ДЕПАРТАМЕНТ ОБРАЗОВАНИЯ ГОРОДА МОСКВЫ 
ИНСТИТУТ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ РАО
АДМИНИСТРАЦИЯ ГОРОДСКОГО ОКРУГА ТРОИЦК В ГОРОДЕ МОСКВЕ 
РЕГИОНАЛЬНЫЙ ОБЩЕСТВЕННЫЙ ФОНД НОВЫХ ТЕХНОЛОГИЙ В ОБРАЗОВАНИИ «БАЙТИК»
АНО «ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ОБРАЗОВАНИИ» 
 XXV МЕЖДУНАРОДНАЯ КОНФЕРЕНЦИЯ
 «ПРИМЕНЕНИЕ НОВЫХ ТЕХНОЛОГИЙ В ОБРАЗОВАНИИ»  
«ИТО-Троицк-2014»
25-26 июня 2014 года, г.Москва, г.о. Троицк

СИСТЕМА ДОСТУПА НА ОСНОВЕ ИДЕНТИФИКАЦИИ ПО БИОМЕТРИЧЕСКОМУ ПРИЗНАКУ (СОСУДАМ ЛАДОНИ)

МОУ "Гимназия №21" г.Электросталь
Предложены принцип создания сканера, позволяющего визуализировать подкожные сосуды, алгоритм перевода полученных изображений в шаблон и алгоритм работы идентификационного устройства.

Рост населения, развитие техники и технологий, виртуализация денежного обращения привели к необходимости надежной и точной идентификации личности. Обычно используют какой -либо из трех видов (или комбинацию этих видов) идентификаторов: предметные (ключ, пропуск, пластиковая карта и т.д.), которые могут быть утеряны, похищены или переданы; парольные, которые могут быть забыты, подобраны, перехвачены или украдены;биометрические, которые сложно подделать, невозможно забыть, утерять или передать, но которые не всегда однозначно идентифицируют человека. Поэтому для каждого случая возможно подобрать свой оптималный идентификатор. Рассмотрим систему доступа на территорию.

В случае важности объекта оычно используют биометрическую систему.

Качество биометрической системы характеризуется значениями ошибок FRR(вероятность отказа доступа субъекту, имеющему допуск) и FAR(вероятность «признания своим» незарегистрированного пользователя). Но чем тщательнее система пытается произвести распознавание, чтобы не пропустить «чужого», тем с большей вероятностью она «не узнает своего» - на практике всегда имеет место компромисс между FAR и FRR. При большом количетве пользователей наиболее надежной по комбинации FRR-FAR и перспективной является система, основанная на идентификации по сосудам руки, так как имеет хорошие пользовательские характеристики: надежность, защищенность, оперативность, стойкость к предъявлению муляжей и не требует дорогого оборудования. Пользователи лояльны к этому методу, поскольку он психологически комфортен, ИК-сканеры не вызывают опасения за здоровье, бесконтактный сканер гигиеничен.

Поскольку идентификатор находится внутри тела, то важнейшую роль играет сканер. Отметим, что подкожные сосуды можно визуализировать двумя способами: делая фотографии с помощью инфракрасной (ИК) камеры и освещая кожу ИК- диодами в сочетании с диодами, излучающими в видимом диапазоне спектра.

Рис.1. Инфракрасный сканер для визуализации вен на руке (схема и прототип)

 

В ИК свете вены видны потому, чтопадающее излучение взаимодействует с клеточными структурами: поглощается или отражается и рассеивается. Величина поглощения зависит от концентрации в ткани воды, меланина, оксигемоглобина и дезоксигемоглобина. Интенсивность излучения, отраженного от участков тканей с повышенным содержанием деоксигемоглобина за счет его большего поглощения, существенно ниже интенсивности излучения, отраженного окружающими вену мягкими тканями, поглощающими зондирующее излучение в меньшей степени. Поэтому участки с сосудом затемнены. Наибольшей глубиной проникновения в слои кожи обладает излучение длиной λ=0,7-1,4 мкм[1]. Наилучшая контрастность изображения  с ИК-камеры получается при длине волны зондирующего излучения λ=690–900 нм [2]. Поэтому ИК-диоды и ИК-камера должны иметь λ≈ 800-900 нм.

Сканер (рис. 1) с помощью советов [3] собран на основе интернет-камеры DefenderC-090, cобъектива которой удален ИК-фильтр, а из проявленной фотопленки на объектив сделан фильтр, слабо пропускающий видимый свет. 6 излучающих диодов L-53SF7C 850 нм d=5мм 100мВтрасположены под углом, чтобы отраженный от руки свет не попадал в объектив.

Обработка полученных изображений проводится сиспользованием перцептивного хэш-алгоритма: многопиксельное изображение сжимается до картинки 8х8 пикселей (т.е. 64 пикселей), которую с помощью перевода в градацию серого (размер уменьшается со 192 значений цвета по 64 значения трёх каналов цветов - до 64 значений цвета) и сравнением яркости каждого пикселя с найденным средним значением яркости картинки (пикселям, яркость которых больше среднего, присваивается значение «1», а остальным – «0») превращают в черно-белую пиксельную картинку. Т.е. изображение как входной массив данных произвольной длины преобразуется в выходную битовую строку фиксированной длины - шаблон (хэш) биометрического идентификатора.Характеристики изображения используются для генерации индивидуального (но не уникального) хэша. Размер всех полученных хэшей одинаков. Процедура идентификации пользователя при этом выглядит так: при регистрации в системе пользователь предъявляет биометрический идентификатор; к нему применяется определенная хэш-функция, значение которой вносится в базу данных; при каждом последующем предъявлении этого идентификатора к нему применяется та же хэш-функция, а результат сравнивается с 1 записанным в базу данных (верификация), или со всеми шаблонами из базы данных (идентификация). Если «злоумышленник» получит доступ к базе данных, он не сможет восстановить исходные идинтификаторы пользователей (при условии необратимости используемой хэш-функции).

Алгоритм сравнения:

пользователь предъявляет идентификатор, для которого строится новый шаблон;

построенный шаблон поочередно сравнивается со всеми шаблонам из базы данных и в каждом случае подсчитывается количество разных битов (это расстояние Хэмминга — число позиций, в которых соответствующие цифры двух двоичных слов одинаковой длины различны);

если хотя бы одно расстояние Хэмминга ≤ v, система опознает пользователя как «своего»;

если все расстояния Хэмминга > v, то система опознает пользователя как «чужого».

Значение vподбирается при настройке и тестировании системы. При v=0 шаблоны совпадают. При v=5 изображения имеют небольшие отличия. При v≥ 10 изображения различны.

Проверка точности и надежности алгоритма осуществляется с помощью анализа графиков зависимости FAR и FRR от порога обнаружения k. Так как FRR(k) и FАR(k) – вероятностные значения, то точность их определения зависит от размеров базы данных. Для проверки работы системы сканером у 8 человек было снято по 10 изображений рук, с помощью перцептивного хэш-алгоритма создано 80 шаблонов и помещено в базу данных. Ошибки FRR(k) и FАR(k) получились высокими – сказались как недоработки сканера (например, съемка велась на разном расстоянии от камеры до ладони – необходимо фиксирующее устройство или датчик), так и недоработки алгоритма (для «запачканных» рук алгоритм не подходит). При полученных значениях FRRи FARсобранный сканер можно использовать в качестве биометрического замка для систем, имеющих не более 40 пользователей. При увеличении чила пользователей биометрический идентификатор необходимо дополнить парольным, который ограничит сравниваемую базу данных 40 шаблонами и обеспечивает необходимую точность и надежность.

В этом случае алгоритм допуска выглядит таким образом:

пользователь набирает на пульте пароль – система направляет информацию в центр управления – программа в базе данных вычленяет соответствующий блок шаблонов;

пользователь подносит реку к сканирующему устройству – сканер фотографирует руку, рядом находящийся модуль превращает изображение в шаблон и отсылает его в центр управления – в центре управления шаблон сравнивается с вычлененной малой базой данных и принимается решение «допуск» / «недопуск» - информация отправляется входному устройству;

при «допуске» пользователь проходит на территорию, при «недопуске» получает возможность повторить идентификацию. При повторном «недопуске» информация поступает на пульт охраны. Можно такой же сканер установить на выход и тогда всегда можно установить, сколько в каком помещении находится человек.

Список использованных источников
  1. 1. Международная Организация Труда, «Энциклопедия по охране и безопасности труда», 2-е изд., 1988
  2. 2. Тихонов И.А. Модели и алгоритмы биометрической аутентификации пользователей информационных систем по инфракрасному изображению сосудистого русла : автореферат дис. ... кандидата технических наук : 05.13.19 http://mephi.upload/avtoreferat/Tihonov.pdf
  3. 3. Биометрическая идентификация по рисунку вен ладони (mini How To) http://habrahabr.ru/post/149424/
Вид представления доклада  Устное выступление и публикация
Уровень  Основное общее образование

В статусе «Черновик» Вы можете производить с тезисами любые действия.

В статусе «Отправлено в Оргкомитет» тезисы проходят проверку в Оргкомитете. Статус «Черновик» может быть возвращен тезисам либо если есть замечания рецензента, либо тезисы превышают требуемый объем, либо по запросу участника.

В статусе «Рекомендован к публикации» тезис публикуется на сайте. Статус «Черновик» может быть возвращен либо по запросу участника, либо при неоплате публикации, если она предусмотрена, либо если тезисы превышают требуемый объем.

Статус «Опубликован» означает, что издана бумажная версия тезиса и тезис изменить нельзя. В некоторых крайне редких ситуацих участник может договориться с Оргкомитетом о переводе тезисов в статус «Черновик».

Статус «Отклонен» означает, что по ряду причин, которые указаны в комментариях к тезису, Оргкомитет не может принять тезисы к публикации. Из отклоненных тезис в «Черновики» может вернуть только Председатель программного или председатель оргкомитета.