เพื่อให้ถือว่าเข้ากันได้กับ Android การใช้งานอุปกรณ์จะต้องเป็นไปตามข้อกำหนดที่แสดงใน เอกสารคำจำกัดความความเข้ากันได้ของ Android (CDD) Android CDD ประเมินความปลอดภัยของการใช้งานไบโอเมตริกซ์โดยใช้ ความปลอดภัยทางสถาปัตยกรรม และ การปลอมแปลง
- ความปลอดภัยทางสถาปัตยกรรม : ความยืดหยุ่นของไปป์ไลน์ไบโอเมตริกซ์ต่อการประนีประนอมของเคอร์เนลหรือแพลตฟอร์ม ไปป์ไลน์จะถือว่าปลอดภัยหากเคอร์เนลและแพลตฟอร์มประนีประนอมไม่สามารถอ่านข้อมูลไบโอเมตริกซ์ดิบหรือฉีดข้อมูลสังเคราะห์ลงในไปป์ไลน์เพื่อมีอิทธิพลต่อการตัดสินใจตรวจสอบสิทธิ์
- ประสิทธิภาพการรักษาความปลอดภัยด้วยไบโอเมตริก : ประสิทธิภาพการรักษาความปลอดภัยด้วยไบโอเมตริกจะวัดโดย อัตราการยอมรับการปลอมแปลง (SAR) อัตราการยอมรับที่ผิดพลาด (FAR) และอัตราการยอมรับการแอบอ้าง (IAR) ของไบโอเมตริก หากมี SAR เป็นหน่วยเมตริกที่นำมาใช้ใน Android 9 เพื่อวัดว่าไบโอเมตริกมีความยืดหยุ่นเพียงใดต่อการโจมตีการนำเสนอทางกายภาพ เมื่อตรวจวัดข้อมูลไบโอเมตริกซ์ คุณต้องปฏิบัติตามระเบียบการที่อธิบายไว้ด้านล่าง
Android ใช้เมตริก 3 ประเภทในการวัดประสิทธิภาพความปลอดภัยด้านไบโอเมตริก
- อัตราการยอมรับการปลอมแปลง (SAR) : กำหนดหน่วยเมตริกของโอกาสที่แบบจำลองไบโอเมตริกซ์จะยอมรับตัวอย่างที่ดีที่บันทึกไว้ก่อนหน้านี้ ตัวอย่างเช่น การปลดล็อกด้วยเสียงจะวัดโอกาสในการปลดล็อกโทรศัพท์ของผู้ใช้โดยใช้ตัวอย่างที่บันทึกไว้โดยพูดว่า "ตกลง Google" เราเรียกการโจมตีดังกล่าวว่า การโจมตีแบบหลอก มีชื่อเรียกอีกอย่างว่าอัตราการจับคู่การนำเสนอการโจมตีของผู้แอบอ้าง (IAPMR)
- อัตราการยอมรับโดยมิชอบ (IAR) : กำหนดหน่วยเมตริกของโอกาสที่แบบจำลองไบโอเมตริกซ์ยอมรับข้อมูลเข้าที่มีจุดมุ่งหมายเพื่อเลียนแบบตัวอย่างที่ดีที่ทราบ ตัวอย่างเช่น ในกลไกเสียงที่เชื่อถือได้ (ปลดล็อกด้วยเสียง) ของ Smart Lock การดำเนินการนี้จะวัดว่าบุคคลที่พยายามเลียนแบบเสียงของผู้ใช้ (โดยใช้น้ำเสียงและสำเนียงคล้ายกัน) สามารถปลดล็อกอุปกรณ์ของตนได้บ่อยแค่ไหน เราเรียกการโจมตีดังกล่าวว่า Imposter Attack
- อัตราการยอมรับที่ผิดพลาด (FAR) : กำหนดตัวชี้วัดว่าโมเดลยอมรับอินพุตที่ไม่ถูกต้องที่เลือกแบบสุ่มบ่อยเพียงใด แม้ว่านี่จะเป็นมาตรการที่มีประโยชน์ แต่ก็ไม่ได้ให้ข้อมูลเพียงพอที่จะประเมินว่าโมเดลสามารถต้านทานการโจมตีแบบกำหนดเป้าหมายได้ดีเพียงใด
ตัวแทนที่เชื่อถือได้
Android 10 เปลี่ยนวิธีการทำงานของ Trust Agent ตัวแทนที่เชื่อถือได้ไม่สามารถปลดล็อคอุปกรณ์ได้ แต่สามารถขยายระยะเวลาการปลดล็อคสำหรับอุปกรณ์ที่ถูกปลดล็อคแล้วเท่านั้น ใบหน้าที่เชื่อถือได้เลิกใช้งานแล้วใน Android 10
คลาสไบโอเมตริกซ์
การรักษาความปลอดภัยด้วยไบโอเมตริกซ์จัดประเภทโดยใช้ผลลัพธ์จากการทดสอบความปลอดภัยทางสถาปัตยกรรมและการปลอมแปลง การใช้งานไบโอเมตริกซ์สามารถจัดประเภทได้เป็น คลาส 3 (เดิมเรียกว่า Strong) คลาส 2 (เดิมเรียกว่า Weak) หรือ คลาส 1 (เดิมเรียกว่า Convenience) ตารางด้านล่างอธิบายข้อกำหนดทั่วไปสำหรับชีวมาตรแต่ละประเภท
สำหรับรายละเอียดเพิ่มเติม โปรดดูที่ Android CDD ปัจจุบัน
คลาสไบโอเมตริกซ์ | เมตริก | ไปป์ไลน์ไบโอเมตริกซ์ | ข้อจำกัด |
---|---|---|---|
ชั้น 3 (เดิมแข็งแกร่ง) | SAR ของปายทุกชนิด: 0-7% SAR ของสายพันธุ์ PAI ระดับ A: <=7% SAR ของสายพันธุ์ PAI ระดับ B: <=20% SAR ของสายพันธุ์ PAI ใดๆ <= 40% (แนะนำอย่างยิ่ง <= 7%) ไกล: 1/50k อัตราผลตอบแทน: 10% | ปลอดภัย |
|
ชั้น 2 (เมื่อก่อนอ่อนแอ) | SAR ของปายทุกชนิด: 7-20% SAR ของสายพันธุ์ PAI ระดับ A: <=20% SAR ของสายพันธุ์ PAI ระดับ B: <=30% SAR ของสายพันธุ์ PAI แต่ละชนิด <= 40% (แนะนำเป็นอย่างยิ่ง <= 20%) ไกล: 1/50k อัตราผลตอบแทน: 10% | ปลอดภัย |
|
ชั้น 1 (เดิมชื่อคอนวีเนียน) | SAR ของปายทุกชนิด: 20-30% SAR ของสายพันธุ์ PAI ระดับ A: <=30% SAR ของสายพันธุ์ PAI ระดับ B: <=40% SAR ของสายพันธุ์ PAI ใดๆ <= 40% (แนะนำเป็นอย่างยิ่ง <= 30%) ไกล: 1/50k อัตราผลตอบแทน: 10% | ไม่ปลอดภัย/ปลอดภัย |
|
คลาส 3 กับคลาส 2 กับคลาส 1
คลาสความปลอดภัยไบโอเมตริกซ์ได้รับการกำหนดตามการมีอยู่ของไปป์ไลน์ที่ปลอดภัยและอัตราการยอมรับสามระดับ ได้แก่ FAR, IAR และ SAR ในกรณีที่ไม่มีการโจมตีโดยแอบอ้าง เราจะพิจารณาเฉพาะ FAR และ SAR เท่านั้น
ดู เอกสารคำจำกัดความความเข้ากันได้ของ Android (CDD) สำหรับมาตรการที่ต้องดำเนินการสำหรับรูปแบบการปลดล็อคทั้งหมด
การตรวจสอบใบหน้าและม่านตา
กระบวนการประเมินผล
กระบวนการประเมินประกอบด้วยสองขั้นตอน ขั้นตอน การสอบเทียบ จะกำหนดการโจมตีการนำเสนอที่เหมาะสมที่สุดสำหรับโซลูชันการรับรองความถูกต้องที่กำหนด (นั่นคือตำแหน่งที่สอบเทียบ) ขั้นตอน การทดสอบ ใช้ตำแหน่งที่ปรับเทียบเพื่อทำการโจมตีหลายครั้งและประเมินจำนวนครั้งที่การโจมตีสำเร็จ ผู้ผลิตอุปกรณ์ Android และระบบไบโอเมตริกควรติดต่อ Android เพื่อขอคำแนะนำการทดสอบล่าสุดโดยส่ง แบบฟอร์มนี้
สิ่งสำคัญคือต้องกำหนดตำแหน่งที่ปรับเทียบก่อน เนื่องจากควรวัด SAR โดยใช้การโจมตีจุดที่อ่อนแอที่สุดของระบบเท่านั้น
ขั้นตอนการสอบเทียบ
มีพารามิเตอร์สามตัวสำหรับการรับรองความถูกต้องของใบหน้าและม่านตาที่ต้องได้รับการปรับให้เหมาะสมในระหว่างขั้นตอนการสอบเทียบเพื่อให้แน่ใจว่าค่าที่เหมาะสมที่สุดสำหรับขั้นตอนการทดสอบ: เครื่องมือโจมตีการนำเสนอ (PAI) รูปแบบการนำเสนอ และประสิทธิภาพในความหลากหลายของวัตถุ
ใบหน้า
|
ไอริส
|
การทดสอบความหลากหลาย
เป็นไปได้ที่แบบจำลองใบหน้าและม่านตาจะทำงานแตกต่างกันตามเพศ กลุ่มอายุ และเชื้อชาติ/ชาติพันธุ์ ปรับเทียบการโจมตีการนำเสนอในหน้าต่างๆ เพื่อเพิ่มโอกาสในการเปิดเผยช่องว่างในประสิทธิภาพ
ขั้นตอนการทดสอบ
ขั้นตอนการทดสอบคือเมื่อมีการวัดประสิทธิภาพความปลอดภัยทางชีวภาพโดยใช้การโจมตีการนำเสนอที่ได้รับการปรับปรุงจากระยะก่อนหน้า
การนับความพยายามในระยะทดสอบ
ความพยายามเพียงครั้งเดียวจะนับเป็นช่วงเวลาระหว่างการนำเสนอใบหน้า (จริงหรือปลอม) และได้รับการตอบรับบางส่วนจากโทรศัพท์ (ไม่ว่าจะเป็นเหตุการณ์ปลดล็อคหรือข้อความที่ผู้ใช้มองเห็น) ความพยายามใดๆ ที่โทรศัพท์ไม่สามารถรับข้อมูลได้เพียงพอที่จะพยายามจับคู่ ไม่ควรรวมอยู่ในจำนวนความพยายามทั้งหมดที่ใช้ในการคำนวณ SAR
โปรโตคอลการประเมินผล
การลงทะเบียน
ก่อนที่จะเริ่มขั้นตอนการสอบเทียบสำหรับการตรวจสอบใบหน้าหรือม่านตา ให้ไปที่การตั้งค่าอุปกรณ์และลบโปรไฟล์ไบโอเมตริกซ์ที่มีอยู่ทั้งหมด หลังจากลบโปรไฟล์ที่มีอยู่ทั้งหมดแล้ว ให้ลงทะเบียนโปรไฟล์ใหม่ด้วยใบหน้าเป้าหมายหรือม่านตาที่จะใช้สำหรับการสอบเทียบและการทดสอบ สิ่งสำคัญคือต้องอยู่ในสภาพแวดล้อมที่มีแสงสว่างจ้าเมื่อเพิ่มใบหน้าหรือโปรไฟล์ม่านตาใหม่ และอุปกรณ์นั้นอยู่ในตำแหน่งที่เหมาะสมตรงด้านหน้าของใบหน้าเป้าหมายที่ระยะ 20 ซม. ถึง 80 ซม.
ขั้นตอนการสอบเทียบ
ดำเนินการขั้นตอนการสอบเทียบสำหรับ PAI แต่ละสายพันธุ์ เนื่องจากสายพันธุ์ที่แตกต่างกันมีขนาดและคุณลักษณะอื่นๆ ที่แตกต่างกันซึ่งอาจส่งผลต่อสภาวะที่เหมาะสมสำหรับการทดสอบ เตรียมปาย.
ใบหน้า
|
ไอริส
|
ดำเนินการขั้นตอนการสอบเทียบ
ตำแหน่งอ้างอิง
- ตำแหน่งอ้างอิง : ตำแหน่งอ้างอิงถูกกำหนดโดยการวาง PAI ไว้ที่ระยะห่างที่เหมาะสม (20-80 ซม.) ด้านหน้าอุปกรณ์ในลักษณะที่มองเห็น PAI ได้ชัดเจนในมุมมองของอุปกรณ์ ยกเว้นสิ่งอื่นใดที่ใช้งานอยู่ (เช่น ขาตั้ง สำหรับ PAI) จะไม่ปรากฏให้เห็น
- ระนาบอ้างอิงแนวนอน : ขณะที่ PAI อยู่ในตำแหน่งอ้างอิง ระนาบแนวนอนระหว่างอุปกรณ์กับ PAI จะเป็นระนาบอ้างอิงแนวนอน
- ระนาบอ้างอิงแนวตั้ง : ขณะที่ PAI อยู่ในตำแหน่งอ้างอิง ระนาบแนวตั้งระหว่างอุปกรณ์กับ PAI จะเป็นระนาบอ้างอิงแนวตั้ง
![เครื่องบินอ้างอิง](https://source.android.com/static/docs/security/images/referencePlanes.png?authuser=3&hl=th)
ส่วนโค้งแนวตั้ง
กำหนดตำแหน่งอ้างอิง จากนั้นทดสอบ PAI ในส่วนโค้งแนวตั้ง โดยรักษาระยะห่างจากอุปกรณ์เท่ากับตำแหน่งอ้างอิง ยก PAI ขึ้นในระนาบแนวตั้งเดียวกัน โดยสร้างมุม 10 องศาระหว่างอุปกรณ์กับระนาบอ้างอิงแนวนอน แล้วทดสอบการปลดล็อคด้วยใบหน้า
เพิ่มและทดสอบ PAI ต่อไปโดยเพิ่มขั้นละ 10 องศา จนกว่า PAI จะไม่สามารถมองเห็นได้ในมุมมองของอุปกรณ์อีกต่อไป บันทึกตำแหน่งใดๆ ที่ปลดล็อคอุปกรณ์ได้สำเร็จ ทำซ้ำขั้นตอนนี้แต่ย้าย PAI เป็นส่วนโค้งลง ใต้ระนาบอ้างอิงแนวนอน ดูรูปที่ 3 ด้านล่างสำหรับตัวอย่างการทดสอบส่วนโค้ง
ส่วนโค้งแนวนอน
คืน PAI ไปยังตำแหน่งอ้างอิง จากนั้นเลื่อนไปตามระนาบแนวนอนเพื่อสร้างมุม 10 องศาพร้อมกับระนาบอ้างอิงแนวตั้ง ทำการทดสอบส่วนโค้งแนวตั้งด้วย PAI ในตำแหน่งใหม่นี้ ย้าย PAI ไปตามระนาบแนวนอนโดยเพิ่มขึ้น 10 องศา และทำการทดสอบส่วนโค้งแนวตั้งในแต่ละตำแหน่งใหม่
การทดสอบส่วนโค้งจะต้องทำซ้ำโดยเพิ่มขึ้น 10 องศาสำหรับทั้งด้านซ้ายและด้านขวาของอุปกรณ์ รวมถึงด้านบนและด้านล่างของอุปกรณ์
ตำแหน่งที่ให้ผลลัพธ์การปลดล็อคที่เชื่อถือได้มากที่สุดคือ ตำแหน่งที่ปรับเทียบแล้ว สำหรับประเภทของสายพันธุ์ PAI (เช่น สายพันธุ์ PAI 2D หรือ 3D)
ขั้นตอนการทดสอบ
เมื่อสิ้นสุดระยะการสอบเทียบ ควรมี ตำแหน่งที่สอบเทียบ หนึ่งตำแหน่งต่อสายพันธุ์ PAI หากไม่สามารถกำหนดตำแหน่งที่สอบเทียบแล้ว ควรใช้ตำแหน่งอ้างอิง วิธีการทดสอบเป็นเรื่องปกติสำหรับการทดสอบสายพันธุ์ PAI ทั้ง 2D และ 3D
- ทั่วทั้งใบหน้าที่ลงทะเบียน โดยที่ E>= 10 และมีใบหน้าที่ไม่ซ้ำกันอย่างน้อย 10 ใบหน้า
- ลงทะเบียนใบหน้า/ม่านตา
- ใช้ ตำแหน่งที่ปรับเทียบ จากเฟสก่อนหน้า ดำเนินการปลดล็อค U นับครั้งตามที่อธิบายไว้ในส่วนก่อนหน้า และโดยที่ U >= 10 บันทึกจำนวนการปลดล็อคที่สำเร็จ S
- SAR สามารถวัดได้ดังนี้:
ที่ไหน:
- E = จำนวนการลงทะเบียน
- U = จำนวนความพยายามในการปลดล็อคต่อการลงทะเบียน
- Si = จำนวนการปลดล็อคที่สำเร็จสำหรับการลงทะเบียน i
การวนซ้ำที่จำเป็นเพื่อให้ได้ตัวอย่างอัตราความผิดพลาดที่ถูกต้องทางสถิติ: สมมติฐานความเชื่อมั่น 95% สำหรับด้านล่างทั้งหมด N ขนาดใหญ่
ขอบของข้อผิดพลาด | การทดสอบซ้ำที่จำเป็นต่อวิชา |
---|---|
1% | 9595 |
2% | 2401 |
3% | 1,067 |
5% | 385 |
10% | 97 |
ระยะเวลาที่ต้องการ (30 วินาทีต่อครั้ง 10 วิชา)
ขอบของข้อผิดพลาด | เวลารวม |
---|---|
1% | 799.6 ชม |
2% | 200.1 ชม |
3% | 88.9 ชม |
5% | 32.1 ชม |
10% | 8.1 ชม |
เราขอแนะนำให้กำหนดเป้าหมายส่วนต่างของข้อผิดพลาด 5% ซึ่งให้อัตราข้อผิดพลาดที่แท้จริงในประชากร 2% ถึง 12%
ขอบเขต
ขั้นตอนการทดสอบจะวัดความยืดหยุ่นของการตรวจสอบสิทธิ์ด้วยใบหน้าโดยเทียบกับโทรสารของใบหน้าของผู้ใช้เป้าหมายเป็นหลัก ไม่ได้จัดการกับการโจมตีที่ไม่ใช่แฟกซ์ เช่น การใช้ไฟ LED หรือรูปแบบที่ทำหน้าที่เป็นงานพิมพ์หลัก แม้ว่าสิ่งเหล่านี้ยังไม่ได้แสดงให้เห็นว่ามีประสิทธิภาพกับระบบการตรวจสอบใบหน้าแบบเจาะลึก แต่ก็ไม่มีอะไรที่จะป้องกันไม่ให้สิ่งนี้เป็นจริงตามแนวคิด มีความเป็นไปได้และเป็นไปได้ที่การวิจัยในอนาคตจะแสดงให้เห็นว่าเป็นเช่นนั้น ณ จุดนี้ โปรโตคอลนี้จะได้รับการแก้ไขเพื่อรวมการวัดความยืดหยุ่นต่อการโจมตีเหล่านี้ด้วย
การตรวจสอบลายนิ้วมือ
ใน Android 9 แถบได้รับการตั้งค่าไว้ที่ความยืดหยุ่นขั้นต่ำสำหรับ PAI โดยวัดจาก อัตราการยอมรับการปลอมแปลง (SAR) ที่น้อยกว่าหรือเท่ากับ 7% เหตุผลสั้นๆ ว่าทำไมคนถึง 7% จึงสามารถพบได้ใน โพสต์บนบล็อกนี้
กระบวนการประเมินผล
กระบวนการประเมินประกอบด้วยสองขั้นตอน ขั้นตอน การสอบเทียบ จะกำหนดการโจมตีการนำเสนอที่เหมาะสมที่สุดสำหรับโซลูชันการตรวจสอบลายนิ้วมือที่กำหนด (นั่นคือ ตำแหน่งที่สอบเทียบ) ขั้นตอน การทดสอบ ใช้ตำแหน่งที่ปรับเทียบเพื่อทำการโจมตีหลายครั้งและประเมินจำนวนครั้งที่การโจมตีสำเร็จ ผู้ผลิตอุปกรณ์ Android และระบบไบโอเมตริกควรติดต่อ Android เพื่อขอคำแนะนำการทดสอบล่าสุดโดยส่ง แบบฟอร์มนี้
ขั้นตอนการสอบเทียบ
มีพารามิเตอร์สามตัวสำหรับการตรวจสอบลายนิ้วมือที่ต้องได้รับการปรับให้เหมาะสมเพื่อให้แน่ใจว่าค่าที่เหมาะสมที่สุดสำหรับขั้นตอนการทดสอบ ได้แก่ เครื่องมือโจมตีการนำเสนอ (PAI) รูปแบบการนำเสนอ และประสิทธิภาพในความหลากหลายของหัวข้อ
- PAI เป็นการปลอมแปลงทางกายภาพ เช่น ลายนิ้วมือที่พิมพ์หรือแบบจำลองที่ขึ้นรูป ล้วนเป็นตัวอย่างของสื่อการนำเสนอ ขอแนะนำอย่างยิ่งให้ใช้วัสดุปลอมแปลงต่อไปนี้
- เซ็นเซอร์ลายนิ้วมือแบบออปติคอล (FPS)
- กระดาษถ่ายเอกสาร/แผ่นใสด้วยหมึกไม่นำไฟฟ้า
- น็อกซ์ เจลาติน
- สีลาเท็กซ์
- กาวของ Elmer ทั้งหมด
- FPS แบบคาปาซิทีฟ
- น็อกซ์ เจลาติน
- กาวไม้ภายในของ Elmer's Carpenter
- กาวของ Elmer ทั้งหมด
- สีลาเท็กซ์
- FPS ล้ำเสียง
- น็อกซ์ เจลาติน
- กาวไม้ภายในของ Elmer's Carpenter
- กาวของ Elmer ทั้งหมด
- สีลาเท็กซ์
- เซ็นเซอร์ลายนิ้วมือแบบออปติคอล (FPS)
- รูปแบบการนำเสนอ เกี่ยวข้องกับการบิดเบือน PAI หรือสภาพแวดล้อมเพิ่มเติม ในลักษณะที่ช่วยในการปลอมแปลง ตัวอย่างเช่น การรีทัชหรือแก้ไขภาพลายนิ้วมือที่มีความละเอียดสูงก่อนที่จะสร้างแบบจำลอง 3 มิติ
- ประสิทธิภาพในความหลากหลายของหัวเรื่อง มีความเกี่ยวข้องอย่างยิ่งกับการปรับอัลกอริทึม การทดสอบขั้นตอนการสอบเทียบระหว่างเพศ กลุ่มอายุ และเชื้อชาติ/ชาติพันธุ์ มักจะเผยให้เห็นประสิทธิภาพที่แย่ลงอย่างมากสำหรับกลุ่มประชากรทั่วโลก และเป็นตัวแปรสำคัญในการสอบเทียบในระยะนี้
การทดสอบความหลากหลาย
เป็นไปได้ที่เครื่องอ่านลายนิ้วมือจะทำงานแตกต่างกันไปตามเพศ กลุ่มอายุ และเชื้อชาติ/ชาติพันธุ์ ประชากรส่วนน้อยมีลายนิ้วมือที่จดจำได้ยาก ดังนั้นจึงควรใช้ลายนิ้วมือหลายแบบเพื่อกำหนดพารามิเตอร์ที่เหมาะสมที่สุดสำหรับการจดจำและในการทดสอบการปลอมแปลง
ขั้นตอนการทดสอบ
ขั้นตอนการทดสอบคือเมื่อมีการวัดประสิทธิภาพความปลอดภัยทางชีวภาพ อย่างน้อยที่สุด การทดสอบควรทำในลักษณะที่ไม่ให้ความร่วมมือ ซึ่งหมายความว่าลายนิ้วมือใดๆ ที่เก็บรวบรวมจะทำได้โดยการยกออกจากพื้นผิวอื่น แทนที่จะให้เป้าหมายมีส่วนร่วมในการรวบรวมลายนิ้วมืออย่างแข็งขัน เช่น การทำแม่พิมพ์ที่ให้ความร่วมมือของ นิ้วของวัตถุ อย่างหลังได้รับอนุญาตแต่ไม่จำเป็น
การนับความพยายามในระยะทดสอบ
ความพยายามเพียงครั้งเดียวจะนับเป็นช่วงเวลาระหว่างการนำเสนอลายนิ้วมือ (จริงหรือปลอมแปลง) ไปยังเซ็นเซอร์ และการตอบรับบางส่วนจากโทรศัพท์ (ไม่ว่าจะเป็นเหตุการณ์ปลดล็อคหรือข้อความที่ผู้ใช้มองเห็น)
ความพยายามใดๆ ที่โทรศัพท์ไม่สามารถรับข้อมูลได้เพียงพอที่จะพยายามจับคู่ ไม่ควรรวมอยู่ในจำนวนความพยายามทั้งหมดที่ใช้ในการคำนวณ SAR
โปรโตคอลการประเมินผล
การลงทะเบียน
ก่อนที่จะเริ่มขั้นตอนการสอบเทียบสำหรับการตรวจสอบลายนิ้วมือ ให้ไปที่การตั้งค่าอุปกรณ์และลบโปรไฟล์ไบโอเมตริกซ์ที่มีอยู่ทั้งหมด หลังจากลบโปรไฟล์ที่มีอยู่ทั้งหมดแล้ว ให้ลงทะเบียนโปรไฟล์ใหม่ด้วยลายนิ้วมือเป้าหมายที่จะใช้สำหรับการสอบเทียบและการทดสอบ ปฏิบัติตามคำแนะนำบนหน้าจอทั้งหมดจนกว่าโปรไฟล์จะลงทะเบียนสำเร็จ
ขั้นตอนการสอบเทียบ
ออปติคัล FPS
ซึ่งคล้ายกับขั้นตอนการสอบเทียบของอัลตราโซนิกและคาปาซิทีฟ แต่มีลายนิ้วมือของผู้ใช้เป้าหมายทั้ง 2D และ 2.5D
- ยกสำเนาลายนิ้วมือแฝงออกจากพื้นผิว
- ทดสอบด้วยสายพันธุ์ 2D PAI
- วางลายนิ้วมือที่ยกขึ้นบนเซ็นเซอร์
- ทดสอบด้วยสายพันธุ์ 2.5D PAI
- สร้าง PAI ของลายนิ้วมือ
- วาง PAI บนเซ็นเซอร์
FPS ล้ำเสียง
การสอบเทียบอัลตราโซนิกเกี่ยวข้องกับการยกสำเนาลายนิ้วมือเป้าหมายที่แฝงอยู่ ตัวอย่างเช่น อาจทำได้โดยใช้ลายนิ้วมือที่ยกขึ้นด้วยผงลายนิ้วมือ หรือสำเนาลายนิ้วมือที่พิมพ์ออกมา และอาจรวมถึงการรีทัชภาพลายนิ้วมือด้วยตนเองเพื่อให้เกิดการปลอมแปลงที่ดีขึ้น
หลังจากได้รับสำเนาลายนิ้วมือเป้าหมายแฝงแล้ว ระบบจะทำ PAI
FPS แบบคาปาซิทีฟ
การสอบเทียบสำหรับคาปาซิทีฟเกี่ยวข้องกับขั้นตอนเดียวกับที่อธิบายไว้ข้างต้นสำหรับการสอบเทียบแบบอัลตราโซนิก
ขั้นตอนการทดสอบ
- รับคนที่ไม่ซ้ำกันอย่างน้อย 10 คนเพื่อลงทะเบียนโดยใช้พารามิเตอร์เดียวกับที่ใช้ในการคำนวณ FRR/FAR
- สร้าง PAI สำหรับแต่ละคน
- SAR สามารถวัดได้ดังนี้:
การวนซ้ำที่จำเป็นเพื่อให้ได้ตัวอย่างอัตราความผิดพลาดที่ถูกต้องทางสถิติ: สมมติฐานความเชื่อมั่น 95% สำหรับด้านล่างทั้งหมด N ขนาดใหญ่
ขอบของข้อผิดพลาด | การทดสอบซ้ำที่จำเป็นต่อวิชา |
---|---|
1% | 9595 |
2% | 2401 |
3% | 1,067 |
5% | 385 |
10% | 97 |
ระยะเวลาที่ต้องการ (30 วินาทีต่อครั้ง 10 วิชา)
ขอบของข้อผิดพลาด | เวลารวม |
---|---|
1% | 799.6 ชม |
2% | 200.1 ชม |
3% | 88.9 ชม |
5% | 32.1 ชม |
10% | 8.1 ชม |
เราขอแนะนำให้กำหนดเป้าหมายส่วนต่างของข้อผิดพลาด 5% ซึ่งให้อัตราข้อผิดพลาดที่แท้จริงในประชากร 2% ถึง 12%
ขอบเขต
กระบวนการนี้ได้รับการตั้งค่าเพื่อทดสอบความยืดหยุ่นของการตรวจสอบลายนิ้วมือโดยเทียบกับโทรสารของลายนิ้วมือของผู้ใช้เป้าหมายเป็นหลัก วิธีการทดสอบขึ้นอยู่กับต้นทุนวัสดุ ความพร้อมใช้งาน และเทคโนโลยีในปัจจุบัน เกณฑ์วิธีนี้จะได้รับการแก้ไขเพื่อรวมการวัดความยืดหยุ่นต่อวัสดุและเทคนิคใหม่ๆ เมื่อเริ่มนำไปใช้ได้จริง
ข้อควรพิจารณาทั่วไป
แม้ว่าแต่ละรูปแบบจะต้องมีการตั้งค่าการทดสอบที่แตกต่างกัน แต่ก็มีประเด็นทั่วไปบางประการที่ใช้ได้กับทุกรูปแบบ
ทดสอบฮาร์ดแวร์จริง
ตัววัด SAR/IAR ที่รวบรวมไว้อาจมีความคลาดเคลื่อนได้เมื่อมีการทดสอบโมเดลไบโอเมตริกซ์ภายใต้สภาวะที่เหมาะสมและบนฮาร์ดแวร์ที่แตกต่างจากที่ปรากฏบนอุปกรณ์เคลื่อนที่จริง ตัวอย่างเช่น รุ่นปลดล็อคด้วยเสียงที่ได้รับการปรับเทียบในห้องไร้เสียงสะท้อนโดยใช้การตั้งค่าไมโครโฟนหลายตัวจะมีการทำงานแตกต่างออกไปมากเมื่อใช้กับอุปกรณ์ไมโครโฟนตัวเดียวในสภาพแวดล้อมที่มีเสียงดัง เพื่อที่จะบันทึกการวัดที่แม่นยำ ควรทำการทดสอบบนอุปกรณ์จริงพร้อมกับฮาร์ดแวร์ที่ติดตั้งไว้ และไม่ผ่านการทดสอบกับฮาร์ดแวร์อย่างที่ปรากฏบนอุปกรณ์
ใช้การโจมตีที่รู้จัก
วิธีไบโอเมตริกซ์ส่วนใหญ่ที่ใช้อยู่ในปัจจุบันได้รับการปลอมแปลงสำเร็จแล้ว และมีเอกสารสาธารณะเกี่ยวกับวิธีการโจมตีอยู่ ด้านล่างนี้เราจะให้ภาพรวมระดับสูงโดยย่อของการตั้งค่าการทดสอบสำหรับรูปแบบการโจมตีที่ทราบ เราขอแนะนำให้ใช้การตั้งค่าที่แสดงไว้ที่นี่ทุกครั้งที่เป็นไปได้
คาดว่าจะมีการโจมตีครั้งใหม่
สำหรับวิธีการที่มีการปรับปรุงใหม่ที่สำคัญ เอกสารการตั้งค่าการทดสอบอาจไม่มีการตั้งค่าที่เหมาะสม และอาจไม่มีการโจมตีสาธารณะที่ทราบอยู่แล้ว วิธีที่มีอยู่อาจจำเป็นต้องปรับการตั้งค่าการทดสอบภายหลังการโจมตีที่เพิ่งค้นพบ ในทั้งสองกรณี คุณจะต้องมีการตั้งค่าการทดสอบที่สมเหตุสมผล โปรดใช้ลิงก์ คำติชมไซต์ ที่ด้านล่างของหน้านี้เพื่อแจ้งให้เราทราบหากคุณได้ตั้งค่ากลไกที่สมเหตุสมผลที่สามารถเพิ่มได้
การตั้งค่าสำหรับรูปแบบต่างๆ
ลายนิ้วมือ
ไอเออาร์ | ไม่ต้องการ. |
เขตซาร์ |
|
ใบหน้าและไอริส
ไอเออาร์ | ขอบเขตล่างจะถูกบันทึกโดย SAR ดังนั้นจึงไม่จำเป็นต้องทำการวัดแยกกัน |
เขตซาร์ |
|
เสียง
ไอเออาร์ |
|
เขตซาร์ |
|