Биометрия в СКУД (Системах Контроля и Управления Доступом)

Термин "биометрия" появился в конце 19 века как раздел науки о биологических признаках человеческой внешности и проведении анализа на основе математической статистики. Интерес к этой науке значительно вырос в конце 20 века, когда биометрия стала применяться в разработке новых технологий в сфере безопасности, суть которых состоит в том, чтобы использовать компьютерные системы для идентификации личности. Сегодня электронный мозг машины может анализировать отпечатки пальцев, геометрию лица, температуру кожи, структуру радужной оболочки глаз, геометрические параметры рук, сетчатку глаза, структуру ДНК, форму уха, почерк и многие другие, постоянные и неизменные характеристики человеческого организма. Рассмотрим главные принципы, по которым компьютер проводит процедуру идентификации. Общий смысл биометрических систем безопасности в том, чтобы доказать, первое, что вы действительно посторонний. Если это не произойдет, то система не эффективна. Такой метод называется ложной положительной идентификацией. Во-вторых, необходимо, исключить из системы возможности принимать вас за другого человека. То есть, сама система доказывает, что вы, это действительно вы, а не кто-нибудь другой. Эта опция называется ложной отрицательной идентификацией. Большинство биометрических систем работают именно на этих двух методах распознавания личности. Биометрические системы контроля доступа очень эффективны, внешние данные человеческого организма являются уникальными, поэтому их трудно, а иногда и невозможно дублировать, например, трудно изготовить точные отпечатки пальцев и невозможно подделать радужную оболочку глаз. В отличие от бумажных документов, например паспорта, водительских прав, удостоверения личности, пароля или персональных идентификационных номеров (ПИН), биометрические параметры не могут быть потеряны, или забыты. Но есть и недостатки, по мнению экспертов, основная опасность применения таких систем кроется в том, что индивидуальные данные могут быть украдены уже после их получения прямо из базы данных. Рассмотрим это на примере биометрической системы проверки отпечатков пальцев. Вы помещаете палец на считыватель, компьютер обрабатывает данные и отсылает цифровой отпечаток пальца на сервер. Главный сервер сравнивает его с хранящимися в своей базе образцами и разрешает доступ. Но эта схема далеко не идеальна, потому, что для опытного хакера не проблема перехватить передачу цифрового отпечатка. После снятия копии, образец может быть спокойно отправлен на сервер, где и будет использоваться в качестве эталона. Вывод заключается в следующем, биометрия, будет хорошо работать только тогда, когда компьютер сможет проверить соблюдение двух условий: первое, это то, что данные получены именно от вас, и, второе, что они совпадают данными, хранящимися в серверной картотеке. Если система не сможет выполнить такую проверку, она никогда не будет работать эффективно. В настоящее время проблемы безопасности самой системы практически решены, во-первых, надёжно шифруется сама передаваемая информация, файл невозможно расшифровать современными методами декодирования. Второе, соединение сервера с устройствами доступа происходит по защищённому протоколу, а применение защищённых беспроводных технологий делает несанкционированное подключение злоумышленника к сети практически невозможным. Большинство биометрических систем работают следующим образом: сервер баз данных хранит цифровые отпечатки пальцев, информацию о свойствах радужной оболочки глаз или голоса. Лицо, желающее получить доступ, вводит информацию о себе, используя микрофон, сканер отпечатков пальцев или другие устройства ввода. Входящие данные сравниваются с образцами, хранящихся в базе данных. Рассмотрим основные биометрические параметры, которые используются системой для идентификации. Первый параметр, который, в принципе, является самым распространённым, это отпечатки пальцев. Технология изготовления сканнеров для распознавания папиллярных линий кончиков пальцев сегодня хорошо отработана, устройства очень надёжны и просты в установке и использовании, и хотя процент ложных срабатываний всё же присутствует, он составляет около всего около трёх процентов, это менее одной идентификации на миллион. Вся процедура получения доступа проста и длится всего нескольких секунд. Сегодня разработаны подобные системы с размерами меньше пачки сигарет.  Следующий метод автоматической идентификации основан на считывании параметров геометрических особенностей запястья. По уровню надежности и технологической структуре он вполне сравним с предыдущим методом. Математическая модель идентификации параметров занимает всего 9 байт информации, что позволяет хранить огромное число записей, к тому же большинство сканеров используют при работе алгоритмы сжатия, что позволяет хранить практически неограниченное количество идентификационных моделей.

Радужная оболочка глаз. Для точного определения личности человека, глаза сканируются с расстояния 90 см, сегодня такой метод может успешно применяться в таких устройствах как банкоматы. Эта технология доступа уже в течение нескольких лет успешно применяется во многих странах мира. 

Сетчатка глаза. Сканирование сетчатки глаза производится источником инфракрасного излучения низкой интенсивности, луч проходит через зрачок к кровеносным сосудам, расположенным на задней стенке глаза. Сканирование сетчатки глаза было широко распространено в системах контроля доступа к особо секретным объектам, так как это очень точный метод идентификации. Однако при прохождении проверки человека, у которого могут быть заболевания глаз, например такие как, как катаракта это может негативно сказаться на качестве идентификации личности. 

Голосовая идентификация. Способ узко применяем. Основным и решающим недостатком такого метода является низкая точность идентификации. Например, человек с простудой или ларингитом может испытывать трудности в использовании данных системы. Сегодня, голосовая идентификация используется для контроля доступа в помещения средней степени секретности, например, в лабораториях компаний-производителей.

Идентификация личности по геометрическим особенностям лица. Это динамично развивающаяся область биометрической индустрии. При этом методе компьютер определяет личность примерно так же, как люди идентифицируют друг друга, то есть по внешним признакам. Во время регистрации в системе делается фото человека, которое в будущем используется как эталон. Затем при каждом получении доступа делается снимок, который после соответствующей обработки сравнивается с образцом.

Система автоматически оценивает качество распознавания образов, и, если необходимо корректирует настройки. В основе этой системы распознавания лежит метод кодирования. Данная математическая модель основана на том, что все лица могут быть получены из выборки эталонных изображений с использованием современных статистических методов.

Все вышеописанные методы на сегодняшний день широко применяются в обеспечении безопасности. Они используются как отдельно, в независимых устройствах для получения доступа, так и внедряются в уже существующие системы безопасности, например в системы видеонаблюдения.