Autenticación Basada en Huella Digital

Transcripción

1 Autenticación Basada en Huella Digital Ricardo Iglesias Meijome Iván Gómez Merayo

2 Introducción -Por qué la huella digital -Características -Historia Análisis y Representación Indentificar: Por lo que sabe Por lo que tiene Por lo que es Emparejamiento de huellas

3 Por qué la huella digital? -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Iris: Voz Cara Engorroso y molesto. Caro. Poca aceptación Influyen Diversos factores. Poco seguro, alta negación. Complicado al aire libre. Baja fiabilidad y calidad, alta negación. Palma de la mano Muy alta falsa aceptación (FAR) Firma manuscrita Influyen Diversos factores. Bajo rendimiento. Huella Digital Fiable Rápido Seguro Barato Cómodo

4 Características -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Perennes Inmutables Diversiformes Fiabilidad Facilidad de uso Prevención de ataques Aceptación Estabilidad Alta Alta Alta Media Alta

5 Características -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Crestas y Valles

6 Características -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Minucia

7 Características -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Minucia

8 Características -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Núcleo y Delta

9 Historia -Por qué la huella digital -Características -Historia Análisis y Representación Emparejamiento de huellas Babilonia: Arcilla s XIV - Persia: Firmas s XIX Henry Faulds: Estudio de homínidos Le preguntó a Sir Charles Darwin Propuesta a la Policía de Londres Sir Francis Galton: Perennes Diversiformes s XX - Juan Vucetich, Criminalista en Buenos Aires: Procedimientos Clasificación Difusión como técnica identificatoria Identificación manual es un proceso largo y tedioso Automatización Sólo se usan Terminaciones y Bifurcaciones

10 Adquisición n de la Huella Adquisición n de la huella -Métodos de adquisición offline -Métodos de adquisición live-scan -Almacenamiento de las imágenes de las huellas digitales Métodos de Adquisición offline Impresión en tinta Pérdida de información Huella dactilar latente Métodos de Adquisición live-scan Sensores ópticos Sensores de estado sólido Sensores por ultrasonidos

11 Adquisición Live-scan Adquisición n de la huella -Métodos de adquisición offline -Métodos de adquisición live-scan -Almacenamiento de las imágenes de las huellas digitales Sensores ópticos La luz introducida es reflejada por los valles ( brillantes ) absorbida por las crestas (aparecen oscuras) La luz reflejada Enfocada hacia un sensor de imagen CCD o CMOS

12 Adquisición Live-scan Adquisición n de la huella -Métodos de adquisición offline -Métodos de adquisición live-scan -Almacenamiento de las imágenes de las huellas digitales Sensores de estado sólido Array de píxeles diminutos Tipos: Capacitivo : miden la capacidad a través de las placas Térmico : generan corriente basada en temperatura diferncial Piezoeléctrico : Generan corriente eléctrica en función de la presión ejercida sobre el sensor

13 Adquisición Live-scan Adquisición n de la huella -Métodos de adquisición offline -Métodos de adquisición live-scan -Almacenamiento de las imágenes de las huellas digitales Sensores por ultrasonidos Similar a los realizado en una ecografía Uso de señales acústicas en distinta frecuencia para captar la estructura penetran la suciedad hasta alcanzar la superficie del dedo

14 Sistemas automáticos ticos Adquisición n de la huella -Métodos de adquisición offline -Métodos de adquisición live-scan -Almacenamiento de las imágenes de las huellas digitales Sistemas AFAS: Entrada: una identidad y una huella Respuesta: Booleano indicando si la huella pertenece a la identidad proporcionada Sistemas AFIS: Entrada:Una huella Salida: Lista de identidades con una puntuación de correspondencia Sistema IAFIS del FBI

15 Almacenamiento Adquisición n de la huella -Métodos de adquisición offline -Métodos de adquisición live-scan -Almacenamiento de las imágenes de las huellas digitales Sistema AFAS No supone un problema Número limitado de usuarios que pueden ser autenticados Sistema AFIS Millones de huellas almacenadas Supone un problema tanto de almacenamiento como de transmisión por un canal de comunicación Necesidad de algoritmos de compresión que no afecte n a la calidad de la huella Wavelet Scalar Quantization (WSQ), comprime en un factor entre 10 y 25.

16 -Orientación n local de crestas -Detección de singularidades -Detección del núcleo -Mejora de imágenes -Detección de minucias Orientación n local de crestas Se calcula el ángulo que forma la cresta con el eje horizontal No se calcula para cada píxel: Uso de ventanas de NxN. Valor rij :fiabilidad Bajo para zonas con ruido Alto para zonas de buena calidad

17 -Orientación local de crestas -Detección n de singularidades -Detección del núcleo -Mejora de imágenes -Detección de minucias Detección n de singularidades Calculo del índice de Poincaré Solución matemática El valor devuelto es un ángulo que nos permite clasificar un punto en: Espiral Bucle Delta Ninguna singularidad

18 -Orientación local de crestas -Detección de singularidades -Detección n del núcleo -Mejora de imágenes -Detección de minucias Detección n del núcleon Se calcula a partir del paso de detección de singularidades Se localiza como el punto más al norte de la singularidad bucle Puede ser un paso crítico Es posible calcularlo mediante aproximaciones

19 -Orientación local de crestas -Detección de singularidades -Detección del núcleo -Mejora de imágenes -Detección de minucias Mejora de imágenes Las técnicas de detección de huellas dependen en buena medida de la calidad de la imagen Baja calidad: Cortes, humedad de la piel Ruido en el sensor Incorrecta presión Necesidad de aplicar filtros para mejorar la imagen

20 -Orientación local de crestas -Detección de singularidades -Detección del núcleo -Mejora de imágenes -Detección n de minucias Detección n de minucias La mayoría de métodos de comparación basados en emparejamiento de minucias Preprocesado Binarización Adelgazamiento Detección de minucias Filtrado de minucias para eliminar falsas minucias

21 Emparejamiento Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación y rotación de la huella Diferentes impresiones del mismo dedo Diferentes rotaciones o desplazamientos en distintas adquisiciones. parte de la huella cae fuera del campo de visión distorsiones no lineales producidas por la elasticidad de la piel. presión indebida del dedo o una condición de la piel inadecuada (suciedad, humedad, sequedad...). ruido introducido por el escáner. errores durante la extracción de características. Dedos distintos parecen similares Los algoritmos, en raras ocaciones, establecen que las minucias encajan aunque no coincidan perfectamente

22 Emparejamiento Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación y rotación de la huella Diferentes impresiones del mismo dedo Dedos distintos que podrían parecer el mismo

23 Técnicas de Correlación Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación y rotación de la huella Correlación de 2 imágenes Se comparan gráficamente Problemas: Desplazamiento, rotación Distorsión no lineal Brillo y Contraste Presión del dedo Estado de la piel Computacionalmente muy caro Se compara por pequeñas regiones, que rodean a las minucias

24 Técnicas de Minucias Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación y rotación de la huella Método más famoso Gran diversidad de algoritmos Se comparan secuencias de vectores, no imágenes 5-tupla {T,x,y,θ,W} Tipo de minucia Coordenadas x,y Ángulo θ Confianza debido a la calidad de la imagen Se extraen de 10 a 100 minucias Positivo si hay correlación en 7 a 20 minucias Problema de traslación y rotación

25 Técnicas de Minucias Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación y rotación de la huella

26 Orientación n y Rotación Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación n y rotación n de la huella Pre-alineación absoluta En la plantilla al almacenarla En la huella candidata al comparar

27 Resumen Emparejamiento de huellas -Basado en correlación -Basado en minucias -Orientación y rotación de la huella Mejora Binarización Adelgazamiento Orientación de las crestas Núcleo Orientación de la huella Correlación Minucias Imágen Emparejamiento Filtrado Emparejamiento

28 Fallos en un Sistema Biométrico

29 Fallos a nivel de sensor Fallos a nivel de sensor Suplantación por CAMUFLAJE! La Huella dactilar no varía

30 Fallos a nivel de sensor Fallos a nivel de sensor Coacción Uso de violencia Uso de drogas Amenazas Soborno Utilizar un dedo cortado Robo de coches en Malasia, en el año 2005 Se debe detectar si el dedo esta vivo o no Fallos producidos por ruído, humedad, reflejos de luz en el escáner

31 Fabricación n de un gummy Fallos a nivel de sensor Fabricación n de un dedo artificial A partir de un dedo vivo

32 Fabricación n de un gummy Fallos a nivel de sensor Fabricación n de un dedo artificial Se consiguen huellas muy similares

33 Fabricación n de un gummy Fallos a nivel de sensor Fabricación n de un dedo artificial Fabricación a partir de una huella residual

34 Fabricación n de un gummy Fallos a nivel de sensor Fabricación n de un dedo artificial Fabricación a partir de una huella residual

35 Fabricación n de un gummy Fallos a nivel de sensor Fabricación n de un dedo artificial Resultados

36 Aplicaciones -Aplicaciones para PC -Control de acceso -DNIe Adiós a las claves: Lector de huellas para PC

37 Aplicaciones -Aplicaciones para PC -Control de acceso -DNIe Adiós a las claves: Lector de huellas para PC

38 Aplicaciones -Aplicaciones para PC -Control de acceso -DNIe Adiós a las claves: Lector de huellas en el Ratón

39 Aplicaciones -Aplicaciones para PC -Control de acceso -DNIe Memoria USB con protección por huella dactilar

40 Control de Acceso -Aplicaciones para PC -Control de acceso -DNIe Zonas restringidas

41 Control de Acceso -Aplicaciones para PC -Control de acceso -DNIe Asistencia Laboral

42 Control de Acceso -Aplicaciones para PC -Control de acceso -DNIe Combinación de varios sistemas de Seguridad

43 Multitud de Aplicaciones -Aplicaciones para PC -Control de acceso -DNIe Control de acceso a centros deportivos, habitaciones de hotel, salas de servidores informáticos Control de asistencia laboral en oficinas, control de presencia, control laboral y control de producción Medio de pago con huella digital Fidelización de clientes Quioscos, puntos de información y cajeros automáticos Bibliotecas y Colegios (Reino Unido).

44 DNIelectrónico -Aplicaciones para PC -Control de acceso -DNIe

45 FVC 2006 Fingerprint Verification Competition -Overview -Datos -Evaluación -Categorías Competición cada 2 años Sofware de Verificación de huellas digitales (sólo emparejamiento) Motivación: Investigación constante State of the art de la industria

46 FVC Overview -Datos -Evaluación -Categorías Fingerprint Verification Competition Sensor Type Electric Field Sensor Optical Sensor Thermal sweeping Sensor Image Size 96x96 (9Kpixels) 400x560 (224Kpixels) 400x500 (200 Kpixels) Resolution 250 dpi 569 dpi 500 dpi SFinGe v x384 (108 Kpixels) about 500 dpi

47 FVC 2006 Fingerprint Verification Competition -Overview -Datos -Evaluación -Categorías Evaluación: Precisión (% aciertos) Falsos Positivos (FRR) Falsos Negativos (FAR) Tiempo ( Average Time enroll/time match ) Memoria usada Tamaño de la plantilla, etc

48 FVC Overview -Datos -Evaluación -Categoríasas Fingerprint Verification Competition Categorías Open Light Enroll time limit 5 seconds 0.3 seconds Match time limit 3 seconds 0.1 seconds Model size limit No limit 2 Kbytes Memory limit No limit 4 Mbytes

49 Live Action Voluntarios por favor?

50 Gracias por su atención Preguntas?