선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 있다[2][4]. 본 개발 과제에서는 이미 개발된 자체 지문인식 알고리즘을 바탕으로 대용량 지문 데이터베이스를 위한 자동 지문 인식 시스템을 개발하였다. 기존의 지문인식 알고리즘은 대용량 지문인식 시스템에 보다 적합하도록 적절히 보완하였다.
- 본 시스템은 다중 서버와 다중쓰레드를 사용하여 대용량의 지문 데이터베이스를 대상으로 빠른 검색 시간을 낼 수 있도록 하였다. 인증서버를 다양한 운영체제에서 사용할 수 있도록 Java 언어를 사용하였고, 지문영상에서 추출된 특징점 정보는 유출에 대비하여 암호화하였다.
제안 방법
- 실험에 사용된 지문 이미지는 직접 무작위로 수집한 성인 지문 이미치 1, 000개와 NIST 4 지문 이미지 4, 000개를 사용하였다. NIST 이미지는 사용된 지문 입력기에서 읽어들인 이미지와 동일하도록 적절한 스케일링(scaling)과 크기 조정 단계를 거쳐 반도체식 지문입력 센서에서 획득되는 지문이미지의 크기인 224x288 픽셀로 수정하여 사용하였다. 이들 5, 000개의 지문 이미지를 전체 DB 가 10만 레코드가 되도록 임의 중복하여 각 레코드에 배열하였다.
- 각각의 검증 서버에서는 다중쓰레드 기법을 이용하여 동시에 여러 부분의 지문 데이터를 동시에 검색하여 성능을 증진시켰다. .
- 그러나 아직 수십만에서 수천만 건에 이르는 대용량 지문 데이터베이스에 대한 검색 시스템은 아직까지 그 성능이 입증된 적용 사례가 극히 드문 실정이다[1H2H4L 본 논문에서는 지문분류, 대용량 지문인식, 다중서버, 다중쓰레드 (multiThread), 인증서버기술을 가지는 대용량 자동 지문인식 시스템을 제안하고, 10만개의 지문 데이터를 기준으로 지문 검색에 대한 성능을 실험하였으며, 연구 결과물을 학원 수 강생 관리 시스템에 적용하여 시범 운영하였다.
- 기존의 지문인식 알고리즘은 대용량 지문인식 시스템에 보다 적합하도록 적절히 보완하였다. 그리고 지문 분류 알고리즘을 이용하여 지문 데이터베이스의 검색 시간을 최소화하기 위한 색인 기법에 응용하는데, 기존의 분류 알고리즘과는 달리 원본 지문 이미지를 여러 블록으로 나누고 블록에 대한 처 리 과정을 거 쳐 지문이미 지를 분류하여 분류속도 및 정확성을 향상시켰다.
- 각 인증 실험에는 10회와 100회를 실행하여 평균치를 구하였다. 또한 다중서버와 다중쓰레드를 사용한 경우와 단일서버, 단일쓰레드를 사용한 경우의 성능을 비교하였다.
- .또한 입력된 지문을 검증하기 위해 다중 서버에 인식 서버를 가동시키고실험하였다
- 실험 방법은 10만개의 지문 이미지를 1 대의 인증서버와 2 대의 인증서버를 사용했을 때를 나누어서 실행하였다. 각 인증 실험에는 10회와 100회를 실행하여 평균치를 구하였다.
- 한다. 이런 동기화 작업을 위해 synchronized 키워드를 사용하였고, 모든 쓰레드가 안전하게 공유 변수를 접근할 수 있도록 구성하였다.
- 낼 수 있도록 하였다. 인증서버를 다양한 운영체제에서 사용할 수 있도록 Java 언어를 사용하였고, 지문영상에서 추출된 특징점 정보는 유출에 대비하여 암호화하였다. 클라이언트는 가장 많은 클라이언트 시스템을 차지하는 윈도우 운영체제에서 사용할 수 있도록 ActiveX 기술을 사용하여 개발하였고, 웹 환경에서 동작하도록 구현하였다.
- 인증서버를 다양한 운영체제에서 사용할 수 있도록 Java 언어를 사용하였고, 지문영상에서 추출된 특징점 정보는 유출에 대비하여 암호화하였다. 클라이언트는 가장 많은 클라이언트 시스템을 차지하는 윈도우 운영체제에서 사용할 수 있도록 ActiveX 기술을 사용하여 개발하였고, 웹 환경에서 동작하도록 구현하였다. 또한 인증센터로부터 지문 데이터베이스까지를 지문 분류를 적용한 다단계로 구성하여 더욱 빠른 검색이 가능하였다.
대상 데이터
- 7GHz, RAM 256MB) PC에서 수행되었다. 실험에 사용된 지문 이미지는 직접 무작위로 수집한 성인 지문 이미치 1, 000개와 NIST 4 지문 이미지 4, 000개를 사용하였다. NIST 이미지는 사용된 지문 입력기에서 읽어들인 이미지와 동일하도록 적절한 스케일링(scaling)과 크기 조정 단계를 거쳐 반도체식 지문입력 센서에서 획득되는 지문이미지의 크기인 224x288 픽셀로 수정하여 사용하였다.
- 인증 실험은 윈도우 2000 서버 운영체제를 사용하는 2대의 Pentium 4(CPU 1.7GHz, RAM 256MB) PC에서 수행되었다. 실험에 사용된 지문 이미지는 직접 무작위로 수집한 성인 지문 이미치 1, 000개와 NIST 4 지문 이미지 4, 000개를 사용하였다.
- 이 특징점들은 사용자 지문 정보로서 DB에 저장되는데 DBMS는 마이크로 소프트사의 SQL Server 2000 Enterprise를 사용하였다. 인증서버와 지문 DB의 인터페이스를 위해 JDBC를 사용했다. JDB.
- 먼저 사용자가 지문 입력기를 사용해 지문을 등록한다. 지문 입력기는 Infineon사의 반도체식 지문입력 센서를 장착한 지문인증 마우스를 이용하였다. 지문 마우스에서 지문을 받아들이는 것은 인터넷 브라우저의 ActiveX에서 담당한다.
- 여 기서 추출된 특징점 은 DB에 저 장되 어 사용자 지문 정보로 사용된다. 현재 하나의 지문당 약 200 바이트 정도의 특징점 데이터가 추출된 특징점 정보를 이용하여 구성된다. JDFPMatchFingerEx 메소드는 기준 특징점과 참조 특징점을 입력받아서 지문 매칭 레벨에 따라서 두 지문을 매칭하고 그 결과 점수에 따라 본인 여부를 가리게 된다.
데이터처리
- 각 인증 실험에는 10회와 100회를 실행하여 평균치를 구하였다. 또한 다중서버와 다중쓰레드를 사용한 경우와 단일서버, 단일쓰레드를 사용한 경우의 성능을 비교하였다.
이론/모형
- 지문 인증 서버는 윈도우 2000 운영체제에서 JDK 1.4를 사용하여 개발하였으며, 개발 도구는 JBuilder 6.0을 사용하였다. 인증 알고리즘은 DLL로 만들어서 Java 인증서버와 JNKJava Native Interface)를 통해 연결하였다 Java 언어를 사용했기 때문에 JVM(Java Virtual Machine)이 설치될 수 있는 운영체제이면 어떤 곳에서든 사용할 수 있다.
성능/효과
- 또한 인증센터로부터 지문 데이터베이스까지를 지문 분류를 적용한 다단계로 구성하여 더욱 빠른 검색이 가능하였다. 결과적으로 지문 검색 시간이 10, 000 DB 대상에서 6초 이내 구현되었고, 지문분류에서도 95% 이상의 정확도를 얻을 수 있었다. 이 시스템은 인터넷 전자 상거래와 인터넷 뱅킹 시스템과 같은 환경에서 비밀번호를 대치하여 본인 인증으로 지문을 사용하는데 있어서 빠르고 편리한 방법을 제공해 줄 수 있다.
후속연구
- 또한 사용자 ID를 제공할 수 없는 범죄수사 시스템과 같은 인식 전용 시스템에 효과적으로 사용할 수 있다. 기타 사용자 인증을 필요로 하는 다양한 분야에 적용 가능할 것이다.
- 편리성까지 제공할 수 있다. 또한 네트워크 환경에서 이용할 수 있도록 만든 인증 솔루션은 인터넷 뱅킹, 전자 상거래 등의 e-비지니스의 확산에 따라 그 응용분야가 더 넓어질 것이다.
- 그러나 이를 위해 수많은 사람의 지문이 필요한데 결국 많은 수의 다양한 지문 데이터베이스의 확보가 필요하다. 분포된 사용자 지문의 특성에 따라서 검색 시간의 차이가 현격히 날 수 있기 때문에 이에 대한 보완 연구가 필요할 것이다. 여기에 맞추어 적절한 인증 레벨을 부여하기 위한 최적의 실험 조건을 찾아내야 하겠다.
- 향후 연구 과제는 지문 분류의 정확도를 99%까지 올려서 지문의 오분류를 통해 발생하는 인증의 실패 요인을 최소화시키는 것이다. 그리고 10만 DB를 넘어서는 더 많은 지문 DB에 적용하여 검색 시스템의 효율성을 검증하는 것이 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.