Параметрический метод биометрической аутентификации пользователей информационных систем - Ю.А. Брюхомицкий

УДК 681.3.06: 612.087

Ю.А. Брюхомицкий

Таганрогский государственный радиотехнический университет

Параметрический метод биометрической аутентификации пользователей информационных систем

В технологиях информационной безопасности все большее распространение получают биометрические системы контроля доступа (БСКД). Удачное сочетание удобства использования и достаточно высокого уровня предоставляемой защиты позволяет эффективно использовать БСКД в открытых и слабо защищенных информационных пространствах (малые офисы, домашние и карманные компьютеры). Особую группу составляют динамические БСКД, в которых биометрическими признаками личности выступают параметры ее двигательных реакций. В настоящее время практическое применение получили три типа динамических БСКД, основанных на анализе голоса, рукописного и клавиатурного почерков. Принципиально важным качеством динамических БСКД является возможность для личности - сохранять в тайне свой биометрический образ (парольную фразу), что на 4-6 десятичных порядков повышает степень защиты, предоставляемой динамическими БСКД.

Биометрическую аутентификацию пользователя компьютерной системы во многих случаях можно рассматривать как задачу классификации некоторого N-мерного вектора информативных биометрических параметров

V = {v₁, v₂, …, v_j, …, v_N }, ,

который содержит особенности биометрии данного пользователя.

Способ формирования вектора V и его характеристики определяются типом биометрических данных. В настоящей работе ограничимся рассмотрением ортогонального представления компонент вектора V, характерного для динамических методов аутентификации личности по рукописному и клавиатурному почеркам. Для этих методов компоненты вектора V можно формировать в результате вычисления линейных ортогональных функционалов Фурье, Уолша, Хаара по полной реализации вводимой пользователем парольной фразы [1, 2]. Компоненты вектора V в общем случае обладают внутренней корреляцией.

Процедура аутентификации пользователя, т.е. - классификации предъявляемого вектора V на «свой» – V_С или «чужой» – V_Ч может быть реализована различными способами. Наибольшее распространение получили две группы способов:

– на основе геометрических методов распознавания, использующих различные меры близости предъявляемого вектора V к биометрическому эталону V_С (мера Хэмминга, Евклидова мера и др.) [1, 2];_.

– на основе применения искусственных нейронных сетей (ИНС), предварительно обученных на образцах векторов V «своих» – V_С и «чужих» – V_Ч пользователей [1, 3].

Геометрические методы распознавания наиболее просты, системы их реализующие обладают высоким быстродействием, однако ошибки аутентификации для таких систем могут оказаться неприемлемо большими. Это обусловлено тем, что используемые в геометрических методах меры близости фактически не учитывают конфигурацию областей распределения векторов V биометрических параметров.