Utilize este link para identificar ou citar este item: http://bdm.unb.br/handle/10483/13278
Título: Detecção de fraudes em leitores de impressões digitais sem contato utilizando descritores de texturas e redes neurais artificiais
Autor(es): Silva, Mateus Mendelson Esteves da
Orientador(es): Zaghetto, Alexandre
Assunto: Biometria
Redes neurais (Computação)
Data de apresentação: 14-Dez-2015
Data de publicação: 3-Jun-2016
Referência: SILVA, Mateus Mendelson Esteves da. Detecção de fraudes em leitores de impressões digitais sem contato utilizando descritores de texturas e redes neurais artificiais. 2015. xv, 65 f., il. Monografia (Bacharelado em Engenharia da Computação)—Universidade de Brasília, Brasília, 2015.
Resumo: Com o advento dos sistemas biométricos de impressão digital, surgem também as mais diversas técnicas de ataque que visam enganar a segurança imposta. Quando um atacante investe contra um sistema, três possíveis situações merecem destaque. Em uma delas, o atacante fornece uma impressão digital falsa com o objetivo de se passar por um terceiro. Na outra, o atacante altera sua impressão digital de forma a não ser reconhecido. Ainda, há situações nas quais um usuário insere objetos no leitor, ou seja, não são apresentadas impressões digitais. Para que tais tentativas de fraude sejam combatidas, este trabalho apresenta um método capaz de classificar imagens provenientes de um leitor biométrico de impressões digitais sem contato em categorias que indicam a presença de dedos reais, dedos oclusos e objetos que não são dedos. A classificação é realizada com uma combinação de redes neurais artificiais e os descritores de textura ILBP e GLCM. _____________________________________________________________________________ ABSTRACT
Along with the advent of biometric systems, many techniques have been created in order to trick them. Many times, these techniques are performed at the sensor level and, according to the way it is done, they may be classified into 3 subcategories. Two of them are worth mentioning for the purpose of this paper. In one of them, the attacker provides a fake fingerprint to make the system believe that the attacker is a valid user. In the other, the attacker obfuscates his fingerprint so that the system will not be able to identify him. There is also the situation that a user presents an object to the sensor, in which case there is no fingerprint. This paper proposes an anti-spoofing method that classifies images acquired from a touchless fingreprint biometric sensor into three categories: real fingerprint, obfuscated fingerprint or not even a finger. The proposed method makes use of artificial neural networks and a combination of two texture descriptors: ILBP and GLCM.
Informações adicionais: Monografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2015.
Aparece na Coleção:Engenharia de Computação

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2015_MateusMendelsonEstevesdaSilva.pdf9.36 MBAdobe PDFver/abrir


Este item está licenciado na Licença Creative Commons Creative Commons