Negative Identifizierung anhand des Tippverhaltens bei Verwendung fester und freier Textbestandteile

Transkript

1 Negative Identifizierung anhand des Tippverhaltens bei Verwendung fester und freier Textbestandteile

2 Sebastian Erdenreich Negative Identifizierung anhand des Tipp verhaltens bei Verwendung fester und freier Text bestandteile RESEARCH

3 Sebastian Erdenreich Wolnzach, Deutschland Dissertation der Wirtschaftswissenschaftlichen Fakultät der Universität Regensburg, 2012 ISBN DOI / ISBN (ebook) Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar. Springer Vieweg Springer Fachmedien Wiesbaden 2013 Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Springer Vieweg ist eine Marke von Springer DE. Springer DE ist Teil der Fachverlagsgruppe Springer Science+Business Media

4 Danksagung An dieser Stelle möchte ich allen danken, die zum Gelingen dieser Arbeit beigetragen haben: Meinem Erstkorrektor und Betreuer, Herrn Prof. Dr. Dieter Bartmann, für die zahlreichen Anregungen, kreativen Vorschläge und die Freiräume, die mir bei der Anfertigung gelassen wurden. Ebenso dankbar bin ich für die zahlreichen Erfahrungen, die mir für meinen weiteren Berufsweg sehr hilfreich sein werden. Herrn Prof. Dr. Peter Lory für die Bereitschaft, als zweiter Betreuer meine Doktorarbeit zu begleiten. Meinem ehemaligen Arbeitskollegen Dr. Markus Wagenhofer, der als Mathematiker wertvolle Anregungen gegeben hat, insbesondere für den theoretischen Teil der Arbeit. Frau Rosemarie Knipper für die Unterstützung bei verwaltungstechnischen Angelegenheiten. Ganz besonders danken möchte ich meinen Freunden und ehemaligen Kollegen, Andreas Beer und Johann Schenkl. Neben den zahllosen wertvollen Anregungen für die Erstellung und Korrektur dieser Arbeit, vor allem auch für die Unterstützung bei programmiertechnischen Herausforderungen. Ebenso dankbar bin ich für die stets gute Zusammenarbeit, bei der trotz zahlreicher Herausforderungen der Spaß nie auf der Strecke blieb. Meinen Eltern, Heidi und Johann Erdenreich, die mir während der Anfertigung dieser Arbeit stets den Rücken gestärkt haben.

5 Inhaltsverzeichnis 1 Problemstellung, Ziele und Aufbau Problemstellung Ziele Aufbau... 3 I Grundlagen der Tippverhaltenserkennung 5 2 Relevante Aspekte der Biometrie Einteilung und Beispiele biometrischer Systeme Aufbau eines biometrischen Systems Darstellung des Enrolments Darstellung unterschiedlicher Betriebsmodi Verifizierung Positive Identifizierung Negative Identifizierung Qualitätskriterien biometrischer Systeme Wichtige Qualitätskriterien im Überblick Wichtige Qualitätskennzahlen ROC und DET Kurve Ausgangslage bei Tippverhaltenserkennung Einteilung der Verfahrensarten und Einsatzmöglichkeiten Vorgegebener Festtext Individueller Festtext... 33

6 viii Inhaltsverzeichnis Freitext Abhängigkeiten der Verfahrensarten Relevante Kriterien gemäß Problemstellung Vergleichbarkeit Benutzerkomfort Trennschärfe Signifikanz der Ergebnisse Bewertung bestehender Festtextverfahren Übersicht ausgewählter Verfahren Bewertung mittels beschriebener Kriterien Fazit der Bewertung Bewertung bestehender Freitextverfahren Übersicht ausgewählter Verfahren Bewertung mittels beschriebener Kriterien Fazit der Bewertung II Entwicklung eines Freitextverfahrens 55 4 Grundideen für Freitextverfahren Problem der textabhängigen Merkmale Beschreibung der Grundidee einheitlicher Merkmalsvektoren Beschreibung der Grundidee der Verwendung von Two Class SVM Verwendete Daten Sammlung der Freitextdaten Beschreibung der Datensätze Merkmalsextraktion Mathematische Darstellung der Tippproben Merkmale ohne Kontextbindung Haltedauerhistogramm... 70

7 Inhaltsverzeichnis ix Übergangsdauerhistogramme Verhältnishistogramm Merkmale mit Kontextbindung Haltedauern Übergangsdauern Verhältnisse Trennschärfe der Merkmale Trennschärfe der Merkmale ohne Kontextbindung Trennschärfe der Merkmale mit Kontextbindung Trennschärfe bei Kombination der Merkmale Aufbau des Verfahrens Grundlagen der Support Vector Machine Lineare SVM mit linear separierbaren Daten Lineare SVM mit beliebigen Daten Nichtlineare SVM Grid-search und cross-validation Klassifikation mit einzelnem Merkmal Klassifikation mit Ensemble III Verifizierung mit Freitext Testdesign und Auswertung Verwendetes Testdesign Umfang des Enrolments Länge der Tippproben Verwendung kurzer Texte Verwendung langer Texte Vergleich und Interpretation Einordnung und Vergleich Signifikanz der Ergebnisse

8 x Inhaltsverzeichnis 8.2 Vergleich mit Festtextverfahren Vergleich mit Freitextverfahren IV Negative Identifizierung mit Fest- und Freitext Grundlagen zur negativen Identifizierung Unterschiede zur Verifizierung Verwendetes Testdesign Berechnung der Templates Verwendung von Festtext Abhängigkeit von Textmenge Abhängigkeit von Poolgröße Abhängigkeit von Anzahl der Templates pro Benutzer Betrachtung der Signifikanz Verwendung von Freitext Abhängigkeit von Textmenge Abhängigkeit von Poolgröße Abhängigkeit von Anzahl der Templates pro Benutzer Betrachtung der Signifikanz Verwendung von Fest- und Freitext Kombination von Frei- und Festtextanalyse Vergleich und Kombination bei identischen Bedingungen Abhängigkeit von Textmenge Abhängigkeit von Poolgröße Abhängigkeit von Anzahl der Templates pro Benutzer Interpretation

9 Inhaltsverzeichnis xi V Zusammenfassung und Ausblick Zusammenfassung der Ergebnisse Entwicklung eines Freitextverfahrens Erkennung von Mehrfachanmeldungen Ausblick auf mögliche Verbesserungen Entwicklung eines Freitextverfahrens Erkennung von Mehrfachanmeldungen Bewertung der Zielerreichung 183 Literaturverzeichnis 185

10 Abbildungsverzeichnis 1.1 Aufbau der Arbeit Arten der Authentifizierung nach [74] Aufbau eines biometrischen Systems, Abbildung in Anlehnung an [52]. Zwingend erforderliche Komponenten sind mit blauer Farbe unterlegt Ablauf des Enrolments, Abbildung in Anlehnung an [52] Ablauf der Verifizierung, Abbildung in Anlehnung an [52] Ablauf der Identifizierung, Abbildung in Anlehnung an [52] ROC Kurven biometrischer Systeme aus [36, S. 96] DET Kurven biometrischer Systeme aus [36, S. 96] Einteilung der Verfahrensarten anhand von Restriktionen bei Textwahl Einsatzmöglichkeiten der Verfahrensarten Visualisierung des Problems textabhängiger Merkmale Visualisierung von Imputation und Weglassen Erkennungsleistung der Merkmale ohne Kontextbindung Erkennungsleistung der Merkmale mit Kontextbindung Erkennungsleistung der Merkmalsgruppen Lineare SVM bei linear separierbarem Problem (in Anlehnung an [15])... 91

11 xiv Abbildungsverzeichnis 6.2 Lineare SVM bei nicht linear separierbarem Problem (in Anlehnung an [15]) Grid-search bei linearem und gauss schem RBF Kernel Training und Klassifikation mit einzelnem Merkmal Klassifikation mit Ensemble Erkennungsleistung bei Variation der Anzahl an Enrolmenttippproben EER bei Variation des Enrolments Erkennungsleistung bei Variation der Zeichenanzahl, kurze Textlängen, 15 Enrolmenttippproben Erkennungsleistung bei Variation der Zeichenanzahl, kurze Textlängen, vier Enrolmenttippproben Erkennungsleistung bei Variation der Zeichenanzahl, lange Textlängen, vier Enrolmenttippproben EER bei Variation der Zeichenanzahl, vier Enrolmenttippproben Erkennungsleistung des entwickelten Freitextverfahrens mit 95%-Konfidenzintervall Erkennungsleistung des Freitextverfahrens und des Festtextverfahrens nach Bakdi mit 95%-Konfidenzintervall Erkennungsleistung des entwickelten Freitextverfahrens im Vergleich mit Verfahren aus der Literatur Visualisierung eines Pools aus n Benutzern mit jeweils t Templates Erkennungsleistung bei unterschiedlicher Berechnungsart der Templates Erkennungsleistung in Abhängigkeit von Textmenge Erkennungsleistung in Abhängigkeit von Poolgröße EER in Abhängigkeit von Poolgröße

12 Abbildungsverzeichnis xv 10.4 Erkennungsleistung in Abhängigkeit von Anzahl Templates pro Benutzer Erkennungsleistung von Festtextverfahren mit 95%-Konfidenzintervall Erkennungsleistung in Abhängigkeit von Textmenge Erkennungsleistung in Abhängigkeit von Poolgröße EER in Abhängigkeit von Poolgröße Erkennungsleistung in Abhängigkeit von Anzahl Templates pro Benutzer Erkennungsleistung von Freitextverfahren mit 95%-Konfidenzintervall Visualisierung eines Pools aus n Benutzern mit jeweils t Festund Freitexttemplates Erkennungsleistung in Abhängigkeit von Textmenge EER in Abhängigkeit von Poolgröße Erkennungsleistung in Abhängigkeit von Anzahl Templates pro Benutzer Erkennungsleistung von Fest- und Freitextverfahren mit 95%- Konfidenzintervall EER in Abhängigkeit von Textmenge

13 Tabellenverzeichnis 3.1 Übersicht ausgewählter Festtextverfahren Trennschärfe der Festtextverfahren im Vergleich Übersicht ausgewählter Freitextverfahren Trennschärfe der Freitextverfahren im Vergleich Übersicht über die verwendeten Datenbasen Merkmale ohne Kontextbindung Merkmale mit Kontextbindung Ausgewählte Kernelfunktionen aus [73, S. 45 f] Standardparameter bei Verifizierung mit Freitext Erkennungsleistung im Vergleich mit Bartmann und Bergadano (erste Simulation) Erkennungsleistung im Vergleich mit Gunetti und Shimshon (zweite Simulation) Erkennungsleistung verglichen mit Rybnik (dritte Simulation) Standardparameter bei Identifizierung mit Festtext Standardparameter bei Identifizierung mit Freitext Standardparameter bei Identifizierung mit Fest- und Freitext 159