Hệ thống quản lý nhân sự dựa vào ảnh vân tay

Với những nhận xét như trên, cần thiết cần phải nghiên cứu việc nhận dạng vân tay và ứng dụng nó vào các sản phẩm thương mại mà hệ thống quản lý nhân sự là một lĩnh vực tiềm năng, chính

TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM

ĐẠI HỌC QUỐC GIA TPHCM TRƯỜNG ĐẠI HỌC BÁCH KHOA TP.HCM

CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH

Cán bộ hướng dẫn khoa học :GVC.TS NGUYỄN ĐỨC THÀNH

Luận văn thạc sĩ được bảo vệ tại HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN

THẠC SĨ, TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày tháng năm

- -oOo -

Tp HCM, ngày 15 tháng 12 năm 2009

NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ và tên học viên: DƯƠNG MIÊN KA Giới tính : Nam Ngày, tháng, năm sinh : 01/01/1983 Nơi sinh : Phú Yên

Chuyên ngành : Tự Động Hóa

Khoá (Năm trúng tuyển) : 2007

1- TÊN ĐỀ TÀI: .“HỆ THỐNG QUẢN LÝ NHÂN SỰ DỰA VÀO ẢNH VÂN TAY”.

2- NHIỆM VỤ LUẬN VĂN: Nhiệm vụ nghiên cứu của đề tài: • Tìm hiểu về công nghệ nhận dạng sinh trắc học, các vấn đề trong nhận dạng sinh trắc học • Tìm hiểu về nhận dạng vân tay: phương pháp nhận dạng, giải thuật nhận dạng, ứng dụng lý thuyết Markov ẩn trong nhận dạng vân tay • Ứng dụng giải thuật nhận dạng vân tay vừa nghiên cứu để viết ra chương trình quản lý nhân sự (phần mềm chấm công) trên PC cho cơ quan, công ty hay nhà máy dựa vào ảnh vân tay được lấy trực tiếp từ đầu đọc vân tay của từng nhân viên, và xuất dữ liệu các thông tin cá nhân của nhân viên như: Tên, Phòng ban, chức vụ, điện thoại, MSNV (mã số nhân viên) • Chương trình Quản lý nhân sự thực hiện các chức năng cơ bản như: ghi nhận sự kiện vào, ra cơ quan, báo giờ đi trễ, về sớm, lưu trữ thông tin giờ vào, giờ ra của nhân viên để phục vụ cho việc tính toán thời gian làm thực tế trong ngày để tính lương cho nhân viên. 3- NGÀY GIAO NHIỆM VỤ :

4- NGÀY HOÀN THÀNH NHIỆM VỤ :

5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN : GVC.TS NGUYỄN ĐỨC THÀNH

Nội dung và đề cương Luận văn thạc sĩ đã được Hội Đồng Chuyên Ngành thông qua

(Họ tên và chữ ký)

GVC.TS.NGUYỄN ĐỨC THÀNH GVC.TS.NGUYỄN ĐỨC THÀNH

LỜI CẢM ƠN

Em xin gửi lời cảm ơn chân thành đến :

™ Thầy GVC TS Nguyễn Đức Thành đã trực tiếp hướng dẫn em thực hiện đề

tài này Những nhận xét chỉ dẫn thường xuyên của thầy về nội dung đề tài đối

với em thật quí báu, em đã học được ở thầy cách triển khai những ý tưởng,

cách trình bày và cách phân chia cơng việc lớn một cách hợp lý

™ Em xin cảm ơn quí thầy, cơ trong Khoa Điện- Điện Tử Trường ĐH Bách

Khoa Tp Hồ Chí Minh và quí thầy, cơ đã hướng dẫn, dạy dỗ em trong suốt

quá trình học tập tại trường

™ Xin cảm ơn quý thầy cơ trường ĐH Cơng nghiệp TPHCM đã tạo điều kiện

thuận lợi và giúp đỡ về mặt tinh thần trong quá trình thực hiện đề tài

™ Xin gửi lời cảm ơn đến anh Ngọc Mai ( Trường CĐ Lý Tự Trọng) đã hỗ trợ

em về tài liệu cho đề tài

™ Xin gửi lời cảm ơn đến ba mẹ đã chia sẽ những vật chất và tinh thần để con

thực hiện thành cơng đề tài

Xin cảm ơn Ngày 30 tháng 11 năm 2009

DƯƠNG MIÊN KA Lớp Cao học TĐH Khĩa 2007

TÓM TẮT LUẬN VĂN

Đề tài nghiên cứu nhận dạng vân tay dựa vào mô hình Markov ẩn và ứng

dụng nhận dạng vân tay để viết chương trình hệ thống quản nhân sự, chấm

công cho nhân viên trong công ty, nhà máy hay cơ quan…

Để làm kiến thức nền cho đề tài, đề tài đã tìm hiểu về sinh trắc học tổng

quan, so sánh các công nghệ sinh trắc học, từ đó chọn lĩnh vực nhận dạng vân

tay cho đề tài Đề tài tìm hiểu về cấu trúc của hệ thống quản lý nhân sự sử

dụng ở cơ quan, nhà máy… tìm hiểu về lý thuyết nhận dạng vân tay tổng quan

và mô hình Markov ẩn để ứng dụng mô hình Markov ẩn vào trong thuật toán

nhận dạng Kết quả của đề tài là chương trình (phần mềm) quản lý nhân sự

(chấm công) dựa vào ảnh vân tay nhận dạng được kết nối với cơ sở dữ liệu

Access để quản lý thông tin cá nhân của nhân viên và được viết bằng ngôn

ngữ VC++6.0, kết quả xuất thông tin lên chương trình và lên LCD

CHƯƠNG 1

CƠ SỞ NGHIÊN CỨU VÀ

MỤC ĐÍCH CỦA LUẬN VĂN

1.1 Cơ sở hình thành luận văn 1.2 Mục tiêu nghiên cứu 1.3 Phạm vi và đối tượng nghiên cứu 1.4 Nội dung nghiên cứu của đề tài 1.5 Phương pháp nghiên cứu 1.6 Cấu trúc luận văn

1.1 Cơ sở hình thành luận văn

Ngày nay công nghệ điện tử, kỹ thuật máy tính và sinh trắc học ngày càng phát triển cho phép các nhà khoa học tạo ra các sản phẩm công nghệ cao Tích hợp công nghệ nhận dạng sinh trắc học vào các sản phẩm, điều này giúp giải quyết các nhu cầu cấp thiết trong xã hội và lĩnh vực nhận dạng vân tay là một lĩnh vực rộng mở, tầm ứng dụng cao trong nhiều lĩnh vực từ an ninh, pháp lý cho đến sản phẩm thương mại Hệ thống quản lý nhân sự dựa vào ảnh vân tay là hệ thống điển hình cho việc ứng dụng công nghệ nhận dạng vân tay đang được chế tạo và dùng rất rộng rãi trên thế giới và cả ở Việt Nam Đây là lĩnh vực ứng dụng hứa hẹn nhiều tiềm năng trong tương lai vì ngày càng nhiều công ty, nhà máy tăng cường trang bị các

hệ thống truy cập vào ra, quản lý giờ giấc của nhân viên

Tuy đã được nghiên cứu ở nhiều nơi nhưng để ngày càng hoàn thiện công nghệ nhận dạng vân tay và ứng dụng nó vào đời sống xã hội, các nhà khoa học vẫn không ngừng nghiên cứu để tìm ra những giải thuật, công nghệ tiến bộ hơn, những ứng dụng ưu việt hơn của nhận dạng vân tay Cũng trong xu hướng đó, ở Việt Nam việc nghiên cứu nhận dạng vân tay cũng đã được thực hiện ở một số trường đại học, nhưng vẫn chưa có kết quả nào thực sự mang tính ứng dụng cao Những hệ thống truy cập vào ra, quản lý nhân sự bằng vân tay ở Việt Nam đa phần có xuất xứ từ nước ngoài Ở trong nước nhiều công ty Việt Nam cũng đã cung cấp những hệ thống quản lý nhân sự dựa vào ảnh vân tay nhưng những hệ thống đó chỉ dừng lại ở dạng phần mềm quản lý nhân sự do Việt Nam viết ra và vẫn còn phải tích hợp với các máy chấm công vân tay nhập từ nước ngoài để cho ra một hệ thống hoàn chỉnh Điều đó cho thấy rằng việc nghiên cứu về nhận dạng vân tay và ứng dụng nó vào

hệ thống quản lý nhân sự là vẫn còn mới mẽ ở trong nước

Với những nhận xét như trên, cần thiết cần phải nghiên cứu việc nhận dạng vân tay và ứng dụng nó vào các sản phẩm thương mại mà hệ thống quản lý nhân sự là một lĩnh vực tiềm năng, chính vì lẽ đó, đề tài này sẽ tập trung vào thực hiện việc tìm hiểu và nghiên cứu về lĩnh vực nhận dạng vân tay, tiếp theo sẽ ứng dụng nó vào trong hệ thống quản lý nhân sự Đề tài nghiên cứu tại trường Đại Học Bách Khoa TPHCM là bước đầu, là nền tảng cho các khóa sau để dần dần thực hiện hoàn chỉnh hơn một hệ thống quản lý nhân sự dựa vào nhận dạng vân tay có thể ứng dụng ra ngoài xã hội

1.2 Mục tiêu nghiên cứu

Mục tiêu nghiên cứu của đề tài là tìm hiểu về công nghệ nhận dạng sinh trắc học, các vấn đề trong nhận dạng sinh trắc học Mục tiêu thứ hai là tập trung vào tìm hiểu

về công nghệ nhận dạng vân tay: phương pháp nhận dạng, giải thuật nhận dạng, ứng dụng lý thuyết Markov ẩn trong nhận dạng vân tay Mục tiêu thứ ba là thiết lập được chương trình nhận dạng vân tay Và cuối cùng là thiết lập được chương trình quản lý nhân sự dựa vào chương trình nhận dạng vân tay được thiết lập

1.3 Phạm vi và đối tượng nghiên cứu

Luận văn nghiên cứu và tìm hiểu về lý thuyết nhận dạng vân tay, hệ thống quản

lý nhân sự dựa vào ảnh vân tay và kết quả cuối cùng là chương trình ứng dụng hệ thống quản lý nhân sự dựa vào ảnh vân tay Với cơ sở dữ liệu trong một công ty giả định là khoảng vài chục đến hàng trăm người Kết quả sẽ cho phép nhận dạng được vân tay của người truy cập (nhân viên trong công ty) và hiển thị thông tin người truy cập nếu hệ thống nhận dạng đúng vân tay của người đó, và cập nhật thời gian vào ra, xuất tín hiệu điều khiển mở cửa…

1.4 Nội dung nghiên cứu của đề tài

• Tìm hiểu về sinh trắc học

• Tìm hiểu hệ thống quản lý nhân sự vào ra cơ quan, nhà máy dựa vào nhận dạng vân tay

• Tìm hiểu lý thuyết nhận dạng vân tay

• Tìm hiểu mô hình Markov ẩn HMM

• Ứng dụng mô hình Markov ẩn HMM vào nhận dạng vân tay

• Viết chương trình nhận dạng vân tay

• Viết chương trình ứng dụng hệ thống quản lý nhân sự dựa vào ảnh vân tay

• Thiết kế kết nối với LCD và hiển thị kết quả nhận dạng trên LCD

1.5 Phương pháp nghiên cứu

• Sử dụng đầu đọc vân tay Microsoft Fingerprint Reader trong đề tài để thu nhận ảnh vân tay đầu vào cho việc xử lý nhận dạng

• Sử dụng ngôn ngữ Visual C ++ để lập trình chương trình ứng dụng : “Hệ Thống Quản Lý Dựa Vào Ảnh Vân Tay”

1.6 Cấu trúc luận văn

Luận văn gồm 8 chương được trình bày theo thứ tự như sau:

Chương 1: Cơ sở nghiên cứu và mục đích của luận văn

Chương 2: Tổng quan về hệ thống sinh trắc học

Chương 3: Tổng quan nhận dạng vân tay

Chương 4: Lý thuyết nhận dạng vân tay

Chương 5: Mô hình Markov ứng dụng vào hệ thống nhận dạng

Chương 6: Hệ thống nhận dạng vân tay

Chương 7: Hệ thống quản lý nhân sự dựa vào ảnh vân tay

Chương 8: Kết luận và hướng phát triển đề tài

2.2.1 Ghi nhận lấy mẫu 2.2.2 Lưu mẫu vào dữ liệu 2.2.3 Xác thực

2.2.4 Hoàn tất việc thực thi giao dịch và lưu trữ

2.3 Hiệu quả của hệ thống 2.4 Các phương pháp sinh trắc học hiện đang sử dụng

2.4.1 Nhận dạng dựa vào thao tác nhấn phím (Keystroke dynamics)

2.4.2 Xác thực chữ ký 2.4.3 Xác thực bằng giọng nói 2.4.4 Xác thực dựa vào hình dạng bàn tay 2.4.5 Xác thực dựa vào ảnh vân tay 2.4.6 Nhận dạng mặt người

2.4.7 Nhận dạng nhờ quét mống mắt 2.4.8 Nhận dạng võng mạc

2.5 Kết luận chung về các hệ thống sinh trắc học

2.1 Giới thiệu về hệ thống sinh trắc học

Một hệ sinh trắc học có thể được mô tả như một hệ vật chất có thể đo được hoặc dáng điệu hành vi mà người ta có thể thu được và sử dụng nó cho việc kiểm tra nhận dạng một người bằng cách so sánh mẫu đo đó với mẫu đã được lưu trữ trong

cơ sở dữ liệu Vì vậy việc nhận dạng một người dựa vào sinh trắc học là dựa vào những hình dáng phân biệt của người đó Ví dụ như nhận dạng vân tay, giọng nói hoặc các đặc tính về khuôn mặt…

Ý tưởng của việc nhận dạng dựa vào sinh trắc học không còn mới và đã phát triển hàng vài thế kỷ nay Chúng ta biết rằng các ông vua thành Babylon đã sử dụng những dấu tay của họ trong việc xác nhận các tài liệu [1] và các chữ ký viết tay đã trở thành cách thông dụng trong việc xác nhận các tài liệu kể từ khi một người bắt đầu biết viết Một ví dụ khác về sinh trắc học đó là ảnh trên thẻ chứng minh thư và

hộ chiếu, nó vẫn còn phổ biến cho đến ngày nay trong việc xác nhận nhận dạng một người Sự khác biệt ngày nay đó là chúng ta có thể thâm nhập vào những công nghệ cho phép chúng ta thực hiện việc xác thực (verification) một cách tự động và hầu hết là theo thời gian thực Điều này mở ra nhiều lãnh vực ứng dụng mới cho việc nhận dạng dựa vào sinh trắc học, và vì vậy nó là lĩnh vực nghiên cứu rất được quan tâm Ví dụ những thông tin về sinh trắc học được lưu trữ trên những thẻ tín dụng để người sử dụng sẽ chỉ việc cung cấp dấu vân tay để thực hiện giao dịch Và điều này không chỉ làm cho việc sử dụng trở nên dễ dàng hơn mà nó còn giảm thiểu số lượng thẻ tín dụng bị nhầm lẫn và khả năng tránh giả mạo rất cao

Khi nói về các hệ thống sinh trắc học, luôn luôn chúng ta chia nó thành 2 nhóm Hai hệ thống này nhìn như thể là một, nhưng thực sự chúng khác nhau vì tùy vào nhiều yêu cầu của hệ thống

• Các hệ thống xác thực dựa vào sinh trắc học (Biometric identity Verification system): Hệ thống chỉ thực hiện đối sánh một người với một người dựa vào sinh trắc học vì người sử dụng đã cung cấp những thông tin ví dụ như tên người sử dụng và mã PIN rồi

• Các hệ thống nhận dạng dựa vào sinh trắc học (Biometric Identification systems): Là hệ thống thực hiện đối sánh một người với nhiều người trong cơ

sở dữ liệu dựa vào sinh trắc học Quá trình tìm kiếm với nhiều mẫu sinh trắc học của nhiều người trong cơ sở dữ liệu nhằm đối sánh với mẫu hiện thời đưa vào xem có trùng khớp nhau không Và thường thì khó có sự trùng khớp hoàn toàn được Thử tưởng tượng để đối sánh một mẫu sinh trắc học của một người

với khoảng 10 ngàn mẫu sinh trắc học của 10 ngàn người được lưu trong cơ sở

dữ liệu thì rõ ràng thời gian tính toán sẽ nhiều hơn nhiều so với hệ thống xác thực sinh trắc học chỉ thực hiện đối sánh một người với một người

2.2 Một hệ thống sinh trắc học bất kỳ làm việc như thế nào?

Hầu hết các hệ thống sinh trắc học đề sử dụng quy trình tương tự như dưới đây

để xác thực sinh trắc học Quy trình này có thể được chia thành nhiều bước sau:

Hình 2.1 Một hệ thống sinh trắc học điển hình

2.2.1 Ghi nhận lấy mẫu

Trước khi dựa vào sinh trắc học để nhận dạng một người nào đó thì người ta sẽ lấy mẫu sinh trắc học của người đó (ví dụ dấu vân tay, hình ảnh mống mắt…) và lưu vào cơ sở dữ liệu người dùng Việc ghi nhận lấy mẫu này là một bước rất quan trọng trong cả quá trình nhận dạng Nếu trong quá trình ghi nhận lấy mẫu này thực hiện không tốt, những ảnh lấy mẫu sẽ không có chất lượng sẽ khó cho việc so sánh với mẫu hiện thời được đưa vào nhận dạng sau này trong quá trình nhận dạng

2.2.2 Lưu mẫu vào dữ liệu

Thoạt nhìn, bước này tưởng chừng như dễ dàng nhưng thực sự nó là vấn đề quan tâm vì nó liên quan đến lưu mẫu dữ liệu

Trước tiên, người ta quyết định xem mẫu dữ liệu được lưu dưới định dạng nào Đối với những hệ thống giống như nhận dạng thẻ tín dụng thì làm việc trên một vài chuẩn quốc tế trong việc định dạng lưu dữ liệu Các hệ thống ATM và các đầu đọc thẻ tín dụng phải biết được loại dữ liệu mà nó đang tìm kiếm khi đưa mẫu hiện thời

Thứ hai là người ta sẽ quyết định xem dữ liệu mẫu được lưu ở đâu Ví dụ như thẻ tín dụng, chúng ta thấy rằng người ta sẽ lưu mẫu dữ liệu trên một dạng thẻ thông minh nào đó Sự lựa chọn này có những ưu điểm riêng Thông thường người ta e ngại việc lưu dữ liệu những thông tin cá nhân và dữ liệu nhận dạng trên những hệ thống lớn cơ sở dữ liệu, vì có khả năng dễ bị lạm dụng Vì vậy người sử dụng cảm thấy tốt hơn nếu những thông tin đó được quản lý bởi chính họ trong trong các hệ thống quản lý sinh trắc học Thẻ sim của điện thoại di động là một ví dụ đối với dạng lưu trữ này Nếu thiết bị quét sinh trắc học được kết hợp vào với điện thoại di động thì mẫu thông tin người sử dụng sẽ được lưu trên thẻ sim sẽ thay thế cho hoặc

sẽ cùng với thông tin mã PIN sẽ tăng cường tính bảo mật cho người dùng

Tuy nhiên, điều này không phải là cách phù hợp đối với việc lưu trữ những mẫu

dữ liệu trong tất cả các hệ thống Nếu chúng ta sử dụng điện thoại di động, thì chúng ta lại muốn sử dụng bộ quét sinh trắc học để ngăn chặn kẻ gian lấy cắp điện thoại Và nếu như thông tin về sinh trắc học của người dùng lại được lưu trên thẻ sim của chiếc điện thoại thì kẻ gian có thể lấy những thông tin sinh trắc học đó và lưu vào một thẻ sim mới thay thế cho nó để có thể sử dụng phần cứng của chiếc điện thoại đó.Thay vì vậy những mẫu thông tin sinh trắc học sẽ được lưu trong các thiết bị quét hiện thời (actual scanning device) vì vậy sẽ khó cho kẻ gian có thể lấy cắp thông tin đó hơn

Một lựa chọn khác để lưu dữ liệu mẫu là cơ sở dữ liệu người dùng trung tâm Nếu như một hệ thống sinh trắc học có một số lượng lớn về số người sử dụng thì việc lưu dữ liệu mẫu trong phạm vi các thiết bị quét là điều không thiết thực

2.2.3 Xác thực (verification)

Khi một người dùng sử dụng hệ thống xác thực dựa vào sinh trắc học thì mẫu sinh trắc học hiện thời được đưa vào thiết bị quét và nó sẽ được so sánh với mẫu dữ liệu sinh trắc học của người đó Đây là phần phức tạp nhất của hệ thống và nó gọi là

“Xác thực” (Verification) Quy trình xác thực có thể được chia nhỏ thành các bước sau:

Hình 2.2 Các bước của quy trình xác thực của hệ thống

• Tiền xử lý

Trước tiên mẫu hiện thời (live sample) được đầu đọc quét và lấy vào Tất cả các

hệ thống cần lọc mẫu hiện thời theo nhiều cách để tìm kiếm những chi tiết liên quan

Ví dụ: công việc này có thể thực hiện bằng cách loại bỏ nền của ảnh từ ảnh khuôn

mặt hoặc chuyển đổi ảnh dấu vân tay từ ảnh mức xám sang ảnh trắng đen, làm mỏng đường vân sao cho độ rộng đường vân còn lại chỉ còn 1 pixel trong quá trình tiền xử lý để tiện cho việc thực hiện các giai đoạn sau này của quá trình xác thực

• Phân loại

Nếu hệ thống có nhiều người sử dụng thì việc phân loại mẫu trước khi so sánh với các mẫu thực trong cơ sở dữ liệu là một việc nên được thực hiện Thực hiện công việc phân loại sẽ giúp cho hệ thống giảm thiểu nhiều thời gian nhận dạng do chỉ so sánh mẫu vân tay hiện thời với một vài phân loại của nó mà thôi, không nhất thiết phải so sánh với tất cả các mẫu trong cơ sở dữ liệu Hình 2.3 minh họa hệ phân loại vân tay được sử dụng trong các tổ chức luật pháp hàng thập kỷ Khi một dấu vân tay được in trên thẻ, thì chuyên gia có thể thực hiện phân loại nó Cách này dễ dàng tìm các mẫu đối sánh trong cơ sở dữ liệu khi đưa dấu vân tay vào Ngày nay sự phân loại được thực hiện một cách tự động và phương pháp có thể phụ thuộc vào loại hệ thống sinh trắc học được sử dụng

Hình 2.3 Một ví dụ về phân loại hệ sinh trắc học

• Đối sánh

Quá trình đối sánh là một phần của quá trình xác thực, ở đó hệ thống sẽ tìm một mẫu đã nằm sẳn trong cơ sở dữ liệu sao cho khớp với mẫu đưa vào bởi người sử dụng Vì bản chất mẫu đưa vào là analog nên hệ thống sẽ hầu như không thể nào tìm thấy mẫu hoàn toàn trùng khớp với nó trong cơ sở dữ liệu, nhưng nó sẽ đưa ra một danh sách các mẫu có khả năng nhất Nếu hệ thống chấp nhận người sử dụng hoặc không chấp nhận thì tùy thuộc vào ngưỡng an toàn nào đó được cài đặt bởi hệ thống

Chúng ta đang nói về quy trình đối sánh thực chất được thực thi phụ thuộc nhiều vào loại hệ thống sinh trắc học như thế nào Một cách tổng quát, hệ thống sẽ cố tìm một vài đặc tính chủ chốt nào đó trong mẫu người sử dụng đưa vào để đối sánh với mẫu được lưu trong cơ sở dữ liệu

2.2.4 Hoàn tất việc thực thi giao dịch và lưu trữ

Tùy thuộc vào hệ thống được thiết kế cho việc xác thực hay nhận dạng mà kết quả của việc thực hiện giao dịch có thể được chấp nhận hay không, để loại bỏ hay đưa ra một danh sách trùng hợp có khả năng nhất Trong trường hợp là hệ thống xác thực, việc giữ một log xác thực đã thử vì các lý do an toàn và thống kê là một ý tưởng hay Một vài hệ thống có thể cập nhật mẫu khi giao dịch đã thực hiện xong, cách này sẽ làm cho chất lượng mẫu được cải thiện liên tục và hệ thống sẽ có thể xử

lý tốt với những thay đổi dù nhỏ nhất của mẫu sinh trắc học Ví dụ như các vết sẹo

của dấu vân tay…

2.3 Hiệu quả của hệ thống

Hiệu quả của hệ thống là một thuật ngữ mơ hồ và nghĩa của nó như thế nào còn tùy thuộc vào loại hệ thống nào đang sử dụng nó Khi nói về hiệu quả của hệ thống sinh trắc học thì người ta luôn nghĩ rằng nó là xác xuất mà hệ thống chấp nhận người được quyền sử dụng nó hay là xác suất từ chối những người không có quyền

sử dụng nó Như đề cập các phần trước, một hệ thống sinh trắc học luôn luôn được cài đặt một ngưỡng an toàn nào đó, cho phép người quản trị hệ thống có thể điều chỉnh hệ thống đó sao cho đạt hiệu quả tối ưu

Khi mô tả các hệ thống sinh trắc học, người ta thường đề cập đến 2 tỉ lệ:

• Tỉ lệ từ chối sai FRR ( False Reject Rate): là phần trăm số lần mà hệ thống từ chối chấp nhận người được quyền sử dụng, nói cách khác, người được quyền

sử dụng hệ thống đó lẽ ra được chấp nhận nhưng hệ thống lại từ chối họ

• Tỉ lệ chấp nhận sai FAR ( False Accept Rate): là phần trăm số lần mà hệ thống

đó chấp nhận người không có quyền sử dụng hệ thống nói cách khác là người không được quyền sử dụng hệ thống đó lẽ ra bị từ chối nhưng hệ thống lại chấp nhận họ FAR và FRR có mối liên hệ mật thiết nhau Nếu người quản trị

hệ thống tăng giá trị ngưỡng an toàn lên thì tỉ lệ chấp nhận sai sẽ giảm, nhưng lúc đó thì FAR lại tăng lên, vì vậy mẫu hiện thời của người được quyền sử dụng hệ thống đó được đưa vào sẽ khó trùng khớp với những yêu cầu cao hơn

Sự tương phản này là điều thực tế, vì nếu giá trị ngưỡng giảm xuống thì FRR

sẽ giảm, nhưng FAR lại tăng

Hình 2.4 Cài đặt giá trị ngưỡng

CER ( Crossover Error Rate) Tỉ lệ lỗi giao nhau, hay đôi khi còn gọi là tỉ lệ lỗi bằng nhau (EER-Equal Error Rate) là điểm mà FRR và FAR gặp nhau Hình 2.4 cho thấy vị trí của điểm này Khi ta cài đặt giá trị ngưỡng an toàn sao cho đạt được hiệu suất tối ưu của một hệ thống sinh trắc học, thì điểm CER luôn là cách lựa chọn tốt nhất [2] Dĩ nhiên không phải lúc nào cũng theo điều này, nó còn phụ thuộc vào dạng mức an toàn mà hệ thống sử dụng Nếu hệ thống xác thực nhận dạng cá nhân một người có quyền sử dụng, thì một vài trường hợp từ chối nhầm dù sao cũng tốt hơn so với những rủi ro nếu cho phép người không được phép sử dụng lại truy cập vào được hệ thống Mặt khác, nếu hệ thống sinh trắc học được sử dụng trong một máy ATM thì rủi ro của một vài trường hợp chấp nhận nhầm dù sao cũng tốt hơn so với những rắc rối cho khách hàng phải đứng đợi hệ thống xử lý cứ từ chối không cho khách hàng truy cập máy ATM

Một vấn đề quan trọng khác khi nói đến tính hiệu quả của hệ thống là FTA ( Failure to Acquire biometric) Lý do nhà cung cấp hệ thống thường không đề cập đến FTA, FTA luôn luôn cao hơn nhiều so với FAR và FRR Ví dụ một nhà cung cấp hệ thống xác thực dấu vân tay khẳng định hệ thống của họ có CER là 0.0001%, điều này có thể đúng theo lý thuyết, nhưng còn phụ thuộc vào thiết bị quét và năng lực của nhóm người sử dụng, FRR thực tế có thể là 20%, con số này là do thực tế hệ thống có thể chỉ thu được mẫu đủ chất lượng với 4 lần lấy mẫu từ 5 lần

Còn một vài vấn đề khác cần phải xem xét khi đánh giá hiệu quả của một hệ thống sinh trắc học, ví dụ như tốc độ xử lý, sự chấp nhận của người dùng… Ví dụ bạn có thể không sử dụng một hệ thống sinh trắc học trong máy ATM nếu nó phải mất đến 2 phút để xác nhận cho bạn truy cập vào, hoặc nếu bạn không tin tưởng hệ thống sinh trắc học làm việc chính xác thì bạn cũng không sử dụng nó làm gì

2.4 Các phương pháp sinh trắc học hiện đang sử dụng

Ngày nay có một vài phương pháp nhận dạng sinh trắc học khác nhau được sử dụng Những phương pháp này có thể được chia thành 2 nhóm chính: nhóm phương pháp nhận dạng sinh trắc học dựa vào thuộc tính hành vi (Behavioral method) và nhóm phương pháp nhận dạng sinh trắc học dựa vào đặc điểm cơ thể người (Physiological Method)

• Nhóm phương pháp nhận dạng sinh trắc học dựa vào thuộc tính hành vi sẽ nhận dạng một vài hành vi đặc trưng của con người Ví dụ nó có thể là cách

mà người đó sử dụng viết khi đang viết hoặc cách mà người đó nhấn các phím trên bàn phím khi nhập mã PIN…

• Nhóm phương pháp nhận dạng sinh trắc học dựa vào đặc điểm cơ thể người thì nhận dạng đặc điểm cơ thể đặc trưng của con người Ví dụ như, dấu vân tay, mống mắt (Iris), võng mạc (Retina)…những đặc điểm nhận dạng này có mặt trong các hệ phương pháp luận về nhận dạng sinh trắc học thông dụng nhất cho tới ngày nay Ngoài ra còn có một vài phương pháp khác như nhận dạng dựa vào biểu đồ nhiệt độ của khuôn mặt cũng được sử dụng

Hình 2.5 Một số công nghệ sinh trắc học nhận dạng dừa vào: a)tai, b)khuôn mặt,

c)Biểu đồ nhiệt khuôn mặt, d)biểu đồ nhiệt lòng bàn tay, e) mạch bàn tay, f)hình dạng bàn tay, g) dấu vân tay, h) mống mắt(Iris), i) võng mạc(retina), j) chữ ký, k) giọng nói

2.4.1 Nhận dạng dựa vào thao tác nhấn phím (Keystroke dynamics)

Nhận dạng dựa vào thao tác nhấn phím là một giải pháp phần mềm thuần túy và

có thể được mô tả như là một sự mở rộng cho các mật khẩu và mã PIN Khi người

sử dụng nhập một mật khẩu hoặc một mã PIN vào hệ thống thì thao tác của quá trình nhấn có thể được sử dụng cho việc nhận dạng cho các hệ thống nhận dạng hành vi Hệ thống nhận dạng dựa vào thao tác động sẽ phân tích thời gian mà người

sử dụng đó mất để tìm thấy các phím trên bàn phím, lượng thời gian để nhấn các phím khác và cũng như tốc độ nhấn phím Đây là phương pháp được sử dụng phần lớn vì nó không đòi hỏi thêm phần cứng và do đó giá thành thấp, có thể thay thế cho các hệ thống sinh trắc học khác tăng cao mức độ an toàn

Nhưng phương pháp này cũng tồn tại nhiều vấn đề, nó rất nhạy với những thay đổi về tâm lý của người sử dụng Ví dụ như khi người sử dụng bị stress, mệt mỏi thì thao tác nhấn phím sẽ khác nhiều so với lúc họ tỉnh táo Ngoài ra thao tác nhấn phím cũng sẽ thay đổi nhiều theo thời gian, khi họ sử dụng nhiều hơn thì sẽ thuần thục hơn, tốc độ nhanh hơn…Còn nếu họ ít sử dụng thao tác thì tác động nhấn phím

sẽ chậm chạp, khác nhiều so với lúc họ sử dụng thường xuyên, vì vậy phương pháp này được sử dụng nhiều đối với trường hợp người sử dụng đã quen với thao tác của

họ, trong những môi trường mang tính ổn định cao.Ví dụ như có thể áp dụng với người sử dụng ở văn phòng thao tác hằng ngày với mật khẩu của máy tính cá nhân

Vì vậy hiệu quả của phương pháp này cao hay không thường phụ thuộc vào ứng

dụng hiện tại là gì và mức độ thuần thục của nhóm người sử dụng

2.4.2 Xác thực chữ ký

Chữ ký đã được sử dụng cho việc xác thực các giao dịch trải qua nhiều thế kỷ cho đến ngày nay và là phương pháp xác thực dựa vào chữ ký đã tồn tại trong một thời gian dài Các hệ thống xác thực tự động dựa vào chữ ký không chỉ nghiên cứu

sự hiện diện của chữ ký mà còn nghiên cứu đến cả tính động của cách viết ra chữ ký

đó Ví dụ như khảo sát độ mạnh, độ nhấn mạnh cây viết chì xuống bề mặt viết trong nhiều giai đoạn khác nhau để viết ra một chữ ký đó Hoặc có thể khảo sát tốc độ viết các ký tự khác nhau xem như thế nào Hoặc cũng có thể khảo sát thời gian mà một người có thể hoàn thành một chữ ký Hoặc nghiên cứu xem ký tự “t” được gạch ngang như thế nào, và khi nào được gạch ngang Ngoài ra còn có nhiều đặc tính sinh trắc học hành vi được sử dụng để xác thực việc nhận dạng người sử dụng dựa vào chữ ký của họ

Có nhiều lĩnh vực ứng dụng có thể dùng xác thực bằng chữ ký Bất kỳ một ứng dụng nào mà người sử dụng cảm thấy dễ sử dụng, thì việc sử dụng viết chì để ký tên

là một lựa chọn tốt Ví dụ, khi thực hiện xác thực các giao dịch thẻ tín dụng, khi truy xuất trên một PDA và khi ký những hợp đồng số (Digital contracts) Theo

thông cáo của các nhà cung cấp những hệ thống nhận dạng dựa vào chữ ký thì CER

ở vào khoảng giá trị 1:50 [3]

2.4.3 Xác thực bằng giọng nói

Các hệ thống xác thực dựa vào giọng nói phân tính dạng sóng và dạng áp suất khí sinh ra khi một người nói vào micro Xác thực dựa vào giọng nói có thể được xem như một sự kết hợp giữa phương pháp nhận dạng dựa vào hành vi và phương pháp nhận dạng dựa vào các đặc điểm cơ thể Sở dĩ nó là phương pháp dựa vào đặc điểm cơ thể vì cấu trúc cung âm thanh, dãi âm thanh, vòm miệng, răng và các phần bên trong miệng sẽ ảnh hưởng đến cách mà một người phát âm Nó còn là phương pháp xác thực dựa vào đặc tính hành vi vì cái cách mà một từ được phát âm, áp suất khí khác nhau theo thời gian khác nhau là thuộc về đặc tính hành vi riêng của người

sử dụng

Một trong những vấn đề khó khăn đối với hệ thống xác thực dựa vào giọng nói là tiếng ồn Rất khó để tách mẫu âm thành từ tiếng ồn, đặc biệt là trong môi trường di chuyển, tiếng ồn thay đổi nhiều Một cách để cải thiện vấn đề này là người sử dụng nên dùng một mirco để gần miệng Theo cách này thì âm thanh của người nói sẽ to hơn, lấn át tiếng ồn, và nó là âm thanh trội trong mẫu lấy âm thanh Một vấn đề khác đó là sự phân biệt đâu là âm thanh phục vụ cho việc lấy mẫu, làm sao hệ thống

có thể nhận biết được đâu là âm thanh không phục vụ cho việc lấy mẫu Các hệ thống trước đây thường kém với sự phân biệt này, nhưng những hệ thống càng về sau thì đã được cải thiện tốt hơn Thông cáo của nhà cung cấp các hệ thống nhận dạng dựa vào giọng nói với giá trị CER vào khoảng 1:50 [3]

Hình 2.6 Các đặc điểm cơ thể quyết định đến đặc điểm của giọng nói

Xác thực dựa vào giọng nói đã được sử dụng trong một vài năm gần đây và nó có

ưu điểm là dễ sử dụng Người dùng chỉ việc nói vào một micro và không phải e ngại với suy nghĩ phải để lại mẫu giọng nói của mình vào cơ sở dữ liệu, do đó họ cảm thấy thoải mái Có nhiều lĩnh vực ứng dụng xác thực bằng giọng nói, ví dụ có thể thấy ứng dụng xác thực bằng giọng nói có mặt trong các thiết bị điện thoại di động Phần cứng cần thiết thì đã có sẳn rồi, vì vậy giá thành có thể giảm tối thiểu Mặt khác người sử dụng cũng quen thuộc với việc nói vào micro nên họ luôn có thái độ thiện cảm với những công nghệ nhận dạng giọng nói như thế này

2.4.4 Xác thực dựa vào hình dạng bàn tay

Các máy quét thu nhận hình dạng bàn tay đã được sử dụng trên thị trường qua nhiều thập kỷ Thiết bị đọc đầu tiên hoàn toàn làm bằng cơ khí và đã được thiết kế bởi anh em nhà Miller, ở bang New Jersey vào cuối những năm 1960 Ngày nay, những máy quét hình dạng bàn tay quét được hình dạng bàn tay theo 3 chiều và đo đạc khoảng 90 thông số từ các tác vụ quét này Những thông số này có thể là chiều dài ngón tay hay chiều cao ngón tay Các thông số này được chuyển đổi sang mẫu lưu với kích thước 9 bytes Để giúp người sử dụng đặt tay đúng vị trí trên bề mặt máy quét, máy quét được thiết kế luôn có những cái chốt định vị trên bề mặt đặt tay vào Hình 2.7 cho thấy một máy quét hình dạng bàn tay

Hình 2.7 Máy quét hình dạng bàn tay [4]

Các máy quét hình dạng bàn tay được ứng dụng khá rộng rãi trên nhiều lĩnh vực

Nó được sử dụng trong nhiều năm qua trong lĩnh vực đòi hỏi điều kiện an toàn cao

ví dụ như nơi các hầm mỏ kim cương, các ngân hàng hay các kế hoạch năng lượng hạt nhân Theo thông cáo của các nhà cung cấp những hệ thống dạng này có giá trị CER vào khoảng 1:500 [3] Có 2 nhược điểm đối với những hệ thống xác thực dựa vào hình dạng bàn tay: Thứ nhất là nó khá lớn, nếu không lớn thì khó đặt tay vào

máy, do đó việc sử dụng những hệ thống dạng này không phải là ý tưởng hay cho các ứng dụng di động Thứ hai là các máy quét hình dạng bàn tay được điều chỉnh phù hợp với bàn tay ở một kích thước nào đó do khó thay đổi các chốt định vị Vì vậy đối với trẻ em với bàn tay nhỏ và người lớn với chứng viêm khớp sẽ không thể duỗi hết các ngón tay của mình ra sao cho vừa với vị trí đặt bàn tay của máy, do đó rất khó sử dụng hệ thống dạng này

2.4.5 Xác thực dựa vào ảnh vân tay

Hầu hết các hệ thống xác thực vân tay sử dụng đối sánh dựa vào điểm đặc trưng Các điểm đặc trưng là những điểm trong ảnh vân tay, nơi các đường vân kết thúc hay rẽ nhánh Hình 2.8 là một ví dụ về mẫu vân tay đã đánh dấu các điểm đặc trưng Tuy nhiên còn có nhiều phương pháp đối sánh khác, ví dụ như đối sánh các ảnh và đối sánh hình dạng đường vân Theo một vài nhà sản xuất thì đối sánh ảnh an toàn hơn so với đối sánh dựa vào điểm đặc trưng, nhưng đó không phải là quan điểm chung [2] Theo hầu hết các ý kiến của các chuyên gia, thì đối sánh dựa vào điểm đặc trưng là an toàn nhất, đơn giản nhất và là phương pháp ổn định nhất được dùng Theo thông cáo của các nhà cung cấp những hệ thống xác thực vân tay thì giá trị CER là 1:500 [3]

Hình 2.8 Các điểm đặc trưng của ảnh vân tay mẫu

Do thực tế rằng các thiết bị quét vân tay tương đối nhỏ, 2x15x15mm và rẽ nên chúng được dùng trong nhiều lĩnh vực Các thiết bị quét vân tay có thể được tích hợp trên bàn phím, điện thoại di động, chuột máy tính, các máy tính laptop…Tuy nhiên, còn tồn tại một số vấn đề cần lưu ý khi nói về một hệ thống xác thực ảnh vân tay

• Hầu hết các thiết bị quét vân tay không hoạt động tốt trong môi trường có nhiệt độ cao và nhiều bụi

• Người sử dụng phải lau tay sạch sẽ, thì các thiết bị quét mới làm việc tốt Ví

dụ đặt thiết bị quét vân tay để xác thực cổng ra vào một garage là không phù hợp

• Có khoảng 5% dân số có dấu vân tay không thích hợp đối với các phương pháp đối sánh vân tay, có thể là do một vài lý do như chênh lệch độ cao giữa vân nổi và vân chìm quá nhỏ (đường vân nổi quá cạn), hoặc dấu vân tay bị mòn do tính chất công việc…

Hình 2.9 Chíp quét vân tay của hãng Verdicom Inc

2.4.6 Nhận dạng mặt người

Phương pháp nhận dạng đầu tiên mà loài người sử dụng luôn là nhận dạng mặt người vì khả năng của não bộ phát triển dễ nhớ với khuôn mặt người hơn nên dễ nhận biết mặt người hơn Nếu quá trình nhận dạng mặt người được tự động hoàn toàn thì ứng dụng của nó sẽ rất lớn trong rất nhiều lĩnh vực Các tên tội phạm có thể được nhận dạng và phát hiện trước khi bước qua cổng kiểm soát ở sân bay, bến cảng, hay các tên hooligan có thể phát hiện và trục xuất trước khi vào sân vận động…Ngày nay có nhiều hệ thống đòi hỏi phải có khả năng làm những việc giống như vậy, tuy nhiên hiệu quả của nó không phải lúc nào cũng tốt như các nhà cung cấp quảng cáo

Các hệ thống nhận dạng mặt người có thể được chia thành hai nhóm chính Các

hệ thống dùng để xác thực việc nhận dạng một người trong một môi trường đã biết trước với một khoảng cách không thay đổi và nhóm thứ 2 là các hệ thống nhận dạng một người từ một nhóm người trong một môi trường có tính động ở một khoảng cách ngẫu nhiên Các hệ thống dạng này phải giải quyết nhiều vấn đề trước khi có thể nhận biết được khuôn mặt thực của một người Trước tiên, mặt người phải được xác định nằm trong một ảnh và sau đó nó được tách ra khỏi ảnh nền của nó Đây là nhiệm vụ khá dễ trong trường hợp các hệ thống là xác thực, nhưng quả thực không

dễ trong các hệ thống nhận dạng Nếu một người đang đứng giữa đám đông, việc tính toán xác định khuôn mặt nào tìm trước tiên và khuôn mặt nào tìm sau cùng quả thực không phải là một nhiệm vụ dễ dàng Nếu đám đông đó di chuyển thì nhiệm vụ lại càng phức tạp hơn nhiều

Do chỉ thêm phần cứng vào hệ thống nhận dạng khuôn mặt là một camera nên phương pháp nhận dạng này có giá thành vừa phải Một camera PC có độ phân giải gốc là 320x200 pixel cũng đủ để đạt được hiệu quả hợp lý Có 3 hệ phương pháp

chính được dùng hiện này là eigenfaces (đặc trưng khuôn mặt), phân tích nét mặt và

xử lý khuôn mặt tự động (AFP) Phương pháp eigenface làm nổi bật một vài đặc

điểm phân biệt nào đó của khuôn mặt, các đặc điểm này như là các đặc trưng của khuôn mặt Sử dụng các đặc trưng nhằm giảm kích cỡ của các ảnh khuôn mặt Các ảnh khuôn mặt sau đó được biểu diễn dưới dạng các vector có kích thước nhỏ Các vector này sau đó được đối sánh với các vector ảnh khác bằng phép tính đơn giản

theo tiêu chuẩn Euclidean Phương pháp thứ hai là phương pháp phân tích nét mặt, làm việc tương tự như phương pháp eigenfaces, nhưng nó chia khuôn mặt ra nhiều

vùng Theo cách này thì hệ thống có thể dễ dàng bù cho những khác biệt nhỏ, ví dụ như khi cười AFP là công nghệ nhận biết khuôn mặt đơn giản nhất và ít tin cậy nhất, nó đo khoảng cách các vector giữa các đặc điểm phân biệt của khuôn mặt Tuy nhiên đôi khi, trong những trường hợp ánh sáng kém AFP có thể hoạt động tốt hơn những phương pháp khác Theo thông cáo của các nhà cung cấp thì CER có giá trị 1:100 đối với các hệ thống nhận dạng khuôn mặt [3]

2.4.7 Nhận dạng nhờ quét mống mắt (Iris)

Mống mắt là phần được phủ màu của mắt và nó là bộ phận duy nhất giúp nhận dạng người Mống mắt được hình thành trong tuần thứ 8 của thai nhi và không hề thay đổi trong suốt cả cuộc đời Các đặc điểm có thể thấy được của mống mắt như quầng,nếp, và tàn nhang…được quét nhờ sử dụng một video camera thông thường

để tạo một mẫu sinh trắc học Phương pháp này rất an toàn, theo thông cáo của nhà cung cấp thì CER có giá trị 1:131000 đối với các hệ thống xác thực dựa vào mống mắt [3] Một số phần của mống mắt không được sử dụng khi tạo mã code mống mắt (IrisCode) Các công nghệ hiện nay có thể làm việc với tầm đặt mắt khoảng 1 m trước camera Công nghệ xác thưc này cũng có thể làm việc được khi người sử dụng mang kiếng

Hình 2.10 Hình ảnh mắt người và mã IrisCode được đánh dấu

Do FAR rất thấp và giá khá thấp khoảng 300$ và dễ sử dụng nên có nhiều lĩnh vực có thể ứng dụng các hệ thống nhận dạng mống mắt, ví dụ như các laptop, máy tính các nhân, hoặc truy cập mạng Tuy nhiên các hệ thống nhận dạng mống mắt chưa thích hợp với các ứng dụng di động Việc tính toán sử dụng trong sản phẩm IrisCode và việc tìm kiếm của cơ sở dữ liệu được cải tiến khá nhiều và khả năng xử

lý cần thiết vẫn chưa được sử dụng trong các thiết bị di động thông thường

Hình 2.11 Máy quét mống mắt SecrueCam của hãng Sensar Inc

2.4.8 Nhận dạng võng mạc (Retina)

Vào năm 1935, khi nghiên cứu về các bệnh truyền nhiễm mắt, các bác sỹ đã nhận thấy rằng các dạng mạch máu của võng mạc mắt người tương đối ổn định và duy nhất Sau đó họ đã xuất bản một bài báo nói về khả năng sử dụng các hình ảnh về võng mạc để phục vụ cho các mục đích nhận dạng Nhà cung cấp hàng đầu về các sản phẩm thiết bị quét võng mạc đã phát triển các sản phẩm của họ trong những năm cuối 1970 và đã tiếp tục cải tiến những sản phẩm của họ theo thời gian Các thiết bị quét võng mạc được biết luôn có FAR thấp và vì vậy nó đã được sử dụng qua nhiều năm và có độ an toàn rất cao Theo thông cáo các nhà cung cấp các hệ thống xác thực dựa vào võng mạc, giá trị CER là 1: 10.000.000 [3]

Quá trình xác thực làm việc bằng cách sử dụng một nguồn sáng với cường độ sáng thấp để quét 3600 của võng mạc.Thiết bị quét có trên 400 đầu đọc Các dạng mạch máu được giảm xuống còn 192 điểm tham chiếu, được lưu trong một mẫu có kích thước 96 bytes Toàn bộ quá trình xác thực mất khoảng 1.5 giây

Các thiết bị quét không được thân thiện khi sử dụng, thiết bị quét luôn được gắn trên tường, điều này ít nhất cũng gây cảm giác không được thoải mái cho một số người sử dụng nào đó do không có cách nào thích hợp để gắn thiết bị quét lên tường

mà tương thích với tất cả chiều cao của nhiều người sử dụng Người sử dụng phải

bỏ kiếng ra trước khi sử dụng thiết bị quét võng mạc Các mẫu máy đầu tiên đòi hỏi người sử dụng phải tiếp xúc với thiết bị, nhưng những mẫu mới hơn đã giải quyết được vấn đề này Khi sử dụng những thiết bị này cũng gặp phải một số vấn đề do tâm lý ngại nguồn sáng chiếu vào võng mạc gây nguy hiểm cho mắt, nên người sử dụng đôi khi khó có thể chấp nhận

Hình 2.12 Thiết bị quét võng mạc của hãng Eyedentify Inc

2.5 Kết luận chung về các hệ thống sinh trắc học

Ngày nay với sự phát triển nhanh chóng của khoa học kỹ thuật, giá cả cũng như kích thước của các phần cứng ngày càng giảm nên các hệ thống sinh trắc học đã trở nên thông dụng hơn trong các ứng dụng hằng ngày Một khi hệ thống sinh trắc học được tích hợp trong các thiết bị di động, thì người ta có thể mong đợi sẽ có những thiết bị dùng công xác thực vân tay hay giọng nói như trong các điện thoại di động Công nghệ xác thực chữ ký cũng là một lựa chọn tốt trong tương lai đối với các ứng dụng di động, không chỉ trong điện thoại di động mà còn trong các PDA

Công nghệ xác thực dựa vào thao tác nhấn phím thực sự không phải là một lựa chọn tốt cho các ứng dụng di động như điện thoại Lý do là các hệ thống xác thực kiểu thế này không làm cho người dùng cảm thấy dễ dàng, người dùng vẫn phải nhớ

mã số PIN Và một lý do nữa là các hệ thống dạng này có FRR tương đối cao, do vậy đôi khi sự phiền phức sẽ làm cho người sử dụng loại bỏ hệ thống nếu có thể

Công nghệ sinh trắc học đáng quan tâm nhất của con người, không còn nghi ngờ

gì nữa đó là nhận dạng võng mạc Phần cứng tương đối đơn giản, dễ sử dụng, FRR thấp và FAR cực kỳ thấp sẽ làm cho nó nổi bật hơn so với các công nghệ khác Nhận dạng võng mạc sẽ chắc chắn trở nên được ứng dụng rộng rãi trong các thiết bị

di động

CHƯƠNG 3

TỔNG QUAN

NHẬN DẠNG VÂN TAY

3.1 Giới thiệu 3.2 Nghiên cứu về nhận dạng vân tay 3.2.1 Sinh trắc học-vân tay 3.2.2 Vân tay

3.2.3 Sự hình thành dấu vân tay 3.2.4 Lịch sử về nhận dạng dấu vân tay 3.2.5 Các phương pháp nhận dạng vân tay 3.2.6 Hệ thống nhận dạng vân tay điển hình 3.2.7 Ứng dụng hệ thống nhận dạng vân tay 3.3 Khảo sát hệ thống AFIS

3.4 Sơ lược về hệ thống quản lý nhân sự dựa vào ảnh vân tay

3.4.1 Giới thiệu 3.4.2 Giới thiệu một hệ thống quản lý nhân

sự điển hình sử dụng máy chấm công HS-GOLDEN TIME

3.4.3 Các ứng dụng của hệ thống quản lý

nhân sự dựa vào ảnh vân tay 3.5 Nghiên cứu về nhận dạng vân tay trong nước 3.5.1 Lĩnh vực an ninh

3.5.2 Lĩnh vực dân sự 3.5.3 Lĩnh vực nghiên cứu

3.1 Giới thiệu

Trong chương này đề tài sẽ trình bày một cách tổng quan về nhận dạng vân tay, các vấn đề liên quan đến hệ thống nhận dạng vân tay và cũng như ứng dụng của nhận dạng vân tay trong các lĩnh vực, và đặc biệt là lĩnh vực quản lý nhân sự, một mảng ứng dụng mà đề tài sẽ tập trung Kết quả đạt được của chương này giúp cho tác giả đề tài có cái nhìn khái quát về vấn đề nghiên cứu về nhận dạng vân tay, trên thế giới và cũng như trong nước đề từ đó làm cơ sở cho việc lựa chọn phương pháp nghiên cứu và cũng như xác định phạm vi của đề tài

3.2 Nghiên cứu về nhận dạng vân tay

3.2.1 Sinh trắc học vân tay

Như đã đề cập chương 2, công nghệ sinh trắc học là một công nghệ sử dụng những thuộc tính vật lý hoặc các mẫu hành vi để nhận diện con người như nhận dạng khuôn mặt, nhận dạng giọng nói, nhận dạng mắt (mống mắt, võng mạc), nhận dạng chữ ký, nhận dạng dấu vân tay, và kể cả nhận dạng tai Trong đó vân tay là một đặc điểm nhận dạng có tính chất ưu việt nhất Công nghệ nhận dạng vân tay là công nghệ sinh trắc được áp dụng phổ biến và lâu đời nhất Dấu vân tay là một đặc điểm quan trọng để phân biệt giữa người này và người khác Tính ổn định vĩnh viễn

và tính cá thể của vân tay là những cơ sở nền tảng cho bộ môn khoa học nghiên cứu

về sinh trắc nhận dạng vân tay.[5]

Hình 3.1 Một số công nghệ sinh trắc học nhận dạng dừa vào: a)tai, b)khuôn mặt, c)Biểu

đồ nhiệt khuôn mặt, d)biểu đồ nhiệt lòng bàn tay, e) mạch bàn tay, f)hình dạng bàn tay, g)

dấu vân tay, h) mống mắt, i) võng mạc, j) chữ ký, k) giọng nói

3.2.2.Vân tay

Vân tay là đường vân trên da ở đầu các ngón tay của

bàn tay người, nó là hoa văn được nối tiếp bởi các

miệng tuyến mồ hôi trên mặt ngón tay Nghiên cứu vân

tay là một bộ môn của kĩ thuật hình sự, có tác dụng rất

tích cực trong điều tra tội phạm Hiện nay khoa học về

nhận dạng dấu vân tay cũng được ứng dụng vào trong

các ngành kỹ thuật, trong hệ thống bảo mật, trong cuộc

sống hàng ngày

Hình 3.2 Vân tay

3.2.3 Sự hình thành dấu vân tay

Vân tay được hình thành hoàn thiện vào khoảng tháng thứ 7 của sự phát triển bào thai và sự hình thành các đường vân không thay đổi trong suốt cả cuộc sống của con người ngoại trừ những tai nạn như vết sẹo hay cắt bỏ ngón tay Đặc tính này giúp cho dấu vân tay trở nên thành một ký hiệu nhận dạng sinh trắc học có sức hấp dẫn cao so với các dạng nhận dạng sinh trắc học khác [5]

Người ta nghiên cứu và thấy rằng vân tay có các đặc điểm như sau:

• Vân tay mang tính di truyền

• Vân tay có tính Ổn định từ khi sinh ra cho đến lúc chết

• Vân tay mang tính Cá biệt

• Vân tay quan hệ tới số lượng nơron thần kinh của đại

não

• Vân tay của con người không ai giống ai - kể cả là sinh

đôi - Là duy nhất và không thay đổi của mỗi cá nhân và

chúng được dùng để nhận biết giữa người này với người

khác

• Vân tay của mỗi người có những nét riêng biệt được giữ

nguyên vẹn, cố định từ khi mới sinh ra cho đến khi chết

chỉ mang tính chất thay cho chữ ký chứ không mang nặng ý nghĩa dùng nó để nhận dạng hay phân biệt người với người Vài thế kỷ sau đó, một giáo sư trong lĩnh vực hình thái học, Marcello Malpighi, đã mô tả các dấu vân tay có các đường vân nổi, dạng xoắn và vòng trong nghiên cứu của ông vào năm 1686

Theo dòng thời gian, nhiều nghiên cứu tiếp diễn ra và bắt đầu phát triển trong lĩnh vực vân tay Vào năm 1823, một giáo sư trong lĩnh vực giải phẫu học tại trường đại học Bressla, ông tên là John Evangelist Purkinje, Ông ta đã chỉ ra 9 nhóm vân tay khác nhau mà chúng ta biết đó là arches, tented arches (vân sóng thần), loops (vân móc), whorls (vân xoắn), và twin loops (vân móc kép) Giống như những nghiên cứu trước đây, ông ta không đề cập đến việc sử dụng các vân tay cho mục đích nhận dạng Vào những năm 1800, ngài William Herschel, thuộc tòa án của quận Hooghly ở Jungipoor, Ấn độ đã bắt đầu việc đóng các dấu vân tay vào các văn bản, ông ta dùng nó đối với những người địa phương không biết chữ Và cùng

vì điều này ông ta đã cảm thấy thích thú với dấu vân tay và đã nghiên cứu chúng Herschel thấy rằng, ngay cả khi sau 50 năm, dấu vân tay của ông không hề thay đổi Ông ta cũng đã nghiên cứu dấu vân tay của tội phạm để xem chúng có thay đổi theo thời gian dài hay không và ông ta đã kết luận rằng dấu vân tay không hề thay đổi trong suốt cả cuộc đời Và cũng như các nghiên cứu trước đó, những năm 1870, Bác

sỹ Henry Faulds người đã thành lập bệnh viện Tsujiki ở Nhật cũng cho rằng dấu vân tay không hề thay đổi theo thời gian và không giống nhau ở bất kỳ người này với người kia nghĩa là nó là duy nhất Ông ta cũng đã phát triển phương pháp phân loại vân tay.[6]

Cuốn sách đầu tiên nói về vân tay được xuất bản vào năm 1888 do ngài Francis Galton, với tựa đề đơn giản “ Fingerprints” Galton đã thiết lập hệ thống phân loại đầu tiên cho các dấu vân tay và khẳng định rằng không có hai vân tay nào giống nhau hoặc xác xuất trùng nhau vào khoảng 1 trên 64 tỷ Sau đó hệ thống phân loại Henry được ngài Edward Henry phát triển vào năm 1901, và ngày nay tao nên cơ sở cho việc nhận dạng vân tay Hệ thống này phân loại các dạng vân nổi thành 3 nhóm: loops (vân móc), whorls (vân xoắn) và arches (vân sóng)

Việc lấy dấu vân tay đã sớm được ứng dụng trong lĩnh vực điều tra tội phạm Cục liên bang về điều tra (FBI) đã thu thập hàng triệu thẻ vân tay và bao gồm xấp xỉ

70 triệu dấu vân tay [7] [8]

3.2.5 Các phương pháp nhận dạng vân tay

Xuyên suốt quá trình từ lấy dấu vân tay cho đến các công đoạn tăng cường chất lượng ảnh, xử lý nhiễu, rút trích đặc trưng, và cuối cùng là đối sánh vân tay để kết luận Mỗi công đoạn có nhiều kỹ thuật được áp dụng và vì thế cũng sẽ cho ra các kết quả có độ chính xác khác nhau tùy thuộc vào yêu cầu của các ứng dụng khác nhau Nhiều giải thuật đối sánh vân tay cũng đã được đề xuất trước đây trong lịch

sử nghiên cứu nhận dạng vân tay Hầu hết những giải thuật này không gặp khó khăn trong việc đối sánh những ảnh vân tay có chất lượng tốt Tuy nhiên, việc đối sánh còn tồn tại một thách thức trong nhận dạng mẫu cho đến ngày nay đối với việc nhận dang những ảnh chất lượng thấp và ảnh vân tay không hoàn chỉnh nên cần thêm những giải thuật kiểm tra chất lượng ảnh để cho hệ thống chỉ chọn những ảnh tốt đưa vào cơ sở dữ liệu Ngoài ra, quy trình lấy dấu vân tay cũng được giám sát chặt chẽ FVC2000 cho thực hiện nhiều phân tích và cho thấy hầu hết các lỗi sinh ra vào khoảng 15% tới 20% với những ảnh vân tay có chất lượng kém

Có nhiều cách tiếp cận trong nhận dạng đối sánh vân tay nhưng có thể gom chúng ra thành 3 nhóm tiếp cận:

• Đối sánh dựa vào sự tương quan: tính tổng bình phương mức độ sai khác các

độ xám của 2 ảnh I và T trong số tất cả các tổ hợp các phép biến đổi ta cần xác định một phép biến đổi để tổng mức độ sai khác là nhỏ nhất

• Đối sánh dựa vào các điểm đặc trưng minutiae: là phương pháp so sánh các điểm đặc trưng Minutiae của 2 ảnh vân tay Phương pháp này cho hiệu quả cao

và được sử dụng trong phần lớn các hệ thống nhận dạng [5]

• Đối sánh dựa vào đặc điểm các đường vân: là phương pháp dựa trên các tính chất đường vân như tần số, độ dày đường vân …Việc trích xuất điểm đặc trưng sẽ rất khó đối với những ảnh có chất lượng kém Tuy nhiên nhưng đặc tính khác như dạng đường vân (hướng cục bộ và tần số, hình dạng đường vân, thông tin về cấu trúc) có thể trích ra được và có độ tin cậy cao hơn so với điểm đặc trưng Về nguyên tắc, đối sánh dựa vào tương quan và điểm đặc trưng có thể xem là các nhóm con của đối sánh dựa vào đặc điểm đường vân vì mật độ pixel và vị trí điểm đặc trưng chính là các đặc điểm của đường vân

Còn nhiều kỹ thuật khác cũng đã được đề xuất, nói chung có thể kết hợp với một trong các nhóm trên theo các đặc trưng được sử dụng, nhưng chúng ta muốn phân loại chúng một cách riêng biệt trên cơ sở kỹ thuật đối sánh vân tay Điều này cũng bao gồm các cách tiếp cận dựa vào mạng neural (Sjogaard, A992), Baldi và

Chauvin A993), Quek, Tan, và Sagar (2001), Coetzee và Botha A990)) và thử thực

hiện việc đối sánh sử dụng bộ xử lý song song hoặc các cấu hình đặc trưng khác.[5]

3.2.6 Hệ thống nhận dạng vân tay điển hình

Hình 3.4 Cấu trúc cơ bản của một hệ thống nhận dạng vân tay điển hình

• Khối lấy dấu vân tay ( cảm biến sinh trắc học: biometric sensor)

Khối lấy dấu vân tay (Biometric sensor) là những cảm biến dùng để lấy dấu vân tay, đầu ngón tay cần lấy dấu vân tay được đưa trực tiếp vào bộ phận quét vân tay của khối này Một hình ảnh về dấu vân tay chứa đựng nhiều thông tin nhưng các máy quét thông thường chỉ tập trung vào việc lấy ảnh chứa đựng những thông tin cần thiết nhất cho việc đối sánh Chất lượng của các ảnh vân tay lấy được qua máy quét là chìa khóa quan trọng cho công việc thực hiện nhận dạng vân tay của hệ thống

Hình 3.5 Cảm biến lấy dấu vân tay

Có 3 loại máy quét lấy dấu vân tay

™ Các dạng thiết bị quan học sử dụng nguồn sáng và các lăn kính để thu nhận dấu vân tay với camera

™ Các cảm biến trạng thái rắn hoặc các cảm biến silicon xuất hiện trên thị trường vào giữa những năm 1990

™ Và những dạng khác như các cảm biến âm học sử dụng các tín hiệu âm thanh để phát hiện các chi tiết vân tay

Các điểm bất thường cũng có thể là nguyên nhân do các vết thương, dơ bẩn…Các giải thuật này sử dụng bộ lọc rút trích đặc trưng để loại bỏ các biến dạng [10].Các ảnh sau khi rút trích đăc trưng sẽ được lưu vào cơ sở dữ liệu database

Ở quy trình lấy dấu vân tay và rút trích các đặc trưng của module lấy dấu vân tay

và lưu trữ (registration module) giống với quy trình lấy dấu vân tay và rút trích đặc trưng của module nhận dạng (identification or verification module).Sự khác biệt nằm ở chổ module nhận dạng sẽ có thêm khối so sánh với ảnh trong cơ sở dữ liệu, hình 3.4

• Khối so sánh

Ở khối này thì ảnh vân tay ở module nhận dạng sẽ được đem so sánh với ảnh vân tay trong cơ sở dữ liệu Thông thường việc so sánh này luôn luôn có sai số, so sánh một số lượng các đặc trưng nào đó và sẽ có một số lượng đặc trưng trùng nhau

giữa 2 ảnh vân tay Khi nào số lượng đặc trưng trùng nhau lớn hơn một mức ngưỡng nào đó thì có thể kết luận rằng 2 vân tay đó là của cùng một ngón tay

3.2.7 Ứng dụng hệ thống nhận dạng vân tay

Trong các kiểu nhận dạng sinh trắc học, thì ứng dụng nhận dạng vân tay là phổ biến nhất và có độ an toàn cao

Bảng 3.1 So sánh giữa các công nghệ nhận dạng dựa vào sinh trắc học [5]

M: medium, H: high, L: Low

Hình 3.6 Thị phần của công nghệ nhận dạng dựa vào sinh trắc học cho thấy nhận dạng

vân tay chiếm thị phần áp đảo.[5]

Công nghệ nhận dạng vân tay ứng dụng trong rất nhiều các lĩnh vực khác nhau

Có thể chia làm 3 nhóm chính :

• Nhóm ứng dụng vào pháp lý

• Nhóm ứng dụng vào quản lý của chính phủ

• Nhóm ứng dụng vào thương mại

Bảng 3.2 Các nhóm chính trong việc ứng dụng nhận dạng vân tay.[5]

• Nhóm ứng dụng vân tay vào pháp lý

Nhóm này gồm nhiều dạng như nhận dạng tử thi, nhận dạng tội phạm, nhận dạng khủng bố, nhận dạng cha mẹ, nhận dạng trẻ thất lạc …Nhóm này thường

sử dụng các nhận dạng sinh trắc học thủ công ( manual biometrics)

• Nhóm ứng dụng vân tay vào các vấn đề quản lý của chính phủ

Nhóm này sử dụng các hệ thống dựa trên thẻ (token-based systems) Gồm có Giấy chứng minh thư, bằng lái xe, quản lý xuất nhập cảnh, an ninh xã hội, các vấn đề chi tiêu phúc lợi xã hội…

• Nhóm ứng dụng vân tay vào các sản phẩm thương mại

Nhóm này sử dụng các hệ thống dựa vào tri thức ( knowledge – based systems) gồm có như: Thiết bị truy cập vào mạng máy tính, an ninh dữ liệu điện tử, truy cập thương mại điện tử, internet, thẻ ATM, thẻ tín dụng, các hệ thống truy cập vào nhà, ứng dụng vân tay trên máy điện thoại, quản lý đơn thuốc, hoặc học tập trực tuyến từ xa…

Có thể thấy một vài ứng dụng dưới đây:

• Chuột (Mouse) và bàn phím (Keyboard) có chức năng nhận dạng vân tay

Hình 3.6 Chuột và bàn phím ứng dụng nhận dạng vân tay

• USB Flashdrive Đã ứng dụng công nghệ nhận dạng vân tay vào sản phẩm USB Flashdrive, giúp cho dữ liệu lưu trên đó được bảo vệ an toàn hơn bao giờ hết

Hình 3.7 USB ứng dụng công nghệ nhận dạng vân tay

• Máy tính xách tay có chức năng nhận dạng vân tay: (hình 3.8)

Các hãng sản xuất máy tính cá nhân (PC) nổi tiếng như IBM, Compaq và Toshiba đều rất quan tâm đến kỹ thuật xác định vân tay áp dụng vào các mẫu

PC mới của họ

Máy Transport GX2 Nec Versa M350 ứng dụng công nghệ

nhận dạng vân tay FingerPrint

Hình 3.8 Ứng dụng vân tay truy cập máy tính cá nhân

• Ổ khóa nhận dạng vân tay cho gia đình: Được cho là một trong những loại khóa dành cho gia đình an toàn nhất thế giới hiện nay (hình 3.9)

Hình 3.9 Ứng dụng vân tay vào khóa vân tay

• Điện thoại nhận dạng vân tay: (hình 3.10)

Nhằm đối phó với nạn đánh cắp điện thoại di động, các hãng Motorola, Nokia, Ericsson, Sony… đều đã có hoặc đang chuẩn bị cho ra đời một số mẫu điện thoại di động mới có áp dụng kỹ thuật này Mới đây, Sagem đã giới thiệu nguyên mẫu điện thoại di động MC 959 ID chỉ hoạt động khi đã xác định được dấu vân tay của chủ

Hình 3.10 Ứng dụng nhận dạng vân tay vào điện thoại di động

• Hãng xe hơi cao cấp Daimler Chrysler cách đây vài tháng đã giới thiệu nguyên mẫu của chiếc xe hơi 300 Hemic đầu tiên áp dụng kỹ thuật xác định vân tay

Xe chỉ hoạt động khi đã nhận ra chủ của nó Ngay khi chủ xe chạm tay vào bộ phận xác định vân tay đặt trên cửa xe thì xe sẽ tự động mở cửa; và ngay khi chủ xe nắm tay vào vô-lăng thì xe cũng sẽ tự động khởi động

3.3 Khảo sát Hệ thống AFIS (Automatic Fingerprint Identification System)Công nghệ AIFS dân sự (Civil AFIS) tìm thấy ứng dụng trong 3 lĩnh vực: Công nghệ AFIS (Automatic Fingerprint Identification System) mang lại hiệu quả rất lớn trong lĩnh vực an ninh, an toàn xã hội, cả kinh tế Công nghệ nhận dạng vân tay tự động AFIS là công nghệ sinh trắc học chín muồi nhất đã được áp dụng trong lĩnh vực hình sự chống tội phạm từ mấy chục năm nay và hiện nay đang được ứng dụng rộng rãi trong các ứng dụng dân sự như:

• Thẻ căn cước

• Bằng lái xe

• Thẻ bảo hiểm, Thẻ phúc lợi xã hội

• Hộ chiếu điện tử

• Kiểm soát biên giới

• Thẻ thanh toán cho ngân hàng

• Kiểm soát ra vào

Các thành phần chính của một hệ AFIS bao gồm:

• Trạm phân hệ thu nhận dữ liệu (Data Acquisition): Với chức năng thu nhận

các dữ liệu vân tay Ngày nay dữ liệu ảnh vân tay có thể được thu nhận từ nhiều nguồn theo nhiều phương pháp khác nhau

• Trạm làm việc AFIS (AFIS Workstation) ngay tại Trung tâm của hệ AFIS Các

trạm này có chức năng quét ảnh các chỉ bản in dấu vân tay bằng các máy quét ảnh phẳng để thu nhận ảnh vân tay Ngoài ra, các trạm này còn có thể dùng để thẩm định vân tay

• Trạm quét ảnh: Là các trạm máy tính PC quét ảnh chỉ bản bằng các máy quét

ảnh phẳng, đặt tại các địa phương và gửi ảnh qua mạng về hệ AFIS trung ương

• Trạm thu nhận trực tiếp vân tay: Đây là các trạm máy tính PC sử dụng các

thiết bị đọc vân tay trực tiếp Các trạm này thậm chí được tích hợp thành các trạm đăng ký dữ liệu trực tiếp bao gồm máy tính, khối thiết bị đọc vân tay (thu nhận cả vân ngón tay lăn/phẳng lẫn vân tay các ngón tay chụm và vân lòng bàn tay

• Trạm xử lý vân tay hiện trường: là các trạm với các thiết bị chuyên dụng để

thu nhận và xử lý vân tay hiện trường

• Trạm phân hệ xử lý ảnh (Image Processing) : gồm các trạm tăng cường chất lượng ảnh, mã hoá vân tay (fingerprint coding) để trích chọn ra các điểm đặc

trưng

• Trạm phân hệ Đối sánh (Matching Subsystem)

• Phân hệ lưu trữ và khai thác dữ liệu (Data Storage & Retrieval)

Như chúng ta đã biết, máy chấm công, phần mềm chấm công bằng vân tay giải quyết triệt để tình trạng chấm công hộ, tình trạng phổ biến hiện nay trong các doanh nghiệp, đặc biệt là các doanh nghiệp nhà nước Máy chấm công, phần mềm chấm công bằng vân tay giúp bộ máy quản lý trong doanh nghiệp không chỉ kiểm soát được giờ vào ra của công nhân mà hơn thế nữa tạo cho nhân viên một tác phong làm việc công nghiệp, coi trọng kỷ luật lao động do doanh nghiệp đặt ra Trên thế giới , ứng dụng của máy chấm công, phần mềm chấm công không chỉ giới hạn trong các doanh nghiệp mà còn là công cụ điểm danh hữu ích cho hệ thống trường học từ bậc tiểu học đến đại học

Về nguồn gốc xuất xứ máy: Hiện nay trên thị trường xuất hiện rất nhiều thông tin

về máy chấm công cũng như phần mềm chấm công bằng vân tay Các nhà cung cấp thi nhau đưa ra các thông tin hấp dẫn về giá cả, về tính năng cũng như về nguồn gốc xuất xứ của sản phẩm Rất nhiều thông tin không chuẩn xác làm nhiễu khả năng lựa chọn và đánh giá của khách hàng Đơn cử ở đây là các sản phẩm của ZK Soffware , một nhà sản xuất máy chấm công vân tay hàng đầu hiện nay tại Trung Quốc cũng