Biyometrik sistemler

Biometrik sistemler

Biyometrik sistemler kayıtlı kullanıcıların biyolojik simgelerinin merkezi database de dijital kaydına dayalıdır.

Otomatik geçiş kontrol sistemi, insanların, araçların ve materyallerin elektronik kontrol sistemi aracılığı ile belli bir noktadan geçişini yönetmeye imkân tanır. Bu sistemler hem elektronik hem de elektromekanik donanım kullanıp, özel prosedür ve programlarla korunan bir alana giriş/çıkıştaki hareketleri gözlemler ve kontrol eder. Teknoloji sadece temel kilit/anahtar fonksiyonlarını değil, tesisteki her bir kapıya, her bir insanın giriş prosedürlerini kontrol ve tesis eden, durum ve şartlara göre, personel değişiklikleri, geçici işçiler veya sözleşmeliler gibi durumlarda değişiklikleri öngören imkânlar tanır. Dalton (1995) otomatik geçiş kontrol sisteminin özellikle yangın güvenliği mekanizmaları, CCTV ve sızma algılama fonksiyonları ile entegre kullanıldığında son derece etkin ve maliyet düşürücü kullanılabileceğini belirtmektedir. Otomatik geçiş kontrol sistemi için kullanılan sistemler yandaki resim ile gösterilmektedir. Geçiş yapılacak alanın ehemmiyetine göre bu sistemlerden biri veya belli kombinasyonlarla birçoğu kullanılır. Biyometriklerin yerini de bu bağlamda tam olarak tanımlamış oluruz. Biyometrikler kart tabanlı giriş sistemlerine alternatiftir. 20 yıla rağmen ilerleyişi umulduğu kadar değildir. Hataları kadar başarı hikâyeleri de dillerdedir. Biyometrik sistemler kayıtlı kullanıcıların biyolojik simgelerinin merkezi database de dijital kaydına dayalıdır. Kullanıcı biyolojik simgesini reader Tayfun BORA/Güvenlik Danışmanı ASSET INTERNATIONAL

a okutur, dijitale çevrilip database’deki ile karşılaştırılır ve giriş açılır/kapalı tutulur. Yaygın kullanımı şunlardır:

Facial recognition.

Hand geometry. (Yüz tanıma ile birlikte pazarın % 10’unu kapsar)

Fingerprints. (Pazarın yarısını bu ürün kapsar)

Iris. (Pazarın % 9’unu kapsar)

Yüz tanıma Teknolojinin geleceği bu alanda odaklaşmakta. 3D tarama database ile karşılaştırılır. Güvenliğinden değil, ticari aplikasyonlarından dolayı diğerlerine karşı daha hızlı gelişir. Şirketler kullanıcıyı tanıyıp satış imkanlarını arttırmak için kullanmakta, müşteri kimliği ile hesabını iliştirmek istemektedirler: http://www.youtube.com/ watch?v=xDO4hdfY11U Önemli bir ayrımı vardır; hızlı ve kolay kimlik doğrulayan tek biyometriktir. Hatalı işlemde güvenlik görevlisi görsel doğrulama da yapabilir. Yüzlerinin taranıp database’e yerleştirildiğini bilmeyen kullanıcıların gözlemi maksadıyla da kullanılmaktadır. Tanımlama hataları bulunmaktadır.

Etkisini zayıflatan faktörler: Kamera performansı, yüz pozisyonu ve ifadesi diğer değişen etkenler ise, sakal, güneş gözlüğüdür.

El izi tanıma El geometrisi cihazları elin 3D resmini alır. Genelde üst kısmını. Diğerlerine göre ucuzdur. Hem tek ünite hem network üzerinde kullanılabilir. İşin şekline göre parmak izi uygun değilse geçerli bir alternatiftir. Genelde 1e1 doğrulama modunda çalışır. Kullanıcı bunun yanısıra şifre de girer. Redler uygunsuzluk yarattığında el geometrisi cihazları genellikle kullanılır. Örneğin Rotterdam limanında bu teknoloji smart kartlarla birlikte kullanılmaktaydı ve parmak izine göre daha yüksek hatalı kabul oranı ve daha düşük hatalı ret oranı gösterdi. Maliyet de dahil, diğer teknolojilere göre bazı avantajları vardır. Cezbedici biyometriktir. Parmak izi gibi suça ilişkin bir duygu bırakmaz. Yine de Parmak izine göre daha az güvenli olduğu değerlendirilmektedir.

Parmak izi tanıma Database ile karşılaştırmak için bir veya daha fazla parmağın taraması yapılır. Pahalı değildir. Network veya tekli kullanılabilir. Okullarda öğrenci takibi, mobil cihazlarla kalabalık sözleşmeli çalışanların sahada takibi için kullanılır. Geçmişte işe başlama kayıtlarında kullanılıp hataları ile karşılaşıldı.(Biyolojik sebepten %1). Yeni gelişmelerle bu problemler aşıldı. Biyomet

Tayfun BORA

rik istiyorsanız parmak izini tercih etmelisiniz. Fazla parmak taraması doğru sonucu arttırır.NEC markasının tek parmakta 98.6% doğruluk oranı vardır. Çokluda oran : 99.9% dır. Yaşlılık durumu bu oranları düşürür. Özellikle 50+. Hijyen de diğer bir etkidir. Buna “failure-toacquire” rate denir. Sebebi kirli, yağlı, nikotinli ellerdir. Bu sorun için Ultrasonik tarama kullanılabilir. Bu cins tarama lab. eldiveninden bile algı alabilmektedir.

IRIS tanıma Iris taramalar en kesin biyometrik teknoloji olarak değerlendirilir ve “one-to-many” (recognition) 1 e çok modunda çalışır. Diğerlerine göre daha az hatalı kabul gösterir. İşlem süresi daha uzundur, kullanıcı kendini uyarlama sorunları yaşar, yeni teknolojilere göre kişiden en fazla 500 mm mesafelidir. İngiltere’de havalimanlarına 12 saniyelik işlem süresi ile tanıtılmıştır. Ancak asla bu süre elde edilememiştir. Sistem manuel kontrollerden daha yavaştır. %10 hatalı ret oranına sahiptir. Bu sebeple kaldırtılmıştır. Yine de, düşük hacimli, yüksek güvenli uygulamalarda kullanılabilir. Özel sektörde yüksek güvenlikli yerlerde kullanılmaktadır: Veri merkezleri, Nakit merkezleri, laboratuvarlar ve sağlık tesisleri. diğerlerine göre avantajlı bazı cihazlar maske ve gözlük üzerinden de okuma yapabilmektedir. Net ve doğru çalışanları maliyetlidir. Iris okuyucu £2000 civarındadır. Öte yandan, smart-card proximity okuyucular £60tutar.

Çift modlu uygulama Sistemlerin kimlik belirleme modu iki şekildir. 1e1 ve 1eÇok. 1e çok daha güvenli ancak veri iletişim süresi daha uzundur.

Tip I ve tip II hataları Otomatik geçiş kontrol sistemi performansı kart tabanlı, ya da biyometrik olsa da 2 hata oranı ile değerlendirilirler. Tip I hatası hatalı ret (yetkili kişinin sehven kabul edilmeyişi), Tip II Hatası ise; hatalı kabul (yetkisiz kişinin sehven kabul edilmesini) ifade eder. Satın alınacak ürünün belirlenmesi aşamasında hangi hatanın sizin için uygun olacağına karar vermek gerekir: Tip I mi? Tip II mi? İdeal koşullarda isteyeceğiniz; hızlı işlevi düşünerek minimum hatalı reddetme oranı (False Recognition Rate) ve yanlış insanı içeri almamayı düşünerek minimum Hatalı Kabul Oranı (False Acceptance Rate) olacaktır. Fakat bu kadar basit değildir! Yetkisiz girişi engellemek için sistemi ne kadar hassas yaparsanız (sızma sensörleri de etkileneceğinden) sistem o kadar hatalı retler gerçekleştirecektir. Garcia (2008) nın raporlamasına göre; her iki hata aynı anda azaltılamaz. Her iki hata arasında bir tercih, bir karar verilmek durumundadır kullanıcı.

1e1

Doğrulama modunda kişi, genelde Smart Kart ve şifre ile kimliğini takdim eder. Sistem karttaki biyometrik verinin, biyometrisi okunan kişi ile uyuşup uyuşmadığına bakar. Bu metot genelde bütün kişilerin verilerini okumadığı için hızlıdır. Bu tür uygulamalarda kişinin Biyometrik özellikleri kişinin smart kartına yüklenir.

1eÇOK

Kimlik belirleme modunda (Garcia, 2008 tarafından tanımlama modu olarak isimlendirilir), kişi kendini (kartla) cihaza tanıtmaz. Biyometrik cihaz kişiyi tüm verilerin arasından bulup tanımlamaya çalışır. Uyuşma gerçekleştiğinde, kimlik belirleme başarılıdır. İşlemin hızı, veri tabanındaki kişi sayısı ile orantılıdır.

Biyometrik Karakteristik

Parmak izi

Yüz Tanıma Iris ORTA Retina El Geometrisi Damar Tanıma Ses Tanıma

Kullanıcı Kabul Edilebilirliği

YÜKSEK

ORTA YÜKSEK DÜŞÜK ORTA YÜKSEK YÜKSEK

Doğruluk Maliyet

Düşükten Yükseğe YÜKSEK ORTA YÜKSEK ORTA YÜKSEK DÜŞÜK Düşükten Ortaya ORTA

YÜKSEK ORTA ORTA ORTA