вирішена на платформі ТА абонента;
ТА з можливістю зчитування біометричних параметрів повинен бути доступним;
повинен використовуватися метод, що забезпечує високу стійкість системи до зовнішніх атак.
У 2005 р в Китаї компанією Bird був анонсований мобільний телефон, що дозволяє ідентифікувати його власника за відбитками пальців від контактного дисплея [3].
Таке рішення забезпечує локалізовану захист від НСД до даних зловмисником, який отримав доступ до ТА. Термін стійкості такого рішення дорівнює часу, необхідного для фізичного доступу до інформації (злом корпусу телефону і т.д.).
Альтернативним рішенням може бути використання в мобільному телефоні механізму ідентифікації абонента по голосу. Як видно з таблиці 1 голосова ідентифікація має низький рівень помилкового спрацьовування, забезпечує збереження голосового ключа, під час його використання, володіє високим ступенем стійкості до підробці ключа, а також прийнятною ціною.
Визначення параметрів мови, необхідних для ідентифікації абонента по голосу
Для того щоб ідентифікувати абонента по голосу, необхідно мати речовий шаблон, з яким буде порівнюватися вводиться в систему голосової ключ. Порівняння ключа і шаблону може проводитися по одному або декільком нижче перерахованим характеристикам мовного сигналу (тут, ми говоримо про цифрове мовному сигналі, що пройшов обробку і адаптованому під поставлену задачу) [1]:
амплітудні і мощностние (гучність);
тимчасові;
частотні (тембр);
енергетичні;
фазові.
Для забезпечення простоти аналізу мовного сигналу, його попередньо піддають дискретизації з використанням частотного або Вейвлет перетворення. Оптимальним варіантом при реалізації ІКМ є використання частоти дискретизації 11 кГц і розмір звітів одно 16 біт [3].
Ідентифікація абонента може проводитися за наступними показниками, визначеним при обробці мовного сигналу:
короткочасна енергія сигналу (визначається функції короткочасної енергії з використанням вікон Хемминга [3]);
автокореляційна функція (автокореляційна функція дозволяє визначати енергію і періодичні властивості сигналу);
число переходів сигналу через нуль (тому високі частоти призводять до великого числа переходів через нуль, а низькі - до малого, то існує жорстка зв'язок між числом нульових перетинів і розподілом енергії по частотах [3] );
спектр сигналу;
коефіцієнти лінійного передбачення [3];
кепстральних коефіцієнти;
кепстральних коефіцієнти, обчислені на основі лінійного передбачення.
При обробці мови необхідно враховувати такі мовні ознаки сигналу:
детерміновані - визначені для розглянутого об'єкта;
імовірнісні - ознаки розподілені по всіх класах об'єктів з якоюсь імовірністю;
логічні - ознаки, які моно описати елементарними логічними функціями з достатньою визначеністю;
структурні - до них відносяться лінгвістичні та синтаксичні.
ідентифікація абонента стільниковий зв'язок
Вимоги, які пред'являються ТА (зчитувача біометричних параметрів) і процедурі обробки мовного сигналу
ТА повинен забезпечувати:
адекватного відображення вхідного біометричного параметра в дані.
низького рівня перешкод. Конкретні значення співвідношення сигнал/шум мають сенс тільки для конкретних біометричних ознак
ТА, використовувані в мережах СПС, задовольняють обом вимогам.
Процедура виділення біометричних параметрів з мовного сигналу повинна забезпечити обробку великого потоку вхідної, надлишкової інформації і провести підбір необхідного набору ознак. При виборі біометричних параметрів необхідно керуватися такими принципами:
набори параметрів біометричних ознак для різних абонентів не повинні перетинатися;
персоналізовані параметри для кожного абонента повинні бути як можна більш стійкі. Під стійкістю будемо розуміється дисперсію параметрів усередині класу параметрів для певного користувача, отже, чим менше внутриклассовая дисперсія параметрів, тим більш стійкі параметри;
параметри для різних абонентів повинні бути дуже нестійкі, тобто межклассовая дисперсія для різних дикторів повинна бути найбільшою.
Очевидно, що ...
