Biometrische Fingererkennung Fusion von Fingerabdruck, Fingervenen und Fingergelenkbild

Größe: px

Ab Seite anzeigen:

Download "Biometrische Fingererkennung Fusion von Fingerabdruck, Fingervenen und Fingergelenkbild"

Vincent Schmitz
vor 6 Jahren
Abrufe

1 Biometrische Fingererkennung Fusion von Fingerabdruck, Fingervenen und Fingergelenkbild Daniel Hartung 1, Christoph Busch 1, Mai, Deutscher IT Sicherheitskongress, Berlin

2 Outline MoDvaDon Finger Biometrics Fingerabdruck Fingervenenerkennung Fingergelenkerkennung HollisDsches Fingererkennungssystem Erste SimulaDonsergebnisse Zusammenfassung 12. IT-Sicherheitskongress

3 MoDvaDon Vor und Nachteile von AuthenDsierungssystemen basierend auf Biometrie im VerifikaDonsfall: Bequeme NutzerauthenDfizierung Keine DelegaDon möglich Bindung von realer zu digitaler IdenDtät Biometrische Templates können persönliche und sensidve Daten enthalten RevokaDon nicht ohne weiteres möglich 12. IT-Sicherheitskongress

4 MoDvaDon Herausforderungen Biometrische Erkennungsleistung nicht ausreichend als Qualitätsmerkmal Weitere wichdge EigenschaZen: Universalität, Unterscheidbarkeit, DauerhaZigkeit, Erfassbarkeit, Nutzerakzeptanz, Durchsatz und Überwindungssicherheit Überwindungssicherheit unerläßlich für nicht überwachten biometrischen Betrieb Fokus des Beitrages: Überwindungssicherheit und Lebenderkennung als kridsche Faktoren Plagiate müssen zuverlässig als solche erkannt werden Nutzerakzeptanz und Convenience dürfen nicht vernachlässigt werden 12. IT-Sicherheitskongress

MoDvaDon Lebenderkennung c t Magazin 11/2002

5 MoDvaDon Lebenderkennung c t Magazin 11/ IT-Sicherheitskongress

6 MoDvaDon Lebenderkennung 12. IT-Sicherheitskongress

7 MoDvaDon Ansätze zur Lebenderkennung Genauigkeit der Sensoren/Algorithmen erhöhen: basierend auf der Schwierigkeit biometrische Plagiate in ausreichender Güte zu erstellen Zusätzliche InformaDonen: Spezifische EigenschaZen der biometrischen CharakterisDk Spezifische Sensoren zur Lebenderkennung Zusätzliche biometrische Modalitäten 12. IT-Sicherheitskongress

8 Finger Biometrics Bequeme Nutzung MulDple Modalitäten vorhanden, hier: Fingerabdruck Fingervenenbild Fingergelenkbild Ziele des Fingererkennungssystems: Lebenderkennung verbessern, Erkennungsraten erhöhen, Convenience beibehalten, Privatsphärenschutz stärken 12. IT-Sicherheitskongress

9 Fingererkennungssystem Template ProtecDon P. Tuyls, A. M. Akkermans, T. Kevenaar, G.J.Schrijen, A.M.Bazen, and R.N.J.Veldhuis. Practical biometric authentication with template protection. In Audio- and Video-Based Biometric Person Authentication, Lecture Notes in Computer Science, Springer. June IT-Sicherheitskongress

GleichzeiDge Aufnahme der Fingerunterseite als auch des

10 Fingererkennungssystem Herausforderungen Aufnahme der Modalitäten in sichtbaren und nah infrarotem Spektrum GleichzeiDge Aufnahme der Fingerunterseite als auch des Fingerrückens 12. IT-Sicherheitskongress

11 Fingererkennungssystem Herausforderungen MerkmalsextrakDons Verfahren kompadbel zum Template ProtecDon Verfahren (Merkmalsvektoren fixer Länge): Fingerprint: H. Xu, R. Veldhuis, T. Kevenaar, A. Akkermans, and A. Bazen, Spectral minudae: A fixed length representadon of a minudae set Fingervenenbild: Blockbasierte Winkeländerung und PosiDon der Venenskeleme / Spectral Vein MinuDae Fingergelenkbild: A. Kumar, Y. Zhou. Human IdenDficaDon Using KnuckleCodes 12. IT-Sicherheitskongress

12 Fingererkennungssystem MerkmalsextrakDons Verfahren Fingerprint: H. Xu, R. Veldhuis, T. Kevenaar, A. Akkermans, and A. Bazen, Spectral minudae: A fixed length representadon of a minudae set 12. IT-Sicherheitskongress

13 Fingererkennungssystem MerkmalsextrakDons Verfahren Fingerprint: H. Xu, R. Veldhuis, T. Kevenaar, A. Akkermans, and A. Bazen, Spectral minudae: A fixed length representadon of a minudae set 12. IT-Sicherheitskongress

TransformaDon (14x14 pixel, 6 Richtungen), um effizient die OrienDerung der Finergelenkstrukturen zu approximieren Die dominante

14 Fingererkennungssystem MerkmalsextrakDons Verfahren A. Kumar, Y. Zhou. Human IdenDficaDon Using KnuckleCodes Canny Edge Detector um ROI zu detekderen Nach KontrastopDmierung erfolgt eine Radon TransformaDon (14x14 pixel, 6 Richtungen), um effizient die OrienDerung der Finergelenkstrukturen zu approximieren Die dominante OrienDerung eines jeden Pixels wird als Binärcode (3 bits bei 6 Richtungs Approximierungen) zu einem Merkmalsvektor fixer Länge zusammengefügt IT-Sicherheitskongress

15 SimulaDon Basierend auf Teilmenge aus GUC45 Datenbank Eckdaten Biometrische Amribute: 12. IT-Sicherheitskongress

16 SimulaDon Eckdaten Datensubjekte: 12. IT-Sicherheitskongress

17 SimulaDon Metadaten: 12. IT-Sicherheitskongress

18 SimulaDon Untersuchungsgegenstand: Einfluss der Fusion von Venenbild und Fingerabdruck auf die biometrische Performanz Indexfinger aus vier Sessions als Datengrundlage Ungewichtete, Min Max normalisierte Score Level Fusion Venen Features: Chain Codes & SpaDal InformaDon (under submission) Fingerprint Features: Neurotechnology Extraktor und Komparator (v6.0) 12. IT-Sicherheitskongress

19 SimulaDonsergebnisse Ungleiche Performanz kommerzieller Sensoren und Komparatoren im Vergleich zur entwickelten Venen basierten Lösung Fusion von Fingerprint und Fingervenendaten: Leichter Performanzverlust mit proprietärem Venensensor 12. IT-Sicherheitskongress

20 Erkenntnisse Erste Schrime zum hollisdschem Fingererkennungssystem mit aussichtsreichen Ergebnissen Erwarteter Performanzgewinn nicht erzielt: proprietärer Venensensor liefert zu kontrastarme Bilder Betreiber sollten ISO :2007 einfordern! Erhöhte Fälschungssicherheit realisiert durch muld modalen Ansatz Unveränderte Benutzerfreundlichkeit, realisierbar durch integrierten Sensor 12. IT-Sicherheitskongress

21 Kontakt 12. IT-Sicherheitskongress

Ähnliche Dokumente

Willkommen zur Vorlesung Modellbasierte Softwaretechniken für sichere Systeme im Sommersemester 2012 Prof. Dr. Jan Jürjens

Willkommen zur Vorlesung Modellbasierte Softwaretechniken für sichere Systeme im Sommersemester 2012 Prof. Dr. Jan Jürjens TU Dortmund, Fakultät Informatik, Lehrstuhl XIV 1 8. Biometrische Authentisierung