идентификация личности по особенностям уха, ушной канал, биометрия

Для функционирования сайта могут собираться метаданные (сcookie, IP-адрес, местоположение). Если Вы не хотите, чтобы эти данные обрабатывались, то покиньте сайт.

Идентификация личности по особенностям внутреннего строения уха

Повсеместный переход к информационному обществу сопровождаются обострением проблем информационной безопасности. Важнейшей проблемой становится защита персональных и биометрических данных от компрометации.

ИДЕТ БОРЬБА ЗА НАДЕЖНОСТЬ БИОМЕТРИЧЕСКИХ СИСТЕМ

Важнейший показатель для биометрической системы - устойчивость к предъявлению подделок (цифровых или физических «муляжей» биометрических образов). В мире введено множество стандартов по защите биометрических шаблонов от компрометации при хранении и передаче их цифровых копий по каналам связи - серия ГОСТ Р 52633, стандарты ISO/IEC 19792:2009, ISO/IEC 24761:2009, ISO/IEC 24745:2011), а также защите биометрических сканеров от атак представления (спуфинга), направленных на “обман” датчиков (серия ISO/IEC 30107).

Открытые биометрические образы (отпечаток пальца, радужка, лицо, голос, автограф) находятся «на виду» и поэтому компрометируются в естественной среде даже при соблюдении всех требований по их защите. Злоумышленник может снять биометрические характеристики бесконтактно или скрыто от владельца (например, с ручки двери, фотографии).

Проект посвящен разработке метода и технологии биометрической идентификации и аутентификации с использованием данных о внутреннем строении наружного уха, получаемые при помощи эхографии.

Индивидуальные особенности ушного канала субъектов скрыты от непосредственного наблюдения и не могут быть скопированы путем фотографирования. «Плоское» изображение уха недостаточно информативно для изготовления «муляжа».

СУТЬ проекта

Ушная раковина и слуховой канал являются резонансными системами. Чтобы получить информацию о внутреннем строении наружного уха, можно воздействовать на ушной канал акустическими волнами, которые будут искажаться, отражаясь от стенок канала. Отраженный сигнал будет иметь отличия от исходного, обусловленные индивидуальными особенностями ушных раковины и канала человека. Параметры эхо-сигнала или его передаточной функции содержат информацию о геометрии слухового канала и ушной раковины, поэтому их можно воспринимать как вектор биометрических параметров (признаков), характеризующих особенности строения наружного уха индивидуума.
Разработано устройство для регистрации биометрических характеристик уха, в основе которого лежит принцип эхографии, а также программные модули для распознавания субъектов по эхограмме уха.

Усредненные спектры эхо-сигнала очень информативны. Их дальнейший кепстральный и корреляционный анализ позволяет выделить ключевые особенности, по которым можно с высокой точностью идентифицировать личность человека.

Основные публикации

по теме "Идентификация и верификация личности по особенностям строения уха"

Analysis of Ear Canal Echograms for Personality Verification Using AIConstructor Software Package

машинное обучение, защита информации, идентификация личности, аутентификация, биометрия, эхограммы ушного канала, ML-tools, разработка искусственного интеллекта без кода, извлечение признаков, автокодировщики
https://ieeexplore.ieee.org/document/10458785/

Sulavko, A., Samotuga, A. Analysis of Ear Canal Echograms for Personality Verification Using AIConstructor Software Package // Proceedings of IEEE International Conference on Modelling, Simulation and Intelligent Computing, MoSICom 2023, 2023, pp. 13–18

Биометрия является одним из ответственных приложений искусственного интеллекта (ИИ). Важнейшими задачами на сегодняшний день являются повышение надежности биометричесокй аутентификации и защита биометрических образов от компрометации. Статья посвящена исследованию эхограмм ушного канала на предмет возможности их использования для аутентификации пользователей компьютерных систем c использованием открытого набора данных AIC-ears-75. В качестве инструмента исследования использован разработанный авторами программный комплекс AIC desktop. Для извлечения признаков из данных ушного канала использован автокодировщик на базе сверточных нейронных сетей. Для верификации образов уха применялись классификаторы на базе формулы гипотез Байеса, неглубоких нейронных сетей и искусственной иммунной сети. Наилучший результат показал усовершенствованный байесовский классификатор: EER≈0,08.

Biometric-Based Key Generation and User Authentication Using Acoustic Characteristics of the Outer Ear and a Network of Correlation Neurons

мета-признаки, защита биометрического шаблона, автокодировщики, искусственные нейронные сети, корреляционный анализ, эхограммы ушного канала, защищенное исполнение искусственного интеллекта, биометрическая аутентификация, статистические моменты случайной величины, спрямляющее гиперпространство
https://www.mdpi.com/1424-8220/22/23/9551

Sulavko, A. Biometric-Based Key Generation and User Authentication Using Acoustic Characteristics of the Outer Ear and a Network of Correlation Neurons. Sensors 2022, 22, 9551. https://doi.org/10.3390/s22239551

Ответственные приложения искусственного интеллекта, такие как биометрическая аутентификация, должны быть реализованы безопасным образом, чтобы злоумышленник не мог получить доступ к биометрическим данным. Целью настоящей работы является повышение надежности биометрической аутентификации и генерации криптографических ключей на основе биометрических данных, которые используются для удаленной аутентификации с обеспечением защиты биометрических шаблонов. В качестве биометрических образов использовались эхограммы ушного канала. Для извлечения признаков из эхограмм использовались многослойные сверточные нейронные сети, относящиеся к типу автоэнкодеров. Предлагается новый класс нейронов (корреляционных нейронов), который анализирует корреляции между признаками, а не значениями признаков. Была разработана модель нейроэкстрактора, позволяющая связать вектор признаков с криптографическим ключом или паролем пользователя. Для проверки эффективности предложенной модели был использован набор открытых данных эхограмм ушного канала. Были достигнуты следующие показатели: EER = 0,0238 (FRR = 0,093, FAR < 0,001) при длине ключа 8192 бит. Предложенная модель превосходит известные аналоги по длине ключа и вероятности ошибочных решений. Параметры слухового прохода скрыты от непосредственного наблюдения и фотографирования. Этот факт создает дополнительные трудности для синтеза состязательных примеров.

Personal Identification Based on Acoustic Characteristics of the Outer Ear Using Cepstral Analysis, Bayesian Classifier and Artificial Neural Networks

кепстрограммы, оконное преобразование Фурье, формула Байеса, многослойные нейронные сети, акустический сигнал, идентификация образов, машинное обучение, эхограммы, биометрия, защита информации, строение уха
https://ietresearch.onlinelibrary.wiley.com/doi/10.1049/bme2.12037

Sulavko, A. E., Samotuga A.E., Kuprik I.A. Personal Identification Based on Acoustic Characteristics of the Outer Ear Using Cepstral Analysis, Bayesian Classifier and Artificial Neural Networks // IET Biometrics. - 2021. - p. 1-14 (early view)

Разработано устройство для измерения акустических параметров наружного слухового прохода. Получаемые эхограммы можно использовать в качестве биометрических образов в целях идентификации и аутентификации субъектов. В работе рассмотрено 2 типа биометрических параметров: на базе спектрального и кепстрального анализа эхограмм, а также два подхода к распознаванию образов уха: на базе формулы Байеса и искусственных нейронных сетей (сверточных и полносвязных). Наилучший результат составил: EER=0.0053. Эксперимент с привлечением тех же испытуемых через полгода показал небольшое отклонение в количестве неверных решений EER=0.008.

Идентификация личности на основе индивидуальных эхографических свойств ушной раковины с использованием кепстрального анализа и формулы Байеса

кепстрограммы, оконное преобразование Фурье, теорема Байеса, акустический сигнал, распознавание образов, машинное обучение
https://link.springer.com/article/10.1007/s10559-021-00370-w#citeas

Сулавко А.Е., Ложников П.С., Самотуга А.Е., Куприк И.А. Идентификация личности на основе индивидуальных эхографических свойств ушной раковины с использованием кепстрального анализа и формулы Байеса // Кибернетика и системный анализ. - №3. - Том 57. - 2021. - С. 135–143
Sulavko, A.E., Lozhnikov, P.S., Kuprik, I.A. et al. Personal Identification Based on the Individual Sonographic Properties of the Auricle Using Cepstral Analysis and Bayes Formula. Cybern Syst Anal 57, 455–462 (2021). https://doi.org/10.1007/s10559-021-00370-w

Разработан метод распознавания личности по эхографическим параметрам уха человека на основе наивного байесовского классификатора в двух режимах: биометрической идентификации (EER=0.0053) и биометрической аутентификации (FFR=0.0002 при FAR≤0.0001) соответственно. Разработано устройство для регистрации биометрических характеристик уха, приведен набор эхографических свойств на основе параметров ушной раковины 75 испытуемых. В качестве биометрических параметров использовались спектральные и кепстральные характеристики отраженных от ушного канала сигналов. Рассмотрено несколько оконных функций для построения спектров и кепстрограмм. Установлено, что более 90 % «кепстральных» признаков имеют слабую корреляционную зависимость, что позволяет применять наивный байесовский классификатор и получать при этом высокоточные результаты распознавания пользователей. Преимущество байесовской классификации состоит в возможности робастного быстрого обучения системы идентификации.

Методы распознавания личности на основе анализа характеристик наружного уха (Обзор)

аутентификация, биометрия, идентификация личности, определение ушной раковины на изображении, извлечение признаков, распознавание образов
ознакомиться с работой на researchgate.net

Гарипов И.М., Сулавко А.Е., Куприк И.А. Методы распознавания личности на основе анализа характеристик наружного уха (Обзор) // Вопросы защиты информации. – 2020. - №1. – С. 33-41

Описаны подходы к извлечению признаков биометрических параметров уха на двумерном и трехмерном изображениях, а также на основе измерений передаточных функций ушного канала. Изучены используемые методы распознавания образов для построения средств биометрической идентификации и аутентификации по параметрам ушной раковины, приведены основные результаты исследований.