Jul, 2022

指纹验证系统对于假指纹攻击的易受攻击性

PDF
TL;DR介绍了一种生成软糖手指的新方法，并在介绍的中等规模的假指纹数据库上评估了两种不同的指纹验证系统。通过三种不同的实验情境考虑，即：使用真实指纹进行注册和测试、使用假指纹进行注册和测试以及使用真实指纹进行注册并使用假指纹进行测试。此项研究结果表明光学扫描和热扫描传感器中的两种系统均易受直接攻击。
gummy fingersfingerprint verification systemsfake fingerprintsoptical sweeping sensorsthermal sweeping sensors
发现论文，激发创造
  • 指纹验证系统直接攻击评估

    研究了指纹识别系统在有或没有用户配合下直接攻击的漏洞，通过对真假指纹数据库上两个不同系统（细节和脊特征）的评估，根据指纹图像质量和在不同操作场景下获得的结果， 得出了一些关于系统的鲁棒性的统计显著观察结果。

    Dec, 2022

  • 接触式指纹攻击检测的深度特征：能否被推广？

    本文研究了七种预训练 CNN 和一个 Vision Transformer 模型对于探测虚假指纹的泛化能力，并通过四个不同的仿冒手段和深度特征技术的性能评估结果表明，ResNet50 CNN 具有最好的泛化性能。

    Jul, 2023

  • 多匹配器组合用于指纹识别验证：生物安全卓越网络中的案例研究

    本文介绍了第一届 BioSecure 住宅研讨会中有关指纹识别的实验，并测试了四个不同方法的系统以及它们在特征提取上表现出异构方法对识别性能的影响，实验结果表明结合细节和相关性测量获得最佳的指纹识别策略。

    Dec, 2022

  • 生物识别中的非定向近碰撞攻击

    这篇论文研究了基于概率建模的生物识别技术中的安全问题，探讨了模板大小、数据库大小和阈值对识别精度的影响，揭示了生物识别技术的两种攻击方式，并提出了选择参数的建议。

    Apr, 2023

  • 免接触指纹生物特征反欺骗：一种无监督深度学习方法

    我们提出了一种创新的反欺骗方法，将无监督自编码器与卷积块注意模块相结合，以解决现有方法的局限性，并具有有效推广性。我们的模型仅在真实图像上进行训练，未接触任何伪造样本，在测试阶段用于评估各种类型的展示攻击图像。我们的方案在涉及各种类型伪造样本的展示攻击中，实现了平均 BPCER 为 0.96％，APCER 为 1.6％。

    Nov, 2023

  • 无接触指纹生物识别系统的通用反欺骗方法

    我们提出了一种用于无接触指纹的通用表现攻击检测方法，该方法使用了合成的无接触指纹进行模型训练，并结合了 Arcface 和 Center loss 进行联合损失函数的设计，最终取得了 0.12% 的正常认证错误率、0.63% 的攻击展示分类错误率和 0.37% 的平均分类错误率。

    Oct, 2023

  • 指纹图像质量估计方法的比较研究

    该研究论文研究了指纹验证中的一个问题：指纹图像的质量下降不利于系统的整体性能，因此，为了解决这个问题，需要对定捕获的指纹图像进行质量和有效性的估计。

    Nov, 2021

  • 基于行为模式的二因素身份验证方法用于抵御木偶攻击

    PUPGUARD 是一种基于用户行为模式的双因素认证解决方案，通过提取指纹图像特征和按压时间特性，结合一维特征向量和单类分类器，实现了强大的对抗木偶攻击的安全性。

    Nov, 2023

  • 针对生成对抗网络的指纹成员和身份推断

    评估生成式机器学习模型在身份保护方面的漏洞，并通过设计和测试一种身份推断攻击来验证其有效性。实验结果表明，该解决方案在不同配置下都有效，并且可以轻松扩展到其他生物测量数据集。

    Jun, 2024

  • PrintsGAN: 合成指纹生成器

    我们提出了 PrintsGAN，这是一种合成指纹生成器，能够为给定的指纹生成独特的指纹和多个印象。使用 PrintsGAN，我们合成了一个由 525k 个指纹（包括 15 个印象的 35k 个不同手指）组成的数据库，利用该数据库，我们训练了一个深度网络，从指纹中提取了一个固定长度的嵌入，这在真实情况下是非常困难的。

    Jan, 2022