.
Kennzeichnung durch körperliche Eigenschaften ist so alt wie Menschlichkeit. Leute durch ihre Stimmen oder Aussehen erkennend und Leute, indem man ihr Aussehen verkörpernd annahm, bekannt weit in den klassischen Zeiten. Bemühungen, körperliche Eigenschaften zu finden, die einzigartig Leute kennzeichnen, schließen die Bertillion Schädel Diagramme, die Fingerabdrücke und DAS DNA Musterstück ein. Das Verwenden solch einer Funktion, um Leute für einen Computer zu kennzeichnen würde ideal Störungen in der Authentisierung beseitigen.
Biometrie ist das automatisierte Maß der biologischen oder Verhaltenseigenschaften, die eine Person kennzeichnen. Wenn einem Benutzer ein Konto gegeben wird, nimmt die System Leitung einen Satz Maße, die diesen Benutzer zu einem annehmbaren Grad der Störung kennzeichnen. Wann immer die Anwenderzugriffe das System, die biometrische Authentisierung Einheit die Identität überprüft. Dieses ist beträchtlich einfacher als, den Benutzer, weil kein Suchen kennzeichnend angefordert wird. Ein Vergleich zu den bekannten Daten für die behaupteten Identität des Benutzers entweder überprüft oder weist den Anspruch zurück. Allgemeine Eigenschaften sind Fingerabdrücke, Spracheigenschaften, Augen, Gesichtseigenschaften und Tastenanschlagdynamik.
Fingerabdrücke können optisch abgelichtet werden, aber die Kameras, die benötigt werden, sind umfangreich. Eine kapazitive Technik verwendet die Unterschiede in den elektrischen Aufladungen der whorls auf dem Finger, um jene Teile des Fingers, der einen Span berührt und angehobene die zu ermitteln. Die Daten werden in ein Diagramm umgewandelt, in dem Kanten durch Gipfel dargestellt werden und die Gipfel, die angrenzenden Kanten entsprechen, angeschlossen werden. Jeder Gipfel hat eine Zahl, die Länge der entsprechenden Kante zu approximieren. An diesem Punkt Gleiche wird festzustellen ein Problem des Diagrammzusammenbringens. Dieses Problem ist dem klassischen Diagrammisomorphismusproblem ähnlich, aber wegen der Ungenauigkeit in den Maßen, kann das Diagramm, das vom Fingerabdruck erzeugt wird, die unterschiedlichen Anzahlen von Rändern und Gipfeln haben. So ist der zusammenpassende Algorithmus ein Näherungswert.
Authentisierung durch die Stimme, auch genannt Lautsprecherüberprüfung oder Lautsprecheranerkennung, bezieht Anerkennung der eigenschaften eines Lautsprechers Sprachoder der mündlichen Informationen Überprüfung mit ein. Die statistischen Techniken des ehemaligen Gebrauches, zum der Hypothese zu prüfen, daß die Identität des Lautsprechers ist, wie behauptet. Das System wird zuerst auf örtlich festgelegten überschreiten-Phrasen oder Phonemen ausgebildet, die kombiniert werden können. Um zu beglaubigen, entweder der Sprecher sagt die überschreiten-Phrase oder wiederholt ein Wort (oder der Satz Wörter) bestanden aus den gelehrten Phonemen. Mündliche Informationen Überprüfung beschäftigt den Inhalt von Äußerungen. Das System stellt einen Satz Fragen wie ", was ist Erstname Ihr Mutter?" und "in, welcher Stadt waren Sie geboren?" Sie prüft dann, ob die Antworten, die gesprochen werden, dieselben wie die Antworten sind, die in seiner Datenbank notiert werden. Der Schlüsselunterschied ist, daß Lautsprecherüberprüfung Techniken Lautsprecher-abhängig sind, aber mündliche Informationen Überprüfung Techniken sind Lautsprecher-unabhängig und bauen nur auf den Inhalt der Antworten.
Authentisierung durch Auge Eigenschaften benutzt die Blende und die Retina. Muster innerhalb der Blende sind für jede Person einzigartig. Folglich soll eine Überprüfung Annäherung die Muster statistisch vergleichen und fragen, ob die Unterschiede gelegentlich sind. Eine zweite Annäherung soll die Bilder mit statistischen Tests aufeinander beziehen, zu sehen, wenn sie zusammenpassen. Netzhautscans beruhen auf der Einzigartigkeit der Muster, die durch $blutgefässe an der Rückseite des Auges gebildet werden. Dieses erfordert einen Laser, der auf die Retina strahlt, die in hohem Grade aufdringlich ist. Diese Methode wird gewöhnlich nur im sichersten Service verwendet.
Gesicht Anerkennung besteht aus einigen Schritten. Zuerst wird das Gesicht lokalisiert. Wenn der Benutzer ihr Gesicht in eine vorbestimmte Position (zum Beispiel, durch das Stillstehen ihres Kinns auf einer Unterstützung) legt, wird das Problem ein wenig einfacher. Jedoch können Gesichtseigenschaften wie Haar und Gläser die Anerkennung härter bilden. Techniken für das Tun dies schließen den Gebrauch von neuralen Netzen und Schablonen ein. Das resultierende Bild wird dann mit dem relevanten Bild in der Datenbank verglichen. Die Wechselbeziehung wird durch die Unterschiede bezüglich der Beleuchtung zwischen dem gegenwärtigen Bild und dem Bezugsbild, durch Verzerrung, durch "Geräusche," und durch die Ansicht des Gesichtes beeinflußt. Die Wechselbeziehungeinheit muß "ausgebildet werden." Einige unterschiedliche Methoden der Wechselbeziehung sind, mit unterschiedlichen Grad Erfolg verwendet worden. Eine alternative Annäherung soll auf die Gesichtseigenschaften wie den Abstand zwischen der Nase und dem Kinn und den Winkel der Linie konzentrieren, die von einer zur anderen gezeichnet wird.
Tastenanschlagdynamik erfordert eine Unterzeichnung, die auf Tastenanschlagabständen, Tastenanschlagdruck, Tastenanschlagdauer basiert und wo der Schlüssel angeschlagen wird (auf dem Rand oder in der Mitte). Diese Unterschrift wird geglaubt, um in der gleichen Weise einzigartig zu sein, daß schriftliche Unterzeichnungen einzigartig sind. Tastenanschlaganerkennung kann statisch und dynamisch sein. Statische Anerkennung ist einmal, zur Authentisierung Zeit erfolgt und normalerweise das Schreiben einer örtlich festgelegten oder bekannten Zeichenkette mit einbezieht. Sobald Authentisierung durchgeführt worden ist, kann ein Angreifer den Anschluß (oder den Anschluß übernehmen) ohne Abfragung gefangennehmen. Dynamische Anerkennung ist während des Lernabschnittes erfolgt, also ist der vorher erwähnte Angriff nicht durchführbar. Jedoch muß die Unterzeichnung gewählt werden, damit Veränderungen innerhalb des Lernabschnittes einer Einzelperson nicht die Authentisierung veranlassen auszufallen. Z.B. können Tastenanschlagabstände weit sich verändern, und die dynamische Anerkennung Einheit muß dieses in Betracht ziehen. Die Statistiken erfaßten vom Schreiben eines Benutzers werden gelaufen dann durch statistische Tests (die etwas Daten als Invalides wegwerfen können, abhängig von der Technik verwendet) das annehmbare Abweichung in den Daten erklären.
Einige Forscher haben einige der Techniken decribed oben, um die Genauigkeit der biometrischen Authentisierung zu verbessern kombiniert. Drei Wissenschaftler kombinierten Sprachtöne und Lippenbewegung mit dem Gesichtsbild. Wissenschaftler beschreiben ein "Inspektormodul" für erklärende Sprach- und Gesichtanerkennung mit einer Erfolgrate von 99.5%. Die Resultate zeigen an, daß ein höherer Grad Genauigkeit als erreicht werden kann, wenn nur eine einzelne Eigenschaft verwendet wird.
Weil Biometrie Eigenschaften der Einzelperson mißt, werden Leute gereizt, um zu glauben, daß Angreifer nicht als autorisierte Benutzer auf Systemen aufwerfen können, die Biometrie verwenden. Zwei Annahmen liegen diesem Glauben zugrunde. Das erste ist, daß die biometrische Vorrichtung im Klima genau ist, in dem sie benutzt wird. Wenn ein Fingerabdruckscanner unter Beobachtung ist, sie eine Schablone des Fingers einer anderen Person ablichten z.B. lassen würde ermittelt. Aber, wenn er nicht unter Beobachtung ist, konnte solch ein Trick nicht ermittelt werden und der nicht autorisierte Benutzer konnte Zutritt erhalten. Die zweite Annahme ist, daß das Getriebe von der biometrischen Vorrichtung zum Prozeß Analyse des Computers tamperproof ist. Andernfalls konnte man eine gesetzmaßige Authentisierung notieren und replay sie später, um Zutritt zu erhalten.
. |