EN PL
Ataki prezentacyjne na systemy rozpoznawania tożsamości wykorzystujące biometrię twarzy oraz metody wykrywania
 
More details
Hide details
1
Wydział Elektroniki i Technik Informacyjnych, Politechnika Warszawska
 
2
Instytut Automatyki i Informatyki Stosowanej, Wydział Elektroniki i Technik Informacyjnych, Politechnika Warszawska
 
These authors had equal contribution to this work
 
 
Publication date: 2024-05-20
 
 
Cybersecurity and Law 2024;12(2):37-47
 
KEYWORDS
ABSTRACT
Biometria jako technika pomiarów istot żywych skupia się na automatycznym rozpoznawaniu jednostek na podstawie ich cech fizycznych. Jedną z najczęściej stosowanych metod biometrycznego uwierzytelniania jest biometria twarzy. Metoda ta jest dość powszechnie stosowana w smartfonach, paszportach oraz innych urządzeniach i systemach służących do weryfikacji tożsamości lub wymagających uwierzytelnienia. Wraz z rosnącą popularnością biometrii twarzy pojawiają się również obawy dotyczące bezpieczeństwa, szczególnie związane z atakami prezentacyjnymi. Celem tych ataków jest oszukanie systemów biometrycznych. Wykorzystuje się do tego celu różne materiały i dostępne dane, m.in.: wydrukowane zdjęcia, nagrania wideo i maski. Wykrywanie tego typu ataków oraz ochrona wymagają stosowania różnego typu środków bezpieczeństwa oraz zaawansowanych algorytmów detekcji. W artykule są omawiane różne metody wykrywania ataków prezentacyjnych, w tym podejścia wykorzystujące interakcję użytkownika z systemem, analizę właściwości obrazu oraz metody sztucznej inteligencji. Szczególna uwaga jest zwrócona na jakość zbiorów danych uczących wykorzystywanych do trenowania algorytmów, w tym ich zrównoważenie i zróżnicowanie zawartych w nich danych, a także na konieczność stałego rozwijania mechanizmów bezpieczeństwa w celu ochrony systemów uwierzytelniania biometrycznego przed ewoluującymi zagrożeniami.
 
REFERENCES (8)
1.
Biometrics Market Reports, https://www.biometricupdate.co... [dostęp: 12.04.2024.
 
2.
George A., Geissbuhler D., Marcel S., A Comprehensive Evaluation on Multi-channel Biometric Face Presentation Attack Detection, „Journal ff Latex Class Files” 2015, t. 14, nr 8.
 
3.
George A., Marcel S., Robust Face Presentation Attack Detection with Multi-channel Neural Networks [w:] Handbook of Biometric Anti-Spoofing. Advances in Computer Vision and Pattern Recognition, red. S. Marcel, J. Fierrez, N. Evans, Singapore 2023.
 
4.
George A., Mostaani Z., Geissenbuhler D., Nikisins O., Anjos A., Marcel S., Biometric Face Presentation Attack Detection With Multi-Channel Convolutional Neural Network, [w:] IEEE Transactions on Information Forensics and Security, t. 15, s. 42–55, IEEE, 2020.
 
5.
Ma Y., Wu L., Li Z., Liu F., A novel face presentation attack detection scheme based on multi-regional convolutional neural networks, „Pattern Recognition Letters” 2020, t. 131.
 
6.
Mostaani Z., George A., Heusch G., Geissbühler D., Marcel S., The High-Quality Wide Multi-Channel Attack (HQ-WMCA) database, https://arxiv.org/pdf/2009.097... [dostęp: 15.03.2024].
 
7.
The 2022 Duo Trusted Access Report. Logins in a Dangerous Time, https://duo.com/resources/eboo... [dostęp: 29.02.2024].
 
8.
Yu Z., Zhao Ch., Lei Z., Face Presentation Attack Detection, https://arxiv.org/pdf/2212.036... [dostęp: 16.01.2024].
 
ISSN:2658-1493
Journals System - logo
Scroll to top