سیستم های تشخیص هویت

اثر انگشت، کارت بدون تماس ، دستگاه حضور و غیاب

سنسور های اثر انگشت

از نظر دریافت تصویر به دو نوع تقسیم میشوند :

سنسورهای خازنی

سنسورهای نوری

از نظر عملکرد داخلی به دو نوع تقسیم میشوند :

سنسورهای با قابلیت دریافت,ذخیره,مقایسه ,پردازش تصویر

سنسورهای با قابلیت فقط دریافت تصویر از اثر انگشت

مزایا و معایب سنسورهای خازنی :

سرعت بالا

قابلیت روشن بودن بدون ارسال هر بار Request

خش برداشتن در مدت زمان کوتاه

مزایا و معایب سنسورهای نوری :

سرعت متوسط

برای هر بار دریافت تصویر باید عمل Request انجام شود

مقاوم در برابر خش

مزایا و معایب سنسورها از نظر عملکرد داخلی (نوع اول)

دارای حافظه داخلی (مزیت)

نگهداری اطلاعات بصورت محلی (عیب)

سرعت بالا به دلیل پردازش تصویر بصورت داخلی(مزیت)

مزایا و معایب سنسورها از نظر عملکرد داخلی (نوع دوم)

گرفتن اطلاعات و ارسال آن به بیرون از سنسور(مهمترین مزیت)

حافظه داخلی ندارند(عیب)

سرعت به الگوریتم جستجوی نوشته شده توسط برنامه نویس بستگی دارد.(هم میتواند مزیت باشد هم از معایب)

 

حضور و غیاب

دستگاه کارت خوان

کارت خوان

ساعت حضور و غیاب

ساعت حضور و غیاب انگشتی

کارتخوان دوربین دار

سیستم حضور و غیاب

دستگاه حضور و غیاب

کارتخوان کارتی

دستگاه کنترل تردد کارمندان

اثرانگشت

کارتی

دوربین دار

رمزی

در بازکن

کنترل تردد

سیستم کنترل تردد

اثر انگشتی

کارتی

کدی دوربین دار سیستم کنترل تردد اثر انگشتی

 

زنده بودن اثر انگشت و تشخیص هویت

از سال‌ها پیش از اثر انگشت افراد در جرم ‌شناسی استفاده می شد و امروزه در علم بیومتریک نیز از آن استفاده ‌می شود. مانند تمام دیگر اعضای بدن DNA های هر شخصی الگوی ساخت این خطوط را دارا هستند و در واقع DNA های هر شخص نیز کاملا منحصر به فرد است و این موضوع تقریبا در مورد دیگر اعضای بدن صادق اند. اثر انگشت از قدیمی‌ترین روش های تشخیص هویت است که با پیشرفت تکنولوژی به تنوع آن افزوده شده است. اگر چه قبلا اثر انگشت تنها در زمینه جرم قابل بحث بوده، تحقیقات در بسیاری کشورها سطحی از پذیرش را نشان می دهد که به این روش اجازه استفاده در برنامه های عمومی را می‌دهد.خطوطی که بر روی سر انگشتان همه انسان ها نقش بسته از دیرباز مورد توجه همه بوده است، این خطوط نقش های مختلفی دارند، یکی از این وظایف ایجاد اصطکاک بین سر انگشتان و اشیاء متفاوت است مانند قلم که با استفاده از این اصطکاک می توانیم اشیا را برداریم ، بنویسیم یا لمس کنیم. از سوی دیگر این خطوط برای هر شخص منحصر به فرد است.

 

روش های تأیید هویت موجود با سه فاکتور تقسیم بندی می شوند:

۱- چیزهایی که کاربران می دانند( برای مثال رمز عبور،PIN)

۲- چـیــزهــایــی کــه کـاربـران بـه هـمـراه دارنـد (کارت‌های خود پرداز، کارت های هوشمند)

۳- چیزهایی که مربوط به خود کاربران است (بیومتریک ها شامل:اثر انگشت، الگوی شبکیه، عنبیه) و…

دسـتــه ســوم (بـیــومـتــریــک هــا) امــن تــریـن و ســاده‌ٍتــریــن فــاکـتــور تــأیـیــد هــویــت در دنـیــای اطـلاعـات و ارتـبـاطـات هـسـتـنـد. بیومتریک به روش های خودکار تشخیص یا تایید هویت یک شخص زنده از طریق اندازه گیری مشخصه های فـیـزیـولـوژیـک یـا رفـتاری وی اطلاق می شود. بـدیـن تـرتـیب بیومتریک یک مجموعه فناوری محسوب می شود.

انواع بیومتریک ها :

بیومتریک های فیزیولوژیک: عنبیه نگاری ، شبکیه نگاری، انگشت نگاری، چهره‌نگاری، دست نگاری، صوت نگاری

 

 

 

 

بیومتریک های رفتاری: امضا نگاری ، نحوه تایپ کردن

سایر بیومتریک ها: پارامترهای دیگری هم اخیرا مورد استفاده قرار گرفته است که به علل مختلف هنوز کاربرد وسیعی ندارند. از جمله می توان به بیومتریک های نظیر DNA، نحوه راه رفتن، الگوی رگ های پشت دست، خطوط کف دست، شکل گوش، بوی بدن و الگوی بافت های زیر پوستی دست اشاره کرد.

راه حل نهایی جهت فایق آمدن بر مشکلاتی که بعضا هر فناوری بیومتریک به همراه دارد استفـاده همـزمان از چند بیومتریک مختلف در یک سیستم است. به این روش اصطلاحا سیستم چند لایه گفته می شود.

امنیت در سیستم های بیومتریک :

سیستم های بیومتریک همواره به روش های مختلف مورد هجوم قرار می گیرند. این نوع حملات شامل : حمله به دیتابیس ، حمله به پورت های ورودی سیستم و حمله به سیستم تشخیص هویت از طریق بیومتریک های جعلی است.

سارقان معمولا جهت فریب سیستم های تشخیص هویت از روش های مختلفی بهره می برند، از جمله استفاده از عکس چهره یا عنبیه فرد مقابل دوربین ، ضبط با کیفیت صدای شخص در سیستم های بیومتریک صوتی ، استفاده از اثر انگشت ژلاتینی و حتی استفاده از لاشه انگشت! توسط سارقان جهت ورود به سیستم.

فرایند تشخیص هویت می تواند هم از طریق نرم افزاری (خواندن و پـردازش اطـلاعـات بیـومتـریـک) بـاشد و هم از طریق سخت افزارهایی که در امر تشخیص به ما کمک می کنند .

در روش سخت افزاری از ابزار های مختلفی استفاده می شود : سنسور دما ، پالس اکسی متری انگشت ، هدایت الکتریکی بافت ، ECG، Match کردن صدای فرد و حرکت لب با تصویر برداری‌، استفاده از اسکن سه بعدی التراسوند و …

در روش نرم افزاری مولفه های مختلفی مورد بررسی قرار می گیرد. در صورت: جابجابی سر‌، در عنبیه: جابجایی مردمک

در روش تـشـخـیـص زنـده بـودن انگشـت از روش های مختلفی استفاده می شود که در ادامه به بررسی آن ها خواهیم پرداخت.

‌الگوی دمایی نوک انگشت :

یکی از الگوهای متفاوت در تشخیص زنده بودن اثر انگشت بررسی نقاط مختلف گرم شدن آن است ، در شکل۲ قادر به مشاهده این موضوع خواهید بود :

‌سارقان به روش های مختلفی اقدام به جعل اثر انگشت می کنند : از جمله استفاده از مواد ژلاتینی که کپی برداری از اثر انگشت فرد است ، استفاده از قالب اثر انگشت که به صورت مواد سفالی و گلی در آمده اند و همچنین استفاده از لاشه انگشت که اثر انگشت فرد دیگری است.

لذا باید روشی به کار گرفته شود تا از میان این حالات ، اثر انگشت زنده و واقعی را تشخیص دهد. در شـکـل زیر اثر انگشت یک فرد در حالات مختلف ذکر شده نشان داده شده است :

 

 

تشخیص از طریق تعرق بافت انگشت :

در تکنیک تشخیص هویت توسط تعرق بافت ، فرد انگشت خود را روی حسگر قرار مــی دهــد بـعــد از مـدتـی انگشـت عـرق کـرده و ایـن تعـرق در میـان لبـه هـای انگشـت پخش‌‌می‌شود که تصویر متفاوتی از اثر انگشت ثبت خواهد شد. این روش تکنیکی است جهت تشخیص زنده بودن انگشت و جلوگیری از تقلب.

روش های اندازه گیری دمای بافت :

روش های دیگری نیز وجود دارد و آن اندازه گیری دمای بافت است . این دما به راحتی و بدون صرف هزینه زیادی قابل اندازه گیری است. دمای بافت انگشت بین ۲۶ تا ۳۰ درجه سانتیگراد قرار دارد. این محدوده دمایی برای یک انسان سالم است و چنانچه فرد بیمار باشد موجب بالا رفتن دمای بدن و دمای انگشت شده و نمی تواند ارزیابی خوبی برای این تشخیص باشد. در روش فوق کاربر امکان فریب سیستم را نیز خواهد داشت و می شود با سرد یا گرم کردن بافت و نگه داشتن دما در حالت نرمال سیستم را فریب دهد.

 

‌ایجاد گرما در محل قرار گیری انگشت :

در این روش فرد انگشت خود را روی سنسور قرار می دهد و دو دکمه نیز در مقابل قرار دارد چنانچه گرما در محل اثر انگشت زیاد شود فرد دکمه قرمز را فشار داده و زمانی که دما کاهش می یابد دکمه آبی را فشار می دهد. پوست انسان نسبت به تغییرات کوچک دما نیز حساس است و برای بدن قابل شناسایی است لذا زمانی که از انگشت های جعلی جهت فریب سیستم استفاده می شود، قابلیت تشخیص کم یا زیاد شدن دما را نداشته و مجوز ورود به سیستم داده نخواهد شد.

 

‌تشخیص زنده بودن اثر انگشت بر پایه آنالیز ویولت :

یکی از روش های Liveness Detection استفاده از آنالیز ویولت است. بر پایه این روش می توان اثر انگشت واقعی را از جعلی تشخیص داد.

مواد استفاده شده در انگشت های جعلی معمولا سفالی یا ژلاتینی هستند، این مواد ساختمان متراکمی دارند که سطح نامطلوبی از اثر انگشت را ایجاد می کنند و معمولا سطح چنین مواد سفت تر و زبر تر از بافت واقعی اثر انگشت است. این تفاوت زبری به عنوان یک روش در تشخیص و تفکیک بافت از نوع غیر بافت و جعلی است.

Liveness Detection توسط روش Fine Movement در سطح انگشت:

این روش بر پایه آنالیز جابجایی کوچک اثر انگشت و بررسی تغییرات حجمی خون است. در این روش لازم است تا از یک اسکنر نوری اثر انگشت جهت آنالیز تغییرات سیستول و دیاستولی قلب نیز استفاده شود.

‌آنالیز Curvelet و Curvelet Co-occurrence جهت تشخیص حمله های اثر انگشت جعلی به سیستم بیومتریک

در این روش بر پایه یک تبدیل کرولت جدید قادر خواهیم بود تا اثر انگشت های جعلی را تشخیص دهیم. اندازه گیری های بافت بر پایه مشخصه های انرژی Curvelet و Curvelet Co-occurrence جهـت تشخیـص اشکـال مختلـف اثـر انگشـت اسـت. ابعـاد Feature ها توسط الگوریتم SFFS )Sequential Forward Floating Selection( کاهش داده می شود، سپس دو دسته ویژگی مستقل روی طبقه بندی مختلف تست می‌شود نظیر : AddBoost.ML , SVM , K-nearest Neighbor، … سپس همه طبقه‌ٍبند های ذکر شده توسط الگوریتم Majority Voting Rule به فرم یک طبقهٍ‌بندی کننده ترکیبی در می آیند. استفاده از این روش ساده و بدون نیاز به هیچ گونه سخت افزار اضافی است.

 

‌استفاده از آنالیز خطوط برآمدگی انگشت توسط نورهای تابیده شده

این روش بر پایه تشخیص مشخصه های نوری از سطح اثر انگشت (پوست) است، ایده اصلی روش فوق بر اساس جابجا شدن خطوط Papillary Line است.

 

‌استفاده از آنالیز Time-Series

در این روش از تکنیکی جدید جهت تشخیص زنده بودن اثر انگشت استفاده شده است به این صورت که کاربر انگشت خود را روی سطح اسکنر فشار داده و سپس در یک ســری زمـانـی مشخـص تصـاویـری از وی ثبـت می‌شود. ۵ ویژگی از تصاویر استخراج می‌شود که دو ویژگی آن نشان دهنده الاستیسیته پوست اسـت. در نـهایت توسط روش SVM() انگشت سالم از سایر مواد ژلاتینی تفکیک داده می شود.

‌استفاده از آنالیز های فرکانسی

یکی دیگر از روش های Liveness Detection اسـتـفـاده از آنـالـیـز هـای فـرکـانسی است. طیف فرکانسی در لبه ها وشیار های اثر انگشت واقعی و غیر واقعی متفاوت است. اثر انگشت زنده و جعلی هر دو طیف هایی را تولید می کنند اما این طـیــف هــای فــرکــانـســی در دامـنـه و بـانـد هـای فـرکـانسـی مختلـف متفـاوتنـد، در حـالت عادی انگشـت زنده طیف فوریه قوی تری نسبت به انگشت جعلی دارد. استفاده از این روش نتایج امیدوارکننده ای را در تشخیص حالات زنده و جعلی اثر انگشت داشته است.

 

‌تشخیص بر پایه مدل فیلتر گبور

یکی دیگر از روش های تشخیص اثر انگشت واقعی از جعلی است . این روش بر این تکنیک تکیـه دارد که اثر انگشت های واقعی و جعلی دارای Texture هــــــای مـــتـــفــــــاوتـــــی هــســتــنـــــد. اندازه‌گیری این Texture بر پایه انرژی گبور و مشخصه های co-occurrence texture هستند، فـیـلـتر های استفاده شده بانک گبور چهارتایی هـــــســــتــــنــــــــد.تــــــــوســــــــط روش gray level co-occurrence matrix ) GLCM) جـــــزئـــیــــات minute اسـتـخـراج می شوند. ابعاد این مشخصه ها نیز تـوسط آنالیز PCA کاهش داده هستند. در این روش از سه تکنیک : neural network, support vector ma- chine and OneR و ترکیب آن ها توسط Max Rule جــهـــت طـبـقــه‌ٍبـنــدی کــردن داده هــا استفاده شده و به فرم طبقه‌ٍبندی کننده هیبرید درآمده اند.

‌تشخیص توسط آنالیز بویایی

در این روش تشخیص بر مبنای آنالیز بوی انگشت است ، به این صورت که ضمن ثبت اثر انگشت بوی آن نیز توسط سنسور های بویایی (electronic nose) ثبت می شود. در این روش به راحتی می توان بین اثر انگشت های جعلی شامل ژلاتینی ، سیلیکنی ، لاستیکی و … و اثر انگشت واقعی تفکیک داد.

‌تشخیص بر پایه آنالیز اعوجاج سطح پوست

این روش بر اساس آنالیز الاستیسیته سطح پوست است، کاربر انگشت خود را روی سطـح سنسـور حـرکـت داده و اطـلاعات از سنسورها ثبت شده و توسط آنالیز های مختلفی اعوجاج سطح پوست سنجیده می شود. در طول جابجایی انگشت روی سطح سنسور عملیات ثبت و پردازش نیز انجام می شوند. این اطلاعات انکد شده و پس از آنالیز مجدد اثر انگشت طبیعی تعیین می شود.

این روش ها همچنان در حال پیشرفت و توسعه هستند و تمام تلاش ها برای افزایش امنیت سیستم های بیومتریک است.

‌ویژگی های استاتیک چند گانه

در این روش از ویژگی های جدیدی در تصاویر اثر انگشت استفاده شده است ، این ویژگی تحت عنوان روزنه های منحصر به فرد بوده و برای هر فرد متفاوت هستند. با بـررسـی فیـزیـولـوژیـک و مشخصه های آماری این روزنه ها می توان تفاوت بین اثر انگشت‌های جعلی و واقعی را تشخیص داد. تصاویر ثبت شده در این روش باید دارای کیفیت بالایی باشند.

لازم به ذکر است که این پروژه در دانشکده مهندسی پزشکی واحد علوم و تحقیقات تهران و در مقطع کارشناسی ارشد در حال بهینه سازی و بهبود روش های تشخیص جعلی بودن اثر انگشت است.

با تشکر از جناب دکتر معقولی که در تکمیل ایده این پروژه راهنمایی و همکاری داشته اند.

دستگاه اسکنر اثر انگشت همستر با سنسور ضد خش و ضد خرابکاری و جعل با بهترین طراحی و با بهره گیری از جدیدترین تکنولوژی سیستم های Biometric ساخت شرکت NITGEN کره جنوبی است. این دستگاه دارای استحکام فوق العاده در برابر ضربه های فیزیکی و شوک الکتریکی است.

 

قابلیتهای سیستم تشخیص اثر انگشت: (Hamster)

تغییر ناپذیری : روشن کردن کامپیوتر از طریق شناسایی اثر انگشت کاربر.

ایمن کردن فایلها : ایمن کردن فایلهای محرمانه و ارتقا امنیت برنامه ها

کنترل کردن : گزارشگیری از عملکرد کاربران سیستم

غیر قابل نفوذ : غیر قابل رمزگشایی ، فقط با اثر انگشت کاربر اصلی .

ارتقا عملکرد سیستم : تبدیل رمز Screen saver به سیستم شناسایی اثر انگشت

موارد اضطراری : قابلیت تعریف کردن رمز برای استفاده در موارد ضروری

از این سیستم میتوان برای شناسایی افراد از طریق شبکه و از راه دور در برنامه های مورد نظر استفاده کرد .

رابط نرم افزاری رایگان

قابلیت اتصال به تمامی سنسورهای موجود

پشتیبانی از تمامی زبانهای برنامه نویسی

پشتیبانی از تمامی سیستم های عامل

دارنده تمامی استانداردهای جهانی مرتبط

 

موارد کاربرد :

امنیت برای کامپیوتر و شبکه

تجارت الکترونیک

ایجاد امنیت برای بانکها و موسسه های مالی برای شناسایی کاربر

سیستم اطلاعات پزشکی

کارهایی که در آن نیاز به شناسایی کاربر است

قابلیت برنامه نویسی جهت استفاده از این دستگاه با سیستم های سخت افزاری و نر م افزاری مختلف

 

مزایای سیستم تشخیص اثر انگشت (Hamster) :

تغییر ناپذیری : نقشهای اثر انگشت تغییر ناپذیر است .

منحصر به فردی: نقش اثر انگشت هر شخص منحصر به فرد است .

راحت بودن : نیازی به داشتن آگاهی خاص برای استفاده کردن ندارد .

قابل اعتماد :اعتبار امنیت سیستم را ارتقا میدهد .

عمومیت : عمومیترین تکنولوژی بیومتریک است که پذیرفته شده است .

قابل دسترس : در دسترس ترین سیستم بیومتریک .

 

سیستم همستر از تکنولوژی اسکن نوری و سه بعدی بهره میگیرد ، این نوع اسکن بهترین شیوه تشخیص اثر انگشت میباشد و میزان دقت آن بسیار بیشتر از سیستم خازنی شناسایی اثر انگشت است .

 

 

 

 

 

 

 

 

 

 

 

 

منابع

 

[۱] A. Maltoni, D. Maio, A.K. Jain, S. Prabhakar, Handbook of Fingerprint Recognition, Springer, New York, 2003, ISBN 0-387-95431-7.

[۲] T. Putte, J. Keuning, “Biometrical Fingerprint Recognition: Don’t Get Your Finger Burned”, Proceedings of 4th Working Conference on Smart Card Research and Advanced Applications, ACM, Bristol, UK, 2002, pp. 289-303, ISBN 0-7923-7953-5.

[۳] S. Shuckers, L. Hornak, T. Norman, R. Derakhshani, S. Parthnasardi, “Issues for Liveness Detection in Biometrics”, CEMR LDCSEE, West Virginia University, USA, 2006, p. 25.

[۴] M. Kluz, “Liveness Testing in Biometric Systems”, Master thesis, Brno, Masaryk University, Faculty of Informatics, Brno, CZ, 2005, p. 57.

[۵] A. Franco and D. Maltoni, “Fingerprint Synthesis and Spoof Detection”, in N.K. Ratha, V. Govindaraju, Advances in Biometrics: Sensors, Algorithms and Systems, Springer, 2008

[۶] A. Antonelli, R. Cappelli, D. Maio and D. Maltoni, “Fake Finger Detection by Skin Distortion Analysis”, IEEE Transactions on Information Forensics and Security, vol.1, no.3, pp.360-373, September 2006

[۷] J. Galbally, R. Cappelli, A. Lumini, G Gonzalez-de-Rivera, D. Maltoni, J. Fierrez-Aguilar, J. Ortega-Garcia and D. Maio, “An Evaluation of Direct Attacks Using Fake Fingers Generated from ISO Templates”, to appear on Pattern Recognition Letters Special issue on ICPR08

[۸] Shankar Bhausaheb Nikam and Suneeta Agarwal , ” Gabor Filter-Based Fingerprint Anti-spoofing ” , J. Blanc-Talon et al. (Eds.): ACIVS 2008, LNCS 5259, pp. 1103-1114, 2008. © Springer-Verlag Berlin Heidelberg 2008

[۹] K.-H. Nam and G. Rhee ,” A Novel Region Based Liveness Detection Approach for Fingerprint Scanners “(Eds.): ICISC 2007, LNCS 4817, pp. 168-179, 2007. © Springer-Verlag Berlin Heidelberg 2007

[۱۰] Brian DeCann, Bozhao Tan, and Stephanie Schuckers , ” A Novel Region Based Liveness Detection Approach for Fingerprint Scanners “, M. Tistarelli and M.S. Nixon (Eds.): ICB 2009, LNCS 5558, pp. 627-636, 2009.c Springer-Verlag Berlin Heidelberg 2009

[۱۱] Y.S. Moon, J.S. Chen, K.C. Chan, K. So and K.C. Woo , “Wavelet based ?ngerprint liveness detection” ELECTRONICS LETTERS 29th September 2005 Vol. 41 No. 20

[۱۲] Denis Baldisserra, Annalisa Franco, Dario Maio, and Davide Maltoni و Fake Fingerprint Detection by Odor Analysis , D. Zhang and A.K. Jain (Eds.): ICB 2006, LNCS 3832, pp. 265 – 272, 2005. © Springer-Verlag Berlin Heidelberg 2005

[۱۳] Heeseung Choi, Raechoong Kang, Kyungtaek Choi, and Jaihie Kim , ” Aliveness Detection of Fingerprints using