基于生物特征的身份认证系统概述
作用:判别用户的身份、保障信息系统安全。
是识别操作者身份的过程,要保证其物理身份(现实) 数字身份(网络) 相对应。
-
两种认证
用户与主机之间的认证 — 认证人的身份,单机 / 网络环境。
主机与主机之间的认证 — 通信的初始认证握手,网络环境。 -
四种基本认证途径
(1)基于你所知道的(What you know)知识、口令……
(2)基于你所拥有的(What you have)密钥、身份认证……
(3)基于你的个人特征(What you are)指纹……
(4)双因素、多因素认证
下面对(3)进行详述。
基于生物特征的身份认证
定义:基于个人独特的生理或行为特性进行自动身份识别的技术。
- 优点:
(1)普遍性:特征普遍存在。指纹这种东西大部分人都有
(2)方便性:易于携带,不易丢失。生物特征总不能丢了吧
(3)难复制性:难以被伪造盗用。虽然网络上仿造指纹很常见,但现实里倒也没有太多吧,这个还是不太好做的
(4)部分生物特征能够提供主动监控技术。
常见的生物特征:人脸、虹膜、指纹、手型、视网膜、签名、语音、手部血管分布、脸部热量图……
- 流程:
(1)注册模块:注册用生物特征数据的捕获、提取和存储。
(2)识别模块:认证用生物特征数据的捕获和提取。
(3)匹配模块:识别的特征和数据库信息对比,两种应用情况,验证和鉴别。
(3 - 1)验证:证明所声称身份即可。确认某人的身份是否为声称的那个人
(3 - 2)鉴别:必须要挨个比对得到具体身份。确定某人的具体身份。
一个例子:A 字自称张三,认证只要查下身份证,确认是张三就行。但鉴别需要挨个对比出 A 的真实身份。
(4)判定模块:给质量分数和匹配分数各设置一个阈值,前者决定是否重输入,后者决定是否失败。
(5)评价指标:FAR,FRR
几种攻击:指纹攻击、虹膜呈现攻击、人脸合成攻击、面具攻击
人脸活体检测
常见的人脸仿真方式:Print、Replay、3D Mask、Makeup、Partial Attack……
检测方法
分为传统人脸活体检测和基于深度学习的活体检测。
传统人体活脸检测有下列方法:
- 眨眼检测
缺点:(1)真人也会一段时间不眨眼;(2)无法检测视频重放;(3)剪切眼部后的照片攻击。 - 嘴部动作检测
缺点:(1)重放视频攻击;(2)面具攻击;(3)相机必须不动。 - 交互式活体检测
原理:(1)借助内置传感器;(2)借助设备闪光;(3)借助近红外成像;(4)心率检测。
重放攻击数据库的三种重放类型:打印照片、手机照片、平板照片。
未解决问题
(1)训练集与测试集的分布差异。
(2)可解释性。
(3)未知类型的攻击。