Sistemi Biometrici. Alfredo De Santis. Maggio Dipartimento di Informatica Università di Salerno.

Transcript

1 Sistemi Biometrici Alfredo De Santis Dipartimento di Informatica Università di Salerno Maggio

2 Sommario Ø Biometria e Sistemi Biometrici Ø Definizioni Preliminari Ø Cenni Storici Ø Caratteristiche di un Sistema Biometrico Ø Architettura di un Sistema Biometrico Ø Principali Sistemi Biometrici Ø Accuratezza delle Tecniche Biometriche Ø Sistemi biometrici su dispositivi portabili Ø Sistemi Biometrici Multimodali

4 Biometria Ø Biometrico Ø Ø Bio- : vita metrico : misura Ø Biometria: uso di strumenti per riconoscere tratti fisici e comportamentali di un essere umano Ø Tratti acquisiti ed usati per Ø Ø Ø Autenticazione uno-a-uno Identificazione uno-a-molti Entrambe basate su caratteristiche uniche

5 Sistemi Biometrici 1/2 Dispositivi automatici per identificazione/autenticazione basati su caratteristiche dell individuo Ø Fisiologiche Ø Impronte digitali Ø Volto Ø Struttura vascolare della retina Ø Struttura vascolare della mano Ø Forma dell iride Ø Topografia della mano Ø Ritmo cardiaco Ø Comportamentali Ø Timbro della voce Ø Dinamica della firma

6 Sistemi Biometrici 2/2 Dispositivi automatici per identificazione/autenticazione basati su caratteristiche dell individuo: Ø Fisiologiche Ø Impronte digitali Ø Volto Ø Struttura vascolare della retina Ø Struttura vascolare della Usati mano nei sistemi di controllo per Ø Forma dell iride Ø Accesso fisico Ø Topografia della mano aeroporti, sedi governative, porti, Ø Ritmo cardiaco Ø Accesso logico Ø Comportamentali sistema informativo Ø Timbro della voce Ø Dinamica della firma

8 Storia Sistemi Biometrici Ø Biometria utilizzata a partire dalla preistoria Ø In Cina si utilizzavano tecniche di identificazione biometrica a partire dal 14 secolo Ø Nel 17 secolo le impronte digitali erano usate per appore sigilli su documenti ufficiali

9 Il Sistema Bertillon 1/2 Alphonse Bertillon ( ) Ufficiale della polizia francese Ø Fondò il primo metodo d'identificazione scientifico biometrico, che fu sviluppato nei laboratori del carcere di Parigi Ø Prima ciò avveniva solo mediante nome e foto Idea: L ossatura umana non si modifica più dopo i 20 anni. Inoltre, ogni scheletro è diverso

10 Il Sistema Bertillon 2/2 Basato su 16 caratteristiche Ø Altezza e larghezza testa Ø Lunghezza dito medio Ø Lunghezza piede sinistro Ø Lunghezza braccio Ø Etc

11 Sistema Bertillon: Fallimento 1/2 Carcere di Leavenworth, Kansas, USA Due detenuti con misure identiche! Will West arriva nel 1903 William West nel 1901

12 Sistema Bertillon: Fallimento 2/2 Misure quasi identiche Impronte digitali diverse

14 Caratteristiche Sistemi Biometrici 1/5 Ø Universalità ogni individuo deve possedere quella determinata caratteristica biometrica Ø Unicità non è possibile che due persone condividano la stessa identica caratteristica biometrica Ø Permanenza la caratteristica biometrica deve rimanere immutata nel tempo Ø Catturabilità la caratteristica biometrica deve poter essere acquisita e quantitativamente misurata

15 Caratteristiche Sistemi Biometrici 2/5 Universalità ØOgni persona dovrebbe possedere questa caratteristica ØTuttavia, in pratica questo potrebbe non accadere Ø La popolazione di non universalità dovrebbe essere piccola Ø< 1%

16 Caratteristiche Sistemi Biometrici 3/5 Unicità Ø Non esistono due individui che possiedono la stessa caratteristica ØStabilire l unicità è difficile da dimostrare analiticamente ØUna biometria può essere unica, ma l unicità deve essere distinguibile

17 Caratteristiche Sistemi Biometrici 4/5 Permanenza Ø La caratteristica non cambia nel tempo ØNella migliore delle ipotesi questa è un'approssimazione ØGrado di permanenza ha forte impatto sulla progettazione del sistema e la gestione a lungo termine dei dati biometrici Ø Enrollment, adaptive matching design, etc ØStabilità a lungo termine vs. stabilità a breve termine

18 Caratteristiche Sistemi Biometrici 5/5 Catturabilità Ø La caratteristica può essere misurata quantitativamente Ø La raccolta dei dati biometrici dovrebbe essere ØNon intrusiva ØAffidabile e robusta ØEconomicamente vantaggiosa

20 Architettura Sistemi Biometrici 1/7 L architettura dipende dal contesto applicativo Ø Identificazione: Chi sei? ØMatch uno a molti ØMatch uno a pochi ØSoggetti cooperativi e non cooperativi Ø Autenticazione: Sei chi dichiari di essere? ØMatch uno ad uno ØSoggetti cooperativi

21 Architettura Sistemi Biometrici 2/7 Ø Identificazione Ø Cerca una corrispondenza all interno di un database di modelli Ø Applicazione tipica: identificazione di impronte digitali?

22 Architettura Sistemi Biometrici 3/7 Ø Autenticazione Ø Confronta un campione (sample) con un singolo modello archiviato?

23 Architettura Sistemi Biometrici 4/7 Ø Enrollment: Acquisizione ed elaborazione dei dati biometrici dell utente per l'utilizzo da parte del sistema nelle successive operazioni di autenticazione/identificazione Acquire and Digitize Biometric Data Extract High Quality Biometric Features/Representation Formulate Biometric Feature/Rep Template Database Template Repository Ø Autenticazione/Identificazione: Acquisizione ed elaborazione dei dati biometrici degli utenti per prendere una decisione di autenticazione, basata sul risultato di un processo di matching tra il modello (template) memorizzato e quello corrente Acquire and Digitize Biometric Data Extract High Quality Biometric Features/Representation Formulate Biometric Feature/Rep Template Template Matcher Decision Output

24 Architettura Sistemi Biometrici 5/7 Ø Architettura della Modalità/Fase di Enrollment Acquisizione di nuovi dati biometrici Ulteriore preprocessing dell immagine, estrazione adattiva o rappresentazione No Biometric Data Collection Transmission Signal Processing, Feature Extraction, Representation Quality Sufficient? Yes Approssimativamente 512 bytes di dati per template Database Generate Template

25 Architettura Sistemi Biometrici 6/7 Ø Fase di Enrollment

26 Architettura Sistemi Biometrici 7/7 Ø Architettura della Modalità/Fase di Identificazione/Autenticazione Richiede l acquisizione di nuovi dati biometrici Ulteriore preprocessing dell immagine, estrazione/rappresentazione adattiva No Biometric Data Collection Transmission Signal Processing, Feature Extraction, Representation Quality Sufficient? Yes Generate Template Approssimativamente 512 bytes di dati per template Database Template Match Yes Decision Confidence? No

28 Principali Sistemi Biometrici

29 Confronto Caratteristiche alcuni Sistemi Biometrici Universalità: limiti Impronta Iride Voce Volto Mano Menomazioni, disabilità Menomazioni, disabilità Menomazioni, disabilità Nessuno Menomazioni, disabilità Unicità Alta Alta Bassa Bassa Media Permanenza Alta Alta Bassa Media Media Catturabilità Media Media Media Alta Alta

30 Confronto Caratteristiche alcuni Sistemi Biometrici Universalità: limiti Impronta Iride Voce Volto Mano Menomazioni, disabilità Menomazioni, disabilità Menomazioni, disabilità Nessuno Menomazioni, disabilità Unicità Alta Alta Bassa Bassa Media Permanenza Alta Alta Bassa Media Media Catturabilità Media Media Media Alta Alta

32 Impronte Digitali: Caratteristiche

33 Impronte Digitali: Anatomia

34 Creste: Classificazione

35 Creste: Classificazione

36 Minuzie: Classificazione

37 Impronte Digitali: Dettagli

38 Minuzie: Matching

39 Impronte Digitali: Acquisizione 1/7 Ø Inchiostratura e rollatura delle dita Ø Viene utilizzato dell inchiostro posto a contatto con le dita (inchiostratura) Ø È necessario effettuare un movimento di rullatura con il dito sulla quale è stato applicato l inchiostro Ø In tal modo è possibile effettuare l acquisizione dell impronta sulla carta

40 Impronte Digitali: Acquisizione 2/7 Ø Acquisizione mediante Sensori Ottici Ø Si utilizza un prisma di vetro o materiale plastico sul quale è necessario poggiare il polpastrello Ø Consiste nell acquisizione di una immagine (una fotografia) Ø Viene analizzata l immagine al fine di identificare le features (minuzie, creste, etc) dell impronta Ø Miniaturizzazione difficile dei dispositivi basati su sensori ottici

41 Impronte Digitali: Acquisizione 3/7

42 Impronte Digitali: Acquisizione 4/7 Ø Acquisizione mediante Sensori a Stato Solido Ø Ø Ø Ø Tipicamente utilizzati nei dispositivi portabili (smartphone, tablet, ultrabook, etc) Sensore costituito da una matrice di celle Ø Ciascuna cella è sostanzialmente composta da un circuito capacitivo di piccolissime dimensioni Posizionando il dito sul sensore vengono generate ed acquisite piccole cariche elettriche Ø Ø L intensità di tali cariche dipende dalla distanza della pelle Questo permette di identificare le features (minuzie, creste, etc) dell impronta Maggiormente miniaturizzabili rispetto ai sensori ottici Ø Qualità generalmente inferiore rispetto ai sensori ottici

43 Impronte Digitali: Acquisizione 5/7 Sensore a Stato Solido

44 Impronte Digitali: Acquisizione 6/7 Ø Acquisizione mediante Sensori ad Ultrasuoni Ø Il sensore invia degli ultrasuoni in direzione della superficie del polpastrello e cattura l eco prodotto Ø Necessità di un dispositivo abbastanza grande Ø Lentezza nell acquisizione dell impronta

45 Impronte Digitali: Acquisizione 7/7

46 Impronte digitali: Problemi

47 Impronte Digitali: Dove?

48 Attacchi Impronte Digitali

49 Impronte Digitali Attacchi 5 Aprile 2016

51 Retina Membrana più interna del bulbo oculare Struttura dei vasi sanguigni presenti sul fondo dell occhio ØUnica in ogni essere umano (anche tra gemelli identici) ØNon subisce alterazioni ambientali ØStabile per tutta la vita

52 Retina: Acquisizione 1/2 L acquisizione è eseguita dirigendo un fascio di luce a bassa intensità nella pupilla dell utente, che deve accostare l occhio al dispositivo per pochi secondi

53 Retina: Acquisizione 2/2 Ø L acquisizione è eseguita con un fascio di luce ad infrarosso a bassa intensità, tracciando una traiettoria circolare rispetto al fondo dell occhio Ø I capillari pieni di sangue assorbono l infrarosso più della zona circostante Ø Causando una variazione nell intensità della riflessione Ø Questi valori danno luogo ad un template di 80 byte

54 Retina: Minuzie Bifurcation point Ending point

55 Scansione della Retina

56 Retina: Vantaggi Ø Alta protezione: Interna all occhio Ø Stabile per tutta la vita Ø Unicità Ø Basso errore di riconoscimento

57 Retina: Svantaggi 1/2 Ø Difficile da acquisire Ø Oscurata da ciglia, lenti, riflessione Ø Non visibile se non ben illuminata Ø Localizzata dietro superficie curva e riflettente Ø Occhio fermo

58 Retina: Svantaggi 2/2 Ø Possibili alterazioni per malattie Ø Glaucoma, diabete, pressione alta, etc Ø Potrebbe essere percepita come invasiva Ø Cooperazione utente Ø Sguardo nella telecamera ed occhio fermo

59 Retina: Uso Ø Pentagono Ø Agenzie governative e militari Ø Central Intelligence Agency (CIA) Ø Federal Bureau Investigation (FBI) Ø National Aeronautics and Space Administration (NASA)

61 Geometria della Mano

62 Geometria della Mano: Caratteristiche

63 Geometria della Mano: Misure Fisiche

64 Geometria della Mano: Vantaggi

65 Geometria della Mano: Dove?

67 Dinamica della Firma

68 Dinamica della Firma: Problema

69 Dinamica della Firma: Dove?

71 Ø I metodi basati su immagini utilizzano informazioni ottenute dall acquisizione del volto, mediante immagini o sensori ottici (fotocamere, etc) Ø Vantaggi Ø Velocità e Semplicità di implementazione Ø Svantaggi Ø Riconoscimento del Volto Metodi Basati su Immagini Problematiche di acquisizione (ad esempio, variazione della posa, variazione della luminosità, etc)

72 Riconoscimento del Volto Metodi Basati su Caratteristiche Ø I metodi basati su caratteristiche utilizzano caratteristiche morfologiche del volto e la loro disposizione geometrica Ø Assegnano un significato semantico alle regioni di interesse individuate Ø Vantaggi Ø Maggiore robustezza per quanto riguarda le condizioni di posa e luminosità Ø Svantaggi Ø Complessità computazionale più elevata rispetto ai metodi basati su immagini

73 Riconoscimento del Volto Metodi Basati su Caratteristiche Tecnica Elastic Bunch Graph Matching Ø Utilizzo di grafi per la rappresentazione del volto Ø Tecnica basata sulla ricerca di una corrispondenza tra grafi che rappresentano un volto Ø Mappatura mediante alcuni punti specifici, detti fiducial points Ø I fiducial points rappresentano pupille, angoli della bocca, punta del naso, etc, di un volto

74 Riconoscimento del Volto Metodi Basati su Caratteristiche Tecnica Elastic Bunch Graph Matching 1. Posizionamento dei fiducial points sul volto 2. Calcolo delle caratteristiche individuali 3. Conoscendo la posa del volto è possibile confrontare il grafo con tutti i grafi precedentemente memorizzati 4. Ricavati i valori di similarità, si decide se attribuire al volto l identità del soggetto

76 Riconoscimento della Voce 1/2

77 Riconoscimento della Voce 2/2

78 Riconoscimento della Voce: Vantaggi

79 Riconoscimento della Voce: Svantaggi

80 Ricocoscimento della Voce: Dove?

81 Altre Tecniche Biometriche 1/4 Scarsa accettabilità

82 Altre Tecniche Biometriche 2/4 Ayman Abaza and Arun Ross, Towards Understanding the Symmetry of Human Ears: A Biometric Perspective, Proc. of 4th IEEE International Conference on Biometrics: Theory, Applications and Systems (BTAS), (Washington DC, USA), September 2010

83 Altre Tecniche Biometriche 3/4 researchers at Japan s Advanced Institute of Industrial Technology developed a system that can recognize a person by the backside when the person takes a seat. The system performs a precise measurement of the person s posterior, its contours and the way the person applies pressure on the seat. The developers say that in lab tests, the system was able to recognize people with 98 percent accuracy. (Dec 25, 2011)

84 Altre Tecniche Biometriche 4/4 researchers at Japan s Advanced Institute of Industrial Technology developed a system that can recognize a person by the backside when the person takes a seat. The system performs a precise measurement of the person s posterior, its contours and the way the person applies pressure on the seat. The developers say that in lab tests, the system was able to recognize people with 98 percent accuracy. (Dec 25, 2011) Commenti sul web: tasche posteriori, soprabiti lunghi, dieta,

85 Vascular Pattern Matching 1/3 Ø Luce LED a infrarossi Ø Dita e dorso della mano Ø Non sempre applicabile

86 Vascular Pattern Matching 2/3 Ø Vantaggi Semplicità nell acquisizione Elevata unicità Invarianza temporale Bassa intrusione

87 Vascular Pattern Matching 3/3 Possibili Applicazioni Future Ø Fujitsu in collaborazione con Microsoft sta lavorando ad un sistema di riconoscimento dei vasi sanguigni nel palmo della mano (Febbraio 2018) Ø L obiettivo è quello di rendere tale sistema fruibile su notebook dedicati al mondo business Ø Anche Samsung ha brevettato un sistema di riconoscimento dei vasi sanguigni nel palmo, che potrebbe essere implementato in futuro su smartphone Fonti

88 DNA Identification Ø Ampiamente accettato per le scene del crimine Ø Possibili problemi con persone gemelle

89 Altri Tipi di Sistemi Biometrici Ø Keystroke Ø Battitura Ø Gait Ø Andatura

91 Tecniche Biometriche: Accuratezza 1/6 False Non-Match Rate (FNMR) Ø (Falso rigetto) misure dello stesso utente sono dichiarate appartenere a diversi utenti False Match Rate (FMR) Ø (Falsa accettazione) misure di due diversi utenti sono dichiarate appartenere allo stesso utente

92 Tecniche Biometriche: Accuratezza 2/6 Valore del match

93 Tecniche Biometriche: Accuratezza 3/6 100% Percentuale falso rigetto percentuale errore 0% parametro sensitività Percentuale falsa accettazione

94 Tecniche Biometriche: Accuratezza 4/6

95 Tecniche Biometriche: Accuratezza 5/6

96 Tecniche Biometriche: Accuratezza 6/6 Failure To Capture (FTC) Ø Percentuale delle volte che il dispositivo non riesce ad acquisire un campione Failure To Enroll (FTE) Ø Percentuale delle volte che gli utenti non riescono ad essere accettati dal sistema di riconoscimento

97 Confronto

98 Tecniche Biometriche: Valutazioni

100 Sistemi Biometrici su Dispositivi Portabili Ø Negli ultimi anni numerosi dispositivi portabili (smartphone, tablet, ultrabook, etc) hanno integrato sensori per l autenticazione/identificazione tramite caratteristiche biometriche Ø I metodi di autenticazione biometrica rappresentano un alternativa o un integrazione ai meccanismi già comunemente utilizzati dai dispositivi portabili Ø Password, PIN, etc

101 Sistemi Biometrici su Dispositivi Apple 1/4 Ø A partire dall iphone 5S (presentato nel 2013) Apple ha integrato nei suoi dispositivi il Touch ID Ø Ø Un rilevatore di impronte digitali presente nel tasto Home È possibile memorizzare fino a 5 impronte digitali Fonte Immagine: Apple

102 Fonte Immagini: Apple Sistemi Biometrici su Dispositivi Apple 2/4 Ø A partire dall iphone X, Apple ha introdotto un sistema biometrico per il riconoscimento del volto, denominato Face ID Ø Il sistema Face ID è costituito da diversi sensori, presenti nella parte frontale del dispositivo Ø Ø Ø Ø Ø Ø Fotocamera frontale da 7 MP Emittente ad infrarossi Camera ad infrarossi Sensore per luce ambientale Flood illuminator Sensore di prossimità

103 Fonte Immagini: Apple Sistemi Biometrici su Dispositivi Apple 3/4 Ø Con il Face ID vengono eseguite le seguenti operazioni Ø Proiezione di punti sul volto dell utente Ø Sensore utilizzato: Emittente ad infrarossi Ø Acquisizione, mappatura 3D ed analisi di tali punti Ø Sensore utilizzato: Flood illuminator (in situazioni di scarsa luminosità del soggetto) Ø Salvataggio dei dati sul dispositivo

104 Fonte Immagini: Apple Sistemi Biometrici su Dispositivi Apple 4/4 Ø Tramite il Touch ID/Face ID è possibile Ø Sbloccare il dispositivo Ø Acquistare su Ø App Store Ø itunes Ø Apple Pay

105 Sistemi Biometrici su Dispositivi Android 1/2 Ø Con le API di Livello 23 presenti su Android 6.0 (Marshmallow), presentato a ottobre 2015, viene introdotto il supporto nativo alle impronte digitali Ø Questo permette di Ø Sbloccare il dispositivo Ø Autorizzare acquisti Ø Sbloccare App specifiche dal Google Play Store

106 Sistemi Biometrici su Dispositivi Android 2/2 Fonte Immagini: Google

107 Sistemi Biometrici su Dispositivi Windows 10 1/2 Ø Introdotto con Windows 10 (luglio 2015), il sistema Windows Hello integra il supporto a caratteristiche biometriche Ø Volto Ø Impronta digitale Ø Iride Fonte Immagini: Microsoft

108 Sistemi Biometrici su Dispositivi Windows 10 2/2 Ø In futuro sarà possibile utilizzare Windows Hello anche per l autenticazione su siti, web mediante il browser Microsoft Edge

109 Possibili Criticità dei Sistemi Biometrici su Dispositivi Portabili 1/5 Ø Durante il Mobile World Congress 2016 (MWC 2016), il CEO dell'azienda cinese Vkansee (specializzata in lettori di impronte digitali) ha mostrato come bypassare il Touch ID di un iphone Ø Replicando la propria impronta digitale su un po' di pongo Ø Per portare a termine l «attacco» è necessario un contatto fisico con la vittima, in modo da poter replicare l impronta

110 Possibili Criticità dei Sistemi Biometrici su Dispositivi Portabili 2/5

111 Possibili Criticità dei Sistemi Biometrici su Dispositivi Portabili 3/5

112 Possibili Criticità dei Sistemi Biometrici su Dispositivi Portabili 4/5 Ø I ricercatori della Michigan State University hanno trovato un modo per ingannare alcune tipologie di sensori di impronte digitali di cui sono dotati diversi smartphone Ø L attacco avviene usando della carta speciale (di tipo AgIC) e dell inchiostro particolare (inchiostro conduttivo) Ø Il costo complessivo dell attacco è di circa 500$ Link all articolo: Ø Jain_HackingMobilePhonesUsing2DPrintedFingerprint_MSU-CSE-16-2.pdf

113 Possibili Criticità dei Sistemi Biometrici su Dispositivi Portabili 5/5 Fonte (Video su YouTube sul canale ufficiale della Michigan State University)

114 Possibili Criticità dei Sistemi Biometrici su Dispositivi Portabili 5/5 Fonte (Video su YouTube sul canale ufficiale della Michigan State University)

116 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 1/6 Ø I sistemi biometrici che utilizzano una singola biometria sono detti sistemi biometrici unimodali Ø Tali sistemi possono avere delle limitazioni legate al fatto che viene utilizzata una singola biometria Ø Una singola biometria, ad un certo punto, potrebbe non soddisfare una o più delle seguenti caratteristiche Ø Ø Ø Ø Universalità Unicità Permanenza Catturabilità

117 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 2/6 Ø Esempio 1/3 Limiti sulla caratteristica di Universalità Biometria Possibile Limite Biometria Possibile Limite Impronta digitale Impronta non rilevabile a causa di mutilazioni o incidenti Voce Impossibilità di rilevare la voce (mutismo)

118 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 3/6 Ø Esempio 2/3 Limiti sulla caratteristica di Permanenza Biometria Possibile Limite Biometria Possibile Limite Volto Tratti del viso modellati dall invecchiamento Voce Cambio del timbro di voce o stato influenzale che altera il timbro vocale

119 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 4/6 Ø Esempio 3/3 Limiti sulla caratteristica di Unicità Biometria Possibile Limite Biometria Possibile Limite Volto Tratti del viso estremamente simili (gemelli omozigoti) Voce Possibile soggetti in grado di imitare la voce del soggetto in esame

120 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 5/6 Ø Altre limitazioni dei sistemi biometrici unimodali possono derivare dagli strumenti di acquisizione della biometria Ø Possono esservi errori durante il processo di acquisizione della biometria Ø Ø Errata acquisizione dovuta a fattori esterni del sensore di acquisizione Esempi Ø Ø Ø Polvere e/o sporcizia su sensore di acquisizione di impronte digitali Forte sorgente di luce su sensore di acquisizione del volto Etc

121 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 6/6 Possibili Soluzioni Ø Integrazione del sistema biometrico unimodale con tecniche di autenticazione tradizionali (non basate su biometrie) Ø Autenticazione mediante PIN, password, SmartCard, etc Ø Progettazione di un sistema biometrico in grado di utilizzare più biometrie Ø Sistemi Biometrici Multimodali

122 Limitazioni dei Sistemi Biometrici a Singola Biometria (Unimodali) 6/6 Possibili Soluzioni Ø Integrazione del sistema biometrico unimodale con tecniche di autenticazione tradizionali (non basate su biometrie) Ø Autenticazione mediante PIN, password, SmartCard, etc Ø Progettazione di un sistema biometrico in grado di utilizzare più biometrie Ø Sistemi Biometrici Multimodali

123 Architettura di un Sistema Biometrico Multimodale Ø La fase di progettazione di un sistema biometrico multimodale deve tener conto di diversi aspetti Ø Ø Ø Requisiti funzionali Quali biometrie utilizzare Il livello architetturale dove effettuare la combinazione (fusione) delle biometrie Ø Deve essere definita la metodologia con la quale si effettua tale fusione

124 Architettura di un Sistema Biometrico Multimodale Tre possibili scelte progettuali possono essere delineate per la definizione dell architettura di un sistema biometrico multimodale Progettazione in Parallelo Progettazione in Serie Progettazione a Livello Gerarchico

126 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Caratteristiche Ø L acquisizione e la valutazione delle biometrie vengono svolte in maniera indipendente per ciascuna biometria Ø Le valutazioni sono poi combinate mediante la fusione Ø La fusione può avvenire a diversi livelli nell architettura e secondo diverse strategie operative

127 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Livelli e Strategia di Fusione Moduli relativi alle fasi di Verifica e Identificazione in un sistema biometrico Acquisizione Estrazione delle Caratteristiche Confronto Decisione

128 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Livelli e Strategia di Fusione Moduli relativi alle fasi di Verifica e Identificazione in un sistema biometrico Acquisizione Estrazione delle Caratteristiche Confronto Decisione La fusione è generalmente eseguita a livello di uno dei tre moduli Estrazione delle Caratteristiche Confronto Decisione

129 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Estrazione delle Caratteristiche Raccolta dei template ottenuti dalle caratteristiche estratte da ciascuna biometria Fusione di tutte le informazioni dei template in un unica entità logica I moduli successivi (Confronto e Decisione) considereranno l output prodotto da tale entità

130 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Controllo (o Matching) Per ciascun template viene calcolato un matching score, comparando il template ottenuto dal modulo precedente (Estrazione delle Caratteristiche) con i template già memorizzati Fusione dei valori relativi ai matching score, che restituisce in output un unico risultato Il modulo successivo (Decisione) utilizzerà l output prodotto dalla fusione

131 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Esecuzione dei processi decisionali: un processo distinto per ciascuna biometria Fusione dell output dei processi decisionali Calcolo della decisione finale

132 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Esecuzione dei processi decisionali: un processo distinto per ciascuna biometria Fusione dell output dei processi decisionali Calcolo della decisione finale

133 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Possibili strategie per il calcolo della decisione finale 1/2 Strategia AND oppure Strategia OR Strategia di combinazione pesata

135 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Possibili strategie per il calcolo della decisione finale 1/2 Strategia AND oppure Strategia OR Strategia di combinazione pesata Processo Decisionale Biometria 1... AND Decisione Finale Con la Strategia AND, affinché la decisione finale risulti essere positiva (true), è richiesto che tutti i processi decisionali relativi a ciascuna biometria restituiscano output positivo (true) Processo Decisionale Biometria N

136 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Possibili strategie per il calcolo della decisione finale 1/2 Strategia AND oppure Strategia OR Strategia di combinazione pesata Con la Strategia OR, affinché la decisione finale risulti essere positiva (true), è sufficiente che almeno uno dei processi decisionali relativi a ciascuna biometria restituisca output positivo (true) Processo Decisionale Biometria 1... Processo Decisionale Biometria N OR Decisione Finale

137 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Possibili strategie per il calcolo della decisione finale 1/2 Strategia AND oppure Strategia OR à Strategia AND/OR Strategia di combinazione pesata Processo Decisionale Biometria 1 Processo Decisionale Biometria 2 Processo Decisionale Biometria 3 OR Gli operatori AND e OR, possono anche essere combinati e utilizzati per ottenere la decisione finale AND Decisione Finale

139 Architettura di un Sistema Biometrico Multimodale Progettazione in Parallelo Fusione a Livello del Modulo di Decisione Possibili strategie per il calcolo della decisione finale 1/2 Strategia AND oppure Strategia OR Strategia di combinazione pesata Ø A ciascuna biometria viene associato un peso Ø Ciascun processo decisionale restituisce un output, in accordo al peso assegnato alla biometria Ø Viene effettuato il calcolo della decisione finale, sulla base degli output dei processi decisionali pesati

141 Architettura di un Sistema Biometrico Multimodale Progettazione in Serie Caratteristiche Ø L acquisizione e la valutazione delle biometrie vengono svolte in maniera indipendentemente per ciascuna biometria Ø Le valutazioni sono poi combinate mediante una delle possibili tecniche di fusione

143 Le prossime slide sono nascoste per il riuso dei grafici Progettazione in Serie Caratteristiche Ø Definizione di una gerarchia, mediante tecniche di classificazione individuali delle biometrie Ø Memorizzazione delle valutazioni di ciascuna biometria in una struttura ad albero Ø Fusione delle valutazioni, considerando le valutazioni nella struttura ad albero, per il calcolo della decisione finale

144 Bibliografia ØCryptography and Network Security by W. Stallings, 2010 Øcap. 18 ØTesina di Sicurezza su reti ØAutenticazione utente + password Ø Biometrics.gov. Aprile, om/introduction.aspx

145 Bibliografia Ø Ø Anil K. Jain, Arun Ross and Salil Prabhakar: An introduction to biometric recognition. IEEE Trans. Circuits Syst. Video Techn. 14(1): 4-20, 2004 Anil Jain, Patrick Flynn and Arun A. Ross: Handbook of biometrics. Springer Science & Business Media, 2007 Ø P. Jonathon Phillips, Alvin F. Martin, Charles L. Wilson, Mark A. Przybocki: An Introduction to Evaluating Biometric Systems. IEEE Computer 33(2): 56-63, 2000

146 Bibliografia Ø Ø Ø Sistemi Biometrici su dispositivi portabili Apple Touch ID e Face ID Ø Ø Android 6.0 (Marshmallow) API /android-6.0.html Ø Ø Windows Hello biometrics