Журнал "Системы Безопасности" № 1‘2018

С И С Т Е М Ы К О Н Т Р О Л Я И У П Р А В Л Е Н И Я Д О С Т У П О М n w w w . a l l - o v e r - i p . r u февраль – март 2018 www.secuteck.ru В таком случае для достоверной оценки ошибок первого и второго рода мультибиометрической системы целесообразно выполнение полноцен- ных испытаний. При этом необходимо исполь- зовать не синтезированные базы данных (искусственное случайное объединение различ- ных баз данных, например разномодальных), а естественные. К примеру, для испытаний муль- тимодальной системы не должно допускаться объединение биометрических образцов разных людей, а необходимо формирование базы дан- ных, в которой каждый человек представлен собственными биометрическими характеристи- ками. Данный подход позволяет учесть наличие взаимосвязи обрабатываемых параметров, которая в реальных условиях эксплуатации может повышать ошибки первого и второго рода. Реализация на практике.  Каковы перспективы? Анализ литературных источников и принципов формирования мультибиометрической техно- логии показал, что при объединении двух и более технологий можно сформировать более надежную технологию с точки зрения как сложности создания поддельных образцов для обмана системы, так и более низких ошибок распознавания. На практике объединение желательно выполнять на уровне степеней схо- жести или принятия решения, такой подход позволяет минимизировать затраты на алгорит- мическое обеспечение, но при этом использо- вать преимущество мультибиометрии. В статье рассмотрены способы логического объединения двух технологий на уровне принятия решений, представлен математи- ческий аппарат для вычисления ошибок пер- вого и второго рода мультибиометрической технологии на основе значений ошибок объ- единяемых технологий. Установлено, что логическое объединение "И" дает возмож- ность сформировать более надежную техно- логию за счет уменьшения ошибки первого рода (ложного доступа). При логическом объединении "ИЛИ" удается снизить веро- ятность ошибки второго рода (ложного недопуска). Приведенный математический аппарат может применяться при создании мультибиометрических систем с указанными типами объединения для расчета ошибок первого и второго рода. Объединение на уровне биометрических образ- цов и векторов признаков требует создания нового алгоритма сравнения и принятия реше- ния, а в случае использования нейронных сетей – новой нейронной сети и обучения на базах данных объединенных образов/векторов при- знаков. Таким образом, подобное объединение требует существенных временных и финансовых вложений, а также не позволяет использовать наилучшие алгоритмы от ведущих разработчи- ков биометрических систем. Кроме того, данный подход хоть и имеет потенциальные преимуще- ства в виде повышения надежности и устойчи- вости к подделкам, однако их достижимость зависит от качества разработки алгоритмов, баз данных для обучения и прочих условий. n БИОМЕТРИЧЕСКИЕ СИСТЕМЫ  138 Ваше мнение и вопросы по статье направляйте на ss @groteck.ru 12–14.02.2019