I GÜVENLiK viyede karşılıklı işlerlik sağlamaktır. Ancak, tarayıcısı gibi bir sensör, konunun belirgin ulusal kimlik kartları, Almanya'da plan- karakteristiklerini yakalar ve dijital bir sulanan elD gibi, kullanıcıların e-belediye, num oluşturur, bu durum, biyometri k örnek e-banka ya da e-ticaret sistemlerine olarak tanımlanır. Örneğin; bir fotoğraf, ses erişimlerine izin vererek hem hükümetsel kaydı ya da taranan parmak izi gibi. . . hem de ticari ihtiyaçları sunabilecektir. Özellikle e-banka kullanımında, hem Özellik çıkarımı, örnekten reprodüktif ve sistem operatörleri hem de müşteriler için farklı verileri ayıran matematiksel bir dögüvenli doğrulama yöntemlerine bir talep nüşümdür. Bu veriler, orijinal bilgilerin kısa söz konusudur. Online sistemlerin hassasi- temsilidir ve biyometrik özellikler olarak yeti, 'şifre çalma' saldırılarının -bir banka tanımlanır l ar. Bir şablon bu özelliklerin bir tarafından kullanıcının finansal bilgilerini seti doğrudan diğer örneklerden alınan ve hesap şifresini soran sözde e-postaların biyometrik özellikler ile karşılaştırılırlar. -ve online bir banka ile müşterileri arasın- Sözde kayıt işlemi, veri tabanında ya da daki bağlantıyı çalma girişimlerinin artan güvenli bir seyahat belgesinde bir ya da sayısı özellikle vurgulanmıştır. Bankaların, daha fazla sayıda biyometrik örnekler online hizmet l erini kapatmaları mümkün ya da şablonlar saklar ve bunları bir olmadığından, bu güvenlik problemini konuya yükler. Bu referans verileri, daha çözmenin tek yolu, daha güvenli erişim sonra, gelecekteki tanımlama ya da kontrol mekanizmalarını kullanarak dolan- doğrulama işlemlerinin karşılaştırılmasında dırıcılık olasılığını indirgemekt i r. kullanılabilir. Bir kişiyi doğrulamak için, kişisel özellikleri Son aşama ise, bir ya da daha fazla ölçülür ve bir belge içerisinde -pasaport sayıda bireyin biyometrik referanslarına gibi -ya da veri tabanında kaydedilmiş karşı bir bireyin biyometrik karakter i stikleri- olan referans veriler ile karşılaştırılır. Bu nin karşılaştırılmasıdır. Bu işlem, iki örneğin karşılaştırmanın amacı, bahsi geçen kişi- benzerlik (bire yakın bir değer, ama çok nin biyometrik karakteristiklerinin referans nadiren, bir) ya da farklılık (sıfıra yakın bir verilerde daha önceden kaydedilen değer) durumlarını belirten bir değer üretir. temsilleri ile uyuşup uyuşmadığını kontrol Tanıma sisteminde sunulan bir örneğin, etmektir. Biyometrik sistemler, doğrulama saklanan referansa uyup uymadığı, yalnız ya da tanımlama sistemleri olarak çalışa- karşılaştırma yolu ile bulunabilir. Biyometrik bilirler. Tanımlama durumunda, bir kişinin tanımlamanın bu kuralı, teknolojik özellik- tanımlanması, genellikler veri tabanı lerine ya da ölçülen özelliklerine bakmakkarşısında özelliklerinin uyuşup uyuşmadı ğıne bakılması yolu ile gerçekleşir, öyle ki doğrulamanın amacı, kişinin iddia edilen kimliğinin bir pasaportta ya da diğer bir belgede saklanan verilerini doğrulanıp sızın tüm sistemlerde aynıdır: bir biyometrik sistem, bir kişiyi "tanımadan" önce konu ile ilgili biyometrik karakteristikler hakkında "bilgilendirilmelidir". diğer insanların yüzleri ni tanıyacak ve ona göre davranacak olan kendi biyometrik prosedürlerini geliştirmişlerdir. Ancak, görsel insan sistemi, karar aşamasında sezgisel olarak bilgiyi toplar, analiz eder ve ek bilgileri entegre eder -vücut şekli ve yapısı gibi -, bilgisayar bazlı bir sistemin insan beyninin entellektüelliğine ya da k pasitelerine sahip olması beklenemez.a Şu ana kadar, yüzsel tanımlama sis temleri, iki boyutlu (2D) önden resimler i çekmek için konsensiyonel bir kameraya dayanmaktadır. Kazanım sonrasında, sistem, öncelikle konu olan y lunduğu alanda, görüntüyü küoznüsna nbtrue ederek analiz eder. Bir sonraki aşama, benzersiz yüzsel işaretler kullanarak tanım lamanın ince ayarını yapmak üzere, yüzü kesin olarak yer l eştirir. Tipik olarak belirgin alanlar vardır, gözlerin yapısı, ağız, burun ya da çene gibi, yalnız insan gözlemi tarafı ndan görülen değil aynı zamanda otomatikleştirilmiş bir biyometrik sistem tarafından da belirlenebilirler. Bir sonraki aşama, görüntünün kontrollü durumlar altında alınmasını gerektiren ve görüntü den bilgilerin seçilmesini sağlayan zor bir görevdir. Farklı bir saç stili, doğal yaşlan ma, sakal ya da yeni gözlükler, çıkarılan özelliklerin güçlü varyasyonlarını oluşturur ve böylece tanımlamayı daha da zor bir hale sokar. Bundan başka, görüntünün kalitesi de 2D yüz tanıma için oldukça yüksek ol malıdır. Kesin kriterler, yüksek çözünürlük gibi, tam-ön perspektifi, yeterli kontrast ve iyi aydınlatma sağlanmalıdır. Diğer doğrulanmadığını belir l emektir. Yüzsel tanımlamanın güvenilir ve kolay kazanım koşuları da gereklidir, mesela kullanımlı biyometrik tanımlamaların nötral yüzsel dışavurum ve yüzsel işaretleri Biyometrik tanımlama işlemi üç aşama- gelişiminde ve doğrulama sistemlerinde gizleyen her türlü cam, şapka ya da saç dan oluşuyor: hedef tespiti, özellik çıkarımı özellikle önemli bir rolü vardır. Kesinlikle faktörlerinin çıkarılması. Bu gereklilikler ve karşılaştırma. Öncelikle, biyometrik en az zararlı olan yöntemdir ve bir kişiyi dışında, biyometrik sistem, bir kişiyi çok karakteristikler, ölçümler yolu ile elde edi- tanımlamak için en belirgin yoldur. Her- yavaş tanıyabilir ya da hiç tanımayabilir lirler. Kamera, mikrofon ya da parmak izi şeyden sonra, insanlar, bu doğrultuda (Funk ve diğ. 2005) . Sunulan örnekte 1 YANGIN ve GÜVENLİK SAYI 113 82
RkJQdWJsaXNoZXIy MTcyMTY=