Биометрическая аутентификация основана на статистических алгоритмах. Следовательно, она не может быть надежной на 100% при использовании отдельно.
Что может случиться:
- Ложный отказ. В случае машина не может распознать элемент биометрических данных, который действительно соответствует человеку.
- Ложное принятие. В обратном случае ассимилируются два элемента биометрических данных, которые принадлежат разным лицам.
Биометрия: определение, преимущества, варианты использования
Технические проблемы автоматического распознавания людей на основе их биологических и поведенческих характеристик связаны с преобразованием аналоговой (изображение лица, отпечаток пальца, образец голоса) в цифровую информацию (образцы, мелкие детали), которые затем можно обрабатывать, сравнивать и сопоставлять с эффективные алгоритмы.
«Ложное отклонение» или «ложное принятие» возникают при использовании всех биометрических методов.
Отпечатки пальцев
В сканере отпечатка пальца, полученном считывателем отпечатков пальцев, есть около 30 мелких деталей (конкретных точек). Два человека не могут иметь более восьми общих деталей.
Эффективность вычислений имеет решающее значение в биометрических приложениях, ведь системы распознавания должны принимать решения в режиме реального времени.
Это не относится к биометрической криминалистике, где распознавание в реальном времени не является обязательным.
Распознавание лиц
Распознавание лиц – наиболее естественный способ биометрической идентификации. Система распознавания лиц не требует контакта с человеком.
Алгоритмы для распознавания лиц становятся чрезвычайно точными с помощью искусственного интеллекта.
Согласно исследованию NIST 2018 года, разработчики системы добились огромных успехов в точности распознавания лиц за пять лет (2013-2018).
NIST обнаружил, что 0,2% поисков в базе данных из 26,6 фотографий не соответствовали правильному изображению, по сравнению с 4% в 2014 году. Что являлось 20-кратным улучшением за четыре года.
- Система лучше работает для женщин и для людей со светлой кожи, но хуже для мужчин, пожилых людей и граждан с более темной кожей.
- Трудности возникают с распознаванием лиц, когда человек красит или подстригает волосы, меняет линию бровей или отращивает бороду.
- Проверочная фотография, сделанная на некачественную модель камеры, может увеличить риск ошибки.
- Риск ошибки также зависит от окружающей среды и условий применения. Свет может отличаться от одного места к другому.
Биометрический контроль
В приложении для биометрического контроля показатели отклонения или принятия взаимосвязаны и могут быть настроены в соответствии с приемлемыми уровнями риска.
Например, в случае применения контроля доступа к атомной электростанции уровень ложной приемки будет значительно снижен. Это требование также повлияет на частоту ложных отказов, поскольку вы настроите систему так, чтобы она была очень точной.
Можно использовать несколько факторов аутентификации, включая действительный идентификатор в дополнение к биометрическим данным (одномодовый или мультимодальный).
Риски биометрии
Биометрическая безопасность предлагает множество преимуществ (для аутентификации и надежной идентификации), но не без недостатков.
Можно выделить два типа рисков:
1. Использование биометрических данных для других целей (также называемых «ползучестью функций»).
Как только биометрические данные попадают в руки третьей стороны, возникает риск использования их для собственных целей. Могут возникать случаи нежелательного «конечного использования», если такие данные связаны с другими файлами или используются для подозрительных типов обработки.
2. Риск повторного использования данных, представленных для биометрических проверок.
Данные могут быть получены во время их передачи в центральную базу данных и обманным путем реплицированы в другой транзакции.
В результате человек теряет контроль над своими данными, что создает риски для конфиденциальности.
Для обеспечения конфиденциальности и эффективной защиты информационных активов вашей компании, обращайтесь за помощью к специалистам CloudNetworks!
