211service.com
Varavīksnenes skeneris var atšķirt mirušos acs ābolus no dzīviem
1993. gada filma Nojaukšanas cilvēks risinās izdomātā 2030. gadu nākotnē, kur cilvēki var piekļūt vairāk vai mazāk visam, izmantojot varavīksnenes skenēšanu. Tas noved pie nepārsteidzošas sižeta ierīces, kurā ieslodzītais izkļūst no cietuma, izgriežot uzraugam acs ābolu un izmantojot to biometrisko skeneru viltošanai.
Tas rada interesantu jautājumu. Vai skeneris var atšķirt dzīvu varavīksneni no mirušas?
Šodien mēs saņemam atbildi, pateicoties Mateusz Trokiewicz darbam Varšavas Tehnoloģiju universitātē Polijā un pāris viņa kolēģu. Šie puiši ir izveidojuši datubāzi ar varavīksnenes skenēšanu no dzīviem cilvēkiem un mirušiem ķermeņiem un pēc tam apmācījuši mašīnmācības algoritmu, lai pamanītu atšķirību.
Viņi saka, ka viņu algoritms var atšķirt dzīvu varavīksneni no mirušas ar 99 procentu precizitāti. Taču to rezultāti piedāvā noziedzniekiem potenciālu veidu, kā pārspēt atklāšanas sistēmu.
Vispirms nedaudz fona. Oftalmologi jau sen ir atzinuši, ka varavīksnenes sarežģītā struktūra katram cilvēkam ir unikāla. Sīkāka informācija ir īpaši pamanāma tuvu infrasarkano staru varavīksnenes attēlos, un varavīksnenes attēli šajā viļņa garumā tiek plaši izmantoti dažādās drošības lietojumprogrammās.
Bet sistēma nav ideāla. Pagājušajā gadā hakeri atbloķēja Samsung viedtālruni, kas skenēja varavīksnenes, izdrukājot īpašnieka varavīksnenes attēlu uz kontaktlēcas un pēc tam uzliekot kontaktlēcu uz manekena acs ābola.
Vairāk šausmīgs hack from Nojaukšanas cilvēks ir vēl viens veids, kā apiet šīs sistēmas. Taču neviens līdz šim nav noskaidrojis, vai šo uzbrukuma veidu var atklāt.
Pētījumu padara iespējamu neparasta datubāze — Warsaw BioBase PostMortem Iris datu kopa, kurā ir iekļauti 574 gandrīz infrasarkano staru varavīksnenes attēli, kas savākti no 17 cilvēkiem dažādos laikos pēc viņu nāves. Attēli datēti no piecām stundām līdz 34 dienām pēc nāves.
Komanda arī savāca 256 dzīvu īrisu attēlus. Viņi rūpējās, lai izmantotu to pašu varavīksnenes kameru, ko izmantoja līķiem, lai mašīnmācīšanās algoritmu nevarētu maldināt, atpazīstot attēlus, pamatojoties uz dažādu kameru īpašībām.
Komanda arī pārbaudīja datu kopu, vai attēlos nav acīmredzamas novirzes, piemēram, atšķirības veidā, kā dažādi operatori var uzņemt attēlus, un veidu, kā tas ietekmē attēla intensitāti. Viņi atklāja, ka šajā ziņā attēlus nevar atšķirt.
Tomēr ir acīmredzama atšķirība starp to, kā attēlos bieži izskatās dzīvi un miruši īrisi. Tas rodas tāpēc, ka līķu plakstiņi bieži tiek turēti atvērti, izmantojot metāla spriegotājus, atšķirībā no vairuma dzīvu varavīksnenes attēlu. Mašīnredzes algoritmam tos ir viegli pamanīt. Šī iemesla dēļ komanda apgrieza attēlus, lai parādītu tikai varavīksneni.
Visbeidzot, viņi izmantoja lielāko daļu datu kopas, lai apmācītu mašīnmācības sistēmu, lai atpazītu mirušos un dzīvus īrisus. Viņi izmantoja pārējo datu kopu, lai pārbaudītu algoritmu.
Rezultāti liecina, ka algoritms precīzi nosaka visus mirušos īrisus un reti klasificē dzīvus. Neviens pēcnāves paraugs netiek kļūdaini klasificēts kā dzīvs, un varbūtība, ka dzīvs paraugs tiks nepareizi klasificēts kā miris, ir aptuveni 1 procents, norāda komanda.
Tomēr ir brīdinājums. Šī precizitāte attiecas tikai uz īrisiem, kas ir miruši 16 stundas vai ilgāk. Paraugi, kas savākti īsi pēc nāves (t.i., piecas stundas mūsu pētījumā), var nesniegt pēcnāves izmaiņas, kas ir pietiekami izteiktas, lai kalpotu par dzīvības noteikšanu, saka Trokielewicz un co.
Tas šiem šausmīgajiem hakeriem sniedz iespēju, jo tikko izplūktiem acs āboliem vajadzētu darboties. Noraizējušies lasītāji noteikti var mierināt, zinot, ka noplūktie acs āboli zaudē savu uzlaušanas spēju tikai dažas stundas vēlāk.
Atsauce: arxiv.org/abs/1807.04058 : prezentācija Attack Detection for Cadaver Irises