu seviyedeki hataları hariç tutmak için FAR ve FRR göstergelerinin kesişmesi gerekir. Ancak bu mümkün değildir çünkü bu, kişinin DNA kimliğinin belirlenmesini gerektirecektir.

Parmak izleri

Şu anda en ünlü yöntem biyometridir. Pasaport alırken, modern Rus vatandaşlarının kişisel kartlarına ekleyebilmeleri için parmak izi alma prosedüründen geçmeleri gerekmektedir.

Bu yöntem parmakların benzersizliğine dayanmaktadır ve adli tıptan (parmak izi) başlayarak oldukça uzun süredir kullanılmaktadır. Sistem, parmakları tarayarak örneği benzersiz bir koda çevirir ve bu kod daha sonra mevcut bir tanımlayıcıyla karşılaştırılır.

Kural olarak, bilgi işleme algoritmaları, parmak izi içeren belirli noktaların (dallar, desen çizgisinin sonu vb.) ayrı ayrı konumunu kullanır. Görüntüyü koda dönüştürmek ve sonucu üretmek için gereken süre genellikle yaklaşık 1 saniyedir.

Yazılım da dahil olmak üzere ekipman şu anda bir komplekste üretiliyor ve nispeten ucuz.

Aşağıdaki durumlarda parmakları (veya her iki eli) tararken hatalar oldukça sık meydana gelir:

Parmaklarda alışılmadık ıslaklık veya kuruluk var.

Eller, kimlik tespitini zorlaştıran kimyasal elementlerle işleniyor.

Mikro çatlaklar veya çizikler var.

Büyük ve sürekli bir bilgi akışı vardır. Örneğin işyerine erişimin parmak izi tarayıcı kullanılarak gerçekleştirildiği bir kuruluşta bu mümkündür. İnsan akışı önemli olduğundan sistem başarısız olabilir.

Parmak izi tanıma sistemleriyle uğraşan en ünlü firmalar: Bayometric Inc., SecuGen. Rusya'da Sonda, BioLink, SmartLok vb. bunun üzerinde çalışıyor.

Göz irisi

Membranın düzeni intrauterin gelişimin 36. haftasında oluşur, iki ayda kurulur ve yaşam boyunca değişmez. Biyometrik iris tanımlama sistemleri bu aralıktaki diğer sistemler arasında yalnızca en doğru olanı değil, aynı zamanda en pahalı olanlardan biridir.

Yöntemin avantajı tarama yani görüntü yakalamanın hem 10 cm mesafeden hem de 10 metre mesafeden gerçekleşebilmesidir.

Bir görüntü yakalandığında, gözün irisi üzerindeki belirli noktaların konumu hakkındaki veriler bilgisayara iletilir ve bu da daha sonra kabul olasılığı hakkında bilgi sağlar. İnsan irisine ilişkin bilgilerin işlenme hızı yaklaşık 500 ms'dir.

Şu anda biyometrik pazardaki bu tanıma sistemi, bu tür tanımlama yöntemlerinin toplam sayısının %9'undan fazlasını işgal etmemektedir. Aynı zamanda parmak izi teknolojilerinin pazar payı da %50'nin üzerindedir.

Gözün irisini yakalayıp işlemenizi sağlayan tarayıcılar oldukça karmaşık bir tasarıma ve yazılıma sahiptir ve bu nedenle bu tür cihazların fiyatı yüksektir. Ayrıca Iridian başlangıçta insan tanıma sistemlerinin üretiminde tekelciydi. Daha sonra, halihazırda çeşitli cihazlar için bileşen üretimi yapan diğer büyük şirketler pazara girmeye başladı.

Dolayısıyla şu anda Rusya'da insan iris tanıma sistemleri yaratan şu şirketler var: AOptix, SRI International. Ancak bu şirketler 1. ve 2. türdeki hataların sayısına ilişkin gösterge sağlamamaktadır, dolayısıyla sistemin sahteciliğe karşı korunmadığı bir gerçek değildir.

Yüz geometrisi

2D ve 3D modlarında yüz tanıma ile ilgili biyometrik güvenlik sistemleri bulunmaktadır. Genel olarak her insanın yüz özelliklerinin benzersiz olduğuna ve yaşam boyunca değişmediğine inanılmaktadır. Belirli noktalar arasındaki mesafeler, şekil vb. gibi özellikler değişmeden kalır.

2D modu statik bir tanımlama yöntemidir. Fotoğraf çekerken kişinin hareket etmemesi gerekiyor. Sistemin bir yüzü tanımasını engelleyen arka plan, bıyık, sakal, parlak ışık ve diğer faktörler de önemlidir. Bu, herhangi bir yanlışlık olması durumunda verilen sonucun yanlış olacağı anlamına gelir.

Şu anda, bu yöntem düşük doğruluğu nedeniyle özellikle popüler değildir ve yalnızca bir kişiyi aynı anda hem yüz hem de ses yoluyla tanımak için kullanılan bir dizi yöntem olan multimodal (çapraz) biyometride kullanılmaktadır. Biyometrik güvenlik sistemleri diğer modülleri (DNA, parmak izleri ve diğerleri) içerebilir. Ayrıca çapraz yöntem, kimliğinin belirlenmesi gereken kişiyle temas gerektirmediğinden, kişilerin teknik cihazlara kaydedilen fotoğraflardan ve seslerden tanınmasını mümkün kılmaktadır.

3D yöntemi tamamen farklı giriş parametrelerine sahiptir, dolayısıyla 2D teknolojisiyle karşılaştırılamaz. Bir görüntüyü kaydederken dinamik bir yüz kullanılır. Her bir görüntüyü yakalayan sistem, alınan verilerin daha sonra karşılaştırılacağı bir 3 boyutlu model oluşturur.

Bu durumda kişinin yüzüne yansıtılan özel bir ızgara kullanılır. Saniyede birkaç kare alan biyometrik güvenlik sistemleri, içerdikleri yazılımlarla görüntüyü işler. Görüntü oluşturmanın ilk aşamasında yazılım, yüzün görülmesinin zor olduğu veya ikincil nesnelerin mevcut olduğu uygunsuz görüntüleri atar.

Daha sonra program gereksiz nesneleri (gözlük, saç modeli vb.) tespit eder ve yok sayar. Antropometrik yüz özellikleri vurgulanıp hatırlanarak özel bir veri ambarına girilen benzersiz bir kod oluşturulur. Görüntü yakalama süresi yaklaşık 2 saniyedir.

Ancak 3 boyutlu yöntemin 2 boyutlu yönteme göre avantajı olmasına rağmen yüzdeki herhangi bir önemli müdahale veya yüz ifadelerindeki değişiklikler bu teknolojinin istatistiksel güvenilirliğini bozmaktadır.

Günümüzde biyometrik yüz tanıma teknolojileri yukarıda anlatılan en bilinen yöntemlerle birlikte kullanılmakta olup, toplam biyometrik teknoloji pazarının yaklaşık %20'sini oluşturmaktadır.

Yüz tanımlama teknolojisini geliştiren ve uygulayan şirketler: Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH. Rusya'da şu şirketler bu konu üzerinde çalışıyor: Artec Group, Vocord (2D yöntemi) ve diğer küçük üreticiler.

Avuç içi damarları

Yaklaşık 10-15 yıl önce yeni bir biyometrik tanımlama teknolojisi ortaya çıktı; el damarları tarafından tanınma. Bu, kandaki hemoglobinin kızılötesi radyasyonu yoğun bir şekilde emmesi nedeniyle mümkün oldu.

Özel bir IR kamera avuç içi fotoğrafını çekerek görüntüde bir damar ağının ortaya çıkmasını sağlar. Bu görüntü yazılım tarafından işlenir ve sonuç görüntülenir.

Koldaki damarların konumu, gözün irisinin özellikleriyle karşılaştırılabilir - çizgileri ve yapıları zamanla değişmez. Bu yöntemin güvenilirliği iris kullanılarak yapılan tanımlamadan elde edilen sonuçlarla da ilişkilendirilebilir.

Bir görüntüyü yakalamak için okuyucuyla temas kurmaya gerek yoktur, ancak bu mevcut yöntemin kullanılması, sonucun en doğru olması için belirli koşulların karşılanmasını gerektirir: örneğin, bir elin fotoğraflanmasıyla elde edilemez. sokak. Ayrıca tarama sırasında kamerayı ışığa maruz bırakmayın. Yaşa bağlı hastalıklar varsa nihai sonuç hatalı olacaktır.

Yöntemin pazardaki dağılımı yalnızca %5 civarındadır ancak halihazırda biyometrik teknolojiler geliştirmiş olan büyük şirketlerden bu yönteme büyük ilgi vardır: TDSi, Veid Pte. Ltd., Hitachi VeinID.

Retina

Retina yüzeyindeki kılcal damarların deseninin taranması, en güvenilir tanımlama yöntemi olarak kabul edilir. Bir kişiyi göz irisinden ve el damarlarından tanımak için biyometrik teknolojilerin en iyi özelliklerini birleştirir.

Yöntemin hatalı sonuç verebileceği tek durum katarakttır. Temel olarak retina yaşam boyunca değişmeyen bir yapıya sahiptir.

Bu sistemin dezavantajı kişi hareket etmediğinde retinanın taranmasıdır. Uygulaması karmaşık olan teknoloji, sonuçlara ulaşmak için uzun bir işlem süresi gerektiriyor.

Yüksek maliyeti nedeniyle biyometrik sistem yaygın olarak kullanılmamaktadır ancak piyasadaki insan özelliklerini taramaya yönelik tüm yöntemler arasında en doğru sonuçları vermektedir.

Eller

Daha önce popüler olan el geometrisi ile tanımlama yöntemi, diğer yöntemlere kıyasla en düşük sonuçları verdiği için daha az kullanılıyor. Tarama sırasında parmakların fotoğrafı çekilir, uzunlukları, düğümler arasındaki ilişki ve diğer bireysel parametreler belirlenir.

Kulak şekli

Uzmanlar, mevcut tüm kimlik belirleme yöntemlerinin, kişiyi DNA ile tanımak kadar doğru olmadığını ancak DNA ile kişiliği belirlemenin bir yolu olduğunu ancak bu durumda insanlarla yakın temas söz konusu olduğundan bunun etik dışı kabul edildiğini söylüyor.

İngiltere'den araştırmacı Mark Nixon, bu seviyedeki yöntemlerin yeni nesil biyometrik sistemler olduğunu, en doğru sonuçları verdiklerini belirtiyor. Tanımlamayı zorlaştıran yabancı parametrelerin büyük olasılıkla görünebileceği retina, iris veya parmakların aksine, bu durum kulaklarda gerçekleşmez. Çocukluk çağında oluşan kulak, ana noktaları değişmeden sadece büyür.

Mucit, bir kişiyi işitme organıyla tanımlama yöntemini "ışın görüntüsü dönüşümü" olarak adlandırdı. Bu teknoloji, farklı renkteki ışınlarla bir görüntünün yakalanmasını ve bunun daha sonra matematiksel bir koda dönüştürülmesini içerir.

Ancak bilim adamına göre yönteminin olumsuz yanları da var. Örneğin kulakları kapatan kıllar, yanlış seçilmiş açı ve diğer yanlışlıklar net bir görüntü elde edilmesini engelleyebilir.

Kulak tarama teknolojisi, parmak izi gibi iyi bilinen ve tanıdık bir kimlik belirleme yönteminin yerini almayacak ancak onunla birlikte kullanılabilecek.

Bunun insanları tanıma güvenilirliğini artıracağına inanılıyor. Bilim adamı, suçluların yakalanmasında farklı yöntemlerin (multimodal) kombinasyonunun özellikle önemli olduğuna inanıyor. Deneyler ve araştırmalar sonucunda, suçlu tarafları görüntülerden benzersiz bir şekilde tespit etmek için mahkemede kullanılacak bir yazılım oluşturmayı umuyorlar.

İnsan sesi

Kişisel tanımlama, ses tanıma teknolojisi kullanılarak hem yerel olarak hem de uzaktan gerçekleştirilebilir.

Örneğin telefonda konuşurken, sistem bu parametreyi veri tabanında bulunanlarla karşılaştırır ve benzer örnekleri yüzde cinsinden bulur. Tam eşleşme, kimliğin oluştuğu, yani sesle kimlik tespiti gerçekleştiği anlamına gelir.

Bir şeye geleneksel yoldan erişmek için belirli güvenlik sorularını yanıtlamanız gerekir. Bu dijital kod, anne kızlık soyadı ve diğer metin şifreleridir.

Bu alandaki modern araştırmalar, bu bilginin elde edilmesinin oldukça kolay olduğunu, bu nedenle ses biyometrisi gibi tanımlama yöntemlerinin kullanılabileceğini göstermektedir. Bu durumda doğrulamaya konu olan kodların bilgisi değil, kişinin kişiliğidir.

Bunu yapmak için müşterinin bir kod cümlesi söylemesi veya konuşmaya başlaması gerekir. Sistem, arayanın sesini tanıyor ve sesin bu kişiye ait olup olmadığını, iddia ettiği kişi olup olmadığını kontrol ediyor.

Bu tip biyometrik bilgi güvenliği sistemleri pahalı ekipmanlar gerektirmez, bu onların avantajıdır. Ayrıca sistem tarafından ses taraması yapmak için özel bir bilgiye sahip olmanıza gerek yoktur çünkü cihaz bağımsız olarak “doğru-yanlış” sonucu üretir.

El yazısıyla

Bir kişinin mektup yazma şekliyle kimliğinin belirlenmesi, imza atmanın gerekli olduğu hemen hemen hayatın her alanında gerçekleşir. Bu, örneğin bir bankada, bir uzman, bir hesap açarken oluşturulan örneği bir sonraki ziyarette atılan imzalarla karşılaştırdığında meydana gelir.

Bu yöntemin doğruluğu düşüktür, çünkü tanımlama öncekilerde olduğu gibi matematiksel bir kod kullanılarak değil, basit bir karşılaştırmayla gerçekleşir. Burada yüksek düzeyde bir öznel algı var. Ayrıca el yazısı yaşla birlikte büyük ölçüde değişir ve bu da çoğu zaman tanınmayı zorlaştırır.

Bu durumda, yalnızca görünür eşleşmeleri değil aynı zamanda eğim, noktalar arasındaki mesafe ve diğer karakteristik özellikler gibi kelimelerin yazılışının diğer ayırt edici özelliklerini de belirlemenizi sağlayacak otomatik sistemlerin kullanılması daha iyidir.

Biyometrik kimlik doğrulama sistemleri, kullanıcının kimliğini biyometrik verilerine dayanarak doğrulamak için tasarlanmış sistemlerdir. Bu tür sistemler, kişisel güvenliğin şu ya da bu nedenle konuşlandırılmasının mümkün olmadığı özel olarak korunan alanlara erişim sağlama konusunda en etkili şekilde başa çıkmaktadır. Otomatik uyarı sistemleri, alarmlar ve güvenlik sistemleri ile kombine edilebilirler.

Biyometrik tanımlama yöntemleri (kimlik doğrulama)

Günümüzde biyometrik kimlik doğrulamanın (kimlik belirlemenin) pek çok yöntemi mevcut ve kullanılmaktadır. İki türe ayrılırlar.

1. İstatistiksel yöntemler. İnsan yaşamı boyunca değişmeyen ve hiçbir şekilde kaybedilemeyen benzersiz (fizyolojik) özelliklere dayanırlar. Dolandırıcıların kopyalaması da kapsam dışıdır.
2. Dinamik yöntemler. Belirli bir kişinin günlük davranışının özelliklerine dayanır. Statik olanlardan daha az yaygındır ve pratik olarak kullanılmaz.

İstatistiksel

• Parmak izi, bir kişinin parmağındaki papiller çizgilerin (desenlerin) benzersizliğini tanımanın bir yöntemidir. Sistem, bir tarayıcı kullanarak bir baskı alır, ardından onu dijitalleştirir ve daha sonra bunu daha önce girilen şablonlarla (çizim setleri) karşılaştırır.
• Retina görüntüleme, kişinin fundusundaki kan damarlarının benzersiz düzenini taramak ve tanımak için kullanılan bir yöntemdir. Bu prosedür düşük yoğunluklu radyasyon kullanır. Göz bebeğinden geçen radyasyon, gözün arka duvarında bulunan kan damarlarına yönlendirilir. Alınan sinyalden, bilgileri sistem şablonunda saklanan özel noktalar tanımlanır.
• Gözün irisini kullanmak, irisin özelliklerinin insana özgü olduğunu belirlemeye yönelik bir yöntemdir. Bu teknoloji, göz sağlığını olumsuz yönde etkileyen kızılötesi ışınları ve parlak ışığı kullandığından retina taramasını en aza indirecek şekilde tasarlanmıştır.
• Elin geometrisi elin şeklidir. Bu yöntem birden fazla özelliği kullanır çünkü bireysel parametreler benzersiz değildir. Aşağıdakiler taranır: elin arkası, parmaklar (kalınlık, uzunluk, kıvrımlar) ve ayrıca kemiklerin ve eklemlerin yapısı.
• Yüz geometrisi, kaşların ve gözlerin, dudakların ve burnun hatlarını ve ayrıca yüzün diğer unsurlarını tanımlayan bir tarama yöntemidir. Daha sonra bu elemanlar arasındaki mesafe hesaplanır ve yüzün üç boyutlu modeli oluşturulur. Benzersiz bir desen yaratmak ve yeniden yaratmak, belirli bir kişinin karakteristiği olan on iki ila kırk arasında belirli unsurları gerektirir.
• Yüz termogramına göre yüzde benzersiz bir sıcaklık alanı dağılımı vardır. Kızılötesi kameralarla kullanılır. Açıkçası düşük kaliteleri nedeniyle bu tür sistemler yaygın olarak kullanılmamaktadır.

Dinamik

• Sesle - yalnızca ses kartı ve mikrofon kullanan, kullanımı kolay bir yöntem. Bugün böyle bir sistem için şablon oluşturmanın birçok yolu var. İş merkezlerinde yaygın olarak kullanılır.
• El yazısıyla - boyama sırasında elin belirli hareketine dayalı olarak (belgelerin imzalanması vb.). Şablon oluşturmak ve bunları kaydetmek için basınca duyarlı özel kalemler kullanılır.

Kombine (çok modlu)

Benzer yöntemler karmaşık, sıkı ve karmaşık güvenlik sistemlerinde de kullanılmaktadır. Bu gibi durumlarda, bir kişinin (kullanıcının) tek bir sistemde birleştirilen çeşitli biyometrik özellikleri kullanılır.

Biyometrik güvenlik sistemleri

Biyometrik güvenlik sistemlerinin özü, siz olduğunuzu kanıtlamaktır. Bu sistemler, sistemin sizi başkasıyla karıştırma olasılığını ortadan kaldırır. İnsan özelliklerinin benzersiz olması nedeniyle çeşitli dolandırıcılık, bilgisayar korsanlığı ve istenmeyen erişim türlerini önlemek için biyometrik sistemler kullanılmaktadır.

Biyometrik güvenlik sistemleri kullanıcının sisteme ne sağlamak istediğine bağlı olarak iki modda çalışabilmektedir.

1. Doğrulama - kullanıcının hazır bir biyometrik şablonla karşılaştırılması.
2. Kimlik belirleme, bir kullanıcının diğer birçok kişiyle karşılaştırılmasıdır. Biyometrik verileri aldıktan sonra sistem, kullanıcının kimliğini belirlemek için veri tabanında bilgi arar.

Biyometrik erişim kontrol sistemleri kullanılır:

• büyük işletmelerde;
• artırılmış güvenlik gerektiren belirli tesislerde;
• çalışma saatlerini kaydetmek için;
• katılımı kaydetmek için;
• özel tesislere erişimi kısıtlamak için.

Biyometrik erişim kontrol sistemleri

Parmak izi terminalleri

Tesislere erişime ilişkin kısıtlamaları düzenlemek için kullanılırlar. Genellikle bu tür cihazlar çalışma süresini izlemek için kullanılır. Türe ve modele bağlı olarak, farklı bir kasa görünümüne, farklı koruma derecelerine, tarayıcılar için birçok seçeneğe (parmak izi okuyucuları) ve ek işlevlere sahip olabilirler.

Olasılıklar:

• 100'den 3.000'e kadar parmak izi şablonunun bir veritabanında saklanması;
• Binlerce katılım kaydını kaydetme.

Temel çalışma prensipleri:

• Kullanıcı programlaması özel bir kart kullanılarak veya bir bilgisayara bağlandığında gerçekleşir;
• USB, katılım dosyalarını bir bilgisayara aktarmak için kullanılır;
• Ethernet arayüzü üzerinden ağ erişim dağıtım sistemleri kurmak mümkündür.

Görüntü tanıma terminalleri (yüz geometrisi)

Bu tür biyometrik erişim kontrolü, kullanıcının temassız olarak tanımlanmasına olanak tanır. İş akışı nedeniyle parmak izi kalitesinin tanınma açısından yetersiz olduğu işletmelerde başarıyla kullanılırlar. Tipe ve modele bağlı olarak kasa farklı bir görünüme, farklı koruma derecelerine, tasarım özelliklerine ve bir dizi ek fonksiyona sahip olabilir.

Olasılıklar:

• kızılötesi optik sistemler, kullanıcının karanlık veya zayıf ışık koşullarında tanınmasına olanak tanır;
• operasyonel kontrol için dahili kablosuz iletişim (GPRS, Wi-Fi);
• işlevselliği genişletmek için elektronik kilitler, alarm sensörleri, kapı sensörleri, yedek piller;
• 100.000'e kadar yüz şablonu.

Dahili iris tanıma sistemine sahip terminaller

Gerçek zamanlı olarak kullanıcı tanımlamasına (kimlik doğrulama) olanak tanır. Hem statik hem de hareket halinde tarayın. Kapasite dakikada yirmi kişiye kadardır. Bu terminaller zaman takibi, erişim kontrolü ve sıklıkla finansal ödeme sistemlerinde işlemleri onaylamak için kullanılır.

Temel özellikler (cihaz modeline göre değişir):

• POE+ güç kaynağı (Ethernet aracılığıyla);
• kayıt ve doğrulama terminalin kendisinde gerçekleşir;
• tarama yerleşik kameralarla gerçekleşir;
• 70.000 girişe kadar olay belleği;
• Çeşitli ek arayüzler mevcuttur (örn. Wiegand).

Parmak damarı tanıma özelliğine sahip okuyucular

Damarlar insan vücudunun içinde yer aldığından görüntülerinin sahtesi yapılamaz. Çizik ve kesiklerin varlığında dahi tanınması mümkündür. Bu nedenle, bu tür biyometrik güvenlik ve erişim kontrol sistemleri, bir kullanıcıyı tanımlamanın pratikte en güvenilir yoludur. Bu sınıftaki sistemlerin özellikle kritik tesislerde kullanılması tavsiye edilir.

Olasılıklar:

• terminal doğrudan elektronik kilit kontrolörü olarak kullanılabilir;
• üçüncü taraf denetleyicilere bağlantısı olan bir okuyucu görevi görebilir;
• parmak damar modeli tanımaya ek olarak çeşitli erişim kontrol modları: temassız kart, kod veya her ikisinin birleşimi;

Avuç içi damar deseni tanıma sistemleri

Bu tür cihazlar, yüksek tanıma doğruluğu sağlar ve sahte bir tanımlayıcı olasılığını ortadan kaldırır.

Çalışma prensibi:

• avuç içi kızılötesine yakın bir ışıkla aydınlatılır;
• bu ışık damarların içindeki deoksijenlenmiş hemoglobin tarafından emilir ve desen ortaya çıkar;
• Kullanıcıyı yetkilendirmek için damar desenlerinin benzersiz örnekleri veri tabanındaki mevcut (önceden kayıtlı) desenlere (örneklere) göre kontrol edilir;

El geometrisine dayalı biyometrik terminaller

Avuç içi geometrisinin benzersiz üç boyutlu özellikleri, kullanıcıları tanımlamak için kullanılır. Tanımlama süreci tek bir eylemden oluşur; elinizi terminalin özel bir yüzeyine yerleştirmeniz gerekir.

Özellikler (modele göre değişir):

• tanımlama hızı bir saniyeden azdır;
• şablonların kaydedilme kolaylığı;
• bilgilerin bir yazıcıya gönderilmesi (çeşitli yerleşik arayüzler aracılığıyla);
• 5.000'den fazla olay için otonom hafıza;
• zorla girme olasılığı.

Biyometrik güvenlik sistemlerini kullanmanın faydaları

• yüksek güvenilirlik;
• basit tarama prosedürleri;
• satışa sunulan geniş model yelpazesi;
• popüler cihazlar için uygun fiyatlar.

Biyometrik erişim kontrol sistemleri yalnızca yerel alanlara erişimi kontrol etmenize olanak sağlamakla kalmaz, aynı zamanda zaman çizelgelerini kontrol etmenize ve korumanıza, personele gecikmeler ve gecikmeler hakkında geri bildirimde bulunmanıza olanak tanır, bu da onları iş süreci sorumluluğunu artırmaya teşvik eder.

Gizli bilgilere veya bir nesneye erişirken kişisel kimlik sorunu her zaman önemli olmuştur. Manyetik kartlar, elektronik geçişler, şifreli radyo mesajları taklit edilebiliyor, anahtarlar kaybolabiliyor, hatta istenirse görünümleri bile değiştirilebiliyor. Ancak bir dizi biyometrik parametre kesinlikle kişiye özeldir.

Biyometrik güvenlik nerede kullanılır?

Modern biyometrik sistemler, nesne kimlik doğrulamasında yüksek güvenilirlik sağlar. Aşağıdaki alanlarda erişim kontrolü sağlayın:

• Kişisel veya ticari nitelikteki gizli bilgilerin aktarılması ve alınması;
• Elektronik işyerine kaydolma ve oturum açma;
• Uzaktan bankacılık işlemlerinin yürütülmesi;
• Veritabanlarının ve elektronik ortamdaki her türlü gizli bilginin korunması;
• Sınırlı erişime sahip tesisler için erişim sistemleri.

Teröristlerden ve suç unsurlarından kaynaklanan güvenlik tehdidinin düzeyi, biyometrik güvenlik ve erişim kontrolü yönetim sistemlerinin yalnızca devlet kurumlarında veya büyük şirketlerde değil, özel kişiler arasında da yaygın olarak kullanılmasına yol açmıştır. Günlük yaşamda bu tür ekipmanlar en çok erişim sistemlerinde ve “akıllı ev” gibi kontrol teknolojilerinde kullanılmaktadır.

Biyometrik güvenlik sistemi şunları içerir:

Biyometrik özellikler, yüksek derecede güvenliğe sahip oldukları (sahte edilmesi zor) ve çalınamadığı, unutulamadığı veya kaybolamadığı için bir kişinin kimliğini doğrulamanın çok uygun bir yoludur. Tüm modern biyometrik kimlik doğrulama yöntemleri iki kategoriye ayrılabilir:

1. İstatistiksel Bunlar, bir insanda hayatı boyunca her zaman mevcut olan benzersiz fizyolojik özellikleri içerir. En yaygın parametre parmak izidir;
2. Dinamik– edinilmiş davranışsal özelliklere dayalıdır. Kural olarak, herhangi bir süreci yeniden üretirken bilinçaltı, tekrarlanan hareketlerle ifade edilirler. En yaygın olanı grafolojik parametrelerdir (el yazısının bireyselliği).

İstatistiksel yöntemler

ÖNEMLİ! Buna dayanarak, irisin aksine retinanın bir kişinin hayatı boyunca önemli ölçüde değişebileceği tespit edildi.

LG tarafından üretilen retina tarayıcı

Dinamik Yöntemler

• Özel ekipman gerektirmeyen oldukça basit bir yöntem. Genellikle akıllı ev sistemlerinde komut arayüzü olarak kullanılır. Ses kalıpları oluşturmak için sesin frekansı veya istatistiksel parametreleri kullanılır: tonlama, perde, ses modülasyonu vb. Güvenlik düzeyini artırmak için parametrelerin bir kombinasyonu kullanılır.

Sistemin yaygın kullanımını pratik hale getiren bir takım önemli dezavantajları vardır. Ana dezavantajları şunları içerir:

• Saldırganların yönlü bir mikrofon kullanarak sesli şifre kaydetme yeteneği;
• Tanımlamanın düşük değişkenliği. Her insanın sesi sadece yaşla birlikte değil aynı zamanda sağlık koşulları, ruh halinin vb. etkisiyle de değişir.

Akıllı ev sistemlerinde, ortalama güvenlik düzeyine sahip binalara erişimi kontrol etmek veya çeşitli cihazları kontrol etmek için ses tanımlamanın kullanılması tavsiye edilir: aydınlatma, ısıtma sistemi, perdelerin ve panjurların kontrolü vb.

• Grafolojik kimlik doğrulama. El yazısı analizine dayanmaktadır. Anahtar parametre, bir belgeyi imzalarken elin refleks hareketidir. Bilgi elde etmek için yüzeydeki basıncı kaydeden hassas sensörlere sahip özel kalemler kullanılır. Gerekli koruma seviyesine bağlı olarak aşağıdaki parametreler karşılaştırılabilir:
• İmza şablonu— resmin kendisi cihazın hafızasındaki resimle karşılaştırılarak kontrol edilir;
• Dinamik parametreler– imza hızı mevcut istatistiksel bilgilerle karşılaştırılır.

ÖNEMLİ! Kural olarak, modern güvenlik sistemlerinde ve ICS'de tanımlama için çeşitli yöntemler kullanılır. Örneğin, el parametrelerinin eş zamanlı ölçümüyle parmak izi alma. Bu yöntem sistemin güvenilirliğini önemli ölçüde arttırır ve sahtecilik olasılığını önler.

Video - Biyometrik tanımlama sistemlerinin güvenliği nasıl sağlanır?

Bilgi güvenliği sistemleri üreticileri

Şu anda, ortalama kullanıcının karşılayabileceği biyometrik sistemler konusunda pazara liderlik eden birkaç şirket var.

Biyometrik sistemlerin iş dünyasında kullanılması yalnızca güvenlik düzeyini önemli ölçüde artırmakla kalmayacak, aynı zamanda bir işletmede veya ofiste iş disiplininin güçlendirilmesine de yardımcı olacaktır. Günlük yaşamda biyometrik tarayıcılar yüksek maliyetleri nedeniyle çok daha az kullanılıyor, ancak arzın artmasıyla birlikte bu cihazların çoğu yakında ortalama kullanıcının kullanımına sunulacak.