Защищенная система биометрической аутентификации для встраиваемых систем с ограниченными вычислительными ресурсами

В настоящее время технологии биометрической аутентификации такие как распознавание лица, отпечатков пальцев, радужной оболочки глаза и вен ладони, активно применяются в банковских приложениях, медицинских системах, комплексах контроля доступа и государственных информационных ресурсах. Использование таких технологий должно сопровождаться защитой биометрической информации при обработке и хранении особенно в условиях растущего количества целевых атак на персональные данные. Одним из перспективных подходов к обеспечению безопасности биометрической информации является использование гомоморфного шифрования. В работе рассматривается система автономной защищенной биометрической аутентификации по рисунку вен ладони пользователя в ближнем инфракрасном спектре для встроенных систем, реализуемых с использованием технологии обеспечения конфиденциальности для защиты биометрических данных. Проведенные исследования показали практическую реализуемость системы биометрической аутентификации с применением легковесной сиамской нейронной сети для выделения вектора признаков и гомоморфного шифрования, обеспечивающего конфиденциальность во встраиваемых системах на процессорах с ограниченными вычислительными ресурсами на основе одноплатных компьютеров, таких как Raspberry Pi. Подтверждена устойчивость к искажениям, включая повороты, шум, смещения и варьирование параметров шифрования. Показатели эффективности разработанной системы оценивались на сборном датасете, состоящем из изображений датасетов CASIA-MS-PalmprintV1 и Tongji Contactless Palmvein Dataset и составляют: точность классификации – 98,2%, EER – 0,73 %, AUC – 0,96, время – 1,2 секунды, что соответствует уровню требований к подобным системам. Анализ результатов показывает, что разработанная система уступает по точности клиент-серверным решениям, построенным на тяжеловесных сверточных нейронных сетях из-за ограниченности в вычислительных ресурсах и как следствие необходимости применения легковесной нейронной сети, но при этом обеспечена защищенная обработка биометрических данных с сохранением допустимого времени отклика. Сокращение времени обработки при реализации на одноплатных компьютерах может быть реализовано как использованием специализированных вычислительных ускорителей, так и применением других библиотек, поддерживающих гомоморфные вычисления, менее требовательных к вычислительным ресурсам.