現代の生体認証はどこに行きますか？

生体認証は、神話と伝説を伴うトピックです。 約99％の精度、信頼性、画期的な技術、Vkontakteによる人々の認識について。 数日前に、例えばSberbank に関する記事がありました 。 生体認証について言えば、情報を操作するのは非常に簡単です。統計を感じる人はほとんどいません。

約5年前、私はすでにHabréの生体認証とその配置に関する一連の記事を書いています（ 1、2、3 ）。 奇妙なことに、変更は発生していますが、長年にわたってほとんど変更されていません。 この記事では、今日の技術について、できる限り一般的に、どのような進歩が行われているか、そして「主なタスクは識別であるカード」という言葉は懐疑的であるとGrefの言葉に説明します。

最も重要なこと

生体認証では、システムの品質を決定する1つの主要な特性があります。 より正確には、2つありますが、それらは複雑ではありません。
•データベース内のオブジェクトとの誤一致の確率（誤認の確率、FAR-偽アクセス率）
•データベース内のオブジェクトの認識に失敗する確率（FRR-誤拒否率）

各自が100％の精度でプログラムを作成して、 1分で人の身元を確認できます。 あなたは常に「はい、これはあなたが探している人です」と出力する必要があります。 ここでのみ、そのようなプログラムでの誤った比較も100％になります。 誰でも合格できます。
Grefが約99.9％の精度を言うと、彼らはあなたに何かを言うことを知っています。

正確さについて一言

一般に、精度は、多数のコンテキストで話すのが難しいようなものです。 99.9％は多いですか、それとも少ないですか？ そして、確率は90％ですが、これで十分でしょうか？

FARは0.1％（賞賛99.9％）です。 人は常に自分と一致すると仮定します（FRR = 0、これはケースからは遠くなりますが）。
会社の従業員が100人で、時間の追跡を行いたいとします。 FAR = 0.1％の場合、約100 * 0.1 = 10％の場合、人は他の人と間違われます。 つまり、100人の従業員のうち、10人が毎日他の人と同じように通行します。

一方、これらの特性は、人がアクセスカードを持っている場合に十分です。 あなたのビジネスに入るには、彼はカードを所有者として渡すために約1,000回使用する必要があります。 最小限の保護では、これは不可能です
0.1％FARの精度は、CALLセンターのユーザー（自己紹介後、または電話番号を決定した後）の確認を保証するのに十分ですが、身元確認のためではありません。

今のところ、別の例を考えてみましょう。 ある人を別の人と間違える可能性（最も正確な認識方法の1つ）（FAR）は、0.00001％です。 とても良さそうですか？ しかし、銀行に100万人の顧客がいて、カードを使用しない場合はどうでしょうか？ これは、各ユーザーが10％の確率でジャックポットを持っていることを意味します-他人のアカウントへのアクセス。
もちろん、2つの目で認識でき、すべてがより良くなり、不正アクセスの確率は0.0001％になります。 しかし、1日あたり少なくとも10万人がATMを使用している場合、毎日10％の確率で他の人のアカウントに1回誤ってアクセスすることになります。

特典トリック

現実には、あなたはだまされています。 私が言うように、FRRなしで上に書かれたすべてのもの。 誤ったアクセス拒否も不快です。 開発者が考えるように：
•最も正直なこと：これは、生体認証特性を備えたオープンベースを採用していることが判明したためです。
•意識のある製造業者は、データベースから1人または2人を排除します。これにより、すべての統計が損なわれます。 いつもそういう人がいます。
そして今、秘密。 最初のポイントもデマです。 共謀しますが。 オープンデータベースは、多くの場合、適切な照明/ノイズレベルで実験室で収集された理想的な写真/データです。 このようなデータベースのすべての不明瞭/あいまいなものは、手動で削除されます。
現実には、すべてがそれほど良くありません。 目の虹彩を通過したり、手の顔や静脈を通過したりすることを想定します（あちこちでスキャナーは非常によく似ています）。 私は何に直面できますか？
1.スキャナーは、誰かが見えていることに気づかない
2.スキャナーの焦点がずれている
3.スキャナーは太陽に照らされています
4.スキャナーは必要なものをキャプチャしません
5.私の生体認証特性のパラメーターは、アルゴリズムの範囲外です：巨大な/小さな手、顔のやけど、虹彩の形状の変更
6.音声認識アルゴリズムが機能するベースは、通常、地下鉄や最悪の電話ではなくダイヤルされます。
FRRを計算するとき、これはすべて考慮されません。
その結果、データベースに基づいて人を認識するときに0.1％の失敗を与えるアルゴリズムは、実際の状況で20-30％を与えることがよくあります。 そして、これは基本的なアルゴリズムの問​​題ではなく、多くの場合、使用される機器または使用される条件の問題です。
これらのユーザーの20〜30％は、2回目、3回目、4回目に認識を繰り返します。 FAR統計は成長しています。

間違い

そして、まったく働かない人々がいます。 たとえば、指紋。 化学工場では、スタッフの20％がスキャナーでキャプチャできる指紋を持っていなかったと言われました。 目/手/声/顔の病気で、決して認識されない人がいます。 原則として。
各アルゴリズムには、そのような人々の一定の割合があります。 製造業者は、大規模な実装の経験がなかった場合、多くの場合、沈黙している、または自分自身でそれを知りません。

人

人々は新しいものを使用することを好みません。 特にそれがそれらを制御する場合。 彼らは学びたくない。 基本的に手をスキャンできなかった人々を見ました。 常に間違えて応募し、アドバイスを聞かなかった。 私はアイスキャンを恐れてパニックに陥っている人を見ました（これはある種の一般的な恐怖ですらあります）。 そして、ぼろぼろにぶら下がったり、カメラを汚したりして、労働時間に基づいて嫌なスキャナーを壊そうとしている人が何人いるか。
はい、スキャナーを設置すると、企業は定期的に布で拭くような些細なことを忘れることができます。 統計は落ちています。

システム

ただし、既存のシステムについて具体的に説明します。 近年の出来事と進歩はどこに向かっていますか。 昨日、Sberbankは根本的に新しいソリューションを発表しました。
一般的な言葉。 進歩は止まりませんが、指数関数的な成長はありません。 たとえば、最近引き裂かれてモスク化された、最新のディープラーニングは、バイオメトリクスのいくつかの領域にしか触れていません。 しかし、電子工学には途方もない進歩があります。 計算能力はすべてのボードに現れます。 Raspberry Pi、Jetsonなど
5年前に書いたもののほとんどはまだ関連しています。 主な変更点を反映しようとします。

深刻な生体認証

深刻な生体認証は、コンテキストに関係なく、どこにでも適用できる生体認証です。 彼女は最高の機能を備えています。 多くの場合、データベース識別モードにすることができます（小さな会社を扱っている場合）。

目

私の好きなテーマは虹彩認識です。 統計的には、これは最も強力で最速のテクノロジーです。 彼女には常に2つの大きなマイナスがありました。 機器の価格と使いやすさ。 現在、これらの分野で正確に体系的な開発が行われています。 光学系によって課せられる重大な制限があり、多かれ少なかれそれらの制限に達しています。 最も可能性が高いのは、今後数年間で、新しい電子機器の基盤により、技術がある程度進歩することです。 今のところほとんど使用されていません。

指

5年前、乳頭状パターンによる認識がすべてを達成したように思えました。 私がどれほど間違っていたか。 近年、多くの根本的に新しいアイデアが提案されています。
• 3D指画像による認識。 競合するアルゴリズムはいくつかありますが、このリンクしか見つかりませんでした。 違いは、使用されている3Dスキャナーにあります

•IRで見える船舶による認識。 繰り返しますが、ショーで見たように、いくつかの競合するアイデアがあります

•根本的に異なる数学。標準の指紋機能に縛られていません。 適切な指モデルと相関アルゴリズムの使用。
正直に言うと、これらの新しいシステムのほとんどの特徴さえ知りません。 通常の指の生体認証よりも優れています。 彼らは、非就労者の割合はずっと低いと言います。 標準の指紋スキャナーよりも正確に高い価格。
関心を独自にテストおよび確認することが可能な基盤はありませんが。 各メーカーは独自の特定のスキャナーを作成します-これはその斬新さと独自性です。

指は、最も一般的に使用される技術ですが、誰もがめちゃくちゃ改良を使用することはめったにありません。 通常、最も弱いバージョンが使用されます。

手の静脈

非常に良い機能。 目の虹彩の精度が低下しますが、利便性に優れています。 人々は学ぶのがはるかに簡単で、外部条件に対してより安定しています。 アイリスよりも安い。

近年、ハードウェアベースの価格はいくぶん低下していますが、一般的に、この技術は現在非常に安定しています。

3D顔

3D顔アルゴリズムは、既存の3Dスキャナーとその価格に直接結びついています。 これは彼らの開発によるものです。 特性自体は悪くなく、手の静脈に匹敵します。 しかし、静脈と虹彩よりもはるかに便利です。 スキャナーを見るだけで見逃しました。
現在、3Dスキャナーは数十個あるため、それぞれに独自のシステムを使用できます。 システムの精度は通常、スキャナーの品質によって決まります。 たとえば、RealScenseを介して顔を認識できますが、高い精度はありません。
ほとんどのシステムでは、この方向は最も高価なスキャナーの価格の1つです。 多くの企業は値札を表明していません。

特別な目的のための生体認証

上記のすべての生体認証は、まだ5年前のものです。 別の形式で少し見てみましょう。 しかし、2つの方向が長年にわたって根本的な発展を遂げてきました。 それらは「深刻な方法」にはなりませんでしたが、実行可能になりました。 これは、音声および2D顔による検証です。 約5年前、使用することはほとんど不可能でした。 今では、検証（人の身元を確認）のタスクと、ベースを間引くタスクにかなり定着しています。 あちらこちらで、メソッドは演算子の「ヒント」として使用する必要があります。 例：
•コールセンターで、スピーカー（音声）のIDを確認する
•店舗では、売り手は買い手が以前に購入したものをすぐに見ることができます+名前と愛用者（個人）による連絡
•顔を見つける
•ローンを発行する前の銀行（人、声）
これらの方法は明確な結果をもたらすものではありませんが、ビジネスには魅力的です。 ここでセンセーショナルなディープラーニングが適用され、ここで主な進歩が進行しています。
今後数年間でこれらの方法に何が起こるかを予測することは不可能です。

lulz専用の生体認証

この生体認証を別の方法で呼び出す方法はわかりません。 もちろん、人を正しく認識して攻撃者を捨てる可能性があります。 おそらくワードローブのロッカーはロックできます。 または、重要なものがない場合は、パスワードで電話をロックします。 しかし、私はこれ以上期待していなかったでしょう。
• 心電図の生体認証
•手書き生体認証
•歩行生体認証
Habréの数ヶ月のどこかに、必然的にこのシリーズの次の記事があります。 人の電話の持ち方による識別。 または、ちなみにキーボードをノックします。 これらは、必要に応じていつでも回避できる非常に悪い方法であり、ソリューションよりも多くの問題を生成します。

デッドメソッド

長い間何も聞いていない方法がいくつかあります。 使用の不便さ、機器の複雑さ、精度の悪さ：
•網膜の生体認証
•手のジオメトリ

Sberbankのプロジェクトの何が問題になっていますか。

理論的には、国全体を生体認証データベースに入れて、それによって認識させることができます。 おそらく、2つの目と3Dの顔で機能する適切に組み立てられた虹彩スキャナーでさえ、その仕事をするでしょう。 しかし、そのようなスキャナーの価格は高くなります。 さらに、市場にはないため、ゼロから開発する必要があります。
問題は同じです-それを使用できないユーザーの5〜10％を取得します。 全国的に、これはたくさんあります。
プロジェクトの下では、新しいものが隠されていない可能性があります。 おそらく、それは電話バンキング+ローンを意味します。 そこで、生体認証は他の銀行で長い間使用されてきました。
生体認証のトピックでは、2008年から定期的にスピンしています。 主に開発者として、時にはコンサルタントとして。 そして2009年に、多くの銀行がこの技術に興味を持ちました。 たとえば、生体認証はテストATMに組み込まれました。 しかし、その後は何も行きませんでした。 それ以来、根本的に新しいテクノロジーはありませんでした（銀行で既に使用されているディープラーニングの個人と声を除く）。 このトピックに対する新たな関心に驚かされます。
また、店舗で支払うときに「カードの拒否」を実装する方法も明確ではありません。 現在、優れた信頼性の高い生体認証スキャナーの価格は約600ドルからです。 むしろ、特に統合を考慮して、1000の範囲にあります。 そして、価格は鉄のレベルで純粋に正当化されます。 さて、百万回の発行部数で400に到達できるとしましょう。モバイル端末と比較して、これは大きな価格です。
アイスキャナー+顔を作る場合-これは数千ドルです。
安価なフィンガースキャナーを使用して「検証」モードで作業する場合でも、カードが必要です。