Журнал "Системы Безопасности" № 3‘2021

FpVTE FpVTE [4] проводилась главным образом для оценки текущих возможностей алгоритмов сопоставления отпечатков пальцев с использо- ванием операционных наборов данных, содер- жащих несколько миллионов объектов. Было установлено три класса оценки, которые иссле- довали идентификацию "один ко многим" с использованием различных комбинаций паль- цев от одного до десяти. В классе A использо- вались данные захвата одним указательным пальцем и оценивалась идентификация одного указательного пальца (правого или левого) и двух указательных пальцев (правого и левого). Класс B использовал идентификационные плоские (IDFlat) захваты (4–4–2; левый оттиск, правый оттиск и два больших пальца одновре- менно) и оценивал десять пальцев, восемь пальцев (правый и левый оттиски) и четыре пальца (правый или левый оттиск). В классе C использовались прокатные и плоские оттиски (4–4–1–1; левый оттиск, правый оттиск, левый большой палец и правый большой палец). Наборы для регистрации, используемые для идентификации "один ко многим", варьирова- лись по размеру от 5 тыс. до 5 млн зарегистри- рованных объектов. В дополнение к измерению текущих возможно- стей производительности алгоритмов иденти- фикации "один ко многим" в FpVTE также было проведено: l изучение открытой идентификации по сравне- нию с зарегистрированными размерами выбор- ки, охватывающими несколько миллионов; l оценка операционных наборов данных, содержащих более новые данные из систем захвата с "десятью пальцами" для сканирова- ния в реальном времени, других устройств захвата в реальном времени (например, для одного или нескольких пальцев) и историче- ски значимых отсканированных отпечатков пальцев с чернилами; l анализ точности идентификации "один ко многим", скорости, размера шаблона, коли- чества пальцев, размера набора регистрации и оценки вычислительных ресурсов; l создание хранилища данных тестирования отпечатков пальцев с исправлением ошибок. Точность идентификации по отпечаткам пальцев Наиболее точные данные по идентификации отпечатков пальцев достигли уровня ложной отрицательной идентификации (FNIR, или "промахов") в 1,9% для одного указательного пальца, 0,27% для двух указательных пальцев, 0,45% для плоских отпечатков с четырьмя пальцами (IDFlats), 0,15% для IDFlats с восе- мью пальцами, 0,09% для IDFlats с десятью пальцами, 0,1% для проката с десятью паль- цами, 0,13% для простого, без прокрутки, отпечатка и 0,11% для плоского проката. Эти цифры даны в соответствии с ложноположи- тельным показателем идентификации (FPIR) 10 –3 . Число использованных зарегистрированных субъектов составило 100 тыс. для одного ука- зательного пальца, 1,6 млн для двух указатель- ных пальцев, 3 млн для IDFlats и 5 млн для сравнения десяти пальцев. Некоторые выводы: 1. Точность и скорость: самые быстрые пред- ставления были не самыми точными. Наиболее точные представления показали возможность сокращения времени поиска с минимальной потерей точности. 2. Количество пальцев: использование больше- го количества пальцев повышает точность. Наи- более точные результаты были достигнуты деся- тью пальцами, при поиске по наибольшим наборам образцов из 3 и 5 млн. Показательно, что точность указательного пальца была лучше, чем у IDFlats с четырьмя пальцами. 3. Списки кандидатов: для большинства луч- ших исполнителей в большинстве случаев образец появлялся в тройке лучших кандида- тов из списка кандидатов или вообще не появлялся. 4. Тип данных: было три класса участия, в кото- рых были оценены данные с одного пальца, IDFlats, "устаревшие" типы данных с прокатными отпечатками и обычные отпечатки. 5. Разрыв в точности: "разрыв" между наиболее точными представлениями и следующим уров- нем гораздо меньше, чем в FpVTE-2003. Данные по конкурсу FVC Конкурс FVC [5] проводится биометрической системной лабораторией (Biometric System Laboratory) Болонского университета (University of Bologna, Italy) с 2000 г. по настоящее время. В настоящее время база проверочных данных содержит следующие тесты: l FV-TEST: простой набор данных; июнь – июль 2021 www.secuteck.ru БИОМЕТРИЧЕСКИЕ СИСТЕМЫ  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 68 Таблица 3. Результаты FpVTE* [4], 2012 г. Participant FNIR @ FPIR = 10 −3 Letter Sub. # D 1 6 0,0015 2 2 0,0011 2 20 0,0276 I 1 4 0,0013 2 1 0,0010 J 1 12 0,0047 2 10 0,0027 O 1 9 0,0025 2 10 0,0027 Q 1 2 0,0011 2 4 0,0013 * Результаты для класса C: 10 пальцев, набор регистрации 5 млн. Буква относится к буквенному коду участника. FNIR был рассчитан при пороговом значении, FPIR = 10 -3 . Таблица 4. Результаты PFT II для различных участников [6] FNMR FMR = 0,0001 FMR = 0,001 0,0199 0,0430 0,0099 0,0130 0,0301 0,0059 0,0273 0,1098 0,0185 0,0194 0,0904 0,0115 0,0239 0,0418 0,0217 0,0174 0,0296 0,0130 0,0333 0,0993 0,0321 0.0242 0,0824 0,0228 0,0049 0,0160 0,0017 0,0037 0,0128 0,0011 0,0089 0,0196 0,0032 0,0063 0,0169 0,0020 0,0064 0,0507 0,0036 0,0036 0.0445 0,0020 Таблица 5. Результаты PFT III* 2019 г. [7] * Значения частоты ложных несовпадений при определенных коэффициентах ложных совпадений для набора данных PFT III POE + BVA, разделенные положением пальца (данные для фирмы Neurotechnology). FNMR @ FMR = 0,0001 FNMR @ FMR = 0,001 FNMR @ FMR = 0,01 Правый указательный палец 0,0052 0,0047 0,0041 Левый указательный палец 0,0064 0,0051 0,0042 Правый и левый указательный палец 0,0008 0,0008 0,0007