projekty_biomobi_kv1

Projekty_BioMobi_KV1

projekty_biomobi_logo-2

Projekty_BioMobi_logo

Remote mobile biometric authentication system for unspecialised mobile devices (BioMobi)

System zdalnego mobilnego uwierzytelniania biometrycznego wykorzystujący niespecjalizowane urządzenia mobilne (BioMobi)

jaroslawwojtowicz

JaroslawWojtowicz

projekty_biomobi_ikona-2

Projekty_BioMobi_ikona

Jarosław Wójtowicz

Demand for remote mobile authentication systems continues to grow. The most popular method of authentication using a PIN has multiple drawbacks and has recently been widely supplemented by biometric chips embedded in mobile devices.
In the project, our goal was to build such a system that would apply to commonly available devices, without the need for special biometric sensors. It was important to us that the solutions be adaptable to security needs and user preferences through the use of a multibiometric system, i.e. having the ability to measure multiple biometric modalities.
The BioMobi system we developed is thus a response to the shortcomings of existing mobile authentication programs that use biometric techniques in the identity verification process.

Zapotrzebowanie na systemy zdalnego mobilnego uwierzytelniania nieustannie się zwiększa. Najbardziej popularna metoda uwierzytelniania przy użyciu PINu ma szereg wad i jest ostatnio powszechnie uzupełniana poprzez układy biometryczne wbudowane w urządzenia mobilne.
W projekcie za cel postawiliśmy sobie zbudowanie systemu, który będzie dotyczył powszechnie dostępnych urządzeń bez specjalnych sensorów biometrycznych. Ważne dla nas było, aby rozwiązania można było adaptować do potrzeb bezpieczeństwa i preferencji użytkownika poprzez zastosowanie systemu multibiometrycznego, tzn. mającego możliwość pomiaru wielu modalności biometrycznych.
Opracowany przez nas system BioMobi jest odpowiedzią na niedostatki istniejących, mobilnych programów uwierzytelniających stosujących techniki biometryczne w procesie weryfikacji tożsamości.

The BioMobi project concluded with the development of a system that uses biometric identity identification methods and accounts for the specificity of biometric samples obtained from mobile devices.
We selected the biometric techniques that we applied to the mobile application. They use both classical and original methods of deep neural networks and artificial intelligence. We researched in-house solutions and improved existing ones. We devoted a lot of attention to the search and construction of databases necessary for proper learning of deep neural networks. We classified the obtained solutions in terms of recognition quality, execution time, required computing resources, convenience of use, etc. For each biometric modality, we developed at least one solution that received a positive rating on biometric data obtained from external sources.
We also paid a lot of attention in the project to preventing biometric sample presentation (PAD) attacks. We considered several proposals for preventing attacks. We tested the algorithms under different conditions and identified the most effective ones.
In the course of our work, we took into account the legal environment paying special attention to the Regulation on the Protection of Personal Data (RODO/GDPR).
The results of the project can be useful in building biometric authentication systems resistant to attacks.
Jarosław Wójtowicz, the project leader, says this about the project:
The idea behind the project was to create a multimodal biometric security system independent of manufacturers of specific biometric sensors and closed proprietary solutions. By design, such a system is easier to be used widely, while meeting manufacturer-independent security requirements.
The project was funded under the CYBERSECIDENT/382354/II/NCBR/2018 competition and ended in September 2022.
Our partners were the AGH University of Kraków and the Łódź University of Technology.

Projekt BioMobi zakończył się opracowaniem systemu wykorzystującego metody biometrycznej identyfikacji tożsamości z uwzględnieniem specyfiki próbek biometrycznych pozyskiwanych z urządzeń mobilnych.
Wytypowaliśmy techniki biometryczne, które zastosowaliśmy w aplikacji mobilnej. Wykorzystują one zarówno metody klasyczne, jak i oryginalne metody głębokich sieci neuronowych i sztucznej inteligencji. Badaliśmy rozwiązania własne, oraz udoskonaliliśmy te istniejące. Wiele uwagi poświęciliśmy na poszukiwanie i budowę baz danych niezbędnych do właściwego uczenia głębokich sieci neuronowych. Otrzymane rozwiązania sklasyfikowaliśmy pod kątem jakości rozpoznawania, czasu wykonywania operacji, wymaganych zasobów obliczeniowych, wygody użytkowania itp. Dla każdej modalności biometrycznych opracowaliśmy co najmniej jedno rozwiązanie, które na danych biometrycznych uzyskanych z zewnętrznych źródeł uzyskało ocenę pozytywną.
Dużo uwagi poświęciliśmy także zapobieganiu atakom prezentacji próbek biometrycznej (PAD). Rozważyliśmy kilka propozycji zapobiegania atakom. Algorytmy przetestowaliśmy w różnych warunkach i wskazaliśmy te najbardziej skuteczne.
W trakcie pracy uwzględniliśmy otoczenie prawne zwracając szczególną uwagę na Rozporządzenie o ochronie danych osobowych (RODO).
Wyniki projektu mogą być przydatne w budowie biometrycznych systemów uwierzytelniania odpornych na ataki.
Jarosław Wojtowicz, lider projektu, tak mówi o projekcie:
Ideą projektu było stworzenie multimodalnego biometrycznego systemu bezpieczeństwa uniezależnionego od producentów konkretnych czujników biometrycznych i zamkniętych rozwiązań firmowych. Ze względu na konstrukcję, taki system jest łatwiejszy do powszechnego stosowania, a równocześnie spełnia wymogi bezpieczeństwa niezależne od producenta.
Projekt został sfinansowany w ramach konkursu CYBERSECIDENT/382354/II/NCBR/2018 i zakończył się we wrześniu 2022 roku.
Naszymi partnerami byli Akademia Górniczo-Hutnicza oraz Politechnika Łódzka.

Jarosław Wójtowicz implements research projects related to fields where the use of machine learning is crucial for the implementation of biometrics tasks while respecting privacy.

Jarosław Wójtowicz jest realizatorem projektów badawczych związanych z dziedzinami, w których stosowanie uczenia maszynowego ma kluczowe znaczenie dla realizacji zadań z biometrii przy uwzględnieniu poszanowania prywatności.

System zdalnego mobilnego uwierzytelniania biometrycznego wykorzystujący niespecjalizowane urządzenia mobilne (BioMobi)

Wyzwanie

Co zrobiliśmy?