Kredit:CC0 Public Domain
Det var en gång science fiction-säkerhet, öppna ögat helt och titta in i kameran för att komma in i rymdskeppets flygdäck eller tryck en fingerspets eller handflata mot dynan för att komma åt den hemliga databasen som låter dig ta kontroll över de ondas vapen. I dag, självklart, iris igenkänning, fingeravtrycksläsare, och andra biometriska system blir allt vanligare. De flesta moderna smarta telefoner har en fingeravtrycksläsare som låter dig låsa upp din telefon utan att behöva komma ihåg ett lösenord eller nummer.
Självklart, ur ett säkerhetsperspektiv, vad kan hindra en tredje part från att "lyfta" ditt fingeravtryck, och skapa en faksimil av dess loopar, virvlar och bågar med en bit av ett hudliknande gummiartat material och sedan presentera detta för den biometriska enheten för att komma åt? Det enkla svaret är ingenting! Dessutom, för ett enkelt fingeravtrycks-ID-system, det skulle inte finnas något sätt för det att veta att det presenterade fingeravtrycket inte var en del av en levande persons finger snarare än en gummikladd.
Dock, skriver i International Journal of Biometrics , ett team från Indien beskriver sitt tillvägagångssätt för att utveckla ett system som inte bara läser fingeravtryck utan kan upptäcka fingeravtryckets "livlighet" baserat på en algoritmisk analys av mikro- och makrofunktioner. Rohit Agrawal och Anand Singh Jalal från GLA University, i Mathura, och K.V. Arya från Institutet för teknik och teknik, i Lucknow, förklara att deras tillvägagångssätt kringgår problemet med tidigare statistiska metoder som fungerar bra med mikro, men inte makrot, egenskaper hos ett fingeravtryck.
Teamet förklarar att de har kombinerat lokala Haralick-mikrotexturfunktioner med makrofunktioner som härrör från grannskapsmatrisen för gråtonsskillnad. Detta tillåter dem att generera en effektiv funktionsvektor. De tränar sedan algoritmen med kända fingeravtryck och testar den mot äkta och falska fingeravtryck. De uppnår nästan 95 procents noggrannhet med låg felfrekvens. Tidigare system kan skryta med endast 90 procents noggrannhet.