Биометрия предполагает систему распознавания людей по одной или более физическим или поведенческим чертам. В области информационных технологий биометрические данные используются в качестве формы управления идентификаторами доступа и контроля доступа. Также биометрический анализ используется для выявления людей, которые находятся под наблюдением (широко распространено в США, а также в России - отпечатки пальцев)

Энциклопедичный YouTube

1 / 2

✪ Биометрический считыватель плохо работает. Почему?

✪ Биометрические системы. Анатолий Боков, СОНДА Технолоджи

Субтитры

Для занесения отпечатков в базу данных вообще в Timex биометрические терминалы. В принципе, предлагает вам для занесения 3 отпечатка на один палец, грубо говоря 3 поднесения. Рекомендуется палец подносить, сначала повернув немножко влево, в середину и вправо, чтобы у вас вся поверхность была охвачена. Потому что очень часто неправильно заносят отпечатки, потом удивляются, почему плохо работает. Поэтому здесь тоже есть такой момент, что заносить их тоже нужно правильно. Чем тщательнее и правильнее их занесете, тем меньше проблем с отпечатками возможно. Еще бывают такие моменты, когда люди, заказчики ставят биометрические терминалы учета рабочего времени со встроенными контроллерами на турникете с большой проходимостью. Ну, тоже такая сомнительная история, потому что, особенно это касается производств различных, там люди имеют такие отпечатки, что точно проблемы возникают.

Основные принципы

Биометрические данные можно разделить на два основных класса:

• Физиологические - относятся к форме тела. В качестве примера можно привести: отпечатки пальцев, распознавание лица, ДНК, ладонь руки, сетчатка глаза, запах, голос.
• Поведенческие - связаны с поведением человека. Например, походка и речь. Иногда для этого класса биометрии используется термин англ. behaviometrics .

Определения

Основные определения, используемые в сфере биометрических приборов:

• Универсальность - каждый человек должен обладать измеряемой характеристикой.
• Уникальность - это насколько хорошо человек отделяется от другого с биометрической точки зрения.
• Постоянство - мера того, в какой степени выбранные биометрические черты остаются неизменными во времени, например в процессе старения.
• Взыскания - простота осуществления измерения.
• Производительность - точность, скорость и надёжность используемых технологий.
• Приемлемость - степень достоверности технологии.
• Устранение - простота использования замены.

Биометрическая система может работать в двух режимах:

• Верификация - сравнение один к одному с биометрическим шаблоном. Проверяет, что человек тот, за кого он себя выдает. Верификация может быть осуществлена по смарт-карте , имени пользователя или идентификационному номеру.
• Идентификация - сравнение один ко многим: после «захвата» биометрических данных идет соединение с биометрической базой данных для определения личности. Идентификация личности проходит успешно, если биометрический образец уже есть в базе данных.

Первое частное и индивидуальное применение биометрической системы называлось регистрацией . В процессе регистрации биометрическая информация от индивида сохранялась. В дальнейшем биометрическая информация регистрировалась и сравнивалась с информацией, полученной ранее. Обратите внимание: если необходимо, чтобы биометрическая система была надежна, очень важно, чтобы хранение и поиск внутри самих систем были безопасными.

• Коэффициент ложного приема (FAR), или коэффициент ложного совпадения (FMR)
  FAR - коэффициент ложного пропуска, вероятность ложной идентификации, то есть вероятность того, что система биоидентификации по ошибке признает подлинность (например, по отпечатку пальца) пользователя, не зарегистрированного в системе
  FMR - вероятность, что система неверно сравнивает входной образец с несоответствующим шаблоном в базе данных.
• Коэффициент ложного отклонения (FRR), или коэффициент ложного несовпадения (FNMR)
  FRR - коэффициент ложного отказа доступа - вероятность того, что система биоидентификации не признает подлинность отпечатка пальца зарегистрированного в ней пользователя.
  FNMR - вероятность того, что система ошибётся в определении совпадений между входным образцом и соответствующим шаблоном из базы данных. Система измеряет процент верных входных данных, которые были приняты неправильно.
• Рабочая характеристика системы, или относительная рабочая характеристика (ROC)
  График ROC - это визуализация компромисса между характеристиками FAR и FRR. В общем случае сравнивающий алгоритм принимает решение на основании порога, который определяет, насколько близко должен быть входной образец к шаблону, чтобы считать это совпадением. Если порог был уменьшен, то будет меньше ложных несовпадений, но больше ложных приёмов. Соответственно, высокий порог уменьшит FAR, но увеличит FRR. Линейный график свидетельствует о различиях для высокой производительности (меньше ошибок - реже возникают ошибки).
• Равный уровень ошибок (коэффициент EER), или коэффициент переходных ошибок (CER) - это коэффициенты, при которых обе ошибки (ошибка приёма и ошибка отклонения) эквивалентны. Значение EER может быть с лёгкостью получено из кривой ROC. EER - это быстрый способ сравнить точность приборов с различными кривыми ROC. В основном, устройства с низким EER наиболее точны. Чем меньше EER, тем более точной будет система.
• Коэффициент отказа в регистрации (FTE или FER) - коэффициент, при котором попытки создать шаблон из входных данных безуспешны. Чаще всего это вызвано низким качеством входных данных.
• Коэффициент ошибочного удержания (FTC) - в автоматизированных системах это вероятность того, что система не способна определить биометрические входные данные, когда они представлены корректно.
• Ёмкость шаблона - максимальное количество наборов данных, которые могут храниться в системе.

Так как чувствительность биометрических приборов увеличивается, то FAR уменьшается, а FRR увеличивается.

Задачи и проблемы

Конфиденциальность и разграничение

Данные, полученные во время биометрической регистрации, могут использоваться с целями, на которые зарегистрированный индивид не давал согласия (не был осведомлён).

Опасность для владельцев защищённых данных

В случае, когда воры не могут получить доступ к охраняемой собственности, существует возможность выслеживания и покушения на носителя биометрических идентификаторов с целью получения доступа. Если что-либо защищено биометрическим устройством, владельцу может быть нанесен необратимый ущерб, который возможно будет стоить больше самой собственности. Например, в 2005, малайзийские угонщики отрезали палец владельцу Мерседес-Бенц S-класса при попытке угнать его машину .

Использование биометрических данных потенциально уязвимо к мошенничеству: биометрические данные так или иначе оцифровываются. Мошенник может подключиться к шине , ведущей от сканера к обрабатывающему устройству и получить полную информацию о сканируемом объекте. Затем мошеннику даже не понадобится живой человек, потому что, точно также подключившись к шине , он сможет проводить все операции от лица отсканированного человека, не задействуя сканер.

Биометрические данные с возможностью отмены

Преимуществом паролей над биометрией является возможность их смены. Если пароль был украден или потерян, его можно отменить и заменить новой версией. Это становится невозможным в случае с некоторыми вариантами биометрии. Если параметры чьего-либо лица были украдены из базы данных, то их невозможно отменить либо выдать новые. Биометрические данные с возможностью отмены являются тем самым путём, который должен включить в себя возможность отмены и замены биометрии. Первыми его предложили Ratha и др.

Было разработано несколько методов отменяемой биометрии. Первая система биометрии с возможностью отмены, основанная на отпечатках пальцев, была спроектирована и создана Туляковым. . Главным образом, отменяемая биометрия представляет собой искажение биометрического изображения или свойств до их согласования. Вариативность искаженных параметров несёт в себе возможности отмены для данной схемы. Некоторые из предложенных техник работают, используя свои собственные механизмы распознавания, как работы Тео и Саввида , в то время как другие (Дабба ) используют преимущества продвижения хорошо представленных биометрических исследований для своих интерфейсов распознавания. Хотя увеличиваются ограничения системы защиты, всё же это делает модели с возможностью отмены более доступными для биометрических технологий.

Одним из частных вариантов решения может быть, например, использование не всех биометрических параметров. Например, для идентификации используется рисунок папиллярных линий только двух пальцев (к примеру, больших пальцев правой и левой руки). В случае необходимости (например, при ожоге подушечек двух «ключевых» пальцев) данные в системе могут быть откорректированы так, что с определённого момента допустимым сочетанием будет указательный палец левой руки и мизинец правой (данные, которые до этого не были записаны в систему - и не могли быть скомпрометированы).

Международный обмен биометрическими данными

Многие страны, включая США, уже участвуют в обмене биометрическими данными. Данное заявление было сделано в 2009 в Комитете по Ассигнованиям, подкомитете по Национальной безопасности по «биометрической идентификации» Кэтлин Крэнингер и Робертом Мокни :

Чтобы быть уверенными в том, что мы можем пресечь деятельность террористических организаций до того, как они доберутся до США, мы должны занять ведущее место в продвижении международных стандартов по биометрии. Развивая совместимые системы, мы сможем безопасно передавать информацию о террористах между странами, поддерживая нашу защищенность. Также как мы улучшаем пути сотрудничества внутри Правительства США по выявлению и устранению террористов и иных опасных личностей, у нас ещё есть обязательства перед нашими партнерами за границей совместно предотвращать любые действия террористов.

Мы понимаем, что при помощи биометрии и международного сотрудничества мы можем изменить и расширить возможности для путешествий а также защитить народы разных стран от тех, кто хочет причинить нам вред.

Согласно статье, опубликованной С. Магнусон в журнале «Национальная Безопасность» (National Defense Magazine), Департамент национальной безопасности США под давлением вынуждает распространять биометрические данные . В статье говорится:

Миллер (консультант Ведомства Национальной Безопасности и по делам безопасности в Америке) сообщает, что США имеет двусторонние договоренности по обмену биометрическими данными с 25 странами. Каждый раз, когда какой-либо иностранный лидер посещал Вашингтон за последние несколько лет, Государственный департамент обязательно заключал с ним подобный договор.

Законодательное регулирование в России

Статья 11 Федерального закона «О персональных данных» № 152-ФЗ от 27 июля 2006 г. регламентирует основные особенности использования биометрических данных.

Биометрия в массовой культуре

Технологии биометрии были освещены в популярных кинофильмах. Только это уже вызвало интерес потребителей к биометрии, как к средству идентификации человека. В фильмах 2003 года «Люди-Х » и «Халк » использовались биометрические технологии распознавания: в виде доступа по отпечатку руки и в фильме «Люди-Х2» и по отпечатку пальца в «Халке».

Но это не было так показательно, пока в 2004 году не вышел фильм «Я, робот » с Уиллом Смитом в главной роли. Футуристический фильм демонстрировал развитие новейших технологий, которые даже на сегодняшний день ещё недостаточно развиты. Использование технологий распознавания голоса и ладони в фильме зафиксировалось в представлении будущего у людей и обе эти технологии, которые используются сегодня для охраны зданий или информации - лишь два из возможных применений биометрии.

В 2005 году вышел в прокат фильм «Остров ». Дважды за фильм клоны используют биометрические данные: чтобы проникнуть в дом и завести машину.

Фильм «Гаттака » рисует общество, в котором существует два класса людей: продукты генной инженерии, созданные для того, чтобы быть высшими (так называемые «Действительные»), и низшие обычные люди («Инвалиды»). Люди, считавшиеся «Действительными», имели большие привилегии, и доступ к запретным зонам был ограничен для таких людей и контролировался автоматическими биометрическими сканерами, похожими на сканеры отпечатков пальцев, но коловшие палец и получавшие пробу ДНК из взятой крови.

В фильме «Разрушитель » персонаж Саймон Феникс, которого играл Уэсли Снайпс , вырезает жертве глаз, чтобы открыть дверь со сканером сетчатки.

В картине «Монстры против пришельцев » студии DreamWorks военный помощник проникает в зону, используя биометрию.

Путь технологии, вышедшей за рамки использования в силовых структурах и заменившей графические и числовые пароли.

В закладки

Первыми биометрию использовали правоохранительные органы и службы повышенной безопасности. Сейчас биометрические системы встречаются почти во всех современных устройствах: автомобилях, ноутбуках, смартфонах.

Биометрия - это измеримые анатомические, физиологические и поведенческие характеристики, которые используются для идентификации личности. Самый распространённый метод - распознавание по отпечаткам пальцев. Но есть и другие способы - ДНК, радужная оболочка глаза, голос, ладони и черты лица.

Сейчас активно развивается нормативно-техническая и правовая база биометрических технологий. Государство инициирует формирование единых стандартов, чтобы обеспечить взаимодействие автономных систем. Создаются комитеты и департаменты по биометрии. Несмотря на многообразие биометрических методов, в основном используются только три направления: распознавание по отпечатку пальца, лицу и радужке глаза.

Развитие компьютерных технологий позволяет использовать биометрию во многих сферах деятельности: контроль доступа в помещения и к устройствам, подтверждение финансовых операций, обеспечение безопасности в аэропортах, идентификация в школе и больницах, поиск преступников.

История биометрии началась три тысячи лет назад. Артефакты, найденные в Новой Шотландии, Вавилоне и Китае, доказывают, что отпечатки рук и пальцев использовали уже в древние времена для деловых операций и доказательств преступлений.

И только спустя столетия люди возобновили изучение использования отпечатков пальцев и других показателей как средства идентификации.

Первые, кто использовал биометрию в современном мире, - полицейские. Примерно до середины 1800-х годов сотрудникам правоохранительных органов приходилось на глаз и по памяти идентифицировать ранее арестованных преступников. Фотография человека облегчала задачу, но не могла служить доказательством вины.

К 1920-м годам ФБР открыло первый департамент идентификации, создав центральное хранилище данных об уголовной идентификации для правоохранительных органов США. В 1980-х годах правительство США спонсировало создание автоматизированных систем идентификации отпечатков пальцев, которые стали центральными в работе полиции и других правоохранительных органов во всём мире.

Как и отпечаток пальца, неизменной с возрастом остаётся и радужная оболочка глаза. Её использование в биометрии позволяет применять бесконтактную идентификацию.

Не менее нужная разновидность биометрии - распознавание лиц. Изначально эту технологию использовали, чтобы обеспечить безопасность в местах массового скопления людей.

В торговых центрах это помогает предотвратить преступность и насилие. В аэропортах повышается удобство и безопасность. Производители устройств используют технологию распознавания лиц, чтобы предоставить пользователям новый уровень биометрической безопасности.

Сложнее, чем сканирование отпечатков пальцев, лица или радужки глаза, только идентификация голосового отпечатка. Уникальные компоненты делают практически невозможной подмену голоса. История голосовых биометрических данных началась не так давно. Первые способы идентификации в режиме реального времени появились в конце 1990-х годов.

1665 год

Марчелло Мальфиги публикует открытие об уникальности отпечатков пальцев.

1858 год

Индийский госслужащий Уильям Гершель фиксирует отпечатки пальцев каждого работника на обратной стороне трудового контракта. Таким образом Гершель отличает сотрудников от других людей, которые могут претендовать на роль служащих, в день выплаты зарплаты.

1870 год

Французский юрист Альфонс Бертильонаж разрабатывает систему бертильонаж - метод идентификации преступников по антропометрическим данным. Метод основан на подробных отчётах об измерениях тела, физических описаниях и фотографиях. Системой в течение 30 лет пользовались во всём мире до тех пор, пока полицейские не поняли, что некоторые люди могут обладать одинаковыми параметрами.

1880 год

Шотландский хирург Генри Фолдс публикует статью о пользе отпечатков пальцев для идентификации.

1892 год

Аргентинский полицейский Хуан Вученич начинает собирать и каталогизировать отпечатки пальцев. А также использует отпечатки, чтобы доказать окончательную вину Франциски Рохас в убийстве соседа. Полицейский устанавливает, что её отпечаток идентичен частичному кровавому следу на месте преступления.

В этот же год Фрэнсис Гальтон пишет подробное исследование отпечатков пальцев, в котором он представляет новую систему классификации.

1896 год

Генеральный инспектор Бенгальской полиции Эдвард Генри, заинтересовавшийся системой Гальтона, собирает чемодан фотографий отпечатков пальцев и совершенствует классификацию Гальтона. Генри делит узоры на пальцах на пять основных: простые и сложные дуги, петли, направленные в сторону большого пальца или мизинца, и завихрения.

Главная идея Генри - кодировать узоры числовыми формулами. Виды обозначались буквами A, T, R, U, W, а подвиды - цифрами. Метод Генри стал предшественником системы классификации, которая в течение долгих лет использовать ФБР и другими правоохранительными структурами.

1903 год

Система Бертильона «ломается». Двое мужчин, впоследствии оказавшиеся близнецами, приговорены к исправительным работам в США. Установлено, что они имеют почти одинаковые измерения по бертильонажу. Но позже историю оспаривают, потому что она использовалась, чтобы доказать несовершенство бертильонажа.

1936 год

Офтальмолог Фрэнк Берч предложил использовать радужную оболочку глаза для распознавания личности.

1960 год

Шведский профессор Гуннар Фант публикует модель, описывающую физиологические компоненты производства акустической речи. Результаты основаны на анализе рентгеновских лучей индивидуумов, издающих определённые звуки.

1964 год

Вудро Бледсоу, Хелен Чан Вольф и Чарльз Биссон в рамках коллективного исследования по распознаванию образов разрабатывают первоначальную технологию. Однако Бледсо покидает исследование, работу над которым продолжает Питер Харт в Стэнфордском исследовательском институте.

1965 год

Вудро Бледсоу по контракту правительства США разрабатывает первую полуавтоматическую систему распознавания лиц.

Североамериканская авиация разрабатывает первую систему распознавания подписей.

1968 год

Компьютер последовательно превосходит людей в идентификации человеческих лиц из базы данных, содержащей две тысячи фотографий.

1969 год

ФБР приступает к разработке системы автоматизации процесса идентификации отпечатков пальцев, которая становится первоочерёдной и занимает большинство человеческих ресурсов.

ФБР заключает контракт с Национальным институтом стандартов и технологий (NIST) на изучение процесса автоматизации идентификации человека по отпечатку пальцев. NIST выделяет две основные проблемы: первая - сканирование отпечатков пальцев и определение отличительных признаков, вторая - сравнение и сопоставление черт.

1970 год

Моделируются поведенческие компоненты речи. Доктор Джозеф Перкелл расширяет первоначальную модель, разработанную в 1960 году. Он включает в неё язык и челюсть. Модель обеспечивает более подробное понимание сложных поведенческих и биологических компонентов речи.

1971 год

Исследователи Голдштейн, Хармон и Леск публикуют статью «Идентификация человеческого лица », в которой используют 22 относительных маркера, например, цвет волос и толщина губ, для автоматического распознавания лиц. Исследование легло в основу для дальнейшего изучения компьютерной идентификации лиц.

1974 год

Появляются первые коммерческие биометрические устройства распознавания ладони. Системы реализованы для трёх основных целей: контроль физического доступа, фиксирование времени и отслеживание посещаемости, идентификация людей.

1975 год

ФБР финансирует разработку датчиков и сенсоров для сканирования узоров отпечатков пальцев, чтобы сократить стоимость на хранение цифровой информации. Ранние сенсоры используют ёмкостные методы для сбора характеристик отпечатков пальцев.

В течение следующих десятилетий NIST сосредотачивается на разработке автоматических методов оцифровывания отпечатков и сжатия изображений, классификации, извлечении и сопоставлении деталей. В результате исследований NIST появляется M40 - первый алгоритм компьютерного сопоставления отпечатков, используемый в ФБР.

1976 год

Американский производитель электродеталей Texas Instruments разрабатывает прототип распознавания речи, который тестируют военно-воздушные силы США и некоммерческая компания Mitre Corporation. Последняя занимается проектированием, исследованием и разработкой систем, а также поддержкой информационных технологий правительства США.

1977 год

Компания Veripen получила патент «Персональный идентификационный аппарат», который захватывает динамические характеристики подписи человека. Разработка системы привела к тестированию автоматической проверки почерка, выполняемой Mitre Corporation, для отдела электронных систем ВВС США.

1984 год

Армия США начинает использовать распознавание ладоней в банковской сфере.

1985 год

Офтальмологи Леонардо Флом и Аран Сафир предполагают, что не существует двух одинаковых радужных оболочек.

1986 год

NIST совместно с Американским национальным институтом стандартов (ANSI) создают стандарт для обмена данными об узорах отпечатков пальцев ANSI/NBS-I CST 1-1986. Это первая версия существующих стандартов, которые сейчас используют правоохранительные органы во всём мире.

Флом и Сафир получают патент на использование радужной оболочки глаза для идентификации. Флом обращается к доктору Джону Догману с просьбой разработать алгоритм для идентификации человека по радужке.

1987 год

NIST формирует группу для изучения и развития использования методов обработки речи.

1988 год

Подразделение «Лейквуд» департамента шерифа округа Лос-Анджелес использует первую полуавтоматическую систему распознавания лиц по базе данных оцифрованных копий.

В тот же год Кирби и Сирович применяют анализ основных компонентов - стандартные методы линейной алгебры - к проблеме распознавания лица. Технология получает название Eigenface.

1991 год

Мэтью Турк и Алекс Пентланд находят, что остаточную ошибку Eigenface можно использовать для нахождения граней в изображениях. В результате этого открытия стало возможным надёжное автоматическое распознавание лиц в реальном времени.

1992 год

АНБ создаёт Биометрический консорциум и проводит первое заседание в октябре 1992 года. Первоначально участие в Консорциуме ограничено государственными учреждениями. Однако вскоре организация расширяет членство: включает частные и научные сообщества, разрабатывает многочисленные рабочие группы для начала и расширения усилий по тестированию, разработке стандартов, функциональной совместимости и правительственному сотрудничеству.

С началом биометрической деятельности в начале 2000-х годов деятельность рабочих групп интегрируется в другие организации, например, в INCITS, ISO и Национальный совет по науке и технике США, чтобы расширить и ускорить их деятельность. Консорциум становится площадкой для дискуссий между правительством, промышленностью и академическими сообществами.

1993 год

Агентство перспективных исследований в области обороны и Управление программы развития Министерства обороны США финансируют программу FacE REcognition Technology (FERET). Цель поощрения - разработка алгоритмов распознавания лиц и технологий.

1994 год

В результате конкурса по созданию интегрированной автоматизированной системы идентификации отпечатков (IAFIS) исследуются три основные проблемы: получение цифрового отпечатка пальцев, извлечение характеристики локальной борозды и совпадение характеристик борозд. Компания Lockheed Martin выиграла конкурс по созданию IAFIS для ФБР.

Считается, что первую автоматизированную систему идентификации отпечатков пальцев (AFIS), созданную для поддержки печати отпечатков, построила венгерская компания RECOWARE. В 1997 году технологию идентификации ладоней и отпечатков пальцев, встроенную в RECOderm, покупает Lockheed Martin Information Systems.

В тот же год на основе биометрии создаётся служба ускоренного обслуживания пассажиро-иммиграционной и натуралистической службы (INSPASS). Она помогала путешественникам обходить иммиграционные линии в выбранных аэропортах по всей территории США до тех пор, пока не прекратила существование в конце 2004 года.

Джон Даунгман разрабатывает и патентует первые алгоритмы компьютерной идентификации образцов радужки. Патент получает название lriScan. До сих пор алгоритмы Даугмана - основа публичных применений технологии.

1995 год

Агентство по защите ядерных вооружений и iriScan создают совместный проект, который привёл к появлению первого коммерческого продукта из сферы распознавания радужной оболочки глаза.

1996 год

На Олимпийских играх в Атланте внедряют системы доступа по ладони, чтобы контролировать и защищать физический доступ к Олимпийской деревне. Система находит информацию среди данных более 65 тысяч человек. В течение 28 дней обработано более одного миллиона транзакций.

При финансировании АНБ NIST начинает ежегодную оценку узнаваемости спикеров NIST для дальнейшего продвижения сообщества по признанию ораторов.

1997 год

IAFIS начинает работу. В ходе разработки системы учёные рассмотрели вопросы, связанные с обменом информацией между автономными системами, а также изучили внедрение национальной системы для определения отпечатков пальцев. IAFIS используют для проверки криминального прошлого людей и идентификации скрытых отпечатков, обнаруженных на местах преступления.

Кристоф фон дер Малсбург и команда аспирантов из Университета Бохума в Германии разработали систему ZN-Face, которая тогда была самой надёжной благодаря способности распознавать лица на некачественных фотографиях.

Технологию финансировала исследовательская лаборатория армии США. Однако использовали её крупные международные аэропорты, банки и правительственные учреждения.

При поддержке АНБ был опубликован первый коммерческий общий биометрический стандарт - API аутентификации человека (HA-API). Цель проекта - облегчение интеграции и обеспечение взаимозаменяемости и независимости поставщиков. Это стало прорывом работающих вместе поставщиков биометрических технологий.

1998 год

ФБР запускает криминалистическую базу данных ДНК - Комбинированную систему индексов ДНК (CODIS). Система обеспечивает цифровое хранение и поиск ДНК-маркеров для правоохранительных органов.

1999 год

Техническая консультативная группа Международной организации гражданской авиации (ИКАО) по машиносчитываемым проездным документам (TAG или MRTD) приступила к исследованию совместимости биометрических и машиносчитываемых проездных документов. Цели исследования - создание международных стандартов для мультисервисной передачи данных.

2000 год

Несколько правительственных агентств США спонсируют тестирование поставщиков распознавания лиц (FRVT). Тесты проводит NIST. Это стало первой открытой крупномасштабной оценкой нескольких коммерчески доступных биометрических систем.

Дополнительные оценки прошли в 2003 и 2006 годах. Задачей проекта было предоставить правоохранительным органам и правительству США информацию, необходимую для определения наилучших способов развёртывания технологии распознавания лиц.

Учёные публикуют первый исследовательский документ, в котором рассказывают об использовании образцов сосудов для распознавания людей. В статье описывают первую коммерческую технологию, которая использует изображение сосудов на кисти человека для идентификации.

В тот же год Университет Западной Вирджинии и ФБР ввели программу бакалавриата в биометрических системах.

Январь 2001 года

Систему распознавания лиц устанавливают на Супербоуле, который проходит в Тампе, штат Флорида, чтобы идентифицировать на стадионе разыскиваемых людей. Система не нашла их, но ошибочно идентифицировала дюжину невинных болельщиков. СМИ обеспокоены нарушением конфиденциальности людей при использовании биометрии.

11 сентября 2001 года

Серия террористических актов, организованная террористической организацией «Аль-Каида» возобновила научный интерес к технологии. В первую очередь это коснулось транспортных систем и органов, обеспечивающих международные перемещение людей, например, таможенные и миграционные службы.

Идентификации личности при проверке документов оказалось недостаточно, тогда как биометрические показатели гарантируют безошибочное распознавание людей.

Ноябрь 2001 года

Создаётся технический комитет M1 для ускоренной разработки стандартов по использованию биометрии в США и в международных стандартизационных комиссиях.

2002 год

Международная организация по стандартизации (ISO) и Международная электротехническая комиссия (IEC) учредили подкомитет ISO/IEC JTC1 для поддержки стандартизации биометрических технологий. Подкомитет разрабатывает стандарты для обеспечения интеграции и обмена данными между автономными приложениями и системами.

2003 год

Международная организация гражданской авиации (ICAO) принимает глобальный согласованный план интеграции биометрической идентификационной информации в паспорта и другие машиночитаемые документы (МСДП). Распознавание лица выбирают как глобальную интероперабельную биометрическую модель для компьютеризированного подтверждения личности.

В то же год Европейская комиссия поддерживает создание Европейского биометрического форума. Задача проекта - сделать Евросоюз мировым лидером в области биометрии с помощью устранения барьеров на пути принятия решений и фрагментации на рынке. Форум также выступает движущей силой для координации, поддержки и укрепления национальных органов.

2004 год

Министерство обороны США реализует автоматизированную систему биометрической идентификации (ABIS). Её внедряют, чтобы улучшить способность правительства США отслеживать и идентифицировать национальные угрозы безопасности.

2005 год

Истекает патент США на концепцию распознавания радужки глаза. Благодаря этому открываются маркетинговые возможности для компаний, которые разработали свои алгоритмы распознавания радужки.

2010 год

АНБ использует биометрические данные, чтобы идентифицировать террористов. В том числе использует отпечатки пальцев из мест, связанных с терактами 11 сентября.

2011 год

Правительство Панамы, сотрудничая с секретарём национальной безопасности США Джанет Наполитано, инициировало экспериментальную программу платформы FaceFirst по распознаванию лиц, чтобы сократить незаконную деятельность в аэропорту Токумен в Панаме.

Он известен как центр контрабанды наркотиков и организованной преступности. В результате система помогла задержать несколько подозреваемых Интерпола.

Идентификация лица всё чаще используется для судебной экспертизы со стороны сотрудников правоохранительных органов и военных. Часто это самый эффективный способ идентифицировать мёртвые тела.

Технологию распознавания лиц и ДНК использовали, чтобы подтвердить личность Усамы бен Ладена - основателя террористической организации «Аль-Каида» - после того, как его убили в результате американского рейда.

2013 год

Apple внедряет в новые смартфоны функцию распознавания отпечатков пальцев Touch ID.

2016 год

Samsung презентует устройство со сканером радужной оболочки глаза, чтобы повысить уровень безопасности доступа к устройству.

MasterCard, Visa и другие финансовые организации включают биометрическую аутентификацию платежей.

2017 год

Розничная торговля активно внедряет технологии распознавания лиц. И становится самым быстрорастущим сектором по использованию этой технологии.

Кроме этого, Apple представляет iPhone X с технологией распознавания лица Face ID.

Сейчас

Раньше такое можно было увидеть только в шпионских фильмах: герой прикладывает палец к специальному сенсору - и дверь открывается. Сегодня такие технологии стали реальностью, ведь появилась возможность собирать, хранить и использовать биометрические персональные данные. Что это такое?

Биометрия

Смотря фантастические фильмы, где герои общаются с "умным домом" или отдают приказы искусственному интеллекту космического корабля, зрители редко задумываются об обратной стороне этого вопроса, например, слушается ли эта программа всех подряд. Очень вряд ли, наверняка, она реагирует только на голос хозяина. И это достигается с помощью биометрии, которая реально существует. Итак, что же это за кусочек из фантастики, уже ставший действительностью?

Биометрия - это Она основывается на присущих им уникальных характеристиках, так что зайти, так сказать, "под чужим логином" не удастся, ведь подделать пароль невозможно, и сейчас станет ясно, почему.

Что относится?

К данным этого типа относятся любые сведения, которые могут быть измерены, как поведенческого или психологического, так и физиологического характера. Иными словами, любой параметр человека, который может быть выражен в абсолютных значениях, может считаться биометрическими данными.

Они обладают рядом определенных свойств, что и делает их такими ценными.

• Они уникальны. ДНК каждого человека индивидуальна, так же как отпечаток пальца или рисунок радужки. Это значит, что никто другой не сможет воспользоваться "паролем" без позволения и ведома хозяина.
• Они универсальны. Биометрические персональные данные - это различные характеристики, присущие абсолютно всем людям.
• Они неизменны. Как невозможно "отредактировать" отпечатки пальцев, так и нельзя поменять тембр голоса или ДНК.

Все эти характеристики в комплексе делают сведения данного типа очень полезными, если подумать о всеобщем сборе и хранении данных в различных целях. Например, преступники не смогут избежать правосудия. Впрочем, до создания глобальных баз данных еще очень и очень далеко.

Виды данных

На сегодняшний день успешно используется несколько типов биометрических данных: отпечатки пальцев, голос, сетчатка или радужка глаза, а также распознавание лица и ДНК. Этим, однако, список возможных параметров не ограничивается. В перспективе технологии смогут работать также с запахом или, например, походкой, характерными особенностями поведения, процессом подписания документов и т. д. Таким образом, характеристики могут быть не только статичными, но и динамическими.

Кстати, в процессе изучения некоторых физиологических характеристик человека стало ясно, что, например, сетчатка в данном качестве не подходит, поскольку рисунок сосудов может меняться, а также дает информацию о состоянии здоровья, чего быть не должно. Это косвенно дает толчок к развитию еще и медицине.

История

Самым распространенным параметром, используемым уже довольно давно, являются отпечатки пальцев. Дактилоскопические данные уже стали совсем привычными, а процедура их сдачи уже давно обязательна не только для тех, кто подозревается в преступлениях, но и для обычных граждан, например, при получении некоторых документов.

Идея о том, что папиллярный рисунок, то есть линии на кончиках пальцев, уникальны для каждого человека, была выдвинута еще в XIX веке Уильямом Гершелем. Несмотря на то, что выдвинутая им гипотеза о неповторимости отпечатков так и не получила достаточного основания, дактилоскопия широко используется в криминалистике. Пожалуй, именно она и положила начало идеям об идентификации, основой которой являлись бы биометрические данные.

Сбор

Сейчас самой распространенной является процедура снятия отпечатков пальцев в электронном или традиционном виде. В первом случае используются специальные сенсоры, делающие высококачественный цифровой снимок, который в дальнейшем преобразуется, а во втором - особая краска. Для распознавания лиц также используются специальным образом сделанные фотографии - например, в России сейчас такие делают, чтобы поместить биометрические данные в для поездок за рубеж.

Хранение и обработка

Если сбор биометрических данных не является такой уж проблемой, то создание и постоянное обновление и обслуживание единой базы данных, пожалуй, относится к актуальным задачам. Кроме того, существует необходимость в правовом регулировании доступа к информации подобного рода и возможности работы с ней, в том числе передачи третьим лицам.

Очевидно, что настолько личная информация нуждается в серьезной защите. Это значит, что базы данных, если в них будут централизованно стекаться все сведения, должны быть максимально безопасными, а человеческий фактор необходимо снизить до минимума. То есть обработка биометрических персональных данных должна происходить в общем случае в автоматическом режиме.

Тем не менее в России пока эта проблема не решена, несмотря на принятие в 2006 году закона 152-ФЗ, в котором говорится в том числе о подобных сведениях, никаких четких инструкций о правилах их хранения и передачи пока нет. Кроме того, нет контроля за процессом работы с информацией такого типа, хотя некоторые государственные органы уже давно занимаются ее сбором. Таким образом, обычные граждане вряд ли могут быть совершенно уверены в том, что информация о них находится в надежных руках, и они даже не могут это проверить.

Где используются?

Поскольку биометрические данные уникальны для каждого человека, на их основе очень удобно идентифицировать личность для тех или иных нужд.

В современном мире на практике это реализуется в различных системах доступа и личных документах. На сегодняшний день сбор тех или иных сведений, относящихся к таким данным, осуществляется, например, в некоторых странах для получения паспорта или виз для заграничных поездок. Кроме того, большое количество современных телефонов, планшетов, компьютеров и других приборов также имеют функции разблокирования в ответ на, например, считывание отпечатков пальцев или распознание лица. Так что биометрическая защита данных уже давно - не только высокие технологии в фантастическом фильме. Современные методы позволяют даже различать близнецов по одному или нескольким автоматически оцениваемым параметрам с достаточно высокой степенью точности.

Иными словами, биометрические данные человека - это очень надежный пароль, который нельзя поменять, а при дальнейшем совершенствовании технологий распознания получить к чему-либо будет абсолютно невозможно. Правда, проблема состоит в том, что если случится утечка из базы данных, то это станет серьезной проблемой, ведь, как уже было сказано, этот "пароль" поменять невозможно.

Механизм работы при этом довольно прост: при существовании в базе данных прибора эталонного образца он сравнивается с полученными с помощью сенсора данными, и если есть критические несоответствия, то запрос на доступ отклоняется, а если нет - принимается. Естественно, существует вероятность ложного срабатывания или отказа, но это зависит от качества эталона и правильности настройки и достаточной чувствительности сенсора. Разумеется, комбинирование нескольких методов распознавания значительно повышает общую точность идентификации.

За и против

Как и в любом другом вопросе, когда дело касается персональной информации, а особенно биометрических данных, люди делятся на два лагеря: сторонников и противников.

Те, кто выступают за скорейшее внедрение всеобщей идентификации по биометрическим параметрам, аргументируют свою позицию тем, что это сделает общество более безопасным, снизит преступность. Найти пропавшего человека не составит никакого труда, ведь любая система безопасности определит его присутствие.

С другой стороны, критики считают, что, во-первых, даже небольшая утечка данных такого типа может быть критичной, а во-вторых, пока не существует предпосылок к созданию законодательных рамок, которые могли бы разрешить многие вопросы в этой сфере. Наконец, некоторым кажется, что это создаст возможность для правительств вмешиваться в частную жизнь своих граждан, что неприемлемо.

Перспективы

Так или иначе, технологии, основанные на информации данного типа, продолжают развиваться, и этот процесс сдерживает лишь их достаточно высокая стоимость. Вероятно, в обозримом будущем сдача биометрических данных будет обязательной для всех людей без исключения, и будут созданы обширные базы данных. К личности каждого человека будет привязана информация о нескольких его параметрах. Это даст возможность навсегда отказаться от бумажных документов, удостоверяющих личность, а еще позволит забыть о таком понятии, как ключи и замки в привычном понимании.

Кстати, обычно вместе с биометрией упоминают и чипирование. Однако у этой меры гораздо больше противников, ведь с помощью микросхем, вшитых под кожу человека, можно не только определять, но и контролировать и изменять его состояние. Эта перспектива настолько пугает современных людей, что в большей части антиутопий говорится об этой мере как совершенно обыденной. Но это уже совсем другая история.

Презентацию к данной лекции можно скачать .

Простая идентификация личности. Комбинация параметров лица, голоса и жестов для более точной идентификации. Интеграция возможностей модулей Intel Perceptual Computing SDK для реализации многоуровневой системы информационной безопасности, основанной на биометрической информации.

В данной лекции дается введение в предмет биометрических систем защиты информации, рассматривается принцип действия, методы и применение на практике. Обзор готовых решений и их сравнение. Рассматриваются основные алгоритмы идентификации личности. Возможности SDK по созданию биометрических методов защиты информации.

4.1. Описание предметной области

Существует большое разнообразие методов идентификации и многие из них получили широкое коммерческое применение. На сегодняшний день в основе наиболее распространенных технологий верификации и идентификации лежит использование паролей и персональных идентификаторов ( personal identification number - PIN ) или документов типа паспорта, водительских прав. Однако такие системы слишком уязвимы и могут легко пострадать от подделки, воровства и других факторов. Поэтому все больший интерес вызывают методы биометрической идентификации, позволяющие определить личность человека по его физиологическим характеристикам путем распознания по заранее сохраненным образцам.

Диапазон проблем, решение которых может быть найдено с использованием новых технологий, чрезвычайно широк:

• предотвратить проникновение злоумышленников на охраняемые территории и в помещения за счет подделки, кражи документов, карт, паролей;
• ограничить доступ к информации и обеспечить персональную ответственность за ее сохранность;
• обеспечить допуск к ответственным объектам только сертифицированных специалистов;
• процесс распознавания, благодаря интуитивности программного и аппаратного интерфейса, понятен и доступен людям любого возраста и не знает языковых барьеров;
• избежать накладных расходов, связанных с эксплуатацией систем контроля доступа (карты, ключи);
• исключить неудобства, связанные с утерей, порчей или элементарным забыванием ключей, карт, паролей;
• организовать учет доступа и посещаемости сотрудников.

Кроме того, важным фактором надежности является то, что она абсолютно никак не зависит от пользователя. При использовании парольной защиты человек может использовать короткое ключевое слово или держать бумажку с подсказкой под клавиатурой компьютера. При использовании аппаратных ключей недобросовестный пользователь будет недостаточно строго следить за своим токеном, в результате чего устройство может попасть в руки злоумышленника. В биометрических же системах от человека не зависит ничего. Еще одним фактором, положительно влияющим на надежность биометрических систем, является простота идентификации для пользователя. Дело в том, что, например, сканирование отпечатка пальца требует от человека меньшего труда, чем ввод пароля. А поэтому проводить эту процедуру можно не только перед началом работы, но и во время ее выполнения, что, естественно, повышает надежность защиты. Особенно актуально в этом случае использование сканеров, совмещенных с компьютерными устройствами. Так, например, есть мыши, при использовании которых большой палец пользователя всегда лежит на сканере. Поэтому система может постоянно проводить идентификацию, причем человек не только не будет приостанавливать работу, но и вообще ничего не заметит. В современном мире, к сожалению, продается практически все, в том числе и доступ к конфиденциальной информации. Тем более что человек, передавший идентификационные данные злоумышленнику, практически ничем не рискует. Про пароль можно сказать, что его подобрали, а про смарт-карту, что ее вытащили из кармана. В случае же использования биометрической защиты подобной ситуации уже не произойдет.

Выбор отраслей, наиболее перспективных для внедрения биометрии, с точки зрения аналитиков, зависит, прежде всего, от сочетания двух параметров: безопасности (или защищенности) и целесообразности использования именно этого средства контроля или защиты. Главное место по соответствию этим параметрам, бесспорно, занимают финансовая и промышленная сфера, правительственные и военные учреждения, медицинская и авиационная отрасли, закрытые стратегические объекты. Данной группе потребителей биометрических систем безопасности в первую очередь важно не допустить неавторизованного пользователя из числа своих сотрудников к неразрешенной для него операции , а также важно постоянно подтверждать авторство каждой операции . Современная система безопасности уже не может обходиться не только без привычных средств, гарантирующих защищенность объекта, но и без биометрии. Также биометрические технологии используются для контроля доступа в компьютерных, сетевых системах, различных информационных хранилищах, банках данных и др.

Биометрические методы защиты информации становятся актуальней с каждым годом. С развитием техники: сканеров, фото и видеокамер спектр задач, решаемых с помощью биометрии, расширяется, а использование методов биометрии становится популярнее. Например, банки, кредитные и другие финансовые организации служат для их клиентов символом надежности и доверия. Чтобы оправдать эти ожидания, финансовые институты все больше внимание уделяют идентификации пользователей и персонала, активно применяя биометрические технологии. Некоторые варианты использования биометрических методов:

• надежная идентификация пользователей различных финансовых сервисов, в т.ч. онлайновых и мобильных (преобладает идентификация по отпечаткам пальцев, активно развиваются технологии распознавания по рисунку вен на ладони и пальце и идентификация по голосу клиентов, обращающихся в колл-центры);
• предотвращение мошенничеств и махинаций с кредитными и дебетовыми картами и другими платежными инструментами (замена PIN-кода распознаванием биометрических параметров, которые невозможно похитить, "подсмотреть", клонировать);
• повышение качества обслуживания и его комфорта (биометрические банкоматы);
• контроль физического доступа в здания и помещения банков, а также к депозитарным ячейкам, сейфам, хранилищам (с возможностью биометрической идентификации, как сотрудника банка, так и клиента-пользователя ячейки);
• защита информационных систем и ресурсов банковских и других кредитных организаций.

4.2. Биометрические системы защиты информации

Биометрические системы защиты информации - системы контроля доступа, основанные на идентификации и аутентификации человека по биологическим признакам, таким как структура ДНК, рисунок радужной оболочки глаза, сетчатка глаза, геометрия и температурная карта лица, отпечаток пальца, геометрия ладони. Также эти методы аутентификации человека называют статистическими методами, так как основаны на физиологических характеристиках человека, присутствующих от рождения и до смерти, находящиеся при нем в течение всей его жизни, и которые не могут быть потеряны или украдены. Часто используются еще и уникальные динамические методы биометрической аутентификации - подпись, клавиатурный почерк, голос и походка, которые основаны на поведенческих характеристиках людей.

Понятие " биометрия " появилось в конце девятнадцатого века. Разработкой технологий для распознавания образов по различным биометрическим характеристикам начали заниматься уже достаточно давно, начало было положено в 60-е годы прошлого века. Значительных успехов в разработке теоретических основ этих технологий добились наши соотечественники. Однако практические результаты получены в основном на западе и совсем недавно. В конце двадцатого века интерес к биометрии значительно вырос благодаря тому, что мощность современных компьютеров и усовершенствованные алгоритмы позволили создать продукты, которые по своим характеристикам и соотношению стали доступны и интересны широкому кругу пользователей. Отрасль науки нашла свое применение в разработках новых технологий безопасности. Например, биометрическая система может контролировать доступ к информации и хранилищам в банках, ее можно использовать на предприятиях, занятых обработкой ценной информации, для защиты ЭВМ, средств связи и т. д.

Суть биометрических систем сводится к использованию компьютерных систем распознавания личности по уникальному генетическому коду человека. Биометрические системы безопасности позволяют автоматически распознавать человека по его физиологическим или поведенческим характеристикам.

Рис. 4.1.

Описание работы биометрических систем:

Все биометрические системы работают по одинаковой схеме. Вначале, происходит процесс записи, в результате которого система запоминает образец биометрической характеристики. Некоторые биометрические системы делают несколько образцов для более подробного запечатления биометрической характеристики. Полученная информация обрабатывается и преобразуется в математический код. Биометрические системы информационной безопасности используют биометрические методы идентификации и аутентификации пользователей. Идентификация по биометрической системы проходит в четыре стадии:

• Регистрация идентификатора - сведение о физиологической или поведенческой характеристике преобразуется в форму, доступную компьютерным технологиям, и вносятся в память биометрической системы;
• Выделение - из вновь предъявленного идентификатора выделяются уникальные признаки, анализируемые системой;
• Сравнение - сопоставляются сведения о вновь предъявленном и ранее зарегистрированном идентификаторе;
• Решение - выносится заключение о том, совпадают или не совпадают вновь предъявленный идентификатор.

Заключение о совпадении/несовпадении идентификаторов может затем транслироваться другим системам (контроля доступа, защиты информации и т. д), которые далее действуют на основе полученной информации.

Одна из самых важных характеристик систем защиты информации, основанных на биометрических технологиях, является высокая надежность , то есть способность системы достоверно различать биометрические характеристики, принадлежащие разным людям, и надежно находить совпадения. В биометрии эти параметры называются ошибкой первого рода ( False Reject Rate , FRR ) и ошибкой второго рода ( False Accept Rate , FAR ). Первое число характеризует вероятность отказа доступа человеку, имеющему доступ , второе - вероятность ложного совпадения биометрических характеристик двух людей. Подделать папиллярный узор пальца человека или радужную оболочку глаза очень сложно. Так что возникновение "ошибок второго рода" (то есть предоставление доступа человеку, не имеющему на это право) практически исключено. Однако, под воздействием некоторых факторов биологические особенности, по которым производится идентификация личности, могут изменяться. Например, человек может простудиться, в результате чего его голос поменяется до неузнаваемости. Поэтому частота появлений "ошибок первого рода" (отказ в доступе человеку, имеющему на это право) в биометрических системах достаточно велика. Система тем лучше, чем меньше значение FRR при одинаковых значениях FAR . Иногда используется и сравнительная характеристика EER ( Equal Error Rate ), определяющая точку, в которой графики FRR и FAR пересекаются. Но она далеко не всегда репрезентативна. При использовании биометрических систем, особенно системы распознавания по лицу, даже при введении корректных биометрических характеристик не всегда решение об аутентификации верно. Это связано с рядом особенностей и, в первую очередь , с тем, что многие биометрические характеристики могут изменяться. Существует определенная степень вероятности ошибки системы. Причем при использовании различных технологий ошибка может существенно различаться. Для систем контроля доступа при использовании биометрических технологий необходимо определить, что важнее не пропустить "чужого" или пропустить всех "своих".

Не только FAR и FRR определяют качество биометрической системы. Если бы это было только так, то лидирующей технологией было бы распознавание людей по ДНК, для которой FAR и FRR стремятся к нулю. Но ведь очевидно, что эта технология не применима на сегодняшнем этапе развития человечества. Поэтому важной характеристикой является устойчивость к муляжу, скорость работы и стоимость системы. Не стоит забывать и то, что биометрическая характеристика человека может изменяться со временем, так что если она неустойчива - это существенный минус. Также важным фактором для пользователей биометрических технологий в системах безопасности является простота использования. Человек, характеристики которого сканируются, не должен при этом испытывать никаких неудобств. В этом плане наиболее интересным методом является, безусловно, технология распознавания по лицу. Правда, в этом случае возникают иные проблемы, связанные в первую очередь , с точностью работы системы.

Обычно биометрическая система состоит из двух модулей: модуль регистрации и модуль идентификации.

Модуль регистрации "обучает" систему идентифицировать конкретного человека. На этапе регистрации видеокамера или иные датчики сканируют человека для того, чтобы создать цифровое представление его облика. В результате сканирования чего формируются несколько изображений. В идеальном случае, эти изображения будут иметь слегка различные ракурсы и выражения лица, что позволит получить более точные данные. Специальный программный модуль обрабатывает это представление и определяет характерные особенности личности, затем создает шаблон . Существуют некоторые части лица, которые практически не изменяются с течением времени, это, например, верхние очертания глазниц, области окружающие скулы, и края рта. Большинство алгоритмов, разработанных для биометрических технологий, позволяют учитывать возможные изменения в прическе человека, так как они не используют для анализа области лица выше границы роста волос. Шаблон изображения каждого пользователя хранится в базе данных биометрической системы.

Модуль идентификации получает от видеокамеры изображение человека и преобразует его в тот же цифровой формат, в котором хранится шаблон . Полученные данные сравниваются с хранимым в базе данных шаблоном для того, чтобы определить, соответствуют ли эти изображения друг другу. Степень подобия, требуемая для проверки, представляет собой некий порог, который может быть отрегулирован для различного типа персонала, мощности PC , времени суток и ряда иных факторов.

Идентификация может выполняться в виде верификации, аутентификации или распознавания. При верификации подтверждается идентичность полученных данных и шаблона, хранимого в базе данных. Аутентификация - подтверждает соответствие изображения, получаемого от видеокамеры одному из шаблонов, хранящихся в базе данных. При распознавании, если полученные характеристики и один из хранимых шаблонов оказываются одинаковыми, то система идентифицирует человека с соответствующим шаблоном.

4.3. Обзор готовых решений

4.3.1. ИКАР Лаб: комплекс криминалистического исследования фонограмм речи

Аппаратно-программный комплекс ИКАР Лаб предназначен для решения широкого круга задач анализа звуковой информации, востребованного в специализированных подразделениях правоохранительных органов, лабораториях и центрах судебной экспертизы, службах расследования летных происшествий, исследовательских и учебных центрах. Первая версия продукта была выпущена в 1993 году и явилась результатом совместной работы ведущих аудиоэкспертов и разработчиков программного обеспечения. Входящие в состав комплекса специализированные программные средства обеспечивают высокое качество визуального представления фонограмм речи. Современные алгоритмы голосовой биометрии и мощные инструменты автоматизации всех видов исследования фонограмм речи позволяют экспертам существенно повысить надежность и эффективность экспертиз. Входящая в комплекс программа SIS II обладает уникальными инструментами для идентификационного исследования: сравнительное исследование диктора, записи голоса и речи которого предоставлены на экспертизу и образцов голоса и речи подозреваемого. Идентификационная фоноскопическая экспертиза основывается на теории уникальности голоса и речи каждого человека. Анатомическое факторы: строение органов артикуляции, форма речевого тракта и ротовой полости, а также внешние факторы: навыки речи, региональные особенности, дефекты и др.

Биометрические алгоритмы и экспертные модули позволяют автоматизировать и формализовать многие процессы фоноскопического идентификационного исследования, такие как поиск одинаковых слов, поиск одинаковых звуков, отбор сравниваемых звуковых и мелодических фрагментов, сравнение дикторов по формантам и основному тону, аудитивные и лингвистические типы анализа. Результаты по каждому методу исследования представляются в виде численных показателей общего идентификационного решения.

Программа состоит из ряда модулей, с помощью которых производится сравнение в режиме "один-к-одному". Модуль "Сравнения формант" основан на термине фонетики - форманте, обозначающий акустическую характеристику звуков речи (прежде всего гласных), связанную с уровнем частоты голосового тона и образующую тембр звука. Процесс идентификации с использованием модуля "Сравнения формант" может быть разделен на два этапа: cначала эксперт осуществляет поиск и отбор опорных звуковых фрагментов, а после того как опорные фрагменты для известного и неизвестного дикторов набраны, эксперт может начать сравнение. Модуль автоматически рассчитывает внутридикторскую и междикторскую вариативность формантных траекторий для выбранных звуков и принимает решение о положительной/отрицательной идентификации или неопределенном результате. Также модуль позволяет визуально сравнить распределения выбранных звуков на скаттерограмме.

Модуль "Сравнение Основного Тона" позволяет автоматизировать процесс идентификации дикторов с помощью метода анализа мелодического контура. Метод предназначен для сравнения речевых образцов на основе параметров реализации однотипных элементов структуры мелодического контура. Для анализа предусмотрено 18 типов фрагментов контура и 15 параметров их описания, включая значения минимума, среднего, максимума, скорости изменения тона, эксцесса, скоса и др. Модуль возвращает результаты сравнения в виде процентного совпадения для каждого из параметров и принимает решение о положительной/отрицательной идентификации или неопределенном результате. Все данные могут экспортироваться в текстовый отчет.

Модуль автоматической идентификации позволяет производить сравнение в режиме "один-к-одному" с использованием алгоритмов:

• Спектрально-форматный;
• Статистика основного тона;
• Смесь Гауссовых распределений;

Вероятности совпадения и различия дикторов рассчитываются не только для каждого из методов, но и для их совокупности. Все результаты сравнения речевых сигналов двух файлах, получаемые в модуле автоматической идентификации, основаны на выделении в них идентификационно значимых признаков и вычислении меры близости между полученными наборами признаков и вычислений меры близости полученных наборов признаков между собой. Для каждого значения этой меры близости во время периода обучения модуля автоматического сравнения были получены вероятности совпадения и различия дикторов, речь которых содержалась в сравниваемых файлах. Эти вероятности были получены разработчиками на большой обучающей выборке фонограмм: десятки тысяч дикторов, различные каналы звукозаписи, множество сессий звукозаписи, разнообразный тип речевого материала. Применение статистических данных к единичному случаю сравнения файл-файл требует учета возможного разброса получаемых значений меры близости двух файлов и соответствующей ей вероятности совпадения/различия дикторов в зависимости от различных деталей ситуации произнесения речи. Для таких величин в математической статистике предложено использовать понятие доверительного интервала. Модуль автоматического сравнения выводит численные результаты с учетом доверительных интервалов различных уровней, что позволяет пользователю увидеть не только среднюю надежность метода, но и наихудший результат, полученный на обучающей базе. Высокая надежность биометрического движка, разработанного компанией ЦРТ, была подтверждена испытаниями NIST (National Institute of Standards and Technology)