1
Nuevas Tecnologías Biométricas - Informáticas
Dinámica de Tecleo
UUniversidad AAbierta IInteramericana
Dr Marcelo De Vincenzi
Ing Marcelo Semeria
2
Dinámica de Tecleo - Ubicación
SEGURIDAD
Reconocimiento de personas
Biometría
Dinámica de Dinámica de TecleoTecleo
3
Que es la Biometría?
• Ciencia que estudia las características cuantitativas de los seres vivos
Del Griego
Bio : Vida
Metria: Medición
Métodos automáticos que permiten identificar a las personas
4
Métodos Tradicionales
• Algo que el usuario SABESABE• Clave secreta
• Algo que el usuario TIENE• Tarjeta personal
• Algo que el usuario ESES• Dato biométrico
5
Algunas Definiciones
Biometría
Estática
Biometría
Dinámica
Vin
cula
da c
on
los
aspe
ctos
F
ísic
os
Vinculada con la
conducta
•Huellas Dactilares
•Geometría de Manos
•Características del ojo
•Emisiones Térmicas
•Poros de la piel
•Escritura Manuscrita
•Voz
•Gestos y movimiento corporal
•DINÁMICA DE TECLEODINÁMICA DE TECLEO
6
Algunas Características Generales
• UNIVERSALIDAD
• SINGULARIDAD
• ESTABILIDAD
• CUANTIFICABILIDAD
• ACEPTABILIDAD
7
Huellas Dactilares
Clasificación
8
De que dependen los surcos
• Crestas papilares y los surcos interpapilares.
• Crestas papilares : relieves epidérmicos • Surcos interpapilares: son lo que se determinan por las depresiones que separan dichos relieves o crestas.
9
Geometría de cara
Buscar medidas característicade geometría de cara.
•Distancia entre ojos•Largo de nariz•Distancia boca - mentón
10
Problemas
Cambio de posiciones, Gestos, iluminación
11
Geometría de caras
Base de datos con distintas formas de enfoque
12
Reconocimiento de la voz
Clasificación Inicial:•Sonido sonoros : Las cuerdas vocales vibranEl aire pasa sin impedimentos importantes
•Sonidos sordosLas cuerdas vocales no vibranHay restricciones importantespara el paso del aire
13
Representación visual
El golpe de timón fue terrorífico
14
Detalle
F ( Sordo )
U ( Sonoro )
Notar periodicidad( pitch)
15
Dinámica de Tecleo
• Biometría del comportamiento ( conducta )
Cuál es el principalmedio de interaccióncon el computador ?
16
A Considerar
• Velocidad de tecleo• Rápido – Lento
• Modalidad• Para las mayúsculas se usa right-shift o
left-shift
• Pausa entre letras• Errores
• Forma de manejo de errores
17
Origen
• Mayo 1844 – inicia el Telégrafo
Era posible distinguir al emisor por el ritmo de pulsaciones
18
Proceso de Tecleo
• Involucra• Características físicas externas del usuario• Sistema nervioso• Músculos de brazos y manos• Costumbres y aprendizajes
19
Realización Práctica
• Datos a capturar• Latencia ( Tiempo entre pulsaciones )• Duración ( Tiempo de pulsación )
S O LS O L
Se DEBE tomar en cuenta la dificultad del texto a teclear
20
Intuitivamente
• Algunas personas se ¨ detienen ¨ más en alguna tecla en particular
• Diferencias de cadencia• Con toda la mano• Solo dos dedos• Algunos dedos de cada mano
21
Problemas Técnicos
• La forma de tipeo depende de muchas variables• Cansancio• Estado de ánimo• Estado de salud• Características del teclado• Iluminación ambiental• Disposición del equipo• etc
No fácilmente mensurable.
Algoritmos que tomenen cuenta estos problemas
22
Problemas Legales
• Pueden existir leyes locales que no permitan el uso del sistema, pues:
• Se está identificando sin conocimiento del usuario.
• Es posible obtener perfiles de trabajo del usuario.
23
Posibilidades de aplicación
• Uso de la dinámica de tecleo junto con el ID y el Password• El pass se puede averiguar pero es muy
complicado simular la forma de tecleo
• Verificación permanente del modo de tecleo• Aumenta la seguridad.• Facilita el ajuste dinámico ante cambios
24
Ingreso
Aprobado
Método propuesto
• Doble prueba
AND
ID + Pass Tecleo
25
Fusión de datos
• Referencia situaciones en que se utilizan datos provenientes de distintas fuentes• Unimodal
• Una misma característica biométrica captura por distintos métodos
• Multimodal• Se trata de la utilización de dos o mas tipos de
datos biométricos
26
Ventajas de la fusión multimodal
•SSupera las limitaciones de los métodos por separado.
•DDificulta “engañar” al sistema
•SSoluciona el problema de las personas que no pueden ser reconocidas ( ya sea temporal o permanentemente )
27
Fusión de Sensores
SENSOR1
SENSOR2
FUSIONExtracción decaracterísticas
Clasificador
Base de Datos
Decisión
28
Fusión de características
SENSOR1
SENSOR2
FUSION
Clasificador
Base de Datos
Extracción decaracterísticas
Extracción decaracterísticas
Decisión
29
Niveles de confidencia
• Se debe combinar las “puntuaciones” obtenidas por cada clasificador
Algoritmos•Geométricos•Redes Neuronales•Lógica Difusa•Algoritmos evolutivos
30
Pasos del proyecto
• 1. Capturar parámetros de teclado.• Soft de captura con precisión mejor que el
milisegundo• Funcionamiento transparente al usuario• Pasaje de datos a formato compatible con
algún paquete estadístico
31
Pasos del proyecto
• 2. Procesamiento de datos• Elección de datos a considerar• Armado de cluster con datos relacionados• Extracción de características relevantes
32
Pasos del proyecto
• 3. Algoritmos de mejora• Los datos armados en cluster se procesan
para resaltar las características deseables.• Eliminación de valores casuales.• Configurar para mejorar la velocidad
33
Pasos del proyecto
• 4. Algoritmo de decisión• Elección de mejor opción• Minimizar los falsos rechazos• Minimizar las falsas aceptaciones
34
Aplicacion prevista
Dado que no se requiere hardware especiales muy indicado para confirmar identidad ensitios Web.
35
Posibilidades
• Control durante Login• Elemento agregado de seguridad• Permite salvar el olvido del password
• Control durante toda la sesión• Aumenta la seguridad• Permite un ajuste ante variaciones.• Mejora la cantiad de muestras del usuario
36
Trabajo futuro
• Descubrimiento de invariables respecto:• Variación de iluminación• Variación de ruido ambiente• Cambio de teclado
Algoritmo basadoen invariantes
37
Bibliografía
• Tecnologías Biométricas aplicadas a la seguridad• Tapiador Materos & Singuenza Pizarro• Alfaomega