¿Cuál es la definición de biometría? La biometría estudia las características físicas y los rasgos de comportamiento de una persona, su uso para su identificación y verificación.

Biometría Implica un sistema de reconocimiento de personas basado en uno o más rasgos físicos o de comportamiento. En el campo de la tecnología de la información, la biometría se utiliza como forma de gestión de identificadores de acceso y control de acceso. El análisis biométrico también se utiliza para identificar a las personas que están bajo vigilancia (ampliamente utilizado en los EE. UU., así como en Rusia: huellas dactilares).

YouTube enciclopédico

1 / 2

✪ El lector biométrico no funciona bien. ¿Por qué?

✪ Sistemas biométricos. Anatoly Bokov, Tecnología Sonda

Subtítulos

Para el ingreso de huellas dactilares a la base de datos en general, terminales biométricos Timex. En principio, te ofrece 3 huellas dactilares por dedo, es decir, aproximadamente 3 envíos. Se recomienda acercar el dedo, primero girando un poco hacia la izquierda, hacia el medio y hacia la derecha, de manera que quede cubierta toda la superficie. Porque muchas veces introducen mal las huellas dactilares y luego se preguntan por qué no funciona bien. Por lo tanto, aquí también hay un punto en el que también debes ingresarlos correctamente. Cuanto más cuidadosa y correctamente los ingrese, menos problemas posibles con las impresiones serán. También hay momentos en que las personas, los clientes, instalan terminales biométricos de tiempo y asistencia con controladores incorporados en un torniquete de alto tráfico. Bueno, esta también es una historia muy dudosa, porque, especialmente en diversas industrias, la gente tiene tales huellas que definitivamente surgen problemas.

Principios básicos

Los datos biométricos se pueden dividir en dos clases principales:

• Fisiológico- relacionarse con la forma del cuerpo. Los ejemplos incluyen: huellas dactilares, reconocimiento facial, ADN, palma de la mano, retina, olfato, voz.
• conductual- relacionado con el comportamiento humano. Por ejemplo, la marcha y el habla. A veces se utiliza el término inglés para esta clase de biometría. conductimetría.

Definiciones

Definiciones básicas utilizadas en el campo de los dispositivos biométricos:

• Universalidad: cada persona debe tener una característica mensurable.
• La unicidad es qué tan bien se distingue una persona de otra desde un punto de vista biométrico.
• La persistencia es una medida del grado en que los rasgos biométricos seleccionados permanecen sin cambios con el tiempo, como durante el proceso de envejecimiento.
• Colecciones: facilidad de medición.
• Productividad: precisión, velocidad y confiabilidad de las tecnologías utilizadas.
• La aceptabilidad es el grado de confiabilidad de la tecnología.
• Eliminación: reemplazo por facilidad de uso.

El sistema biométrico puede funcionar en dos modos:

• Verificación: comparación uno a uno con una plantilla biométrica. Verifica que la persona es quien dice ser. La verificación se puede realizar mediante tarjeta inteligente, nombre de usuario o número de identificación.
• Identificación - comparación uno a muchos: después de "capturar" los datos biométricos, se establece una conexión con la base de datos biométrica para determinar la identidad. La identificación personal es exitosa si la muestra biométrica ya está en la base de datos.

La primera aplicación privada e individual del sistema biométrico se llamó inscripción. Durante el proceso de registro, se almacenó información biométrica del individuo. Posteriormente se registró la información biométrica y se comparó con la información obtenida anteriormente. Tenga en cuenta que para que un sistema biométrico sea seguro, es esencial que el almacenamiento y la recuperación dentro de los propios sistemas sean seguros.

• Tasa de aceptación falsa (FAR) o tasa de coincidencia falsa (FMR)
  FAR: tasa de admisión falsa, la probabilidad de identificación falsa, es decir, la probabilidad de que el sistema de bioidentificación reconozca erróneamente la autenticidad (por ejemplo, mediante huella digital) de un usuario que no está registrado en el sistema.
  FMR es la probabilidad de que el sistema compare incorrectamente un patrón de entrada con un patrón no coincidente en la base de datos.
• Tasa de falsos rechazos (FRR) o tasa de falsos negativos (FNMR)
  FRR - tasa de rechazo de acceso falso - la probabilidad de que el sistema de bioidentificación no reconozca la autenticidad de la huella digital del usuario registrado en él.
  FNMR es la probabilidad de que el sistema cometa un error al identificar coincidencias entre el patrón de entrada y el patrón correspondiente de la base de datos. El sistema mide el porcentaje de entradas válidas que se recibieron incorrectamente.
• Característica operativa del sistema o característica operativa relativa (ROC)
  El gráfico ROC es una visualización del equilibrio entre el rendimiento FAR y FRR. En general, el algoritmo de coincidencia toma una decisión basada en un umbral que determina qué tan cerca debe estar la muestra de entrada de la plantilla para que se considere una coincidencia. Si se redujera el umbral, habría menos no coincidencias falsas, pero más aceptaciones falsas. En consecuencia, un umbral alto reducirá la FAR pero aumentará la FRR. El gráfico de líneas muestra las diferencias para un alto rendimiento (menos errores, menos errores).
• La tasa de error igual (EER) o la tasa de error transitorio (CER) son las tasas a las que ambos errores (error de recepción y error de rechazo) son equivalentes. El valor de EER se puede obtener fácilmente a partir de la curva ROC. EER es una forma rápida de comparar la precisión de instrumentos con diferentes curvas ROC. En general, los dispositivos con EER bajo son los más precisos. Cuanto menor sea el EER, más preciso será el sistema.
• La tasa de fracaso en la inscripción (FTE o FER) es la tasa a la cual los intentos de crear una plantilla a partir de datos de entrada no tienen éxito. En la mayoría de los casos, esto se debe a datos de entrada de baja calidad.
• Tasa de retención falsa (FTC): en sistemas automatizados, esta es la probabilidad de que el sistema no pueda detectar datos de entrada biométricos cuando se presentan correctamente.
• La capacidad de la plantilla es la cantidad máxima de conjuntos de datos que se pueden almacenar en el sistema.

A medida que aumenta la sensibilidad de los dispositivos biométricos, FAR disminuye y FRR aumenta.

Tareas y problemas

Confidencialidad y separación

Los datos obtenidos durante el registro biométrico pueden utilizarse para fines para los cuales la persona registrada no dio su consentimiento (no tenía conocimiento).

Peligro para los propietarios de datos protegidos

En los casos en que los ladrones no puedan acceder a la propiedad protegida, existe la posibilidad de rastrear y asesinar al portador de identificadores biométricos para poder acceder. Si algo está protegido por un dispositivo biométrico, el propietario podría sufrir daños irreversibles, posiblemente costando más que la propia propiedad. Por ejemplo, en 2005, unos ladrones de coches de Malasia le cortaron el dedo al propietario de un Mercedes-Benz Clase S mientras intentaba robar su coche.

El uso de datos biométricos es potencialmente vulnerable al fraude: los datos biométricos están de alguna manera digitalizados. Un estafador puede conectarse al bus que va del escáner al dispositivo de procesamiento y obtener información completa sobre el objeto escaneado. Entonces el defraudador ni siquiera necesitará una persona viva, porque, al conectarse al autobús de la misma manera, podrá realizar todas las operaciones en nombre de la persona escaneada, sin utilizar el escáner.

Biometría cancelable

La ventaja de las contraseñas sobre la biometría es la posibilidad de cambiarlas. Si le roban o pierde su contraseña, puede cancelarla y reemplazarla con una nueva versión. Esto resulta imposible con algunas opciones biométricas. Si los parámetros de la cara de alguien han sido robados de la base de datos, no se pueden cancelar ni se pueden emitir otros nuevos. Los datos biométricos cancelables son el camino a seguir, que debería incluir la capacidad de cancelar y reemplazar datos biométricos. Fue propuesto por primera vez por Ratha et al.

Se han desarrollado varios métodos biométricos cancelables. El primer sistema biométrico cancelable basado en huellas dactilares fue diseñado y creado por Tulyakov. . Básicamente, la biometría cancelable es la distorsión de una imagen o propiedades biométricas antes de que se acuerden. La variabilidad de parámetros distorsionados conlleva la posibilidad de cancelación para un circuito determinado. Algunas de las técnicas propuestas funcionan utilizando sus propios mecanismos de reconocimiento, como el trabajo de Teo y Savvid, mientras que otras (Dabba) aprovechan la promoción de investigaciones biométricas bien presentadas para sus interfaces de reconocimiento. Aunque las restricciones de seguridad están aumentando, esto todavía hace que los modelos anulables sean más accesibles para las tecnologías biométricas.

Una de las soluciones privadas puede ser, por ejemplo, no utilizar todos los parámetros biométricos. Por ejemplo, para la identificación se utiliza el patrón de líneas papilares de solo dos dedos (por ejemplo, los pulgares de la mano derecha e izquierda). Si es necesario (por ejemplo, si se queman las yemas de dos dedos "clave"), los datos en el sistema se pueden corregir para que a partir de un momento determinado la combinación válida sea el dedo índice de la mano izquierda y el meñique de la mano. la mano derecha (datos que no se registraron previamente en el sistema y no pudieron verse comprometidos).

Intercambio internacional de datos biométricos

Muchos países, incluido Estados Unidos, ya participan en el intercambio de datos biométricos. Esta declaración fue hecha en 2009 en el Comité de Asignaciones, Subcomité de Seguridad Nacional sobre "identificación biométrica" ​​por Kathleen Kraninger y Robert Mockney:

Para garantizar que podamos detener a las organizaciones terroristas antes de que lleguen a Estados Unidos, debemos asumir un papel de liderazgo en la promoción de estándares internacionales para la biometría. Al desarrollar sistemas interoperables, podremos transferir de forma segura información sobre terroristas entre países, manteniendo nuestra seguridad. Así como estamos mejorando la forma en que cooperamos dentro del gobierno de Estados Unidos para identificar y eliminar a terroristas y otros individuos peligrosos, también tenemos el compromiso con nuestros socios en el extranjero de trabajar juntos para prevenir cualquier actividad terrorista.

Entendemos que a través de la biometría y la cooperación internacional, podemos cambiar y ampliar las opciones de viaje y proteger a las personas en todo el mundo de aquellos que nos harían daño.

Según un artículo publicado por S. Magnuson en la revista National Defense, el Departamento de Seguridad Nacional de Estados Unidos está bajo presión para distribuir datos biométricos. El artículo dice:

Miller (consultor del Departamento de Seguridad Nacional y Asuntos de Seguridad de Estados Unidos) informa que Estados Unidos tiene acuerdos bilaterales sobre el intercambio de datos biométricos con 25 países. Cada vez que un líder extranjero ha visitado Washington en los últimos años, el Departamento de Estado se ha asegurado de negociar un tratado similar con él.

Regulación legislativa en Rusia

El artículo 11 de la Ley Federal “Sobre Datos Personales” No. 152-FZ de 27 de julio de 2006 regula las principales características del uso de datos biométricos.

Biometría en la cultura popular

Las tecnologías biométricas han aparecido en películas populares. Esto por sí solo ya ha despertado el interés de los consumidores por la biometría como medio para identificar a una persona. Las películas de 2003 "X-Men" y "Hulk" utilizaron tecnologías de reconocimiento biométrico: en forma de acceso mediante huellas dactilares en la película "X-Men" y mediante huellas dactilares en "Hulk".

Pero esto no fue tan significativo hasta que en 2004 se estrenó la película “Yo, Robot”, protagonizada por Will Smith. La película futurista demostró el desarrollo de nuevas tecnologías, que aún hoy no están lo suficientemente desarrolladas. El uso de tecnologías de reconocimiento de voz y palma en la película capturó la visión de la gente sobre el futuro, y ambas tecnologías que se utilizan hoy para proteger edificios o información son sólo dos de los posibles usos de la biometría.

En 2005 se estrenó la película "La Isla". Dos veces durante la película, los clones utilizan datos biométricos: para irrumpir en una casa y arrancar un coche.

La película "Gattaca" describe una sociedad en la que hay dos clases de personas: los productos de la ingeniería genética creados para ser superiores (los llamados "válidos") y la gente común e inferior ("discapacitados"). Las personas consideradas "válidas" tenían grandes privilegios, y el acceso a áreas restringidas estaba restringido a dichas personas y controlado por escáneres biométricos automáticos, similares a los escáneres de huellas dactilares pero que pinchan un dedo y obtienen una muestra de ADN de la sangre extraída.

En la película Destroyer, el personaje Simon Phoenix, interpretado por Wesley Snipes, le corta el ojo a una víctima para abrir una puerta con un escáner de retina.

En Monsters vs. Aliens de DreamWorks, un asistente militar se infiltra en la zona utilizando datos biométricos.

INTRODUCCIÓN

Las cuestiones relacionadas con el estudio de organismos vivos y objetos vegetales, así como los procesos que ocurren a nivel celular, molecular y genético, son cada día más relevantes. Para ello, los laboratorios científicos desarrollan métodos para su estudio y simulan fenómenos naturales complejos. Los métodos de investigación más utilizados incluyen métodos estadísticos experimentales y multivariados. Son una parte importante e integral de un experimento de laboratorio y permiten identificar de manera confiable los patrones de los procesos naturales que ocurren, así como encontrar relaciones de causa y efecto entre ellos.

En la investigación científica, el método de observación masiva se utiliza eficazmente para obtener datos fiables. Este método se basa en el uso de un gran número de réplicas en cada grupo experimental. El material obtenido durante el experimento de laboratorio se procesa y analiza, luego, a partir de los datos obtenidos, se extraen las conclusiones adecuadas y se establecen ciertos patrones. De gran importancia para lograr la mayor precisión de los resultados y conclusiones durante un experimento es no solo la calidad de los métodos experimentales, sino también el procesamiento estadístico correcto, ya que los resultados obtenidos pueden variar significativamente dentro de un grupo experimental. Así, realizar un análisis estadístico de datos obtenidos experimentalmente amplía las posibilidades de conocimiento de los fenómenos biológicos naturales, contribuye a una valoración objetiva de los resultados obtenidos, excluyendo la posibilidad de un punto de vista subjetivo del investigador, así como los errores metodológicos que surjan. durante el experimento, y permite al experimentador sacar conclusiones y conclusiones precisas y correctas sobre el fenómeno que se está estudiando.

Artículo investigación: tecnología informática como método de procesamiento de datos obtenidos de investigaciones de laboratorio.

Objetivo investigación: analizar las capacidades de los programas estadísticos al procesar datos obtenidos como resultado de un experimento de laboratorio.

Tareas investigación:

· Evaluar los métodos de la estadística matemática en términos de sus capacidades y límites de aplicación a la hora de planificar y procesar un experimento bioquímico.

· Estudiar los paquetes de análisis estadístico disponibles.

· Dominar la capacidad de resolver problemas de estadística aplicada utilizando Microsoft Excel (utilizando funciones estándar y paquetes de análisis de datos) y paquetes estadísticos STATISTICA conocidos en el campo de la bioquímica.

Las tecnologías informáticas son de gran importancia en el procesamiento de datos estadísticos. Esto permite no solo acelerar este proceso varias veces, sino también producirlo con un mayor nivel de calidad.

ASPECTOS TEÓRICOS DEL USO DE LA TECNOLOGÍA INFORMÁTICA EN LA REALIZACIÓN DE INVESTIGACIONES DE LABORATORIO

La biometría como ciencia y sus conceptos básicos.

En los últimos años, las tecnologías informáticas se han utilizado cada vez más para resolver y simular problemas. En este sentido, ha aumentado la necesidad de especialistas altamente calificados con una buena base teórica y experiencia en el trabajo con determinados programas. Hoy en día, en las instituciones educativas están apareciendo disciplinas que permiten desarrollar habilidades sostenibles necesarias para procesar y presentar los resultados de la actividad científica. La ciencia que se ocupa del estudio de los métodos para recopilar e interpretar datos numéricos se llama estadística. . Esta disciplina tiene una importancia práctica importante, ya que permite predecir el desarrollo de procesos y fenómenos naturales y sociales. Con el tiempo comenzaron a aparecer ramas más especializadas de esta ciencia. Así, en la unión de dos ciencias independientes: la biología y la estadística, aparece estadísticas biológicas (o biométricas) . La biometría es una ciencia empírica que estudia los datos obtenidos durante un experimento mediante la realización de algunos cálculos matemáticos. Realizar estas operaciones sin computadoras ni tecnología informática lleva mucho tiempo. Podemos ver cuán laborioso es este proceso al considerar algunos de los conceptos biométricos más utilizados al caracterizar el rasgo en estudio.

Conceptos básicos de biometría.

Muy a menudo, en la actividad humana práctica y al procesar datos obtenidos durante la investigación científica, se utiliza un valor promedio. Este valor caracteriza la característica en estudio y muestra cuál sería el valor de la variable si todos los objetos de la muestra tuvieran el mismo valor. La media aritmética se calcula mediante la fórmula:

donde x 1 x 2, ..., x k - opciones de población; n es el número total de opciones.

Mediana (límite de intervalo del 50%)- un valor que divide la muestra por la mitad: el mismo número de opciones se ubica a ambos lados de la mediana en la serie de variación. Este valor depende de la acumulación de frecuencias. Las frecuencias se acumulan hasta superar la mitad de la suma de frecuencias. El valor más grande resultante es la mediana. La fórmula mediante la cual se puede calcular este valor es la siguiente:

,

donde x min es el valor mínimo del límite del intervalo donde se ubica el valor mediano; i - valor del intervalo; N-volumen de la población; Σn es el número total hasta el intervalo en el que se ubica el valor mediano; N e es el número de intervalos donde se ubica el valor mediano.

Otro indicador estadístico es la moda. Moda Se llama al valor que ocurre con mayor frecuencia. La moda se puede calcular usando la fórmula de Pearson:

,

donde Me es la mediana; M es el valor promedio de la característica.

Desviación Estándar,- la característica más importante en un experimento biológico. Este valor es una medida de la dispersión de la serie de distribución y está determinado por la fórmula:

Algunos experimentos requieren una precisión experimental muy alta. Por ejemplo, en médico-biológico, toxicométrico, etc. El error en estos experimentos no debe ser superior al 1%, si el valor del error supera el 1%, entonces la precisión del resultado no es satisfactoria y se debe aumentar el número de repeticiones.

Sin embargo, por mucho que el investigador se esfuerce por llevar a cabo con precisión todos los pasos del procedimiento experimental, en la práctica todavía se producen errores que deben tenerse en cuenta al procesar los datos. Hay varios tipos de errores.

Error medio (mx)- un indicador por el cual el valor promedio de la población de muestra (experimental) difiere del valor promedio de la población general, si la distribución del parámetro en estudio tiende a un valor normal. El principal error de la media se calcula mediante la fórmula:

Se utiliza más informativo y aceptable para la comparación de grupos. coeficiente de variabilidad, o variaciones. El coeficiente de variabilidad es la desviación principal, expresada como porcentaje del valor promedio, que se calcula mediante la fórmula:

Con base en los resultados obtenidos, se llega a una conclusión sobre la naturaleza y el grado de variación del rasgo (Tabla 1.1).

Tabla 1.1. La naturaleza de la variabilidad de los rasgos (según M.L. Dvoretsky)

Si el valor t es mayor que cuatro, entonces el valor promedio será confiable y, en consecuencia, se podrán formular conclusiones correctas.

También se determina el porcentaje de discrepancia entre la muestra y los promedios generales. exactitud de la experiencia (p,%), o error de observación:

Este parámetro experimental muestra en qué porcentaje se puede equivocar si se afirma que el promedio general es igual al promedio muestral obtenido.

En estadística, el indicador de racionamiento es importante. Este indicador se utiliza para evaluar una opción en relación con el valor promedio de un grupo determinado utilizando la siguiente fórmula:

Dependiendo del propósito del estudio, el valor puede variar desde x: ±0,5σ hasta x±1σ. Las opciones con un valor de 0,67σ a 2σ son subnormales si el valor es mayor que x± 2σ , entonces tales opciones deberían clasificarse como anomalías.

En biometría existe algo así como error de representatividad. Este es un error que no ocurre durante las mediciones o cálculos, sino debido a una selección aleatoria al formar un grupo.

Al calcular el error de la media aritmética en grupos pequeños, el número de observaciones (PAG) es el “número de grados de libertad”; se usa la expresión (n-1) y luego la fórmula se ve así:

Existe una gran cantidad de fórmulas para calcular errores experimentales. Algunos de ellos se dan a continuación como ejemplo. La fórmula para calcular el error promedio de la desviación estándar:

Error medio del coeficiente de variación (C):

Error medio del indicador de asimetría:

O más precisamente:

Error del coeficiente de curtosis:

Un análisis comparativo de los resultados obtenidos se reduce a valorar el grado de fiabilidad de las diferencias observadas entre ellos mediante la siguiente fórmula:

donde t es el criterio de confiabilidad. Su valor se estima mediante tablas de probabilidad de Student. Si la t real es mayor que la t st tabulada, entonces hay una diferencia entre los dos grupos de estudio. La diferencia es significativa, confiable y no puede explicarse por razones aleatorias.

Para comparar los resultados obtenidos con los esperados se utiliza la prueba de chi-cuadrado (χ 2), que se obtiene mediante la fórmula:

donde p es la frecuencia empírica, p' es la frecuencia esperada. El significado de la prueba χ 2 es averiguar si el experimento confirma o refuta la hipótesis. Si los valores de χ 2 exceden el valor tabulado, entonces se puede argumentar que la diferencia entre los resultados reales y esperados será confiable.

Dado que la mayoría de los objetos biológicos tienen una gran cantidad de características a menudo interrelacionadas que los caracterizan, por ejemplo, peso, altura, edad, etc., el análisis de varianza se utiliza al estudiar un conjunto de indicadores. Una relación en la que para cada valor de la variable independiente existe solo un valor de la variable dependiente se llama funcional. Sin embargo, en la naturaleza tal conexión es muy rara. Normalmente, los objetos estudiados con los mismos valores de una característica tienen valores diferentes para otras características. Esta conexión se llama correlación. Coeficiente correlaciones muestra cómo una característica en estudio se relaciona con otra (Tabla 2). El coeficiente de correlación se calcula mediante la fórmula:

Tabla 1.2. Características de la cercanía de las conexiones entre características.

También es necesario encontrar el error cuadrático del coeficiente de correlación:

Los indicadores obtenidos del coeficiente de correlación se evalúan utilizando el criterio de confiabilidad de Student:

O usando la fórmula

Al evaluar la relación entre cantidades, es muy importante encontrar una ecuación analítica que corresponda a la naturaleza del fenómeno en estudio para predecir el comportamiento de una característica independiente de un objeto cuando cambia el parámetro dependiente. La relación entre variables se llama regresión. Coeficiente de regresión, que está determinado por las siguientes fórmulas similares:

- coeficiente de regresion Y.X;

coeficiente de regresion XY,

Y .

El error cuadrático medio también se encuentra para el coeficiente de regresión:

Estas son las fórmulas básicas utilizadas en biometría, que se utilizan al procesar datos obtenidos durante la investigación bioquímica. Existen muchas más fórmulas estadísticas, pero todas ellas, como ya hemos visto, constan de varias operaciones matemáticas, lo que complica los cálculos del investigador y puede provocar numerosos errores en los cálculos. Corregir estos errores puede llevar mucho tiempo cuando se procesan grandes cantidades de datos. Así, la tecnología informática simplifica varias veces este proceso rutinario, lo que permite un uso más eficiente del tiempo, y también reduce la probabilidad de error, lo que da confianza en la exactitud de los resultados obtenidos y permite sacar conclusiones correctas.

Planificación y procesamiento de un experimento bioquímico.

Actualmente hay mucha información y es bastante difícil navegar por este flujo interminable de conocimientos. Entonces surge la pregunta de cómo obtener la información de interés y seleccionar la literatura necesaria, dedicando un mínimo de tiempo. Para ello, existen varios motores de búsqueda que reducen significativamente el tiempo dedicado a la etapa preparatoria. Ya que antes de comenzar a realizar y planificar un estudio es necesario asegurarse de si este tema ha sido estudiado previamente, cuáles son los resultados de los estudios realizados y qué criterios ya se han estudiado. Para comprender plenamente la necesidad de la tecnología de la información en la planificación experimental, es necesario comprender cuál es este proceso.

La planificación experimental es un conjunto de medidas destinadas a configurar eficazmente un experimento, cuyo objetivo principal es lograr la máxima precisión de medición mientras se realiza un número mínimo de experimentos. Al planificar un experimento, existen varias etapas:

1. Planificación previa: esta etapa incluye la elaboración de un plan de trabajo y su aprobación, elección de tema, formulación de una hipótesis de trabajo, procesamiento de información del plan y dominio de técnicas.

Esta etapa elimina la posibilidad de duplicar investigaciones, asegura la confiabilidad del conocimiento y un enfoque original para la resolución de los problemas asignados al investigador.

2. El proceso de investigación en sí: en esta etapa se realiza una revisión analítica de la literatura sobre este problema, se acumulan datos, se sistematizan y se desarrollan ideas y se realiza un experimento. Un experimento es un conjunto de acciones y observaciones realizadas para probar la verdad o falsedad de una hipótesis y establecer relaciones de causa y efecto entre los fenómenos que se estudian.

Gracias a esta etapa, el investigador puede darse cuenta de cuán nuevo es este tema y cuán relevantes son los resultados, y formular significado científico y práctico.

3. La última etapa consiste en formalizar los resultados de la investigación científica: redactar informes y escribir artículos.

Cualquier experimento se basa en la realización de un método analítico. Los métodos analíticos tienen criterios que determinan la idoneidad del método:

· Especificidad – la capacidad de determinar el componente para el cual está destinado este método de investigación.

· Precisión: la calidad de las mediciones que reflejan la exactitud de los resultados obtenidos que contienen el analito.

· Convergencia (reproducibilidad en una serie) es la idea de la cercanía entre sí de los resultados de un estudio realizado en las mismas condiciones en una serie.

· Reproducibilidad – la exactitud de los resultados obtenidos al realizar un estudio analítico de laboratorio de una muestra en diversas condiciones. Este parámetro refleja el grado de dispersión de los datos y le permite identificar errores aleatorios.

· Correcto e incorrecto: diferencias con el verdadero significado

· Sensibilidad – la capacidad del método para detectar el valor más bajo del analito. Se estima la magnitud de la relación de diferencia entre los indicadores de medición del dispositivo. Cuanto mayor sea la relación, mayor será la sensibilidad del método.

· Sensibilidad límite: la concentración de la sustancia problema correspondiente a la medición mínima diferente del valor de la muestra en blanco.

La interpretación de los resultados de la investigación se realiza manualmente o mediante una computadora. Una forma de evaluar los resultados es construir una curva graduada (de calibración). La curva de calibración muestra la estrecha relación entre la extinción, la intensidad de la luz y la concentración de una sustancia en una serie de soluciones estándar. Se utilizan soluciones estándar para construir una curva graduada.

Construyendo una curva de calibración:

ü Preparación de soluciones estándar.

ü Preparación de una dilución de una sustancia estándar que cubra el rango de concentraciones en estudio y supere los valores máximos y mínimos.

ü Desde el principal preparamos soluciones stock.

ü Por cada concentración de la solución estándar realizamos 3-5 mediciones

ü Utilizando los puntos obtenidos, construimos una gráfica.

Para mayor claridad y precisión, lo mejor es crear un gráfico. El gráfico muestra la dependencia de la densidad óptica de la concentración de la solución. Esto será más conveniente para la posterior determinación de la concentración de la sustancia en estudio en las muestras de prueba, lo que ayudará a calcular una concentración más correcta de las soluciones de trabajo.

Información relacionada.

En Rusia hay alrededor de 14 millones de iPhone, un tercio de ellos con función Touch ID. Para desbloquear la pantalla de su teléfono inteligente, comparte datos biométricos con Apple. Los usuarios regalan cada vez más datos corporales íntimos. Parece conveniente, confiable y ayuda en la lucha contra el crimen. Aunque el reciente incidente indio con periodistas que obtuvieron acceso a los datos biométricos de millones de conciudadanos sugiere lo contrario. A medida que la tecnología mejora, los legisladores de todo el mundo están lidiando con cómo regular y proteger la recopilación y el uso de información biométrica.

¿Qué es la biometría?

La biometría analiza las características físicas y de comportamiento de las personas para identificar su identidad. En el sentido más simple, se trata de tecnologías para medir el cuerpo humano. Hay dos categorías de mediciones biométricas: fisiológicas y conductuales.

Medidas fisiológicas Hay dos tipos: morfológicos y biológicos. La morfología incluye las huellas dactilares, la forma de la mano, los dedos o la cara, el patrón del iris y la retina; para pruebas biológicas: pruebas de ADN, saliva, sangre u orina.

Medidas de comportamiento- esto es reconocimiento de voz, dinámica de escritura (velocidad de movimiento, aceleración, presión, inclinación), dinámica de pulsaciones de teclas, forma de utilizar objetos, forma de andar, sonido de pasos, gestos.

Estas medidas se pueden utilizar de dos formas diferentes: para verificación de identidad y para identificación.

Verificación Implica comparar datos biométricos con una plantilla específica contenida en una base de datos o en un medio portátil, como una tarjeta inteligente. Esta operación le permite asegurarse de que la persona sea exactamente quien dice ser.

Cuando identificación Los datos biométricos de una persona se comparan con los datos de otras personas en la base de datos. La identificación es exitosa si dicha muestra biométrica ya se encuentra en la base de datos.

Biometría: ¿un nuevo fenómeno?

No precisamente. En el siglo XIX, el abogado y policía francés Alphonse Bertillon comenzó a comparar las características físicas de las personas para identificar a los delincuentes. El sistema de antropometría que desarrolló se convirtió en el primer enfoque científico para determinar la personalidad en criminología. Sus desarrollos formaron la base de la toma de huellas dactilares, un sistema para identificar a una persona basándose en las huellas dactilares. El conocido sistema fue inventado por el oficial británico William Herschel: en 1877 propuso una hipótesis sobre la inmutabilidad del patrón papilar en las palmas de una persona. La identificación de delincuentes mediante huellas dactilares se utilizó por primera vez en 1902.

La biometría del comportamiento también tiene sus raíces en el siglo XIX: en la década de 1860, los operadores de telégrafo utilizaban el código Morse para reconocerse entre sí mediante la transmisión de “puntos” y “guiones”.

¿Dónde se utiliza la biometría hoy en día?

Principalmente en el ámbito de la seguridad nacional, la salud y los sistemas de registro. La biometría es ampliamente utilizada por las empresas para monitorear a los empleados y la seguridad interna, los bancos (para identificar clientes, las corporaciones y las redes sociales) con fines comerciales.

Como en el siglo XIX, hoy las fuerzas del orden utilizan la biometría para identificar a los delincuentes. Los sistemas automatizados de identificación de huellas dactilares (AFIS) procesan y almacenan imágenes de huellas dactilares, mientras que los sistemas automatizados de identificación biométrica (ABIS) contienen plantillas para caras, dedos e iris. Las grandes ciudades, los aeropuertos y las fronteras ya utilizan tecnología de reconocimiento facial en vivo, que permite identificar un rostro entre una multitud en tiempo real.

El control fronterizo utiliza pasaportes electrónicos y biométricos que, además de la fotografía del propietario, también contienen dos huellas dactilares. La infraestructura biométrica consta de escáneres de huellas dactilares y cámaras que agilizan los cruces fronterizos. Los estados están introduciendo estas tecnologías para controlar los flujos migratorios.

La biometría también es necesaria para crear tarjetas de identificación que brinden acceso a atención médica, identificación cívica y registro de votantes.

Gigantes de TI como Google y Facebook están desarrollando una gran cantidad de tecnologías en el campo de la recopilación de datos biométricos. Los anunciantes utilizan tecnología de reconocimiento facial en tiempo real para mostrar anuncios específicos a los clientes. Los bancos y las tiendas minoristas utilizan la biometría para rastrear a delincuentes y clientes no confiables. Las empresas están reemplazando las cerraduras de las oficinas con escáneres de iris o de huellas dactilares, y los clubes de élite están utilizando información biométrica para identificar a clientes importantes.

El año pasado, los bancos rusos de todo el mundo comenzaron a lanzar proyectos piloto utilizando tecnologías biométricas para registrar usuarios y brindarles servicios en línea. Por ahora, en esta área, los datos biométricos funcionarán junto con los sistemas de seguridad estándar, como un par de inicio de sesión y contraseña.

¿Qué tan confiables son los datos biométricos?

Si bien las tecnologías biométricas están lejos de ser perfectas. Los indicadores fisiológicos son más estables en comparación con los indicadores de comportamiento: cambian menos a lo largo de la vida y no son susceptibles a factores situacionales, como el estrés. Sin embargo, la historia conoce muchos ejemplos en los que los sistemas de reconocimiento aceptan o rechazan erróneamente tales mediciones. Por ejemplo, se puede sustituir una cara por una fotografía o un vídeo de alta resolución, y se pueden “robar” las huellas dactilares. Un caso famoso ocurrió en 2005 en la prisión británica de Glenochil, donde los presos aprendieron fácilmente a engañar al sistema de cerraduras basándose en las huellas dactilares.

A menudo, el riesgo de error está asociado a las condiciones de identificación. Las fotografías de mala calidad pueden aumentar significativamente el riesgo. Son importantes la iluminación, la intensidad del ruido de fondo y la posición de la persona en el espacio. En condiciones ideales de laboratorio, la tasa de error en el reconocimiento facial oscila entre el 5 y el 10%.

Riesgos de fuga de datos

Durante la verificación, los datos se cotejan con una plantilla biométrica que la propia persona almacena, por ejemplo, en una tarjeta inteligente. Sólo el usuario tiene control sobre sus datos. En el caso de la identificación, los datos de una persona se cotejan con los datos de una única base de datos centralizada, lo que significa que su portador no tiene ningún poder sobre ella. En tal situación, nadie está protegido de violaciones de la privacidad y de que la información biométrica caiga en manos equivocadas.

Así, se supo que los bancos rusos entregaron los datos biométricos de los clientes al FSB: los datos del usuario se pueden utilizar de una manera completamente diferente a la que el cliente acordó.

incidente indio

A principios de enero de 2018, periodistas del periódico The Tribune de la ciudad de Chandigarh dijeron que habían comprado software que daba acceso a datos de la base de datos india Aadhaar a vendedores desconocidos en WhatsApp por sólo £6. Aadhaar es una gran base de datos centralizada que almacena nombres, números de teléfono, direcciones de residentes y sus datos biométricos. Los ciudadanos indios necesitan documentos de identidad de Aadhaar para acceder a los servicios gubernamentales y recibir beneficios y asignaciones. Los periodistas informaron que el software que compraron también les permite imprimir tarjetas de identificación falsas.

Si bien la Autoridad de Identificación Única de la India (UIDAI) dijo que los periodistas sólo accedían a nombres y direcciones que no tenían sentido sin datos biométricos, el incidente demostró una vez más cuán poco confiables pueden ser dichas bases de datos. Los activistas ya han criticado a Aadhaar por la muerte por inanición de dos ciudadanos indios que no pudieron acceder a las raciones a las que tenían derecho porque recibirlas requería la autenticación de Aadhaar.

En agosto de 2017, la Corte Suprema dictaminó que la privacidad es un derecho garantizado por la Constitución india. Los analistas predicen que la decisión obligará a reconsiderar el papel crucial de Aadhaar en la vida de los indios.

Protección de datos biométricos: ¿dónde y cómo funciona?

A pesar de la naturaleza muy específica de los datos biométricos, prácticamente no existen en todo el mundo disposiciones legales relativas a su protección. La mayoría de los textos legales hablan de la protección de los datos personales y de la privacidad en un sentido amplio, pero en ocasiones dicha legislación está mal adaptada a la biometría.

En Rusia, la recopilación y el almacenamiento de datos biométricos sólo es posible con el consentimiento por escrito del titular de los datos personales. Este párrafo está en la ley “Sobre Datos Personales”. El 1 de julio de 2017, se realizaron cambios y ahora todos los sitios que recopilan y almacenan datos sobre los usuarios deben agregar documentación a su recurso. La multa por incumplimiento de estos requisitos oscilará entre 10.000 y 75.000 rublos por cada infracción detectada. Y en el otoño de 2017, el director de Roskomnadzor, Alexander Zharov, pidió que se prohibiera la identificación biométrica de los menores cuando utilicen dispositivos técnicos.

En los últimos 10 años, han aparecido en los Estados Unidos una serie de proyectos de ley elaborados con énfasis en los datos biométricos, y en mayo de 2018 entrará en vigor una nueva ley de la UE sobre la protección de datos personales (Reglamento General de Protección de Datos, GDPR). vigente en todos los países de la Unión Europea.

Estados Unidos: tres contra cuarenta y siete

No existe una ley única en los Estados Unidos que regule la recopilación y el uso de datos personales, incluidos los datos biométricos. Sólo existe una legislación estricta sobre biometría en tres estados: Illinois, Texas y Washington.

En 2008, Illinois aprobó la Ley de Privacidad de la Información Biométrica (BIPA), que estableció requisitos estrictos para las organizaciones que recopilan, compran u obtienen de otro modo datos biométricos de los usuarios. La ley está dirigida contra el uso ilimitado de datos biométricos con fines comerciales. Cualquier empresa que obtenga acceso a dichos datos debe desarrollar una política de retención de datos disponible públicamente, limitar la transferencia o divulgación de datos biométricos y proteger esos datos de la misma manera que una empresa protege otra información confidencial. BIPA establece un derecho de acción para la “persona agraviada” y proporciona una indemnización de $1,000 por cada violación negligente y $5,000 por violaciones intencionales. En enero de 2017, se consideraron proyectos de ley similares en Connecticut, New Hampshire, Washington y Alaska, pero solo se adoptaron en Washington.

En 2016, un grupo de demandantes de Illinois demandó a Facebook por recopilar ilegalmente datos biométricos. Los demandantes argumentaron que la función de reconocimiento facial de la red social, que etiqueta fotografías, recopilaba y almacenaba ilegalmente datos de los usuarios. En 2017, se presentaron más de treinta demandas en los tribunales de Illinois contra empresas que recogían huellas dactilares de los empleados para realizar un seguimiento de las horas de trabajo.

En general, en 47 estados de EE. UU., las empresas pueden utilizar software para identificar rostros en imágenes sin el consentimiento del usuario si la imagen es de dominio público. Ya existe un software de reconocimiento facial que las tiendas pueden utilizar para identificar a los clientes que devuelven artículos con demasiada frecuencia o que prefieren un determinado tipo de compra. Gracias a Facebook, los empleados pueden obtener información inmediata sobre los clientes cuando entran por primera vez a la tienda, saber quiénes son, de dónde son y cuáles son sus ingresos. Desde el punto de vista de la privacidad, esto supone una violación del anonimato, del principio de consentimiento del usuario y de la idoneidad del uso de datos biométricos. Pero esto no está prohibido por ley en estos estados.

La Unión Europea intenta recuperar la privacidad

Este año, la Unión Europea da un paso hacia la confidencialidad de la información biométrica: en mayo de 2018 entra en vigor una ley unificada sobre protección de datos personales (Reglamento General de Protección de Datos, GDPR), adoptada en 2016. El objetivo principal del RGPD es devolver a los ciudadanos europeos el control sobre sus datos personales y al mismo tiempo simplificar el marco regulatorio para las empresas. Esta ley afecta no solo a los 28 países de la Unión Europea, sino también a las organizaciones que tienen oficinas de representación en los países de la UE, recopilan y procesan datos personales, brindan servicios a individuos, ciudadanos de la Unión Europea y utilizan el registro en línea en sitios web y aplicaciones. Por tanto, la ley tendrá un fuerte impacto, en particular, en las empresas rusas.

La ley, redactada centrándose en la biometría, consolidará y fortalecerá todos los estándares previamente existentes para la protección de datos personales en los países europeos. Específicamente, el RGPD exige que cualquier organización solicite el consentimiento del usuario antes de recopilar datos. No obstante, el interesado tiene derecho a retirar su consentimiento en cualquier momento. Este principio se llama "derecho al olvido".

Las empresas que gestionan información biométrica se enfrentarán a enormes multas si no mantienen los datos seguros. Las sanciones pueden alcanzar los 20 millones de euros o el 4% de la facturación global anual.

La ley dice que el uso de datos debe ser limitado. Los datos personales deben recopilarse y procesarse únicamente para “fines específicos, explícitos y legítimos” (principio de minimización de datos).

China está construyendo una dictadura digital

Mientras los países y organismos europeos se preparan para la entrada en vigor del RGPD, China sigue desarrollando un sistema de crédito social que parece no dejar rastro de privacidad en el país. Para 2020, a cada residente de China, dependiendo de su comportamiento, se le asignará una calificación personal, que afectará el acceso a los servicios gubernamentales, la capacidad de solicitar un préstamo, conseguir un trabajo, inscribir a sus hijos en la escuela, comprar y viajar.

El sistema de crédito social se basa en recopilar la mayor cantidad de datos posible sobre los ciudadanos y evaluar la confiabilidad de los residentes en función de su comportamiento financiero, social y en línea. Así, la calificación tiene en cuenta el historial crediticio, el pago oportuno de las multas, el cumplimiento de las normas de tráfico, los hábitos de compra, el tiempo dedicado a jugar juegos de computadora (cuanto más ociosidad, menor es la calificación), el cumplimiento de las normas de planificación familiar, la frecuencia de las visitas a los padres. , declaraciones en Internet, círculo social (pasar tiempo con personas de menor calificación no será rentable). Por ahora la participación en el ranking es voluntaria, pero en 2020 será obligatoria para todas las personas físicas y jurídicas.

Para recopilar datos de los ciudadanos, el gobierno ha contratado a ocho empresas privadas para que desarrollen algoritmos para evaluar el crédito social. Entre ellos se encuentra China Rapid Finance, socio del gigante tecnológico Tencent, que respalda el mayor mensajero WeChat con más de 850 millones de usuarios activos. Otro actor es Sesame Credit, dirigido por Ant Financial Services Group (AFSG), una filial de Alibaba. AFSG vende seguros y ofrece préstamos a pequeñas y medianas empresas, y también es propietario del servicio Alipay, que se utiliza no sólo para compras en línea, sino también para restaurantes, taxis, matrículas escolares, entradas de cine y transferencias de dinero. Para desarrollar el sistema de crédito social, Sesame se asoció con otras plataformas de recopilación de datos, Didi Chuxing, el antiguo principal competidor chino de Uber, y Baihe, el servicio de citas en línea más grande del país. Es difícil siquiera imaginar cuánto saben estas empresas sobre sus usuarios.

A través del control total del comportamiento en línea y fuera de línea, se espera que el sistema impulse a los ciudadanos a tomar medidas que el gobierno apruebe y ayude a aumentar la “sinceridad” y la confianza generales. El papel de los sistemas de reconocimiento facial y otras tecnologías biométricas en este proyecto será enorme.

Las posibilidades de la biometría se están convirtiendo cada vez más en problemas: fuga de datos, ciberdelincuencia, “robo de identidad”. Y el uso creciente de tecnologías biométricas plantea nuevos desafíos para los gobiernos. ¿Protegerán los Estados el anonimato de sus ciudadanos o les espera una transparencia total no sólo a los residentes de China, sino también a todos los que tienen una cuenta en las redes sociales, utilizan el teléfono y, al menos a veces, salen de casa? El desarrollo de la tecnología en cualquier caso requerirá el desarrollo de un marco legal.

Texto: Anna Kozonina

Probablemente muchos lectores de Habr ya estén familiarizados con las tecnologías biométricas. Ahora son omnipresentes. En un sentido general, la biometría es un sistema para reconocer a las personas por una o más características físicas (o de comportamiento). En el campo de la tecnología de la información, los datos biométricos se utilizan como forma de gestión de identificadores de acceso y control de acceso. Normalmente, el modo de funcionamiento de los sistemas biométricos se reduce a dos tipos principales.

La primera se llama verificación, que es una comparación del resultado de la prueba con una plantilla biométrica. Esta opción ayuda a verificar si la persona es quien dice ser. La verificación se puede realizar de varias formas, incluida una tarjeta inteligente, un nombre de usuario o un número de usuario. El segundo modo es la identificación. Una vez que se recibe una muestra específica, el sistema se compara con una base de datos biométrica para determinar la identidad. Aquí hay un punto importante: para este modo de operación, la muestra biométrica debe estar en la base de datos y la comparación debe realizarse según el principio de "uno a muchos". En general, las tecnologías biométricas tienen un enorme potencial que aún no se ha aprovechado plenamente. ¿Cuál es el estado actual de las tecnologías biométricas en Rusia y el mundo?

En muchos casos, su evolución todavía no puede considerarse satisfactoria. Hasta ahora, esta área se está desarrollando activamente, aunque ya hay algunos resultados (más sobre esto a continuación). En algunos casos, la biometría no se considera un método de identificación o verificación muy fiable. Así, en Estados Unidos, el Departamento de Policía de Tampa incluso desinstaló un software de reconocimiento facial por considerarlo poco fiable. Pero allí se habló de la introducción de métodos biométricos obsoletos, que no siempre muestran su mejor cara.

Sin embargo, las tecnologías biométricas modernas son cada vez más precisas y fiables. Muchas empresas y organizaciones científicas se dedican a la investigación y el desarrollo en este ámbito. Además, con el tiempo la prioridad ha pasado a ser los métodos de reconocimiento biométrico sin contacto. La biometría se utiliza en muchas áreas, incluida la banca, los sistemas de seguridad y control de acceso, los sistemas de control de visas, los sistemas policiales de identificación criminal, la recopilación de estadísticas de visitantes y mucho más. Hasta ahora, aproximadamente la mitad del mercado biométrico está ocupado por sistemas de reconocimiento de huellas dactilares. Pero la situación está cambiando gradualmente, los desarrolladores entienden que las huellas dactilares no son la forma más confiable de identificar a una persona (en "MythBusters" una vez incluso mostraron una manera de abrir una cerradura de huellas dactilares usando huellas dactilares impresas en una impresora), por lo que las nuevas tecnologías biométricas están surgiendo. poco a poco se vuelve cada vez más popular.

Biometría: escala

En general, podemos decir que la biometría se ha convertido en una parte integral de la vida de las personas. En algunos países, por ejemplo, no se puede obtener un pasaporte o un visado sin datos biométricos. Organizaciones gubernamentales de varios países creen que la biometría es una de las formas más efectivas de identificar a los refugiados y a quienes cruzan la frontera ilegalmente.

Ahora hay muchos proyectos basados ​​en tecnologías biométricas. Quizás uno de los de mayor escala sea el proyecto AADHAAR, implementado en la India. Es un sistema de identificación biométrica que contiene datos de más de mil millones de personas. La base de datos contiene alrededor de 10 mil millones de plantillas de huellas dactilares, dos mil millones de plantillas de iris y mil millones de fotografías. Algo similar se mostró en la película de ciencia ficción I Origins. Sin embargo, la identificación por iris es una tecnología muy real y cada vez más popular.

Todos los residentes de la India pueden obtener una entrada en AADHAAR; se trata de un número de identificación que está vinculado a los datos biométricos de los usuarios. Se utiliza en transacciones financieras, cuando se trabaja con diversos servicios públicos y privados. Un servicio en la nube para almacenar documentos escaneados también está vinculado a AADHAAR.

Por supuesto, la India no es la única que introduce la identificación biométrica. Otros estados también están haciendo esto. Y no sólo los estados, sino también las empresas privadas. Según la agencia analítica J"son & Partners Consulting, el mercado mundial de sistemas biométricos alcanzará los 40 mil millones de dólares en 2022. Las conclusiones de los analistas se basan en los indicadores de ingresos de los actores clave según los segmentos, teniendo en cuenta el hardware, el software y la integración.

Otra agencia analítica, Acuity Research, estima que el número de documentos electrónicos biométricos de identificación electrónica crecerá hasta 749 millones en 2018. Y en total, según los especialistas de la agencia, en 2018 habrá alrededor de 3.500 millones de documentos electrónicos en el mundo. Más de la mitad de los países miembros de la ONU ya expiden pasaportes biométricos. Un ejemplo de la implementación de programas para la transición a documentos electrónicos biométricos incluye contratos gubernamentales y privados en Canadá, Estados Unidos, Bielorrusia, Ucrania, Moldavia, Lituania, Hungría, Bangladesh, Senegal y otros países.

¿Qué pasa en Rusia?

En Rusia, las tecnologías biométricas se están desarrollando con bastante rapidez y de forma más activa que en muchos países. Por ejemplo, los bancos más grandes de la Federación de Rusia comenzaron a probar sistemas biométricos de identificación de clientes este año. El Banco Central, el Ministerio de Telecomunicaciones y Comunicaciones y Rosfinmonitoring están creando su propia base de datos biométricos; este sistema llegará a la etapa de prueba este año.

Según la vicepresidenta del Banco Central, Olga Skorobogatova, el proyecto piloto permitirá convertirse en cliente de cualquier banco de forma remota. Para ello bastará con realizar una vez el trámite de registro biométrico en cualquier entidad de crédito que participe en el proyecto.

“La biometría es un tema muy apasionante. Esto es identificación, identificación remota, la creación de una base de datos unificada sobre personas, me refiero más bien a personas, lo que permitiría a cualquier banco y a cualquier organización no obligar a los clientes a ponerse de pie para completar una gran lista de documentos. " RIA cita a Skorobogatova.

De este experimento a la creación de una base de datos biométrica nacional queda literalmente un paso.

El sector bancario está intentando introducir sistemas de identificación de clientes mediante voz, fotografía y huellas dactilares. Por ejemplo, VTB24 ya ha probado la identificación biométrica como parte de la banca en línea. Durante el proceso de inicio de sesión de la aplicación de banca en línea, se pidió a los clientes que proporcionaran su foto y muestra de voz. Con estos datos está previsto realizar la identificación. Después de confirmar la identidad del usuario, todas las operaciones se realizan sin confirmación adicional. Sberbank también muestra un gran interés por la biometría, que ya ha acreditado a RecFaces (la aplicación Comlogic) como uno de sus socios en este ámbito.

Se utilizan tecnologías similares en Promsvyazbank y Home Credit, Tinkoff Bank y varias otras organizaciones. En cuanto a la base de datos biométrica unificada, en su creación están trabajando simultáneamente el Banco Central, el Ministerio de Telecomunicaciones y Comunicaciones y Rosfinmonitoring. Este proyecto puede tardar varios años en completarse. Según los expertos, una base de datos biométricos común será útil para los sectores financiero y legal, servicios gubernamentales, seguridad pública, medicina y más.

Perfil biométrico digital de RecFaces

Hablando de biometría en Rusia, no podemos dejar de mencionar nuestro desarrollo: una plataforma de información para la identificación multimodal llamada Id-Me.

Normalmente, las empresas que implementan la biometría deben seleccionar varios proveedores e invertir fondos considerables en la creación de una infraestructura informática central, su mantenimiento, varios tipos de licencias y equipos.

Pero no se trata sólo de la inversión y la complejidad del proceso. Cada algoritmo que se ofrece actualmente en el mercado tiene sus propias características y ventajas. En RecFaces nos hemos centrado específicamente en crear una plataforma integrada completa que utiliza los mejores logros del mundo en el campo de la biometría. Teniendo la oportunidad de estudiar algoritmos y compararlos, seleccionamos aquellas soluciones que muestran la máxima eficiencia.

Por ejemplo, la empresa japonesa Toshiba tiene licencia para tecnologías de identificación biométrica basadas en un modelo matemático del rostro. La identificación 3D se realiza utilizando soluciones de Artec ID e Intel Corporation. No hay duda de que para los módulos de identificación basados ​​en patrones de iris, huellas dactilares y patrones de venas de la palma que se están preparando para su implementación en la plataforma Id-Me, RecFaces elegirá las soluciones técnicas más modernas y prometedoras. Los clientes sólo tendrán que utilizar la “magia” de Id-Me para solucionar los problemas de su aplicación.

Para un observador externo, Id-Me funciona de forma bastante sencilla. Uno de los componentes principales del sistema es el Id-Box (módulo de captura). Es un pequeño dispositivo de identificación "inteligente" basado en una plataforma de PC en un estuche compacto. Es este elemento el que se encarga de reconocer rostros y, en el futuro, otro tipo de datos biométricos. Se conecta a una cámara de vigilancia y otros sensores. El sistema recibe de ellos una serie de datos, que luego se convierten en un índice especializado, un modelo matemático, que se envía a la nube para compararlo con el estándar almacenado allí. Al trabajar con índices, el sistema no exige el "ancho" del canal de Internet.

Este es un sistema universal que funciona eficazmente con varios tipos de imágenes y puede utilizar información de una cámara de vigilancia. Id-Box, si es necesario, puede recopilar estadísticas sobre el número de visitantes, incluida la edad, el sexo y el estado emocional. Si se produce un fallo, no hay necesidad de preocuparse; dentro de la caja hay su propio disco duro de gran tamaño donde se almacenan todos los datos importantes. En caso de un cierre repentino de la red, toda la información se guardará y el sistema seguirá funcionando.

Los datos recopilados por Id-box se envían a la nube, donde el sistema compara el índice actual con todas las versiones anteriores. Si hay coincidencia, es decir, el sistema reconoce a la persona registrada, el cliente recibe una alerta. El servicio es compatible con las principales plataformas básicas, incluida la interfaz web, clientes móviles iOS, Android, Windows.

Todo el sistema está protegido de forma segura gracias a una conexión cifrada. Además, hay un firewall y se proporciona una puerta de enlace criptográfica con enrutadores criptográficos. Se utiliza firma digital electrónica, software antivirus y herramientas de detección de intrusos certificadas por FSTEC.

Ámbito de aplicación de Id-Me

La plataforma biométrica Id-Me de RecFaces está diseñada para ser lo más útil posible para bancos, aeropuertos, comercio minorista, empresas hoteleras, organizaciones deportivas y agencias gubernamentales.

Los bancos pueden utilizar la biometría para mejorar la seguridad. Aquí podemos dar como ejemplo un posible caso de un estafador que intenta retirar dinero de la tarjeta de otra persona. La cámara del cajero automático conectada a Id-Me identifica el rostro de la persona que intenta hacerlo. Si esta información no coincide con la contenida en la base de datos, el retiro de fondos se bloquea casi instantáneamente. Para utilizar este método de protección, ni siquiera es necesario equipar el cajero automático con equipo adicional.

De manera similar, un banco puede proteger su departamento de préstamos. Un estafador que intenta realizar una transacción financiera con un nombre falso no podrá hacerlo si está siendo observado por una cámara conectada al servicio Id-Me.

Además, los empleados del banco también pueden iniciar sesión, lo cual es necesario al realizar tareas críticas. Esta función puede resultar útil en muchas áreas. Id-Me, por ejemplo, le permite automatizar el seguimiento del tiempo del personal.

Dado que Id-Me puede analizar transmisiones de vídeo de cámaras de vigilancia e imágenes individuales, el sistema puede utilizarse para recopilar estadísticas sobre visitas, trayectorias de movimiento y comportamiento de los visitantes.

Utilizando tecnologías de reconocimiento patentadas de Toshiba y otros socios, Id-Me le permite utilizar identificación biométrica para determinar el sexo, la edad y las preferencias personales del comprador, vinculando todo esto con CRM. Un sistema de este tipo también es excelente para reconocer a un cliente importante al recibir inmediatamente información sobre él, la fecha de su última visita a una tienda u otro sitio. Todo esto le ayudará a encontrar un lenguaje común con una persona, determinando instantáneamente sus preferencias.

Los ejemplos de esta combinación de identificación biométrica con CRM, ya implementados conjuntamente con los socios de RecFaces, han demostrado su alta eficacia de marketing. Definitivamente escribiremos sobre esto en detalle más adelante.

Para la industria hotelera conocer a sus clientes es fundamental. Si una persona ve que se le recuerda no solo su nombre y apellido, sino también sus preferencias, lo más probable es que ese cliente regrese al hotel "atento" una y otra vez. Y para los invitados no deseados, puedes crear una "lista negra" con los datos relevantes.

Las cámaras de vigilancia del hotel grabarán todo lo que suceda, notificando a la administración si una persona desconocida ha entrado en la habitación o en la oficina. Los empleados del hotel serán conscientes de que el sistema inteligente siempre sabe quién fue adónde y por qué, por lo que habrá menos abuso.

Los organizadores de eventos deportivos, conciertos y otros eventos públicos pueden recibir información inmediata sobre elementos no deseados (por ejemplo, fanáticos hooligan) que intentan ingresar al evento. ¿Niño Perdido? El sistema le ayudará a determinar rápidamente cómo y cuándo sucedió esto, y también determinará dónde está el niño si es visible. ¿Algo salió mal? La seguridad será alertada inmediatamente.

A los agentes del orden les resultará más fácil mantener la seguridad en las escuelas, los lugares públicos o las infraestructuras de transporte si reciben notificaciones sobre personas y eventos sospechosos que ocurren en la zona de vigilancia. Robos de coches, vandalismo: todo esto se puede prevenir si se descubre el problema a tiempo.

En general, existe una gran cantidad de formas de utilizar los sistemas biométricos. Por pretencioso que parezca, son el futuro. La biometría se utiliza y se utilizará en un gran número de ámbitos. Y Id-Me ya se puede utilizar en la mayoría de ellos. Puede conocer más sobre las soluciones que la empresa ya ofrece y se prepara para lanzar, y familiarizarse con sus soluciones integrales visitando la XXIII Exposición Internacional de Equipos Técnicos de Seguridad y Equipos de Seguridad y Protección contra Incendios.

El camino de la tecnología que ha ido más allá del uso en las fuerzas del orden y ha reemplazado las contraseñas gráficas y numéricas.

A marcadores

La biometría fue la primera en ser utilizada por las fuerzas del orden y los servicios de alta seguridad. Hoy en día, los sistemas biométricos se encuentran en casi todos los dispositivos modernos: automóviles, portátiles, teléfonos inteligentes.

La biometría son características anatómicas, fisiológicas y de comportamiento medibles que se utilizan para identificar a un individuo. El método más común es el reconocimiento de huellas dactilares. Pero hay otras formas: ADN, iris, voz, palmas y rasgos faciales.

El marco regulatorio, técnico y legal para las tecnologías biométricas se está desarrollando activamente. El estado inicia la formación de estándares uniformes para asegurar la interacción de los sistemas autónomos. Se están creando comités y departamentos de biometría. A pesar de la variedad de métodos biométricos, sólo se utilizan principalmente tres áreas: reconocimiento de huellas dactilares, rostro e iris.

El desarrollo de la tecnología informática permite utilizar la biometría en muchas áreas de actividad: controlar el acceso a instalaciones y dispositivos, confirmar transacciones financieras, garantizar la seguridad en los aeropuertos, identificación en escuelas y hospitales, búsqueda de delincuentes.

La historia de la biometría comenzó hace tres mil años. Los artefactos encontrados en Nueva Escocia, Babilonia y China muestran que las manos y las huellas dactilares se utilizaban en la antigüedad para transacciones comerciales y como prueba de delitos.

Sólo siglos después la gente volvió a explorar el uso de las huellas dactilares y otros indicadores como medio de identificación.

Las primeras personas en utilizar la biometría en el mundo moderno fueron los agentes de policía. Hasta mediados del siglo XIX, los agentes del orden tenían que utilizar la vista y la memoria para identificar a los delincuentes previamente arrestados. Una fotografía de una persona facilitaba la tarea, pero no podía servir como prueba de culpabilidad.

En la década de 1920, el FBI abrió el primer Departamento de Identificación, creando un depósito central de datos de identificación criminal para las agencias policiales estadounidenses. En la década de 1980, el gobierno de Estados Unidos patrocinó la creación de sistemas automatizados de identificación de huellas dactilares que se volvieron fundamentales para la policía y otras agencias encargadas de hacer cumplir la ley en todo el mundo.

Al igual que una huella digital, el iris del ojo permanece sin cambios con la edad. Su uso en biometría permite el uso de identificación sin contacto.

Un tipo de biometría igualmente necesario es el reconocimiento facial. Inicialmente, esta tecnología se utilizó para garantizar la seguridad en lugares concurridos.

En los centros comerciales, esto ayuda a prevenir el crimen y la violencia. Los aeropuertos están mejorando la comodidad y la seguridad. Los fabricantes de dispositivos están utilizando tecnología de reconocimiento facial para brindar a los usuarios un nuevo nivel de seguridad biométrica.

Más difícil que escanear huellas dactilares, rostro o iris, sólo la identificación por huella de voz. Los componentes únicos hacen que la sustitución de la voz sea casi imposible. La historia de los datos biométricos de voz comienza no hace mucho. Los primeros métodos de identificación en tiempo real aparecieron a finales de los años 1990.

1665

Marcello Malfighi publica su descubrimiento sobre la singularidad de las huellas dactilares.

1858

El funcionario indio William Herschel registra las huellas dactilares de cada empleado en el reverso de sus contratos laborales. De esta manera, Herschel distingue a los empleados de otras personas que pueden afirmar ser empleados el día de pago.

1870

El abogado francés Alphonse Bertillonage está desarrollando el sistema Bertillonage, un método para identificar delincuentes utilizando datos antropométricos. El método se basa en informes detallados de medidas corporales, descripciones físicas y fotografías. El sistema se utilizó en todo el mundo durante 30 años hasta que la policía se dio cuenta de que algunas personas podían tener los mismos parámetros.

1880

El cirujano escocés Henry Faulds publica un artículo sobre la utilidad de las huellas dactilares para la identificación.

1892

El policía argentino Juan Vucenich comienza a recolectar y catalogar huellas dactilares. Y también utiliza huellas para demostrar la culpabilidad final de Francisca Rojas en el asesinato de su vecina. El oficial de policía determina que su huella es idéntica a un rastro parcial de sangre en la escena del crimen.

Ese mismo año, Francis Galton escribió un estudio detallado sobre las huellas dactilares, en el que presentó un nuevo sistema de clasificación.

1896

El inspector general de la policía de Bengala, Edward Henry, interesado en el sistema de Galton, recoge una maleta con fotografías de huellas dactilares y mejora la clasificación de Galton. Henry divide los patrones de los dedos en cinco básicos: arcos simples y complejos, bucles hacia el pulgar o el meñique y remolinos.

La idea principal de Henry es codificar patrones con fórmulas numéricas. Las especies fueron designadas con las letras A, T, R, U, W y las subespecies con números. El método de Henry fue el precursor del sistema de clasificación que el FBI y otras agencias policiales utilizaron durante muchos años.

1903

El sistema de Bertillon "se colapsa". Dos hombres, que luego se reveló que eran gemelos, fueron condenados a trabajos forzados en Estados Unidos. Se ha comprobado que tienen medidas de Bertillonage casi idénticas. Pero la historia se cuestiona posteriormente porque se utilizó para demostrar la imperfección del bertillonage.

1936

El oftalmólogo Frank Birch propuso utilizar el iris del ojo para el reconocimiento de la personalidad.

1960

El profesor sueco Gunnar Fant publica un modelo que describe los componentes fisiológicos de la producción del habla acústica. Los resultados se basan en el análisis de radiografías de individuos que emiten determinados sonidos.

1964

Woodrow Bledsoe, Helen Chan Wolf y Charles Bisson desarrollan la tecnología inicial como parte de su investigación colectiva sobre el reconocimiento de patrones. Sin embargo, Bledsoe abandona el estudio, que continúa Peter Hart en el Instituto de Investigación de Stanford.

1965

Woodrow Bledsoe está desarrollando el primer sistema de reconocimiento facial semiautomático mediante un contrato con el gobierno de Estados Unidos.

La aviación norteamericana desarrolla el primer sistema de reconocimiento de firmas.

1968

Una computadora supera consistentemente a los humanos en la identificación de rostros humanos a partir de una base de datos de dos mil fotografías.

1969

El FBI comienza a desarrollar un sistema para automatizar el proceso de identificación de huellas dactilares, que se convierte en una prioridad y ocupa la mayor parte de los recursos humanos.

El FBI firma un contrato con el Instituto Nacional de Estándares y Tecnología (NIST) para estudiar el proceso de automatización de la identificación de huellas dactilares humanas. NIST identifica dos problemas principales: el primero es el escaneo de huellas dactilares y la identificación de características distintivas, el segundo es la comparación y contraste de características.

1970

Se modelan los componentes conductuales del habla. El Dr. Joseph Purkell amplía el modelo original desarrollado en 1960. Incluye su lengua y su mandíbula. El modelo proporciona una comprensión más detallada de los complejos componentes biológicos y de comportamiento del habla.

1971

Los investigadores Goldstein, Harmon y Lesk publican un artículo, "Identificación del rostro humano", que utiliza 22 marcadores relativos, como el color del cabello y el grosor de los labios, para reconocer rostros automáticamente. El estudio sentó las bases para futuros estudios sobre la identificación facial por computadora.

1974

Aparecen los primeros dispositivos comerciales de reconocimiento biométrico de la palma de la mano. Los sistemas se implementan para tres propósitos principales: control de acceso físico, registro de tiempos y seguimiento de asistencia e identificación de personas.

1975

El FBI está financiando el desarrollo de sensores para escanear patrones de huellas dactilares para reducir el costo de almacenar información digital. Los primeros sensores utilizan métodos capacitivos para recopilar las características de las huellas dactilares.

Durante las próximas décadas, el NIST se centra en el desarrollo de métodos automatizados para la digitalización de huellas dactilares y la compresión, clasificación, extracción y comparación de características de imágenes. La investigación del NIST dio como resultado M40, el primer algoritmo informático de comparación de huellas dactilares utilizado por el FBI.

1976

El fabricante estadounidense de componentes eléctricos Texas Instruments está desarrollando un prototipo de reconocimiento de voz que está siendo probado por la Fuerza Aérea de EE. UU. y la empresa sin fines de lucro Mitre Corporation. Este último se dedica al diseño, investigación y desarrollo de sistemas, así como al soporte de tecnología de la información para el gobierno de Estados Unidos.

1977

A Veripen se le ha concedido una patente de "Aparato de identificación personal" que captura las características dinámicas de la firma de una persona. El desarrollo del sistema condujo a pruebas de verificación automática de escritura a mano realizadas por Mitre Corporation para la División de Sistemas Electrónicos de la Fuerza Aérea de los Estados Unidos.

1984

El ejército estadounidense está empezando a utilizar el reconocimiento de la palma de la mano en la banca.

1985

Los oftalmólogos Leonardo Flom y Aran Safir sugieren que no hay dos iris iguales.

1986

NIST y el Instituto Nacional Estadounidense de Estándares (ANSI) están creando el estándar de intercambio de datos de patrones de huellas dactilares ANSI/NBS-I CST 1-1986. Esta es la primera versión de los estándares existentes que ahora utilizan los organismos encargados de hacer cumplir la ley en todo el mundo.

Flom y Safir reciben una patente por el uso del iris para la identificación. Flom se acerca al Dr. John Dogman para pedirle que desarrolle un algoritmo para identificar a una persona por su iris.

1987

NIST está formando un grupo para estudiar y desarrollar el uso de técnicas de procesamiento del habla.

1988

La División Lakewood del Departamento del Sheriff del Condado de Los Ángeles utiliza el primer sistema de reconocimiento facial semiautomático contra una base de datos de copias digitalizadas.

Ese mismo año, Kirby y Sirovich aplican el análisis de componentes principales (métodos estándar de álgebra lineal) al problema del reconocimiento facial. La tecnología se llama Eigenface.

1991

Matthew Turk y Alex Pentland descubren que el error residual Eigenface se puede utilizar para encontrar bordes en imágenes. Como resultado de este descubrimiento, se hizo posible el reconocimiento facial automático confiable en tiempo real.

1992

La NSA crea el Consorcio Biométrico y celebra su primera reunión en octubre de 1992. Inicialmente, la participación en el Consorcio se limita a agencias gubernamentales. Sin embargo, la organización pronto amplió su membresía para incluir a las comunidades privada y académica, y desarrolló numerosos grupos de trabajo para iniciar y ampliar esfuerzos en pruebas, desarrollo de estándares, interoperabilidad y colaboración gubernamental.

Desde el inicio del trabajo biométrico a principios de la década de 2000, se han integrado grupos de trabajo en otras organizaciones, como INCITS, ISO y el Consejo Nacional de Ciencia y Tecnología de EE. UU., para ampliar y acelerar sus actividades. El consorcio se convierte en un foro de debate entre el gobierno, la industria y el mundo académico.

1993

La Agencia de Proyectos de Investigación Avanzada de Defensa y la Oficina del Programa de Desarrollo de Defensa están financiando el programa Tecnología de reconocimiento facial (FERET). El objetivo del incentivo es desarrollar algoritmos y tecnologías de reconocimiento facial.

1994

La competencia del Sistema Automatizado Integrado de Identificación de Huellas Dactilares (IAFIS) explora tres problemas principales: adquisición de huellas digitales, extracción de características del surco local y coincidencia de características del surco. Lockheed Martin ganó el concurso para crear IAFIS para el FBI.

Se cree que el primer sistema automatizado de identificación de huellas dactilares (AFIS) diseñado para admitir la impresión de huellas dactilares fue construido por la empresa húngara RECOWARE. En 1997, Lockheed Martin Information Systems compró la tecnología de identificación de palmas y huellas dactilares integrada en RECOderm.

En el mismo año se creó el Servicio Acelerado de Inmigración y Pasajeros Naturalistas (INSPASS) basado en biometría. Ayudó a los viajeros a evitar las colas de inmigración en aeropuertos selectos de todo Estados Unidos hasta que cerró a finales de 2004.

John Daungman desarrolla y patenta los primeros algoritmos para la identificación informática de patrones del iris. La patente se llama lriScan. Hasta ahora, los algoritmos de Daugman son la base para las aplicaciones públicas de la tecnología.

1995

La Agencia de Defensa Nuclear e iriScan están creando un proyecto conjunto que ha dado lugar al primer producto comercial en el campo del reconocimiento del iris.

1996

Los Juegos Olímpicos de Atlanta están implementando sistemas de acceso mediante palma para controlar y asegurar el acceso físico a la Villa Olímpica. El sistema encuentra información entre los datos de más de 65 mil personas. Se procesaron más de un millón de transacciones en 28 días.

Con financiación de la NSA, el NIST está lanzando una Evaluación anual de reconocimiento de oradores del NIST para avanzar aún más en la comunidad de reconocimiento de oradores.

1997

IAFIS comienza a trabajar. Durante el desarrollo del sistema, los científicos consideraron cuestiones relacionadas con el intercambio de información entre sistemas autónomos y también estudiaron la implementación de un sistema nacional de identificación de huellas dactilares. IAFIS se utiliza para verificar los antecedentes penales de las personas e identificar huellas latentes encontradas en la escena del crimen.

Christoph von der Malsburg y un equipo de estudiantes de posgrado de la Universidad de Bochum en Alemania desarrollaron el sistema ZN-Face, que entonces era el más fiable debido a su capacidad para reconocer rostros en fotografías de baja calidad.

La tecnología fue financiada por el Laboratorio de Investigación del Ejército de EE. UU. Sin embargo, lo utilizaron grandes aeropuertos internacionales, bancos y agencias gubernamentales.

Con el apoyo de la NSA, se publicó el primer estándar biométrico común comercial, la API de autenticación humana (HA-API). El objetivo del proyecto es facilitar la integración y garantizar la intercambiabilidad e independencia de los proveedores. Este fue un gran avance para los proveedores de tecnología biométrica que trabajaron juntos.

1998

El FBI lanza una base de datos de ADN forense, el Sistema Combinado de Índice de ADN (CODIS). El sistema proporciona almacenamiento y recuperación digital de marcadores de ADN para los organismos encargados de hacer cumplir la ley.

1999

El Grupo Asesor Técnico de la Organización de Aviación Civil Internacional (OACI) sobre documentos de viaje de lectura mecánica (TAG o MRTD) ha comenzado a investigar la compatibilidad de los documentos de viaje biométricos y de lectura mecánica. Los objetivos del estudio son crear estándares internacionales para la transmisión de datos multiservicio.

año 2000

Varias agencias gubernamentales de EE. UU. están patrocinando pruebas de proveedores de reconocimiento facial (FRVT). Las pruebas son realizadas por NIST. Esto marcó la primera evaluación abierta a gran escala de varios sistemas biométricos disponibles comercialmente.

En 2003 y 2006 se llevaron a cabo evaluaciones adicionales. El objetivo del proyecto era proporcionar a las autoridades y al gobierno de EE. UU. la información necesaria para determinar las mejores formas de implementar la tecnología de reconocimiento facial.

Los científicos publican el primer artículo de investigación que describe el uso de patrones de vasos para reconocer a las personas. El artículo describe la primera tecnología comercial que utiliza la imagen de los vasos sanguíneos de la mano humana para su identificación.

Ese mismo año, la Universidad de West Virginia y el FBI introdujeron un programa de licenciatura en sistemas biométricos.

enero de 2001

Se está instalando reconocimiento facial en el Super Bowl en Tampa, Florida, para identificar a las personas buscadas en el estadio. El sistema no los encontró, pero sí identificó erróneamente a una docena de fans inocentes. Los medios de comunicación están preocupados por la violación de la privacidad de las personas al utilizar la biometría.

11 de septiembre de 2001

Una serie de ataques terroristas llevados a cabo por la organización terrorista Al Qaeda renovaron el interés científico por esta tecnología. Esto afectó principalmente a los sistemas de transporte y a los organismos que garantizan el movimiento internacional de personas, por ejemplo, los servicios de aduanas y migración.

La identificación personal al comprobar los documentos no era suficiente, mientras que los indicadores biométricos garantizan un reconocimiento preciso de las personas.

noviembre de 2001

Se está creando un comité técnico M1 para acelerar el desarrollo de estándares para el uso de la biometría en Estados Unidos y en las comisiones de estándares internacionales.

2002

La Organización Internacional de Normalización (ISO) y la Comisión Electrotécnica Internacional (IEC) han establecido el subcomité ISO/IEC JTC1 para apoyar la estandarización de las tecnologías biométricas. El subcomité desarrolla estándares para permitir la integración y el intercambio de datos entre aplicaciones y sistemas autónomos.

2003

La Organización de Aviación Civil Internacional (OACI) está adoptando un plan armonizado a nivel mundial para la integración de información de identificación biométrica en pasaportes y otros documentos legibles por máquina (MRDO). Se elige el reconocimiento facial como modelo biométrico interoperable global para la verificación de identidad computarizada.

Ese mismo año, la Comisión Europea apoyó la creación del Foro Biométrico Europeo. El proyecto tiene como objetivo convertir a la UE en un líder mundial en biometría eliminando las barreras a la toma de decisiones y la fragmentación del mercado. El Foro también actúa como motor de coordinación, apoyo y fortalecimiento de las autoridades nacionales.

2004

El Departamento de Defensa de EE. UU. está implementando un Sistema Automatizado de Identificación Biométrica (ABIS). Se está implementando para mejorar la capacidad del gobierno de Estados Unidos para rastrear e identificar amenazas a la seguridad nacional.

2005 año

Expira la patente estadounidense sobre el concepto de reconocimiento del iris. Esto abre oportunidades de marketing para las empresas que han desarrollado sus propios algoritmos de reconocimiento del iris.

2010

La NSA utiliza datos biométricos para identificar a los terroristas. Esto incluye el uso de huellas dactilares de lugares asociados con los ataques del 11 de septiembre.

2011

El Gobierno de Panamá, en colaboración con la Secretaria de Seguridad Nacional de Estados Unidos, Janet Napolitano, ha iniciado un programa piloto de la plataforma de reconocimiento facial FaceFirst para reducir la actividad ilegal en el Aeropuerto de Tocumen en Panamá.

Es conocido como un centro de narcotráfico y crimen organizado. Como resultado, el sistema ayudó a detener a varios sospechosos de Interpol.

La identificación facial se utiliza cada vez más con fines forenses por parte del personal militar y policial. Esta suele ser la forma más eficaz de identificar cadáveres.

Se utilizó reconocimiento facial y tecnología de ADN para confirmar la identidad de Osama bin Laden, el fundador de la organización terrorista Al Qaeda, después de su muerte en una redada estadounidense.

Año 2013

Apple está introduciendo el reconocimiento de huellas dactilares Touch ID en sus nuevos teléfonos inteligentes.

2016

Samsung presenta un dispositivo con escáner de iris para aumentar el nivel de seguridad en el acceso al dispositivo.

MasterCard, Visa y otras instituciones financieras incluyen autenticación de pago biométrica.

2017

El comercio minorista está introduciendo activamente tecnologías de reconocimiento facial. Y se está convirtiendo en el sector que más crece en el uso de esta tecnología.

Además, Apple presenta el iPhone X con tecnología de reconocimiento facial Face ID.

Ahora