Биометрия - Biometrics

Для академического журнала статистики в биологии см. Биометрия (журнал). Для применения статистики к темам в биология, видеть Биостатистика. Информацию о рекламируемой обманным путем «обработке контура бедра» см. Питер Фостер.

Биометрия - это измерения и расчеты тела, связанные с характеристиками человека. Биометрическая аутентификация (или реалистичная аутентификация) используется в Информатика как форма идентификации и контроля доступа. Он также используется для идентификации лиц в группах, за которыми ведется наблюдение.

Биометрические идентификаторы - это отличительные, измеримые характеристики, используемые для обозначения и описания людей. Биометрические идентификаторы часто разделяют на физиологические и поведенческие характеристики. Физиологические характеристики связаны с формой тела. Примеры включают, но не ограничиваются отпечаток пальца, пальмовые вены, распознавание лица, ДНК, отпечаток ладони, геометрия руки, распознавание радужной оболочки глаза, сетчатка глаза и запах / запах. Поведенческие характеристики связаны с образцом поведения человека, включая, помимо прочего, ритм набора текста, походка, нажатие клавиши, подпись, поведенческое профилирование и голос. Некоторые исследователи ввели термин "бихевиометрия" для описания последнего класса биометрии.[1]

Более традиционные средства контроля доступа включают: системы идентификации на основе токенов, например, водительский лицензия или же заграничный пасспорт, а также системы идентификации, основанные на знаниях, такие как пароль или личный идентификационный номер. Поскольку биометрические идентификаторы уникальны для отдельных людей, они более надежны при проверке личности, чем методы, основанные на токенах и знаниях; однако сбор биометрических идентификаторов вызывает опасения по поводу конфиденциальности в отношении конечного использования этой информации.

Биометрическая функциональность

Многие различные аспекты физиологии, химии или поведения человека могут быть использованы для биометрический аутентификация. Выбор конкретного биометрического параметра для использования в конкретном приложении требует взвешивания нескольких факторов. Джайн и другие. (1999)[2] определили семь таких факторов, которые следует использовать при оценке пригодности любого признака для использования в биометрической аутентификации.

  • Универсальность означает, что каждый человек, использующий систему, должен обладать этой чертой.
  • Уникальность означает, что признак должен быть достаточно различным для особей в соответствующей популяции, чтобы их можно было отличить друг от друга.
  • Постоянство относится к тому, как черта меняется со временем. В частности, признак с «хорошей» постоянством будет достаточно инвариантным с течением времени по отношению к конкретному соответствию. алгоритм.
  • Измеримость (собираемость) относится к простоте приобретения или измерения признака. Кроме того, полученные данные должны иметь форму, позволяющую выполнять последующую обработку и извлечение соответствующих наборов функций.
  • Производительность связана с точностью, скоростью и надежностью используемой технологии (см. спектакль раздел для более подробной информации).
  • Приемлемость относится к тому, насколько хорошо люди в соответствующей популяции принимают технологию, чтобы они были готовы зафиксировать и оценить свои биометрические характеристики.
  • Обход относится к легкости, с которой черта может быть имитирована с помощью артефакта или заменителя.

Правильное биометрическое использование очень зависит от приложения. Некоторые биометрические параметры будут лучше других в зависимости от необходимого уровня удобства и безопасности.[3] Ни одна биометрическая информация не будет соответствовать всем требованиям всех возможных приложений.[2]

Биометрическая система diagram.png

Блок-схема иллюстрирует два основных режима биометрической системы.[4] Первый в проверка В режиме (или аутентификации) система выполняет однозначное сравнение захваченных биометрических данных с конкретным шаблоном, хранящимся в биометрической базе данных, для того, чтобы проверить, является ли человек тем, за кого он себя выдал. Проверка личности состоит из трех этапов.[5] На первом этапе опорные модели для всех пользователей создаются и сохраняются в базе данных моделей. На втором этапе некоторые образцы сопоставляются с эталонными моделями для получения истинных оценок и оценок самозванца и расчета порога. Третий этап - этап тестирования. Этот процесс может использовать интеллектуальная карточка, имя пользователя или идентификационный номер (например, ШТЫРЬ ), чтобы указать, какой шаблон следует использовать для сравнения.[примечание 1] «Позитивное распознавание» - это обычное использование режима проверки, «где цель состоит в том, чтобы предотвратить использование одной и той же личности несколькими людьми».[4]

Во-вторых, в режиме идентификации система выполняет индивидуальное сравнение с биометрической базой данных в попытке установить личность неизвестного человека. Системе удастся идентифицировать человека, если сравнение биометрического образца с шаблоном в база данных попадает в ранее установленный порог. Режим идентификации может использоваться либо для «положительного распознавания» (чтобы пользователю не приходилось предоставлять какую-либо информацию об используемом шаблоне), либо для «отрицательного распознавания» человека, "когда система устанавливает, является ли человек тем, кем она является. (неявно или явно) отрицает ".[4] Последняя функция может быть достигнута только с помощью биометрии, поскольку другие методы распознавания личности, такие как пароли, PIN-коды или ключи не действуют.

Первый раз, когда человек использует биометрическую систему, называется зачисление. Во время регистрации биометрическая информация от человека собирается и сохраняется. При последующем использовании биометрическая информация обнаруживается и сравнивается с информацией, сохраненной во время регистрации. Обратите внимание, что крайне важно, чтобы хранение и поиск самих таких систем были безопасными, если биометрическая система должна быть надежной. Первый блок (датчик) - это интерфейс между реальным миром и системой; он должен получить все необходимые данные. В большинстве случаев это система получения изображений, но она может изменяться в соответствии с желаемыми характеристиками. Второй блок выполняет всю необходимую предварительную обработку: он должен удалить артефакты от датчика, чтобы улучшить вход (например, удалить фоновый шум), использовать какой-то нормализация и т. д. В третьем блоке извлекаются необходимые функции. Этот шаг является важным шагом, так как правильные особенности должны быть извлечены оптимальным образом. Вектор чисел или изображение с определенными свойствами используется для создания шаблон. Шаблон - это синтез соответствующих характеристик, извлеченных из источника. Элементы биометрического измерения, которые не используются в алгоритме сравнения, отбрасываются в шаблоне, чтобы уменьшить размер файла и защитить личность зачисленного.[6] Однако, в зависимости от объема биометрической системы, исходные источники биометрических изображений могут быть сохранены, например, PIV-карты, используемые в Федеральном стандарте обработки информации для проверки личности (PIV) федеральных служащих и подрядчиков (FIPS 201).[7]

На этапе регистрации шаблон просто где-то хранится (на карте, в базе данных или и там, и там). На этапе сопоставления полученный шаблон передается устройству сопоставления, которое сравнивает его с другими существующими шаблонами, оценивая расстояние между ними с использованием любого алгоритма (например, Расстояние Хэмминга ). Программа сопоставления проанализирует шаблон с вводом. Затем это будет выводиться для определенного использования или цели (например, вход в ограниченную зону), хотя есть опасения, что использование биометрических данных может затруднить выполнение миссии.[8][9]Выбор биометрии для любого практического применения в зависимости от характерных измерений и требований пользователя.[5] При выборе конкретных биометрических параметров необходимо учитывать следующие факторы: производительность, социальная приемлемость, простота обхода и / или спуфинга, надежность, охват населения, размер необходимого оборудования и кража личных данных сдерживание. Выбор биометрических данных основан на требованиях пользователя и учитывает доступность датчиков и устройств, время и надежность вычислений, стоимость, размер датчика и энергопотребление.

Мультимодальная биометрическая система

Мультимодальные биометрические системы используют несколько датчиков или биометрию для преодоления ограничений унимодальных биометрических систем.[10] Например, системы распознавания радужной оболочки глаза могут быть повреждены старением радужной оболочки глаза.[11] и электронное распознавание отпечатков пальцев могут усугубиться изношенными или порезанными отпечатками пальцев. Хотя унимодальные биометрические системы ограничены целостностью своего идентификатора, маловероятно, что несколько унимодальных систем будут страдать от идентичных ограничений. Мультимодальные биометрические системы могут получать наборы информации из одного и того же маркера (т. Е. Нескольких изображений радужной оболочки глаза или сканированных изображений одного и того же пальца) или информации из разных биометрических данных (требующих сканирования отпечатков пальцев и, с использованием распознавания голоса, голосового пароля).[12][13]

Мультимодальные биометрические системы могут объединять эти одномодальные системы последовательно, одновременно, их комбинацию или последовательно, что означает последовательный, параллельный, иерархический и последовательный режимы интеграции, соответственно. Объединение биометрической информации может происходить на разных этапах системы распознавания. В случае объединения на уровне функций объединяются сами данные или функции, извлеченные из нескольких биометрических данных. Слияние уровней сопоставления объединяет оценки, полученные несколькими классификаторы относящиеся к различным модальностям. Наконец, в случае объединения на уровне решений окончательные результаты нескольких классификаторов объединяются с помощью таких методов, как большинство голосов. Слияние на уровне функций считается более эффективным, чем слияние других уровней, поскольку набор функций содержит более богатую информацию о входных биометрических данных, чем оценка соответствия или выходное решение классификатора. Поэтому ожидается, что объединение на уровне функций обеспечит лучшие результаты распознавания.[10]

Атаки с обманом состоят в отправке поддельных биометрических характеристик биометрическим системам и представляют собой серьезную угрозу, которая может снизить их безопасность. Обычно считается, что мультимодальные биометрические системы по своей сути более устойчивы к атакам с подделкой, но недавние исследования[14] показали, что от них можно обойти, подделав даже одну биометрическую характеристику.

Спектакль

В качестве показателей производительности биометрических систем используются следующие показатели:[15]

  • Частота ложных совпадений (FMR, также называется FAR = False Accept Rate): вероятность того, что система неправильно сопоставит входной шаблон с несоответствующим шаблоном в базе данных. Он измеряет процент неверно принятых вводимых данных. В случае шкалы сходства, если человек на самом деле самозванец, но оценка соответствия выше порогового значения, то он считается подлинным. Это увеличивает FMR, который, таким образом, также зависит от порогового значения.[5]
  • Коэффициент ложного несоответствия (FNMR, также называемый FRR = False Reject Rate): вероятность того, что система не сможет обнаружить совпадение между входным шаблоном и совпадающим шаблоном в базе данных. Он измеряет процент ошибочно отклоненных допустимых входных данных.
  • Рабочая характеристика приемника или относительная рабочая характеристика (ROC): график ROC - это визуальная характеристика компромисса между FMR и FNMR. В общем, алгоритм сопоставления выполняет решение на основе порога, который определяет, насколько близко к шаблону должен быть вход, чтобы он считался совпадением. Если порог снижен, будет меньше ложных несовпадений, но больше ложных приемов. И наоборот, более высокий порог снизит FMR, но увеличит FNMR. Распространенным вариантом является Компромисс ошибки обнаружения (DET), которое получено с использованием шкал нормальных отклонений по обеим осям. Этот более линейный график показывает различия для более высоких характеристик (более редкие ошибки).
  • Равная частота ошибок или коэффициент перекрестных ошибок (EER или CER): коэффициент, при котором ошибки принятия и отклонения равны. Значение EER можно легко получить из кривой ROC. EER - это быстрый способ сравнить точность устройств с разными кривыми ROC. В целом устройство с самым низким EER является наиболее точным.
  • Невозможность зачисления (FTE или FER): скорость, с которой попытки создать шаблон из ввода не увенчались успехом. Чаще всего это вызвано некачественным вводом.
  • Невозможность захвата скорости (FTC): В автоматических системах вероятность того, что система не сможет обнаружить биометрические данные, если они представлены правильно.
  • Емкость шаблона: максимальное количество наборов данных, которые могут храниться в системе.

История

Дальнейшая информация: Биостатистика

Ранняя каталогизация отпечатков пальцев восходит к 1881 году, когда Хуан Вучетич начал сбор отпечатков пальцев преступников в Аргентине.[16] Джош Элленбоген и Ницан Лебович утверждали, что биометрия возникла в системах идентификации преступной деятельности, разработанных Альфонс Бертильон (1853–1914) и Фрэнсиса Гальтона теория отпечатков пальцев и физиогномики.[17] Согласно Лебовичу, работа Гальтона «привела к применению математических моделей к отпечаткам пальцев, френологии и характеристикам лица» как части «абсолютной идентификации» и «ключа как к включению, так и к исключению» популяций.[18] Соответственно, «биометрическая система - это абсолютное политическое оружие нашей эпохи» и форма «мягкого контроля».[19] Теоретик Дэвид Лайон показали, что за последние два десятилетия биометрические системы проникли на гражданский рынок и стерли границы между государственными формами контроля и частным корпоративным контролем.[20] Келли А. Гейтс идентифицирована 9/11 как поворотный момент для культурного языка нашего настоящего: «на языке культурных исследований последствия 11 сентября были моментом артикуляции, когда объекты или события, которые не имеют необходимой связи, объединяются и устанавливается новое дискурсивное формирование : автоматическое распознавание лиц как технология национальной безопасности ".[21]

Адаптивные биометрические системы

Адаптивные биометрические системы стремятся автоматически обновлять шаблоны или модель в соответствии с внутриклассовым изменением операционных данных.[22] Двукратные преимущества этих систем заключаются в решении проблемы ограниченных обучающих данных и отслеживания временных изменений входных данных посредством адаптации. В последнее время адаптивная биометрия привлекла значительное внимание исследовательского сообщества. Ожидается, что это направление исследований будет набирать обороты из-за их основных заявленных преимуществ. Во-первых, с адаптивной биометрической системой больше не нужно собирать большое количество биометрических образцов во время процесса регистрации. Во-вторых, больше нет необходимости повторно регистрироваться или переобучать систему с нуля, чтобы справиться с изменяющейся средой. Это удобство может значительно снизить затраты на обслуживание биометрической системы. Несмотря на эти преимущества, с этими системами связано несколько открытых проблем. В случае ошибки неправильной классификации (ложного принятия) биометрической системой вызовите адаптацию с использованием образца самозванца. Однако постоянные исследовательские усилия направлены на решение открытых проблем, связанных с областью адаптивной биометрии. Более подробную информацию об адаптивных биометрических системах можно найти в критическом обзоре Раттани. и другие.

Последние достижения в области биометрии

В последнее время биометрия на основе мозга (электроэнцефалограмма ) и сердце (ЭКГ ) появились сигналы.[23][24] Исследовательская группа в Кентский университет во главе с Рамасвами Паланиаппан показал, что у людей есть определенные особенности мозга и сердца, которые индивидуальны для каждого человека.[25] Другой пример распознавание вен пальца, используя методы распознавания образов на основе изображений сосудистых узоров человека. Преимущество такой «футуристической» технологии состоит в том, что она более устойчива к мошенничеству по сравнению с традиционными биометрическими данными, такими как отпечатки пальцев. Однако такая технология, как правило, более громоздка и по-прежнему имеет такие проблемы, как более низкая точность и плохая воспроизводимость с течением времени. Это новое поколение биометрических систем называется биометрия намерений и он направлен на сканирование намерение. Технология будет анализировать физиологические особенности, такие как движение глаз, температуру тела, дыхание и т. Д., И предсказывать опасное поведение или враждебные намерения до того, как они воплотятся в действие.

Что касается портативности биометрических продуктов, все больше и больше поставщиков внедряют значительно миниатюрные системы биометрической аутентификации (BAS), тем самым значительно сокращая расходы, особенно при крупномасштабном развертывании.

Подписи оператора

Подпись оператора - это биометрический режим, в котором способ, которым человек, использующий устройство или сложную систему, записывается в качестве шаблона проверки.[26] Одним из возможных вариантов использования биометрической подписи этого типа является различение удаленных пользователей телероботический хирургические системы, использующие для связи общедоступные сети.[26]

Предлагаемое требование для определенных сетей общего пользования

Джон Майкл (Майк) МакКоннелл, бывший вице-адмирал в ВМС США, бывший директор Национальная разведка США, и старший вице-президент Буз Аллен Гамильтон в своем программном выступлении способствовал развитию будущей возможности требовать биометрическую аутентификацию для доступа к определенным общедоступным сетям[27] на Конференция биометрического консорциума 2009 г..

Основная предпосылка в приведенном выше предложении заключается в том, что человек, который уникальным образом аутентифицировал себя с помощью биометрических данных на компьютере, на самом деле также является агентом, выполняющим потенциально вредоносные действия с этого компьютера. Однако, если контроль над компьютером был нарушен, например, когда компьютер является частью ботнет контролируется хакером, то знание личности пользователя терминала существенно не улучшает безопасность сети и не помогает правоохранительным органам.[28]

Недавно был разработан другой подход к биометрической безопасности, этот метод сканирует все потенциальные клиенты, чтобы гарантировать лучшую идентификацию этого потенциального клиента. Этот метод не принят во всем мире, поскольку он очень сложен и потенциальные клиенты обеспокоены своей конфиденциальностью.

Биометрия животных

Вместо тегов или татуировок могут использоваться биометрические методы. идентифицировать отдельных животных Были опробованы: полосы зебры, узоры кровеносных сосудов в ушах грызунов, отпечатки морды, узоры крыльев летучих мышей, распознавание лиц приматов и пятна коалы.[29]

видео

Видео стали ярко выраженным способом идентификации информации. В видеороликах есть функции, которые определяют, насколько интенсивны определенные части кадра по сравнению с другими, что помогает идентифицировать.[30]

Проблемы и опасения

Наблюдательный гуманизм во время кризиса

Биометрия используется во многих программах помощи во время кризиса для предотвращения мошенничества и обеспечения надлежащего доступа к ресурсам для нуждающихся. Гуманитарные усилия мотивированы содействием благополучию нуждающихся людей, однако использование биометрии в качестве формы гуманизма наблюдения может вызвать конфликт из-за различных интересов групп, вовлеченных в конкретную ситуацию. Споры по поводу использования биометрических данных между программами помощи и партийными должностными лицами тормозят распределение ресурсов среди людей, которые больше всего нуждаются в помощи. В июле 2019 года Мировая продовольственная программа Организации Объединенных Наций и повстанцы-хуситы были вовлечены в крупный спор по поводу использования биометрии для обеспечения ресурсов сотнями тысяч мирных жителей Йемена, жизнь которых находится под угрозой. Отказ сотрудничать с интересами Мировой продовольственной программы ООН привел к приостановке продовольственной помощи населению Йемена. Использование биометрии может предоставить программам помощи ценную информацию, однако ее потенциальные решения могут не лучше всего подходить для хаотических кризисных времен. Конфликты, вызванные глубоко укоренившимися политическими проблемами, в которых внедрение биометрии не может обеспечить долгосрочное решение.[31]

Человеческое достоинство

Биометрия также считается инструментом развития государственной власти.[32] (выражаясь языком Фуко, дисциплина и биоэнергетика[33]). Превратив человека в набор биометрических параметров, биометрия дегуманизирует человека,[34] ущемляют физическую неприкосновенность и, в конечном итоге, оскорбляют человеческое достоинство.[35]

В известном случае[36] Итальянский философ Джорджио Агамбен отказался въехать в Соединенные Штаты в знак протеста против требования программы Соединенных Штатов Америки по оценке статуса посетителей и иммигрантов (US-VISIT) о том, что посетители должны снимать отпечатки пальцев и фотографировать. Агамбен утверждал, что сбор биометрических данных - это форма биополитической татуировки, сродни татуировке евреев во время Холокоста. По словам Агамбена, биометрия превращает человеческую личность в голое тело. Агамбен относится к двум словам, которые древние греки использовали для обозначения «жизни», зои, которая есть жизнь, общая для животных и людей, просто жизнь; и биос, которая является жизнью в человеческом контексте, со смыслами и целями. Агамбен предусматривает превращение в обнаженные тела для всего человечества.[37] По его мнению, новые биополитические отношения между гражданами и государством превращают граждан в чисто биологическую жизнь (зои) лишая их человечности (биос); а биометрия возвестит об этом новом мире.

В Темные дела: наблюдение за чернотой, наблюдение ученый Симона Браун формулирует ту же критику, что и Агамбен, цитируя недавнее исследование[38] относящиеся к биометрии НИОКР которые обнаружили, что исследуемая система гендерной классификации "склонна классифицировать африканцев как мужчин и Монголоиды как женщины ".[38] Следовательно, Браун утверждает, что концепция объективной биометрической технологии затруднительна, если такие системы субъективно спроектированы и уязвимы для возникновения ошибок, как описано в исследовании выше. Резкое распространение биометрических технологий как в государственном, так и в частном секторе усиливает эту озабоченность. Увеличение коммодификация биометрии частным сектором усугубляет опасность потери человеческой ценности. Действительно, корпорации ценят биометрические характеристики больше, чем люди.[39] Далее Браун предлагает, чтобы современное общество включило в себя «биометрическое сознание», которое «предполагает информированное общественное обсуждение этих технологий и их применения, а также подотчетность государства и частного сектора, когда право собственности и доступ к данным о собственном теле и другая интеллектуальная собственность, созданная на основе данных о теле человека, должна пониматься как право ".[40]

Другие ученые[41] подчеркнули, однако, что глобализированный мир сталкивается с огромной массой людей со слабой или отсутствующей гражданской идентичностью. Большинство развивающихся стран имеют слабые и ненадежные документы, а у более бедных людей в этих странах нет даже этих ненадежных документов.[42] Без удостоверенных личных данных нет уверенности в праве, нет гражданской свободы.[43] Человек может требовать своих прав, включая право отказаться от идентификации, только если он является идентифицируемым субъектом, если он имеет публичную идентичность. В этом смысле биометрия может сыграть ключевую роль в поддержке и поощрении уважения человеческого достоинства и основных прав.[44]

Биометрия намерений создает дополнительные риски. В его газета в Harvard International Review, проф. Найеф Аль-Родхан предупреждает о высоких рисках просчетов, неправомерных обвинений и посягательств на гражданские свободы. Критики в США также сигнализируют о конфликте с 4-я поправка.

Конфиденциальность и дискриминация

Дальнейшая информация: Конфиденциальность, право на неприкосновенность частной жизни, и медицинская конфиденциальность

Возможно, что данные, полученные во время биометрической регистрации, могут быть использованы способами, на которые зарегистрированный человек не дал согласия. Например, большинство биометрических характеристик могут выявить физиологические и / или патологические медицинские состояния (например, некоторые образцы отпечатков пальцев связаны с хромосомными заболеваниями, образцы радужной оболочки могут выявить генетический пол, образцы вен руки могут выявить сосудистые заболевания, большинство поведенческих биометрических данных могут выявить неврологические заболевания, так далее.).[45] Более того, биометрия второго поколения, особенно поведенческая и электрофизиологическая биометрия (например, основанная на электрокардиография, электроэнцефалография, электромиография ), может также использоваться для обнаружение эмоций.[46]

Есть три категории проблем конфиденциальности:[47]

  1. Непреднамеренный функциональный объем: аутентификация идет дальше аутентификации, например, обнаружение опухоли.
  2. Непреднамеренная область применения: процесс аутентификации правильно идентифицирует субъект, когда субъект не желает быть идентифицированным.
  3. Скрытая идентификация: объект идентифицируется без поиска идентификации или аутентификации, то есть лицо субъекта идентифицируется в толпе.

Опасность для владельцев охраняемых вещей

Когда воры не могут получить доступ к защищенной собственности, есть вероятность, что воры будут преследовать и нападать на владельца собственности, чтобы получить доступ. Если предмет защищен биометрическим устройством, ущерб владельцу может быть необратимым и потенциально стоить дороже, чем охраняемое имущество. Например, в 2005 году малазийские угонщики отрезали палец Мерседес-Бенц S-Класс владелец при попытке угнать машину.[48]

Презентационные атаки

В контексте биометрических систем атаки представления также могут называться «атаками спуфинга».

Согласно недавнему стандарту ISO / IEC 30107,[49] Атаки представления определяются как «представление подсистеме биометрического захвата с целью вмешательства в работу биометрической системы». Эти атаки могут быть атаками подражания или обфускации. Атаки за выдачу себя за другое лицо пытаются получить доступ, выдавая себя за кого-то другого. Атаки обфускации могут, например, попытаться избежать обнаружение лица и системы распознавания лиц.

Недавно было предложено несколько методов противодействия атакам представления.[50]

Отменяемая биометрия

Одно из преимуществ паролей перед биометрическими данными заключается в том, что их можно повторно выдать. Если токен или пароль утерян или украден, его можно отменить и заменить на более новую версию. Естественно, это недоступно в биометрии. Если чье-то лицо взломано из базы данных, они не могут отменить или переиздать его. Если электронный биометрический идентификатор украден, изменить биометрическую характеристику практически невозможно. Это делает биометрические характеристики человека сомнительными для будущего использования при аутентификации, как, например, в случае взлома справочной информации, связанной с безопасностью, из Управления кадров (OPM) в США.

Отменяемая биометрия - это способ включения функций защиты и замены в биометрические данные для создания более безопасной системы. Впервые было предложено Ратхой. и другие.[51]

«Отменяемая биометрия относится к преднамеренному и систематически повторяемому искажению биометрических характеристик с целью защиты конфиденциальных пользовательских данных. Если отменяемая функция скомпрометирована, характеристики искажения изменяются, и те же самые биометрические данные отображаются в новом шаблоне, который является использовались впоследствии. Отменяемая биометрия является одной из основных категорий для защиты биометрических шаблонов помимо биометрической криптосистемы ».[52] В биометрической криптосистеме «методы кодирования с исправлением ошибок используются для обработки внутриклассовых вариаций».[53] Это обеспечивает высокий уровень безопасности, но имеет ограничения, такие как конкретный формат ввода только небольших внутриклассовых вариаций.

Было предложено несколько методов для создания новых эксклюзивных биометрических данных. Первая биометрическая система с отменой отпечатков пальцев была разработана и разработана Туляковым. и другие.[54] По сути, отменяемая биометрия искажает биометрическое изображение или характеристики перед сопоставлением. Вариативность параметров искажения обеспечивает отменяемый характер схемы. Некоторые из предложенных методов работают с использованием собственных механизмов распознавания, таких как Teoh и другие.[55] и Саввидес и другие.,[56] тогда как другие методы, такие как Dabbah и другие.,[57] Воспользуйтесь преимуществами хорошо зарекомендовавших себя биометрических исследований для своего интерфейса распознавания для проведения распознавания. Хотя это увеличивает ограничения на систему защиты, это делает отменяемые шаблоны более доступными для доступных биометрических технологий.

Мягкая биометрия

Мягкая биометрия Черты - это физические, поведенческие или привязанные человеческие характеристики, которые были выведены из того, как люди обычно различают своих сверстников (например, рост, пол, цвет волос). Они используются для дополнения идентификационной информации, предоставляемой первичными биометрическими идентификаторами. Хотя мягким биометрическим характеристикам не хватает различимости и постоянства для однозначного и надежного распознавания человека, и их можно легко подделать, они предоставляют некоторые доказательства личности пользователя, которые могут быть полезны. Другими словами, несмотря на то, что они не могут индивидуализировать предмет, они эффективны в различении людей. Комбинации личных атрибутов, таких как пол, раса, цвет глаз, рост и другие видимые опознавательные знаки, могут использоваться для повышения производительности традиционных биометрических систем.[58] Большинство программных биометрических данных можно легко собрать, и они фактически собираются во время регистрации. Мягкая биометрия поднимает две основные этические проблемы.[59] Во-первых, некоторые мягкие биометрические черты сильно зависят от культуры; например, цвета кожи для определения риска этнической принадлежности для поддержки расистских подходов, биометрическое распознавание пола в лучшем случае распознает пол по третичным половым признакам, будучи неспособным определить генетический и хромосомный пол; мягкая биометрия для распознавания старения часто находится под сильным влиянием возрастных стереотипов и т. д. Во-вторых, мягкая биометрия имеет большой потенциал для категоризации и профилирования людей, что создает риск поддержки процессов стигматизации и исключения.[60]

Международный обмен биометрическими данными

Многие страны, включая США, планируют поделиться биометрическими данными с другими странами.

Давая показания перед Комитетом по ассигнованиям Палаты представителей США, Подкомитетом по внутренней безопасности по «биометрической идентификации» в 2009 году, Кэтлин Крениджер и Роберт Мокни[61] прокомментировал международное сотрудничество и взаимодействие в отношении биометрических данных следующим образом:

Чтобы гарантировать, что мы сможем закрыть террористические сети до того, как они попадут в Соединенные Штаты, мы также должны возглавить внедрение международных биометрических стандартов. Разрабатывая совместимые системы, мы сможем безопасно обмениваться террористической информацией на международном уровне, чтобы укрепить нашу защиту. Точно так же, как мы улучшаем то, как мы сотрудничаем с правительством США для выявления и отсеивания террористов и других опасных людей, мы обязаны работать с нашими партнерами за границей, чтобы не допустить, чтобы террористы совершали какие-либо действия незамеченными. Биометрия предоставляет новый способ раскрыть истинную личность террористов, лишая их самого большого преимущества - оставаться неизвестным.

Согласно статье, написанной в 2009 году С. Магнусоном в журнале National Defense Magazine под названием «Министерство обороны вынуждено поделиться биометрическими данными», Соединенные Штаты имеют двусторонние соглашения с другими странами, направленные на обмен биометрическими данными.[62] Процитирую эту статью:

Миллер [консультант Управления внутренней обороны и безопасности Америки] сказал, что у Соединенных Штатов есть двусторонние соглашения об обмене биометрическими данными примерно с 25 странами. Каждый раз, когда иностранный лидер посещал Вашингтон в течение последних нескольких лет, Государственный департамент следил за тем, чтобы они подписали такое соглашение.

Вероятность полного раскрытия информации государством

Некоторые члены гражданского сообщества обеспокоены тем, как используются биометрические данные, но полного раскрытия информации может не последовать. В частности, в несекретном отчете Целевой группы Совета по оборонной науке США по оборонной биометрии говорится, что разумно защищать, а иногда даже скрывать истинные и общие масштабы национального потенциала в областях, непосредственно связанных с обеспечением безопасности. -связанные с деятельностью.[63] Это также потенциально относится к биометрии. Далее говорится, что это классическая особенность разведки и военных операций. Короче говоря, цель - сохранить безопасность 'источники и методы '.

Страны, применяющие биометрию

Основная статья: Страны, применяющие биометрию

Страны, использующие биометрию, включают Австралия, Бразилия, Канада, Кипр, Греция, Китай, Гамбия, Германия, Индия, Ирак, Ирландия, Израиль, Италия, Малайзия, Нидерланды, Новая Зеландия, Нигерия, Норвегия, Пакистан, Южная Африка, Саудовская Аравия, Танзания,[64] Украина, Объединенные Арабские Эмираты, объединенное Королевство, Соединенные Штаты и Венесуэла.

Среди стран с низким и средним уровнем дохода примерно 1,2 миллиарда человек уже получили идентификацию с помощью программы биометрической идентификации.[65]

Есть также множество стран, применяющих биометрия для регистрации избирателей и аналогичные избирательные цели. Согласно Международная ИДЕЯ База данных "ИКТ в выборах",[66] некоторые из стран, использующих (2017 г.) биометрическую регистрацию избирателей (BVR): Армения, Ангола, Бангладеш, Бутан, Боливия, Бразилия, Буркина-Фасо, Камбоджа, Камерун, Чад, Колумбия, Коморские острова, Конго (Демократическая Республика), Коста-Рика, Кот-д'Ивуар, Доминиканская Республика, Фиджи, Гамбия, Гана, Гватемала, Индия, Ирак, Кения, Лесото, Либерия, Малави, Мали, Мавритания, Мексика, Марокко, Мозамбик, Намибия, Непал, Никарагуа, Нигерия, Панама, Перу, Филиппины, Сенегал, Сьерра-Леоне, Соломоновы острова, Сомалиленд, Свазиленд, Танзания, Уганда, Уругвай, Венесуэла, Йемен, Замбия, и Зимбабве.[67][68]

Национальная программа идентификации Индии

Национальная программа идентификации Индии называется Aadhaar самая большая биометрическая база данных в мире. Это цифровая идентификация на основе биометрии, присвоенная человеку на всю жизнь, поддающаяся проверке.[69] онлайн мгновенно в открытом доступе, в любое время, из любого места, безбумажным способом. Он разработан, чтобы позволить государственным учреждениям предоставлять розничные государственные услуги, безопасно основанные на биометрический данные (отпечаток пальца, сканирование радужной оболочки глаза и фото лица) вместе с демографические данные (имя, возраст, пол, адрес, имя родителя / супруги, номер мобильного телефона ) человека. Данные передаются в зашифрованном виде через Интернет для аутентификации, чтобы освободить их от ограничений физического присутствия человека в определенном месте.

Около 550 миллионов жителей были зарегистрированы и получили 480 миллионов Aadhaar. национальные идентификационные номера по состоянию на 7 ноября 2013 г.[70] Его цель - охватить все население в 1,2 миллиарда человек за несколько лет.[71] Тем не менее, он оспаривается критиками по поводу проблем конфиденциальности и возможного преобразования государства в государство наблюдения или в Банановая республика.[72][73]§ Проект вызвал недоверие в отношении безопасности инфраструктуры социальной защиты.[74] Чтобы побороть страх среди людей, Верховный суд Индии принял новое постановление, в котором говорилось, что с тех пор неприкосновенность частной жизни рассматривается как фундаментальное право.[75] 24 августа 2017 года был принят этот новый закон.

Смотрите также

Примечания

  1. ^ Системы могут быть разработаны для использования шаблона, хранящегося на носителе, например электронный паспорт или же интеллектуальная карточка, а не удаленную базу данных.

Рекомендации

  1. ^ Альзубайди, Абдулазиз; Калита, Джугал (2016). «Аутентификация пользователей смартфонов с помощью поведенческой биометрии». Обзоры и учебные пособия по коммуникациям IEEE. 18 (3): 1998–2026. Дои:10.1109 / comst.2016.2537748. ISSN  1553-877X.
  2. ^ а б Jain, A.K .; Bolle, R .; Панканти, С., ред. (1999). Биометрия: идентификация личности в сетевом обществе. Kluwer Academic Publications. ISBN  978-0-7923-8345-1.
  3. ^ Блейхер, Пол (2005). «Биометрия достигает совершеннолетия: несмотря на проблемы с точностью и безопасностью, биометрия становится все более популярной». Прикладные клинические испытания. Получено 6 декабря 2019.
  4. ^ а б c Джайн, Анил К .; Росс, Арун (2008). «Введение в биометрию». В джайнах, AK; Флинн; Росс, А (ред.). Справочник по биометрии. Springer. С. 1–22. ISBN  978-0-387-71040-2. В архиве из оригинала от 9 марта 2011 г.Требуется оплата
  5. ^ а б c Саху, Союдж Кумар; Чубиса, Тарун; Прасанна, С. Р. Махадева (1 января 2012 г.). «Мультимодальная биометрическая аутентификация человека: обзор». Технический обзор IETE. 29 (1): 54–75. Дои:10.4103/0256-4602.93139. S2CID  62699150. Архивировано из оригинал 16 января 2014 г.. Получено 23 февраля 2012.
  6. ^ «Как хранятся биометрические данные». ievo Ltd. 10 декабря 2018 г.. Получено 22 февраля 2020.
  7. ^ Гротер, Патрик; Саламон, Уэйн; Чандрамули, Рамасвами (июль 2013 г.). «Биометрические характеристики для проверки личности» (PDF): NIST SP 800–76–2. Дои:10.6028 / нист.сп.800-76-2. Цитировать журнал требует | журнал = (помощь)
  8. ^ «Деятельность агентства по сбору информации: биометрическая идентификация». Федеральный регистр. 9 августа 2018 г.. Получено 22 февраля 2020.
  9. ^ Тейлор, Сандра (25 февраля 2019 г.). «Re: DHS 2019-00001, Консультативный совет DHS по вопросам конфиденциальности и целостности данных» (PDF). Департамент внутренней безопасности. Получено 20 февраля 2020.
  10. ^ а б М. Хагигхат, М. Абдель-Мотталеб и В. Альхалаби (2016). Дискриминантный корреляционный анализ: объединение на уровне функций в реальном времени для мультимодального биометрического распознавания. IEEE Transactions по информационной криминалистике и безопасности, 11 (9), 1984–1996.
  11. ^ «Вопросы, поднятые о системах распознавания радужной оболочки глаза». Science Daily. 12 июля 2012 г. В архиве из оригинала 22 октября 2012 г.
  12. ^ Сэйлор, Майкл (2012). Мобильная волна: как мобильная разведка все изменит. Книги Персея / Авангард Пресс. п. 99. ISBN  9780306822988.
  13. ^ Билл Флок (3 октября 2013 г.). «Это« биометрическая война », о которой говорил Майкл Сэйлор». Вашингтонский деловой журнал. В архиве из оригинала 7 октября 2013 г.
  14. ^ Захид Ахтар, «Безопасность мультимодальных биометрических систем от атак с обманом» В архиве 2 апреля 2015 г. Wayback Machine, Кафедра электротехники и электроники, Университет Кальяри, Кальяри, Италия, 6 марта 2012 г.
  15. ^ «Характеристики биометрических систем». Cernet. Архивировано из оригинал 17 октября 2008 г.
  16. ^ История отпечатков пальцев В архиве 12 марта 2013 г. Wayback Machine.
  17. ^ Джош Элленбоген, Обоснованные и необоснованные образы: фотография Бертильона, Гальтона и Марея (Университетский парк, Пенсильвания, 2012 г.)
  18. ^ Ницан Лебович, «Биометрия или сила радикального центра», в Критический запрос 41: 4 (Лето, 2015 г.), 841–868.
  19. ^ Ницан Лебович, «Биометрия или сила радикального центра», в Критический запрос 41: 4 (Лето, 2015), с. 853.
  20. ^ Дэвид Лайон, Общество наблюдения: мониторинг повседневной жизни (Филадельфия, 2001).
  21. ^ Келли А. Гейтс, Наше биометрическое будущее: технология распознавания лиц и культура наблюдения (Нью-Йорк, 2011), стр. 100.
  22. ^ А. Раттани, «Адаптивная биометрическая система, основанная на процедурах обновления шаблонов», докторская диссертация, Университет Кальяри, Италия, 2010 г.
  23. ^ [Р. Паланиаппан, «Электроэнцефалограмма сигналов от воображаемой деятельности: новый биометрический идентификатор для небольшой популяции», опубликовано в E. Corchado и другие. (ред.): Интеллектуальная инженерия данных и автоматизированное обучение - IDEAL 2006, Конспект лекций по информатике, т. 4224, стр. 604–611, Springer-Verlag, Berlin Heidelberg, 2006. DOI: 10.1007 / 11875581_73]
  24. ^ Р. Паланиаппан и С. М. Кришнан, «Идентификация людей с помощью сигналов ЭКГ», Труды Международной конференции по обработке сигналов и связи, Бангалор, Индия, стр. 569–572, 11–14 декабря 2004 г. DOI: 10.1109 / SPCOM.2004.1458524]
  25. ^ «У Пентагона есть лазер, который может идентифицировать людей на расстоянии - по их сердцебиению». technologyreview.com. 27 июля 2019.
  26. ^ а б Лэнгстон, Дженнифер (8 мая 2015 г.). «Исследователи взламывают телеоперационного хирургического робота для выявления недостатков безопасности». Научные вычисления. Нью-Джерси. В архиве из оригинала 4 марта 2016 г.. Получено 17 мая 2015.
  27. ^ МакКоннелл, Майк (январь 2009 г.). Основной доклад. Конференция Биометрического Консорциума. Конференц-центр Тампы, Тампа, Флорида. Архивировано из оригинал 18 февраля 2010 г.. Получено 20 февраля 2010.
  28. ^ Шнайер, Брюс. "Интернет: аноним навсегда". В архиве из оригинала 12 октября 2011 г.. Получено 1 октября 2011.
  29. ^ Белая, Анна (апрель 2019). «Высокотехнологичные, гуманные способы, которыми биологи могут идентифицировать животных». Смитсоновский институт. Получено 22 марта 2019.
  30. ^ Цзян, ДаЮ; Ким, Джонгвон; Цзян, ДаЮ; Ким, Чонвон (26 сентября 2018 г.). «Поиск видео и обнаружение отпечатков пальцев с помощью запроса изображения и метода определения границ снимка на основе PlaceNet». Прикладные науки. 8 (10): 1735. Дои:10.3390 / app8101735.
  31. ^ https://www.nytimes.com/2019/07/11/opinion/data-humanitarian-aid.html
  32. ^ Брекенридж К. (2005). "Биометрическое государство: перспективы и опасность цифрового правительства в Новой Южной Африке ". Журнал южноафриканских исследований, 31:2, 267–82
  33. ^ Эпштейн К. (2007) "Виновные тела, производственные тела, деструктивные тела: переход за биометрические границы ". Международная политическая социология, 1:2, 149–64
  34. ^ Пульезе Дж. (2010), Биометрия: тела, технологии, биополитика. Нью-Йорк: Рутледж
  35. ^ Французский национальный консультативный комитет по этике здоровья и наук о жизни (2007 г.), Заключение № 98, «Биометрия, идентификационные данные и права человека» В архиве 23 сентября 2015 г. Wayback Machine
  36. ^ Агамбен, Г. (2008). «Нет биополитическому татуированию». Коммуникация и критические / культурологические исследования, 5 (2), 201–202. Воспроизведено из Le Monde (10 января 2004 г.).
  37. ^ Агамбен Г. (1998), Homo Sacer: суверенная власть и голая жизнь. Пер. Даниэль Хеллер-Роазен. Стэнфорд: Издательство Стэнфордского университета
  38. ^ а б Гао, Вэй; Ай, Хайчжоу (2009). «Гендерная классификация лиц на изображениях потребителей в многонациональной среде». Достижения в биометрии. Конспект лекций по информатике. 5558. С. 169–178. Дои:10.1007/978-3-642-01793-3_18. ISBN  978-3-642-01792-6. В архиве из оригинала от 9 октября 2016 г.
  39. ^ Уокер, Элизабет (2015). «Биометрический бум: как частный сектор модифицирует человеческие характеристики». Журнал Fordham по интеллектуальной собственности, СМИ и развлечениям. Архивировано из оригинал 20 января 2017 г.. Получено 1 мая 2017.
  40. ^ Браун, Симона (2015). Темные дела: наблюдение за чернотой. Издательство Университета Дьюка. п. 116.
  41. ^ Мордини, E; Массари, С. (2008), «Тело, биометрия и идентичность» Биоэтика, 22, 9:488
  42. ^ ЮНИСЕФ, Регистрация рождения В архиве 6 сентября 2015 г. Wayback Machine
  43. ^ Дахан М., Гелб А. (2015) «Роль идентификации в повестке дня в области развития на период после 2015 года» В архиве 20 сентября 2015 г. Wayback Machine - Рабочий документ Всемирного банка № 98294 08/2015;
  44. ^ Мордини Э., Ребера А. (2011) «Нет идентификации без представления: ограничения на использование систем биометрической идентификации». Обзор политических исследований, 29, 1: 5–20
  45. ^ Mordini E, Ashton H, (2012), «Прозрачный орган - медицинская информация, физическая неприкосновенность и уважение целостности тела», в Mordini E, Tzovaras D (eds), Биометрия второго поколения: этический и социальный контекст. Springer-Verlag: Берлин
  46. ^ Мордини Э, Цоварас Д, (2012), Биометрия второго поколения: этический и социальный контекст. Springer-Verlag: Берлин
  47. ^ Пфлегер, Чарльз; Пфлегер, Шари (2007). Безопасность в вычислениях (4-е изд.). Бостон: образование Пирсона. п. 220. ISBN  978-0-13-239077-4.
  48. ^ Кент, Джонатан (31 марта 2005 г.). «Малайзийские угонщики воруют палец». BBC Online. Куала Лумпур. В архиве из оригинала 20 ноября 2010 г.. Получено 11 декабря 2010.
  49. ^ 14:00–17:00. «ИСО / МЭК 30107-1: 2016». ISO. Получено 23 апреля 2019.CS1 maint: числовые имена: список авторов (связь)
  50. ^ Марсель, Себастьян; Никсон, Марк С .; Ли, Стэн З., ред. (2014). «Справочник по биометрическому антиспуфингу». Достижения в области компьютерного зрения и распознавания образов. Дои:10.1007/978-1-4471-6524-8. ISBN  978-1-4471-6523-1. ISSN  2191-6586. S2CID  27594864.
  51. ^ Н. К. Рата, Дж. Х. Коннелл и Р. М. Болле "Повышение безопасности и конфиденциальности в системах аутентификации на основе биометрии ", Журнал IBM Systems, т. 40. С. 614–634, 2001.
  52. ^ Хуэй, Лим; Джин, Эндрю (2010). «Отменяемая биометрия - Scholarpedia». Scholarpedia. 5: 9201. Дои:10.4249 / scholarpedia.9201.
  53. ^ Feng, Y.C .; Yuen, P.C .; Джайн, А. К. (1 марта 2010 г.). «Гибридный подход к созданию безопасного и дискриминационного шаблона лица». IEEE Transactions по информационной криминалистике и безопасности. 5 (1): 103–117. CiteSeerX  10.1.1.389.5322. Дои:10.1109 / TIFS.2009.2038760. ISSN  1556-6013. S2CID  18156337.
  54. ^ С. Туляков, Ф. Фарук, В. Говиндараджу "Симметричные хеш-функции для контрольных точек отпечатков пальцев ", Proc. Международный семинар по распознаванию образов для предупреждения преступности, безопасности и наблюдения, 2005, стр. 30–38.
  55. ^ А. Б. Дж. Теох, А. Гох и Д. К. Л. Нго, "Случайное квантование множества пространств как аналитический механизм для биохеширования биометрических и случайных идентификационных данных", IEEE Transactions по анализу шаблонов и машинному анализу, т. 28, с. 1892–1901, 2006.
  56. ^ М. Саввидес, БВКВ Кумар и П.К. Хосла, «Corefaces - надежный корреляционный фильтр на основе PCA с инвариантным сдвигом для распознавания лиц, устойчивых к освещению», представленный на конференции компьютерного общества IEEE по компьютерному зрению и распознаванию образов (CVPR'04), 2004 г. .
  57. ^ М. А. Дабба, В. Л. Ву и С. С. Длей, «Безопасная аутентификация для распознавания лиц», представленная на конференции «Вычислительный интеллект в обработке изображений и сигналов», 2007 г. CIISP 2007. Симпозиум IEEE, 2007 г.
  58. ^ Рата, Н. К., Дж. Х. Коннелл и Р. М. Болле. (2001). «Повышение безопасности и конфиденциальности в системах аутентификации на основе биометрии». Журнал IBM Systems 40(3): 614–634.
  59. ^ Мордини Э., Эштон Х. (2012), «Прозрачный орган - медицинская информация, физическая неприкосновенность частной жизни и уважение целостности тела». В Mordini E, Tzovaras D (ред.), Биометрия второго поколения: этический и социальный контекст. Берлин: Springer-Verlag В архиве 16 февраля 2018 в Wayback Machine, 2057–83
  60. ^ Мордини Э (2013) Биометрия. In Henk A. M. J. ten Have, Bert Gordijn (ред.) Справочник по глобальной биоэтике Берлин: Springer, 341–356
  61. ^ Свидетельские показания заместителя помощника госсекретаря по вопросам политики Кэтлин Крейнингер, Координатора проверки, и директора Роберта А. Мокни, US-VISIT, Управление национальной защиты и программ, перед Комитетом по ассигнованиям Палаты представителей Подкомитета по внутренней безопасности, «Биометрическая идентификация'". Министерство внутренней безопасности США. Март 2009 г. В архиве из оригинала 18 февраля 2010 г.. Получено 20 февраля 2010. Цитировать журнал требует | журнал = (помощь)
  62. ^ Магнусон, S (январь 2009 г.). «Министерство обороны вынуждено поделиться биометрическими данными». NationalDefenseMagazine.org. Архивировано из оригинал 12 марта 2010 г.. Получено 20 февраля 2010.
  63. ^ Совет по оборонным наукам (DSB) (март 2007 г.). «Глава 17 § Рекомендация 45» (PDF). Об оборонной биометрии. Несекретный отчет Целевой группы Совета по оборонным наукам. Вашингтон, округ Колумбия: Офис заместителя министра обороны по закупкам, технологиям и логистике. п. 84. Архивировано с оригинал (PDF) 13 июня 2011 г.. Получено 20 февраля 2010.
  64. ^ веб-статья от 24 февраля 2015 г. В архиве 3 февраля 2016 г. Wayback Machine в биометрия планеты под названием «Запуск биометрической регистрации избирателей в Танзании», доступ осуществлен 21 января 2016 г.
  65. ^ Гелб, Алан; Джулия Кларк (2013). Идентификация для развития: биометрическая революция. Центр глобального развития. В архиве из оригинала от 13 марта 2013 г.
  66. ^ "ИКТ в базе данных о выборах | Международная IDEA". www.idea.int. В архиве из оригинала 22 июля 2017 г.. Получено 19 июля 2017.
  67. ^ «Если ИО использует технологию для сбора данных регистрации избирателей, собираются ли биометрические данные и используются ли они во время регистрации? | Международная IDEA». www.idea.int. В архиве из оригинала 29 июля 2017 г.. Получено 19 июля 2017.
  68. ^ «Биометрическая регистрация избирателей и идентификация избирателя -». aceproject.org. Получено 19 июля 2017.
  69. ^ «Данные Aadhaar хранятся, обрабатываются только на собственных защищенных серверах: UIDAI». The Economic Times. 30 августа 2017. В архиве из оригинала 7 декабря 2017 года.
  70. ^ «Схема Aadhaar не нарушает основных прав, - заявляет UIDAI». Zee News. 22 октября 2013 г. В архиве из оригинала 25 октября 2013 г.
  71. ^ «Создание биометрического национального удостоверения личности: уроки индийской программы универсального удостоверения личности для развивающихся стран», Алан Гелб и Джулия Кларк, Центр глобального развития, октябрь 2012 г., «Создание биометрического национального удостоверения личности: уроки индийской программы универсального удостоверения личности для развивающихся стран». В архиве из оригинала 17 сентября 2018 г.. Получено 27 февраля 2013.
  72. ^ «Aadhaar FIR:« Мы живем в банановой республике? »- спрашивает Шатруган Синха». ndtv.com. В архиве из оригинала 3 февраля 2018 г.. Получено 6 мая 2018.
  73. ^ "Давая Адхаару палец - Times of India". indiatimes.com. В архиве из оригинала 13 февраля 2018 г.. Получено 6 мая 2018.
  74. ^ Мазьеро, Сильвия (сентябрь 2018 г.). «Объяснение доверия к большой биометрической инфраструктуре: критический реалистический пример индийского проекта Aadhaar». Электронный журнал информационных систем в развивающихся странах. 0 (6): e12053. Дои:10.1002 / isd2.12053.
  75. ^ Gemalto (1 июля 2018 г.). «Проект Aadhar в Индии: факты и тенденции 2018 г.». Gemalto. Получено 8 октября 2018.

дальнейшее чтение

внешняя ссылка

Словарное определение биометрия в Викисловарь