xác thực sinh trắc học khuôn mặt trên thiết bị di động

XÁC THỰC SINH TRẮC HỌC KHUÔN
MẶT TRÊN THIẾT BỊ DI ĐỘNG
TRƯỜNG ĐẠI HỌC LẠC HỒNG
KHOA CÔNG NGHỆ THÔNG TIN
GVHD : PGS.TS ĐẶNG TRẦN KHÁNH
SVTH : MẠCH THỊ KIM HẠNH

BÁO CÁO ĐỀ TÀI TỐT NGHIỆP
MỤC LỤC

1. TỔNG QUAN
2. NGHIÊN CỨU VÀ LỰA CHỌN MÔ HÌNH
3. XÂY DỰNG ỨNG DỤNG VÀ ĐÁNH GIÁ KẾT QUẢ
4. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI
1 – CÁC YẾU TỐ XÁC THỰC
Xác thực là quá trình xác định một ai hay một sự
vật có phải là người hay vật đã được khai báo.

Yếu tố Ví dụ Tính chất
Sự
hiểu biết
Mật
khẩu, mã Pin

…

Có
thể chia sẻ
Có thể bị đoán

Quên mật khẩu

Sự
sở hữu
Thẻ
thông minh,
thẻ từ, …

Có
thể chia sẻ
Bị mất, bị lấy cắp

Sinh trắc
học

Dấu
vân tay,
khuôn mặt, giọng
nói, móng mắt, …
Không
thể chia sẽ
Khó giả mạo

Không bị mất, lấy cắp

1 – SINH TRẮC HỌC
Bảng so sánh khái quát các tiêu chuẩn đánh giá
tương ứng các đặc trưng sinh trắc học
Trong đó: H (cao), M (trung bình) và L (thấp).
1 – HỆ XÁC THỰC SINH TRẮC HỌC
2 – XÁC THỰC SINH TRẮC HỌC KHUÔN MẶT

Đặc trưng khuôn mặt
Hình minh họa
ƯU
ĐIỂM
Chống
giả mạo
CAO
Tính
chấp
nhận
CAO
Tính dễ
thu
nhập
CAO
Tính
rộng rãi
CAO
Chi phí
công
nghệ
THẤP
2 – RÚT TRÍCH ĐẶC TRƯNG
Xác định khuôn mặt
- Dựa trên tri thức
- Dựa trên đặc trưng không thay đổi
- Dựa trên so khớp mẫu
- Dựa trên diện mạo
Rút trích vector đặc trưng
(Eigenfaces, Fisherfaces, Local Binary

Patterns Histograms )
2 – EIGENFACES
Mỗi khuôn mặt huấn luyện đã chuẩn hóa thể hiện bằng
một vector cơ sở
Nguồn [Face Recognition Using Eigenfaces]
2 – FISHERFACES
So sánh PCA và FLD trong bài toán hai lớp, nơi dữ liệu cho mỗi lớp nằm
gần một không gian con tuyến tính
Nguồn [Face Recognition Using Eigenfaces]
2 – FISHERFACES
Hiển thị 4 Fisherfaces đầu tiên từ bộ 100 lớp
2 – LOCAL BINARY PATTERNS HISTOGRAMS
Local Binary Patterns Histograms chuyển đổi xám đơn điệu mạnh mẽ .
Nguồn [ />binary-patterns-histograms]
2 – LỖ HỔNG HỆ THỐNG SINH TRẮC HỌC
Các nguyên nhân khác nhau của hệ thống sinh
trắc học bị tổn thương có thể được tóm tắt theo
mô hình xương cá sau:
Nguồn [Anil K. Jain, Karthik Nandakumar và Abhishek Nagar, How to Generate Strong Keys from Biometrics and Other Noisy Data, 2008]
Mô hình xương cá để phân loại các lỗ hổng hệ thống sinh trắc học.
2 – NHỮNG ĐIỂM BỊ TẤN CÔNG
Nguồn [Anil K. Jain, Karthik Nandakumar và Abhishek Nagar, Biometric Template Security, 2008]
Những điểm bị tấn công trong một hệ thống sinh trắc học chung.
2 – CÁC PHƯƠNG PHÁP BẢO MẬT MẪU
Template
protection
Feature
transformation
Biometric cryptosystem
(helper data method)

Salting
(e.g., biohashing)
Noninvertible transform
(e.g., robust hashing)
Key binding
(e.g., fuzzy vault
fuzzy commitment)
Key generation
(e.g., secure sketch,
fuzzy extractor)
Phân loại các phương pháp bảo mật mẫu sinh trắc học.
2 – BẢO MẬT MẪU SỬ DỤNG SECURE SKETCH

SS Rec
w
s
w’

w
s
w





Secure Sketch do Dodis và cộng sự đề xuất, với:
1. s là một chuỗi nhị phân {0, 1} *.
2. w có thể được phục hồi khi |w - w'| ≤ δ
(

với δ là một ngưỡng xác định trước
)
3. Các thông tin về s không tiết lộ nhiều về w.
Hình 3: Quá trình làm việc của Secure Sketch
3 – XÂY DỰNG VÀ ĐÁNH GIÁ KẾT QUẢ
Feature extraction Quantization
Sketch generation
Feature recovery



Các gian đoạn tiến trình.
3 – MINH HỌA TẠO SKETCH VÀ PHỤC HỒI
Tạo Sketch
Hình minh họa
Phục hồi đặc trưng
Hình minh họa
3 – XÂY DỰNG ỨNG DỤNG
• Eclipse IDE
• Android SDK
• Hệ điều hành Windows 7
Môi trường
• Quản lý quyền truy xuất ứng dụng
Chức năng
3 – THỬ NGHIỆM VÀ ĐÁNH GIÁ
- Cơ sở dữ liệu: Faces94
- Tập huấn luyện: 19 người, 18 ảnh/người
- Tập kiểm thử: 19 người, 2 ảnh/người
- Tỷ lệ từ chối sai (FRR) bằng 10%
- Tỷ lệ chấp nhận sai (FAR) bằng 0%

3 – THỬ NGHIỆM VÀ ĐÁNH GIÁ
Phạm vi lượng tử là [0, 1000]:
- Ta chia các hình ảnh vào một lưới 5 x 5.
Vì vậy, ta có N = 5 x 5 x 256 = 6400
- Phạm vi codeword
+ Từ S = 5 (với δ = 85)
+ Đến 10 (với δ = 50)
- Bảo mật tối thiểu và tối đa được cung cấp là
5
6400
và 10
6400
3 – THỬ NGHIỆM VÀ ĐÁNH GIÁ
Kết quả thử nghiệm:
- Trục hoành: bước nhảy 
- Trục tung thể hiện phần trăm
- Kết quả đạt tỷ lệ tốt nhất khi  = 85
DEMO
1- Mở ứng dụng

DEMO
2- Training dữ liệu

DEMO
3- Chọn ứng dụng cần quản lý quyền truy xuất

4 – KẾT LUẬN
• Hệ thống xác thực sinh trắc học khuôn mặt
• Phương pháp rút trích vector đặc trưng
• Phương pháp bảo mẫu Secure sketch

Lý thuyết
• Xác thực vào ứng dụng, kiểm tra và đánh
giá kết quả
• Xác thực nhưng có bảo vệ tính riêng tư của
mẫu sinh trắc
Sản phẩm