science >> Wetenschap >  >> Elektronica

Valse vingerafdrukken vinden

Krediet:CC0 Publiek Domein

Het was ooit het spul van sciencefictionbeveiliging, open je ogen wijd en kijk in de camera om toegang te krijgen tot de cockpit van het ruimteschip of druk een vingertop of palm van je tegen de pad om toegang te krijgen tot de geheime database waarmee je de wapens van de slechteriken kunt overnemen. Vandaag, natuurlijk, irisherkenning, vingerafdruklezers, en andere biometrische systemen worden steeds gewoner. De meeste moderne smartphones hebben een vingerafdruklezer waarmee u uw telefoon kunt ontgrendelen zonder dat u een wachtwoord of nummer hoeft te onthouden.

Natuurlijk, vanuit een veiligheidsperspectief, wat moet een derde partij stoppen met het "opheffen" van uw vingerafdruk, en het maken van een facsimile van zijn lussen, kransen en bogen met een stuk huidachtig rubberachtig materiaal en dit vervolgens presenteren aan het biometrische apparaat om toegang te krijgen? Het simpele antwoord is niets! Bovendien, voor een eenvoudig identificatiesysteem voor vingerafdrukken, er zou geen manier zijn om te weten dat de gepresenteerde vingerafdruk geen onderdeel was van de vinger van een levend persoon in plaats van een rubberen schar.

Echter, schrijven in de Internationaal tijdschrift voor biometrie , een team uit India beschrijft hun aanpak voor het ontwikkelen van een systeem dat niet alleen vingerafdrukken leest, maar ook de "levendheid" van de vingerafdruk kan detecteren op basis van een algoritmische analyse van micro- en macrokenmerken. Rohit Agrawal en Anand Singh Jalal van GLA University, in Mathura, en K.V. Arya van het Instituut voor Engineering en Technologie, in Lucknow, uitleggen dat hun aanpak het probleem omzeilt dat gepaard gaat met eerdere statistische methoden die goed werken met micro-, maar niet de macro kenmerken van een vingerafdruk.

Het team legt uit dat ze lokale Haralick-microtextuurkenmerken hebben gecombineerd met macrokenmerken die zijn afgeleid van de grijstintverschilmatrix in de buurt. Hierdoor kunnen ze een effectieve kenmerkvector genereren. Vervolgens trainen ze het algoritme met bekende vingerafdrukken en toetsen het aan echte en valse vingerafdrukken. Ze bereiken een nauwkeurigheid van bijna 95 procent met een laag foutenpercentage. Eerdere systemen hebben een nauwkeurigheid van slechts 90 procent.