Презентация по информатике на тему Защита от несанкционированного доступа к информации (11 класс)

Подготовила: учитель информатики МБОУ СОШ №4 г. Гусь-Хрустальный Фролова Л.П.

Идентификация по радужной оболочке глаза

Благодаря этой рекламе сайт может продолжать свое существование, спасибо за просмотр.

Глаз – пожалуй, единственный внутренний орган человека, который виден снаружи. Поскольку внутренние органы уникальны, а изображение глаза к тому же можно легко получить обыкновенным цветным фотоаппаратом, возник вопрос о том, можно ли использовать рисунок радужки как некоторый код, отличающий одного человека от другого.

Развитие глаз начинается у зародыша человека в начале второго триместра и заканчивается на восьмом месяце беременности. Это означает, что даже у однояйцовых близнецов радужки различны. Рисунок радужки может меняться в течение жизни только вследствие болезней глаза, таких как катаракта, но часто даже на перенесших операцию глазах рисунок остается прежним либо меняется незначительно.

Рисунок радужки в большей степени случаен, а чем больше степень случайности, тем больше вероятность того, что конкретный рисунок будет уникальным. Исследования показали, что текстура радужки имеет степень свободы равной 250, что гораздо больше степени свободы отпечатков пальцев (35) и изображений лиц (20)

Радужная оболочка глаза является уникальной для каждого человека биометрической характеристикой. Изображение глаза выделяется из изображения лица и на него накладывается специальная маска штрих-кодов. Результатом является матрица, индивидуальная для каждого человека. Для идентификации по радужной оболочке глаза применяются специальные сканеры, подключенные к компьютеру.

Построение кода производится в три этапа: Выделение <,баранки>, радужки из общего изображения Предобработка полученного изображения Составление кода. Предобработанное изображение фильтру- ется способом, зависящим от конкретного метода. По результа- там фильтрации составляется представление в виде кода. Большинство методов работает с изображениями в градациях серого либо картами яркости изображений, то есть цветовая составляющая является избыточной.

Локализация радужки. Некоторые методы используют специальное оборудо- вание для захвата изображения, чтобы полученное изображение глаза было высокого разрешения, с хоро- шей контрастностью, освещением и центрировано. Кроме того, система камер не должна принуждать человека сесть в определенную позу на фиксированном расстоянии от камеры при специальном освещении. Иногда, кроме снимка в видимом диапазоне, делается дополнительный снимок инфракрасной камерой

Заключение. По мнению специалистов в области биометрических систем, средства идентификации личности по радужной оболочке глаза способны заменить ключи и персональ- ные идентификационные номера (пины). Рисунок радужной оболочки уникален и не повторяется даже у близнецов. Вероятность того, что два разных человека имеют один и тот же рисунок радужной оболочки глаза, равняется приблизительно 10 в -78 степени, в то время как все население Земли составляет примерно 10 в 10 степени. В отличие от других биометрических систем контроля доступа, идентификация по рисунку радужки допускает полностью бесконтактную реализацию.

В – высокая, С – средняя, Н - низкая Биометрические методы идентификации человека

Алгоритмы верификации Алгоритмы ВЕРИФИКАЦИИ отвечают на вопрос «Тот ли это человек, за кого себя выдает». Они производят попарное сравнение имеющегося и предоставленного набора информации, с их помощью реализуется подтверждение личности человека. Результатом верификации есть либо «Опознан», либо «Не опознан» с указанной долей вероятности. Алгоритм верификации отпе-чатков пальцев состоит из двух частей – регистрации отпечатков пользователей в БД и собственно самого процесса верификации. Однажды обученная система будет распознавать человека по его природному идентификатору - пальцу.

Принцип распознавания пальцев базируется на наличии в отпечатке особых точек – окончаний линий (выделены квадратами) и разветвлений, или бифуркаций (обведены кружоч-ком). Каждая особая точка условно имеет свое направление и тип (окончание или развет-вление). Имея известный набор особых точек {(x,y,θ,type)}, извлеченный при регистрации, и тестовый, алгоритм оценивает схожесть точечных образцов и выдает результат – «Опознан» или «Не опознан». Принцип распознавания человека по отпечатку пальца

Схема работы алгоритма Входное изображение 1. Адаптивная фильтрация, выделение зоны интереса 2. Бинаризация, выделение однородных областей 3. Морфологическая обработка 4. Утоньшение 5. Векторизация 6. Векторная постобработка 7. Сравнение двух наборов особых точек

Адаптивная фильтрация направлена на: Устранение шумов входного изображения (грязь, пыль на датчике) Устранение мелких деффектов (затягивание небольших разрывов, пор, сглаживание линий пальца) Адаптивная фильтрация

После бинаризации отфильтрованного изображения производится выделение однородных областей и последующая морфологическая обработка изображения. Она включает в себя удаление так называемого шума «Соль и перец», т.е. удаление мелких областей белого и черного цветов. Это устраняет ложные структуры, что отсеивает часть ложных особых точек на этой стадии. Морфологическая обработка

Морфологическая операция утоньшения приводит бинарное изображение к его скелету, в котором толщина всех линий – 1 пиксель. Операция стягивает линии в центр, не делая при этом разрывов. Утоньшение

Процедура векторизации преобразует скелет изображения в кусочно-линейное представление, отбрасывая чрезмерную информацию о линиях пальца. Точность может регулироваться с помощью параметров алгоритма. Векторизация оставляет особые точки без изменений, выбрасывая лишь промежуточные. После работы алгоритма компактный шаблон отпечатка с полной информацией о пальце может быть сохранен в отдельный файл. Векторизация

Векторная постобработка направлена на отсеивание ложных структур в кусочно-линейном представлении отпечатка. Некоторые конфигурации линий заведома не свойственны линиям отпечатка пальцев, и если они все-таки встречаются, то они наверняка являются результатом недоработки предыдущих этапов. Некоторые из производимых операций: Удаление всевозможных помех Соединение небольших разрывов Векторная постобработка

На этапе точечного сравнения алгоритм по определенным критериям пытается найти такое совмещение двух наборов, при котором значительная часть точек нашла бы свою пару в другом наборе. При совмещении с некоторыми весами учитываются как направления точек, так и их тип. Не все точки совместятся со своими парами в другом наборе – причиной этому служит как несовпадение зон приложения пальца, так и погрешности алгоритмов экстракции особых точек. По отношению совпавших пар к общему количеству точек с учетом абсолютного значения количества точек считается коэффициент совмещения, который и служит результатом верификации. Сравнение наборов особых точек

Задача идетнификации Алгоритмы ИДЕНТИФИКАЦИИ отвечают на вопрос «Кто этот человек». Для этого один и тот же входной отпечаток должен быть сравнен со всеми имеющимися в базе данных. Так как базы данных могут достигать очень больших размеров, для уменьшения вычислений была введена классификация отпечатков пальцев. При идентификации производится сравнение только с имеющимися отпечатками того же класса. Классификация основывается на наличии в отпечатке сингулярных точек в направлениях линий – петель, дельт и завитков. Арка в форме палатки Арка Завиток Петля

Версия для PC в качестве входных данных принимает изображения отпечатков пальцев в форматах BMP, PCX или RAW, возможна загрузка шаблонов из файлов векторных представлений. Библиотека также поддерживает ANSI-NIST формат представления особых точек отпечатка. В качестве результата выдается вероятность истинности гипотезы о том, что ей даны изображения одного и того же пальца. FILL_A1_0_INT16: vmov VX(0, 0++), 0 REP 8 CONTINUE_LOAD_A2_INT16: cmp r12, 0 beq FILL_A2_0_INT16 shl r4, 1 sub r0, 32 vld VX(0, 8++), (r0+=r4) REP 8 add r0, r13 vld VX(0, 32++), (r0+=r4) REP 8 sub r0, r13 add r0, 32 asr r4, 1 b CONTINUE_LOAD_A3_INT16 FILL_A2_0_INT16: vmov VX(0, 8++), 0 REP 8 vmov VX(0, 32++), 0 REP 8 CONTINUE_LOAD_A3_INT16: cmp r11, r14 beq FILL_A3_0_INT16 cmp r12, 0 beq FILL_A3_0_INT16 shl r4, 1 add r0, X_SIZE*16*2 ,288*16*2 sub r0, 32 vld VX(0, 40++), (r0+=r4) REP 8 add r0, 32 sub r0, X_SIZE*16*2 ,288*16*2 asr r4, 1 Реализация алгоритмов

Существует большое количество различных типов датчиков отпечатков пальцев – оптические (на эффекте полного внутреннего отражения, оптических фибрах), электро-оптические, емкостные, температурные, пьезоэлектические, ультразвуковые. Среди них нет найлучшего, все они имеют свои преимущества и недостатки. Алгоритмы были опробованы на оптических, емкостных и пьезоэлектрических типах датчиков, а также на синтетических отпечатках. В силу ограничений стадии адаптивной фильтрации найлучшие показатели были достигнуты на оптических датчиках. Типы датчиков отпечатков пальцев Daemin оптический (FTIR) BMF пьезоэлектрический Синтетический, Sfingre Veridicom емкостной

Емкостные сенсоры состоят из массива конденсаторов, каждый из которых представляет собой две соединенные пластины. Емкость конденсатора зависит от приложенного напряжения и от диэлектрической проницаемости среды. Когда к такому массиву конденсаторов подносят палец, то и диэлектрическая проницаемость среды, и емкость каждого конденсатора зависят от конфигурации папиллярного узора в локальной точке. Таким образом, по емкости каждого конденсатора в массиве можно однозначно идентифицировать папиллярный узор.

Принцип действия оптических сенсоров подобен тому, что используется в бытовых сканерах. Такие сенсоры состоят из светодиодов и ПЗС-сенсоров: светодиоды освещают сканируемую поверхность, а свет, отражаясь, фокусируется на ПЗС-сенсоры. Поскольку коэффициент отражения света зависит от строения папиллярного узора в конкретной точке, то оптические сенсоры позволяют записывать образ отпечатка пальца.

Термические сенсоры (рис. 7) представляют собой массив пироэлектриков — это разновидность диэлектриков, на поверхности которых при изменении температуры возникают электрические заряды из-за изменения спонтанной поляризации. Температура в межпапиллярных впадинах ниже, чем на поверхности валика папиллярной линии, вследствие чего массив пироэлектриков позволяет в точности воспроизвести папиллярный узор.

В сенсорах электромагнитного поля (рис. 8) имеются генераторы переменного электрического поля радиочастоты и массив приемных антенн. Когда к сенсору подносят палец, то силовые линии генерируемого электромагнитного поля в точности повторяют контур папиллярных линий, что позволяет массиву приемных антенн фиксировать структуру отпечатка пальца.

Надежность систем сканирования отпечатков пальцев Конечно, в работе сканеров, как и любых других устройств, возможны ошибки. Ошибки первого типа — это ошибочное отклонение верификации (False Reject Rate, FRR), когда сканер не может распознать зарегистрированного пользователя, а ошибки второго типа заключаются в ошибочном принятии верификации (False Accept Rate, FAR), то есть незарегистрированный пользователь определяется сканером как зарегистрированный. Ошибки первого типа не столь критичны для системы безопасности, хотя и создают неудобства, поскольку приходится проходить верификацию вторично. А от количества ошибок второго типа, в результате которых злоумышленник может получить доступ к системе, как раз и зависит надежность системы защиты от несанкционированного доступа. Появление ошибок FRR и FAR определяется такими характеристиками, как качество и разрешение сканирования, область сканирования, математические алгоритмы, используемые для сравнения отпечатков пальцев, количество деталей, которые применяются для сравнения. Как правило, частота возникновения ошибок FRR выше частоты возникновения FAR-ошибок. Так, вероятность возникновения FRR-ошибки обычно составляет менее 2%, а вероятность FAR-ошибки — менее 0,0001%. Для уменьшения вероятности возникновения ошибок сканеры отпечатков пальцев имеют стеклянную поверхность, выполненную из высококачественного стекла с высокой устойчивостью к возникновению царапин. Однако получение высококачественного отпечатка зависит не только от высокого разрешения сканера — должна быть обеспечена высокая контрастность изображения. Кроме того, даже при получении высококонтрастного изображения с высоким разрешением, прежде чем использовать полученное изображение для анализа, применяют специальные фильтры-маски, уменьшающие уровень шума и эха от предыдущего сканирования. Дело в том, что при сканировании отпечатка пальца на стекле сканера остается не видимый глазом отпечаток пальца из-за выделения пота, способный повлиять на точность сканирования нового отпечатка пальца.