Биометрическая аутентификация. Нейросетевые биометрические системы. Лекция 4

Август 21, 2022

Главная
Информатика
Биометрическая аутентификация. Нейросетевые биометрические системы. Лекция 4

Содержание

2. Биометрическая аутентификация* – аутентификация пользователя, осуществляемая путем предъявления им своего биометрического образа. Биометрический образ – образ
3. БИОМЕТРИЧЕСКИЕ ПАРАМЕТРЫ
4. МИРОВОЙ РЫНОК БИОМЕТРИЧЕСКИХ СИСТЕМ (БС)* *Tractica / Annual Biometrica Revenue by Selected Use Cases, World Markets,
5. СТРУКТУРА РОССИЙСКОГО И МИРОВОГО РЫНКА БИОМЕТРИЧЕСКИХ ТЕХНОЛОГИЙ* *Пчеловодова Н. Российский биометрический рынок в 2019-2022 годах /
6. ПРИНЯТИЕ РЕШЕНИЯ В ПРОЦЕССЕ АУТЕНТИФИКАЦИИ FRR – False Rejection Rate (ошибка 1-го рода) FAR – False
7. ОБЩАЯ ПОСТАНОВКА ЗАДАЧИ РАСПОЗНАВАНИЯ ОБРАЗОВ – вектор биометрических параметров (БП) Решающее правило: Требования:
8. КЛАССИЧЕСКАЯ СХЕМА ПОСТРОЕНИЯ БС Типовые атаки на БС: 1 – окно датчика БС; 2 – атака
9. БЛОК-СХЕМА НЕЙРОСЕТЕВОЙ БИОМЕТРИЧЕСКОЙ СИСТЕМЫ Регистрация ПДн пользователя:
10. ПРОЦЕДУРА ОБУЧЕНИЯ НС «Сырые» данные, полученные с помощью сенсоров БС Выделение информативных признаков. Нормализация входов НС
11. ОБЩАЯ СХЕМА НЕЙРОСЕТЕВОГО ПРЕОБРАЗОВАТЕЛЯ БИОМЕТРИЯ-КОД (ПБК) Верификация ПДн пользователя: Достоинства: – отсутствие биометрического шаблона; – конфиденциальность;
12. ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ В ОБЛАСТИ НЕЙРОСЕТЕВЫХ БИОМЕТРИЧЕСКИХ СИСТЕМ Построение многофакторных БС; Разработка алгоритмов быстрого и устойчивого
14. Скачать презентацию

Слайд 2

Биометрическая аутентификация* – аутентификация пользователя, осуществляемая путем предъявления им своего биометрического

образа.
Биометрический образ – образ человека, полученный путем измерения с помощью первичных измерительных преобразователей его биометрических данных, подвергающийся далее масштабированию и иной первичной обработке с целью извлечения из него контролируемых биометрических параметров человека.
Биометрические параметры – параметры, полученные после предварительной обработки биометрических данных (например, коэффициенты Фурье колебаний пера при воспроизведении человеком рукописного пароля).

*Руководство по биометрии / Р.М. Болл, Дж.Х. Коннел, Ш. Панкантин и др. / пер. с англ. – М.: Техносфера, 2007. 368 с.

Слайд 3

БИОМЕТРИЧЕСКИЕ ПАРАМЕТРЫ

Слайд 4

МИРОВОЙ РЫНОК БИОМЕТРИЧЕСКИХ СИСТЕМ (БС)*
*Tractica / Annual Biometrica Revenue by Selected

Use Cases, World Markets, 2016-2025 / www.tadviser.ru.index.php /

Слайд 5

СТРУКТУРА РОССИЙСКОГО И МИРОВОГО РЫНКА БИОМЕТРИЧЕСКИХ ТЕХНОЛОГИЙ*
*Пчеловодова Н. Российский биометрический рынок

в 2019-2022 годах / www.secuteck.ru/articles/rossijskij-biometricheskij-rynok-v-2019-2022-godah /

Слайд 6

ПРИНЯТИЕ РЕШЕНИЯ В ПРОЦЕССЕ АУТЕНТИФИКАЦИИ
FRR – False Rejection Rate (ошибка 1-го

рода)
FAR – False Acceptance Rate (ошибка 2-го рода)

Решающее правило:

Слайд 7

ОБЩАЯ ПОСТАНОВКА ЗАДАЧИ РАСПОЗНАВАНИЯ ОБРАЗОВ
– вектор биометрических параметров (БП)
Решающее

правило:

Требования:

Слайд 8

КЛАССИЧЕСКАЯ СХЕМА ПОСТРОЕНИЯ БС
Типовые атаки на БС:
1 – окно датчика

БС;
2 – атака перехвата (компрометации);
3 – атака на биометрический шаблон;
4 – атака подмены (компрометации) вектора БП;
5 – атака искажения допусков решающего правила;
6 – атака на «последний бит» решающего правила.

Слайд 9

БЛОК-СХЕМА НЕЙРОСЕТЕВОЙ БИОМЕТРИЧЕСКОЙ СИСТЕМЫ
Регистрация ПДн пользователя:

Слайд 10

ПРОЦЕДУРА ОБУЧЕНИЯ НС
«Сырые» данные, полученные с помощью сенсоров БС
Выделение информативных признаков.

Нормализация входов НС

Требование полноты / репрезентативности обучающей выборки

Топология НС, количество слоев / нейронов НС, функции активации нейронов

Настройка весов связей НС, проверка качества обучения

Показатели качества FRR, FAR

Слайд 11

ОБЩАЯ СХЕМА НЕЙРОСЕТЕВОГО ПРЕОБРАЗОВАТЕЛЯ БИОМЕТРИЯ-КОД (ПБК)
Верификация ПДн пользователя:
Достоинства: – отсутствие

биометрического шаблона; – конфиденциальность; – анонимность; – обезличенность ПДн.
Недостатки: – сложность процесса обучения НС; – возможность атаки на «последний бит».

Слайд 12

ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ В ОБЛАСТИ НЕЙРОСЕТЕВЫХ БИОМЕТРИЧЕСКИХ СИСТЕМ
Построение многофакторных БС;
Разработка алгоритмов

быстрого и устойчивого обучения нейросетевых БС;
Обеспечение надежной защиты в процессе передачи и хранения персональных биометрических данных в открытых (мультивендорных) БС;
Разработка алгоритмов тестирования высоконадежных БС;
Скрытая биометрическая идентификация пользователей.

Биометрическая аутентификация. Нейросетевые биометрические системы. Лекция 4

Содержание

Биометрическая аутентификация* – аутентификация пользователя, осуществляемая путем предъявления им своего биометрического

БИОМЕТРИЧЕСКИЕ ПАРАМЕТРЫ

МИРОВОЙ РЫНОК БИОМЕТРИЧЕСКИХ СИСТЕМ (БС)**Tractica / Annual Biometrica Revenue by Selected

СТРУКТУРА РОССИЙСКОГО И МИРОВОГО РЫНКА БИОМЕТРИЧЕСКИХ ТЕХНОЛОГИЙ**Пчеловодова Н. Российский биометрический рынок

ПРИНЯТИЕ РЕШЕНИЯ В ПРОЦЕССЕ АУТЕНТИФИКАЦИИFRR – False Rejection Rate (ошибка 1-го

ОБЩАЯ ПОСТАНОВКА ЗАДАЧИ РАСПОЗНАВАНИЯ ОБРАЗОВ – вектор биометрических параметров (БП) Решающее

КЛАССИЧЕСКАЯ СХЕМА ПОСТРОЕНИЯ БСТиповые атаки на БС:1 – окно датчика

БЛОК-СХЕМА НЕЙРОСЕТЕВОЙ БИОМЕТРИЧЕСКОЙ СИСТЕМЫРегистрация ПДн пользователя:

ПРОЦЕДУРА ОБУЧЕНИЯ НС«Сырые» данные, полученные с помощью сенсоров БСВыделение информативных признаков.

ОБЩАЯ СХЕМА НЕЙРОСЕТЕВОГО ПРЕОБРАЗОВАТЕЛЯ БИОМЕТРИЯ-КОД (ПБК)Верификация ПДн пользователя: Достоинства: – отсутствие

ПЕРСПЕКТИВНЫЕ НАПРАВЛЕНИЯ ИССЛЕДОВАНИЙ В ОБЛАСТИ НЕЙРОСЕТЕВЫХ БИОМЕТРИЧЕСКИХ СИСТЕМПостроение многофакторных БС;Разработка алгоритмов

Похожие презентации