Steinbeis-Transferzentrum BISE - Biometrie

Beratung

• Biometrie
• Bildverarbeitung
• Machine Learning
• IT-Sicherheit
• Datenschutz
• Standardisierung

• BTAP: Das Authentifizierungsprotokoll für biometrische Transaktionen (BTAP)
  Das Biometrische Transaktions Authentisierungs Protokoll (BTAP) löst ein Grundproblem des heutigen Online-Bankings: Den Nachweis von Authentizität und Integrität von Personen- und Transaktionsdaten bei Finanztransaktionen in einem potenziell unsicheren Umfeld. Des Weiteren wird die Anforderung biometrische Daten in Online-Banking-Szenarien zu nutzen, um eine starke Verbindung zwischen der biometrischen Charakteristik und den Transaktionsdaten zu erreichen, in BTAP erfüllt. Gleichzeitig werden die sensitiven biometrischen Informationen durch einen datenschutzfreundlichen Mechanismus versiegelt und können nicht durch eine andere Partei aus dem Protokollfluss ausgeleitet werden. BTAP bietet zwei wichtige Elemente eines Sicherheitsprotokolls: geringe Komplexität und starke Modularisierungsmöglichkeiten.  
• MAD: Morphing-Angriffserkennung
  Jüngste Forschungen ergaben, dass Angriffe, die auf die Verschmelzung von Lichtbildern abzielen (sogenannte Morphing-Angriffe), ein ernstes Sicherheitsrisiko für Gesichtserkennungssysteme darstellen. Eine zuverlässige Erkennung eines Morphing-Angriffes bleibt weiter eine große Herausforderung für die Forschung, da die von einem Angreifer verwendeten Kameras und Morphing-Techniken unbekannt sind. In dieser Arbeit wird ein robustes Morphing Attack Detection (MAD) System vorgestellt, das auch über Datenbankgrenzen hinweg generalisieren kann.
• SOTAMD: Stand der Technik bei der Morphing-Erkennung
  Das Ziel des SOTAMD-Projektes ist es, den Stand der Technik von Mechanismen bei der Erkennung von gemorphten Gesichtsbildern zu ermitteln, indem aus verschiedenen Orten und Aufnahmesystemen ein Datensatz von gemorphten Gesichtsbildern erhoben wird für den die Bildqualität gemäß ICAO und EU-Verordnung 2252/2004 gewährleistet ist. Außerdem wird das Projekt die bestehenden Mechanismen zur Erkennung von gemorphten Gesichtsbildern auf der Grundlage eines gemeinsamen, etablierten Benchmark-Protokolls und von Metriken zur Erkennung von gemorphten Gesichtsbildern bewerten. Das Projekt fokussiert sich auf das Differenzprüfungs-Szenario zur Morphing-Erkennung, bei welchem ein boda fide Gesichtsbild mit dem Untersuchungsziel (z. B. das gedruckte Abbild bei der Reisepassbeantragung) in einem Signalvergleich geprüft wird. Das Projekt adressiert das Szenario der automatisierten Grenzkontrolle, bei dem das Live-Gesichtsbild (das im eGate erfasst wurde) mit dem Bild im Chip des Reisepasses verglichen wird.
• BioBida: Biometrie und Big Data
  Angesichts des aktuellen Wachstums und des Nutzens biometrischer Systeme werden in diesem Projekt Verfahren untersucht, die eine wirksame und genaue Verarbeitung großer Mengen biometrischer Daten unterstützen. Das Ziel dieses Projektes ist die Entwicklung von effizienten Algorithmen und Datenstrukturen für biometrische Identifikationen, die die Suchanfragen auf sehr großen biometrischen Datensätzen in Echtzeit liefern und gleichzeitig den Schutz von sensitiven biometrischen Daten gewährleisten können.
• RESPECT: Zuverlässige, sichere und die Privatsphäre bewahrende multi-biometrische Personen-Authentifizierung
  Dieses deutsch-französische Kooperationsprojekt untersucht das Potenzial von multi-biometrischen Ansätzen als ein Mittel zur Verteidigung gegen diverse Presentations-Angriffen und zur Verbesserung der Generalisierungsfähigkeit, während gleichzeitig der Schutz der sensitiven Daten sichergestellt ist. Im Mittelpunkt der Forschung steht die Nutzung biometrischer Merkmale, die mit allgegenwärtigen mobilen Endgeräten einfach und zuverlässig erfasst werden können, und biometrischer Merkmale, die eine rechnerisch handhabbare, homomorphe Verschlüsselung ermöglichen. Die Ziele des Projektes sind sowohl die Robustheit und Sicherheit der biometrischen Erfassung als auch die Datenschutzmechanismen. Gleichzeitig sollen die Genauigkeit der Erkennung und Zuverlässigkeit verbessert werden, wodurch das Vertrauen in zukünftige multi-biometrische audiovisuelle Erkennungstechnologien gestärkt und ihre gesellschaftlichen und wirtschaftlichen Vorteile realisiert werden sollen.