論文の概要: Accuracy Limits as a Barrier to Biometric System Security

• arxiv url: http://arxiv.org/abs/2412.13099v2
• Date: Thu, 19 Dec 2024 14:23:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:32:18.901262
• Title: Accuracy Limits as a Barrier to Biometric System Security
• Title（参考訳）: 生体認証システムセキュリティの障壁としての精度限界
• Authors: Axel Durbet, Paul-Marie Grollemund, Pascal Lafourcade, Kevin Thiry-Atighehchi,
• Abstract要約: False Match Rate FMRは生体認証システムの精度と信頼性を評価するための重要な指標である。 本稿では,そのFMRに基づく生体計測システムについて,主に2つの寄与点について分析する。
• 参考スコア（独自算出の注目度）: 0.8249694498830561
• License:
• Abstract: Biometric systems are widely used for identity verification and identification, including authentication (i.e., one-to-one matching to verify a claimed identity) and identification (i.e., one-to-many matching to find a subject in a database). The matching process relies on measuring similarities or dissimilarities between a fresh biometric template and enrolled templates. The False Match Rate FMR is a key metric for assessing the accuracy and reliability of such systems. This paper analyzes biometric systems based on their FMR, with two main contributions. First, we explore untargeted attacks, where an adversary aims to impersonate any user within a database. We determine the number of trials required for an attacker to successfully impersonate a user and derive the critical population size (i.e., the maximum number of users in the database) required to maintain a given level of security. Furthermore, we compute the critical FMR value needed to ensure resistance against untargeted attacks as the database size increases. Second, we revisit the biometric birthday problem to evaluate the approximate and exact probabilities that two users in a database collide (i.e., can impersonate each other). Based on this analysis, we derive both the approximate critical population size and the critical FMR value needed to bound the likelihood of such collisions occurring with a given probability. These thresholds offer insights for designing systems that mitigate the risk of impersonation and collisions, particularly in large-scale biometric databases. Our findings indicate that current biometric systems fail to deliver sufficient accuracy to achieve an adequate security level against untargeted attacks, even in small-scale databases. Moreover, state-of-the-art systems face significant challenges in addressing the biometric birthday problem, especially as database sizes grow.
• Abstract（参考訳）: 生体認証システムは、認証(請求項の同一性を検証するための1対1マッチング)や識別(データベース内の対象物を見つけるための1対多マッチング)など、認証と識別に広く用いられている。 マッチングプロセスは、新鮮なバイオメトリックテンプレートと登録テンプレートの類似性や相違性を測定することに依存している。 False Match Rate FMRは、これらのシステムの精度と信頼性を評価するための重要な指標である。 本稿では,そのFMRに基づく生体計測システムについて,主に2つの寄与点について分析する。 まず、敵がデータベース内の任意のユーザーを偽装することを目的とした、標的外攻撃について検討する。 攻撃者がユーザを偽装するために必要な試行回数を決定し、所定のレベルのセキュリティを維持するために必要な臨界人口規模(データベース内の最大ユーザ数)を導出する。 さらに,データベースのサイズが大きくなるにつれて,標的外攻撃に対する耐性を確保するために必要となる重要なFMR値を計算する。 第二に、生体認証の誕生日問題を再検討し、データベース内の2人のユーザが衝突する確率(つまり、お互いを偽装できる確率)を近似的かつ正確に評価する。 この分析に基づいて、所定の確率で発生する衝突の確率を限定するために、近似臨界集団サイズと臨界FMR値の両方を導出する。 これらの閾値は、特に大規模バイオメトリックデータベースにおいて、偽造や衝突のリスクを軽減するシステム設計のための洞察を提供する。 この結果から,現在の生体認証システムでは,大規模データベースにおいても,標的外攻撃に対する適切なセキュリティレベルを達成するのに十分な精度が得られていないことが示唆された。 さらに、現在最先端のシステムは、特にデータベースのサイズが大きくなるにつれて、生体認証の誕生日問題に対処する上で大きな課題に直面している。

関連論文リスト

• Comprehensive Equity Index (CEI): Definition and Application to Bias Evaluation in Biometrics [47.762333925222926]
  本稿では,機械学習モデルのバイアス行動の定量化のための新しい指標を提案する。 顔認識システムの運用評価に焦点をあて,適用する。
  論文  参考訳（メタデータ） (2024-09-03T14:19:38Z)
• The theoretical limits of biometry [0.0]
  本稿では,生体認証システムの誤差率を管理する識別可能性問題に関する理論的解析を提案する。 本研究では,ノイズの存在下での衝突を防止するために必要な個体数と独立ビット数との単純な関係を実証する。 この結果は、地球全体の生物測定が通常の円盤に収まり、ノイズと冗長性のための空間を残しているため、非常に活発である。
  論文  参考訳（メタデータ） (2023-11-06T08:28:12Z)
• Privacy-preserving Multi-biometric Indexing based on Frequent Binary Patterns [7.092869001331781]
  本稿では,保護された深いキャンセル可能なテンプレートを検索する,効率的なプライバシー保護型マルチバイオメトリック識別システムを提案する。 異なるタイプの生体特性から抽出された頻繁な二分パターンに含まれる低クラス内部の変動特性を利用するために,マルチバイオメトリック・ビンニング方式が設計された。
  論文  参考訳（メタデータ） (2023-10-04T18:18:24Z)
• t-EER: Parameter-Free Tandem Evaluation of Countermeasures and Biometric Comparators [27.452032643800223]
  プレゼンテーション攻撃(スプーフィング)検出(PAD)は、通常、生体認証と併用して、スプーフィング攻撃の際の信頼性を向上させる。 そこで本研究では,生体認証を併用したPADソリューションのジョイント評価のための新しい指標を提案する。
  論文  参考訳（メタデータ） (2023-09-21T16:30:40Z)
• Untargeted Near-collision Attacks on Biometrics: Real-world Bounds and Theoretical Limits [0.0]
  オンラインとオフラインの両方、そして識別モードと検証モードの両方で実行できる未ターゲティングな攻撃に焦点を当てます。 我々は、これらのシステムのセキュリティに対処するために、False Match Rate(FMR)とFalse Positive Identification Rate(FPIR)を用いる。 この距離空間とシステムパラメータの研究は、標的外攻撃の複雑さと近接衝突の確率を与える。
  論文  参考訳（メタデータ） (2023-04-04T07:17:31Z)
• Metrics reloaded: Recommendations for image analysis validation [59.60445111432934]
  メトリクスのリロード(Metrics Reloaded)は、メトリクスの問題を意識した選択において研究者を導く包括的なフレームワークである。 このフレームワークは多段階のDelphiプロセスで開発され、問題指紋という新しい概念に基づいている。 問題指紋に基づいて、ユーザは適切なバリデーションメトリクスを選択して適用するプロセスを通じてガイドされる。
  論文  参考訳（メタデータ） (2022-06-03T15:56:51Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal Biometric Fusion Algorithms [58.156733807470395]
  本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。 キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。 我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
  論文  参考訳（メタデータ） (2021-11-17T13:39:48Z)
• Biometrics: Trust, but Verify [49.9641823975828]
  バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。 生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
  論文  参考訳（メタデータ） (2021-05-14T03:07:25Z)
• Generalized Iris Presentation Attack Detection Algorithm under Cross-Database Settings [63.90855798947425]
  プレゼンテーションアタックは、バイオメトリックなモダリティの大部分に大きな課題をもたらす。 本稿では,汎用的な深層学習に基づくプレゼンテーション攻撃検出ネットワークであるMVANetを提案する。 これはハイブリッドアルゴリズムの単純さと成功、あるいは複数の検出ネットワークの融合にインスパイアされている。
  論文  参考訳（メタデータ） (2020-10-25T22:42:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。