Irisscanner kan skelne døde øjeæbler fra levende

Filmen fra 1993 Nedrivningsmand foregår i 2030'ernes fiktive fremtid, hvor folk får adgang til mere eller mindre alt via iris-scanninger. Det fører til et ikke overraskende plot-apparat, hvor en fange flygter fra fængslet ved at skære vagtchefens øjeæble ud og bruge det til at forfalske de biometriske scannere.

Dette rejser et interessant spørgsmål. Er det muligt for en scanner at kende forskel på en levende iris og en død?

I dag får vi et svar takket være Mateusz Trokielewicz' arbejde ved Warszawa University of Technology i Polen og et par af hans kolleger. Disse fyre har lavet en database med irisscanninger fra levende mennesker og fra døde kroppe og derefter trænet en maskinlæringsalgoritme til at se forskellen.

De siger, at deres algoritme kan skelne en levende iris fra og en død med 99 procents nøjagtighed. Men deres resultater tilbyder kriminelle en potentiel måde at slå detektionssystemet på.

Først lidt baggrund. Øjenlæger har længe erkendt, at irisens indviklede struktur er unik for hvert individ. Detaljerne er især tydelige i nær-infrarøde irisbilleder, og irisbilleder ved denne bølgelængde er meget udbredt i forskellige sikkerhedsapplikationer.

Men systemet er ikke perfekt. Sidste år låste hackere en iris-scanning Samsung-smartphone op ved at printe et billede af ejerens iris på en kontaktlinse og derefter placere kontaktlinsen på et dummy-øjeæble.

Det mere grufulde hack fra Nedrivningsmand er en anden måde at omgå disse systemer. Men ingen har fundet ud af, om denne form for angreb kan opdages, indtil nu.

Forskningen er muliggjort af en usædvanlig database - Warszawa BioBase PostMortem Iris-datasættet, som omfatter 574 nær-infrarøde irisbilleder indsamlet fra 17 mennesker på forskellige tidspunkter efter, at de er døde. Billederne er fra fem timer til 34 dage efter døden.

Holdet indsamlede også 256 billeder af levende iris. De sørgede for at bruge det samme iriskamera, som blev brugt på kadaverne, så maskinlæringsalgoritmen ikke kunne narre til at genkende billeder baseret på forskellige kameraers egenskaber.

Holdet tjekkede også datasættet for åbenlyse bias i billederne, såsom forskelle i den måde, forskellige operatører kan tage billeder på, og den måde, dette påvirker billedintensiteten. De fandt, at der ikke var meget til at skelne billederne i denne henseende.

Der er dog en åbenlys forskel på den måde, levende og døde iris ofte ser ud på billeder. Dette opstår, fordi øjenlågene på kadavere ofte holdes åbne ved hjælp af metalretraktorer, i modsætning til de fleste levende irisbilleder. Disse er lette for en maskinsynsalgoritme at få øje på. Af denne grund beskåret holdet billederne for kun at vise iris.

Endelig brugte de det meste af datasættet til at træne et maskinlæringssystem til at genkende døde og levende iris. De brugte resten af ​​datasættet til at teste algoritmen.

Resultaterne tyder på, at algoritmen nøjagtigt spotter alle døde iris og sjældent fejlklassificerer levende. Ingen post-mortem prøve bliver fejlagtigt klassificeret som en levende prøve, med en sandsynlighed for at misklassificere en levende prøve som en død på omkring 1 procent, siger holdet.

Der er dog et forbehold. Denne nøjagtighed gælder kun for iris, der har været døde i 16 timer eller mere. Prøver indsamlet kort efter døden (dvs. fem timer i vores undersøgelse) kan ikke give post-mortem ændringer, der er udtalte nok til at tjene som signaler til liveness-detektion, siger Trokielewicz og co.

Det giver disse grufulde hackere et vindue af muligheder, da nyplukkede øjeæbler burde fungere en godbid. Bekymrede læsere kan helt sikkert trøste sig med viden om, at plukkede øjeæbler mister deres hackingstyrke blot et par timer senere.

Ref: arxiv.org/abs/1807.04058 : Præsentationsangrebsdetektion for kadaveririser

skjule