Наука биометрия это: Биометрия как прикладная наука

Содержание

Биометрия как прикладная наука





Биометрия — прикладная наука, использующая математические методы статистического анализа массовых явлений (результатов наблюдений, учетов) применительно к биологическим объектам.

Содержание

1. Термин биометрия

2. Предмет и основные понятия биометрии

3. Краткий исторический очерк развития биометрии

1. Термин биометрия


В настоящее время можно сказать, что термин биометрия еще не утвердился до конца. Наравне с ним применяются такие названия как математическая статистика в почвоведении, ботанике, методике опытного дела, биологическая статистика, биометрия, вариационная статистика. Это не случайно, потому что содержание всех этих изданий одно и то же, в них излагаются методы математической статистики, применяемые для статистической обработки результатов исследований биологических объектов, полученных при проведении лабораторных, вегетационных и полевых опытов, агрономических наблюдений.

Исходя из изложенного формулировка понятия биометрия может быть следующей: «Биометрия – прикладная наука, использующая математические методы статистического анализа массовых явлений (результатов наблюдений, учетов) применительно к биологическим объектам (растениям, животным и т.п.)».

По мере превращения биологии из науки описательной в науку точную, основанную на измерениях, возникла потребность в применении методов математической статистики для решения биологических задач. Биометрия преследует исключительно биологические цели, приспосабливая методы математической статистики к задачам и специфике биологических исследований.

2. Предмет и основные понятия биометрии


Предметом биометрии служит любой биологический объект, в результате наблюдения за которым получены количественные или качественные показатели. Методы биометрии широко применяются и в опытном деле. Потребность в использовании методов математической статистики обусловлена тем, что однородные биологические объекты исследования индивидуально различны, изменчивы. Например, число зерен в колосьях одного и того же сорта яровой пшеницы на одной и той же опытной делянке будет различным. Все биологические признаки изменчивы, подвержены варьированию. Объективную информацию в таких случаях можно получить, только подвергнув результаты учетов, измерений, анализов статистической обработке.

Свойство условных биологических единиц наблюдения отличаться друг от друга в однородных совокупностях называется изменчивостью или варьированием. Например, у растений пшеницы варьирующими признаками являются число и масса зерен в колосе, высота растения, продуктивная кустистость, стекловидность и содержание сырой клейковины в зерне, площадь листьев и т.п. В полевых опытах урожаи на одноименных вариантах по повторениям всегда получаются разные.

Величина любого варьирующего признака на языке математической статистики называется переменной случайной величиной. Числовое значение варьирующего признака принято называть вариантой. Возможные значения варьирующего признака обозначаются х1, х2, … хn. Вследствие варьирования единиц наблюдения в однородной совокупности объективное суждение по одному результату измерения, наблюдения, учета, анализа недостаточно. Биометрия дает четкий ответ на вопрос какое количество наблюдений необходимо, чтобы с достаточной точностью судить о средних показателях изучаемого объекта.

Изменчивость одних показателей носит явно выраженный количественный характер и легко поддается измерениям, подсчету, взвешиванию. Изменчивость других носит типичный качественный характер. Например, изменение опущенности или окраски различных органов растений.

Количественное варьирование разделяется на непрерывное и прерывистое. Непрерывное варьирование наблюдается в том случае, когда изучаемый показатель измеряется или взвешивается. Величины непрерывного варьирования могут выражаться как целыми, так и дробными цифровыми значениями. Показатели прерывистого варьирования имеют только целые значения, они получаются только счетом.

Всю группу объектов наблюдения, подлежащих счету, анализу называют генеральной совокупностью. Однако в действительности сделать это невозможно, так как численность единиц наблюдения может быть очень большой. Поэтому для учета вынуждены брать только определенную часть единиц наблюдения, которую принято называть выборочной совокупностью или выборкой. Иногда ее называют статистической совокупностью.

Из этого следует, что суждение о генеральной совокупности приходится делать по выборочной совокупности. Отсюда очень важно, чтобы выборка не была односторонней, преднамеренной или очень малочисленной. Она должна быть случайной, обеспечивающей любому члену генеральной совокупности вероятность попасть в эту выборку. Репрезентативность выборки достигается применением специальных методов отбора единиц наблюдения, которые описаны в специальных методиках и объемом выборки.

3. Краткий исторический очерк развития биометрии


Биометрия, как самостоятельная научная дисциплина, возникла в XIX веке, однако первые попытки применить математику к биологическим объектам наблюдения были гораздо раньше. Толчком к этому было установление Декартом (1596-1650) понятия переменная величина. В середине XVII века зародились две ветви точных наук – теория вероятностей и математическая статистика. Теория вероятностей возникла на базе азартных игр, а математическая статистика положена в основу теории выборочного метода.

Основная задача, которую ставили перед собой исследователи, сводилась к тому, чтобы теоретически доказать возможность по части (выборке) судить о состоянии целого, то есть всей совокупности. Большая работа в этом направлении была проделана бельгийским ученым А.Кетле (1796-1874). Из его работ вытекало, что при помощи математических методов возможно вскрытие статистических закономерностей, действующих в среде массовых явлений.

Пирсон развил учение о типах кривых распределения, встречающихся в биологии. Им введено понятие среднего квадратического отклонения. Совместно с Гальтоном и Уэльдоном он обосновал в 1901 году выпуск научного журнала «Биометрика». Гальтон и Пирсон по праву считаются основателями биометрии.

Большим вкладом в дальнейшее развитие биометрии была теория «малой выборки», обоснованная В.Госсетом (1876-1937), печатавшегося под псевдонимом «Стьюдент». Оперируя с выборками небольшого объема, взятыми из нормального распределения генеральной совокупности Стьюдент открыл закон распределения выборочных средних в зависимости от объема выборки. Описанный им закон оказался применимым к малым выборкам, содержащим в своем составе не более 25-30 вариант.

Существенный вклад в дальнейшее развитие биометрии внес Р.Э.Фишер (1890-1962), проработавший ряд лет научным сотрудником знаменитой Ротамстедской сельскохозяйственной опытной станции, а с 1933 года профессором кафедры прикладной математики Лондонского университета. Он разработал метод дисперсионного анализа, ввел понятие «степени свободы».

В России биометрические методы описаны А.В.Леонтовичем (1869-1943) и А.И.Чупровым (1874-1926). С работами Р.А. Фишера читателей первым ознакомил Н.Ф.Деревицкий (1933). Позднее изданы «Статистические методы для исследователей» Р.А. Фишера в переводе В.Н. Перегудова (1958). В 60-х-80-х годах вышло несколько книг по биометрии: Н.А.Плохинский (1961,1970), П.Ф.Рокицкий (1973,1974), Г.Ф.Лакин (1968,1973,1980,1990).

В Казахстане заметный вклад в пропаганду и внедрение методов математической статистики в области биологии и агрономии внесли: А.И.Федоров (1957), Н.Л.Удольская (1976), В.П.Томилов (1983).

Опубликовано значительное количество книг с изложением методов математической статистики применительно к отдельным отраслям биологии и другим наукам: методика полевого опыта (Вольф В.Г.,1966; Доспехов Б.А.,1985), почвоведение (Дмитриев Е.А.,1972, 1995), ботаника (Зайцев Г.Н., 1984), фитопатология (Минкевич Н. И., Захаров Т.И., 1977), защита растений (Пересыпкин В.Ф и др., 1989), генетика (Рокицкий П.Ф.,1974), агрометеорология (Уланова Е.С., Сиротенко О.Д., 1968), гидрология (Рождественский А.В.,Чеботарёв А.И., 1974), география (М.К.Бочаров, 1971), лесокультурные исследования (Жигунов А.В. и др., 2002), экономика (Эконометрика, 2002).

По мнению В.П. Терентьева (1978) биометрия перерастает в биоматематику. В настоящее время роль методов математической статистики в биологических и агрономических исследованиях существенно возросла, а в связи с компьютеризацией и разработкой компьютерных программ возможности биометрии многократно увеличились, а необходимость в её изучении при подготовке специалистов биологического профиля стала насущной необходимостью и велением времени.

Нравится

Комментарии:

  • На сайте
  • ВКонтакте
Добавить комментарий

Познавательный ресурс Узнай-ка

Что такое биометрия – Информационный интернет ресурс о биометрии

Биометрия – это автоматическое распознавание человека, основанное на его поведенческих и биологических характеристиках (так называемых биометрических характеристиках). При этом следует отметить, что биометрия включает в себя подсчет, измерение и статистический анализ любого типа данных из области биологических наук, включая родственные медицинские науки. Биометрические характеристики человека являются уникальными. К примерам биометрических характеристик можно отнести: папиллярную структуру Гальтона, топографию лица, текстуру кожи лица, топографию кисти руки, топографию пальца, структуру радужной оболочки глаза, структуру сосудов кисти руки, папиллярную структуру ладони, изображение сетчатки глаза, динамику рукописной подписи и голос.

История

Создание систем защиты от несанкционированного доступа на основе использования статических (параметры отпечатков пальцев, изображения радужной оболочки глаза, изображения лица) и динамических (голос, манера работы на клавиатуре компьютера, динамика подписи, параметры походки) биометрических характеристик человека, как новое направление, сформировалось в конце ХХ века. Такие системы потенциально обеспечивали возможность явной и скрытой идентификации личности. Первые биометрические системы предназначались для обеспечения доступа к информации в ПЭВМ и банковским счетам по голосу, отпечаткам пальцев, изображениям лица и радужной оболочки глаза, обеспечивая более надежную идентификацию личности по сравнению с паролями и микропроцессорными карточками.

Начало XXI ознаменовалось мощным ростом рынка биометрических технологий, что было связано, в том числе, с возросшей террористической угрозой. В настоящее время, биометрические технологии внедряются во многие сферы деятельности человека, где требуется проверка подлинности личности, начиная от доступа к личному ноутбуку и мобильному телефону, заканчивая раскрытием преступлений правоохранительными органами. В каждом случае биометрия позволяет обеспечить высокий уровень эффективности и достоверности проверки подлинности личности.

В то же время активно развивается нормативно-техническая и правовая база биометрических технологий. В Международной организации по стандартизации (International Organization for Standardization, ISO) создан подкомитет SC 37 Biometrics (Биометрия) и SC 17 Cards and personal identification (Идентификационные карты и устройства идентификации личности), в задачи которых входит разработка и утверждение международных стандартов использования, обмена и хранения биометрических данных. В Российской Федерации на базе Федерального агентства по техническому регулированию и стандартизации (РОССТАНДАРТ) создан технический комитет по стандартизации 098 «Биометрия и биомониторинг», который участвует в разработке национальных стандартов по закрепленной тематике, готовит их утверждению, осуществляет экспертизу, рассматривает и подготавливает позиции Российской Федерации по проектам международных стандартов.

На уровне федерального законодательства порядок использования биометрических данных регулируется в статье 11 федерального закона № 152-ФЗ «О персональных данных» от 27 июля 2006 г.

Принцип действия

Некоторые биометрические характеристики, такие как параметры лица, отпечатков пальцев, радужной оболочки глаза, можно измерить по их изображениям определенного качества с помощью специальных алгоритмов обработки изображений. Другие биометрические характеристики нельзя измерить визуально, так как они отражают не внешний вид, а биологические процессы. Например, голос или динамика подписи. «Невидимые» биометрические характеристики чаще всего относятся к поведенческим и могут быть измерены путем определения особенностей взаимодействия человека с подключенными устройствами (например, компьютеры, планшеты, смартфоны). Специальное программное обеспечение может сравнить Вашу обычную манеру печатать, использовать манипулятор типа «мышь» или просматривать страницы с текущей манерой и своевременно выявить действия вредоносной программы или мошенника, которые получили доступ к Вашему устройству.

Биометрические технологии основаны на сравнении зарегистрированных биометрических данных с данными, зарегистрированными ранее, представленными в виде биометрических контрольных шаблонов.

Под биометрическим шаблоном понимают набор хранимых биометрических признаков, сравниваемых непосредственно с биометрическими признаками биометрической пробы. Например, запись, содержащая набор контрольных точек отпечатка пальца, является биометрическим шаблоном.

Биометрическим контрольным шаблоном называют один или более хранимых биометрических образцов, биометрических шаблонов или биометрических моделей, относящихся к субъекту биометрических данных и используемых в качестве объекта сравнения. Примером биометрического контрольного шаблона может являться изображение лица, хранимое в цифровом виде в паспорте; шаблон из контрольных точек отпечатка пальца, хранимый на идентификационной карте; модель распределения Гаусса для распознавания диктора в базе данных. Биометрические контрольные шаблоны должны храниться на защищенном сервере или защищенном элементе устройства.

При последующих регистрациях биометрической характеристики полученная биометрическая проба сравнивается с хранящимся в базе контрольным биометрическим шаблоном и на основе результата сравнения выдается решение о предоставлении доступа данному человеку.

Существуют два вида биометрического распознавания – биометрическая верификация и биометрическая идентификация.

Биометрическая идентификация подразумевает поиск по базе данных биометрического контрольного шаблона, связанного с данным человеком, т. е. осуществляется сравнение «один-ко-многим». Пример биометрической идентификации –поиск изображения лица преступника в базе данных правоохранительных органов.

Биометрическая верификация отличается от идентификации тем, что полученная биометрическая проба сравнивается с одним контрольным биометрическим шаблоном в базе данных, которому заявлено соответствие, т.е. осуществляется сравнение «один-к-одному». Пример биометрической верификации – контроль доступа сотрудников на предприятие по идентификационной карте и отпечатку пальца; паспортный контроль.

Применение

В современном мире существует огромное количество приложений, использующих биометрические технологии. Биометрическое распознавание используется для обеспечения доступа к онлайн-счетам или личному оборудованию (смартфоны, планшеты или компьютеры). Биометрические данные все чаще используются для проверки подлинности финансовых операций, особенно расчетов. В области здравоохранения появилось целое направление, связанное с удаленным наблюдением пациента (телемедицина), где основным вопросом является подтверждение личности пациента и безопасность передачи его данных.

Применение биометрии повышает эффективность деятельности сотрудников правоохранительных органов, обеспечивает безопасность транспортных средств, вокзалов и аэропортов, ускоряет процессы получения услуг, облегчают использование смартфонов и взаимодействие с технологиями Интернета вещей.

Биометрия

Определение 1

Биометрия — это прикладная наука, которая использует методы математики и статистического анализа массовых явлений применительно к биологическим объектам (представителям всех царств живой природы).

Биометрия как область знания

Можно отметить тот факт, что в настоящее время понятие термина «биометрия» не до конца сформировано. Иногда его отождествляют с математической статистикой, вариационной статистикой в биологии. Это происходит потому, что в данных областях знаний используются такие методы как вегетационные и полевые опыты, агрономические наблюдения.

Постепенно биометрия превратилась в описательную науку точного характера, основанную на измерениях. Вследствие этого возникла необходимость в применении методов математической статистики для решения актуальных биологических задач.

Следует отметить тот факт, что биометрия преследует исключительно биологические цели, адаптируя методы математической статистики к специфике биологических исследований.

Предмет и методы биометрии

Предметом биометрии может служить любой биологический объект. В результате наблюдения за ним фиксируются некие количественные и качественные показатели. Методы биометрии применяются в опытном деле. Математические исследования необходимы для того, чтобы обеспечить правильную оценку объектов, имеющих различную и изменчивую природу.

Например, число зерен в колосьях одного и того же сорта пшеницы на одной и той же делянке может быть совершенно различным. Объективную информацию можно в подобном случае можно получить только при использовании результатов учета, анализа, определенной статистической обработки.

Определение 2

Варьирование – это свойство живых организмов отличаться друг от друга внутри однородной совокупности.

Анализ варьирования является актуальным методом биометрии и отражает различия живых организмов в группе.

Среди вариационных признаков пшеницы можно отметить:

  • высоту растения;
  • продуктивная кустистость;
  • стекловидность и площадь листьев.

В зависимости от всех этих параметров формируются различные объемы урожая.

Все числовые выражения биологических признаков и изменения их величин, которые анализируются в биометрии, называются вариантами.

Все биометрические данные принято делить на два класса:

  • физиологические или относящиеся к форме тела. Например, к таким данным относят: отпечатки пальцев, ДНК, распознавание лица, ладонь руки, запах или голос;
  • поведенческие, которые связаны с поведением человека. К ним относят: речь или походку.

Ключевыми понятиями биометрии можно назвать:

  • «генеральную совокупность»;
  • «выборку».

Определение 3

Генеральная совокупность – это совокупность всех объектов (единиц), относительно которых предполагается делать выводы при изучении конкретной задачи.

Определение 4

Выборка – это часть генеральной совокупности элементов, которая охватывается экспериментом (наблюдением, опросом).

История биометрии

Как и любая другая наука, биометрия имеет богатую историю развития. Она возникла в 19 веке, но ее корни уходят еще в работы Декарта, который ввел понятие переменная величина. Также в 17 веке зародились такие науки, как:

  • теория вероятности;
  • математическая статистика.

Эти науки легли в основу создания теории выборочного метода. При этом основная задача исследователей сводилась к тому, чтобы доказать теоретическую часть выборки и судить о состоянии целой популяции организмов. Большие достижения в данной области были достигнуты А. Кетле. Он сформулировал вывод о том, что при помощи математических методов возможно выявить статистические закономерности, действующие в массовой среде.

Ученый Пирсон развивал учение о различные кривые распределения, которые встречаются в биологии. Он ввел в науку понятие среднего квадратичного отклонения. Сам термин «биометрия» в научном обиходе был использован Ф. Гальтоном. Ученый основал журнал «Биометрика» в 1901 году. 20 век дополнил эту область знаний математико-статистическими методами, а также биометрия стала использовать методику дифференциального и интегрального исчисления. Все эти методы применялись в ходе исследования численности организмов, даже группы патогенных особей.

Также большой вклад в развитие биометрии внесла теория «малой выборки». Она была обоснована В. Госсетом, который оперировал выборками небольшого объема и открыл закон применения к малым выборкам распределения среднего объема по этим выборкам.

Также существенный вклад в дальнейшее развитие биометрии Р.Э. Фишер, который разработал метод дисперсионного анализа и ввел в биометрию понятие «степень свободы». В России также большой вклад в развитие биометрии внесли А.В. Леонтович, А.И. Чупров, Н.А. Плохинский, Г.Ф. Лакин.

Многие ученые сегодня утверждают, что биометрия становится по своей сути биоматематикой. В настоящее время значительно возросла роль методов математической статистики в биологических исследованиях, агрономии. Возможности биометрии многократно увеличились благодаря компьютеризации и внедрению технологических инноваций во все области знаний.

Таким образом, биометрия является весьма перспективной областью междисциплинарного знания, она расширяет границы многих наук, взаимодействует с генетикой, медициной, селекцией и др., например, биометрия помогает генетике в процессе исследования механизма появления мутантных генов, приводящих к гибели животных.

Данные биометрии показывают, что доля аномальных генов у гетерозиготных генов значительно больше, чем у гомозиготных. Обнаружение таких генов начинается с изучения родословных животных в ряду поколений и проходит анализ генов у их близкородственных видов. Подобное синтетическое единство, находящееся внутри биологического знания, делает возможности науки более соответствующими современным запросам.

Биометрическая идентификация как инновация в криминалистике

  • Людмила Югай

    1Доктор философии (PhD) по юридическим наукам, Академия МВД Республики Узбекистан

DOI:

https://doi. org/10.47689/2181-1415-vol3-iss7/S-pp238-248

Ключевые слова:

биометрия
/
инновационные подходы
/
раскрытие и расследование преступлений

Аннотация

Динамичное развитие высокотехнологичной преступности, характеризующейся трансграничным характером и использующей информационные технологии, обусловливает необходимость внедрения инновационных биометрических технологий в криминалистику. На основе изучения мнений ученых и правоприменительной практики в статье раскрывается понятие криминалистической инновации. Кроме того, в работе рассматриваются отдельные аспекты использования биометрической идентификации в качестве инновации в криминалистике. Автором проводится анализ статистических показателей, освещаются современное состояние и перспективы использования инновационных технологий биометрической идентификации в раскрытии и расследовании преступлений в Республике Узбекистан.

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

John G. Daugman. Biometric Personal Identification System Based on Iris Analysis. United States Patent No. 5. 291, 560 (issued March 1994), U.S. Government Printing Office, Washington DC.

Gill P., Jeffreys A.J., Werret D.J. Forensic application of DNA «Fingerprints» // Nature. – 1985. – Vol. 318. – PP. 577–579.

Khalid Saeed, Tomomasa Nagashima. Chapter 3. Iris Pattern Recognition with a New Mathematical Model to Its Rotation Detection // Biometrics and Kansei Engineering. – Springer Science & Business Media, 2012. – PP. 43–65. – P. 276. – ISBN 978-1-461-45607-0.

Hollien H. The Acoustics of Crime: The New Science of Forensic Phonetics. New York: Plenum Press, A Division of Plenum Publishing Corporation, 1990.

Bledsoe W.W., Browning I. Pattern recognition and reading by machine / W. W. Bledsoe, // IRE-AIEE-ACM ’59 (Eastern): Papers presented at the December 1-3. – 1959, eastern joint IRE-AIEE-ACM computer conference December 1959. – PP. 225–232.

Phillips P.J., Moon Hyeonjoon, Rizvi S.A., Rauss P.J. The FERET evaluation methodology for face-recognition algorithms // IEEE Transactions on Pattern Analysis and Machine Intelligence. – 2000. – Volume 22. – Issue: 10. – Oct. – PP. 1090–1104.

Viola P., Jones M. Robust Real-time Object Detection // International Journal of Computer Vision. – 2004. – 57(2). – PP. 137–154.

Westly E. No Nobel for You: Top 10 Nobel Snubs. Rosalind Franklinher work

on the structure of DNA never received a Nobel. Режим доступа: https://www.scientificamerican.com/slideshow/10-nobel-snubs/.

Зинин А.М., Виниченко И.Ф., Житников В.С. Овсянникова М.Н Криминалистическое описание внешности человека (функциональные и сопутствующие элементы и признаки). – М., 1988. – С. 3–6.

Поврезнюк Г.И. Теория и практика установления личности: Дисс. … докт. юр. наук. – М.: МГЮА, 2005. – С. 433.

Милюков С. В. Современные возможности использования свойств человека при установлении личности в раскрытии и расследовании преступлений: Автореф. Дисс.канд. юрид наук. – М.: Мос. Ун-т МВД России.

Кирвель В.К. Искусственные папиллярные узоры: миф или реальность // Вестник Академии МВД Республики Беларусь. – 2010. – № 2 (20). – С. 118–121.

Жумаев Т.С. Алгоритмы предварительной обработки изображений в биометрических системах: Автореф. дисс. … докт.филос. (PhD) по тех. наукам. – Т.: ТУИТ, 2018. – С. 47.

Юсупов О.Р. Алгоритмы биометрической идентификации личности по изображению радужной оболочки глаза: Автореф. дисс. … докт.филос. (PhD) по тех. наукам. – Т.: ТУИТ, 2020. – С. 45.

Инновация. Словари и энциклопедии на Академике [Электронный ресурс]. – Режим доступа: https://dic.academic.ru/dic.nsf/ruwiki/152267 (дата обращения 20.01.2022).

Большая Российская Энциклопедия, 2008.

Белкин Р.С. Криминалистика: проблемы сегодняшнего дня. Злободневные вопросы российской криминалистики. – М., 2001. – С. 227.

Аверьянова Т.В. Инновации в криминалистике и судебной экспертизе // Уголовно-процессуальные и криминалистические проблемы борьбы с преступностью. Всероссийская научно-практическая конференция. Орловский юридический институт МВД России имени В.В. Лукьянова; Редколлегия: А.В. Булыжкин и др. – 2015. – С. 11–16.

Осипов Ю.М. Об инновациях вообще и инновациях в современной России // Философия хозяйства. –2008. – № 3 (57). – С. 253–255.

Гродзенский С.Я. Инновации, инновации… // Методы менеджмента качества. – 2015. – № 12. – С. 54–55.

Нечаева Н.Б. Инновации в криминалистике // Ленинградский юридический журнал. – 2013. – № 2 (32). – С. 156–162.

Головин А.В. Диалектика традиций и инноваций в образовании (сущность и содержание инноваций в системе образования) // Современные научные исследования. – 2012. – № 6(3). – С. 16–18.

Технология. Словари и энциклопедии на Академике [Электронный ресурс]. URL: https://dic.academic.ru/dic.nsf/ruwiki/4842 (дата обращения: 20. 01.2021).

Литова З.А. Сущность понятия «технология» на современном этапе // Ученые записки. Электронный научный журнал Курского государственного университета. 2019. № 2 (50). Т. 1.

Кирвель В.К. Инновационные технологии в криминалистике и судебно-экспертной деятельности: современное состояние и перспективы развития // Концептуальные основы современной криминалистики: теория и практика. Материалы международной научно-практической конференции, посвященной 95-летию со дня рождения заслуженного деятеля науки Республики Беларусь доктора юридических наук, профессора Андрея Васильевича Дулова. Белорусский государственный университет; В. Б. Шабанов (отв. ред.). – 2019. – С. 189–193.

Жижина М.В. Инновационное развитие криминалистики на современном этапе // Lex Russica (Научные труды МГЮА). – 2012. – № 1. – 117–125.

Сезонова Т.В., Дронова А.В. Применение инновационных технологий в криминалистике // Научный вестник Орловского юридического института МВД России имени В.В. Лукьянова. – 2020. – № 3(84). – С. 95-100

Лузгин И.И. Технико-криминалистическое обеспечение правоохранительной деятельности на основе современных технологий: проблемы, задачи, перспективы // Вестник Полоцкого государственного университета. Серия D. Экономические и юридические науки. – 2007. – № 4. – С. 212–216.

Смушкин А.Б., Савельева М.В., Потапова Н.Л. Перспективные направления разработки и реализации криминалистических инноваций // Электронное приложение к Российскому юридическому журналу. – 2021. – № 3. – С. 50–58.

Валентик М.С. Проблемы применения биометрических технологий для идентификации личности в процессе расследования преступления // Аллея науки. – 2018. – Т. 5. – № 10(26). – С. 751–756.

Химич Г.З., Хлущевская О.А. Введение в биометрию. Учебное пособие для биологических специальностей вузов. – Павлодар: Инновац. Евраз. ун-т., 2009. –

С. 2. (100 с.).

Ивантер Э.В., Коросов А.В. Основы биометрии: Введение в статистический анализ биологических явлений и процессов. – Учебное пособие. – Петрозаводск: ПетрГУ, 1992. – C. 168.

Плохинский Н.А. Биометрия. – 2-е изд. – М.: Изд-во МГУ, 1970. – C. 367.

Лакин Г.Ф. Биометрия. – Учебное пособие для биол. спец. вузов, 4-е изд., перераб. и доп. – М.: Высшая школа, 1990. – C. 352. и др.

Барковская Е.Г. Основы использования биометрических параметров человека при раскрытии и расследовании преступлений: Автореф. дисс. … канд. юр. наук. – Краснодар: Кубан. гос. агр. ун-т, 2009. – С. 3.

Болл Р.М., Коннен Дж.Х., Панканти Ш., Ратха Н.К., Сеньор Э.У. Руководство по биометрии. – М.: Техносфера, 2007.

Бутрина А.В. Биометрическая идентификация личности // Актуальные проблемы авиации и космонавтики. Информационные технологии. – 2012. – № 8. Т.2. – С. 389–390; Применение биометрии [Электронный ресурс]. – Режим доступа: http://biometric.bmstu.ru/category/primenenie_biometrii. – Дата доступа: 20.05.2022.

Писарев Д.Ю. Развитие биометрической идентификации в юридической науке // Юристъ-Правоведъ. – 2009. – № 1. – С. 31–33.

Сборник практических рекомендаций Организации Объединенных Наций по ответственному использованию биометрических данных и обмену ими в рамках борьбы с терроризмом [Электронный ресурс]. Режим доступа: https://www.unodc.org/pdf/terrorism/Compendium-Biometrics/_.pdf. Дата доступа: 20.05.21.

ГОСТ ISO/IEC 24713-1 – 2013. Информационные технологии. Биометрические профили для взаимодействия и обмена данными. Общая архитектура биометрической системы и биометрические профили. – Часть 1. – М.: Межгос. Совет по стандартизации, метрологии и сертификации, 2014. – С. 2. (24 с.)

Захаров В.П., Рудешко В.І. Використання біометричних технологій правоохоронними органами у ХХІ столітті: науково-практичний посібник. – Львів: ЛьвДУВС, 2009. – С. 14

Задорожный В. Обзор биометрических технологий [Электронный ресурс]. – Режим доступа: http://masters.donntu.org/2005/kita/kompanets/library/int3.htm. – Дата доступа: 20.05.2022.

Иванов А.И. Биометрическая идентификация личности по динамике подсознательных движений: Монография. – Пенза, 2000. – С.180.

Попов А.И. Биометрия. Криминалистическое понятие и содержание // Криминалистика и судебно-экспертная деятельность в условиях современности: материалы IV Междунар. науч.-практ. конф., 29 апр. 2016 г. / ред.кол.: С.В. Пахомов, А.В. Гусев, А.С. Данильян, Л.А. Рычкалова, В.И. Еремченко. – Краснодар: Краснодарский университет МВД России, 2016. – С. 363–366. (472 с.)

Статистические данные МВД Республики Узбекистан.

Массовая биометрия опасна и непредсказуема

Когда каждый владелец смартфона прочитывается датчиками биометрии как открытая книга — жди беды. Скорость, с которой комплексно внедряются в жизнь цифровые и биометрические технологии, настораживает и пугает. Создается ощущение, что лоббирующие эту практику люди не осознают всю опасность беспардонного вмешательства.

Андрей Злобин, к.т.н., математик

Речь идет не только о конфиденциальной информации, касающейся того или иного человека, но и, в конечном итоге, об угрозе здоровью каждого. Просто нужно глубоко понимать, насколько сложными и тонкими могут быть методы воздействия различных факторов на человеческий организм. Современные наука и техника достигли такого высокого уровня, что редактировать научились даже геном, а прогресс систем связи и компьютерных сетей, включая беспроводные каналы передачи информации, позволяют осуществлять удаленное воздействие на человека. Фантастика? Уже нет. Достаточно познакомиться с достижениями науки.

В 2008 году журнал «Вестник спортивной науки» №3 опубликовал статью сотрудников ВНИИФК, одним из которых был автор этих сток. Статья называлась «Маркетинг технологий мобильной связи применительно к задачам спортивной психологии». По сути это было развитие научного направления, которое ранее продвигал руководитель института и автор книги «Кибернетика, математика, спорт» В.М.Зациорский. Вероятно, впервые в статье было показано, насколько тесно переплетаются между собой психология, физиология человека, спортсмена и возможности современных информационных технологий. На различных примерах, включая мобильную связь, была продемонстрирована возможность удаленно влиять на психоэмоциональное состояние спортсменов высокой квалификации и непосредственно на спортивный результат. Приводились примеры технических устройств, с помощью которых тренер, спортивный врач, спортивный психолог могут осуществлять мониторинг и удаленную коррекцию состояния участников соревновательного процесса.

Прошло более десяти лет и технические возможности дистанционного воздействия на человека многократно возросли. Особо обращают на себя внимание различные датчики, встроенные в смартфоны, беспроводные сетевые устройства, позволяющие получать о владельце прибора различную биометрическую информацию. Сегодня смартфоны умеют фиксировать, анализировать и распознавать лицо, голос, отпечатки пальцев, сетчатку глаза, цвет кожных покровов, сердечные ритмы и многое другое. Все эти данные, собираемые мобильными телефонами о конкретном человеке или группе лиц, могут быть использованы не только во благо. Достаточно напомнить о новейших зарубежных разработках, например, различных излучателях, подозрительно избирательно влияющих на организм, физическое и психоэмоциональное состояние человека. Эту избирательность, в частности, может обеспечивать незаметно собираемая биометрическая информация. За границей уже изобретены и промышленно выпускаются микроскопические электронные таблетки, которые, будучи проглоченными, затем дистанционно активируются с мобильного телефона. Где гарантии, что злоумышленник не нанесет вред здоровью, предоставив таблетке точную биометрию с того же телефона?

Могут возникнуть сомнения: что такого имеется в отпечатках пальцев, чтобы держать их подальше от датчиков биометрии? Во-первых, отпечатками могут воспользоваться представители криминала, различного рода хакеры, способные использовать биометрию в целях взлома особо защищенных информационных систем. А во-вторых, не следует забывать о достижениях ученых, исследующих результаты дактилоскопии. Опять же, можно привести в качестве примера данные ВНИИФК, где кожные узоры изучаются с целью понимания некоторых качеств спортсменов.

Сомневаться в подобной методике нет оснований, поскольку на эту тему защищена докторская диссертация по антропологии. Следовательно, отпечатки пальцев в той или иной мере могут содержать дополнительную информацию о конкретном человеке.

Большие данные — это огромная область современных информационных технологий, которая позволяет накапливать и анализировать гигантские объемы информации, в том числе, о людях. С миру по нитке. Немного о внешности, немного о здоровье, об отпечатках пальцев, о маршрутах передвижения и, глядишь, готов подробнейший портрет личности со всеми ее плюсами и минусами. Можно понять, когда получением и выборочными исследованиями биометрии занимаются профильные и подконтрольные государственные организации, призванные следить за здоровьем населения или, скажем, способствующие достижению высших спортивных результатов. Но когда каждый владелец смартфона прочитывается датчиками биометрии как открытая книга — жди беды.

При массовой биометрии существует вероятность утечки генома людей, занимающих ответственные посты. Даже минимальное вмешательство в организм на уровне генома катастрофически опасно. Что произойдет, если подобное вмешательство повлияет на принимаемые человеком решения? Не станет ли он полностью управляемым?

Действительно, в последнее время возникла новая наука «биоинформатика», благодаря которой становятся понятны многие алгоритмические закономерности строения и функционирования живых организмов. Проникновение в тайны ДНК имеет уже не просто познавательный характер. В мире известны небезуспешные попытки создавать биокомпьютеры, использующие логику ДНК. Значит вполне реально биологическое программирование.

Холодный пот прошибает от одного только термина «синтетическая биология». Человечество не успеет оглянуться, как будет изобретен биологический интернет, и все живые организмы на планете станут взаимодействовать друг с другом посредством биологических шлюзов. Что станет ключами к этим шлюзам можно только догадываться, скорее всего, совокупность неких химических реакций. Но, вне всяких сомнений, важнейшую роль могут сыграть данные массовой биометрии. Прибавьте сюда возможности искусственного интеллекта и превращение любого человека в полностью управляемого биоробота, киборга уже не за горами.

Итак, крошечная электронная таблетка и сигнал мобильного телефона незаметно превратят человека в эдакий «узел» биологической сети интернет. Человек в полном смысле этого слова перестанете быть личностью, окажется в полной зависимости от управляющих сигналов невидимого «властелина мира». Перечитайте произведение писателя-фантаста Александра Беляева с таким названием и волосы зашевелятся у вас на голове. Атомное оружие может показаться детской шалостью по сравнению с тем, что может натворить бесконтрольное обращение с биометрическими данными.

А если в биокомпьютерной интернет-сети случайно перепутаются данные человека и животных? Сон разума рождает чудовищ. На свет могут появиться такие монстры, от одного вида которых их матери будут падать в обморок.

Другой фантаст, Герберт Уэллс, сделал человечеству предупреждение в своем произведении 1896 года «Остров доктора Моро». В те времена еще не было ничего из того, о чем говорилось выше. Чудовища из книги Уэллса были порождением скальпеля хирурга. Сегодня ситуация совершенно иная. Все базовые технологии для манипуляций биометрией на микро-уровне широко известны и в любой момент могут выйти из-под контроля. Здесь не лишне напомнить о странностях штаммов коронавируса, вызвавшего по всему миру пандемию COVID-19. Мнения крупнейших ученых и специалистов по этому поводу странно противоречивы и зачастую взаимно исключают друг друга…

Так стоит ли подливать масла в огонь, рискуя при помощи биометрии превратить человечество в больную, бессознательную и безвольную, шевелящуюся биологическую массу?

Материалы по теме:

Наталья Касперская: «Вашу биометрию гарантированно украдут, продадут, сольют…»

Большинство граждан отказались сдавать биометрию

Почти половина работников не хочет доверять работодателю свою биометрию

Власть и народбудущееперсональные данныегеноцидчеловекБольшие данныегеномБиометрияБиометрические данные

Нашли опечатку в тексте? Выделите её и нажмите ctrl+enter

Измерение жизни – Наука – Коммерсантъ

Вышедший в октябре 1901 года в издательстве Кембриджского университета новый научный журнал «Биометрика» имел подзаголовок «Журнал изучения биологических проблем методами статистики». Открывался первый номер журнала фотографией беломраморной статуи Эразма Дарвина, подписанную его словами: Ignoramus, in hoc signo laboremus («Мы невежественны, так что давайте работать»). Следом за этим шли 25 научных статей общим объемом около 500 страниц с графиками и формулами, которые показывали, как наука биометрия, которая использует методы математической статистики и теории вероятностей, может избавить от математического невежества биологов, изучающих развитие живого на Земле.


Профессор прикладной математики Лондонского университета Карл Пирсон

Фото: Science Photo Library/Alamy/DIOMEDIA

Профессор прикладной математики Лондонского университета Карл Пирсон

Фото: Science Photo Library/Alamy/DIOMEDIA

Не та биометрия

Сегодня слово «биометрия» ассоциируется в первую очередь с биометрическими загранпаспортами и разными методами идентификации конкретного человека (по отпечаткам пальца, рисунка роговицы глаза, ДНК, голосу, манере речи и т. д.). Цель этой биометрии — найти и зафиксировать индивидуальные биологические характеристики конкретного живого существа, то есть прямо противоположная цели той биометрии, о которой шла речь в британском журнале начала прошлого века и которая была нацелена на поиск, фиксацию и сравнение общих особенностей, характерных для сообществ живых существ — популяции, вида. Наверное, самый актуальный на сегодня пример такой биометрии — статистическая оценка эффективности вакцин против COVID-19.

Чтобы не путаться в понятиях, сейчас биометрию в словарях и энциклопедиях часто называют биологической статистикой (biostatistics), а биологи в своих научных работах и при прочих профессиональных коммуникациях вообще никак ее не называют (разумеется, если они в этих научных работах не исследуют методы самой биометрии). Биометрические показатели и методы (частотные распределения, корреляции, средние величины, их дисперсия, стандартное отклонение и т. п.) в современных научных работах их неотъемлемая часть, настолько обычная, что нет нужды вспоминать само слово «биометрия». Наверное, если где-нибудь когда-нибудь появится демократия по умолчанию, то это слово тоже станет ненужным и «демократией», как в случае с «биометрией», назовут что-нибудь прямо противоположное по смыслу. Например, назовут демократическим турникет, который идентифицирует у конкретного индивида неизлечимый смертный грех (или весь их набор) и не пропустит его в демократическое общество.

Впрочем, когда британские ученые назвали свой новый журнал Biometrika, а свою новую науку биометрией, их меньше всего беспокоил возможный в отдаленном будущем семантический сдвиг этого понятия. Их волновало отсутствие надлежащего математического аппарата для интерпретации полевых и экспериментальных данных в их науке биологии. В додарвиновский период, который можно назвать описательным или линнеевским, биология вполне обходилась без математики, а статистика в ней ограничивалась простым подсчетом исследованных и описанных экземпляров растений и животных. Но когда речь зашла об эволюции путем естественного отбора наследственной изменчивости, ученые попали в ситуацию ощупывающих слона слепых мудрецов из известной притчи. Чтобы прозреть и увидеть слона целиком, требовалась совсем другая статистика.

Нужная наука

Изначально соредакторами журнала Biometrika были зоолог, профессор сравнительной анатомии Оксфордского университета Рафаэль Уэлдон; куратор Зоологического музея Чикагского университета генетик Чарльз Девенпорт и профессор прикладной математики Лондонского университета Карл Пирсон. Консультантом редакторов (то есть шеф-редактором журнала по современной терминологии) был Френсис Гальтон, кузен Чарльза Дарвина, один из самых заметных пропагандистов дарвинизма в XIX веке, который в официальной британской науке того времени числился джентльменом-любителем (gentleman amateur), но в биологии был одним из крупных авторитетов.

Трое из них (кроме американца Девенпорта) были FRS, то есть членами Королевского общества, академиками — по-нашему. И трое из четверых (кроме Уэлдона) — евгенистами, причем высокопоставленными: Пирсон в 1911 году после смерти Гальтона, который, собственно, и назвал евгеникой науку о выведении породы идеальных людей, заменил его на посту директора лаборатории евгеники Университетского колледжа Лондонского университета, а Девенпорт был отцом-основателем научной евгеники в Новом Свете.

Удивляться этому не стоит: в те годы молодая наука генетика ставила перед собой амбициозные цели. Основоположники нашей отечественной генетики Филипченко, Кольцов, Серебровский тоже были евгенистами и тоже высокого ранга в советском евгеническом сообществе, что в итоге им было поставлено в вину, как только власть решила, что новую породу людей выведет она сама, а не старорежимные профессора-генетики. Справедливости ради надо сказать, что мичуринский задор в деле совершенствования наследственности человека (на этот раз с помощью генной хирургии) присущ и современному поколению генетиков.

В вводной статье «Biometry» («Биометрия») к первому номеру журнала Biometrika ее автор сэр Френсис Гальтон писал, что заметить те незаметные сдвиги в эволюции, которые длятся тысячами лет, можно только современными методами математической статистики, которые, собственно, и составляют предмет науки биометрии. Иным путем на протяжении жизни человека уловить зарождающиеся эволюционные сдвиги просто невозможно. Кстати, термин biometry (измерение жизни) для биостатистики придумал Гальтон, он был мастак по части придумывания названий новым наукам.

Выражаясь современным языком, речь в статье Гальтона шла о микроэволюционных процессах. Эти «незаметные» сдвиги как раз были предметом новой науки генетики, которая выделилась из эволюционной биологии в самостоятельную научную дисциплину, на рубеже XIX и XX веков. Но даже в те годы, когда никто не знал и не мог знать, что именно является материальным носителем наследственной изменчивости и по каким законам связаны между собой даже самые очевидные наследуемые признаки организмов, было предельно ясно, что изменчивость и наследственность, как и отбор, будь он естественным или искусственным, носят стохастический (вероятностный) характер. А потому описательный метод для изучения микроэволюции не подходит, не подходит и несложная арифметика монаха Грегора Менделя. Для генетики и той науки, которая позже получит название популяционной биологии, требуется своя собственная статистика.

От политической арифметики до социальной физики

Как известно, термин «статистика» происходит от латинского stato — «государство». Понятно, что не древние римляне придумали статистику, появилась она гораздо раньше, как только дикарь научился считать. Также понятно, что прежде всего статистика обслуживала государство (до него — племя), и легко догадаться, почему в Новое время статистику стали называть «политической арифметикой». Так назвал ее в своей книге «Essays on Mankind and Political Arithmetic» («Очерки о человечестве и политическая арифметика»), изданной в 1690 году, сэр Уильям Петти, в юности военный моряк, потом бизнесмен, ученый, профессор Оксфорда, член парламента, один из отцов-основателей Лондонского королевского общества.

Название Петти было точным — классической античной арифметики было вполне достаточно для статистики того времени. Благодаря проекту «Гуттенберг» (Project Gutenberg) книга Петти доступна в интернете, любой может ее почитать и убедиться, что, оперируя только арифметическими действиями, Петти получал довольно точные даже по современным меркам результаты. Например, у него там есть интересный расчет динамики увеличения населения Земли после ветхозаветного потопа.

Его Петти, вероятно, на всякий случай предварил реверансом в сторону моралистов: «Не очень уместно после рассуждений о росте населения Лондона вдаваться в рассуждения о времени, когда весь мир будет полностью населен; и как оправдать Писание относительно числа людей, упомянутых в них; и относительно числа живых и мертвых, которые могут воскреснуть в последний день и т. д., тем не менее, поскольку некоторые друзья, любя упомянутые отступления и дерзости (возможно, как соус к сухому дискурсу), пожелали, чтобы то же самое можно было объяснить и разобрать, я поэтому говорю следующее».

Далее Петти проводит расчет роста численности человечества, начиная с того момента, когда восемь человек сошли на склон Арарата из ковчега Ноя, и заканчивая смертью Ноя (тот умер, как известно, через 350 лет после этого). Потом далее продолжает расчеты, выбирая реперными хронологическими точками столь же памятные события (исход из Египта, Рождество Христово и т. д.), и доходит до 1682 года, когда он это писал. Трудно не улыбнуться, видя, насколько близки его цифры к оценкам современных ученых-демографов из таких солидных организаций, как US Census Bureau, UN Population Division, Planbureau voor de Leefomgeving и т. п., вооруженных современным математическим аппаратом и суперкомпьютерами.

И уж совсем забавно видеть, как нехитрые расчеты Петти, просуммировавшего тех, кто жил до Потопа, и живших после оного вплоть до 1682 года дают число 114 млрд. Именно столько людей, по расчетам Петти, предстали бы перед Страшным судом, случись он в конце XVII века. Это число практически точно совпадает с оценкой числа людей, когда-либо живших на Земле, сделанными перечисленным выше статистическими организациями и современными учеными-демографами. По их оценкам, на планете во все времена жило примерно 108 млрд людей. Иными словами, простота научной статистики не означает ее примитивность и ошибочность. Сам Петти выразил эту мысль в своей «Политической арифметике» в духе его времени: «Из всего этого ясно, как безумно ошибались те, кто так раздражительно поносил то, что передало Священное Писание».

После работ Паскаля, Ферма, Гюйгенса, Бернулли, заложивших в том же XVII веке основы теории вероятностей, математический аппарат статистики заметно усложнился по сравнению с «политической арифметикой» Петти, но зато он учитывал вероятностный характер любого статистического исследования. Потом были работы Гаусса, формализовавшего один из методов современной математической статистики — метод наименьших квадратов; работы Байеса, сформулировавшего и решившего одну из основополагающих теорем теории вероятностей (теорема Байеса), которая позволяла оценить вероятность наступления события при условии, что произошло другое взаимосвязанное с ним событие.

Проще говоря, теорема Байеса в принципе позволяла с математической точностью оценить, сколько шутки содержится в известной шутке Дарвина насчет того, что мощь британского флота держится на числе старых дев в Англии. Цепочка корреляционных (статистических вероятностных) связей у Дарвина была такая: много старых дев — много кошек; много кошек — мало мышей; мало мышей, разоряющих гнезда шмелей,— много шмелей; много шмелей, опыляющих клевер,— хороший урожай клевера; хороший урожай клевера — много говядины и баранины; много говядины и баранины — сытый и довольный матрос.

В дальнейшем математический аппарат статистики пополнился законом больших чисел, центральной предельной теоремой, другими законами и теоремами и благодаря работам академика Колмогорова уже в наше время приобрел современный вид. Но уже в первой половине XIX века про «политическую арифметику» окончательно забыли, а один из самых известных ученых-статистиков того времени Адольф Кетле говорил о своей науке уже как о социальной физике (physique sociale).

Студенты биометрии

Таким образом, к моменту возникновения биометрии ее энтузиастам не было нужды изобретать велосипед, достаточно было просто применить в биологии уже достаточно надежные инструменты современной им математической статистики. Собственно, это они собирались сделать. В первой же фразе своего предисловия «Биометрия» к первому номеру журнала Biometrika Френсис Гальтон пишет: «Этот журнал предназначен в первую очередь для тех, кто заинтересован в практическом применении современных методов статистики в биологии».

Но так уж вышло, что первыми заинтересованными оказались не биологи, а математики — Пирсон, Фишер, Госсет. Последний даже был вынужден публиковаться в «Биометрике» под псевдонимом Стьюдент (Student), чтобы не злить своего работодателя, и опубликовал в «Биометрике» практически все свои работы по теории статистики, включая знаменитую «The Probable Error of a Mean» («Вероятная ошибка среднего»). С тех пор t-критерий Стьюдента фигурирует во всех серьезных работах для оценки параметров выборки малой величины.

Псевдоним Госсета сейчас выглядит символичным. Не только он, все авторы первых номеров «Биометрики» были «студентами», математики — в генетике и популяционной биологии, генетики и биологи — в математике. Не зря самый первый номер журнала открывался изречением Эразма Дарвина (родного деда Чарлза Дарвина и Френсиса Гальтона) про пользу труда для искоренения невежества.

Шельмование биометрии

Со временем биометрия стала привычным инструментом для биологов, появились учебники по биометрии, курсы биометрии на биофаках университетов. В нашей стране курс «Введение в биометрию» читал в Московском университете с 1919 по 1929 год (когда его отправили в ссылку) Сергей Сергеевич Четвериков, один из создателей популяционной генетики. В времена лысенковщины вместе с генетикой в опалу попала и биометрия, получившая клеймо «извращения математики на службе менделизма». Не помогло даже заступничество академика Колмогорова, который опубликовал в «Докладах Академии наук СССР» статью «Об одном новом подтверждении законов Менделя» с математическим анализом большого объема экспериментальных наблюдений генетиков.

Уже в следующем номере «Докладов» вышла статья самого Лысенко, где тот писал: «Автор (Колмогоров.— Ред.), желая доказать “верность” и незыблемость статистического закона Менделя, приводит ряд математических доводов, формул и даже кривых. Я не чувствую себя достаточно компетентным, чтобы разбираться в этой системе математических доказательств… Мне хочется лишь указать, что нас, биологов, не интересуют математические выкладки, подтверждающие практически бесполезные статистические формулы менделистов». Сейчас трудно поверить в подобный уровень научной дискуссии, но так было.

Только в 1960-е годы студенты-биологи в нашей стране снова стали изучать основы биометрии, учиться находить, помимо среднего арифметического, среднее геометрическое, среднее квадратическое и среднее гармоническое; кроме максимума и минимума учитывать такие показатели разнообразия, как среднее квадратическое (стандартное) отклонение, коэффициенты вариации; правильно оценивать необходимый для достоверной оценки признака объем выборки из генеральной совокупности; проводить корреляционный и дисперсионный анализ; строить регрессионные ряды, кривые, вычислять их доверительные области. Это был лишь тот минимум, который, как уже сказано выше, в той или иной степени необходим современному ученому для обработки полевых или экспериментальных данных и планирования будущих экспериментов и экспедиций.

Клонирование биометрии

Разумеется, и сама математическая статистика, и другие ее прикладные разновидности не стояли на месте. В послевоенные годы стали выходить специализированные журналы: Psychometrika, Technometrics, целый букет журналов по econometrics и т. д. Даже журнал Scientometrics с 1978 года выходит.

В нем ученые-наукометристы оценивают институциональную производительность научного труда, строят всевозможные рейтинги научных исследований и ученых, формулируют стандарты для университетских преподавателей и т. д., а на самом деле с маниакальным упорством средневековых алхимиков ищут сокровенную универсальную формулу идеального ученого / НИИ. Ищут пока безуспешно, хотя один важный результат уже получили — принцип эскалации затрат, согласно которому достижение дальнейших результатов на каждом данном уровне становится экспоненциально более дорогостоящим с точки зрения затрат усилий и ресурсов. Иными словами, похоже, что идеальный ученый или идеальный НИИ действительно будет «золотым».

А начиналось все 120 лет назад с биометрии, и у нее, похоже, все получилось, как было задумано ее отцами-основателями, она настолько органично и прочно вошла в биологию, что, как уже сказано, нет необходимости говорить о ней отдельно от биологии и даже называть по имени. Во всяком случае, другие отраслевые «-метрии» пока таким результатом похвастаться не могут.

Ася Петухова

Упрощенная биометрия | by Luthfi Ramadhan

Computer Science

Подробное, но простое объяснение биометрии

Image by ar130405 on Pixabay

Традиционные представления о доверии и вере в личность тех, с кем мы взаимодействуем, иногда гораздо менее заслуживают доверия, чем мы. был в состоянии принять как должное в прошлом. Мы живем в мире, который становится все более взаимосвязанным, а контакты между людьми все чаще опосредуются через какую-то новую электронную среду. По мере развития нашего образа жизни и роста общества мы согласны с тем, что потребность в более совершенных и гибких способах обеспечения защиты, безопасности и уверенности в повседневных транзакциях со временем будет возрастать. Если мы станем больше полагаться на автоматическую связь, возрастут сложности работы с постоянно растущим числом различных систем. Должны ли мы, например, пытаться вспомнить новый пароль для каждой используемой нами системы, или мы должны использовать общие пароли для всех систем, чтобы свести к минимуму вероятность потери памяти и связанные с этим неудобства? У этих проблем, как и у многих других аспектов повседневной жизни, есть одна общая черта: все они в той или иной степени вызывают озабоченность по поводу человеческой идентичности. Как мы можем доказать, что мы те, за кого себя выдаем? как мы можем быть уверены, что другой человек является тем, за кого он себя выдает?

Биометрия

Биометрию можно описать как научную дисциплину, связанную с вычислением и применением характеристик или особенностей человека, которые можно использовать для однозначной идентификации этого человека. Биометрия предполагает, что многие физические или поведенческие атрибуты людей могут быть однозначно связаны с индивидуумом. Можно автоматизировать процесс распознавания лиц, записывая эти характеристики с помощью правильно созданных датчиков, представляя их в цифровом формате и сравнивая полученные данные с данными, полученными от того же человека в предыдущем случае. Следовательно, биометрическую идентификацию или верификацию можно рассматривать как задачу распознавания образов, в которой компьютер распознает важные особенности (образцы) биометрических характеристик человека и точно сопоставляет их. Теоретически в качестве источника биометрических данных могут использоваться любые характеристики или особенности человека, если они удовлетворяют указанным ниже требованиям:

Универсальность : Выбранной характеристикой должны обладать все. Это связано с тем, что биометрическое устройство будет инклюзивным, позволяющим использовать его как можно большему количеству пользователей.

Уникальность : С точки зрения выбранной характеристики, люди не могут быть одинаковыми. Потому что мы должны количественно определить характеристики, которые отличают одного человека от другого, если мы хотим их идентифицировать.

Постоянство : Выбранная характеристика должна быть неизменной во времени. Крайне важно, чтобы любая характеристика, которую мы выбираем, вычислялась последовательно, иначе человек может казаться другим человеком в разное время.

Измеримость : Выбранная характеристика должна поддаваться количественному научному измерению. Это должно быть хорошо определено, чтобы устранить всю двусмысленность в отношении того, что измеряется.

Биометрические технологии делятся на две широкие категории, а именно: биометрические данные на основе физических данных и биометрические данные на основе поведения.

Физиологическая биометрия — измерение внутренних физиологических характеристик человека. Отпечаток пальца является очевидным примером модальности физиологической биометрии. На самом деле это часть основного физиологического компонента человека, и хотя он может быть изменен в определенной степени, например, в результате травмы или травмы, обычно человек не может контролировать это напрямую.

В поведенческой биометрии меры получены из случайного или преднамеренно усвоенного поведения, совершаемого человеком. Наиболее очевидным примером здесь является использование рукописной подписи в качестве источника биометрических данных. В отличие от физической биометрии, которая присутствует всегда и естественно, подпись существует только тогда, когда человек ее пишет. Таким образом, поведенческая биометрия может быть определена как: «Получение образцов биометрии, которые требуют активности субъектов. Они должны выполнять определенную деятельность в присутствии датчика. Поведенческая характеристика изучается и приобретается с течением времени, а не на основе биологии»9.0007

Обычно используемые биометрические характеристики

Не ожидается, что отдельные биометрические данные будут эффективно удовлетворять всем ранее упомянутым критериям. Другими словами, нет идеальных биометрических данных, но допустимо их разнообразие. Применимость той или иной биометрии определяется целью и условиями применения, а также свойствами характеристики биометрии. Ниже приводится краткий обзор некоторых из наиболее широко используемых биометрических характеристик.

Отпечатки пальцев уже несколько десятилетий используются людьми для идентификации личности. Формирование отпечатка пальца определяется в течение первых семи месяцев внутриутробного развития, когда на поверхности кончика пальца формируются бороздки и впадины.

Отпечатки человеческих рук содержат узор из гребней и впадин, как и отпечатки пальцев. Площадь ладони намного больше площади пальца, что означает, что на ней гораздо больше рисунка, чем на пальце. Таким образом, предполагается, что отпечатки ладоней даже более различимы, чем отпечатки пальцев.

Радужка представляет собой кольцевидную область глаза, ограниченную с обеих сторон зрачком и склерой. Зрительная текстура радужной оболочки формируется во время внутриутробного развития и стабилизируется в течение первых двух лет жизни. Цвет радужной оболочки варьируется от человека к человеку, но есть некоторая согласованность в цветах, которые включают зеленый, синий, коричневый и, в редких случаях, даже ореховый цвет. Основная цель радужной оболочки — регулировать диаметр и масштаб зрачка. Зрачок — это часть глаза, которая позволяет свету проникать в глаз, а затем перемещаться к сетчатке в направлении задней части. Количество света, которое может достичь зрачка, является, конечно, прямым результатом его способности расширяться и сужаться, что регулируется мышцами радужной оболочки. Когда ближний инфракрасный свет (NIR) попадает на радужную оболочку, можно наблюдать множество уникальных особенностей.

Сосудистая сеть сетчатки имеет сложную структуру, которая должна быть уникальной для каждого человека и каждого глаза. Считается, что это самая стабильная биометрия, так как биологические основы сетчатки почти не меняются в течение жизни человека. Чтобы визуализировать заданную часть сосудистой сети сетчатки, человек должен посмотреть в окуляр и сфокусироваться на определенной точке в поле зрения. Процесс получения изображения требует сотрудничества субъекта, прикосновения к окуляру и преднамеренных усилий со стороны пользователя. Многие из этих соображений работают на общественное признание биометрии сетчатки. Сосудистая сеть сетчатки раскрывает любую медицинскую информацию, такую ​​как гипертония, что является еще одним фактором, сдерживающим общественное признание биометрических данных, основанных на сканировании сетчатки. Более того, общественность воспринимает сканирование сетчатки как угрозу здоровью, некоторые люди считают, что сканирование сетчатки повреждает глаз.

Обнаружение лица — это ненавязчивый метод, а выражение лица — наиболее распространенный биометрический признак, используемый людьми для идентификации друг друга. Мы можем просто идентифицировать кого-то, глядя ему в лицо. В распознавании лиц есть некоторые технические недостатки. Например, если устройство распознавания лиц захватывает изображение человека с избыточным весом, а затем захватывает другое изображение того же человека, который значительно потерял в весе, система больше не сможет идентифицировать человека.

Геометрия руки Системы распознавания используют множество измерений, взятых с человеческой руки, таких как ее форма, окружность ладони, длина и ширина пальцев. Геометрия руки не считается особенно отличительной, и системы распознавания на основе геометрии руки не могут быть масштабированы для систем, включающих идентификацию человека из обширного населения.

Походка относится к манере ходьбы человека и является одной из немногих биометрических характеристик, которые можно использовать для распознавания людей на большом расстоянии. Эта характеристика очень уместна в сценариях наблюдения, когда личность человека может быть установлена ​​тайно. Недостатком походки является то, что на нее влияют различные факторы, в том числе обувь, одежда, заболевания ног и поверхность для ходьбы.

Ухо как биометрический элемент содержит большое количество специфических и уникальных признаков. Установлено, что строение хрящевой ткани ушной раковины своеобразно. Методы идентификации уха зависят от совпадения расстояния между выступающими точками на ушной раковине и ориентиром на ухе или от наличия уха. Распознавание слуха может помочь в идентификации человека на основе изображения профиля.

Голос представляет собой комбинацию физических и поведенческих биометрических характеристик. Форма и масштаб придатков, используемых при звукосинтезе (например, речевого тракта, челюсти, носовых полостей, губ), определяют физические характеристики речи человека. Эти физические особенности человеческой речи инвариантны для человека, но психические элементы речи меняются в зависимости от возраста, состояния здоровья, эмоционального состояния и других факторов. Тот факт, что речевые функции очень уязвимы для таких факторов, как фоновый шум и функциональность микрофона, является недостатком распознавания на основе голоса. Тем не менее, это все еще полезно в телефонных системах, но качество голосового сигнала обычно ухудшается из-за канала связи.

Нажатие клавиши . Предполагается, что каждый печатает на клавиатуре уникальным способом. Эта биометрия вряд ли будет уникальной для каждого человека, но она может предоставить достаточную дискриминационную информацию для проверки личности. Динамика нажатия клавиш — это поведенческая биометрия. Значительные внутриклассовые различия в привычках печатания человека можно ожидать в результате изменения эмоционального состояния, положения пользователя относительно клавиатуры, стиля используемой клавиатуры и т.д. Пока человек вводит данные, его нажатия клавиш могут быть незаметно отслежены. Недостатком Keystroke является то, что шаблоны ввода могут быть неустойчивыми и непоследовательными, поскольку что-то вроде судорог в мышцах и потных руках может значительно изменить шаблон ввода человека 9.0007

Подпись . То, как человек подписывает свое имя, считается отличительной чертой этого человека. Хотя подписи требуют взаимодействия с пишущим инструментом и усилий со стороны автора, они были приняты в качестве средства идентификации в официальных, гражданских и коммерческих сделках. Подпись — это поведенческая биометрия, которая меняется со временем и зависит от физического и эмоционального состояния подписавших. Подписи некоторых людей сильно отличаются друг от друга; даже последовательные оттиски их подписей заметно различаются. Кроме того, профессиональные фальсификаторы могут иметь возможность имитировать подписи, которые обманывают системы аутентификации подписи.

ДНК относится к дезоксирибонуклеиновой кислоте, которая содержит генетическую информацию, необходимую для развития и функционирования живых организмов. За исключением однояйцевых близнецов, которые имеют одинаковую структуру ДНК, ДНК представляет собой одномерный специальный код уникальности человека. Однако в настоящее время он используется в основном в криминалистических системах для обнаружения преступников и потерпевших. Самая сложная технология сопоставления ДНК требует трудоемких химических методов, требующих опыта эксперта, и еще не готова к неинвазивной идентификации в режиме онлайн.

Инфракрасные термограммы вен . Структура тепла, излучаемого человеческим телом, уникальна для каждого человека и может быть захвачена инфракрасной камерой ненавязчивым образом, подобно обычной фотографии. Хотя устройство на основе термограммы не требует прикосновения и является неинвазивным, получение изображения может быть затруднено в нерегулируемых условиях с излучающими тепло поверхностями вблизи человеческого тела.

Запах . Хорошо известно, что каждый объект излучает запах, уникальный для его химического состава, и этот запах можно использовать для различения объектов. Ассортимент химических датчиков обдувается дуновением воздуха, окружающего объект, каждый из которых чувствителен к определенной группе (ароматических) соединений. Часть запаха, производимого телом человека (или любого животного), уникальна для этого организма. Неясно, можно ли обнаружить изменение запаха тела, несмотря на использование дезодорантов и различный химический состав в окружающей среде.

Как работает биометрия

На практике существует 2 наиболее распространенных способа использования биометрии: проверка и идентификация. В целом и биометрическая верификация, и идентификация состоят из двух этапов. Регистрация и признание.

Регистрация — это этап, на котором вы регистрируете или регистрируете свои биометрические данные в определенной системе. Биометрические данные каждого человека собираются и хранятся в базе данных вместе с его личностью. Как правило, биометрические данные анализировались для получения характерных и отличительных характеристик. Производные характеристики (извлеченная функция в терминах машинного обучения) часто сохраняются, а необработанные биометрические данные отбрасываются. В настоящее время очень распространено использование сверточных нейронных сетей для решения задач извлечения признаков.

Распознавание (идентификация и проверка) — это этап, на котором биометрические данные повторно запрашиваются у человека и сравниваются с сохраненными данными для определения личности пользователя. Таким образом, биометрическая система — это, по сути, система распознавания образов.

Идентификация. Изображение автора

Допустим, у вас в компании 50 сотрудников, и вы хотите создать систему учета рабочего времени на основе биометрии. Идентификация означает, что система должна определить, кому принадлежит данная биометрия. Он использует Threshold, чтобы решить, следует ли идентифицировать данные биометрические данные или просто отклонить их. Идентификация верна, если данная биометрическая идентичность совпадает с идентифицированной биометрией.

Проверка. Изображение автора

С другой стороны, проверка (также известная как аутентификация) предназначена только для одного человека. Например, вы используете отпечаток пальца, чтобы заблокировать свой мобильный телефон, чтобы никто, кроме вас, не мог пользоваться вашим телефоном. Верификация заключается в том, чтобы просто проверить, совпадают ли данные биометрические данные с вашими или нет. Он использует Threshold для принятия решения об аутентификации, если сходство больше порога, аутентификация принимается, в противном случае отклоняется. Верификация верна, если данные биометрические данные, принадлежащие системе (подлинные), приняты, а самозванцы отклонены.

Метрики для биометрии

Итак, как узнать, хороша система распознавания биометрии или нет? Основными показателями точности биометрической системы являются False Non-Match Rate (FNMR) и False Match Rate (FMR).

FNMR относится к вероятности того, что два образца биометрических данных от одного и того же пользователя будут ложно признаны несовпадающими. Например, FNMR, равный 10 %, означает, что 10 из 100 попыток проверки подлинности пользователей будут отклонены.

FMR , с другой стороны, относится к вероятности того, что два образца биометрических данных от разных пользователей будут ложно признаны совпадающими. Например, FMR, равный 10 %, означает, что 10 из 100 попыток проверки пользователей-самозванцев будут приняты.

В контексте проверки FNMR и FMR также известны как Коэффициент ложного отказа (FRR) и Коэффициент ложного принятия (FAR) соответственно. FRR — это показатель того, как часто система отклоняет настоящих пользователей, в то время как FAR — это показатель того, как часто система принимает пользователей-самозванцев. FRR определяется как FRR = общее количество ложных отказов / общее количество истинных попыток . FAR определяется как FAR = общее количество ложных приемов / общее количество ложных попыток . Поскольку проверка основана на пороге, как мы упоминали ранее, невозможно минимизировать как FRR, так и FAR. Увеличение порога приведет к уменьшению FAR, но увеличению FRR, и наоборот. В качестве альтернативы можно использовать показатель истинной приемлемости (TAR) . 0016 определяется как TAR = 1 — FRR.

В контексте идентификации система биометрической идентификации с N зарегистрированными идентификаторами пользователей выводит набор идентификаторов, соответствующих t лучших совпадений (1 ≤ t < N). Идентификационный ранг определяется как ранг правильной идентификации пользователя среди первых t совпадений, возвращаемых системой идентификации. Ошибки в системах идентификации можно разделить на две категории ложноположительных результатов идентификации и частота ложноотрицательных результатов идентификации.

Коэффициент ложных срабатываний идентификации (FPIR) — это показатель того, как часто система возвращала идентификатор для пользователя, не зарегистрированного в системе.

Коэффициент ложноотрицательных идентификаций (FNIR) — это показатель того, как часто система возвращала удостоверение для пользователя, который зарегистрирован в системе, но его удостоверение не входит в число идентификационных рангов.

Количество, относящееся к FNIR, является истинным положительная идентификация (TPIR) , которая является мерой того, как часто система возвращала идентификатор для пользователя, который зарегистрирован в системе, и его идентификатор находится среди идентификаторов в ранге идентификации. Таким образом, FNIR = 1 — TPIR. Если система идентификации возвращает только самое верхнее удостоверение ( t = 1 ), в TPIR это называется точность первого ранга , и эта метрика является одной из наиболее часто используемых метрик для сравнения различных систем биометрической идентификации.

Advantages of Biometrics

  • Hard to fake
  • Easy to use
  • Nontransferable
  • Unlikely to change
  • Doesn’t require memorizing

Disadvantages of Biometrics

  • Expensive
  • The database storing biometrics data все еще может быть взломан
  • Неправильная идентификация или проверка все еще могут произойти
  • Невозможно идентифицировать поврежденные биометрические данные

Вывод

Биометрию можно описать как научную дисциплину, связанную с вычислением и применением характеристик или признаков человека, которые можно использовать для однозначной идентификации этого человека. Биометрия предполагает, что многие физические или поведенческие атрибуты людей могут быть однозначно связаны с индивидуумом. Таким образом, можно автоматизировать процесс распознавания человека, записывая эти характеристики с помощью правильно созданных датчиков, представляя их в цифровом формате и сравнивая полученные данные с данными, полученными от того же человека в предыдущем случае. Таким образом, нам больше не нужно запоминать много паролей.

Ссылки

Биометрия: очень краткое введение (очень краткое введение)

Биометрия: очень краткое введение (очень короткое введение) [Fairhurst, Michael] на Amazon.com. *БЕСПЛАТНАЯ* доставка по…

www.amazon.com

Введение в биометрию | Анил К. Джайн | Springer

Биометрическое распознавание, или просто биометрия, — это наука об установлении личности человека на основе физических…

www.springer.com

Наука о биометрии: технология безопасности для проверки личности

Наука о биометрии: технология безопасности для проверки личности [Дас, Равиндра] на Amazon.

com. *БЕСПЛАТНАЯ* доставка…

www.amazon.com

Что такое биометрия и как она работает?

By Biometrics — это измерение и статистический анализ уникальных физических и поведенческих характеристик людей…

searchsecurity.techtarget.com

Что такое биометрия? 10 физических и поведенческих идентификаторов

Биометрические данные — это физические или поведенческие характеристики человека, которые можно использовать для цифровой идентификации человека для предоставления…

www.csoonline.com

M.S. Информатика и информационные системы: UNCW

  • MSCSIS Home
  • Колледж искусств и наук
  • Школа бизнеса Кэмерона
  • Программы для выпускников CSB
  • Обзор программы
  • Области углубленного изучения
    • Биометрия
    • Разработка программного обеспечения
    • Информационная безопасность
    • Разработка мобильных приложений
    • Обработка естественного языка
    • Параллельные вычисления
    • Сети беспроводных датчиков
    • Компьютерное зрение
    • Беспилотные летательные аппараты
  • Текущие студенты
  • Будущие студенты
  • О нас
  • Свяжитесь с нами
  • Уилмингтон, Северная Каролина

В рамках требований к получению степени студенты выполняют исследовательский проект или диссертацию в интересующей их области. Это повышает их компетентность в какой-либо области.

Биометрия  – это аутентификация личности на основе физических или поведенческих характеристик. Биометрические технологии можно найти в нашей повседневной жизни, от оплаты продуктов до доступа к зданиям до расследования преступлений с использованием методов определения закономерностей с помощью клавиатуры, речи (голоса), походки, конфигурации вен на пальце или руке (вены) и геометрии. рука, лицо, палец или радужная оболочка [1].

Растущая потребность предприятий и правительств в защите активов, личных данных и объектов стимулирует рынок биометрии, который в 2015 году оценивался в 10,41 миллиарда долларов [2]. Ожидается, что рынок распознавания лиц, радужной оболочки глаза, вен и голоса вырастет до 3,5 миллиардов долларов [3].

Студенты, которые хотят специализироваться на разработке мобильных приложений, могут учиться самостоятельно у преподавателей, которые проводят исследования и пишут статьи в области разработки мобильных приложений, а также обладают значительными практическими знаниями в области биометрии.

  • Доктор Карл Риканек, профессор компьютерных наук, директор института I3S, директор группы The Face Aging Group и содиректор CASIS
    • Книги и главы
      • Риканек, К. Махалингам, Г., Альберт, А.М. Вордер Брюгге, Р. (2013) Старение человеческого лица: перспективный анализ антропологии и биометрии в факторах возраста в биометрической обработке, Инженерно-технологический институт, редактор Майкл Фэйрхерст, осень 2013 г.
      • Альберт А.М., Сетурам А., Ричанек К. (2011) Влияние факторов старения лица взрослых на биометрию, Биометрия – уникальные и разнообразные приложения в природе, науке и технике, Вена, Австрия, 978-953-307-187-9, Intech, апрель 2011 г.
      • Риканек, К.; Сетурам, А .; Паттерсон Э.К.; Альберт, AM; и Бун Э.Л. (2009) Черепно-лицевое старение, Справочник Wiley по науке и технологиям для национальной безопасности. Дж.Г. Воеллер (ред.), John Wiley & Sons, Inc. Хобокен, Нью-Джерси.
      • Вудард, Д.Л., Риканек, К. (2009) Базы данных Iris, Энциклопедия биометрии, Стэн З. Ли (ред.), Нью-Йорк, штат Нью-Йорк: Энциклопедия биометрии, Springer.
      • Дозье Г., Саввидес М., Брайант К., Риканек К., Вудард Д. Л. (2009 г.) Разработка шаблонов Iris с помощью Bit Inconsistency и GRIT, Biometrics Encyclopedia, Stan Z. Li (Ed.), New York, NY: Biometrics Encyclopedia, Springer.
    • Журналы
      • Махалингам, Г. и Риканек, К. «Периокулярное распознавание на основе LBP на сложных наборах данных лиц», Журнал EURASIP по обработке изображений и видео, том 36, стр. 1-13, 2013.
      • Гаятри Махалингам и Карл Риканек, «Периокуляр на основе LBP на трех сложных наборах данных лиц», Журнал по обработке изображений и видео, том 36, 2013 г.
    • Конференции
      • Риканек, К., Бхардвадж, С., Содомски М., «Обзор распознавания лиц на фоне продольных детских лиц», 14-я Международная конференция специальной группы по биометрии (BioSig 2015), Дармштадт, Германия, 9 сентября 2015 г.
      • Токола, Р. , Болме, Д., Барстоу, Д., Боенен, К., Риканек, К., «Дискриминационные проекции для оценки возраста лица в диких изображениях», Международная совместная конференция IEEE/IAPR по биометрии, Клируотер, Флорида , 2 октября 2014.
      • Браун, К., Риканек, К., Симмондс, Д., BIOBase: адаптируемый биометрический инструмент и база данных», Международная конференция по биоинформатике и вычислительной биологии, 2014 г. (BioComp 2014), Лас-Вегас, Невада, 21 июля 2014 г.
      • Махалингам Г. и Риканек К., «Исследование влияния гендерных и возрастных различий у однояйцевых близнецов», Национальная конференция по компьютерному зрению, распознаванию образов, обработке изображений и графике (NCVPRIG), Джодхпур, Индия, 18 декабря 2013.
      • Макурак Д., Сетурам А., Риканек К. и Барбур Б. «DASM: активная модель с открытым исходным кодом для автоматической регистрации объектов» Национальная конференция IEEE по компьютерному зрению, распознаванию образов, обработке изображений и графике (NCVPRIG). ), Джодхпур, Индия, 18 декабря 2013 г.
      • Чен, К., Чанг, Ю. О., Ван, Ю., и Риканек, К.. «Анализ формы бровей с использованием модифицированного расстояния прокруста функциональной кривой», Конференция IEEE по биометрии: теория, приложения и системы (BTAS), Вашингтон, округ Колумбия, октябрь 2013 г.

Признанный на национальном уровне исследовательский центр

Группа Face Aging Group дает студентам MS CSIS возможность заниматься индивидуальными исследовательскими проектами в области биометрии и биометрических технологий в качестве завершающего проекта для этой программы на получение степени. Завершение завершается под руководством, опытом и поддержкой преподавателей, как правило, в течение года. Во многих случаях завершающие проекты решают реальную проблему, и профессионалы отрасли участвуют в работе комитетов. С The Face Aging Group студенты могут выполнять свои завершающие проекты, используя самое современное оборудование, работая стажером в лаборатории или работая над текущими исследованиями, которые проводятся.

Студенческий проект Capstone, связанный с биометрией

Студенты получают возможность заниматься индивидуальными проектами в форме Capstone. Capstone завершается под руководством, опытом и поддержкой преподавателей, как правило, в течение года. Во многих случаях в комитете участвуют профессионалы отрасли, или проект Capstone решает реальную проблему.

  • Шивани Бхардвадж: Распознавание лиц детей: установление базовых показателей производительности, весна 2016 г.
  • Майкл Содомский: оценка эффективности распознавания лиц в продольном направлении на этапах роста и развития, осень 2014 г.
  • Бенджамин Барбур: MIDO©, FACEMARK© и AGEME©: набор инструментов для анализа и обработки лиц, разработанный для ФБР, осень 2014 г.
  • Джеффри Рейнор: оценка эффективности классификации лицевой аналитики в различных наборах данных, осень 2013 г.
  • Джейсон Вандевентер: Отличие улыбок Дюшенна от улыбок, не относящихся к Дюшенну, с использованием моделей активной внешности и системы кодирования движений лица, весна 2012 г.
  • Михаил Комисин: Определение типов личности с помощью методов классификации документов, осень 2011 г.
  • Доминик Джексон: Подход распознавания лиц к автоматизации анализа фильмов, осень 2011 г.
  • Брайан Буллард: AUTOTAGIT: система автоматизации пометки изображений в архитектуре Facebook, осень 2010 г.
  • Seiken Higashionna: создание 3D-трансформируемого лица из одного изображения, осень 2010 г.
  • Мэтью Рэтлифф: Активные модели внешнего вида для распознавания эмоций с использованием выражений лица, весна 2010 г.
  • Райан Уилкинс: нейрокогнитивная иерархическая система распознавания лиц, весна 2007 г.

Ссылки

  1. Биометрия (февраль 2010 г.) Computing Now.
  2. Анализ рынка биометрических технологий по приложениям…, 2018–2025 (февраль 2017 г.) Исследование Grand View.
  3. Ожидается, что в 2015 году рынок биометрии достигнет 12 миллиардов долларов (18 января 2011 г.)

Что такое биометрия?

По

  • Александр С. Гиллис,
    Технический писатель и редактор
  • Петр Лошин,
    Старший редактор технологий
  • Майкл Кобб

Что такое биометрия?

Биометрия — это измерение и статистический анализ уникальных физических и поведенческих характеристик людей. Технология в основном используется для идентификации и контроля доступа или для идентификации лиц, находящихся под наблюдением. Основная предпосылка биометрической аутентификации заключается в том, что каждого человека можно точно идентифицировать по внутренним физическим или поведенческим чертам. Срок биометрия происходит от греческих слов био , что означает жизнь , и метрика , что означает для измерения .

Как работает биометрия?

Аутентификация с помощью биометрической проверки становится все более распространенной в корпоративных и общественных системах безопасности, бытовой электронике и торговых точках. Помимо безопасности, движущей силой биометрической проверки является удобство, поскольку нет необходимости запоминать пароли или носить с собой токены безопасности. Некоторые биометрические методы, такие как измерение походки человека, могут работать без прямого контакта с аутентифицируемым человеком.

Компоненты биометрических устройств включают следующее:

  • считывающее устройство или сканирующее устройство для записи аутентифицируемого биометрического фактора;
  • программное обеспечение

  • для преобразования отсканированных биометрических данных в стандартизированный цифровой формат и для сравнения точек совпадения наблюдаемых данных с сохраненными данными; и
  • база данных для безопасного хранения биометрических данных для сравнения.

Биометрические данные могут храниться в централизованной базе данных, хотя современные биометрические реализации часто зависят от локального сбора биометрических данных и последующего их криптографического хеширования, чтобы аутентификация или идентификация могли выполняться без прямого доступа к самим биометрическим данным.

Типы биометрических данных

Двумя основными типами биометрических идентификаторов являются либо физиологические характеристики, либо поведенческие характеристики.

Физиологические идентификаторы относятся к составу аутентифицируемого пользователя и включают следующее:

  • распознавание лиц
  • отпечатки пальцев
  • геометрия пальцев (размер и положение пальцев)
  • Распознавание радужной оболочки глаза
  • распознавание вен
  • сканирование сетчатки
  • распознавание голоса
  • ДНК (дезоксирибонуклеиновая кислота), соответствующая
  • цифровых подписей

Поведенческие идентификаторы включают в себя уникальные способы действий людей, в том числе распознавание моделей набора текста, движений мыши и пальцев, моделей взаимодействия с веб-сайтами и социальными сетями, походки и других жестов. Некоторые из этих поведенческих идентификаторов можно использовать для обеспечения непрерывной аутентификации вместо однократной проверки подлинности. Хотя он остается более новым методом с более низким рейтингом надежности, он может развиваться наряду с другими улучшениями в биометрических технологиях.

Эта статья является частью

Биометрические данные можно использовать для доступа к информации на таком устройстве, как смартфон, но есть и другие способы использования биометрии. Например, биометрическая информация может храниться на смарт-карте, где система распознавания будет считывать биометрическую информацию человека, сравнивая ее с биометрической информацией на смарт-карте.

Преимущества и недостатки биометрии

Использование биометрии имеет множество преимуществ и недостатков в отношении ее использования, безопасности и других связанных функций. Биометрия выгодна по следующим причинам:

  • трудно подделать или украсть, в отличие от паролей;
  • прост и удобен в использовании;
  • , как правило, одинаковы в течение всей жизни пользователя;
  • непередаваемый; и
  • эффективен, поскольку шаблоны занимают меньше памяти.

Недостатки, однако, включают следующее:

  • Установка и запуск биометрической системы обходится дорого.
  • Если системе не удастся собрать все биометрические данные, это может привести к сбою идентификации пользователя.
  • Базы данных, содержащие биометрические данные, все еще могут быть взломаны.
  • Такие ошибки, как ложные отказы и ложные приемы, по-прежнему могут происходить.
  • Если пользователь получает травму, система биометрической аутентификации может не работать — например, если пользователь обжег руку, сканер отпечатков пальцев может не идентифицировать его.

Примеры использования биометрических данных

Помимо биометрии, используемой сегодня во многих смартфонах, биометрия используется во многих различных областях. Например, биометрия используется в следующих сферах и организациях:

  • Правоохранительные органы. Он используется в системах идентификации преступников, таких как системы аутентификации по отпечаткам пальцев или отпечаткам ладоней.
  • Министерство внутренней безопасности США. Он используется в отделениях пограничной службы для многочисленных процессов обнаружения, проверки и аттестации, например, в системах электронных паспортов, в которых хранятся данные отпечатков пальцев, или в системах распознавания лиц.
  • Здравоохранение. Он используется в таких системах, как национальные удостоверения личности для удостоверений личности и программы медицинского страхования, которые могут использовать отпечатки пальцев для идентификации.
  • Служба безопасности аэропорта. В этом поле иногда используются биометрические данные, такие как распознавание радужной оболочки глаза.

Однако не все организации и программы соглашаются на использование биометрии. Например, некоторые системы правосудия не будут использовать биометрические данные, чтобы избежать возможных ошибок.

Каковы проблемы безопасности и конфиденциальности биометрических данных?

Биометрические идентификаторы зависят от уникальности рассматриваемого фактора. Например, отпечатки пальцев обычно считаются уникальными для каждого человека. Распознавание отпечатков пальцев, особенно реализованное в Apple Touch ID для предыдущих iPhone, было первым широко используемым на массовом рынке применением биометрического фактора аутентификации.

Другие биометрические факторы включают распознавание сетчатки, радужной оболочки, сканирование вен и голоса. Однако до сих пор они не получили широкого распространения, отчасти из-за меньшей уверенности в уникальности идентификаторов или потому, что факторы легче подделать и использовать в злонамеренных целях, таких как кража личных данных.

Стабильность биометрического фактора также может быть важна для принятия фактора. Отпечатки пальцев не меняются на протяжении всей жизни, а внешний вид лица может резко измениться с возрастом, болезнью или другими факторами.

Самая серьезная проблема конфиденциальности при использовании биометрии заключается в том, что физические атрибуты, такие как отпечатки пальцев и структура кровеносных сосудов сетчатки, обычно статичны и не могут быть изменены. Это отличается от небиометрических факторов, таких как пароли (что-то, что вы знаете) и токены (что-то, что у вас есть), которые можно заменить, если они взломаны или иным образом скомпрометированы. Демонстрацией этой трудности стало то, что отпечатки пальцев более 20 миллионов человек были скомпрометированы в результате утечки данных Управления кадров США в 2014 году.

Растущее повсеместное распространение высококачественных камер, микрофонов и считывателей отпечатков пальцев во многих современных мобильных устройствах означает, что биометрия будет по-прежнему становиться более распространенным методом аутентификации пользователей, в частности, поскольку Fast ID Online определил новые стандарты аутентификации с помощью биометрии, которые поддерживают два -факторная аутентификация по биометрическим факторам.

Хотя качество биометрических считывателей продолжает улучшаться, они по-прежнему могут давать ложные отрицательные результаты, когда авторизованный пользователь не распознается или не аутентифицируется, и ложные срабатывания, когда неавторизованный пользователь распознается и аутентифицируется.

Надежны ли биометрические данные?

Хотя высококачественные камеры и другие датчики помогают использовать биометрические данные, они также могут помочь злоумышленникам. Поскольку люди не защищают свои лица, уши, руки, голос или походку, возможны атаки путем простого сбора биометрических данных людей без их согласия или ведома.

Ранняя атака на биометрическую аутентификацию по отпечатку пальца была названа взломом мармеладного мишки, и она восходит к 2002 году, когда японские исследователи, используя кондитерское изделие на основе желатина, показали, что злоумышленник может снять скрытый отпечаток пальца с глянцевой поверхности. Емкость желатина аналогична емкости человеческого пальца, поэтому сканеры отпечатков пальцев, предназначенные для определения емкости, могут быть обмануты переносом желатина.

Решительные злоумышленники также могут обойти другие биометрические факторы. В 2015 году Ян Крисслер, также известный как Старбаг, биометрический исследователь Chaos Computer Club, продемонстрировал метод извлечения достаточного количества данных из фотографии с высоким разрешением, чтобы обойти аутентификацию сканирования радужной оболочки глаза. В 2017 году Крисслер сообщил о том, что ему удалось победить схему аутентификации сканера радужной оболочки глаза, используемую смартфоном Samsung Galaxy S8. Крисслер ранее воссоздал отпечаток пальца пользователя из изображения с высоким разрешением, чтобы продемонстрировать, что схема аутентификации по отпечатку пальца Apple Touch ID также уязвима.

После того, как Apple выпустила iPhone X, исследователям потребовалось всего две недели, чтобы обойти распознавание лица Apple Face ID с помощью напечатанной на 3D-принтере маски; Face ID также может быть побежден лицами, связанными с аутентифицированным пользователем, включая детей или братьев и сестер.

Последнее обновление: июль 2021 г.


Продолжить чтение о биометрии

  • Биометрические датчики IoT определяют будущее пользовательских интерфейсов
  • Биометрия IoT играет большую роль на рабочих местах
  • В биометрии проблемы безопасности охватывают технические, юридические и этические аспекты
  • Термины биометрической аутентификации, которые необходимо знать
  • Как обеспечить безопасность для 3 типов цифровой идентификации

Копните глубже в управление идентификацией и доступом

  • биометрический платеж

    Автор: Кэти Террелл Ханна

  • Что такое биометрическая аутентификация?

    Автор: TechTarget Contributor

  • Microsoft Windows Hello

    Автор: Эдди Локхарт

  • биометрическая верификация

    Автор: TechTarget Contributor

ПоискСеть


  • Планирование перехода от SD-WAN к SASE

    Предприятиям нужны интегрированные системы безопасности и сети для управления распределенными ИТ-средами, и они ищут SD-WAN . ..


  • Варианты использования Batfish для проверки и тестирования сети

    Автоматическая проверка сети перед изменением с помощью Batfish может сэкономить время в процессе управления изменениями в сети и минимизировать …


  • Valmont Industries тестирует сеть как услугу для улучшения WAN

    Valmont Industries нужна гибкая глобальная сеть, которую компания может модифицировать за несколько дней, а не месяцев. Мировой производитель тестирует …

ПоискCIO


  • Эксперты выделяют методы доверия и безопасности для метавселенной

    По мнению экспертов, создание безопасной метавселенной означает объединение всех заинтересованных сторон.


  • ИТ-стратегия, ориентированная на бизнес, представляет теневые ИТ в более позитивном свете

    Традиционные теневые ИТ уступают место развертыванию технологий под руководством бизнеса, одобренных ИТ-отделом. Но ИТ-директора должны…


  • Компаниям необходим план конфиденциальности данных, прежде чем присоединиться к метавселенной

    Эксперты, выступавшие на конференции ITIF по политике в области дополненной и виртуальной реальности, отметили, что предприятиям необходимо выйти в метавселенную с сильным …

SearchEnterpriseDesktop


  • Microsoft фокусируется на удаленной безопасности с обновлением Windows 11

    Обновление Windows 11 2022 от Microsoft включает функции для защиты конфиденциальных корпоративных данных и помогает удаленным работникам избежать …


  • Как исправить Windows 11, когда она постоянно перезагружается

    Если рабочий стол Windows 11 продолжает перезагружаться, причиной проблемы может быть несколько факторов. ИТ-администраторам следует…


  • 5 лучших инструментов мониторинга Windows 10 для бизнеса

    Пользователям необходим неограниченный доступ ко всем их приложениям и службам для поддержания производительности. Средства мониторинга Windows могут проверить …

SearchCloudComputing


  • Инструменты управления затратами Azure для контроля расходов на облако

    Благодаря оповещениям, панелям мониторинга затрат и другим функциям инструменты управления затратами Azure могут помочь администраторам более четко …


  • Сравните Фабрику данных Azure и SSIS

    Узнайте о различиях между Фабрикой данных Azure и SSIS, двумя инструментами ETL. Эти различия включают ключевые функции управления данными…


  • Упростите управление пакетами с помощью этого руководства по Azure Artifacts

    Расширение службы Azure DevOps, Azure Artifacts, может помочь разработчикам управлять пакетами и обмениваться ими, чтобы оптимизировать общую…

ComputerWeekly.com


  • Разговор между двумя полицейскими лег в основу ордера EncroChat, слушает суд

    Национальное агентство по борьбе с преступностью не запрашивало письменных объяснений французского хакерского метода, прежде чем подавать заявку на наблюдение . ..


  • Copenhagen Fintech соединяет своих членов с миром

    Инициатива стартапов из Копенгагена стимулирует развитие финансовых технологий в скандинавском регионе, а последняя глобальная инициатива Mastercard …


  • Проблемы проверки ИИ для здравоохранения

    Искусственный интеллект обещает революционизировать здравоохранение, но даже в таких областях, как медицинская визуализация, где его легко обнаружить…

О

Обзор

Биометрия, опубликованная от имени Международного биометрического общества, подчеркивает роль статистики и математики в биологических науках. Его цели состоят в том, чтобы продвигать и расширять использование статистических и математических методов в основных дисциплинах биологических наук, сообщая о разработке и применении этих методов. Центральным элементом большинства статей по биометрии является научное приложение, которое устанавливает научные или политические цели, мотивирует разработку методов и демонстрирует работу новых методов.

Определение биометрии

Термины «биометрия» и «биометрия» использовались с начала 20-го века для обозначения области разработки статистических и математических методов, применимых к задачам анализа данных в биологических исследованиях. наук. Статистические методы для анализа данных сельскохозяйственных полевых экспериментов для сравнения урожайности различных сортов пшеницы, для анализа данных клинических испытаний на людях, оценивающих относительную эффективность конкурирующих методов лечения болезней, или для анализа данных экологических исследований по Влияние загрязнения воздуха или воды на возникновение заболеваний у людей в регионе или стране — все это примеры проблем, которые подпадают под определение «биометрии», поскольку этот термин исторически использовался. Журнал «Биометрия» — это научное издание, спонсируемое некоммерческим профессиональным обществом (Международное биометрическое общество), посвященное распространению отчетов о разработке таких методов и их применении в реальных научных контекстах.

В последнее время термин «биометрия» также используется для обозначения развивающейся области технологий, посвященной идентификации людей с использованием биологических признаков, таких как сканирование сетчатки или радужной оболочки, отпечатки пальцев или распознавание лиц. Ни журнал «Биометрия», ни Международное биометрическое общество не занимаются исследованиями, маркетингом или отчетами, связанными с этой технологией. Точно так же редакторы и сотрудники журнала не разбираются в этой области.

Mission

Биометрия публикуется ежеквартально в печатном и электронном виде. Журнал является публикацией Международного биометрического общества, международного общества, содействующего развитию и применению статистической и математической теории и методов в биологических науках, включая сельское хозяйство, биомедицинские науки и общественное здравоохранение, экологию, науки об окружающей среде, лесоводство и смежные дисциплины. Общая цель биометрии — способствовать использованию статистической и математической теории и методов в этих областях посредством статей, описывающих разработку новых биометрических методов и их применение для решения новых и текущих задач. Центральным элементом большинства статей по биометрии является научное приложение, которое устанавливает научные или политические цели, мотивирует разработку методов и демонстрирует их действие. Раздел Book Review предлагает своевременные обзоры недавно опубликованных книг, включая статистиков и людей из других дисциплин, которые интересуются теоретическими и методологическими разработками и эволюцией биометрии.

Ключевые слова

биометрия, журнал, международный, общество, IBS, биология, теория, математика, наука, анализ, данные, среды, биологический, журнал, статья, периодическое издание, анализ, исследование, эффекты, методы, политика

Информация об обществе

Международное биометрическое общество — это международное общество, содействующее развитию и применению статистической и математической теории и методов в биологических науках, включая сельское хозяйство, биомедицинские науки и общественное здравоохранение, экологию, науки об окружающей среде, лесоводство и смежные дисциплины. Общество приветствует в качестве членов статистиков, математиков, ученых-биологов и других лиц, приверженных междисциплинарным усилиям по продвижению сбора и интерпретации информации в биологических науках. Общество спонсирует проводимую раз в два года Международную биометрическую конференцию, которая проводится по всему миру; через свои национальные группы и регионы, а также общество спонсирует региональные и местные собрания.

Для получения дополнительной информации посетите: http://www.biometricsociety.org/

Архивные тома биометрии (1946-1998) теперь доступны для действующих членов IBS за символическую плату. Это преимущество предназначено для участников, у которых нет доступа через институциональную подписку. Щелкните здесь для получения дополнительной информации .

Стать участником

Для получения дополнительной информации о преимуществах членства, оплате и продлении посетите страницу членства в IBS.

Abstracting and Indexing Information

  • Abstracts in Anthropology (Sage)

  • Abstracts on Hygiene & Communicable Diseases (CABI)

  • Academic Search (EBSCO Publishing)

  • Academic Search Alumni Edition ( EBSCO Publishing)

  • Academic Search Premier (EBSCO Publishing)

  • Advanced Technologies & Aerospace Database (ProQuest)

  • Agbiotech News & Information (CABI)

  • Agbiotechnet (CABI)

  • Агрикола База данных (Национальная библиотека для господства). EBSCO Publishing)

  • Biological Abstracts (Clarivate Analytics)

  • Biological Science Database (ProQuest)

  • BIOSIS Previews (Clarivate Analytics)

  • CAB Abstracts® (CABI)

  • CAS: Служба химических тезисов (ACS)

  • Индекс цитирования Commicate (Clarivate Analytics)

  • 43 Abvitiogs). Сельское хозяйство, биология и науки об окружающей среде (Clarivate Analytics)

  • Текущий индекс статистики (ASA/IMS)

  • Рефераты по молочным наукам (CABI)

  • EORTC Database (European Organisation for Research & Treatment of Cancer)

  • Field Crop Abstracts (CABI)

  • Global Health (CABI)

  • Grasslands & Forage Abstracts (CABI)

  • Health & Medical Collection (ProQuest)

  • Health Research Premium Collection (ProQuest)

  • HEED: База данных экономических оценок здравоохранения (Wiley-Blackwell)

  • Тезисы садоводства (CABI)

  • Коллекция премиум -класса больницы (Proquest)

  • Infotrac (Gale Cengage)

  • Journal Catation Reports/Science EDITION). База данных (ProQuest)

  • Mathematical Reviews/MathSciNet/Current Mathematical Publications (AMS)

  • Медицинская база данных (ProQuest)

  • Medline/PubMed (NLM)

  • Сбор естественных наук (Proquest)

  • Нематологические рефераты (CABI)

  • Реферат и обзор Aerses.

  • . Садоводство (CABI)

  • Рефераты по селекции растений (CABI)

  • Рефераты по генетическим ресурсам растений (CABI)

  • ProQuest Central (ProQuest)

  • Proquest Central K-75

  • Proquest Central K-76

  • Protosolical Abstracts (CABI)

  • Public Healthabase Database (CABI)

  • Public Healthabase Database (Proki)

  • Public Healthabase (CABI)

  • Public Healthabase (CABI)

  • .

  • Обзор сельскохозяйственной энтомологии (CABI)

  • Обзор медицинской и ветеринарной энтомологии (CABI)

  • Обзор медицинской и ветеринарной микологии (CABI)

  • Тезисы развития сельских районов (CABI)

  • Индекс научной цитирования (Clarivate Analytics)

  • Индекс научной цитирования. CABI)

  • Рефераты по почвам и удобрениям (CABI)

  • Рефераты по статистической теории и методам (Zentralblatt MATH)

  • База данных STEM (PROQUEST)

  • Коллекция технологий (PROQUEST)

  • Whopical Devises Buletin (Cabi)

  • Veterinary Budetin (Cabi)

  • Veterinary Budetin (Cabi)

  • Veterinary Budetin (Cabi)

  • . Рефераты ячменя и тритикале (CABI)

  • ZBMATH (Zentralblatt MATH)

  • Zoological Record (Clarivate Analytics)

Ежегодный отчет редактора

Отчет редакции за 2020 г. (опубликовано в марте 2021 г.)

Что такое биометрия | ИГИ Глобал

1.

Биометрия — это биологическая идентификация человека, которая может включать характеристики структуры и действия, такие как радужная оболочка и узоры сетчатки; геометрия рук; отпечатки пальцев; голосовой ответ на вызовы; динамика собственноручных подписей и т.д.

Узнайте больше в:
Управление идентификацией для доступа к беспроводным услугам

2.

Биометрия означает «измерение жизни», но этот термин обычно ассоциируется с использованием уникальных физиологических характеристик для идентификации человека.

Узнайте больше в:
Swarm Intelligence для оптимизации биометрических характеристик

3.

Биометрия означает «измерение жизни», но этот термин обычно ассоциируется с использованием уникальных физиологических характеристик для идентификации человека.

Узнайте больше в:
Распознавание лиц в неограниченной среде

4.

Биометрическая система — это система, основанная на распознавании образов. Он получает биометрические данные от человека, извлекает из данных существенный набор признаков, сравнивает набор признаков с набором (наборами) признаков, хранящихся в базе данных, и выполняет действие на основе результата сравнения.

Узнайте больше в:
Облачная безопасность с использованием распознавания лиц

5.

Биометрические системы измеряют и анализируют психофизиологические параметры различных людей (отпечатки пальцев, выражение лица, стресс-факторы и т. д.) с целью оценки их поведенческого статуса в различных когнитивных задачах и/или сценариях наблюдения.

Узнайте больше в:
Интеграция поддержки проверки подлинности контента в службы мультимедиа

6.

Методы уникального распознавания людей на основе одной или нескольких внутренних физических или поведенческих черт.

Узнайте больше в:
Технологические подходы к поддержанию академической честности в управленческом образовании

7.

Использование одной или нескольких физических характеристик человека для идентификации. Могут использоваться отпечатки пальцев, сканирование сетчатки, профили рук, распознавание голоса, распознавание лиц и многое другое.

Узнайте больше в:
Будущее технологий преподавания и обучения

8.

Тип цифровых прорывных инноваций, которые могут идентифицировать человека с помощью биологических измерений, таких как отпечатки пальцев, показания ДНК, сканирование сетчатки и т. д.

Узнайте больше в:
Подрывной единорог цифровых инноваций: вызов для университетских профессоров

9.

Биометрия относится к системе измерения физиологических или поведенческих характеристик для проверки личности человека. В настоящее время существует несколько существующих биометрических систем, таких как сканирование отпечатков пальцев, распознавание радужной оболочки глаза, проверка подписи и т. д., которые внедряются частными и государственными учреждениями.

Узнайте больше в:
Анализ уязвимостей безопасности биометрических данных, интегрированных с облачными вычислениями

10.

Область исследования, которая пытается проверить или идентифицировать людей, используя их внутренние физические или поведенческие черты.

Узнайте больше в:
Отпечатки мозга для биометрии

11.

Это относится к автоматизированным методам распознавания людей на основе уникальных физиологических характеристик, включая лицо, отпечатки пальцев и особенности сетчатки глаза.

Узнайте больше в:
ИКТ и политика безопасности границ в США и Европейском Союзе

12.

Греческое слово, означающее жизненные меры. Изучение методов однозначного распознавания человека по физическим признакам.

Узнайте больше в:
Биотерроризм и биобезопасность

13.

Распознавание людей по их внутренним физическим или поведенческим чертам.

Узнайте больше в:
Биометрическая парадигма с использованием зрительного вызванного потенциала

14.

Процесс, связанный с извлечением и получением описательных измерений, основанных либо на поведенческих, либо на физиологических характеристиках человека, которые должны однозначно отличать субъекта от других людей.

Узнайте больше в:
Об использовании биометрии походки для повторной идентификации в автоматизированном визуальном наблюдении

15.

Процесс измерения и статистического анализа характеристик данных человеческого тела.

Узнайте больше в:
Цифровые технологии в архитектуре и инженерии: изучение вовлеченного взаимодействия в учебных планах

16.

Область науки, в которой используются компьютерные технологии для идентификации людей на основе физических или поведенческих характеристик, таких как отпечатки пальцев или сканирование голоса. Слово « биометрия » происходит от греческих слов «био» (жизнь) и «метрика» (измерять) и, следовательно, Биометрия — это наука об измерении биологических или поведенческих свойств живых существ.

Узнайте больше в:
Распознавание новорожденных с использованием мультимодальной биометрии

17.

Использование физиологических или поведенческих характеристик для проверки личности человека относится к сфере биометрии . Биометрия — это автоматизированное распознавание человека на основе его отличительных анатомических характеристик.

Узнайте больше в:
Методы биометрической идентификации

18.

В компьютерных науках этот термин относится к метрикам, связанным с характеристиками человека.

Узнайте больше в:
Гибридная интеллектуальная модель идентификации рисков для управления конфигурацией в аэрокосмических системах

19.

Использование физических или поведенческих характеристик человека для целей аутентификации. Эта технология в основном используется для контроля доступа, судебно-медицинской экспертизы и наблюдения.

Узнайте больше в:
EarLocalizer: основанная на глубоком обучении модель локализации уха для изображений боковых лиц в дикой природе

20.

Биометрия , также известная как биометрия Распознавание относится к автоматическому распознаванию людей на основе их физиологических и/или поведенческих характеристик. Используя биометрическую систему , можно подтвердить или установить личность человека на основе того, «кто он есть», а не «чем он или она обладает» или «что он или она помнит».

Узнайте больше в:
Система распознавания человеческого уха

21.

Это относится к технологии измерения физических и поведенческих характеристик человека, таких как отпечаток пальца, отпечаток ладони, радужная оболочка глаза, ДНК, сетчатка глаза, подпись, нажатие клавиши и т. д. Биометрические характеристики широко используются в процессе аутентификации и проверки, поскольку большинство характеристик уникальны. .

Узнайте больше в:
Стеганография с использованием биометрии

22.

Биометрия » означает «измерение жизни», но этот термин обычно ассоциируется с использованием уникальных физиологических характеристик для идентификации человека.

Узнайте больше в:
Облачная безопасность с использованием биометрии уха

23.

Автоматизированный метод измерения физической характеристики или личной черты человека и сравнения этой характеристики с обширной базой данных в целях идентификации.

Узнайте больше в:
Биометрия

24.

Биометрические данные — это уникальные физиологические или поведенческие характеристики человека, которые можно использовать для проверки и аутентификации личности. Примеры биометрических данных включают отпечатки пальцев, голос, сетчатку, структуру лица, профиль ДНК и тепловое излучение.

Узнайте больше в:
Кибер кража личных данных

25.

Маркер чьей-либо идентичности, основанный на материальных и наблюдаемых физических характеристиках.

Узнайте больше в:
Методы социальной инженерии, выбор пароля и законодательство о здравоохранении: настройка здравоохранения

26.

Развивающаяся область технологий, в которой используются уникальные физические, биологические или поведенческие черты для автоматической идентификации и проверки человека.

Узнайте больше в:
Биометрические технологии

27.

Наука и технология измерения и анализа биологических данных. В информационных технологиях биометрия относится к технологиям, которые измеряют и анализируют характеристики человеческого тела, такие как отпечатки пальцев, сетчатка и радужная оболочка глаз, образцы голоса, черты лица и измерения рук, в целях аутентификации.

Узнайте больше в:
Анализ и отслеживание эволюции реабилитационного лечения пациентов с недостаточностью опорно-двигательного аппарата

28.

Идентификация или аутентификация индивидуальности человека с использованием поведенческих или физиологических особенностей человека.

Узнайте больше в:
Текущая практика интерфейсов мозг-компьютер на основе электроэнцефалограммы

29.

Анализ физиологических или поведенческих характеристик людей для целей автоматического распознавания

Узнайте больше в:
Технологии повышения конфиденциальности в биометрии

30.

Наука идентификации кого-либо по тому, чем он является, а не по удостоверению личности или имени пользователя/паролю. Типы биометрических данных — это отпечатки пальцев, радужная оболочка глаза, лица и ДНК.

Узнайте больше в:
Принципы и методы распознавания лиц и моделирования лиц

31.

В соответствии с информационными технологиями биометрия относится к технологиям, которые измеряют и анализируют биологические характеристики, такие как ДНК, отпечатки пальцев, сетчатка и радужная оболочка глаз, образцы голоса, черты лица и измерения рук, в целях аутентификации. Аутентификация с помощью биометрической проверки становится все более распространенной в корпоративных и общественных системах безопасности, бытовой электронике и приложениях для торговых точек (POS). Помимо безопасности, движущей силой биометрической проверки является удобство. В основном они хороши для предотвращения кражи личных данных путем шифрования биометрических данных где-то для аутентификации законного пользователя.

Узнайте больше в:
Водяные знаки данных с использованием биометрии

32.

Биометрия — это система проверки, использующая для доступа биологическую идентификацию. Некоторые примеры включают сканирование отпечатков пальцев, сканирование сетчатки глаза, распознавание лиц или подпись.

Узнайте больше в:
Облачная безопасность: внедрение биометрии для защиты облака

33.

Или биометрическая аутентификация — это процесс идентификации людей по их биологическим характеристикам или чертам. Примеры включают (но не ограничиваются) отпечатки пальцев, радужную оболочку, ЭКГ, отпечаток руки/геометрию, подпись, голос и т. д.

Узнайте больше в:
Биометрия на основе ЭКГ

34.

Технология, которая измеряет и анализирует характеристики человеческого тела, такие как отпечатки пальцев, сетчатка глаза, радужная оболочка, ДНК, голос и лицо и т. д., в целях аутентификации.

Узнайте больше в:
Сокращение пространства поиска в биометрических базах данных: обзор

35.

Измерение и статистический анализ уникальных физических и поведенческих характеристик людей.

Узнайте больше в:
Применение биометрии динамики нажатия клавиш в онлайн-средах обучения: выборочное исследование

Найдите больше терминов и определений, используя наш поиск по словарю.

Издательство Inderscience Publishers – связывает научные круги, бизнес и промышленность посредством исследований

  • Делитесь и делитесь одинаково

    Как пандемия COVID-19 повлияла на так называемую экономику совместного использования? Ответ находит библиометрический анализ, опубликованный в International Journal of Web Engineering and Technology .

    Растет объем исследовательской литературы, в которой исследуется влияние пандемии на множество различных аспектов жизни. Цзянь Фэн и Чжэньфэн Лю из Шанхайского морского университета в Шанхае, Китай, сосредоточились на опубликованной литературе, в которой сообщается об экономике совместного потребления. Они использовали данные из Web of Science за годы до пандемии (с 2008 по 2019 год).) и годы пандемии (с 2020 по 2021 год), чтобы раскрыть то, что они называют темами исследований, научными сообществами, путями эволюции и горячими точками исследований в этой развивающейся области социальных наук.

    Несмотря на то, что идея совместного использования так же стара, как человечество, термин «экономика совместного использования», скорее всего, был придуман только в 2008 году профессором Стэнфордской школы права Лоуренсом Лессигом, хотя этот термин вполне мог использоваться до его работы. Под экономикой совместного потребления в настоящее время обычно понимают тех новых участников отрасли и различных рынков, которые нарушили общепринятые представления о торговле и иногда узурпировали традиционные бизнес-модели. Например, такие организации, как Airbnb в гостиничном бизнесе, Uber и DiDi в транспорте, Gridmates в энергетике, MediCast в здравоохранении, WeWork в офисной работе и MakeSpace в логистике.

    Шанхайское исследование показало, что четыре новые темы исследований были обновлены, возможно, не неожиданно, включая исследование самого COVID-19 во втором транше исследовательских работ. Команда объясняет, что COVID-19 затронул не только традиционные сектора, такие как размещение, туризм и транспорт, но также повлиял на обмен предметами роскоши, прокат модной одежды, логистику, доставку еды и индустрию фестивалей.

    Команда отмечает, что, несмотря на страдания, заболеваемость и смертность, связанные с COVID-19он также представляет собой точку трансформации в экономике, благодаря которой цели устойчивого развития могут быть достигнуты быстрее, чем в допандемическую эпоху, по крайней мере, с точки зрения тех компаний и организаций, которые участвуют в экономике совместного потребления. Остается, что продолжающаяся пандемия навсегда ставит новые проблемы и вызовы для цифровых технологий, управления рисками, цепочки поставок, управления операциями и технологических инноваций среди компаний экономики совместного потребления и их заинтересованных сторон. Тем не менее, по своей природе инновационный характер таких компаний означает, что они быстро справляются с этими проблемами.

    Фэн, Дж. и Лю, З. (2022) «Библиометрический анализ влияния COVID-19 на экономику совместного потребления», Int. J. Веб-инженерия и технологии, Vol. 17, № 2, стр. 170–202.
    DOI: 10.1504/IJWET.2022.10050640

  • Как обучать врачей в условиях пандемии

    Одна из величайших ироний блокировок, закрытия границ и самоизоляции во время пандемии COVID-19 заключается в том, что студенты-медики, как и многие другие люди в сфере образования, были вынуждены пользоваться Интернетом в связи с продолжающейся учебой. Медицинское образование, как и во многих других областях профессионального обучения, требует, чтобы его студенты были очень практическими, по крайней мере, в течение довольно большой части времени. Исследования в International Journal of Innovation in Education рассмотрел медицинское образование в Италии, пострадавшее от пандемии.

    Бенедетта Аньелли, Сильвия Олдани, Валериано Винчи, Маттиа Лоппини, Фердинандо Кананци, Дамиано Киари и Лисия Монтанья из Университета Humanitas в Милане и Фабрицио Консорти из Римского университета Сапиенца обсуждают, как практическая деятельность была перенесена в онлайн, чтобы студенты могли бы продолжать изучать необходимые методологические и когнитивные навыки, связанные с медициной. Среди этих навыков — понимание истории болезни (анамнеза), клиническое мышление, процедурные навыки, обсуждение случая и тому подобное. Они обсуждают свой опыт профессиональной деятельности в форме электронного обучения и раскрывают преимущества и ограничения, чтобы другие участники медицинского образования могли учиться на этом опыте.

    Деятельность по повышению квалификации является жизненно важной частью практического обучения в Университете Humanitas, поэтому пандемия поставила перед педагогами множество серьезных проблем, которые надеются научить своих студентов-медиков быть хорошими врачами. К счастью, инновационные технологии на данном этапе истории позволили студентам-медикам, несмотря на ограничения в связи с пандемией, продолжить свое обучение онлайн, хотя и с некоторыми ограничениями.

    Команда предполагает, что, учитывая кризисную ситуацию, в которой оказалось человечество, электронное обучение позволило проводить обучение таким образом, чтобы учащиеся могли улучшать аспекты своего образования, связанные с рефлексией и самообучением, в отличие от традиционного обучения. обязательно облегчить.

    Аньелли, Б., Олдани, С., Винчи, В., Лоппини, М., Кананци, Ф., Киари, Д., Монтанья, Л. и Консорти, Ф. (2022) «Медицинское образование в Пандемия Covid-19: профессиональная деятельность на основе электронного обучения», Int. J. Инновации в образовании, Vol. 7, №№ 3/4, стр. 193–208.
    DOI: 10.1504/IJIIE.2022.10049290

  • Личность пользователей социальных сетей

    Исследование, опубликованное в International Journal of Mobile Communications , посвящено изучению того, какие личностные черты и демографические факторы связаны с использованием одного из самых известных приложений. в Китае — приложение для обмена мгновенными сообщениями, социальные сети и приложение для мобильных платежей WeChat.

    WeChat был разработан китайским многонациональным конгломератом Tencent и впервые выпущен в 2011 году. У него более миллиарда активных пользователей в месяц, и его часто называют китайским «приложением для всего». Он имеет множество функций, что нередко встречается среди приложений для социальных сетей, позволяя пользователям обмениваться текстовыми сообщениями, совершать телефонные звонки, проводить видеоконференции, транслировать сообщения группам, раскрывать информацию о местоположении другим пользователям, играть в видеоигры и делиться фотографии и видео. Такие приложения, как WeChat, по сути, являются постоянно включенным цифровым многофункциональным инструментом для многих людей.

    Хуа Панг из Школы новых медиа и коммуникаций при Тяньцзиньском университете в Тяньцзине, Китай, изучил, можно ли предсказать, кто может использовать WeChat, на основе стандартных черт личности, таких как экстраверсия, невротизм и открытость опыту. как их демографические характеристики. Данные веб-опроса взрослых в Китае были подвергнуты корреляционному анализу и множественному иерархическому регрессионному анализу.

    Результаты показывают, что экстраверсия чаще всего связана с вероятностью использования WeChat мужчинами и женщинами, как и следовало ожидать, и это особенно верно для молодых пользователей. Панг обнаружил, что мужчины с невротизмом также были склонны к злоупотреблениям. Панг также обнаружил, что пожилые люди, которые сами сообщают, что открыты для новых впечатлений, также могут быть пользователями WeChat. Работа подтверждает результаты других исследований в этой области и указывает на новые пути, которые можно было бы изучить, чтобы взглянуть на тонкости использования социальных сетей, поскольку они связаны с личностью и демографией.

    Pang H. (2022) «Изучение влияния личностных характеристик и демографических факторов на участие взрослых в WeChat», Int. J. Мобильная связь, Vol. 20, № 5, стр. 590–608.
    DOI: 10.1504/IJMC.2022.10039642

  • Электронные отходы

    Электронные отходы представляют собой огромную и растущую проблему во всем мире, поскольку невообразимое количество сломанных и устаревших устройств и гаджетов попадает в поток отходов, который угрожает стать потопом. Проблема заключается не только в отходах и потере редких и дорогостоящих материалов, но и в том, что многие материалы, в частности металлы, представляют угрозу для окружающей среды, если они попадают в экосистемы.

    Правила национального и международного уровня пытаются решить проблему электронных отходов с разной степенью успеха. Исследование, опубликованное в International Journal of Environmental Technology and Management , рассматривало проблему с точки зрения Вьетнама, где, по оценкам, ежегодно образуется более десяти миллионов единиц электронных отходов.

    В исследовании рассматривается, как Вьетнам управляет своими электронными отходами в соответствии с правилами, введенными в 2015 году, в отношении поиска и обработки выброшенных продуктов и расширенной ответственности производителя. Кроме того, в нем рассматривается, как эти политики вписываются в закон об охране окружающей среды 2020 года и как плюсы и минусы этих местных правил и законов могут помочь политикам в других развивающихся странах, которые также сталкиваются с растущими проблемами электронных отходов.

    Нгуен Трунг Тханг и Дуонг Тхи Фуонг Ань из Института стратегии и политики в области природных ресурсов и окружающей среды (ISPONRE) в Ханое, Вьетнам, и Сунил Герат из Университета Гриффита, кампус Натан в Квинсленде, Австралия, отмечают плохое обращение с электронных отходов является серьезной проблемой с точки зрения гигиены окружающей среды и здоровья человека.

    Многим развивающимся странам еще предстоит полностью осознать последствия и разработать законы, позволяющие им справляться. Во Вьетнаме электронные отходы еще не получили четкого определения, и большая их часть по-прежнему попадает в общий поток отходов. Там, где они перерабатываются надлежащим образом, переработчикам часто не хватает понимания или оборудования для надлежащего обращения с ними, а также для безопасного извлечения и извлечения редких и токсичных материалов. Действительно, так называемые ремесленные деревни, созданные для извлечения металлов, обычно сжигают старые устройства, производя огромное количество токсичных паров, и используют самые элементарные методы для извлечения и переработки металлов из этих устройств.

    Подход должен измениться, политики и регулирующие органы должны взять под контроль поток электронных отходов, обучать тех, кто занимается утилизацией и переработкой, и побуждать их признавать преимущества и, возможно, предлагать стимулы, чтобы безопасная и надлежащая переработка электронных отходов была более широко распространена. усыновленный. Команда добавляет, что в этом отношении развитому миру нужна как техническая, так и финансовая помощь со стороны развитого мира, чтобы его локальные потоки электронных отходов не усугубляли глобальную проблему.

    Тханг, Н.Т., Герат, С. и Ань, Д.Т.П. (2022) «Текущее состояние управления электронными отходами во Вьетнаме», Int. J. Экологические технологии и управление, Vol. 25, № 5, стр. 388–405.
    DOI: 10.1504/IJETM.2022.10049448

  • Хаотическое шифрование изображений

    Согласно работе, опубликованной в International Journal of Ad Hoc and Ubiquitous Computing , теория хаоса может использоваться для шифрования цветного изображения с вычислительной эффективностью. Описанный нелинейный подход работает намного лучше, чем обычные алгоритмы шифрования для таких цифровых активов.

    Subhrajyoti Deb из Университета ICFAI в Трипуре, Bubu Bhuyan из North-Eastern Hill University в Шиллонге, Nirmalya Kar из Национального технологического института в Агартале, K. Sudheer Reddy из Anurag University в Хайдарабаде, Индия, объясняют, насколько надежным является шифрование необходим для широкого спектра цифровых активов, не в последнюю очередь для цветных изображений. Традиционные инструменты шифрования могут обрабатывать файл, который кодирует цветное изображение, как если бы это был текстовый документ, но такой подход очень неэффективен, учитывая различные качества отображаемого изображения по сравнению с текстовым документом.

    Таким образом, шифрование изображения с использованием алгоритмов шифрования, разработанных для шифрования текста, приводит к значительным потерям времени и вычислительных ресурсов. Кроме того, такой подход, не оптимизированный для изображения, также делает их уязвимыми для расшифровки третьей стороной из-за характеристик зашифрованного файла, в котором он может содержать чрезмерную избыточность из-за длинных строк с одинаковыми значениями пикселей. Различные исследователи предлагали альтернативные подходы, такие как использование теории хаоса, клеточных автоматов или квантовой теории, чтобы сделать шифрование изображений более эффективным и менее подверженным атакам. По сути, необходимо рандомизировать пиксели, закодированные файлом изображения, обратимым способом, который был бы эффективным и почти невозможным для взлома без ключа шифрования.

    Команда использовала модифицированную версию шифра Grain-128 для решения проблем, с которыми сталкиваются те, кому необходимо шифровать цветные изображения. В результате получается зашифрованный файл с удовлетворительным пространством ключей, низкой корреляцией и высокой случайностью. Зашифрованное изображение имеет вид случайного цветового шума при отображении на экране. В целом, улучшения по сравнению с традиционными подходами к шифрованию текста дают команде эффективный и практически неподдающийся взлому зашифрованный файл, который нельзя взломать с помощью стандартных атак с окклюзией, вращением и шумом.

    Деб С., Бхуян Б., Кар Н. и Редди К.С. (2022) «Шифрование цветных изображений с использованием улучшенной версии потокового шифрования и хаоса», Int. J. Специальные и вездесущие вычисления, Vol. 41, № 2, стр. 118–133.
    DOI: 10.1504/IJAHUC.2022.10045645

  • Улучшение биотрансформаций

    Исследования в Международном журнале биоинформатических исследований и приложений исследовали химию и поведение полезного природного продукта, производимого мадагаскарским барвинком (Catharanthus roseus Bunge). Работа может расширить репертуар растущей области химической науки — биотрансформации, — где молекулярный механизм природы используется для создания и изменения новых соединений в лаборатории.

    Многие натуральные продукты, по определению химические соединения, вырабатываемые живыми организмами, обладают физиологической активностью и были выделены из своего источника, исследованы и превращены в фармацевтические продукты. Действительно, примерно два из каждых пяти отпускаемых по рецепту лекарств имеют натуральное происхождение. Однако обычно активное химическое вещество в живом организме модифицируется для конкретной цели или профиля лекарственного средства с другой, более целевой активностью при заболевании и, например, с меньшими или менее вредными побочными эффектами. Кроме того, модификация природного продукта часто является необходимым условием для создания нового фармацевтического препарата, достаточно отличающегося от него, чтобы можно было подать успешную патентную заявку и вывести лекарство на рынок с прибылью.

    За последние несколько десятилетий химики нашли способы использования ферментов для модификации натуральных продуктов и, в свою очередь, они нашли способы модификации ферментов, чтобы заставить их работать по-другому и позволить им обрабатывать натуральные продукты и другие молекулы по-разному для получения беспрецедентное молекулярное разнообразие. Любая из этого огромного количества новых молекул может обладать физиологической активностью, которая может оказаться полезной при лечении определенных заболеваний и расстройств.

    Петр Шимчик; Гражина Шиманская; Малгожата Маевская; Изабела Веремчук-Ежина; Михал Колодзейчик; Камила Чарнецка; Павел Шиманский и Эва Кочан из Медицинского университета Лодзи в Лодзи, Польша, исследовали часть молекулярного механизма природы, фермент, известный как стриктозидин-β-D-глюкозидаза C. roseus. Ферменты — это белки, которые действуют на небольшие молекулы, их субстраты, и превращают этот субстрат в другую молекулу, используемую живым организмом. Команда сообщает о структуре этого фермента из барвинка с акцентом на карман в его молекулярной структуре, который связывается с субстратом, активным центром фермента.

    Команда создала компьютерную модель фермента барвинка, используя программное обеспечение Discovery Studio 4.1 и шаблон для фермента на основе другого известного фермента из β-глюкозидазы, обнаруженной в рисе, которую они модифицировали, чтобы она соответствовала известным деталям фермента барвинка. Затем они могли использовать вторую компьютерную программу — алгоритм под названием CDOCKER — чтобы увидеть, как различные химические субстраты будут взаимодействовать с активным центром модельного фермента барвинка. Они протестировали природный субстрат — молекулу, известную как стриктозидин, и второе химическое вещество — D-глюконо-1,5-лактон. Эта последняя молекула, как известно, связывается с ферментом и ингибирует его активность. Процесс стыковки, при котором субстрат вставляется в активный центр, как ключ в замок, позволил команде усовершенствовать структуру фермента барвинка, чтобы сделать мелкие детали модели ближе к тем, которые можно увидеть в природе. Для этого использовалось программное обеспечение молекулярной динамики.

    В конечном счете, работа расширяет то, что было известно ранее о ферменте барвинка, и может позволить ученым модифицировать его таким образом, чтобы он действовал на другие субстраты. Однако до этого, учитывая, что натуральный продукт стриктозидин сам по себе является полезным исходным материалом для широкого спектра различных молекул, работа открывает новые возможности для работы с этим натуральным продуктом.

    Шимчик П., Шиманска Г., Маевска М., Веремчук-Езина И., Колодзейчик М., Чарнецка К., Шимански П. и Кочан Э. (2022) «Моделирование гомологии и исследование стыковки стриктозидин-β-D-глюкозидазы из мадагаскарского барвинка (Catharanthus roseus Bunge)», Int. J. Биоинформатические исследования и приложения, Vol. 18, № 3, стр. 234–269.
    DOI: 10.1504/IJBRA.2022.10033607

  • Проектный страх

    Страх, вызванный частично дезинформацией в СМИ, является важной эмоцией в контексте кризисов. Это может привести к плохим или, в лучшем случае, неоптимальным решениям, особенно в разгар глобальной пандемии, говорится в работе, опубликованной в1247 Международный журнал бизнес- и системных исследований .

    Хосе Чавалья Нето из Beta L Consulting Group в Сан-Паулу, Антонио Бенту Калейро из Университета Эвора в Эворе, Бразилия, Хосе Антониу Филипе из Iscte – Instituto Universitário de Lisboa, Мануэль Пачеко Коэлью из Университета Лиссабона, Португалия и Голамреза Аскари из Университета Семнан в Семнане, Иран, изучили, как страх возник в Бразилии во время все еще продолжающейся пандемии COVID-19. Пандемия, которая привела к серьезным проблемам со здоровьем, смерти и экономическому опустошению, независимо от того, насколько кто-то боялся, когда появился вирус, и в последующие месяцы после объявлений Всемирной организации здравоохранения о пандемии.

    На ранних стадиях кризисов многие люди были перегружены информацией, большая часть которой была противоречивой, о самой новизне возбудителя, коронавируса SARS-CoV-2, и его последствиях. Шли дни, недели и месяцы, в смесь добавлялась дезинформация и появлялись теории заговора. Четкую картину того, как на самом деле развивались события, было трудно разгадать. Это было особенно верно с точки зрения информации, которой обменивались тоталитарные режимы и распространялась оттуда, и тем более, когда у нас были фармацевтические вмешательства и различные вакцины против COVID-19..

    Картина была еще более мутной с учетом социальной изоляции, самоизоляции, карантина и закрытия международных границ, и все это было сделано с целью снижения скорости распространения болезни, связанной с ней заболеваемости, смертности и так далее. так называемые «избыточные» смерти. Для многих еще ничего не ясно даже спустя более двух лет после объявления пандемии, и многие люди жили в страхе с самого начала, и многие живут до сих пор.

    Нето, Х.К., Калейро, А.Б., Филипе, Х.А., Коэльо, М.П. и Аскари Г. (2022) «Как страх может повлиять на экономические решения в условиях пандемии в свете систем принятия решений? Подход к делу COVID-19», Int. J. Бизнес и системные исследования, Vol. 16, №№ 5/6, стр. 759–782.
    DOI: 10.1504/IJBSR.2022.10047150

  • Обнаружение испаноязычных киберхулиганов

    Исследователи из Эквадора используют методы глубокого обучения для выявления характеристик агрессивного поведения в текстах на испанском языке в социальных сетях. Подробности в Международный журнал интеллектуального анализа данных, моделирования и управления .

    Пауль Кумба-Армихос, Диего Риофрио-Лускандо, Вероника Родригес-Арболеда и Джо Каррион-Джамбо Цифровая школа, Международный университет SEK, Кито, Пичинча, Эквадор, извлекли выражения и фразы, которые обычно используются в эпизодах киберзапугивания, из 83400 обновлений. в одной конкретной социальной сети. Они использовали этот текст для обучения сверточной нейронной сети. Алгоритм, полученный в результате этого обучения, представляет собой инструмент, который затем может автоматически идентифицировать оскорбления, расизм, гомофобные атаки и так далее.

    Возможно, общеизвестно, что, несмотря на огромные преимущества социальных медиа и инструментов социальных сетей. Однако, как и в случае с любым изобретением, всегда найдутся те, кто попытается злоупотребить системой в своих злонамеренных целях. Такая деятельность может повлечь за собой дальнейшую маргинализацию уязвимых групп и молодых людей, поэтому желательно найти способы снизить риск для таких групп со стороны киберхулиганов. Команда пишет, что в Эквадоре 27% подростков сообщили о том, что пострадали от маргинализации из-за киберзапугивания, 46% сообщили о домогательствах, 17% об агрессивном поведении в Интернете и 10% подверглись вымогательству.

    Тесты обученной нейросети, проведенные командой, показали, что она работает с высокой точностью — более 98 процентов. Следующим шагом, который вполне может улучшить эту точность, будет получение данных из блогов и дополнительных сайтов социальных сетей, а также включение дополнительных фраз на испанском языке для улучшения возможностей прогнозирования системы.

    Кумба-Армихос, П., Риофрио-Лускандо, Д., Родригес-Арболеда, В. и Каррион-Джамбо, Дж. (2022) «Обнаружение киберзапугивания в испанских текстах с помощью методов глубокого обучения», Int. J. Интеллектуальный анализ данных, моделирование и управление, Vol. 14, № 3, стр. 234–247.
    DOI: 10.1504/IJDMMM.2022.10045289

  • Забавные и аутентичные рекламодатели

    Согласно работе, опубликованной в Международном журнале экономических и бизнес-исследований , персонализация и интерактивность являются ключом к повышению эффективности рекламной кампании в социальных сетях. Это открытие имеет значение для того, как маркетологи и рекламные команды могут получить максимальную отдачу от своих усилий и бюджетов.

    Тааника Арора из Института перспективных исследований Рукмини Деви при Университете IP в Дели, Индия, подробно изучила одну особенно популярную область мира социальных сетей — сетевой сайт Facebook. В частности, Арора использовала модель веб-рекламы Дюкоффа и теорию потоков, чтобы исследовать, в какой степени персонализация и интерактивность являются определяющими факторами намерения совершить покупку среди потенциальных потребителей, которые видят рекламу на Facebook.

    На момент написания этого обзора у Facebook было почти 3000 миллионов активных пользователей в месяц. Население мира составляет почти 8000 миллионов человек, так что это число составляет очень большую долю всех людей на Земле, почти 40 процентов нас. По любым меркам это огромный рекламный рынок, представляющий огромное количество потенциальных потребителей продукта или услуги, даже если предположить, что часть этих учетных записей являются поддельными, дубликатами или представляют собой компании, которым есть что продавать.

    Арора провела систематическое исследование с использованием невероятностной выборки данных, полученных от более чем 700 активных индийских пользователей Facebook. Она объясняет, что моделирование структурными уравнениями использовалось для демонстрации пригодности модели и установления достоверности и надежности адаптированных шкал.

    «Результаты показывают, что предложенная структура является надежным инструментом для измерения эффективности рекламы на Facebook», — пишет Арора. «Это исследование теоретически способствует применению рекламной модели Facebook и практически предоставляет влиятельные факторы для эффективной рекламы для маркетологов и рекламодателей». Важный вывод, которым могут руководствоваться маркетологи и рекламщики, заключается в том, что «доверие» и «развлечение» имеют решающее значение в рекламе на Facebook, без аутентичности и развлечения многое теряется. Кроме того, двусторонняя или интерактивная реклама помогает потенциальным потребителям совершить покупку. Обратной стороной всего этого является то, что персонализация вызывает озабоченность в отношении конфиденциальности, и потребители часто не терпят никакого вторжения в их личную жизнь, несмотря на то, что они активны, по сути, в очень публичной сфере социальных сетей.

    Суть в том, что маркетологи, надеющиеся получить максимальную отдачу от своего рекламного бюджета на Facebook, должны быть искренними, занимательными и осведомленными о проблемах конфиденциальности своего целевого рынка.

    Арора, Т. (2022) «Основы усиления влияния рекламы в Facebook: ключевая роль персонализации и интерактивности», Int. J. Экономика и бизнес-исследования, Vol. 24, № 3, стр. 305–343.
    DOI: 10.1504/IJEBR.2022.10044237

  • Структура психического здоровья

    Пандемия COVID-19 продолжает оказывать глубокое воздействие на общество, здоровье людей и мировую экономику. Исследование, опубликованное в International Journal Medical Engineering and Informatics , предлагает концептуальную основу того, как необходимые профилактические меры, применяемые и принятые во время пандемии, могут быть связаны с возникающими проблемами психического здоровья.

    Раджеш Р. Пай из Технологического института Манипала в Манипале и Наганне Четти и Сриджит Алатур из Национального технологического института штата Карнатака в Сураткале, Индия, указывают на то, как стратегии сдерживания и смягчения последствий, такие как закрытие международных границ, национальных и местных блокировки, карантин для путешественников, дезинфекция рук и маски были введены вскоре после осознания того, что уровень заражения новым коронавирусом SARS-CoV-2 приближается к уровню, который может привести к пандемии. Пандемию, к сожалению, не удалось остановить, возможно, из-за того, что многие меры не были достаточно своевременными и не применялись властями разных стран достаточно строго.

    Однако после того, как были введены ограничения, многие люди, столкнувшиеся с социальной изоляцией, почувствовали себя в ловушке и разозлились. Похоже, что в связи с пандемией наблюдается рост тревоги и депрессии, в то время как показатели злоупотребления алкоголем и числа самоубийств возросли. Многие сферы общества, возможно, пострадали больше, чем другие, и, по крайней мере, по-разному. Например, работники здравоохранения, гостиничного бизнеса и маргинализированные сообщества столкнулись с разным давлением из-за COVID-19.пандемия.

    Команда пришла к выводу из своего исследования, что, хотя профилактические меры в области здравоохранения вполне могли в конечном итоге снизить общее число инфекций и смертей от этого заболевания, темная сторона заключается в том, что они могли привести к заболеваемости другого рода из-за их воздействия на психическое здоровье.