PDF《生物辨识技术点将录》

46 企划 专题Focus 无问题,所以理论上各种生物辨识的确拥有无 与伦比的可靠性、安全性及方便性,但最大的 问题就在於这些特徵被撷取成为档案、样本的 过程中,存在太多影响精确度的变数.在了解 这个问题之前,必须先对整个生物辨识系统的 比对流程做一番简单的介绍.(图1) 不论何种生物辨识,一开始都必须为 每一位使用者建立生物特徵本样本.其建 立方法,不外首先透过专门的扫描器、相 机或摄影机等装置,来撷取指纹、脸形、 静脉纹、虹膜、掌形及笔迹等特定部位或目 标的影像.接下来再经过生物辨识演算法 (Biometric Algorithm),从影像中萃取出生 物特徵数位档,此亦即可做为日后比对基础 的本样本档.当所有人员的样本档皆建立 后,并且与各自注册登录的个人帐户密码等 资讯绑定之后,后端本样本资料库即大功 告成. 之后人员进出或登录时,前端感测装置 当场进行同样的生物特徵影像的撷取动作,该 系统会随即呼叫生物辨识演算法进行特徵撷取 作业,接下来再将该特徵档,与资料库中的 本样本档进行比对.只要相似值到达一定标准 时,即通过验证,反之则登录失败,并对相关 人员发出警示讯息. 外在影响因素的限制 由上述流程中可以发现,本样本档的 建立并非主要问题所在,反而是日后每次进出 或登录之际,同一名合法使用者当场撷取的特 生物辨识技术基本 流程架构图 本样本档 注册 生物辨识 感测器 生物辨识 影像 生物辨识 感测器 存取成功 Yes No 存取失败 生物辨识 影像 本 样本档 比对 使用者帐号密码 生物辨识演算 法特徵撷取 样本档 图1 生物辨识技术基本流程架构图. RUN!PC 第188期2009/09

47 企划 专题Focus 徵样本是否能够一致才是关键.毕竟,当下环 境若不同,例如光线、温度、湿度、灰尘等变 异因素;

受测者的行为或姿势差异,例如人脸 或手的摆放角度不同;

受测标的发生问题,例 如手指损伤、破皮、脏污、流汗,戴有色或 孔放大之隐形眼镜,感冒破嗓,抑或特定部位 病变或老化等因素,这些都可能让原本合法使 用者因误判而遭到拒绝登录的可能性. 同时,样本取样的难度或条件限制,也会 影响每次样本撷取的一致性,以及该系统的精准 度及可行性,当然也会影响建置成本之高低.对 此不同生物辨识都各有优缺点,例如虹膜辨识, 其相对於指纹或静脉纹来说,不论在感测装置的 规模、建置成本上皆有过之而无不及,而且不少 使用者会有难以消减的心理障碍因素. 此外,人脸辨识对於光线及角度的差异 极其敏感,指纹辨识则非常容易受到手指状况 的影响.除此之外,扮演生物辨识系统灵魂角 色的运算法,其撷取比对技术之优劣,以及感 测装置本身的性能、品质、耐用度、寿命等, 都是左右该机制精确度的考量重点之一.总之,企业在导入生物辨识系统之前,必须综合 自己的需求及环境状况,来了解各生物辨识的 优点及局限性差异.同时在导入时,也必须尽 量将各种负面因素降至最低程度. 降低FAR与FRR交叉误差率 为一致目标 对於生物辨识系统的精确度来说,另 有两个值得一提的参数,一为接受误差率 (FAR;

False Acceptance Rate),是指非法使 用者异常通过身分辨识的比率;

一为拒绝误差 率(FRR;

False Rejected Rate),意指合法使用 者无法正常通过身分辨识的比率.前者太高会 影响安全,后者太高会影响使用者对系统的信 任度及使用意愿,所以一般会取两者交集的最 小值,亦即交叉误差率(CER;