LUẬN VĂN TỐT NGHIỆP HỆ THỐNG CHỨNG THỰC VÂN TAY TRONG GIAO DỊCH NGÂN HÀNG

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC KHOA HỌC TỰ NHIÊN KHOA TOÁN – TIN HỌC LUẬN VĂN TỐT NGHIỆP HỆ THỐNG CHỨNG THỰC VÂN TAY TRONG GIAO DỊCH NGÂN HÀNG Giáo viên hướng dẫn: Thạc sĩ Phạm Thế Bảo Sinh viên thực hiện: Nguyễn Trần Lan Anh 0511063 Phan Thị Mỹ Dung 0511080 Tp Hồ Chí Minh, 30/06/2009 LỜI CẢM ƠN Để hồn thành luận văn tốt nghiệp này, trước hết xin gửi lời cám ơn chân thành đến thầy Phạm Thế Bảo tận tình giúp đỡ truyền đạt kinh nghiệm quý báu suốt thời gian thực đề tài Tiếp theo, xin chân thành cám ơn tất thầy khoa Tốn – Tin học, trường Đại học Khoa học tự nhiên Tp.HCM, trau dồi kiến thức tảng, giúp sâu vào lĩnh vực khoa học có liên quan đến đề tài Cuối cùng, chúng tơi xin gửi lời cảm ơn đến gia đình, bạn lớp Tốn – Tin học khóa 2005, người nhiệt tình giúp đỡ, cổ vũ, động viên tạo điều kiện tốt cho trình làm luận văn Tp Hồ Chí Minh, ngày 30 tháng 06 năm 2009 Nguyễn Trần Lan Anh Phan Thị Mỹ Dung ~ 2 ~ MỤC LỤC LỜI CẢM ƠN MỤC LỤC Chương 1: Giới thiệu hệ thống chứng thực vân tay giao dịch ngân hàng I Giới thiệu toán II Sơ lược hệ thống chứng thực vân tay 2.1 Tổng quan hệ thống 2.2 Giới thiệu vân tay III Hướng giải 11 3.1 Quá trình chứng thực 11 3.2 Quá trình bảo mật 13 Chương 2: Cơ sở toán học I Thuật tốn mã hóa AES (Advanced Encryption Standard) 15 1.1 Thuật toán AES 15 1.2 Giải mã AES 20 1.3 Bảng liệt kê khóa 21 II Cây k chiều (kd tree) 22 2.1 Tổng quát 22 2.2 Xây dựng k chiều 23 2.3 Tìm kiếm láng giềng gần 23 2.4 Ví dụ minh họa 24 Chương 3: Xây dựng thuật giải I Mơ tả thuật tốn 27 II Xử lý nâng cao chất lượng ảnh vân tay 27 2.1 Khái niệm 30 2.2 Thuật toán 31 2.3 Tạo mặt nạ vùng 32 2.4 Chuẩn hóa ảnh 33 2.5 Ước lượng hướng đường vân 34 ~ 3 ~ 2.6 Ước lượng tần số đường vân 36 2.7 Lọc ảnh lọc Gabor 39 III Trích đặc trưng vân tay 42 3.1 Rút trích điểm kì dị 42 3.2 Hậu xử lý ảnh vân tay 43 IV Mã hóa giải mã đặc trưng vân tay thuật toán AES 46 4.1 Mã hóa giải mã 47 4.2 Lựa chọn khóa 47 V Chứng thực vân tay 48 5.1 Giai đoạn canh chỉnh vị trí đặc trưng 48 5.2 Giai đoạn chứng thực 49 Chương 4: Cài đặt hệ thống kết thực nghiệm I Cài đặt hệ thống chứng thực vân tay 51 1.1 Cấu trúc liệu 51 1.2 Một số phương thức 51 1.3 Giao diện 52 II Kết thực nghiệm 53 III Tổng kết 55 3.1 Nhận xét đánh giá 55 3.2 Hướng phát triển 56 TÀI LIỆU THAM KHẢO 56 ~ 4 ~ CHƯƠNG GIỚI THIỆU HỆ THỐNG CHỨNG THỰC VÂN TAY TRONG GIAO DỊCH NGÂN HÀNG I Giới thiệu toán Hơn kỉ qua, ý tưởng sử dụng đặc trưng thể người hình thành nhằm giải khó khăn liên quan đến vấn đề nhận dạng tội phạm Từ tảng đó, hệ thống sinh trắc học đời ngày khẳng định lợi ích vơ giá việc thi hành luật pháp pháp lý Về bản, hệ thống sinh trắc học hệ thống nhận dạng người dựa đặc điểm sinh lý học hành vi học người Một số đặc trưng sinh học người sử dụng hệ thống vân tay, khn mặt, võng mạc mắt giọng nói với độ xác cao Khả nhận dạng xác nhận người dựa đặc trưng có số ưu điểm bật so với phương pháp xác minh truyền thống dựa sở biết trước (như mật khẩu, mã PIN, …) dựa sở dấu hiệu (như khóa, thẻ, …) Trong đó, dấu vân tay lên đặc trưng phổ biến đáng tin cậy lĩnh vực nhận dạng người Nguyên nhân sử dụng dấu vân tay có số lợi bật Đầu tiên, tính dấu vân tay xác định đứng vững suốt thời gian dài, xác suất để có hai dấu vân tay giống điều xảy Hơn nữa, khác so với khuôn mặt giọng nói, dấu vân tay bền tuổi tác dễ dàng làm giả Đồng thời, việc chấp nhận vân tay công cụ chứng thực thân ngày trở nên đơn giản, tiện lợi nhanh chóng Vì thế, dấu vân tay trở thành lĩnh vực nghiên cứu nhiều có số lượng lớn nghiên cứu thực vấn đề tự động khớp vân tay suốt bốn thập kỉ qua Các hệ thống tự động nhận dạng vân tay có hiệu suất cao phát triển rộng rãi lĩnh vực nghiên cứu nóng ~ 5 ~ Ngày nay, trình độ khoa học kỹ thuật phát triển bảo mật vấn đề cá nhân bị rình rập Và ngân hàng lĩnh vực cần mức bảo mật cao Xuất phát từ nhu cầu cấp thiết thực tế, ý tưởng kết hợp chứng thực vân tay, mã hóa thơng tin giao dịch ngân hàng ươm mầm Khoảng thập kỉ trở lại đây, nhiều nghiên cứu đề tài phát triển Quá trình ứng dụng thực tế mang lại hiệu tiện lợi mong muốn Nếu trước người thường xuyên phải ghi nhớ ngăn ngừa người khác biết mật (hay mã PIN) để truy cập vào tài khoản cá nhân ngân hàng, vấn đề giải dựa vào ý tưởng độc đáo nêu Qui trình thao tác đơn giản nhanh chóng phương pháp sử dụng mã PIN có độ an tồn nâng lên đáng kể Ứng dụng hứa hẹn mở kỷ ngun số hóa với tính bảo mật cao cho lĩnh vực giao dịch truyền thống giai đoạn lịch sử loài người II Sơ lược hệ thống chứng thực vân tay 2.1 Tổng quan hệ thống Một hệ thống sinh trắc học dựa dấu vân tay hệ thống nhận dạng mẫu, nhận dạng người cách xác định tính chất xác thực dấu vân tay họ Tùy thuộc vào hoàn cảnh áp dụng, hệ thống sinh trắc học dựa sở dấu vân tay gọi hệ thống chứng thực (verification system) hệ thống xác định (identification system): • Hệ thống chứng thực vân tay chứng minh xác đồng người cách lấy dấu vân tay người so sánh với mẫu dấu vân tay họ lưu trữ hệ thống Nó thể phép so sánh – để xác định tính đồng người hay không • Hệ thống xác định vân tay nhận người cách tìm kiếm mẫu sở liệu để khớp Nó thể phép so sánh – nhiều để xác minh nhân dạng người ~ 6 ~ Sơ đồ của hệ thống chứng thực vân tay hệ thống nhận dạng vân tay mơ tả hình Kết nạp thêm người (user enrollment) công việc thông thường hai hệ thống Q trình kết nạp có chức đăng ký người dùng vào hệ thống sở liệu sinh trắc học Trong quy trình này, máy quét thu thập dấu vân tay dạng liệu thơ Một q trình kiểm tra chất lượng liệu thực để đảm bảo vân tay thu xử lý giai đoạn Nhằm thuận tiện cho việc khớp vân tay, liệu thô ban đầu xử lý tiếp cách rút trích đặc trưng để vừa nhỏ gọn không thông tin liên quan đến tính vân tay, gọi mẫu Hệ thống chứng thực vân tay tiến hành xác nhận cá nhân điểm truy cập Trong q trình thực hiện, tên người mã PIN (Personal Identification Number) đưa vào Đồng thời, máy quét chụp dấu vân tay người nhận dạng chuyển thành dạng liệu số sau rút trích đặc trưng vân tay tương tự trình kết nạp Cuối tồn thơng tin chuyển đến phận khớp đặc trưng, vân tay so sánh với mẫu mà người lưu sở liệu với tên hay mã PIN nhập Hình 1: Các sơ đồ khối trình kết nạp, chứng thực xác định ~ 7 ~ Ngược lại, hệ thống xác định vân tay, mã PIN không cung cấp, hệ thống phải thực so sánh dấu vân tay đầu vào với tất mẫu sở liệu Kết đầu nhận dạng người dựa đồng vân tay đầu vào với mẫu người lưu sở liệu khơng nhận dạng Do phải tính toán nhiều nhận dạng sở liệu lớn, kĩ thuật phân lớp kĩ thuật đánh số vân tay sử dụng để giới hạn số lượng mẫu phải thực khớp với vân tay đầu vào Trong đề tài tập trung vào hệ thống chứng thực vân tay để xác định khách hàng cần giao dịch có chủ tài khoản cần kết nối hay không sở liệu ngân hàng 2.2 Giới thiệu vân tay Vân tay đặc trưng sinh học xem không đổi người theo thời gian Một dấu vân tay tạo thành từ vết hằn đường vân đầu ngón tay Theo định nghĩa, đường vân đoạn cong đơn, đường rãnh vùng nằm hai đường vân kề Khi phân tích mẫu vân tay nhiều tỉ lệ khác thu nhiều dạng đặc trưng khác • Về mặt tổng thể, đường vân phác họa theo mẫu hình Trong đó, điểm khác thường (singular points) – thường gọi core delta (kí hiệu hình vng tam giác hình 2) – loại điểm điều khiển bao phủ xung quanh đường vân Những điểm khác thường hình dạng thơ đường vân quan trọng việc phân loại đánh số vân tay Tuy nhiên, tính khơng chúng khơng mang lại hiệu cho q trình so khớp xác Hình dạng bên ngồi vân tay, hướng tần số ảnh vân tay thuộc đặc trưng nhận dạng mức tổng thể ~ 8 ~ Hình 2: Mẫu vân tay mức thơ sơ dựa vào core delta a) vịng trái (left loop) b) vòng phải (right loop) c) vòng xoắn (whorl) d) hình cung (arch) e) tented arch • Ở mức cục bộ, vân tay xác định với khoảng 150 đặc trưng khác đường vân – hay gọi điểm vụn vặt Những đặc trưng cục không phân bổ vân tay Hầu hết phụ thuộc nhiều vào điều kiện vết hằn chất lượng vân tay Hai đặc trưng đường vân bật điểm kết thúc (ridge ending) điểm rẽ nhánh (ridge bifurcation) Chúng gọi điểm kì dị (minutiae) Theo định nghĩa, điểm kết thúc điểm mà đường vân kết thúc đột ngột Và điểm rẽ nhánh điểm mà đường vân phân nhánh thành đường vân khác Thông thường ảnh vân tay chất lượng tốt chứa từ 40 đến 100 điểm kì dị ~ 9 ~ Hình 3: Điểm kì dị a) Điểm kì dị xác định dựa vào vị trí hướng b) Điểm kì dị đặt ảnh vân tay Các điểm kì dị vân tay thu nhiều hay phụ thuộc lớn vào chất lượng ảnh vân tay Tuy nhiên khó để định nghĩa xác phân biệt chất lượng ảnh trạng thái ngón tay khác Các đường vân nhơ rất thấp (ngón tay của những người cơng nhân hoặc người già), ngón tay q ẩm và q khơ, hoặc lấy mẫu vân tay khơng đúng cách thì hầu hết các máy qt đều đưa ra ảnh có chất lượng thấp (hình 4) Hình 4: Hình ảnh dấu vân tay thu từ máy quét quang a) Ảnh vân tay chất lượng cao b) Ảnh từ ngón tay khơ c) Ảnh từ ngón tay ẩm ướt d) Ảnh vân tay chất lượng ~ 10 ~ Điểm kết thúc Điểm liên tục Điểm rẽ nhánh Điểm giao Ví dụ, điểm ảnh nằm đường vân có giá trị CN tương ứng với điểm kết thúc, giá trị CN tương ứng với điểm rẽ nhánh Sau đó, với điểm kì dị lưu lại thơng tin sau • Loại điểm kì dị • Toạ độ (x,y) • Góc mà tiếp tuyến qua điểm kì dị tạo thành với phương ngang (hình 3a) Hình 28: Ví dụ giá trị CN điểm ảnh a) điểm kết thúc b) điểm rẽ nhánh 3.2 Hậu xử lý ảnh vân tay Điểm kì dị giả xuất ảnh tác động nhiễu hay tạo trình làm mảnh ảnh vân tay Vì vậy, sau rút trích điểm kì dị, trình hậu xử lý để xác định điểm kì dị thật cần thiết ~ 43 ~ Hình 29: Các loại điểm kì dị giả Từ hình minh họa 29, ta có nhận xét là: cấu trúc nhánh (spur) tạo điểm kết thúc giả cấu trúc lỗ tam giác tạo điểm rẽ nhánh giả Cấu trúc râu (spike) gây nên điểm rẽ nhánh giả điểm kết thúc giả Để giới hạn số điểm kì dị giả, đề tài giới thiệu thuật tốn cơng nhận điểm kì dị hai tác giả Tico Kuosmanen Thuật tốn kiểm tra tính hợp lệ điểm kì dị cách quét qua ảnh làm mảnh kiểm tra lân cận cục xung quanh điểm Bước thuật tốn tạo ảnh M có kích thước W x W tương ứng với lân cận có kích thước W x W mà điểm cần xét nằm vị trí trung tâm Khi ảnh M, điểm kì dị cần xét đánh dấu giá trị -1 Các điểm ảnh lại ảnh M khởi gán giá trị minh họa hình 30a hình 31a Các bước xử lý phụ thuộc vào loại điểm kì dị cần kiểm tra điểm kết thúc hay điểm rẽ nhánh 3.2.1 Đối với điểm xem điểm kết thúc • Đầu tiên, đánh dấu tất điểm ảnh liên thông với điểm cần xét M • Đếm theo hướng chiều kim đồng hồ số điểm ảnh chuyển giá trị từ thành (T01) nằm dọc theo biên ảnh M Nếu T01 = điểm cần kiểm tra công nhận điểm kết thúc thật ~ 44 ~ Hình 30: Minh họa việc cơng nhận điểm kết thúc thật T01 = 3.2.2 Đối với điểm xem điểm rẽ nhánh • Đầu tiên, kiểm tra điểm ảnh lân cận xung quanh điểm rẽ nhánh theo hướng chiều kim đồng hồ Đối với điểm ảnh liên thông với điểm rẽ nhánh, ta đánh dấu giá trị 1, Bước minh họa hình 31b • Tiếp theo, đánh dấu điểm ảnh cịn lại nằm đường vân liên thơng với điểm ảnh Công đoạn tương tự việc đánh dấu cho điểm kết thúc Thao tác đánh dấu mơ tả hình 31(c, d, e) • Cuối cùng, đếm theo chiều kim đồng hồ số điểm ảnh chuyển từ thành (T01), từ thành (T02) từ thành (T03) nằm dọc theo biên ảnh M Nếu T01 = T02 = T03 = điểm kì dị cần xét công nhận điểm rẽ nhánh thật Hình 31: Minh họa việc cơng nhận điểm rẽ nhánh thật T01 = Λ T02 = Λ T03 = Sau hình minh họa cho việc rút trích đặc trưng ảnh làm mảnh kết việc áp dụng thuật toán hậu xử lý ảnh làm mảnh ~ 45 ~ (a) (b) Hình 32: Ảnh vân tay đánh dấu đặc trưng trước sau hậu xử lý a) Ảnh đánh dấu đặc trưng thô b) Ảnh loại bỏ đặc trưng (điểm kì dị) giả IV Mã hóa giải mã đặc trưng vân tay thuật tốn AES Hình 33: Mơ hình mã hóa giải mã đặc trưng vân tay AES ~ 46 ~ 4.1 Mã hóa giải mã Sau rút trích, vectơ đặc trưng phải mã hóa nhằm đảm bảo an tồn bí mật thơng tin đặc trưng cho tồn q trình truyền tải liệu lưu trữ sở liệu Q trình áp dụng thuật tốn AES đảm bảo tốc độ xử lý nhanh an tồn với khóa 128 bit Ở ứng dụng này, sử dụng code từ luận án tiến sĩ "Nghiên cứu phát triển phương pháp bảo vệ thông tin dựa AES" Thạc sĩ Trần Minh Triết để thực mã hóa giải mã Luận án đề xuất thuật tốn mã hóa khối tham số hóa XAES dựa việc tổng quát hóa mở rộng thuật toán AES nhằm giải vấn đề tính dễ mở rộng khả tạo biến thể; sở đó, chứng minh tổng quát tính an tồn thuật tốn mã hóa khối tham số hóa xây dựng phương pháp phân tích mã sai phân tuyến tính; đồng thời đề xuất số giải thuật để tạo hệ số sử dụng XAES 4.2 Lựa chọn khóa AES dạng mã hóa đối xứng nên điểm giao dịch ngân hàng phải sử dụng khóa để mã hóa giải mã Vấn đề khơng thể truyền khóa từ điểm giao dịch ngân hàng Do để hai bên giao dịch có khóa giống nhau, chúng tơi lựa chọn việc phát sinh khóa theo thời gian giao dịch (tính đến phút), theo thời gian truyền đảm bảo không phút, thời gian truyền q phút việc mã hóa khơng cịn phải thực lại giao dịch Đối với việc mã hóa giải mã vectơ lưu trữ ngân hàng, khóa lựa chọn phát sinh theo thời gian tạo file Như khơng cần thiết phải lưu khóa mà giải mã vectơ lưu trữ, khóa phát sinh từ thời gian tạo file mã hóa ~ 47 ~ V Chứng thực vân tay Mơ hình mơ tả giai đoạn chứng thực vân tay Đây giai đoạn quan trọng địi hỏi độ xác hệ thống đạt mức cao Đối với khách hàng đăng ký tài khoản lấy mẫu vân tay ba lần nên có vector đặc trưng lưu trữ sở liệu ngân hàng Do q trình chứng thực, hệ thống sử dụng phương pháp so khớp đặc trưng để tiến hành lấy số lượng đặc trưng khớp vector cần chứng thực với vector lưu trữ Q trình thực nhờ vào thuật tốn so khớp dựa việc biến đổi vị trí đặc trưng Thuật toán gồm ba bước: canh chỉnh vị trí, so khớp đặc trưng chứng thực hai vector đầu vào 5.1 Giai đoạn canh chỉnh vị trí đặc trưng Việc canh chỉnh vị trí đặc trưng yêu cầu chọn đặc trưng làm gốc xoay tịnh tiến để đảm bảo tìm số lượng khớp lớn hai vector đặc trưng Các đặc trưng cục đóng vai trị ảnh vân tay, đặc trưng chọn làm gốc tiến hành canh chỉnh vector đặc trưng lưu trữ Số lượng đặc trưng khớp cuối số lượng đặc trưng khớp lớn lần canh chỉnh ~ 48 ~ Trong bước này, thuật toán chọn đặc trưng từ vector cần chứng thực với vector lưu trữ có tọa độ gần với đặc trưng vector cần kiểm chứng cách sử dụng k chiều Khi đó, tập đặc trưng vector dịch chuyển xoay theo hệ tọa độ có gốc đặc trưng chọn có trục x nằm theo hướng đặc trưng dựa vào cơng thức sau: xi _ new xi x yi _ new = TM * yi i _ new y (25) i đó, (x,y,θ) giá trị tham số đặc trưng chọn ma trận TM cos sin TM = sin cos 0 (26) Sơ đồ sau minh họa rõ ràng tác dụng việc dịch chuyển xoay đặc trưng theo hệ tọa độ X'-axis Y-axis x E F F E y D Y'-axis D X-axis Hình 33: Hệ tọa độ (X’,Y’) có gốc đặc trưng F trục X (trục X’) có hướng trùng với hướng đặc trưng F 5.2 Giai đoạn so khớp đặc trưng Sau có hai tập đặc trưng biến đổi tọa độ hướng, hệ thống tiến hành chứng thực thuật toán so khớp đàn hồi Ý nghĩa từ “đàn hồi” thuật toán việc đếm số cặp đặc trưng trùng khớp thông qua thừa nhận hai đặc trưng loại, có vị trí gần khoảng δ chấp nhận hướng sai lệch góc nhỏ γ (thơng thường 0≤γ≤π/3) chúng đồng nhất, việc lựa chọn ngưỡng δ γ phụ thuộc vào sở liệu ảnh vân tay khác Chúng ta yêu cầu cặp đặc ~ 49 ~ trưng cần so khớp phải đồng hồn tồn ln có biến dạng khơng đáng kể lượng tử hóa thiếu xác từ đặc trưng 5.3 Giai đoạn chứng thực Khi có số lượng khớp cặp đặc trưng vân tay, ta tính tỉ lệ phần trăm số lượng khớp so với số lượng đặc trưng lớn hai vector đầu vào Cuối cùng, từ ba tỉ lệ phần trăm số lượng khớp vector đặc trưng cần chứng thực ba vector đặc trưng lưu trữ, hệ thống tổng hợp thông tin cách tính trung bình cộng so sánh với ngưỡng T mà đặt dựa vào thực nghiệm để kết luận vân tay cần chứng thực có chủ tài khoản khơng CHƯƠNG CÀI ĐẶT HỆ THỐNG VÀ KẾT QUẢ THỰC NGHIỆM ~ 50 ~ I Cài đặt hệ thống chứng thực vân tay Từ yêu cầu toán kết hợp với thuật tốn trình bày phần trên, chúng tơi xây dựng hệ thống chứng thực vân tay viết ngôn ngữ MATLAB sau: 1.1 Cấu trúc liệu Để giảm chi phí cho việc lưu trữ truyền tải liệu cho thao tác xử lý chương trình, chúng tơi sử dụng vài thông số đặc trưng vân tay rút trích từ ảnh khơng sử dụng tồn nội dung ảnh Từ mục đích đó, chúng tơi chọn lưu trữ thông số sau: - Loại đặc trưng (điểm kết thúc hay điểm rẽ nhánh) - Tọa độ x - Tọa độ y - Hướng cục đặc trưng 1.2 Một số phương thức - [msk,bound] = segment_print(img,iters,verbose): Phân đoạn xác định vùng vân tay từ vùng ảnh dựa vào phép tốn hình thái học - nimg = normalize_image(img,m0,v0): Chuẩn hóa ảnh với giá trị trung bình độ dao động mức xám mong muốn - oimg = blk_orientation_image(img,N): Xác định hướng bao quát cục theo block kích thước NxN cho ảnh - fimg = blk_frequency_image(img,oimg,N): Xác định tần số cục block kích thước NxN - y = do_gabor_filtering(img,oimg,fimg): - [B] = binarize(im,msk,blksze): - [T] = thinning(im): - [M] = minutiae(imthin,orient,N): Lọc ảnh lọc Gabor chiều Nhị phân hóa ảnh vân tay Làm mảnh đường vân ảnh phép tốn hình thái học Rút trích đặc trưng vân tay (điểm kì dị) từ ảnh làm mảnh ~ 51 ~ - [newlist] = postprocess(imthin,M,w1,w2,bound): Hậu xử lý để loại bỏ đặc trưng sai - [percent] = match_minutiae(lst_test,lst_tmp): Tính số lượng đặc trưng khớp vector đặc trưng đầu vào 1.3 Giao diện • Giao diện I điểm giao dịch Hình 34: Giao diện chương trình điểm giao dịch Trong giao diện I này, người dùng nhập ID (tương đương với mã tài khoản) vào ô (1) từ bàn phím tượng trưng cho hành động quét thẻ điểm ATM hay nhập mã tài khoản máy tính điểm giao dịch Sau đó, người dùng nhấn nút (2) để chọn ảnh vân tay từ sở liệu tượng trưng cho thao tác quét vân tay vào máy thu nhận vân tay ~ 52 ~ Khi đó, chương trình tiến hành rút trích đặc trưng ảnh vân tay chọn, mã hóa danh sách đặc trưng truyền cho chương trình có giao diện II điểm chứng thực xử lý • Giao diện II điểm chứng thực máy chủ ngân hàng Hình 35: Giao diện chương trình điểm chứng thực máy chủ Trong giao diện II này, ô (1) hiển thị ID mà người dùng nhập bên giao diện I tiến hành giải mã danh sách đặc trưng chứng thực vân tay Kết cuối hiển thị lên giao diện Nếu vân tay trùng khớp với liệu ID nhập vào, chương trình thông báo “Chào mừng quý khách” Ngược lại, chương trình thơng báo “Đăng nhập lỗi” II Kết thực nghiệm Chúng tiến hành cài đặt matlab R2008a máy tính Core Duo CPU T5500, RAM 512M, hệ điều hành Windows XP SP3 Cơ sở liệu: ~ 53 ~ • DB_FP: bao gồm vân tay 46 người, người mẫu vân tay Tải tại: http://ai.pku.edu.cn/biometrics2007/fingerprintlib/ • UareU: bao gồm vân tay 64 người, người mẫu vân tay Tải tại: http://ai.pku.edu.cn/biometrics2007/fingerprintlib/ Cơ sở liệu Tỉ lệ chứng thực xác (%) FAR (%) FRR (%) Thời gian chứng thực trung bình (s) T = 0.3 DB_FP 100 0.00 8.69 2.8546 UareU 95.31 4.69 26.56 1.6759 T = 0.35 DB_FP 93.48 6.52 2.17 2.8565 UareU 89.06 10.94 7.81 1.6701 T = 0.4 DB_FP 86.96 13.04% 0.00% 2.8552 UareU 73.44 26.56 6.52% 1.6690 T = 0.45 DB_FP 86.96 13.04 0.00 2.8533 UareU 68.75 31.25 1.56 1.6685 T = 0.5 DB_FP 86.96 13.04 0.00 2.8533 UareU 65.63 34.38 0.00 1.6702 T = 0.55 DB_FP 69.57 30.43 0.00 2.8114 UareU 65.63 34.38 0.00 1.6687 Trong đó, T: ngưỡng tỉ lệ xác định kết chứng thực sai FAR (False Acceptance Rate): xác suất hệ thống chứng thực vân tay hai người khác chấp nhận kết ~ 54 ~ FRR (False Rejection Rate): xác suất hệ thống chứng thực vân tay người chấp nhận kết sai Theo kết trên, nhận thấy với ngưỡng T = 0.35 cho ta kết chứng thực tốt, nên lựa chọn ngưỡng T = 0.35 sở liệu DB_FP để thực demo cho đề tài III Tổng kết 3.1 Nhận xét đánh giá 3.1.1 Q trình tăng cường chất lượng ảnh • Ưu điểm o Có thể đóng khung xác vị trí vân tay ảnh nhờ phép tốn hình thái học o Loại bỏ hầu hết nhiễu đường vân có khả kết nối đường vân bị đứt gãy làm tăng tính liên tục đường vân nhờ tác dụng lọc thông thấp lọc dải thông lọc Gabor chiều o Xóa bỏ vùng ảnh chất lượng khơng thể phục hồi • Khuyết điểm o Vì hệ thống xử lý dựa ảnh trắng đen nên việc chọn ngưỡng phù hợp để chuyển đổi ảnh vân tay sau tăng cường chất lượng sang ảnh trắng đen mang tính tương đối Do đó, q trình làm đứt đoạn đường vân giá trị điểm ảnh đường vân thấp so với ngưỡng o Việc áp dụng lọc Gabor cho điểm ảnh làm cho việc tính toán trở nên tốn thời gian nhiều 3.1.2 Quá trình trích đặc trưng vân tay • Ưu điểm o Rút trích xác đầy đủ đặc trưng vân tay o Loại bỏ phần lớn đặc trưng sai bao gồm điểm đầu cuối đường vân • Khuyết điểm ~ 55 ~ o Vẫn chưa loại bỏ triệt để đặc trưng sai Điển hình hai điểm kết thúc nằm gần không đường vân xem 3.1.3 Hệ thống • Ưu điểm o Kết chứng thực xác liệu o Tốc độ xử lý tương đối nhanh • Khuyết điểm o Kết hệ thống phụ thuộc vào việc chọn ngưỡng chưa linh động trình chứng thực o Cơ sở liệu khơng có thiết bị thu qt vân tay 3.2 Hướng phát triển Chúng hướng đến phương pháp rút trích đặc trưng trực tiếp ảnh xám dựa nguyên tắc theo vết đường vân[10], không thông qua giai đoạn nhị phân hóa làm mãnh ảnh vân tay Phương pháp giúp chúng tơi khắc phục số nhược điểm phương pháp rút trích đặc trưng ảnh nhị phân như: thất thơng tin ảnh vân tay q trình nhị phân hóa ảnh phát sinh đặc trưng sai trình làm mãnh, TÀI LIỆU THAM KHẢO [1] Raymond Thai, “Fingerprint Image Enhancement and Minutiae Extraction”, 2003, The University of Western Australia ~ 56 ~ [2] Lin Hong, Yifei Wan, Anil K Jain., “Fingerprint Image Enhancement: Algorithm and performance algorithm”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol 20, no 8, pp 777–789, May 1998 [3] Mian Qin, “A fast and low cost SIMD architecture for Fingerprint Image Enhancement”, October 2005, Microelectronics, Department of Electrical Engineering Faculty of Electrical Engineering, Mathematics and Computer Science [4] Davide Maltoni, Dario Maio, Anil K Jain and Salil Prabhakar, “Handbook of Fingerprint Recognition”, 2003, Springer [5] Sharat S Chikkerur, “Online Fingerprint Verification System”, June 2005, Department of Electrical Engineering [6] A specification for the AES algorithm [7] Douglas R Stinson, Cryptography: Theory and Practice, 3rd ed., Chapman & Hall/CRC [8] Andrew W Moore, An introductory tutorial on kd-trees, Carnegie Mellon University [9] http://www.wikipedia.org [10] DarioMaio David Maltoni, Direct gray scale minutae detection in fingerprints, IEEE Transaction on Pattern Recognition and Maching Intell., Vol 19, No 1, 1997 ~ 57 ~