Chương 5. HỆ THỐNG RÚT TRÍCH MỜ SỬ DỤNG SYNDROME VÀ ỨNG DỤNG TRÊN ĐIỆN THOẠI ANDROID
5.6 Đánh giá hệ thống sử dụng kỹ thuật syndrome
Đặc trưng sinh trắc học được sử dụng là sinh trắc học khuôn mặt.
Với những giá trị m < 32 (m = 2, m = 4, m = 16) trong không gian Haming metric ứng dụng kỹ thuật syndrome sử dụng mã sửa lổi BCH để tạo ra một secure sketch khác nằm trong khoảng [0; 2m -1] đánh giá lổi trên toàn bộ vector đặc trưng.
Khoảng không gian kiểm tra và hàm đa thức sinh ra để kiểm tra mã lổi là quá nhỏ.
Vì vậy khả năng xác thực, độ chính xác của thuật toán là rất thấp và độ bảo mật entropy là không cao.
Vì vậy luận văn đã chọn giá trị m = 32 để thực thi và xác thực trên tập dữ liệu face94. Từ tập dữ liệu này kết hợp các kỹ thuật rút trích dùng eigenfaces, 2DPCA để kiểm tra độ chính xác đồng thời so sánh với các thuật toán xác thực đã được nêu lên ở trên .
“True Accept rate” là tỉ lệ phần trăm số lần mà hệ thống chính xác chấp nhận một yêu cầu xác thực (TAR)
“True Reject rates” là tỉ lệ phần trăm số lần mà hệ thống chính xác bác bỏ một tuyên bố sai của xác thực (TRR)
Feature Recovery
DSA
w
R’
Input biometric
Feature
extractor Quantization
R= R’
true false
Đánh giá hệ thống xác thực trên thiết bị di động sử dụng kỹ thuật rút trích mờ từ dữ
liệu sinh trắc học
5.6.1 Rút trích đặc trưng dùng eigenfaces
Chọn hình ảnh từ tập dữ liệu để tạo eigenfaces (2 hình cho mỗi người). Họ không cần giống như hình ảnh của người trong tập đăng ký. Tiếp theo, luận văn sử dụng tập đầu tiên với các hình được chọn trong mẫu đăng ký để tạo vector đặc trưng. Những tập khác thì được sử dụng để phục hồi lại mẫu ban đầu. Cho mỗi cập hình ảnh x và y, lược đồ phục hồi ảnh x từ y. Nếu x và y là giống nhau, thì hệ thống nên phục hồi một cách chính xác và nếu x và y khác biệt thì hệ thống không cho phép phục hồi x. Số lượng eigenfaces được 12 và mã sửa lổi t được chọn từ 14 đến 24
- Tập dữ liệu face94
Luận văn chọn hình ảnh của 43 người (2 hình cho mỗi người trong đó 17 người là nữ) thì được chọn ngẫu nhiên từ dữ liệu Face94 để tạo eigenfaces. Họ không cần giống như 43 người trong tập đăng ký. Tiếp theo, luận văn sử dụng tập đầu tiên với 43 người để tạo vector đặc trưng. Những tập khác thì được sử dụng để phục hồi lại mẫu ban đầu.
Error correcting code (t) True Accept rate True Reject rates
1 9 1806
2 13 1806
3 15 1806
4 19 1806
5 22 1806
6 24 1806
7 27 1798
8 28 1780
9 29 1764
10 31 1750
11 31 1737
12 32 1721
13 34 1706
14 35 1694
15 35 1681
16 36 1670
Đánh giá hệ thống xác thực trên thiết bị di động sử dụng kỹ thuật rút trích mờ từ dữ
liệu sinh trắc học
17 37 1661
18 37 1655
19 38 1651
20 38 1644
21 39 1638
22 40 1635
23 40 1630
24 40 1627
25 41 1623
26 41 1618
27 42 1612
28 42 1605
29 42 1602
Bảng 5.1 : Bảng kết quả đánh giá quá trình xác thực trên tập dữ liệu face 94 dựa trên kỹ thuật syndrome
Hình 5.3 : Đồ thị biểu diển kết quả quá trình xác thực trên tập dữ liệu face 94 dựa trên kỹ thuật syndrome
5.6.1 Rút trích đặc trưng dùng 2DPCA
Số lượng các trục chiếu chọn là 5, chiều cao hình khoảng 200 pixels
0 0.2 0.4 0.6 0.8 1 1.2
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
TAR TRR
Đánh giá hệ thống xác thực trên thiết bị di động sử dụng kỹ thuật rút trích mờ từ dữ
liệu sinh trắc học
Error correcting code (t) True Accept rate True Reject rates
60 17 1806
61 20 1806
62 25 1806
63 29 1806
64 32 1806
65 34 1780
66 37 1765
67 38 1732
68 38 1705
69 39 1686
70 40 1652
71 40 1640
72 41 1634
73 41 1629
74 41 1621
75 41 1615
Bảng 5.2 : Bảng kết quả đánh giá quá trình xác thực trên tập dữ liệu face 94 dựa trên kỹ thuật syndrome sử dụng 2DPCA
Hình 5.4 : Đồ thị biểu diển kết quả quá trình xác thực trên tập dữ liệu face 94 dựa trên kỹ thuật syndrome sử dụng 2DPCA
0 0.2 0.4 0.6 0.8 1 1.2
60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75
TAR TRR
Đánh giá hệ thống xác thực trên thiết bị di động sử dụng kỹ thuật rút trích mờ từ dữ
liệu sinh trắc học
Dựa trên biểu đồ sự biến thiên của quá trình xác thực theo số error
correcting code t. Khi số error correcting code t tăng lên thì tỷ lệ lỗi (TAF) cũng tăng lên. Điều này được giải thích là những thành phần càng về sau càng có trị riêng (trong phân tích PCA) thấp, những thay đổi của những thành phần này không có nhiều ý nghĩa, thường là do nhiễu.
5.6.2 Đánh giá khả năng bảo mật qua entropy
Dựa trên phân tích ở phần 5.4 ta tính entropy của từng thành phần sau đó tính tổng cách entropy của từng thành phần. Bảng 5. Trình bày kết quả tính entropy đối với tập dữ liệu face94 dựa trên rút trích dùng eigenfaces với vector đặc trưng có 12 thành phần
t-error correcting code Entropy (bits)
20 23.23156
22 26.002055
25 28.17871
Bảng 5.3 Entropy của phương pháp sửa lỗi “Secure Sketch” cho kỹ thuật syndrome
Dựa trên hình 5.3, ta thấy tỉ lệ (EER) tỷ lệ lỗi cân bằng, trong các hệ thống bảo mật, khi TAR tăng thì TRR giảm và ngược lại, để so sánh các hệ thống với nhau, người ta so sánh giá trị ERR. ERR là tỷ lệ lỗi của hệ thống khi các thông số được xác định sao cho TAR = TRR. Với giá trị khoảng 97% với entropy khoảng 25(bits).
5.6.3 Thời gian thực thi
Thuật toán rút trích Thời gian thực thi hàm SS (ms)
Thời gian thực thi hàm Rec (ms)
Eigenfaces (n=12) 115 68
2DPCA (N=5) 55 35