Mengukur Keamanan Buka Kunci Biometrik

Agar dianggap kompatibel dengan Android, implementasi perangkat harus memenuhi persyaratan yang disajikan dalam Dokumen Definisi Kompatibilitas (CDD) Android . CDD Android mengevaluasi keamanan implementasi biometrik menggunakan keamanan arsitektur dan kemampuan spoofabilitas .

  • Keamanan arsitektur : Ketahanan saluran biometrik terhadap kompromi kernel atau platform. Sebuah pipeline dianggap aman jika kompromi kernel dan platform tidak memberikan kemampuan untuk membaca data biometrik mentah atau memasukkan data sintetis ke dalam pipeline untuk memengaruhi keputusan autentikasi.
  • Performa keamanan biometrik : Performa keamanan biometrik diukur dengan Spoof Acceptance Rate (SAR) , False Acceptance Rate (FAR), dan, bila berlaku, Imposter Acceptance Rate (IAR) biometrik. SAR adalah metrik yang diperkenalkan di Android 9 untuk mengukur seberapa tangguh biometrik terhadap serangan presentasi fisik. Saat mengukur biometrik, Anda harus mengikuti protokol yang dijelaskan di bawah.

Android menggunakan tiga jenis metrik untuk mengukur performa keamanan biometrik.

  • Tingkat Penerimaan Spoof (SAR) : Mendefinisikan metrik peluang model biometrik menerima sampel baik yang telah direkam sebelumnya dan diketahui. Misalnya, dengan buka kunci suara, hal ini akan mengukur peluang membuka kunci ponsel pengguna menggunakan sampel rekaman yang mengatakan: "Oke, Google" Kami menyebut serangan seperti itu Serangan Spoof . Juga dikenal sebagai Tingkat Kecocokan Presentasi Serangan Penipu (IAPMR).
  • Tingkat Penerimaan Imposter (IAR) : Mendefinisikan metrik peluang model biometrik menerima masukan yang dimaksudkan untuk meniru sampel yang diketahui baik. Misalnya, dalam mekanisme suara tepercaya (buka kunci suara) Smart Lock , ini akan mengukur seberapa sering seseorang yang mencoba meniru suara pengguna (menggunakan nada dan aksen serupa) dapat membuka kunci perangkatnya. Kami menyebut serangan seperti itu sebagai Serangan Imposter .
  • Tingkat Penerimaan Palsu (FAR) : Menentukan metrik seberapa sering model secara keliru menerima masukan salah yang dipilih secara acak. Meskipun pengukuran ini bermanfaat, namun pengukuran ini tidak memberikan informasi yang cukup untuk mengevaluasi seberapa baik model bertahan terhadap serangan yang ditargetkan.

Agen kepercayaan

Android 10 mengubah perilaku Trust Agent. Agen Kepercayaan tidak dapat membuka kunci perangkat, mereka hanya dapat memperpanjang durasi pembukaan kunci untuk perangkat yang sudah dibuka kuncinya. Wajah tepercaya tidak digunakan lagi di Android 10.

Kelas Biometrik

Keamanan biometrik diklasifikasikan menggunakan hasil uji keamanan arsitektur dan spoofabilitas. Implementasi biometrik dapat diklasifikasikan sebagai Kelas 3 (sebelumnya Kuat) , Kelas 2 , (sebelumnya Lemah) , atau Kelas 1 (sebelumnya Kenyamanan) . Tabel di bawah ini menjelaskan persyaratan umum untuk setiap kelas biometrik.

Untuk lebih jelasnya, lihat CDD Android saat ini.

Kelas Biometrik Metrik Pipa Biometrik Kendala
Kelas 3
(sebelumnya Kuat)
SAR semua spesies PAI: 0-7%

SAR spesies PAI Level A:
<=7%

SAR spesies PAI Level B:
<=20%

SAR setiap spesies PAI <= 40% (sangat disarankan <= 7%)

JAUH: 1/50rb

FRR: 10%
Aman
  • Hingga 72 jam sebelum penggantian ke autentikasi utama (seperti PIN, pola, atau kata sandi)
  • Dapat mengekspos API ke aplikasi (misalnya: melalui integrasi dengan API BiometricPrompt atau FIDO2)
  • Harus menyerahkan BCR
Kelas 2
(sebelumnya Lemah)
SAR semua spesies PAI: 7-20%

SAR spesies PAI Level A:
<=20%

SAR spesies PAI Level B:
<=30%

SAR setiap spesies PAI <= 40% (sangat disarankan <= 20%)

JAUH: 1/50rb

FRR: 10%
Aman
  • Hingga 24 jam sebelum penggantian ke autentikasi utama
  • Batas waktu idle 4 jam ATAU 3 upaya salah sebelum kembali ke autentikasi utama
  • Dapat berintegrasi dengan BiometricPrompt, tetapi tidak dapat berintegrasi dengan keystore (misalnya: untuk melepaskan kunci yang terikat autentikasi aplikasi)
  • Harus menyerahkan BCR
Kelas 1
(sebelumnya Kenyamanan)
SAR semua spesies PAI: 20-30%

SAR spesies PAI Level A:
<=30%

SAR spesies PAI Level B:
<=40%

SAR setiap spesies PAI individu <= 40% (sangat disarankan <= 30%)

JAUH: 1/50rb

FRR: 10%
Tidak Aman/Aman
  • Hingga 24 jam sebelum penggantian ke autentikasi utama
  • Batas waktu idle 4 jam ATAU 3 upaya salah sebelum kembali ke autentikasi utama
  • Tidak dapat mengekspos API ke aplikasi
  • Harus mengirimkan BCR mulai dari Android 11
  • Harus menguji SAR mulai dari Android 13
  • Kelas sementara dapat dihentikan di masa mendatang

Modalitas Kelas 3 vs. Kelas 2 vs. Kelas 1

Kelas keamanan biometrik ditetapkan berdasarkan keberadaan jalur pipa yang aman dan tiga tingkat penerimaan - FAR, IAR, dan SAR. Jika serangan penipu tidak ada, kami hanya mempertimbangkan FAR dan SAR.

Lihat Dokumen Definisi Kompatibilitas Android (CDD) untuk mengetahui tindakan yang harus diambil untuk semua modalitas membuka kunci.

Otentikasi wajah dan iris mata

Proses evaluasi

Proses evaluasi terdiri dari dua tahap. Fase kalibrasi menentukan serangan presentasi optimal untuk solusi otentikasi tertentu (yaitu posisi yang dikalibrasi). Fase pengujian menggunakan posisi yang dikalibrasi untuk melakukan beberapa serangan dan mengevaluasi berapa kali serangan berhasil. Produsen perangkat Android dan sistem biometrik harus menghubungi Android untuk mendapatkan panduan pengujian terbaru dengan mengirimkan formulir ini .

Penting untuk menentukan terlebih dahulu posisi yang dikalibrasi karena SAR hanya boleh diukur menggunakan serangan terhadap titik kelemahan terbesar pada sistem.

Fase kalibrasi

Ada tiga parameter untuk otentikasi wajah dan iris mata yang perlu dioptimalkan selama tahap kalibrasi untuk memastikan nilai optimal pada tahap pengujian: instrumen serangan presentasi (PAI), format presentasi, dan kinerja di seluruh keragaman subjek.

MENGHADAPI
  • Instrumen serangan presentasi (PAI) adalah spoof fisik. Spesies PAI berikut saat ini berada dalam cakupannya, terlepas dari teknologi biometriknya:
    • Spesies PAI 2D
      • Foto yang dicetak
      • Foto di monitor atau layar ponsel
      • Video di monitor atau layar ponsel
    • Spesies PAI 3D
      • Masker cetak 3D
  • Format presentasi berkaitan dengan manipulasi lebih lanjut terhadap PAI atau lingkungan, dengan cara yang membantu spoofing. Berikut beberapa contoh manipulasi untuk dicoba:
    • Melipat sedikit foto yang dicetak sehingga melengkung di bagian pipi (sehingga sedikit meniru kedalaman) terkadang dapat sangat membantu memecahkan solusi autentikasi wajah 2D.
    • Memvariasikan kondisi pencahayaan adalah contoh modifikasi lingkungan untuk membantu spoofing
    • Noda, atau sedikit mengotori lensa
    • Mengubah orientasi ponsel antara mode potret dan lanskap untuk melihat apakah hal itu memengaruhi kemampuan spoofabilitas
  • Performa di seluruh keragaman subjek (atau kekurangannya) sangat relevan dengan solusi autentikasi berbasis pembelajaran mesin. Menguji aliran kalibrasi pada subjek jenis kelamin, kelompok umur, dan ras/etnis seringkali dapat menunjukkan kinerja yang jauh lebih buruk untuk segmen populasi global dan merupakan parameter penting untuk melakukan kalibrasi pada fase ini.
Pengujian spoof dimaksudkan untuk menguji apakah suatu sistem menerima serangan replay atau presentasi yang valid atau tidak. Spesies PAI harus cukup untuk lolos sebagai klaim biometrik yang valid selama proses verifikasi biometrik jika anti-spoof atau deteksi serangan presentasi (PAD) tidak diterapkan atau dinonaktifkan. PAI yang tidak dapat melewati proses verifikasi biometrik tanpa fungsi anti-spoof atau PAD tidak valid sebagai PAI dan semua pengujian yang menggunakan spesies PAI tersebut tidak valid. Penyelenggara tes spoof harus menunjukkan bahwa spesies PAI yang digunakan dalam tes mereka memenuhi kriteria ini.
IRIS
  • Instrumen serangan presentasi (PAI) adalah spoof fisik. Spesies PAI berikut saat ini berada dalam cakupan:
    • Foto cetakan wajah yang memperlihatkan iris mata dengan jelas
    • Foto/Video wajah pada monitor atau tampilan ponsel yang memperlihatkan iris mata dengan jelas
    • Mata palsu
  • Format presentasi berkaitan dengan manipulasi lebih lanjut terhadap PAI atau lingkungan, dengan cara yang membantu spoofing. Misalnya, menempatkan lensa kontak di atas cetakan foto atau di atas tampilan foto/video mata membantu mengelabui beberapa sistem klasifikasi iris mata dan dapat membantu meningkatkan tingkat bypass sistem otentikasi iris mata.
  • Performa di seluruh keragaman subjek sangat relevan dengan solusi autentikasi berbasis pembelajaran mesin. Dengan autentikasi berbasis iris mata, warna iris mata yang berbeda dapat memiliki karakteristik spektral yang berbeda, dan pengujian pada berbagai warna dapat menyoroti masalah kinerja untuk segmen populasi global.
Menguji keberagaman

Model wajah dan iris mata mungkin saja memiliki performa yang berbeda antar gender, kelompok umur, dan ras/etnis. Kalibrasi serangan presentasi di berbagai wajah untuk memaksimalkan peluang mengungkap kesenjangan dalam kinerja.

Tahap Uji

Tahap pengujian adalah ketika kinerja keamanan biometrik diukur menggunakan serangan presentasi yang dioptimalkan dari tahap sebelumnya.

Menghitung upaya dalam tahap pengujian

Satu upaya dihitung sebagai jeda antara menampilkan wajah (asli atau palsu), dan menerima umpan balik dari ponsel (baik peristiwa pembukaan kunci atau pesan yang terlihat oleh pengguna). Setiap percobaan ketika ponsel tidak dapat memperoleh data yang cukup untuk mencoba mencocokkan tidak boleh dimasukkan dalam jumlah total percobaan yang digunakan untuk menghitung SAR.

Protokol evaluasi

Pendaftaran

Sebelum memulai tahap kalibrasi untuk otentikasi wajah atau iris, navigasikan ke pengaturan perangkat dan hapus semua profil biometrik yang ada. Setelah semua profil yang ada dihapus, daftarkan profil baru dengan wajah atau iris mata target yang akan digunakan untuk kalibrasi dan pengujian. Penting untuk berada di lingkungan yang terang benderang saat menambahkan profil wajah atau iris mata baru dan perangkat ditempatkan dengan benar tepat di depan wajah target pada jarak 20 cm hingga 80 cm.

Fase kalibrasi

Lakukan tahap kalibrasi untuk setiap spesies PAI karena spesies yang berbeda memiliki ukuran dan karakteristik lain yang berbeda yang dapat mempengaruhi kondisi optimal untuk pengujian. Siapkan PAInya.

MENGHADAPI
  • Ambil foto atau video berkualitas tinggi dari wajah yang terdaftar dalam kondisi pencahayaan, sudut, dan jarak yang sama dengan alur pendaftaran.
  • Untuk cetakan fisik:
    • Potong sepanjang garis luar wajah, buatlah semacam topeng kertas.
    • Tekuk masker pada kedua pipi untuk meniru lengkungan wajah target
    • Buat lubang mata pada 'masker' untuk memperlihatkan mata penguji - ini berguna untuk solusi yang mencari kedipan sebagai alat deteksi keaktifan.
  • Cobalah manipulasi format presentasi yang disarankan untuk melihat apakah manipulasi tersebut memengaruhi peluang keberhasilan selama fase kalibrasi
IRIS
  • Ambil foto atau video resolusi tinggi dari wajah yang didaftarkan, dengan jelas memperlihatkan iris dalam kondisi pencahayaan, sudut, dan jarak yang sama dengan alur pendaftaran.
  • Cobalah dengan dan tanpa lensa kontak pada mata untuk melihat metode mana yang meningkatkan kemampuan spoofabilitas

Melakukan tahap kalibrasi

Posisi referensi
  • Posisi referensi : Posisi referensi ditentukan dengan menempatkan PAI pada jarak yang sesuai (20-80cm) di depan perangkat sedemikian rupa sehingga PAI terlihat jelas di pandangan perangkat tetapi tidak ada benda lain yang digunakan (seperti dudukan untuk PAI) tidak terlihat.
  • Bidang referensi horizontal : Saat PAI berada pada posisi referensi, bidang horizontal antara perangkat dan PAI adalah bidang referensi horizontal.
  • Bidang referensi vertikal : Saat PAI berada pada posisi referensi, bidang vertikal antara perangkat dan PAI adalah bidang referensi vertikal.
Pesawat referensi
Gambar 1 : Bidang referensi
Busur vertikal

Tentukan posisi referensi kemudian uji PAI dalam busur vertikal dengan menjaga jarak yang sama dari perangkat dengan posisi referensi. Naikkan PAI pada bidang vertikal yang sama, buat sudut 10 derajat antara perangkat dan bidang referensi horizontal dan uji face unlock.

Terus naikkan dan uji PAI secara bertahap 10 derajat hingga PAI tidak lagi terlihat di bidang pandang perangkat. Catat setiap posisi yang berhasil membuka kunci perangkat. Ulangi proses ini tetapi gerakkan PAI dalam busur ke bawah, di bawah bidang referensi horizontal. Lihat gambar 3 di bawah untuk contoh pengujian busur.

Busur horizontal

Kembalikan PAI ke posisi referensi lalu gerakkan sepanjang bidang horizontal hingga membentuk sudut 10 derajat dengan bidang referensi vertikal. Lakukan uji busur vertikal dengan PAI pada posisi baru ini. Pindahkan PAI sepanjang bidang horizontal dengan peningkatan 10 derajat dan lakukan uji busur vertikal di setiap posisi baru.

Pengujian sepanjang busur horizontal

Gambar 1 : Pengujian sepanjang busur vertikal dan horizontal

Pengujian busur perlu diulangi dengan peningkatan 10 derajat untuk sisi kiri dan kanan perangkat serta di atas dan di bawah perangkat.

Posisi yang memberikan hasil pembukaan kunci paling andal adalah posisi terkalibrasi untuk jenis spesies PAI (misalnya spesies PAI 2D atau 3D).

Fase pengujian

Pada akhir tahap kalibrasi harus ada satu posisi terkalibrasi per spesies PAI. Jika posisi yang dikalibrasi tidak dapat ditentukan maka posisi referensi harus digunakan. Metodologi pengujian umum untuk menguji spesies PAI 2D dan 3D.

  • Di seluruh wajah yang terdaftar, dengan E>= 10, dan mencakup setidaknya 10 wajah unik.
    • Daftarkan wajah/iris mata
    • Dengan menggunakan posisi yang dikalibrasi dari fase sebelumnya, lakukan upaya membuka kunci U , menghitung upaya seperti dijelaskan di bagian sebelumnya, dan di mana U >= 10. Catat jumlah upaya membuka kunci yang berhasil S .
    • SAR kemudian dapat diukur sebagai:
$$ \displaystyle SAR = \frac{\displaystyle\sum_{i=1}^{E}{S_i} }{(U * E)}\ {* 100\%} $$

Di mana:

  • E = jumlah pendaftaran
  • U = jumlah upaya membuka kunci per pendaftaran
  • Si = jumlah pembukaan kunci yang berhasil untuk pendaftaran i

Iterasi diperlukan untuk mendapatkan sampel tingkat kesalahan yang valid secara statistik: asumsi kepercayaan 95% untuk semua di bawah, N besar

Margin Kesalahan Iterasi tes diperlukan per subjek
1% 9595
2% 2401
3% 1067
5% 385
10% 97

Waktu yang dibutuhkan (30 detik per percobaan, 10 subjek)

Margin kesalahan Total waktu
1% 799,6 jam
2% 200,1 jam
3% 88,9 jam
5% 32,1 jam
10% 8,1 jam

Kami merekomendasikan untuk menargetkan margin kesalahan sebesar 5%, yang memberikan tingkat kesalahan sebenarnya dalam populasi sebesar 2% hingga 12%.

Cakupan

Tahap pengujian mengukur ketahanan otentikasi wajah terutama terhadap faksimili wajah pengguna target. Ini tidak mengatasi serangan berbasis non-faksimili seperti penggunaan LED, atau pola yang bertindak sebagai cetakan utama. Meskipun hal ini belum terbukti efektif terhadap sistem autentikasi wajah berbasis kedalaman, tidak ada yang secara konseptual menghalangi hal ini untuk menjadi kenyataan. Ada kemungkinan dan masuk akal bahwa penelitian di masa depan akan menunjukkan hal ini. Pada titik ini, protokol ini akan direvisi untuk mencakup pengukuran ketahanan terhadap serangan-serangan ini.

Otentikasi sidik jari

Di Android 9, batasan ditetapkan pada ketahanan minimum terhadap PAI yang diukur dengan Tingkat Penerimaan Spoof (SAR) yang kurang dari atau sama dengan 7%. Alasan singkat mengapa 7% secara spesifik dapat ditemukan di postingan blog ini .

Proses evaluasi

Proses evaluasi terdiri dari dua tahap. Fase kalibrasi menentukan serangan presentasi optimal untuk solusi otentikasi sidik jari tertentu (yaitu posisi yang dikalibrasi). Fase pengujian menggunakan posisi yang dikalibrasi untuk melakukan beberapa serangan dan mengevaluasi berapa kali serangan berhasil. Produsen perangkat Android dan sistem biometrik harus menghubungi Android untuk mendapatkan panduan pengujian terbaru dengan mengirimkan formulir ini .

Fase kalibrasi

Ada tiga parameter otentikasi sidik jari yang perlu dioptimalkan untuk memastikan nilai optimal pada tahap pengujian: instrumen serangan presentasi (PAI), format presentasi, dan kinerja di seluruh keragaman subjek.

  • PAI adalah spoof fisik, seperti sidik jari yang dicetak atau replika cetakan yang merupakan contoh media presentasi. Materi spoof berikut sangat disarankan
    • Sensor sidik jari optik (FPS)
      • Salin Kertas/Transparansi dengan tinta non-konduktif
      • Knox agar-agar
      • Cat Lateks
      • Lem Elmer Semua
    • FPS kapasitif
      • Knox agar-agar
      • Lem Kayu Interior Tukang Kayu Elmer
      • Lem Elmer Semua
      • Cat Lateks
    • FPS ultrasonik
      • Knox agar-agar
      • Lem Kayu Interior Tukang Kayu Elmer
      • Lem Elmer Semua
      • Cat Lateks
  • Format presentasi berkaitan dengan manipulasi lebih lanjut terhadap PAI atau lingkungan, dengan cara yang membantu spoofing. Misalnya, memperbaiki atau mengedit gambar sidik jari beresolusi tinggi sebelum membuat replika 3D.
  • Performa di seluruh keragaman subjek sangat relevan untuk menyempurnakan algoritme. Menguji aliran kalibrasi pada subjek jenis kelamin, kelompok umur, dan ras/etnis sering kali dapat menunjukkan kinerja yang jauh lebih buruk pada segmen populasi global dan merupakan parameter penting untuk melakukan kalibrasi pada fase ini.
Menguji keberagaman

Pembaca sidik jari mungkin saja mempunyai kinerja yang berbeda-beda antar gender, kelompok umur, dan ras/etnis. Sebagian kecil populasi memiliki sidik jari yang sulit dikenali, sehingga variasi sidik jari harus digunakan untuk menentukan parameter optimal untuk pengenalan dan pengujian spoof.

Fase pengujian

Tahap pengujian adalah ketika kinerja keamanan biometrik diukur. Minimal, pengujian harus dilakukan dengan cara non-kooperatif yang berarti bahwa setiap sidik jari yang dikumpulkan dilakukan dengan mengangkatnya dari permukaan lain dan bukan meminta target untuk berpartisipasi aktif dalam pengumpulan sidik jarinya, seperti membuat cetakan kooperatif dari sidik jarinya. jari subjek. Yang terakhir ini diperbolehkan tetapi tidak diwajibkan.

Menghitung upaya dalam tahap pengujian

Satu upaya dihitung sebagai jeda antara menampilkan sidik jari (asli atau palsu) ke sensor, dan menerima umpan balik dari ponsel (baik peristiwa pembukaan kunci atau pesan yang terlihat oleh pengguna).

Setiap percobaan ketika ponsel tidak dapat memperoleh data yang cukup untuk mencoba mencocokkan tidak boleh dimasukkan dalam jumlah total percobaan yang digunakan untuk menghitung SAR.

Protokol evaluasi

Pendaftaran

Sebelum memulai tahap kalibrasi untuk otentikasi sidik jari, navigasikan ke pengaturan perangkat dan hapus semua profil biometrik yang ada. Setelah semua profil yang ada dihapus, daftarkan profil baru dengan sidik jari target yang akan digunakan untuk kalibrasi dan pengujian. Ikuti semua petunjuk di layar hingga profil berhasil didaftarkan.

Fase kalibrasi

FPS Optik

Ini mirip dengan fase kalibrasi ultrasonik dan kapasitif, tetapi dengan spesies PAI 2D dan 2.5D dari sidik jari pengguna target.

  • Angkat salinan sidik jari yang tersembunyi dari suatu permukaan.
  • Uji dengan spesies PAI 2D
    • Tempatkan sidik jari yang terangkat pada sensor
  • Uji dengan spesies PAI 2.5D.
    • Buat PAI sidik jari
    • Tempatkan PAI pada sensor
FPS ultrasonik

Kalibrasi untuk ultrasonik melibatkan pengangkatan salinan laten dari sidik jari target. Misalnya, hal ini dapat dilakukan dengan menggunakan sidik jari yang diangkat melalui bubuk sidik jari, atau salinan cetakan sidik jari dan mungkin mencakup sentuhan ulang manual pada gambar sidik jari untuk mendapatkan spoof yang lebih baik.

Setelah salinan laten sidik jari target diperoleh, dibuat PAI.

FPS kapasitif

Kalibrasi untuk kapasitif melibatkan langkah-langkah yang sama yang dijelaskan di atas untuk kalibrasi ultrasonik.

Fase pengujian

  • Dapatkan setidaknya 10 orang unik untuk mendaftar menggunakan parameter yang sama dengan yang digunakan saat menghitung FRR/FAR
  • Buat PAI untuk setiap orang
  • SAR kemudian dapat diukur sebagai:
$$ \displaystyle SAR = \frac{\displaystyle\sum_{i=1}^{E}{S_i} }{(U * E)}\ {* 100\%} $$

Iterasi diperlukan untuk mendapatkan sampel tingkat kesalahan yang valid secara statistik: asumsi kepercayaan 95% untuk semua di bawah, N besar

Margin Kesalahan Iterasi tes diperlukan per subjek
1% 9595
2% 2401
3% 1067
5% 385
10% 97

Waktu yang dibutuhkan (30 detik per percobaan, 10 subjek)

Margin kesalahan Total waktu
1% 799,6 jam
2% 200,1 jam
3% 88,9 jam
5% 32,1 jam
10% 8,1 jam

Kami merekomendasikan untuk menargetkan margin kesalahan sebesar 5%, yang memberikan tingkat kesalahan sebenarnya dalam populasi sebesar 2% hingga 12%.

Cakupan

Proses ini disiapkan untuk menguji ketahanan otentikasi sidik jari terutama terhadap faksimili sidik jari pengguna target. Metodologi pengujian didasarkan pada biaya material saat ini, ketersediaan dan teknologi. Protokol ini akan direvisi untuk mencakup pengukuran ketahanan terhadap material dan teknik baru seiring dengan semakin praktisnya penerapannya.

Pertimbangan umum

Meskipun setiap modalitas memerlukan pengaturan pengujian yang berbeda, ada beberapa aspek umum yang berlaku untuk semuanya.

Uji perangkat keras sebenarnya

Metrik SAR/IAR yang dikumpulkan bisa menjadi tidak akurat ketika model biometrik diuji dalam kondisi ideal dan pada perangkat keras yang berbeda dari yang sebenarnya muncul pada perangkat seluler. Misalnya, model buka kunci suara yang dikalibrasi dalam ruang anechoic menggunakan pengaturan multi-mikrofon berperilaku sangat berbeda ketika digunakan pada satu perangkat mikrofon di lingkungan yang bising. Untuk mendapatkan metrik yang akurat, pengujian harus dilakukan pada perangkat sebenarnya dengan perangkat keras terpasang, dan gagal jika dilakukan dengan perangkat keras seperti yang terlihat pada perangkat.

Gunakan serangan yang diketahui

Sebagian besar modalitas biometrik yang digunakan saat ini telah berhasil dipalsukan, dan terdapat dokumentasi publik tentang metodologi serangan tersebut. Di bawah ini kami memberikan ikhtisar singkat tingkat tinggi tentang pengaturan pengujian untuk modalitas dengan serangan yang diketahui. Kami merekomendasikan penggunaan pengaturan yang dijelaskan di sini jika memungkinkan.

Antisipasi serangan baru

Untuk modalitas dimana perbaikan baru yang signifikan telah dilakukan, dokumen pengaturan pengujian mungkin tidak berisi pengaturan yang sesuai, dan mungkin tidak ada serangan publik yang diketahui. Modalitas yang ada mungkin juga memerlukan pengaturan pengujian yang disesuaikan setelah serangan baru ditemukan. Dalam kedua kasus tersebut, Anda perlu membuat pengaturan pengujian yang masuk akal. Silakan gunakan tautan Masukan Situs di bagian bawah halaman ini untuk memberi tahu kami jika Anda telah menyiapkan mekanisme wajar yang dapat ditambahkan.

Pengaturan untuk modalitas yang berbeda

Sidik jari

IAR Tidak dibutuhkan.
SAR
  • Buat PAI 2.5D dengan menggunakan cetakan sidik jari target.
  • Akurasi pengukuran sensitif terhadap kualitas cetakan sidik jari. Silikon gigi adalah pilihan yang baik.
  • Pengaturan pengujian harus mengukur seberapa sering sidik jari palsu yang dibuat dengan cetakan dapat membuka kunci perangkat.

Wajah dan Iris

IAR Batas bawah akan ditangkap oleh SAR sehingga pengukuran secara terpisah tidak diperlukan.
SAR
  • Tes dengan foto wajah target. Untuk iris mata, wajah perlu diperbesar untuk meniru jarak yang biasa digunakan pengguna dalam menggunakan fitur tersebut.
  • Foto harus beresolusi tinggi, jika tidak, hasilnya menyesatkan.
  • Foto tidak boleh ditampilkan dengan cara yang menunjukkan bahwa itu adalah gambar. Misalnya:
    • batas gambar tidak boleh disertakan
    • jika foto menggunakan ponsel, layar/bezel ponsel tidak akan terlihat
    • jika ada yang memegang foto tersebut, tangannya tidak boleh terlihat
  • Untuk sudut lurus, foto harus memenuhi sensor sehingga tidak ada hal lain yang terlihat di luar.
  • Model wajah dan iris mata biasanya lebih permisif ketika sampel (wajah/iris/foto) berada pada sudut yang tajam terhadap kamera (untuk meniru kasus penggunaan pengguna yang memegang ponsel lurus di depannya dan menunjuk ke wajahnya. ). Pengujian pada sudut ini akan membantu menentukan apakah model Anda rentan terhadap spoofing.
  • Pengaturan pengujian harus mengukur seberapa sering gambar wajah atau iris mata dapat membuka kunci perangkat.

Suara

IAR
  • Uji coba menggunakan pengaturan di mana peserta mendengar sampel positif dan kemudian mencoba menirunya.
  • Uji model dengan peserta lintas gender dan dengan aksen berbeda untuk memastikan cakupan kasus tepi dimana beberapa intonasi/aksen memiliki FAR yang lebih tinggi.
SAR
  • Uji dengan rekaman suara target.
  • Rekaman harus memiliki kualitas yang cukup tinggi, jika tidak, hasilnya akan menyesatkan.