Здравствуйте, в этой статье мы постараемся ответить на вопрос: «Биометрическая идентификация». Если у Вас нет времени на чтение или статья не полностью решает Вашу проблему, можете получить онлайн консультацию квалифицированного юриста в форме ниже.
Мультимодальная, или комбинированная система биометрической аутентификации — это устройство, в котором объединены сразу несколько биометрических технологий. Комбинированные решения по праву считаются наиболее надежными в плане защиты информации с помощью биометрических показателей пользователя, ведь подделать сразу несколько показателей гораздо сложнее, нежели один признак, что является, практически, не под силу злоумышленникам. Максимально надежными считаются комбинации «радужная оболочка + палец» или «палец + рука».
Комбинированные решения биометрической аутентификации
Хотя, в последнее время, популярность набирают системы типа «лицо + голос». Это связано с широким распространением коммуникационных средств, которые сочетают в себе модальности аудио и видео, например, мобильные телефоны со встроенными камерами, ноутбуки, видеодомофоны и прочее.
Комбинированные системы биометрической аутентификации значительно эжффективнее мономодальных решений. Это подтверждает множество исследований, в том числе опыт одного банка, который установил сперва систему аутентификации пользователей по лицу (частота ошибок за счет низкого качества камер 7 %), затем по голосу (частота ошибок 5% из-за фоновых шумов), а после, комбинировав эти два метода, достигли почти 100 % эффективности.
Биометрические системы могут быть объединены различными способами: параллельно, последовательно или согласно иерархии. Главным критерием при выборе способа объединения систем должна служить минимализация соотношения количества возможных ошибок ко времени одной аутентификации.
Помимо комбинированных систем аутентификации, можно использовать и многофакторные системы. В системах с многофакторной аутентификацией, биометрические данные пользователя используются вместе с паролем или электронным ключом.
Аутентификация по венам ладони
Любой человек уникален. Неповторимо и расположение кровеносных сосудов в его ладонях. Каким образом прибор может «видеть» вены, расположенные под поверхностью кожи?
Источник постоянного инфракрасного излучения посылает к ладони волны длиной 760 нм, что соответствует инфракрасному спектру. Кожа и другие ткани не являются препятствием для таких лучей. И благодаря своим биологическим свойствам, излучение имеет разное отражение и поглощение различными тканями организма.
Восстановленный гемоглобин, который является составной частью крови, поглощает излучение больше, чем соседние ткани. Таким образом, в местах расположения венозного тока ИК лучи отражаются от ладони в меньшем количестве. Это отличие и фиксируется прибором.
Важно, что регистрируется именно движение кровяной жидкости, значит, прибор может отличить «живую» руку от «мертвой» и от макета или искусственной копии.
Преимущества аутентификации по венам:
- нет контакта с прибором, следовательно снижается риск распространения инфекций,
- нет влияния на результаты исследования состояния внешнего кожного покрова ладони и факторов окружающей среды, что гарантирует высокую точность,
- полностью исключается возможность «подделки» ладони.
Недостатки:
- некоторые источники освещения (например, галогеновые) могут мешать работе прибора.
Аутентификация по геометрии лица человека
Одна из распространенных форм биометрической аутентификации – распознавание лица. Технология довольно простая:
- фотографируется лицо человека,
- сравнивается с исходным изображением лица пользователя, имеющего доступ к устройству или на охраняемую территорию.
Подобную технологию, именуемой, как «FaceID» мы можем наблюдать реализованной в iPhone от Apple.
Технология простая по своей сути, но довольно сложная в процессе обработки изображения. Ведь осуществляется построение трехмерной модели головы, выделяются контуры, рассчитывается расстояние между элементами лица: глазами, губами, бровями и т. д.
Метод активно развивается, поскольку его можно использовать не только для биометрической аутентификации пользователей или сотрудников, но и для поиска преступников и злоумышленников. Ряд камер в общественных местах (вокзалах, аэропортах, площадях, людных улицах и т.д.) устанавливают в сочетании с данной технологией, где сканер имеет довольно высокую скорость работы и точность распознавания.
Преимущества аутентификации по лицу:
- возможность распознавания лица на большом расстоянии,
- высокая скорость обработки данных,
- головные уборы, изменение прически, растительность на лице не влияют на достоверность результата.
Недостатки:
- предъявление требования к освещению (слишком солнечно и пасмурно),
- изменение мимики лица, устройство может отказать в допуске.
ЧТО ТАКОЕ БИОМЕТРИЧЕСКАЯ БЕЗОПАСНОСТЬ? РАСШИРЕННОЕ ОПРЕДЕЛЕНИЕ И СМЫСЛ
Биометрическая безопасность идентифицирует людей путем проверки их физических или поведенческих характеристик. В настоящее время это самый надежный и точный метод физической безопасности, который используется для проверки личности. Биометрия в основном используется в системах безопасности в местах, подверженных кражам или нуждающихся в устойчивой физической безопасности. Такие системы хранят характеристики, которые остаются неизменными на протяжении жизни человека, например, отпечатки пальцев и ладоней, голос, паттерны сетчатки глаза и распознавание лиц.
Эти характеристики хранятся в системе как «шаблоны». Когда кто-то пытается получить доступ к системе, биометрическая система безопасности сканирует их, оценивает характеристики и пытается сопоставить их с сохранёнными записями. Затем, если соответствие найдено, человеку предоставляется доступ к объекту или устройству.
Датчики снятия отпечатков пальцев являются наиболее часто используемым видом биометрических систем безопасности при физическом доступе. Это связано с их более низкой стоимостью. Однако для обеспечения максимальной точности распознавания на объектах с высокой степенью защиты часто используются системы распознавания по радужной оболочке глаза.
КАК РАЗРАБОТАНЫ СИСТЕМЫ БИОМЕТРИЧЕСКОЙ БЕЗОПАСНОСТИ
При разработке биометрической системы основная цель — зашифровать частный криптографический код с помощью биометрических технологий — каждая из этих технологий должна создавать ограниченное количество информационных векторов, которые, в свою очередь, будут рассматриваться как биометрические криптографические ключи. Затем системы должны вычислить хеш-функцию для каждого ключа. Хэши могут храниться на USB-токене, сервере, смарт-карте или в другом типе хранилища. Одним из преимуществ этого процесса является то, что при таком способе хранения само хранилище не будет содержать никаких конфиденциальных данных, поскольку характеристики биометрических атрибутов не сохраняются.
Каждая часть закрытого ключа зашифрована всеми биометрическими векторами, созданными на этапе шифрования биометрических атрибутов. Вся информация (например, хеши и зашифрованные значения) сохраняется в базе данных. Поскольку база данных не содержит секретной информации, доступ к ней не нужно ограничивать. Биометрический ключ шифрования хранится только в энергозависимой оперативной памяти.
Проверка личности выполняется с помощью хеш-значений. Когда человек пытается войти в систему, он заявляет о своей личности, а затем представляет одну из своих характеристик для биометрической аутентификации. Если выполняется простая проверка, достаточно одного биометрического атрибута — например, сканирования отпечатка пальца. Из этого биометрического атрибута набирается определённый набор характеристик. Затем из этого набора создается подмножество векторов. Это подмножество считается биометрическим криптографическим ключом. Наконец, на основе этого вектора вычисляется хеш-функция, а результат вычисления сравнивается с сохраненными хеш-значениями.
ВИДЫ БИОМЕТРИЧЕСКОЙ БЕЗОПАСНОСТИ
Для обеспечения безопасности используются два основных типа биометрии: физиологическая и поведенческая. Физиологическая биометрия анализирует черты лица, структуру глаз, форму руки и другие характеристики вашего тела, тогда как при поведенческой биометрии система анализирует любой образец поведения, связанный с человеком.
| Физиологические | Поведенческие |
|---|---|
| — Геометрия лица — Отпечатки пальцев — Форма черепа — Сканирование сетчатки глаза — Распознавание по радужной оболочке глаза — Геометрия руки — Рисунок вен на ладонях и пальцах — ДНК-дактилоскопия |
— Распознавание речи — Распознавание по подписи — Динамика нажатия клавиш — Распознавание по походке |
Назовите ключевые факторы, которые делают данную технологию востребованной или препятствуют ее распространению.
Игорь Ядрихинский, PERCo
Технология распознавания лиц становится все более востребованной благодаря нескольким факторам. Первый из них – запрос рынка на бесконтактные решения вследствие сложной эпидемиологической обстановки. Второй – неоспоримые преимущества данного способа идентификации: быстродействие, точность, надежность.
Алексей Киндялов, RusGuard
Конечно же, в первую очередь это стоимость. Решения по распознаванию лиц сильно подешевели за последние год–полтора. появилась здоровая конкуренция, и, как результат, камеры стали лучше, алгоритмы – умнее, корпуса – красивее, а цена – ниже.
Другой фактор – это повсеместное использование в мобильной индустрии. Как некогда мы привыкли к сканерам отпечатка пальца, так сейчас привыкли к распознаванию лиц. Мы перестали этого бояться и убедились в том, что это надежно и безопасно.
Есть и другие факторы. Это удобство для пользователей (не надо носить с собой пластиковый пропуск), скорость работы, гигиеничность.
Очевидные минусы пока что сложно выявить. Технологии распознавания лиц действительно очень хорошо себя показывают в СКУД. Разве что почитателям трудов Оруэлла может не понравиться такое внимание к своей персоне. Но это уже совсем другая история.
Алексей Гинце, «ААМ Системз»
Помогают:
- бесконтактный характер идентификации;
- «понятность» метода для большинства потребителей;
- приемлемая стоимость в сравнении с другими бесконтактными технологиями;
- наличие считывателей с интегрированными в них классическими технологиями идентификации (Proximity, Smart);
- широкий выбор устройств разных производителей;
- широкий выбор дополнительного функционала (УРВ, фотофиксация проходящего, IP-домофония и др.).
Препятствуют:
- более высокая стоимость в сравнении со считывателями отпечатка пальца;
- в некоторых устройствах необходимо четкое позиционирование лица;
- более жесткие ограничения по количеству пользователей в сравнении с отпечатком пальца;
- не самые лучшие параметры FAR и FRR среди биометрических считывателей.
Андрей Христофоров, ITV Group
Мир так устроен: если какая-то технология удовлетворяет людей по цене и удобству, которое она дает, то ее начинают массово использовать. Понятно, что распознавание лица в СКУД удобнее, естественнее и гигиеничнее всего, что только можно придумать.
С остальными способами идентификации всегда связано много нюансов. Карта доступа часто забывается, теряется или может быть передана другому лицу. Доступ по отпечатку пальцев не всегда удобен: руки могут быть заняты, зимой приходится снимать перчатки и пр.
И вообще я думаю, что скоро будет наблюдаться повышенный спрос именно на бесконтактные системы контроля доступа, когда при входе на работу не нужно касаться сканера, через который до этого прошли десятки человек.
О главном препятствии я уже сказал, это стоимость. Еще существуют нюансы, связанные с тем, что бывают очень похожие друг на друга люди (близнецы). Но, как мне кажется, связанные с этим опасности неизмеримо меньше, чем при краже той же пропускной карточки.
Владислав Мараховский, ZKTeco
Одними из плюсов в использовании системы распознавания по лицу являются скорость, точность и простота, позволяющие применять их в местах с большим потоком людей. Распознавание в видимом спектре (Visible Light) позволяет вносить шаблоны лиц со скоростью, недоступной для систем NIR (ближнего ИК-диапазона), что значительно уменьшает время занесения нового пользователя. Невозможность потерять такой «пропуск» тоже является преимуществом.
Конечно, определенную долю скептицизма привносят некоторые ограничения со стороны законодательства, например Федеральный закон №152-Ф3, но построить систему с учетом такого рода ограничений все-таки вполне возможно.
Вячеслав Тесаков, «Равелин Лтд»
К ключевым факторам, которые делают эту технологию востребованной, относятся удобство, доверие потребителя и надежность.
Денис Силин, Sigur
Востребованность лицевой биометрии очевидна, ведь идентификация по лицу – это удобно. Такой идентификатор невозможно забыть или потерять. Но все не настолько радужно с технической точки зрения. Алгоритмы распознавания лиц небезупречны, об этом нам говорят ошибки первого и второго рода. И если задержка при проходе может быть не сильно критичной для ряда предприятий, то потенциальная возможность пропустить чужого человека на объект или перепутать сотрудников для учета рабочего времени часто является блокирующим фактором при формировании проекта и внедрении лицевой биометрии.
Сергей Стасенко, Parsec
Основные факторы, которые способствуют продвижению технологии на рынке, вполне очевидны:
- не нужны дополнительные идентификаторы (карты, телефон и т.д.), сам субъект доступа и является идентификатором;
- возможность распознавания на достаточно больших расстояниях;
- повышение уровня безопасности на объекте при использовании многофакторной идентификации (карта + лицо);
- современные системы, основанные на технологии идентификации по лицу, позволяют отслеживать перемещение людей по территории объекта с возможностью, например, выдачи сигнала тревоги на пост охраны, если человек оказался в зоне, куда ему доступ запрещен;
- возможность достаточно быстро интегрировать решения в уже существующую СКУД на объекте.
Как используются для идентификации по лицу методы машинного обучения и нейронных сетей?
Игорь Ядрихинский, PERCo
Для достижения высокой точности распознавания нейронная сеть предобучается на большом массиве изображений. В базу знаний программы заносятся фотографии, нейронная сеть определяет на них лица и создает модели, которые сохраняет в базе данных. Далее, когда человек подходит к камере, его лицо определяется, после чего при помощи двух объективов получается параллакс-эффект и создается 3D-модель лица. Это позволяет распознать и предотвратить попытку доступа по фото вместо лица. таким образом, нейросетевой метод обеспечивает высокое качество и точность распознавания.
Технологии искусственного интеллекта позволяют оперативно анализировать необходимую информацию. В городах они используются правоохранительными органами для эффективного распределения ресурсов с помощью прогнозирования наиболее криминогенных локаций. В коммерческом секторе технологии распознавания лиц позволяют собирать и анализировать информацию о целевой аудитории, формировать индивидуальные предложения для постоянных клиентов на основе их предпочтений и предотвращать доступ покупателей, занесенных в черные списки.
Такое решение реализовано в магазине «Бауцентр» в Калининграде. Камеры снимают и хранят в архиве лица посетителей, фото сравниваются с эталонной базой данных. При обнаружении человека, занесенного в черный список, сигнал тревоги оперативно передается сотруднику службы безопасности. Этот метод использования распознавания по лицу называется верификацией.
Алексей Гинце, «ААМ Системз»
В некоторых считывателях идентификации по лицу используются технологии нейронных сетей. Это позволяет повысить их основные характеристики и ускорить обработку полученного изображения. Применение методов машинного обучения и нейроалгоритмов выглядит весьма перспективным в контексте считывателей сканирования лица для СКУД.
Андрей Христофоров, ITV Group
Нужно сказать, что сейчас для распознавания лиц практически на 100% используются алгоритмы, основанные на глубоких нейронных сетях. Старые классические методы ушли в силу своей неэффективности: они дороже, медленнее, их качество по нынешним временам неудовлетворительно.
Нейронные сети используются повсеместно. В качестве одного из примеров можно привести то, как в период распространения COVID-19 несколько компаний подсуетились и обучили нейросеть распознавать лица, несмотря на то что они наполовину закрыты медицинскими масками. С классическими методами сделать это так быстро и эффективно не получилось бы.
Перспективы развития огромные. Мы обычно рассматриваем СКУД с точки зрения безопасности, но ведь на самом деле у этой системы гораздо более широкие возможности применения.
Представьте холодильник, который распознает членов семьи и выставляет перед вами продукты, которые любите именно вы. Это тоже своего рода СКУД. Или дверной замок, который узнает того, кто пришел домой, и в зависимости от этого в квартире меняется температура воздуха или освещение. Машина, которая автоматически меняет под вас положение руля и сидения, ставит вашу любимую радиостанцию…
Когда технология распознавания лиц по-настоящему коммодитизируется, таких сценариев появится безумное количество.
Владислав Мараховский, ZKTeco
Алгоритмы глубокого самообучения (Deep Learning) позволяют собирать метаданные распознаваемых объектов и более точно определять объект, исходя из собранных характеристик. Например, алгоритм распознавания по лицу ZKTeco построен с использованием глубокого самообучения, что и позволяет постоянно увеличивать скорость распознавания объекта, отделяя от «якорного» изображения все негативные (спуфинг, ошибочные и т.д.) фотографии и приближая к нему все позитивные (правильные).
Вячеслав Тесаков, «Равелин Лтд»
Наша компания занимается разработкой и производством средств СКУД. Мы не занимаемся разработкой биометрических считывателей. Мы используем биометрические считыватели других производителей. Поэтому мы, скорее всего, являемся квалифицированными пользователями данной технологии. Но могу уверенно сказать, что с появлением нейронных сетей данная технология скакнула вперед на несколько порядков и именно поэтому на сегодня является наиболее перспективной.
Денис Силин, Sigur
На данный момент большинство механизмов распознавания лиц базируется на нейросетях. Собирается большая база шаблонов и на ней проводится обучение нейросети. Как результат у нас есть некий «черный ящик», при помещении в который фотографии (в случае 2D-распознавания) мы получаем построенный биометрический шаблон и затем идентифицированного человека. Однако стоит признать, что сам алгоритм, который получился при обучении нейронной сети, неизвестен и не абсолютно точен.
Известна также практика дообучения нейросетей непосредственно на объектах заказчика. Такой механизм тоже имеет право на жизнь, так как в некоторых случаях работа алгоритма улучшается для конкретных людей. Но со временем могут возникать определенные проблемы с качеством распознавания при ротации состава сотрудников.
Семен Пивоваров, Parsec
В наше время именно методы машинного обучения сверточных нейронных сетей дали большой толчок для решения задач детекции и идентификации, в частности человека по лицу. Эмпирические методы, используемые ранее, не показывали такую точность.
Современные модели нейронных сетей распознают более 99% лиц на статическом изображении при ошибке ложноположительного распознавания в 0,1%. Технология стала массовой и дошла до такого уровня, что коммерческие алгоритмы превосходят открытые модели Open Source всего на десятые доли процентов.
Доступность хороших методов распознавания создает очень большую конкуренцию на рынке систем идентификации лиц. При этом компании зачастую ведут достаточно агрессивную маркетинговую политику, и неподготовленному человеку сложно разобраться во всем многообразии предложений и выбрать действительно стоящие решения. Со временем рынок «устаканится» и решения со слабым качеством будут вытеснены конкурентами.
Прослеживается тенденция к появлению Stand Alone или распределенных решений, когда часть или даже вся работа по видеоаналитике переносится с мощного сервера на устройства (умные камеры, терминалы). Такой подход привлекает и потребителей, и производителей, но поскольку для идентификации высокой точности необходимо большое количество операций, на слабом железе работает урезанная версия и в итоге эти решения применимы только для небольших объектов с базами лиц, содержащими не более 100 персон.
Александр Пазин, ООО «ТРИДИВИ» (3DiVi Inc.)
Нейронная сеть – это, по сути, программное воплощение некоторой математической модели, архитектурно похожей на систему нервных клеток биологического организма и пригодной для решения задач классификации и распознавания образов, прогнозирования, управления и т.д. Методы машинного обучения, в свою очередь, – набор подходов в области искусственного интеллекта, позволяющих обучить и настроить нейронную сеть для решения необходимых прикладных задач.
В результате применения данного способа на выходе можно получить нейронную сеть, готовую к немедленному применению для решения тех задач, для которых она обучалась (например, распознавания лиц).
На сегодняшний день такой формат «поставки» нейронных сетей, включаемых в состав того или иного программного продукта, является практически стандартом де-факто. Однако у подхода есть и очевидный недостаток: в случае заметного изменения условий задачи (к примеру, типичных образцов данных обучения), для которой готовилась нейронная сеть, ее необходимо до- или переобучать, обеспечивая тем самым ожидаемые качественные характеристики результата ее работы.
Изначально от указанного выше недостатка стараются избавиться, обучая нейронную сеть на достаточно обширных и вариативных данных. Также структуру нейронной сети можно усложнять и развивать, проводя ее обучение для детектирования разнотипных объектов с дальнейшей их детальной классификацией и распознаванием.
Комбинированные решения биометрической аутентификации
Мультимодальная, или комбинированная система биометрической аутентификации — это устройство, в котором объединены сразу несколько биометрических технологий. Комбинированные решения по праву считаются наиболее надежными в плане защиты информации с помощью биометрических показателей пользователя, ведь подделать сразу несколько показателей гораздо сложнее, нежели один признак, что является, практически, не под силу злоумышленникам. Максимально надежными считаются комбинации «радужная оболочка + палец» или «палец + рука».
Хотя, в последнее время, популярность набирают системы типа «лицо + голос». Это связано с широким распространением коммуникационных средств, которые сочетают в себе модальности аудио и видео, например, мобильные телефоны со встроенными камерами, ноутбуки, видеодомофоны и прочее.
Комбинированные системы биометрической аутентификации значительно эжффективнее мономодальных решений. Это подтверждает множество исследований, в том числе опыт одного банка, который установил сперва систему аутентификации пользователей по лицу (частота ошибок за счет низкого качества камер 7 %), затем по голосу (частота ошибок 5% из-за фоновых шумов), а после, комбинировав эти два метода, достигли почти 100 % эффективности.
Биометрические системы могут быть объединены различными способами: параллельно, последовательно или согласно иерархии. Главным критерием при выборе способа объединения систем должна служить минимализация соотношения количества возможных ошибок ко времени одной аутентификации.
Помимо комбинированных систем аутентификации, можно использовать и многофакторные системы. В системах с многофакторной аутентификацией, биометрические данные пользователя используются вместе с паролем или электронным ключом.
Ранее такая система применялась только в ограниченных случаях, для защиты наиболее важных стратегических объектов.
Затем, после 11 сентября 2011 года, пришли к выводу, что такой и доступа может быть применен не только в этих областях, но и в других сферах.
Таким образом, приемы идентификации человека стали незаменимыми в ряду методов борьбы с мошенничеством и терроризмом, а также в таких областях, как:
Биометрические системы доступа к технологиям связи, сетевым и компьютерным базам;
Базы данных;
Контроль доступа в хранилища информации и др.
У каждого человека есть набор характеристик, которые не меняются со временем, или такие, которые могут модифицироваться, но при этом принадлежать только конкретному лицу. В связи с этим можно выделить следующие параметры биометрических систем, которые используются в этих технологиях:
Статические — отпечатки пальцев, фотографирование ушных раковин, сканирование сетчатки глаза и другие.
Технологии биометрики в перспективе заменят обычные методы аутентификации человека по паспорту, так как встроенные чипы, карты и тому подобные новшества научных технологий будут внедряться не только в данный документ, но и в другие.
Небольшое отступление по поводу способов распознавания личности:
— Идентификация — один ко многим; образец сравнивается со всеми имеющимися по определенным параметрам.
Существуют биометрические системы безопасности, связанные с распознаванием по лицу в 2D и 3D-режимах. Вообще считается, что черты лица каждого человека уникальны и не меняются в течение жизни. Неизменными остаются такие характеристики, как расстояния между определенными точками, форма и т. д.
2D-режим является статическим способом идентификации. При фиксации изображения необходимо, что человек не двигался. Имеют также значение фон, наличие усов, бороды, яркий свет и другие факторы, которые мешают системе распознать лицо. Это означает, что при любых неточностях выданный результат будет неверным.
На данный момент этот метод не особо популярен из-за своей низкой точности и применяется только в мультимодальной (перекрестной) биометрии, представляющая собой совокупность способов распознавания человека по лицу и голосу одновременно. Биометрические системы защиты могут включать в себя и другие модули — по ДНК, отпечаткам пальцев и другие. Кроме этого, перекрестный способ не требует контакта с человеком, которого необходимо идентифицировать, что позволяет распознавать людей по фотографии и голосу, записанных на технические устройства.
3D-метод имеет совершенно другие входящие параметры, поэтому нельзя его сравнивать с 2D-технологией. При записывании образа используется лицо в динамике. Система, фиксируя каждое изображение, создает 3D-модель, с которой затем сравниваются полученные данные.
Для экстренных случаев предусмотрены альтернативные способы идентификации
Во время регистрации в Aadhaar ID вместе с фотографией снимаются биометрические данные — отпечатки всех пальцев и скан радужной оболочки глаз. Данные снимаются единожды и не требуют регулярного обновления. Это значит, что людям не нужно дополнительно посещать центры сдачи биометрии и держать в памяти срок годности данных. В дальнейшем биометрия используется для оплаты покупок по отпечаткам пальцев в магазинах и для идентификации в государственных учреждениях.
Для регистрации в дистанционных сервисах биометрические параметры считывать не нужно, а во время прохождения full KYC можно использовать демографические данные наравне с биометрическими. В процессе необходимо предоставить индивидуальный налоговый номер (PAN Card) и подтвердить личность с помощью любого доступного документа — паспорта, водительского удостоверения, карточки избирателя или с помощью Aadhaar ID. Все способы подтвердить личность равнозначны. Это удобно в том числе и для тех сервисов, которые не могут себе позволить использовать терминалы для сканирования отпечатков пальцев.
Сравнительная оценка биометрических технологий
Все перечисленные технологии присутствуют на рынке в виде коммерческих продуктов. При их реализации производители применяют различные математические алгоритмы, а также используют дополнительные механизмы защиты от подмены.
Мы оценили доступные на рынке технологии биометрической аутентификации, в качестве критериев сравнения использовали безопасность технологии (т.е. надежность плюс устойчивость к фальсификации), удобство использования, а также ценовую доступность.
На наш взгляд, основными параметрами, характеризующими безопасность биометрической аутентификации, являются коэффициент ложного принятия (FAR — False Accept Rate), т.е. вероятность того, что система аутентифицирует чужого сотрудника, и коэффициент ложного отказа (FRR — False Reject Rate), т.е. вероятность того, что система не аутентифицирует своего сотрудника. Другая характеристика безопасности технологии — степень сложности фальсификации — отражает объем усилий и затрат, которые потребуются для компрометации системы, т.е. подмены реального биометрического признака человека. Сложность фальсификации зависит от сложности и стоимости специализированных технологий, применяемых для сбора биометрических данных и изготовления копии биометрического признака.
Удобство биометрической технологии зависит от чувствительности к изменениям внешней среды (для офиса наиболее актуальны освещенность и шум), а также от собственно биометрических параметров. Не последнюю роль играет контактность или бесконтактность. Скорость срабатывания (количество времени, необходимое для аутентификации) тоже влияет на удобство технологии, но, поскольку по этому параметру все рассматриваемые технологии сопоставимы, мы не будем его учитывать при сравнении.
Недостатки существующих технологий
Традиционные методы аутентификации требуют от пользователя определенных временных затрат, они не всегда удобны и небезопасны. Несмотря на все усилия разработчиков, подавляющее большинство современных технологий подвержено взломам, подмене данных и фальсификации. Биометрия — более простой с точки зрения пользователей способ аутентификации. Не нужно запоминать пароли или носить с собой некие устройства, а также решать проблемы с безопасным хранением, регулярной сменой и восстановлением идентификационных данных в случае утери или компрометации. С другой стороны, биометрия — наиболее дорогостоящий и сложный в реализации метод аутентификации.
К сожалению, имеющиеся на рынке биометрические средства пока нельзя назвать устойчивыми к атакам злоумышленников. В 2015 году специалисты в области компьютерной безопасности из Мичиганского университета (США) взломали сканер отпечатков пальцев при помощи обычного струйного принтера. Осенью 2016 года «Лаборатория Касперского» обнаружила на черном рынке по меньшей мере 12 продавцов, которые предлагают скиммеры, способные считывать отпечатки пальцев, и как минимум троих исследователей, которые работают над технологиями взлома систем распознавания рисунка вен на запястье и радужной оболочки глаза.
Актуальные методы биометрической идентификации обладают рядом недостатков — от возможности обойти алгоритм аутентификации, до полной невозможности аутентификации при изменении соответствующих частей тела человека. Самый совершенный сканер лица не различает близнецов и многие из них не могут отличить человека в кепке или шапке от него же без головного убора. После замены хрусталика или протезировании роговицы человек не пройдет анализ сетчатки глаза, а палец руки может быть утрачен. Ежегодно в мире производится примерно 75 миллионов средств биометрической идентификации, точность определения у них достигает лишь 80%. Эти проблемы специалисты компании SABIGLOBAL и пытались решить, разрабатывая технологию SABI (система адаптивной биометрической идентификации).
В период 2006-2017 гг. при проведении исследований по влиянию слабых электромагнитных полей на увеличения ресурсов человеческого организма специалистами компании SABIGLOBAL были обнаружены несколько частотных диапазонов электромагнитного излучения (ЭМИ), которые при комплексном облучении человека дают необычный, но хорошо повторяемый эффект. Суть эффекта заключается в том, что комбинированное излучение в некоторых диапазонах СВЧ и КВЧ может аномально глубоко проникать в ткани организма.
Обнаруженный эффект позволил сформировать глубоко проникающие зондирующие сигналы и на основе анализа отраженного от организма эха получить уникальный электромагнитный профиль биологического объекта, несущего в себе отпечаток электрофизиологических, клеточных и молекулярных процессов протекающих в живых тканях.
При взаимодействии сканирующего устройства с биообъектом параметры зондирующего сигнала адаптируются под физиологические процессы конкретного организма для достижения максимальной информативности отраженного сигнала.
Организм может менять свою реакцию на изменяющийся во времени электромагнитные стимулы, поэтому процесс сканирования превращается во взаимную адаптацию внешнего устройства и организма. Этот процесс может длиться от нескольких сот миллисекунд до десятка секунд. Далее процесс стабилизируется.
Выявление уникальности в параметрах такого процесса взаимной адаптации осуществляется самообучающейся нейронной сетью. Таким образом, важен не сам электромагнитный профиль, а характер процесса взаимной адаптации, который у каждого организма свой. Это что-то вроде электромагнитного почерка.