|
Aniqlik: oddiy matn bilan bir xil (99%)
|
| bet | 3/10 | | Sana | 28.05.2024 | | Hajmi | 46,07 Kb. | | #255467 |
Bog'liq wavkatjon Aniqlik: oddiy matn bilan bir xil (99%)
Shaxsiy biometrik xususiyatlar vektori ancha kichik (asl biometrik shablonning o‘lchamidan 0,05%), ammo shu bilan birga asl matnli mos yozuvlar biometrikasi bilan bir xil aniqlikni saqlaydi. Yuzni aniqlash va klasterlash uchun CNN (“Facenet”), [3] Wild in Labeled Faces (LFW) (manba) va boshqa ochiq manbali yuzlar uchun Googlening birlashtirilgan ko‘milganidan foydalangan holda, xususiy biometrik xususiyat vektorlari yuzning tekis matnlari bilan bir xil aniqlikda qaytdi. tan olish. 8MB yuz biometrikasi yordamida bitta sotuvchi 98,7% aniqlik darajasi haqida xabar berdi. Xuddi shu sotuvchining ta'kidlashicha, taxmin qilish uchun uchta 8 MB yuz biometriyasidan va ovoz berish algoritmidan (eng yaxshi ikkitasi) foydalanishda aniqlik 99,99% gacha ko‘tarilgan.
Yuz biometrik tasvirining sifati pasayishi bilan aniqlik juda sekin pasayib ketdi. 256 kilobaytlik yuz tasvirlari uchun (8 MB rasmning 3 foizi) xuddi shu sotuvchi 96,3 foiz aniqlik haqida xabar bergan va neyron tarmoq chegara sharoitlari, shu jumladan yorug‘lik yoki orqa fon holatlarida shu kabi aniqlikni saqlay olgan.
Tezlik: polinomlarni qidirish (oddiy matn bilan bir xil)
Xususiy biometrik xususiyatlar vektori 4kB ni tashkil qiladi va 128 ta suzuvchi raqamlarni o‘z ichiga oladi. Aksincha, oddiy matnli biometrik xavfsizlik misollari (shu jumladan, Apple Face ID) 7MB dan 8MB gacha bo‘lgan yuz biometrikasidan (shablonlardan) foydalanadi. Juda kichik xususiyatlar vektoridan foydalangan holda, natijada qidiruv natijalari 100 million ochiq manbali yuzlar ma’lumotlar bazasi (“polinom qidirish”) yordamida taxmin qilish uchun bir soniyadan kam bo‘ladi. Ushbu natijalar uchun ishlatilgan shaxsiy biometrik test modeli Google-ning yuzni tanib olish va klasterlash uchun CNN (“Facenet”), Wild in Labeled Faces (LFW) (manba) va boshqa ochiq manbali yuzlar uchun birlashtirilishi edi.
Maxfiylik: butun dunyo bo‘ylab maxfiylik qoidalariga to‘liq muvofiqlik
Barcha ideal bir tomonlama kriptografik xash funktsiyalarida bo‘lgani kabi, parolni ochish tugmachalari ham xususiy biometriya uchun mavjud emas, shuning uchun barcha mumkin bo‘lgan xabarlarni sinab ko‘rishdan tashqari, xususiy biometrik xususiyatlar vektoridan (uning xash qiymati) asl biometrik xabarni yaratish mumkin emas. Parollardan farqli o‘laroq, biometrikaning ikkita nusxasi bir xil emas yoki boshqacha aytganda, doimiy biometrik qiymat yo‘q, shuning uchun barcha mumkin bo‘lgan yuzlardan foydalangan holda qo‘pol kuch hujumi faqat taxminiy (loyqa) o‘yinni keltirib chiqaradi. Shuning uchun shaxsiy hayot va asosiy inson huquqlari kafolatlanadi.
Xususan, xususiy biometrik xususiyatlar vektori matematik jihatdan teskari qilib bo‘lmaydi, aniq o‘lchamdagi (4kB) kichik xususiyatlar vektoriga o‘zboshimchalik bilan o‘lchamdagi tekis matnli biometrik ma’lumotlarni xaritalaydigan bir tomonlama kriptografik xash algoritmi tomonidan ishlab chiqariladi. Bir tomonlama shifrlash algoritmiga, odatda, o‘zboshimchalik bilan real qiymatlar vektorini olib, uni nol bilan bitta nolga teng bo‘lgan 4kB qiymatli vektorga siqib chiqaradigan oldindan tayyorlangan konvolyutsion neyron tarmoq (CNN) yordamida erishiladi. 128 ta suzuvchi nuqta raqamlaridan iborat xususiy biometrik xususiyat vektoridan asl matnli asl nusxani tiklash matematik jihatdan imkonsizdir.
2-BOB.BIOMETRIK SHIFRLASH HAQIDA UMUMIY TUSHUNCHA
|
| |
