Jean Hennebert Jean Hennebert – Seminaire SE 07 - Biométrie … · 2011. 9. 28. · Contrôle accéléré de bagages dans ... seuil T qui rend les taux de faux rejet et de fausse

Prénom Nom

1

Jean Hennebert – Seminaire SE 07 - Biométrie

Seminar SE-07 30-03-2007

Jean Hennebert

Prénom Nom

2


Plan

Objectif: introduction générale aux technologies biométriques

Introduction / DéfinitionQu’est ce qui identifie une personne?Critères de qualité d’une biométrieTypes de biométrieApplicationsBase des algorithmesMesure des performancesConclusions – Tendances futuresObjectifs et organisation du séminaire

Prénom Nom

3


Introduction

Who you areFingerprints, voice, iris, ...

What you knowAccount #, Passwords, ...

What you have

Keys, card, CLI, ...

Prénom Nom

4


Définition

Un système de contrôle biométrique est un système automatique de mesure basé sur la reconnaissance de caractéristiques propres à l'individu

Prénom Nom

5


Qu’est-ce qui identifie une personne?

ADNIris, RetinaFingerprint, Palmprint

Parole

SignatureEcritureKeystroke

Rigide / passive

Plastique / dynamique

Propriétésphysiques

Caractéristiquescomportementales

Prénom Nom

6


Critères de qualité

Universelles ^ existence chez tous les individus

Uniques^ deux individus ne doivent pas avoir la même

Permanentes^ stabilité dans le temps

Enregistrables^ atteignables

Mesurables^ une technologie de capteur existe

Utilisable^ acceptation par l’utilisateur, caractère non-intrusif^ mesures disponible dans un temps restreint

Prénom Nom

Types de biométries

Prénom Nom

8


Empreintes digitales

- « Dermogliphes »Également présents surla paume, les orteils et laplante des pieds.

- Bonne unicité théoriqueP(E1=E2) = 1/64 milliards

-Facile à mesurer-Facile à copier

Prénom Nom

9


Iris

-Perçu comme intrusif-Très bonne unicité-Pas facilement mesurable

Prénom Nom

10


Rétine

-Perçu comme très intrusif-Difficilement copiable

Prénom Nom

11


Voix

-Pas intrusif-Mauvaise unicité, variable dans le temps-Facilement copiable-Facilement reproduit

Prénom Nom

12


Visage

-Pas intrusif-Bonne unicité, variabledans le temps-Facilement copiable

Prénom Nom

13


Signature

-Pas intrusif-Mauvaise unicité, variabledans le temps-Facilement copiable

Prénom Nom

14


Forme de la main

Prénom Nom

15


Vaisseau sanguins de la main

Prénom Nom

16


Démarche

Prénom Nom

17


Forme de l’oreille

Prénom Nom

18


Approches multimodales

Voice + Face verificationhttp://www.idiap.ch/biologin/

Signature + Voicehttp://diuf.unifr.ch/diva/

CHASM project

Prénom Nom

Applications

Prénom Nom

20


Vérification vs Identification

Vérification (Authentification) (1:1)^ « suis-je bien qui je prétends être ? ».

• Techniquement, le dispositif vérifie par rapport à une identité prétendue (username, code, badge, carte àpuce, etc) que l’échantillon biométrique fourni correspond bien au modèle correspondant àl’identité.

Identification (1:N)^ « qui suis-je ? ».

• A partir de l’échantillon biométrique fourni, le dispositif recherche le modèle correspondant dans sa base de données.

Prénom Nom

21


Processus de vérification

accès accordé accès refusé

+ Identité prétendue

SCOREValeur de

seuil

Vérification = Authentifier l’identitéproclamée d’un individu sur la base de la mesure biométrique

Prénom Nom

22


Access Control

Portes sécuriséesAccès internet: projet Biologin réalisé au groupe DIVABancomat sécurisésAccès aux coffresContrôle accéléré de bagages dans certains aéroports …Login des ordinateurs

Prénom Nom

23


Prénom Nom

24


Prénom Nom

25


Autres applications

Sciences criminelles (forensic)Surveillance^ Identification des hooligans dans les stades^ Ecoute de lignes téléphoniques^ Surveillance des prisonniers

Data mining^ Speaker tracking pour l’audio et la video

Prénom Nom

Performances

Prénom Nom

27


Problème à deux catégories:1. Le bon utilisateur (« genuine »)

2. Les autres (« world »)

Prénom Nom

28


Biométrie = problème de détection

Le système donne un SCORE (“log-likelihood ratio”)

^ La décision est prise en comparant le score à un seuil T

Problème de détection : 2 types d’erreurs:

1. Fausse Acceptation (FA) (“false alarm”)2. Faux Rejet (FR) (“missed detection”)

Le taux de FA et de FR dépendent de la valeur du seuil

Prénom Nom

29


Pour une valeur de seuil donnée T:

Le système a une certaine probabilité de rejeter faussement un client

Le système a une certaine probabilité d’accepter un imposteur

On doit déterminer un niveau de sécurité pour le système ! Ceci estfait en minimisant une fonction de coût:

Calcul du seuil T

Prénom Nom

30


Courbes de détection (DET)

Prénom Nom

31


EER

L’intersection de la courbe DET avec la diagonale définit le taux d’Equal Error Rate (EER)^ Il est formellement définit pour une valeur du

seuil T qui rend les taux de faux rejet et de fausse acceptation égaux.

^ Ce taux est un « standard » utilisé dans la littérature.

^ Il n’est pas lié aux performances effectives d’un système installé car en pratique on voudra minimiser la fonction de coût !

Prénom Nom

Questions ?

Prénom Nom

33


Prénom Nom

34


Objectifs du séminaire

se familiariser avec les technologies biométriques^ articles généraux de biométrie à lire

choisir une technologie biométrique ^ chercher des articles, les analyser et les

synthétiser en mettant l'accent sur• les aspects "usability"• les aspects "impostures" (forgeries)

Prénom Nom

35


Etudiants

- Patrick Anagnostaras- Didier NGuyen-The- Christophe Gisler- Natalya Serbinenko- Jeannette Frey- Jean Revertera- Michael El Betjali- Marsha Rohrer- Mehdi Radgohar- Hervé Chiquet- Marc Kaeser- David Godel

Prénom Nom

36


Sujets proposés

Aspects impostures et utilisabilités^ Empreintes digitales, utilisabilité (1 étudiant) David & Jean^ Empreintes digitales, impostures délibérées (2 étudiants) Hervé

& Michael ^ Voix (1 étudiant) Christophe^ Signature et de l'écriture (1 étudiant) Didier^ Iris (1 étudiant) Mehdi^ Visage (1 étudiants) Marsha^ Approches multimodales voix et visage, voix et écriture (2

étudiants)

Nouvelles biométries^ Biométrie sur base de la démarche (1 étudiant) Natalya^ Biométrie sur base des vaisseaux sanguins de la main (1

étudiant) Patrick

Documents

Jean Hennebert Jean Hennebert – Seminaire SE 07 - Biométrie … · 2011. 9. 28. · Contrôle accéléré de bagages dans ... seuil T qui rend les taux de faux rejet et de fausse