Preview

Известия Юго-Западного государственного университета

Расширенный поиск

Анализ современных статических методов биометрической идентификации

https://doi.org/10.21869/2223-1560-2019-23-1-84-94

Полный текст:

Аннотация

Цель исследования. В современных системах сбора данных используются мобильные автоматизи-рованные устройства, данные из которых в зашифрованном виде поступают в центр обработки данных. В качестве средства защиты информации в ЦОД биометрические методы идентификации обладают рядом преимуществ. В частности, им присуща высокая надёжность, так как сложно скомпрометировать или утратить биометрические данные.

Методы. В статье предложен метод биометрической идентификации по геометрии лица. Предлагаемый метод позволяет строить 3D-модель лица человека на основе 2D-изображений. Для определения достоверности биометрического метода идентификации предложены количественные характеристики КЛП и КЛО. КЛП – коэффициент ложного пропуска – определяет процент возникновения ситуаций, когда пользователю, не зарегистрированному в базе данных, система разрешает доступ. КЛО – коэффициент ложного отказа – определяет процент возникновения ситуаций, когда пользователю с корректными биометрическими данными система отказывает в доступе. Есть и другие характеристики, используемые при подборе систем биометрической идентификации. К ним относятся простота использования, скорость работы системы, влияние на нее факторов окружающей среды, стоимость системы и другие.

Результаты. Рассмотрены следующие известные методы статической идентификации: метод идентификации по отпечатку пальца, метод идентификации по сетчатке глаза, метод идентификации по радужной оболочке глаза, метод идентификации по геометрии лица, а также метод идентификации по рисунку вен руки. Приведены сравнительные характеристики каждого из них. Предложен новый метод, позволяющий повысить точность и быстродействие биометрической идентификации.  

Заключение. В статье проведен анализ современных биометрических средств идентификации статического типа. Рассмотрены различные параметры определения эффективности методов биометрической идентификации. Представлены принципы, на которых основан каждый из перечисленных методов, а также основные достоинства и недостатки. 

Об авторах

И. В. Калуцкий
ФГБОУ ВО «Юго-Западный государственный университет»
Россия

Игорь Владимирович Калуцкий, кандидат технических наук, доцент

305040, Курск, ул. 50 лет Октября, 94



Ю. С. Матюшин
ФГБОУ ВО «Юго-Западный государственный университет»
Россия

Юрий Сергеевич Матюшин, студент

305040, Курск, ул. 50 лет Октября, 94



С. В. Спевакова
ФГБОУ ВО «Юго-Западный государственный университет»
Россия

Светлана Викторовна Спевакова, аспирант

305040, Курск, ул. 50 лет Октября, 94



Список литературы

1. Спеваков А.Г., Фисун А.П. Основы правового обеспечения информационной безопасности. Курск, 2013. Ч. 2. 303 с.

2. Спеваков А.Г. Таныгин М.О., Панищев В.С. Информационная безопасность. Курск, 2017. 196 с.

3. Спеваков А.Г. Методы идентификации личности человека по морфологическим признакам // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание – 2017: сб. ст. конф. Курск, 2017. С. 53-54.

4. Чеснокова А.А., Калуцкий И.В., Спеваков А.Г. Электронный документооборот: безопасность на этапах внедрения и эксплуатации // Известия Юго-Западного государствен-ного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2017. Т. 7. №4(25). С. 13-23.

5. Обезличивание персональных данных при обработке в автоматизированных информационных системах / А.Г. Спеваков, И.В. Калуцкий, Д.А. Никулин, В.А. Шумайлова. М.: Телекоммуникации, 2016. С. 16-20.

6. Спеваков А.Г., Рубанов А.Ф. Стереоскопическая оптико-электронная система сле-жения // Известия высших учебных заведений. Приборостроение. 2005. №2. С. 62-67.

7. Спеваков А.Г., Ширабакина Т.А. Выделение контура объекта на основе нечеткой логики // Медико-экологические информационные технологии: сб. ст. конф. Курск, 2000. С. 149-151.

8. Спеваков А.Г., Рубанов А.Ф., Дегтярев С.В. Система обнаружения объектов изображения и выделения их контуров // Датчики и преобразователи информации систем измерения, контроля и управления: сб. ст. конф. М., 2001. С. 147-148.

9. Спеваков А.Г., Дегтярев С.В. Устройство выделения контуров изображения объекта на основе нечеткой логики // Алгоритмы, методы и системы обработки данных. Муром, 2000. С. 46-48.

10. Спевакова С.В., Применко Д.В. Метод обезличивания персональных данных в автоматизированных системах // Оптико-электронные приборы и устройства в системах распознавания образов, обработки изображений и символьной информации. Распознавание – 2017: сб. ст. конф. Курск, 2017. С. 330-333.


Для цитирования:


Калуцкий И.В., Матюшин Ю.С., Спевакова С.В. Анализ современных статических методов биометрической идентификации. Известия Юго-Западного государственного университета. 2019;23(1):84-94. https://doi.org/10.21869/2223-1560-2019-23-1-84-94

For citation:


Kalutskiy I.V., Matiushin Y.S., Spevakova S.V. Analysis of Modern Static Methods of Biometric Identification. Proceedings of the Southwest State University. 2019;23(1):84-94. (In Russ.) https://doi.org/10.21869/2223-1560-2019-23-1-84-94

Просмотров: 35


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2223-1560 (Print)