Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC

Optimizarea performanelor sistemelor biometrice

prin selecia punctelor de operare n analiza ROC
Sorin SOVIANY1, Sorin PUCOCI1

Rezumat. Articolul prezint un model practic pentru

Abstract. The paper presents a practical framework

evaluarea i optimizarea performanelor sistemelor

for the biometric systems performances assessment

biometrice, model care are n vedere adaptarea nive-

and optimization; this approach is looking to adjust

lelor de securitate la constrngerile de performan i

the provided security levels to the users applications-

de costuri impuse de aplicaiile utilizatorilor. Analiza

specific performance and costs-related constraints.

ROC (Caracteristica de operare a receptorului) aplicat

The ROC (Receiver Operation Characteristic) Analysis

n cazul sistemelor biometrice conduce la stabilirea

for biometric systems provides some operating

unui numr de puncte de operare, n funcie de

points according to the security/useness threshold-

pragurile de securitate/utilizabilitate impuse de aplicaia

ing given by the client application. The suitable

client. Selecia punctului optim de operare permite

operating point selection allows to adjust the bio-

adaptarea performanei sistemului biometric la con-

metric system performance to the application specific

strngerile specifice ale aplicaiei.

constraints.

Cuvinte cheie: analiz ROC, puncte de operare,

Keywords: ROC analysis, operating points, opti-

optimizare.

mization.

1. INTRODUCERE

utilizabilitate admise sau fixate. Aceast variabilitate

Sistemele5actuale de securitate bazate pe tehnologii biometrice prezint performane care depind de

o multitudine de factori obiectivi i subiectivi, legai
att de calitatea i precizia algoritmilor proiectai,
dezvoltai i implementai, ct i de condiiile externe
pentru achiziia i nregistrarea datelor biometrice [1,
2] n plus, performanele obinute n aplicaiile
biometrice de verificare dar mai ales n cele de
identificare a persoanelor, indiferent de tehnologiile
biometrice utilizate, variaz n funcie i de cerinele

este specific sistemelor de securitate bazate pe

tehnologii biometrice, n condiiile unei variabiliti
inerente a abloanelor biometrice generate la fiecare
tentativ de autentificare, i este una dintre diferenele
majore fa de alte clase de sisteme de securitate.
Una dintre abordrile tipice n evaluarea i
optimizarea performanelor pentru aplicaii de recunoatere de paternuri i probleme de clasificare
(inclusiv de date biometrice) const n aplicarea unei
strategii de analiz bazate pe reprezentarea curbelor
ROC (Receiver of Operation Characteristic), folosind

aplicaiilor, respectiv de pragurile de securitate/

indicatori de performan cum ar fi rata rezultatelor

fals pozitive sau corect negative, de exemplu, n

Institutul Naional de Studii i Cercetri pentru

Comunicaii I.N.S.C.C, Bucureti.

TELECOMUNICAII Anul LVI, nr. 2/2013

funcie de anumite valori prag specifice aplicaiilor.

47

Sorin SOVIANY, Sorin PUCOCI

Utilizarea unei strategii de analiz ROC n cazul sis-

Componentele funcionale principale sunt, n

temelor biometrice cu selecia punctului sau punctelor

conformitate cu arhitectura generic din figura 1,

optime de operare (pentru praguri de securitate/

urmtoarele [3]:

utilizabilitate setate la nivel de aplicaie) permite

adaptarea rapid a performanei unui sistem biometric
la constrngerile specifice ale aplicaiei.
n continuare articolul este organizat astfel.
Seciunea II prezint fundamente teoretice suport
pentru aplicarea analizei ROC n cazul sistemelor
biometrice. Seciunea III este o analiz de caz pentru
optimizarea performanei unui sistem biometric prin
selecia punctului sau punctelor de operare n acord
cu cerinele aplicaiei. Seciunea IV prezint concluzii
rezultate din aplicarea metodei de analiz i optimizare bazate pe analiz ROC pentru caracterizarea
i mbuntirea performanelor sistemelor biometrice.

2. FUNDAMENTE TEORETICE PRIVIND

METODA DE OPTIMIZARE I EVALUARE
A SISTEMELOR BIOMETRICE FOLOSIND
ANALIZA ROC
Pentru definirea metodei de evaluare i optimizare a performanelor sistemelor biometrice se are
n vedere specificarea urmtoarelor elemente suport:
indicatori de performan utilizabili n analiza
ROC;
analiza ROC i principii de aplicare n cazul
sistemelor biometrice

2.1. Indicatori de performan pentru sisteme

biometrice ca sisteme de recunoatere de
paternuri, utilizabili n analiza ROC

blocul de achiziie de date: unul sau mai muli

senzori pentru captura datelor;
blocul de pre-procesare: realizeaz transformri primare ale datelor achiziionate;
blocul de extragere a caracteristicilor: genereaz caracteristicile utile;
blocul de selecie a caracteristicilor: elimin
informaiile redundante i mai puin relevante;
blocul de selecie i antrenare a modelului de
clasificare: alegerea modelului i antrenarea clasificatorului;
blocul de evaluare care stabilete performana
de generalizare a sistemului proiectat.
Dac performana nu ndeplinete cerinele aplicaiei, modelul este optimizat suplimentar pentru
adaptarea la nivelul de precizie dorit. Rezultatul sau
decizia se transfer ctre aplicaie [4, 5].
Funcia de baz care fundamenteaz decizia
privind verificarea sau stabilirea identitii unei persoane n autentificarea biometric este cea de
clasificare.

Indiferent

de

natura

modelului

de

clasificare aplicat ca parte a sistemului biometric

proiectat:
clasificare bazat de distan, n care se
calculeaz indicatori de similaritate prin comparaie
direct ntre vectorii de caracteristici generai n
stadiul de pre-procesare i abloanele biometrice de
referin;
clasificare supervizat folosind modele antrenate cu seturi de date disponibile, i n care

Sistemele biometrice sunt, indiferent de tehnolo-

clasificarea se bazeaz pe capacitatea modelului de

giile utilizate (dispozitive de achiziie de date,

a nva din datele biometrice de referin exis-

algoritmi de pre-procesare i procesare a datelor)

tente, nu pe comparaia direct a vectorilor de

sisteme de recunoatere a paternurilor.

caracteristici.

48

TELECOMUNICAII Anul LVI, nr. 2/2013

Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC

Fig. 1. Componentele unui sistem generic de recunoatere a paternurilor [3].

Indicatorii de performan pentru evaluarea

persoane, indiferent de corectitudinea deciziei, iar

sistemelor biometrice (ca sisteme de recunoatere/

Nn este numrul total de impostori sau, n cazul

clasificare de paternuri) sunt [5], [6]:

aplicaiei de identificare, numrul de cazuri n care o

numrul rezultatelor pozitive corecte TP (True

persoan nu este identificat, de asemenea indife-

Positive): numrul de decizii corecte pentru o anumit

rent de corectitudinea deciziei, atunci se definesc

clas (identitate) de interes;

urmtorii indicatori relativi ai performanelor clasi-

numrul rezultatelor fals pozitive FP (False

Positive): numrul de decizii incorecte pentru clasa

(identitatea) de interes;
numrul rezultatelor negative corecte TN

ficrii [4, 5, 6]:

rata rezultatelor corect pozitive TPr: senzitivitatea clasificatorului (TP ratio, recall):

(True Negative): numrul deciziilor corecte pentru

T Pr

celelalte identiti, n afara intei;

TP
Nt

(1)

numrul rezultatelor fals negative FN (False

unde numrul total de decizii favorabile pentru

Negative): numrul deciziilor incorecte pentru aparte-

identitatea int, indiferent de corectitudinea acestora,

nena la alte identiti excluznd inta.

este

Dac Nt este numrul total de utilizatori autentici

sau numrul de cazuri de identificare a unei

TELECOMUNICAII Anul LVI, nr. 2/2013

Nt TP FN

(2)

49

Sorin SOVIANY, Sorin PUCOCI

rata rezultatelor corect negative TNr: speci-

citatea sistemului de a asigura un grad minim de

ficitatea clasificatorului (TN ratio) :

TN
TNr
Nn

respingere incorect a persoanelor autentice). Pentru

(3)

unde numrul total de decizii favorabile identitilor

non-int, indiferent de corectitudinea acestora, este:

Nn FP TN

cu utilizabilizarea sau rata alarmelor false (capa-

(4)

o clas dat i, se definesc 2 indicatori de eroare:

rata erorilor fals pozitive i rata erorilor fals negative.
Definiiile celor 2 indicatori de eroare pentru clasa i
sunt urmtoarele:
rata erorilor fals pozitive pentru clasa i este

precizia clasificatorului : capacitatea clasifi-

FP,j (%)

catorului de a generaliza. Dac se ine cont de

distincia ntre identitatea de interes i celelalte identiti, indicatorul de precizie sau acurateea clasificrii
(Classification Accuracy) are definiia:
CA

FN FP

Nt Nn

Nj ,i
Nj

100

(8)

unde: Ni,j este numrul exemplelor din clasa real j

(j i) clasificate incorect n clasa i, iar Nj este
numrul total al exemplelor din clasa real j,

(5)

indiferent de corectitudinea deciziei. Dac sistemul

biometric este utilizat pentru verificarea identitii,

Precizia clasificatorului este evaluat i pe baza

iar clasa i este clasa utilizatorilor autentici, atunci

raportului dintre numrul de rezultate corect pozitive

acest indicator este o msur a securitii sistemului

i numrul total de rezultate pozitive, indiferent de

respectiv,

deoarece

evalueaz

probabilitatea

de

acceptare incorect a unui impostor (FAR); n cazul

corectitudinea deciziilor:

unui sistem biometric cu decizii de identificare a

TP
CA
TP FP

(6)

clas de interes evalueaz probabilitatea cu care

Dac nu se ine cont de distincia ntre clasa int

i clasa non-int, precizia clasificrii este evaluat

sistemul proiectat eueaz n recunoaterea persoanei

cu identitatea corect j (eroare de identificare);
rata erorilor fals negative pentru clasa i este

folosind relaia:
CA(%)

persoanelor, rata erorilor fals pozitive pentru o

Nc
TP TN
100
100
N
Nt Nn

(7)

FP,i (%)

Ni , j
Ni

100

(9)

unde: Nc este numrul total de abloane biometrice

n care: Ni,j este numrul total al exemplelor din clasa

corect clasificate; N numrul total de exemple din

real i (clasa pozitiv, clasa utilizatorilor autentici)

setul de date considerat.

clasificate incorect n clasa negativ j. Dac sistemul

ratele erorilor de clasificare se calculeaz pe

proiectat este utilizat pentru o aplicaie de verificare

baza numrului de exemple greit clasificate, pentru

biometric, iar clasa i desemneaz clasa Autentic,

fiecare clas n parte sau prin mediere ntre toate

atunci acest indicator este o msur a utilizabilitii

clasele (rata medie de eroare a clasificatorului,

sistemului biometric, prin evaluarea capacitii acestuia

indiferent de clas). n cazul sistemelor biometrice,

de a reduce rata respingerilor false.

semnificaiile indicatorilor de eroare se coreleaz cu

n cazul aplicaiilor de identificare estimarea celor

gradul de securitate/insecuritate al sistemului, respectiv

2 indicatori ai ratelor de eroare se realizeaz prin

50

TELECOMUNICAII Anul LVI, nr. 2/2013

Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC
considerarea unei clase int (de exemplu, identitatea

condiiile de achiziie a datelor, i care influeneaz

unei persoane de interes, utilizatorul cel mai privilegiat

calitatea abloanelor biometrice generate);

sau cel mai puin privilegiat), iar restul abloanelor

ratele erorilor de potrivire/non-potrivire fals

biometrice sunt grupate ntr-o singur clas non-

(FMR, FNMR) se refer exclusiv la rezultatele retur-

int. O astfel de abordare de tip unul-vs.-ceilali (one-

nate de algoritmii de clasificare/evaluare a similaritii

against-others) se justific prin faptul c cei 2 indicatori

paternurilor biometrice. n evaluarea acestor rate de

de eroare evalueaz performana procesului de

eroare se ia n considerare exclusiv imprecizia

clasificare numai ntre perechi de clase.[7]

algoritmilor, nu i calitatea variat a datelor biometrice

Toi aceti indicatori, n particular ratele erorilor

de clasificare, stau la baza evalurii preciziei unui
sistem biometric folosind indicatorii tipici FAR (FMR)
i FRR (FNMR), prin raportarea acestora la un prag
fixat. Analiza de performan se realizeaz pe baza
curbelor ROC trasate pentru sistemul respectiv. Indicatorii FAR, FMR, FRR, FNMR rezult din indicatorii
de performan ai unui clasificator, innd cont de
specificul aplicaiilor biometrice.

2.2. Analiza ROC. Principii de aplicare

n cazul sistemelor biometrice.
Problema separabilitii

de intrare;
rata erorilor egale (EER, Equal Error Rate),

parametru care caracterizeaz precizia unui sistem

biometric pentru acel prag de securitate (respectiv
punct de operare) n care rata erorilor de acceptare
(potrivire) fals este egal cu rata erorilor de respingere (non-potrivire) fals. Cele 2 tipuri de rate de
eroare au evoluii contrare, dar se poate determina
(cel puin teoretic) o valoare a pragului n care cele
2 rate sunt egale sau au valori foarte apropiate.
Perechea de indicatori (FAR, FRR), respectiv
(FMR, FNMR), permite evaluarea preciziei unui sistem

biometric, prin stabilirea pragului optim al deciziilor

Indicatorii consacrai pentru caracterizarea preciziei

de acceptare/respingere, respectiv al deciziilor de

sistemelor biometrice, indiferent de natura aplicaiei

identificare a persoanelor [7]. Evaluarea i optimizarea

(verificare a identitii pretinse sau identificare) se

performanei unui sistem biometric se realizeaz prin

evaluaz n raport cu un prag de securitate/ utiliza-

aplicarea unei tehnici numite analiz ROC. Analiza

bilitate dependent de cerinele aplicaiei. n practic,

ROC const n totalitatea activitilor de modelare i

se evalueaz ratele acceptrilor (potrivirilor) false

simulare care permit, n baza unui set consistent de

(False Acceptance Rate FAR, respectiv False

date experimentale, stabilirea unor valori pentru

Matching Rate FMR) i ratele respingerilor (non-

perechi de indicatori de performan, fiecare pereche

potrivirilor) false (False Rejection Rate FRR, respectiv

de valori fiind obinut pentru un anumit prag fixat prin

False Non-Matching Rate FNMR):

setrile aplicaiei. Totalitatea acestor perechi de valori

ratele erorilor de acceptare/respingere fals

formeaz curba ROC pentru sistemul proiectat i

(FAR, FRR) se refer la deciziile privind acceptarea

analizat. Un exemplu teoretic de curb ROC este

sau respingerea unei cereri de acces la resursa pro-

reprezentat n figura 2 [7]. Dei o curb ROC este

tejat. n evaluarea FAR i FRR se iau n considerare

constituit dintr-un numr de puncte separate, fiecare

att cauze interne (legate de imprecizia algoritmilor de

dintre acestea reprezentnd un punct de operare al

extragere a caracteristicilor i a algoritmilor de clasi-

clasificatorului sau al sistemului biometric, prin extra-

ficare/evaluare a similaritii), ct i externe (legate de

polare, punctele de operare sunt unite pentru a forma

TELECOMUNICAII Anul LVI, nr. 2/2013

51

Sorin SOVIANY, Sorin PUCOCI

o reprezentare grafic sugestiv pentru caracterizarea

implementat, pentru diferite valori ale pragului de

evoluiei preciziei sistemului biometric proiectat i

securitate.

Fig. 2. Exemplu de curb ROC

(3 puncte de operare) [7].

Fig. 3. Curba ROC pentru un sistem biometric unimodal [7].

Analiza performanei unui sistem biometric se

dreapta curbei ROC, ctre valori mici ale FAR, dar

bazeaz pe punctele de operare ale sistemului,

cu dezavantajul creterii valorilor FRR (punctul de

stabilite n funcie de pragurile de decizie dependente

operare 3 n figura 2). Pentru o aplicaie cu nivel

de aplicaie. Astfel, fiecare punct de operare cores-

moderat sau redus de securitate, configurarea

punde unei perechi (FAR, FRR)

care se obine

sistemului biometric se realizeaz prin fixarea unui

pentru o anumit valoare a pragului de decizie de

punct de operare deplasat spre stnga curbei ROC,

acceptare/respingere a cererii de acces. Curba ROC

reducnd FRR dar cu creterea corespunztoare a

permite determinarea sensibilitii sistemului bio-

FAR (punctul de operare 1 n figura 2). Punctul de

metric la modificarea pragului de decizie. Pentru

operare optimal ar trebui s fie cel care corespunde

o anumit aplicaie, suntem interesai de maximizarea

probabilitilor egale de acceptare fals, respectiv de

nivelului de securitate, prin urmare punctul de

respingere fals (punctul de operare 2 n figura 2,

operare al sistemului biometric se deplaseaz spre

care este i cel mai apropiat de originea sistemului

52

TELECOMUNICAII Anul LVI, nr. 2/2013

Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC
de axe pentru ambele dimensiuni ale analizei,

utilizatorii autorizai i cei neautorizai, pe baza unei

respectiv ambele tipuri de erori) [7]. Rafinarea analizei

anumite

curbei ROC se realizeaz prin extinderea sau

aplicate la intrarea sistemului. Separabilitatea este

lrgirea scalei de reprezentare a curbelor FAR

cu att mai ridicat cu ct ratele erorilor de decizie

(FRR) n vecintatea punctului care corespunde

sunt mai mici. n principiu, punctul optim de operare

ratei erorilor egale, aplicnd mai multe valori prag

al sistemului biometric, care corespunde egalitii

n regiunea respectiv a curbei ROC. Astfel, se

ratelor de eroare (EER), i care este cel mai apropiat

reduce sensibilitatea sistemului la modificrile pragului

de originea sistemului de axe pe ambele sale

de decizie i crete adaptabilitatea sistemului la

dimensiuni (figura 3) este i cel care maximizeaz

cerinele aplicaiei client. Performana unui sistem

separabilitatea sistemului biometric.

trsturi

fizice

sau

comportamentale

biometric este cu att mai ridicat cu ct curba sa

Orice criteriu de evaluare a separabilitii unui

ROC este mai apropiat de axele de coordonate, iar

sistem biometric trebuie s fie independent de gama

punctul de operare corespunztor ratelor erorilor

de valori ale indicatorilor de performan utilizai

egale (EER) este mai apropiat de originea sistemului

(ratele erorilor de decizie sau de recunoatere), i

de axe. [7, 8, 9]

trebuie s fie uor de evaluat. De exemplu, rata

Analiza posibilitilor de optimizare a unui

erorilor egale (EER) este un indicator utilizabil

sistem biometric se realizeaz tot pe baza curbei

pentru cuantificarea separabilitii. EER este asociat

ROC care reprezint pe axele sistemului de coordo-

unui singur punct de operare de pe curba ROC a

nate cele 2 tipuri de erori de decizie (recunoatere)

sistemului biometric, dar nu exist ca valoare direct

FAR (FMR) i FRR (FNMR) sau, dac aplicaia

msurabil, ci se obine prin decizie i aproximare,

vizeaz identificarea persoanelor, ratele medii de

folosind valorile celor 2 indicatori ai ratelor erorilor

eroare de identificare pentru 2 persoane. Curba

de decizie. [10], [11]

ROC din figura 3 reprezint evoluia FAR n raport

O alt msur a separabilitii este aria de sub

cu FRR pentru un sistem biometric bazat pe amprent

curba ROC, care se obine prin nsumarea valorilor

(caz real, curb obinut din date experimentale).

ROC pentru toate punctele de operare. Fiecare

Curba ROC permite compararea obiectiv a mai

punct al curbei ROC (punct de operare al sistemului

multor sisteme biometrice. Analiza unei curbe ROC,

biometric) corespunde unui anumit prag de decizie

n absena specificrii unor criterii suplimentare,

de acceptare/respingere, respectiv de identificare a

arat c un sistem biometric poate fi mai bun la

persoanelor, prag fixat pentru sistem, fie prin proiecta-

nivel global (pentru toate punctele de operare

re, fie la punerea n funciune, n acord cu cerinele

admisibile), dar la nivel local (pentru un set restrns

aplicaiei. Problema principal n cazul utilizrii acestui

de puncte de operare localizate n vecintatea unui

criteriu este c, de regul, valorile ROC nu sunt echi-

anumit punct de interes), comportamentul sistemului

distante, deoarece multe aplicaii nu sunt configurate

poate prezenta abateri fa de tendina global

pentru praguri de decizie distribuite n pai egali [7],

(comparativ cu alte sisteme biometrice).

[11] (figura 4).

Pentru a lua n considerare i aceste situaii, se

De exemplu, n curba ROC a unui sistem biometric

utilizeaz un criteriu numit separabilitate. Separa-

reprezentat n figura 4, zona de securitate maxim

bilitatea unui sistem biometric este capabilitatea

(valori minime ale FAR i valori mari ale FRR)

acestuia de a distinge cu precizie maxim ntre

prezint o densitate mai mare de puncte de operare,

TELECOMUNICAII Anul LVI, nr. 2/2013

53

Sorin SOVIANY, Sorin PUCOCI

deoarece aplicaia client a impus ajustarea optim a

succesive reprezentate pe axa x (valorile FRR

nivelului de securitate, prin fixarea unui numr mai

pentru 2 puncte de operare consecutive fixate).

mare de praguri de decizie. n plus, analiza ROC pe

Aceast distan se obine folosind reprezentarea

un numr mai mare de puncte de operare permite

grafic a funciilor distribuie de probabilitate pentru

studiul detaliat al efectelor diferitelor configurri ale

scorurile utilizatorilor neautorizai . Dac se admite

aplicaiei client asupra ratelor erorilor de decizie. n

c funcia de repartiie se aplic pentru o variabil

aceste condiii, uniformitatea analizei se asigur de

aleatoare continu, suma punctelor succesive devine

exemplu prin ponderarea fiecrei valori FAR (re-

integral pe domeniul care corespunde scorurilor

prezentate pe axa y) prin distana dintre valorile

impostorilor [11].

Fig. 4. Puncte de operare neechidistante pentru un sistem biometric

(praguri de decizie inegal distanate) [7].

Pentru un numr N de scoruri de similaritate, aria

interes (de exemplu zona utilizatorilor impostori),

ROC se obine astfel:

AROC

respectiv frecvena relativ a acestora, nu i modul

FRR(si ) pI (si 1 )

scoruri de similaritate dintr-un anumit domeniu de

(10)

si ,i 1

de calcul al acestora.[11]
Un sistem biometric asigur o separabilitate

n care pI este funcia distribuie de probabilitate

ideal ntre utilizatorii autorizai i neautorizai (n

pentru scorurile impostorilor. Relaia (10) este o

condiiile disponibilitii unor estimatori relevani ai

sum de valori dependente de scorurile calculate de

funciilor de distribuie pentru scorurile utilizatorilor

algoritmul de recunoatere. Condiia de indepen-

autentici i impostori, pA i, respectiv pI) dac:

den a ariei ROC AROC de definiia analitic a

EER = 0 i AROC = 0. Condiia de separabilitate

scorului de similaritate impune absena respingerilor

ideal impune inexistena nici unei suprapuneri ntre

independente de prag (FRR = FNMR), caz n care n

cele 2 distribuii pA i pI. Nici un sistem biometric real

evaluarea ariei ROC se utilizeaz doar rata erorilor

nu ndeplinete aceast condiie, suprapunerile dintre

de nepotrivire fals, estimat ca funcie de distribuie

distribuii fiind determinate de factori externi dar i de

cumulat. Se ia n considerare numai numrul de

factori specifici algoritmilor de recunoatere.

54

TELECOMUNICAII Anul LVI, nr. 2/2013

Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC
3. ANALIZ DE CAZ PRIVIND OPTIMIZAREA

identificare pe baza modelului palmar i un subsistem

PERFORMANELOR UNUI SISTEM

de identificare bazat pe iris. Arhitectura de sistem este

BIOMETRIC PRIN SELECIA ADECVAT

reprezentat n figura 5. Pentru combinarea scorurilor

A PUNCTELOR DE OPERARE
Studiul de caz pentru exemplificarea aplicrii
analizei ROC n vederea evalurii i optimizrii

de similaritate se aplic o regul de fuziune postclasificare la nivel de scor, regul bazat pe suma
ponderat a scorurilor de similaritate calculate pentru
fiecare tip de ablon biometric.

performanelor unui sistem biometric include:

prezentarea arhitecturii de sistem biometric

3.2. Calculul scorurilor de similaritate.

Tehnici de normalizare aplicate

multimodal;
explicitatea modulului de calcul al scorurilor de
similaritate;

Fie S scorul de similaritate ntre vectorul de

caracteristici x i ablonul biometric corespunztor

prezentarea regulii de fuziune post-clasificare

la nivel de scor de similaritate;
realizarea analizei ROC i optimizarea performanelor sistemului.

3.1. Arhitectura de sistem

Considerm un sistem biometric multimodal cu
3 componente de identificare: un subsistem de
identificare pe baza amprentelor, un subsistem de

(datele de referin) z: S s( x, z ) . Deoarece comparaia dintre vectorul de caracteristici i ablonul

corespunztor se realizeaz prin calculul unei distane
n spaiul caracteristicilor, procedura de calcul al
scorului de similaritate include urmtoarele etape:
calculul distanei d(x, z);
normalizarea scorului de tip distan;
transformarea scorului de tip distan n scor
de similaritate.

Fig. 5. Structura sistemului de securitate bazat pe integrarea a 3 tehnologii biometrice.

TELECOMUNICAII Anul LVI, nr. 2/2013

55

Sorin SOVIANY, Sorin PUCOCI

la un domeniu comun de valori numerice, nainte de

3.2.1. Calculul distanei ntre vectorul curent

aplicarea schemei de fuziune a acestora. Pentru

i ablonul biometric de referin

Cuantificarea similaritii dintre vectorul curent de
caracteristici x i vectorul de referin z se realizeaz utiliznd o metric de distan n spaiul

modelul propus de sistem biometric multimodal (cu

3 componente de identificare), tehnica de normalizare aplicat se bazeaz pe funcia sigmoid:

caracteristicilor, pentru fiecare tip de date biometri-

f (x)

ce. Pentru calculul scorurilor de similaritate am

aplicat distana Mahalanobis, care este o distan
bazat pe corelaia dintre variabile, utilizabil pentru

1
, f : [0,1]
1 exp( x )

(12)

Pentru orice valoare real din domeniul de

definiie, valoarea funciei aparine intervalului [0,1].

determinarea similaritii dintre 2 seturi de caracte-

Normalizarea scorurilor de similaritate se va

ristici. Distana Mahalanobis dintre 2 vectori u i v,

realiza folosind forma simpl a funciei sigmoide, dar

de dimensiuni egale d, este dat de relaia

i funcia dublu sigmoid.

dM (u,v )

u v T 1 u v

(11)

n care este matricea de covarian a celor

2 vectori.
Alegerea acestui tip de distan se justific prin

Forma normalizat a scorului de tip distan

pentru vectorul de caracteristici xi, folosind forma
simpl a funciei sigmoide, este:
Di ( xi , z )

proprietile acesteia: exploatarea corelaiei dintre

componentele vectorilor de caracteristici i invariana la scalare.

(13)

i 1,3
relaie n care coeficienii Ai i Bi sunt stabilii pentru
fiecare tip de vector de caracteristici biometrice,
utiliznd seturile de date de referin disponibile.

3.2.2. Normalizarea scorului de tip distan

Dac se utilizeaz funcia dublu sigmoid pentru

Prin normalizarea scorurilor se realizeaz

transformarea scorurilor individuale pentru a fi aduse

1 A exp B
i
i

D i ( x i , z )

1 Ai exp B i

1
,
1 Ai exp( Bi dM ,i ( xi , zi ))

normalizarea scorului de distan, expresia acestuia

devine

, pentru d M ,i ( x i , z i )
d M ,i ( x i , z i )

C1,i

1
, pentru d M ,i ( x i , z i )
d M ,i ( x i , z i )

C 2,i

n care:

(14)

C1,i i C2,i reprezint marginile regiunii n care

coeficienii Ai i Bi ,stabilii pe baza datelor

funcia sigmoid este cvasi-linear: pentru amprent

experimentale, reprezint parametri de form ai

C1,1 = 1,5 i C2,1 = 1,75; pentru palm C1,2 = 2,5 i

funciei sigmoide: pentru amprent A1 = 1,5 i B1 = 2;

C2,2 = 3; pentru iris C1,3 = 1,25 i C2,3 = 4;

pentru palm A2 = 2,5 i B2 = 1; pentru iris A3 = 1 i

B3 = 2,25;

56

este o valoare prag corelat cu nivelul de

securitate/acceptabilitate al sistemului biometric.

TELECOMUNICAII Anul LVI, nr. 2/2013

Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC
sistemului biometric multimodal const n adaptarea

3.2.3. Transformarea scorului de tip distan

acestuia la cerinele de securitate/utilizabilitate

n scor de similaritate

ale aplicaiei, prin selecia/fixarea acelor puncte

Scorul normalizat de tip distan D( xi , z ) cuan-

de operare care asigur un optim ntre securitate

tific diferena dintre vectorul de caracteristici xi i

(prin reducerea ratei acceptrilor false) i utilizabili-

ablonul biometric zi (de referin). Cu ct valoarea

tate/acceptabilitate (prin reducerea ratei respingerilor

scorului de tip distan este mai mare, cu att

false). Deoarece evoluia valorilor celor 2 indicatori

diferena dintre vectorii comparai este mai mare.

ai preciziei unui sistem biometric este opus, n mod

Spre deosebire de scorul de tip distan, scorul de

tipic punctul optim de operare corespunde acelei

similaritate cuantific gradul de similitudine dintre

valori a pragului de securitate care asigur egalitatea

vectorii de caracteristici. Cu ct valoarea scorului de

ratelor erorilor de acceptare fals i de respingere

similaritate este mai ridicat, cu att numrul de

fals. Deoarece n cazul sistemului propus nu am

caracteristici similare crete, astfel nct probabilitatea

obinut nici un punct de operare care s corespund

de autenticitate a utilizatorului este mai mare.

egalitii FAR i FRR, am selectat ca punct optim de

Deoarece domeniul de valori ale scorurilor bazate

operare, n fiecare caz, acel punct al curbei ROC

pe distane normalizate prin aplicarea funciei sigmoide

aflat cel mai aproape de originea sistemului de axe

este intervalul [0,1], transformarea scorului de

de coordonate.

distan n scor de similaritate se realizeaz astfel:

Si s( xi , zi ) 1 Di ( xi , z ), i 1,3

(15)

3.3. Regula de fuziune post-clasificare

la nivel de scor de similaritate

Figura 6a,b reprezint grafic curbele ROC pentru

sistemul biometric multimodal i pentru cele 3 subsisteme de identificare integrate (amprent, palm,
iris), n condiiile n care normalizarea scorurilor de
similaritate se realizeaz folosind funcia sigmoid
simpl (figura 6a), respectiv funcia dublu sigmoid

Pentru fuziunea post-clasificare (la nivel de scor)

(figura 6b). Punctele optime de operare pentru sistem

am aplicat regula sumei ponderate a scorurilor

i pentru subsistemele componente sunt caracterizate

obinute pentru fiecare tip de date biometrice.

prin perechile de indicatori FAR-FRR ale cror valori

Ponderile sunt selectate n funcie de performana

sunt date n tabelul 1. Fiecare pereche de valori

fiecruia dintre cele 3 subsisteme de identificare

FAR-FRR definete un punct de operare obinut

(amprent, model palmar i iris).

pentru un anumit prag de securitate fixat la nivel de

aplicaie.

3.4. Analiza ROC. Determinarea punctelor

optime de operare

n toate cazurile, punctele optime de operare sunt

caracterizate de valori mai mici ale FRR comparativ
cu valorile FRR. Am admis un compromis ntre

Analiza ROC n cazul sistemului propus const

n stabilirea punctelor de operare pentru fiecare

subsistem n parte i pentru sistemul multimodal n
ansamblu. Se au n vedere cele 2 variante de
normalizare a scorurilor. Optimizarea performanei

TELECOMUNICAII Anul LVI, nr. 2/2013

gradul de securitate i cel de acceptabilitate, pentru

a reduce probabilitatea de respingere fals sub
0,4%. Pe de alt parte, aceste rezultate, obinute din
datele experimentale disponibile, confirm faptul c
punctul de operare corespunztor EER este unul

57

Sorin SOVIANY, Sorin PUCOCI

teoretic, greu de atins n practic, dei indicatorul

i integratori de sisteme biometrice ca msur a

EER este utilizat de muli furnizori de senzori biometrici

preciziei sistemului proiectat pentru aplicaiile client.

Fig. 6. Curbe ROC pentru sistemul biometric multimodal i subsistemele componente:

a cazul normalizrii prin funcie sigmoid simpl; b cazul normalizrii prin funcie sigmoid dubl.
Tabelul 1
Punctele optime de operare rezultate din aplicarea
analizei ROC
Punctul optim de operare

FAR (%)

multimodal se mbuntete semnificativ comparativ cu performanele subsistemelor individuale de

identificare.

FRR (%)

Cazul a) Scoruri normalizate prin funcia

sigmoid simpl

4. CONCLUZII

P1a: sistemul multimodal

0,075

0,001

Proiectarea i implementarea de sisteme de

P2a: subsistemul iris

0,49

0,16

securitate integrnd factori biometrici multipli este o

P3a: subsistemul palm

0,525

0,225

preocupare actual major n domeniul soluiilor de

P4a: subsistemul amprent

0,630

0,210

securitate pentru diferite clase de resurse accesibile

Cazul b) Scoruri normalizate prin funcia

sigmoid dubl

folosind reele de comunicaii publice i cu grad

P1b: sistemul multimodal

0,155

0,055

P2b: subsistemul iris

0,34

0,205

P3b: subsistemul palm

0,4

0,275

0,475

0,35

P4b: subsistemul amprent

sczut de protecie (n principal Internetul). n acest

context, abordarea propus, de analiz i optimizare
a performanelor unui sistem biometric multimodal
prin selecia adecvat a punctelor de operare pe
curbele ROC, asigur un cadru facil i intuitiv pentru

Pe de alt parte, este de observat c, pentru

proiectarea i evaluarea de soluii biometrice de

datele disponibile, normalizarea scorurilor de similari-

securitate; n acest caz, optimizarea se refer la

tate prin funcie sigmoid dubl nu mbuntete

capacitatea soluiei de adaptare la cerinele specifice

performanele sistemului. n ambele cazuri (funcie

ale aplicaiei, deoarece nu toate aplicaiile practice

sigmoid simpl i dubl), performana sistemului

ale sistemelor biometrice impun aceleai condiii

58

TELECOMUNICAII Anul LVI, nr. 2/2013

Optimizarea performanelor sistemelor biometrice prin selecia punctelor de operare n analiza ROC
privind pragul de securitate, utilizabilitatea i costurile

ional

de implementare.

securitate i aprare, Agenia de Cercetare pentru

uor de implementat i nu este dependent de formatul abloanelor biometrice (care n mod tipic este

sistemelor

pentru

2010
[3]

Robi Polikar: Pattern recognition, Wiley Encyclopedia

of BioMedical Engineering, 2006

[4]

Webb Andrew R., Copsey Keith D.: Statistical

[5]

***: Curs Pattern Recognition: Classification, Dis-

puin acccesibil unui integrator de sistem). Totui,

una dintre direciile actuale de cercetare n domeniul

echipamentelor

Tehnic i Tehnologii Militare, Bucureti, 29 noiembrie

Sistemul proiectat i optimizat se bazeaz pe

fuziunea post-clasificare la nivel de scor, care este

Pattern Recognition, 3rd edition, Wiley, 2011

biometriei vizeaz fuziunea la nivel de caracteristici

criminant Analysis, Universitatea Delft, Olanda,

(fuziunea pre-clasificare), deoarece combinarea mai

2009-2010

multor caracteristici biometrice independente are un

potenial semnificativ de cretere a preciziei identificrii persoanelor. Aceasta impune ns considerarea

[6]

R&D Specialists, Delft, Olanda

[7]

Soviany Sorin: Tez de doctorat Optimizarea

deciziei n sistemele de identificare biometric,

unor seturi extinse de date, cu diferite tehnici de

extragere a caracteristicilor, innd ns cont i de

***: PerClass Training Course: Machine Learning for

Universitatea Piteti, ianuarie 2013

[8]

compatibilitatea dintre caracteristicile rezultate.

***: Study Report on Biometrics in E-Authentication,

M1.4 Ad-Hoc Group on Biometric in E-Authentication,
International Committee for Information Technology
Standards (INCITS), INCITS M1/07-018rev, 30 martie

Bibliografie

2007
[1]

Soviany Sorin, Pucoci Sorin, Jurian Mariana: A

Jain A., Ross A., Prabhakar S.: An Introduction to

Biometric Recognition, IEEE Transaction on Circuits

rd
Identification Systems, The 3 International Conference

and Systems for Video Technology, Special Issue on

on Emerging Intelligent Data and Web Technologies

Image- and Video-Based Biometrics, Vol. 14, Nr. 1,

(EIDWT 2012), Universitatea Politehnica, Bucureti,

2004

19-21 septembrie 2012

[2]

[9]

Hierarchical Data Classification Model for Biometric

[10] ***:

Biometric

Technology

Application

Manual,

Soviany Sorin, Jurian Mariana, Pucoci Sorin:

Volume 1: Biometrics Basics, National Biometric

Securizarea accesului la sisteme informatice prin

Security Project, 2005-2007

metode

biometrice

multimodale,

Sesiunea

de

[11] Bromba

Manfred:

Bioidentification.

Frequently

comunicri tiinifice Rolul i implicarea cercetrii

Asked Questions. Biometrics, FAQ adopted to the

tiinifice n dezvoltarea i implementarea opera-

ISO/IEC Harmonized Biometric Vocabulary.

TELECOMUNICAII Anul LVI, nr. 2/2013

59