논문리뷰- A Survey on Antispoofing Schemes for Fingerprint Recognition Systems

주제

 이 논문에서는 위조지문을 통한 위조 공격의 위험성과 안티 스푸핑을 통한 대책들에 대해서 다루고 있다.

안티 스푸핑 기법들은 하드웨어 기반과 소프트웨어 기반의 방법들이 혼합되어 있으며, 논문에서는 지문 안티 스푸핑에 대한 문헌을 검토하고 최신 동향을 제시한다.

지문의 구조

지문의 패턴은 크게 세가지 단계에서 표현된다. 

 

1단계(global level)

1단계에서는 지문의 ridge, valley들의 위치를 전체적으로 파악 가능하며 해당 지문의 형태 또한 파악이 가능하다.

2단계(local level)

minutiae points 혹은 Galton characteristics 으로부터 참조되는  ridge들의 끝 부분, 분기 부분등의 여러 요소로 구성된다.

 

3단계(fine level)

땀구멍이나 초기 능선과 같은 미세 디테일들이 고화질의 스캐너를 통해서 탐지 가능한 수준이다. 

2. FINGERPRINT SYSTEM SECURITY

2.1. Artificial Fingerprints

play doh, clay와 같은 수분이 첨가된 재료로 만들어진 인공 지문은 스푸핑에 적합하다. 최근에는 젤라틴을 기반으로 한 인공지문이 높은 스푸핑 성공률을 보였다.

- 2.1.1. Cooperative Duplication

Direct mold란 실제 사람의 손가락 몰드를 통해서 생성된다. 사람의 손가락을 석고와 같은 몰드로 본을 떠서 그 속에 젤라틴이나 실리콘과 같은 재료로 인공적으로 생성한다.

- 2.1.2. Noncooperative Duplication

대상자의 협조 없이도 얼마든지 인공 지문을 만들수 있다.

1. 파우더를 통해서 지문을 채취
2. 포토리소그래피 인쇄 회로 기판(PCB) 몰드를 사용하는 방법으로, 지문을 강화하여 디지털 카메라로 촬영한 후 마스크를 만들어 PCB에 식각(etching)한다. 자외선을 쬐면 pcb를 몰드로 사용하여 지문을 생성할 수 있다.
3. 전자 섬유 매트를 사용
4. 시신의 지문을 사용 

3. ANTISPOOFING METHODS FOR FINGERPRINTS

 안티 스푸핑 방법으로는 하드웨어 기반과 소프트웨어 기반이 모두 존재한다. 하드웨어 기반의 방법은 생명적인 특성(체온, 피부의 전도도, 맥박등)을 사용한다. 이는 비용 상승을 야기하기에 단점이 될 수 있다. 또한 다양한 센서들을 하나의 기기내에 통합해야하는 문제도 있다.

 OCT(광학 간섭 단층촬영)를 통해서 스푸핑을 감지하기 위해 인공 물질을 확인하며, 피부의 내부 특징을 이미지화

하고 subsurface 정보를 수집할 수 있다.

 

 논문에서 사용한 오류율로는 아래의 네개의 오류가 사용되었다.

• false live rejection (FLR): 실제 지문을 거부하는 비율
• false spoof acceptance (FSA): 인공 지문을 실제 지문으로 인식하는 비율
• equal error rate(EER): 오인식률(FAR, False Acceptance Rate)과 오거부율(FRR, False Rejection Rate)이 같아지는 비율
• total error rate (TER)

 3.1. Dynamic Features

 dynamic features들의 경우 여러개의 프레임을 2~5초간 측정하여 도출된다.

이때 측정하는 동안 손에서 땀이 나 측정중인 이미지의 변화가 생길 수 있다.

땀에 의한 지문 이미지 변화

땀에 의한 이미지의 변화는 인공 지문에서 발생하지 않는 실제 손가락만의 특성이므로 이는 스푸핑 탐지에 효과적이다.

 

 또한 손가락이 스캐너의 표면에 밀착될 때 발생하는 압력의 증가는 지문의 면적과 신호 강도를 증가시키게 된다. 일반적인 스푸핑 재료로 만들어진 인공 손가락은 사람의 손가락에 비해 강직도가 높아 동일한 압력으로 왜곡될 때 변형이 적어 구분의 근거가 된다.

3.2. Static Features

static features의 경우 dynamic features와 달리 단일 이미지를 통해서 측정된다. 텍스처 특성, 피부의 탄력, 땀 기반 특징들의 조합등의 특징을 고려할 수 있다.

 

일반적으로 실제 손가락의 표면은 실리콘, 젤라틴등으로 구성된 가짜 손가락의 표면에 비해 더 매끄러운 특징을 가진다.

 - 3.2.2. Perspiration Based

땀구멍은 이미지에서 특정한 gray-level variability를 발생시킨다. gray level의 변화는 모공에서의 땀과 수분으로 인해 야기된다.

이미지의 노이즈를 제거한 후 이를 binary image로 변환한다. 이를 통해 지문의 더 명확한 능선 이미지를 얻게된다.

지문 이미지를 분석해서 gray level을 보이는 ridge level를 얻고 이를 푸리에 변환을 통해서 땀구멍과 같은 미세 특징을 찾을 수 있다.

실제 지문의 경우 신호의 최대값은 거의 일정하게 유지되나, 최소값의 경우 수분의 퍼짐으로 인해 증가하게된다. 이를 통해 실제 지문과 위조 지문을 구분할 수 있게 된다.

 

실제 지문의 경우 ridge와 valley의 회색조 톤의 대조가 매우 크며 ridge의 회색톤이 불균일한 특성을 보인다. 여기서 회색톤 값의 변화를 계산하기 위해서 지문 이미지의 회색조 톤 행렬의 gradient를 계산하여 톤이 얼마나 급격히 변화 하는지를 측정하게 된다.

실제 이미지의 대조가 뚜렷하다