생체인식기술이 점차 개선됨에 따라서 생체인증시스템의 안정성도 향상되어왔다. 그러나 생체정보가 도용되기 어렵다는 장점에도 불구하고, 인증시스템이 그 자체로 안전한 것은 아니다. 본 논문은 생체키를 이용하여 생체인식기 정보를 은닉함으로써 생체정보의 무결성을 보장하는 동시에, 다중 인증을 통하여 인식률의 신뢰도를 향상시키는 견고한 생체인증시스템을 제안한다. 생체키는 실시간으로 입력되는 생체정보의 특징으로부터 추정되며, 데이터베이스로부터 얼굴과 음성인식기 정보를 분리하여 인증에 사용한다. 본 연구의 성과는 다음 세 가지로 요약된다. 첫째, 실시간으로 입력되는 생체 정보로부터 ...
생체인식기술이 점차 개선됨에 따라서 생체인증시스템의 안정성도 향상되어왔다. 그러나 생체정보가 도용되기 어렵다는 장점에도 불구하고, 인증시스템이 그 자체로 안전한 것은 아니다. 본 논문은 생체키를 이용하여 생체인식기 정보를 은닉함으로써 생체정보의 무결성을 보장하는 동시에, 다중 인증을 통하여 인식률의 신뢰도를 향상시키는 견고한 생체인증시스템을 제안한다. 생체키는 실시간으로 입력되는 생체정보의 특징으로부터 추정되며, 데이터베이스로부터 얼굴과 음성인식기 정보를 분리하여 인증에 사용한다. 본 연구의 성과는 다음 세 가지로 요약된다. 첫째, 실시간으로 입력되는 생체 정보로부터 시드를 추정하여 생체키를 생성함으로써 보안성과 편리성을 획득한다. 둘째, 두 개의 다른 생체 인식기를 결합하여 위양성비율을 0%에 가깝게 만들어 인식에 높은 신뢰도를 부여한다. 셋째, 가우시안혼합모델을 서포트벡터머신을 결합한 GMM+SVM 기법을 제안하여, 화자 검증을 위한 비선형 결정함수를 제공하고 대용량의 학습데이터를 위한 결정함수 구축에서 학습 시간을 단축시킨다.
생체인식기술이 점차 개선됨에 따라서 생체인증시스템의 안정성도 향상되어왔다. 그러나 생체정보가 도용되기 어렵다는 장점에도 불구하고, 인증시스템이 그 자체로 안전한 것은 아니다. 본 논문은 생체키를 이용하여 생체인식기 정보를 은닉함으로써 생체정보의 무결성을 보장하는 동시에, 다중 인증을 통하여 인식률의 신뢰도를 향상시키는 견고한 생체인증시스템을 제안한다. 생체키는 실시간으로 입력되는 생체정보의 특징으로부터 추정되며, 데이터베이스로부터 얼굴과 음성인식기 정보를 분리하여 인증에 사용한다. 본 연구의 성과는 다음 세 가지로 요약된다. 첫째, 실시간으로 입력되는 생체 정보로부터 시드를 추정하여 생체키를 생성함으로써 보안성과 편리성을 획득한다. 둘째, 두 개의 다른 생체 인식기를 결합하여 위양성비율을 0%에 가깝게 만들어 인식에 높은 신뢰도를 부여한다. 셋째, 가우시안혼합모델을 서포트벡터머신을 결합한 GMM+SVM 기법을 제안하여, 화자 검증을 위한 비선형 결정함수를 제공하고 대용량의 학습데이터를 위한 결정함수 구축에서 학습 시간을 단축시킨다.
As biometirc-recognition techniques are gradually improved, the stability of biometric-authentication systems are enhanced. Although bioinformation has properties that make it resistant to fraud, biometric-authentication systems are not immune from hacking. We show a secure biometric-authentication ...
As biometirc-recognition techniques are gradually improved, the stability of biometric-authentication systems are enhanced. Although bioinformation has properties that make it resistant to fraud, biometric-authentication systems are not immune from hacking. We show a secure biometric-authentication system (a) to guarantee the integrity of bioinformation by mixing data by use of a biometric key and (b) to raise recognition rates by use of bimodal biometrics. Using this approach, we obtain both security and convenience by estimating a seed from bioinformation obtained in real time. Moreover, merging two rough verifiers results in higher recognition rates than with an individual tight verifier. In our experiments the true positive rate is 96.84% and the false negative rate is ~0%. It shows that an owner''s verification has high confidence because our system rejects not only trained but also untrained nonowners.
As biometirc-recognition techniques are gradually improved, the stability of biometric-authentication systems are enhanced. Although bioinformation has properties that make it resistant to fraud, biometric-authentication systems are not immune from hacking. We show a secure biometric-authentication system (a) to guarantee the integrity of bioinformation by mixing data by use of a biometric key and (b) to raise recognition rates by use of bimodal biometrics. Using this approach, we obtain both security and convenience by estimating a seed from bioinformation obtained in real time. Moreover, merging two rough verifiers results in higher recognition rates than with an individual tight verifier. In our experiments the true positive rate is 96.84% and the false negative rate is ~0%. It shows that an owner''s verification has high confidence because our system rejects not only trained but also untrained nonowners.
주제어
#biometric key integrity bimodal biometrics authentication system GMM+SVM 생체키 생체인증시스템 다중 인식 특징추출 신뢰도
학위논문 정보
저자
김여진
학위수여기관
연세대학교 대학원
학위구분
국내석사
학과
컴퓨터과학.산업시스템공학과
지도교수
변혜란
발행연도
2005
총페이지
v, 43p.
키워드
biometric key integrity bimodal biometrics authentication system GMM+SVM 생체키 생체인증시스템 다중 인식 특징추출 신뢰도
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.