ЖУРНАЛ СТА №4/2019

тографией. Сейчас же система распо- знавания 2D с применением нейрон- ных сетей и машинного зрения пози- ционируется как бюджетное решение, которое невозможно обмануть при по- мощи фотографии или видео, но мно- гие всё же относятся к ней скептически. Следующим по популярности мето- дом биометрической идентификации является сканирование радужной обо- лочки глаза. На одном уровне с ним на- ходится метод, основанный на исполь- зовании геометрии руки, но он в по- следнее время сдаёт позиции ввиду воз- можности фальсификации и появления более современного метода на основе уникального рисунка вен ладони. Все описанные методы используют статиче- ские биометрические характеристики. Помимо них существуют и динамиче- ские – голос, почерк, походка и т.д. Они менее распространены, хотя в последнее время к идентификации по голосу про- является всё больший интерес, но его рассматривают в качестве второго фак- тора в дополнение к одной из статиче- ских биометрических характеристик. Более подробно процентное соотноше- ние методов представлено на рис. 2 [1]. С РАВНИТЕЛЬНЫЙ АНАЛИЗ ОСНОВНЫХ МЕТОДОВ БИОМЕТРИЧЕСКОЙ ИДЕНТИФИКАЦИИ Главными для оценки любой биомет- рической системы являются два пара- метра: ● FAR (False Acceptance Rate) – коэф- фициент ложного пропуска, то есть процент возникновения ситуаций, когда система разрешает доступ поль- зователю, не зарегистрированному в системе; ● FRR (False Rejection Rate) – коэффи- циент ложного отказа, то есть отказ в доступе настоящему пользователю системы. Обе характеристики получают рас- чётным путём на основе методов мате- матической статистики. Чем ниже эти показатели, тем точнее распознавание объекта. В табл. 1 представлены средние значения FAR и FRR для самых по- пулярных на сегодняшний день мето- дов биометрической идентификации. Но для построения эффективной си- стемы контроля доступа недостаточно отличных показателей FAR и FRR. На- пример, сложно представить СКУД на основе анализа ДНК, хотя при таком методе аутентификации указанные коэффициенты стремятся к нулю, зато растёт время идентификации, увеличи- вается влияние человеческого фактора, неоправданно увеличивается стоимость системы. Таким образом, для должного анализа биометрической системы контроля до- ступа необходимо использовать не- сколько эмпирических характеристик, позволяющих оценить качество систе- мы. В первую очередь, к таким данным нужно отнести возможность подделки биометрических данных для идентифи- кации в системе и способы повышения уровня безопасности. Во-вторых, ста- бильность биометрических факторов: их неизменность со временем и независи- мость от условий окружающей среды (температура, освещение и т.д.). В- третьих, скорость аутентификации, воз- можность быстрого бесконтактного сня- тия биометрических данных для иденти- фикации. И, конечно, стоимость реали- зации биометрической СКУД на основе рассматриваемого метода и доступность составляющих [2]. П РЕИМУЩЕСТВА БИОМЕТРИИ ПЕРЕД ТРАДИЦИОННЫМИ RFID- КАРТАМИ И ПИН - КОДАМИ До появления биометрических мето- дов идентификации, впрочем, как и сей- час, СКУД по большей части основыва- лись на RFID-картах разных форматов и пин-кодах. Если же говорить о различ- ных Интернет-ресурсах и компьютер- ных системах в принципе, то сейчас, как и ранее, преобладают сочетания логина и пароля. Разумеется, RFID-карты, как и методы онлайн-аутентификации, за последнее время значительно эволю- ционировали. Появились новые форма- тыRFID-карт с защищёнными областя- ми чтения и записи, подделать которые довольно трудно, а порой и вовсе невоз- можно. Для онлайн-ресурсов активно вводится двух-, и даже трёхфакторная аутентификация. Но всё же, каким бы ни было развитие, не исключены кражи карты или телефона, который зачастую используется для двухфакторной иден- тификации (SMS-коды подтверждения). Большинство работающих на данный момент СКУД используют устаревшие типы карт, подделать которые не соста- вит труда даже при минимальном бюд- жете. То есть пользователи подобных систем находятся в ещё большей зоне риска – ведь для создания клона карты её оригинал нужен лишь на непродол- жительное время, её не обязательно красть, что довольно быстро обнаружит владелец. Но карты не только крадут или клонируют, иногда их просто забы- вают в другой сумке или в кармане, и это создаёт проблемы владельцу с до- ступом в помещение. Применяя СКУД с биометрической идентификацией, пользователь не столкнётся с пробле- мой забытой, украденной или скопиро- ванной карты, ведь палец или ладонь всегда при себе. М ЕТОД ИДЕНТИФИКАЦИИ ПО РИСУНКУ ВЕН ЛАДОНИ Как упоминалось в начале статьи, в последнее время все боˆ льшую популяр- ность набирает метод идентификации по уникальным особенностям рисунка вен ладоней. Данная система имеет об- щие черты со СКУД по отпечаткам пальцев, но всё же обладает некоторы- ми неоспоримыми преимуществами: ● не зависит от влажности или загряз- нения ладони (мокрые или грязные пальцы отсканировать проблематич- но, порой просто невозможно); ● система успешно работает вне зави- симости от сезона (рисунок кожи на пальцах может меняться в разное вре- мя года или после порезов); ● является более гигиеничным методом считывания, так как нет необходимо- сти в контакте ладони со считывателем; ● рисунок вен ладони невозможно под- делать в отличие от отпечатков паль- цев, которые успешно клонируются различного рода слепками. На последнем пункте хотелось бы остановиться подробней. Невозмож- ность подделки рисунка вен ладони с целью обмана сканера обусловлена принципом его работы (рис. 3). Большая часть рисунка находится глубоко под кожей и не видна на по- верхности, поэтому считывание про- исходит в инфракрасном (ИК) спектре. Восстановленный гемоглобин крови поглощает ИК-излучение, поэтому со- ОБ ЗОР / Т Е Х НОЛОГ ИИ СТА 4/2019 17 www.cta.ru Таблица 1 Значения FAR и FRR для основных методов биометрической идентификации Методы идентификации, используемые биометрической СКУД FAR FRR Отпечаток пальца 0,001% 0,6% Распознавание лица 2D 0,1% 2,5% Распознавание лица 3D 0,0005% 0,1% Радужная оболочка глаза 0,00001% 0,016% Сетчатка глаза 0,0001% 0,4% Рисунок вен 0,0008% 0,01%