Обзор биометрических технологий и способов измерения их точности

Во всем мире мы наблюдаем массовую реакцию на новый коронавирус Covid-19, поскольку он быстро и неожиданно распространяется по всему миру. Все озабочены гигиеной, боятся что-либо трогать и часто носят хирургические маски.

Из-за этого у многих моих друзей возникают технологические проблемы — они не могут разблокировать свои мобильные телефоны, потому что их iPhone с FaceID не будет работать должным образом, когда они в маске. И очень неудобно их постоянно снимать.

Напрашивается вопрос, какие части лица используют биометрические технологии для идентификации пользователей? Как ношение маски влияет на биометрические технологии?

Интересные вопросы! Но прежде чем мы сможем ответить на них, давайте создадим базовое понимание биометрических технологий.

В этой статье я отвечу на следующие вопросы:

  • Что такое биометрические технологии?
  • Как мы измеряем точность биометрических технологий?
  • Каков идеальный баланс между безопасностью и удобством?

Что такое биометрические технологии?

Вообще говоря, биометрические технологии относятся к технологическим методам идентификации человека на основе какой-либо части его биологии, такой как отпечаток пальца, глаз или лицо.

Первое в мире биометрическое приложение появилось тысячи лет назад, когда люди ставили отпечатки пальцев на соглашениях вместо подписи.

В алгоритмах биометрические технологии восходят к 1800-м годам, когда сэр Фрэнсис Гальтон разработал метод классификации отпечатков пальцев. А когда в 2013 году Apple выпустила iPhone 5s с TouchID (датчиком отпечатков пальцев), биометрические технологии заняли место в нашей повседневной жизни.

В настоящее время биометрические технологии существуют в самых разных областях, таких как доступ к дверям, видеонаблюдение, способы оплаты, безопасность мобильных телефонов и часы для регистрации посещаемости.

Биометрические технологии можно разделить на две основные категории: физиологические и поведенческие. Вот несколько примеров каждого:

Как мы измеряем точность биометрических технологий?

Следующий вопрос, который мы должны задать: когда вы используете биометрические данные, такие как отпечаток пальца или лицо, для разблокировки iPhone, как мы можем измерить точность идентификации?

Двумя наиболее распространенными показателями биометрических технологий являются Коэффициент ложного принятия (FAR) и Коэффициент ложного отклонения (FRR).

  • Коэффициент ложного принятия (FAR):процент случаев, когда биометрические технологии неправильно принимают неавторизованное лицо.
  • Коэффициент ложных отказов (FRR):процент случаев, когда биометрические технологии ошибочно отклоняют авторизованное лицо.

Если мы повысим уровень безопасности биометрических систем, система будет отклонять множество «похожих» пользователей, чтобы избежать высокого уровня ложного принятия. С другой стороны, если мы понизим уровень безопасности, система будет принимать много «похожих» пользователей, что увеличит процент ложного принятия, но уменьшит количество ложных отказов.

На приведенном выше графике показана взаимосвязь между уровнем безопасности и FAR/FRR. Всякий раз, когда мы настраиваем уровень безопасности, FAR и FRR будут двигаться в противоположных направлениях. Но будет точка, в которой они равны: равная частота ошибок (EER).

EER используется для измерения точности биометрических систем. Чем ниже значение коэффициента равной ошибки, тем выше точность биометрической системы.

Поиск баланса между безопасностью и удобством

Во многих фильмах показаны передовые биометрические технологии, защищающие ценные предметы или конфиденциальную информацию в зонах с высоким уровнем безопасности. Вспомните сериалы Миссия невыполнима или Джеймс Бонд. Но в реальной жизни какой уровень безопасности достаточен?

Позвольте мне привести вам очень простой пример. Если вы хотите обезопасить свой дом, вам может понадобиться установить много дверных замков. Следствием этого является то, что всякий раз, когда вы хотите открыть дверь, вам приходится тратить время на выбор правильного ключа и открытие каждого замка.

Больше безопасности, меньше удобства. И наоборот было бы верно, если бы было меньше замков.

Короче говоря, нам всегда нужно найти способ сбалансировать «Безопасность» и «Удобство».

Вот еще один пример:

Вот два отпечатка пальца. Как вы думаете, они одинаковые или разные?

Ну, это зависит от того, как вы их сравниваете. Если вы сравните их именно так, как эта ориентация, они, очевидно, не будут одинаковыми. Но если мы повернем отпечаток пальца B на 180 градусов, отпечаток A и отпечаток B будут идентичными.

Если у вас есть мобильный телефон с датчиком отпечатков пальцев, вы можете проверить это, повернув палец в любую сторону, чтобы увидеть, сможете ли вы без проблем разблокировать телефон.

Производители мобильных телефонов добились этого, выбрав баланс: больше удобства, меньше безопасности (более низкий FRR). Они могут применить более низкий FRR, потому что считают, что вероятность того, что у кого-то будет похожий отпечаток пальца и ваш телефон, очень мала.

В итоге

Теперь у вас есть общее представление о том, как мы измеряем точность биометрических технологий с помощью FAR/FRR/EER, и как производители биометрических систем уравновешивают безопасность и удобство.

Я оставлю вас с несколькими вопросами. Можете ли вы объяснить, почему FaceID не может распознать человека, когда он носит маску? Как вы могли бы улучшить это? Как можно было обмануть биометрические технологии?

А поскольку биометрические технологии используют технологии распознавания образов и классификации, может ли машинное обучение помочь их улучшить?

Оставляйте свои ответы в комментариях!

Следите за мной здесь и в социальных сетях, чтобы не пропустить следующий выпуск! Если вы сочтете эту статью полезной, поделитесь ею и похлопайте в ладоши, и это будет означать для меня мир и поможет подпитывать остальную часть моей серии.

Вопросы или комментарии? Буду рад ответить на них здесь или по электронной почте.

Вы также можете найти меня в LinkedIn, Facebook, Instagram и на моем личном сайте.