Başka bir kişinin iris dokusuyla basılmış renkli bir kontakt lens, yüksek çözünürlüklü basılı bir iris fotoğrafı, gerçekçi bir protez göz,Ya da yapay zekâ ile sentezlenmiş bir iris görüntüsü. Bunların hepsi ortak bir noktayı paylaşıyor.Sadece desen eşleşmesine odaklanan bir iris tanıma sistemini kandırabilirler.
Endüstride bu tür yöntemlerin standart bir terimi vardır: sunum saldırısı.Eğer kamera önünde gerçek bir insan gözü ile sahteyi ayırt edemiyorsaUluslararası standart ISO/IEC 30107-3'te, genel olarak canlılık tespiti olarak bilinen sunum saldırısı tespiti (PAD) listelenmiştir.Biometrik sistemler için bağımsız bir değerlendirme öğesi olarak.
Homsh yakın zamanda kendi geliştirdiği iris sunumu saldırı algılama sistemi HOMSH-PAD'in araştırma ve geliştirme ve pratik doğrulama çalışmalarını tamamladı.Sistem, 0'luk bir tespit eşit hata oranına (D-EER) ulaşır..50%.
I. Önce gerçekliği doğrulayın, sonra kimliği doğrulayın
HOMSH-PAD, tanıma iş akışından önce yerleştirilen bağımsız bir modül olarak, aşağıdaki şekilde çalışır: cihaz göz görüntüsünü yakaladıktan sonra,Sistem önce iris'i bulur ve derin öğrenme ağı aracılığıyla bir gerçeklik puanı çıkarırSadece gerçek insan gözleri olarak onaylanan görüntüler tanıma aşamasına geçiyor; saldırı olarak tanımlananlar hemen reddediliyor.
Mevcut sürüm, dört ana saldırı yöntemini kapsar: dokulu renkli kontakt lensleri, basılı iris görüntüleri, protez gözler ve yapay zeka ile sentezlenmiş irisler.protez gözler ve basılı iris görüntüleri testlerde sıfır hata oranına sahiptir• AI-sentezli irisler için hata oranı% 0.08'tür.Sistem, eğitim sırasında hiç görülmemiş yeni kontakt lens kalıpları için bile etkili bir algılama sağlar. Bu, modelin saldırıların ortak özelliklerini öğrendiğini gösterir., sadece belirli kalıpları ezberlemek yerine.
Test verilerinin basit dilde yorumlanması
1000 farklı saldırı girişiminden yaklaşık 993'ü engellendi.
1000 yasal kullanıcıdan yaklaşık 3'ü yanlış reddediliyor.
II. Sayıların Arkasında: Veri Disiplininin Yarışması
İris canlılığı algılama alanı uzun süredir devam eden bir sorunla mücadele ediyor: modeller laboratuvarda etkileyici ölçümler sunuyor, ancak gerçek dünya senaryolarında kullanıldığında sık sık başarısız oluyorlar.Homsh ın araştırma ve geliştirme ekibi sorunun genellikle modelin kendisinde olmadığını düşünüyor., ancak eğitim verilerinde yanlışlıkla doğru/sahte etiketlerle ilişkilendirilmiş gizli istatistiksel kısayollar, modelin saldırıların gerçek özelliklerini öğrenmek yerine "kısayolları" almasına izin verir.
Bu sorunu çözmek için ekip, veri depolanmadan ve eğitim başlamadan önce bu tür kısayolları sistematik olarak tespit etmek ve ortadan kaldırmak için bir eğitim veri alanı yönetimi metodolojisi geliştirdi.10'dan 919 iris görüntüsüEğitim, kalibrasyon ve test için 750 kişi kullanıldı.Üç veri kümesi boyunca tamamen üst üste gelmeyen denek grupları ile test setindeki her göz model tarafından eğitim sırasında hiç görülmedi.Bu metodoloji projenin temel bağımsız yeniliği ve patent başvuruları ile korunmuştur.
Tüm ölçümler ISO/IEC 30107-3 uluslararası standardına göre hesaplanır. Karar eşiği bağımsız bir kalibrasyon setinde belirlenir.Süreç boyunca test setine maruz kalmadan.
III. Gerçek dünya dağıtımı için inşa edilmiş mühendislik tasarımı
HOMSH-PAD tam olarak pratik kullanım için tasarlanmıştır:
●Hafif:Model yaklaşık 30 MB boyutundadır, bir CPU'da gerçek zamanlı çıkarım yapabilir ve gömülü erişim kontrol terminallerinden sunuculara kadar tüm form faktörleriyle uyumludur.
●Entegre edilmesi kolay:Entegratörlerin sadece çiğ olarak alınan görüntüleri girmeleri gerekir; tüm ön işleme, sadece birkaç satır kodla entegrasyonu sağlayan SDK tarafından içeride işlenir.
●Kalibre edilebilir:Bir tıklama ile gerçek kullanıcı örneklerini kullanarak gerçek kullanıcı grubuna uygun yanlış reddetme oranını sağlamak için gerçek kullanıcı örneklerini kullanarak bir tıklama eşiği yeniden kalibrasyonunu destekler.
●Arıza güvenliği:Anormal girişler varsayılan olarak saldırılar olarak sınıflandırılır, saldırganların istismar edebilmesi için hiçbir gri alan bırakmaz.
IV. Bulmacanın Son Parçasının Bitirilmesi
İris tanıma motoru kim olduğunu sorarken HOMSH-PAD gerçek bir kişi olup olmadığını cevaplar.Homsh'in iris tanıma çözümlerinin, hükümet olayları gibi yüksek güvenlik senaryolarının giderek daha açık canlılık algılama gereksinimlerini tam olarak karşılamasını sağlarlar., kamu güvenliği ve finans.
Takım, saldırı örnek kütüphanesini genişletmeye devam edecek.ve tümüyle bir iris tanıma ürünleri ile tam cihaz entegrasyonunun yanı sıra üçüncü taraf yetkili değerlendirmelerini ilerletmek.
