Значение биометрии. Развитие биометрии. Диагностика наследственных и врожденных болезней

Путь технологии, вышедшей за рамки использования в силовых структурах и заменившей графические и числовые пароли.

В закладки

Первыми биометрию использовали правоохранительные органы и службы повышенной безопасности. Сейчас биометрические системы встречаются почти во всех современных устройствах: автомобилях, ноутбуках, смартфонах.

Биометрия - это измеримые анатомические, физиологические и поведенческие характеристики, которые используются для идентификации личности. Самый распространённый метод - распознавание по отпечаткам пальцев. Но есть и другие способы - ДНК, радужная оболочка глаза, голос, ладони и черты лица.

Сейчас активно развивается нормативно-техническая и правовая база биометрических технологий. Государство инициирует формирование единых стандартов, чтобы обеспечить взаимодействие автономных систем. Создаются комитеты и департаменты по биометрии. Несмотря на многообразие биометрических методов, в основном используются только три направления: распознавание по отпечатку пальца, лицу и радужке глаза.

Развитие компьютерных технологий позволяет использовать биометрию во многих сферах деятельности: контроль доступа в помещения и к устройствам, подтверждение финансовых операций, обеспечение безопасности в аэропортах, идентификация в школе и больницах, поиск преступников.

История биометрии началась три тысячи лет назад. Артефакты, найденные в Новой Шотландии, Вавилоне и Китае, доказывают, что отпечатки рук и пальцев использовали уже в древние времена для деловых операций и доказательств преступлений.

И только спустя столетия люди возобновили изучение использования отпечатков пальцев и других показателей как средства идентификации.

Первые, кто использовал биометрию в современном мире, - полицейские. Примерно до середины 1800-х годов сотрудникам правоохранительных органов приходилось на глаз и по памяти идентифицировать ранее арестованных преступников. Фотография человека облегчала задачу, но не могла служить доказательством вины.

К 1920-м годам ФБР открыло первый департамент идентификации, создав центральное хранилище данных об уголовной идентификации для правоохранительных органов США. В 1980-х годах правительство США спонсировало создание автоматизированных систем идентификации отпечатков пальцев, которые стали центральными в работе полиции и других правоохранительных органов во всём мире.

Как и отпечаток пальца, неизменной с возрастом остаётся и радужная оболочка глаза. Её использование в биометрии позволяет применять бесконтактную идентификацию.

Не менее нужная разновидность биометрии - распознавание лиц. Изначально эту технологию использовали, чтобы обеспечить безопасность в местах массового скопления людей.

В торговых центрах это помогает предотвратить преступность и насилие. В аэропортах повышается удобство и безопасность. Производители устройств используют технологию распознавания лиц, чтобы предоставить пользователям новый уровень биометрической безопасности.

Сложнее, чем сканирование отпечатков пальцев, лица или радужки глаза, только идентификация голосового отпечатка. Уникальные компоненты делают практически невозможной подмену голоса. История голосовых биометрических данных началась не так давно. Первые способы идентификации в режиме реального времени появились в конце 1990-х годов.

1665 год

Марчелло Мальфиги публикует открытие об уникальности отпечатков пальцев.

1858 год

Индийский госслужащий Уильям Гершель фиксирует отпечатки пальцев каждого работника на обратной стороне трудового контракта. Таким образом Гершель отличает сотрудников от других людей, которые могут претендовать на роль служащих, в день выплаты зарплаты.

1870 год

Французский юрист Альфонс Бертильонаж разрабатывает систему бертильонаж - метод идентификации преступников по антропометрическим данным. Метод основан на подробных отчётах об измерениях тела, физических описаниях и фотографиях. Системой в течение 30 лет пользовались во всём мире до тех пор, пока полицейские не поняли, что некоторые люди могут обладать одинаковыми параметрами.

1880 год

Шотландский хирург Генри Фолдс публикует статью о пользе отпечатков пальцев для идентификации.

1892 год

Аргентинский полицейский Хуан Вученич начинает собирать и каталогизировать отпечатки пальцев. А также использует отпечатки, чтобы доказать окончательную вину Франциски Рохас в убийстве соседа. Полицейский устанавливает, что её отпечаток идентичен частичному кровавому следу на месте преступления.

В этот же год Фрэнсис Гальтон пишет подробное исследование отпечатков пальцев, в котором он представляет новую систему классификации.

1896 год

Генеральный инспектор Бенгальской полиции Эдвард Генри, заинтересовавшийся системой Гальтона, собирает чемодан фотографий отпечатков пальцев и совершенствует классификацию Гальтона. Генри делит узоры на пальцах на пять основных: простые и сложные дуги, петли, направленные в сторону большого пальца или мизинца, и завихрения.

Главная идея Генри - кодировать узоры числовыми формулами. Виды обозначались буквами A, T, R, U, W, а подвиды - цифрами. Метод Генри стал предшественником системы классификации, которая в течение долгих лет использовать ФБР и другими правоохранительными структурами.

1903 год

Система Бертильона «ломается». Двое мужчин, впоследствии оказавшиеся близнецами, приговорены к исправительным работам в США. Установлено, что они имеют почти одинаковые измерения по бертильонажу. Но позже историю оспаривают, потому что она использовалась, чтобы доказать несовершенство бертильонажа.

1936 год

Офтальмолог Фрэнк Берч предложил использовать радужную оболочку глаза для распознавания личности.

1960 год

Шведский профессор Гуннар Фант публикует модель, описывающую физиологические компоненты производства акустической речи. Результаты основаны на анализе рентгеновских лучей индивидуумов, издающих определённые звуки.

1964 год

Вудро Бледсоу, Хелен Чан Вольф и Чарльз Биссон в рамках коллективного исследования по распознаванию образов разрабатывают первоначальную технологию. Однако Бледсо покидает исследование, работу над которым продолжает Питер Харт в Стэнфордском исследовательском институте.

1965 год

Вудро Бледсоу по контракту правительства США разрабатывает первую полуавтоматическую систему распознавания лиц.

Североамериканская авиация разрабатывает первую систему распознавания подписей.

1968 год

Компьютер последовательно превосходит людей в идентификации человеческих лиц из базы данных, содержащей две тысячи фотографий.

1969 год

ФБР приступает к разработке системы автоматизации процесса идентификации отпечатков пальцев, которая становится первоочерёдной и занимает большинство человеческих ресурсов.

ФБР заключает контракт с Национальным институтом стандартов и технологий (NIST) на изучение процесса автоматизации идентификации человека по отпечатку пальцев. NIST выделяет две основные проблемы: первая - сканирование отпечатков пальцев и определение отличительных признаков, вторая - сравнение и сопоставление черт.

1970 год

Моделируются поведенческие компоненты речи. Доктор Джозеф Перкелл расширяет первоначальную модель, разработанную в 1960 году. Он включает в неё язык и челюсть. Модель обеспечивает более подробное понимание сложных поведенческих и биологических компонентов речи.

1971 год

Исследователи Голдштейн, Хармон и Леск публикуют статью «Идентификация человеческого лица », в которой используют 22 относительных маркера, например, цвет волос и толщина губ, для автоматического распознавания лиц. Исследование легло в основу для дальнейшего изучения компьютерной идентификации лиц.

1974 год

Появляются первые коммерческие биометрические устройства распознавания ладони. Системы реализованы для трёх основных целей: контроль физического доступа, фиксирование времени и отслеживание посещаемости, идентификация людей.

1975 год

ФБР финансирует разработку датчиков и сенсоров для сканирования узоров отпечатков пальцев, чтобы сократить стоимость на хранение цифровой информации. Ранние сенсоры используют ёмкостные методы для сбора характеристик отпечатков пальцев.

В течение следующих десятилетий NIST сосредотачивается на разработке автоматических методов оцифровывания отпечатков и сжатия изображений, классификации, извлечении и сопоставлении деталей. В результате исследований NIST появляется M40 - первый алгоритм компьютерного сопоставления отпечатков, используемый в ФБР.

1976 год

Американский производитель электродеталей Texas Instruments разрабатывает прототип распознавания речи, который тестируют военно-воздушные силы США и некоммерческая компания Mitre Corporation. Последняя занимается проектированием, исследованием и разработкой систем, а также поддержкой информационных технологий правительства США.

1977 год

Компания Veripen получила патент «Персональный идентификационный аппарат», который захватывает динамические характеристики подписи человека. Разработка системы привела к тестированию автоматической проверки почерка, выполняемой Mitre Corporation, для отдела электронных систем ВВС США.

1984 год

Армия США начинает использовать распознавание ладоней в банковской сфере.

1985 год

Офтальмологи Леонардо Флом и Аран Сафир предполагают, что не существует двух одинаковых радужных оболочек.

1986 год

NIST совместно с Американским национальным институтом стандартов (ANSI) создают стандарт для обмена данными об узорах отпечатков пальцев ANSI/NBS-I CST 1-1986. Это первая версия существующих стандартов, которые сейчас используют правоохранительные органы во всём мире.

Флом и Сафир получают патент на использование радужной оболочки глаза для идентификации. Флом обращается к доктору Джону Догману с просьбой разработать алгоритм для идентификации человека по радужке.

1987 год

NIST формирует группу для изучения и развития использования методов обработки речи.

1988 год

Подразделение «Лейквуд» департамента шерифа округа Лос-Анджелес использует первую полуавтоматическую систему распознавания лиц по базе данных оцифрованных копий.

В тот же год Кирби и Сирович применяют анализ основных компонентов - стандартные методы линейной алгебры - к проблеме распознавания лица. Технология получает название Eigenface.

1991 год

Мэтью Турк и Алекс Пентланд находят, что остаточную ошибку Eigenface можно использовать для нахождения граней в изображениях. В результате этого открытия стало возможным надёжное автоматическое распознавание лиц в реальном времени.

1992 год

АНБ создаёт Биометрический консорциум и проводит первое заседание в октябре 1992 года. Первоначально участие в Консорциуме ограничено государственными учреждениями. Однако вскоре организация расширяет членство: включает частные и научные сообщества, разрабатывает многочисленные рабочие группы для начала и расширения усилий по тестированию, разработке стандартов, функциональной совместимости и правительственному сотрудничеству.

С началом биометрической деятельности в начале 2000-х годов деятельность рабочих групп интегрируется в другие организации, например, в INCITS, ISO и Национальный совет по науке и технике США, чтобы расширить и ускорить их деятельность. Консорциум становится площадкой для дискуссий между правительством, промышленностью и академическими сообществами.

1993 год

Агентство перспективных исследований в области обороны и Управление программы развития Министерства обороны США финансируют программу FacE REcognition Technology (FERET). Цель поощрения - разработка алгоритмов распознавания лиц и технологий.

1994 год

В результате конкурса по созданию интегрированной автоматизированной системы идентификации отпечатков (IAFIS) исследуются три основные проблемы: получение цифрового отпечатка пальцев, извлечение характеристики локальной борозды и совпадение характеристик борозд. Компания Lockheed Martin выиграла конкурс по созданию IAFIS для ФБР.

Считается, что первую автоматизированную систему идентификации отпечатков пальцев (AFIS), созданную для поддержки печати отпечатков, построила венгерская компания RECOWARE. В 1997 году технологию идентификации ладоней и отпечатков пальцев, встроенную в RECOderm, покупает Lockheed Martin Information Systems.

В тот же год на основе биометрии создаётся служба ускоренного обслуживания пассажиро-иммиграционной и натуралистической службы (INSPASS). Она помогала путешественникам обходить иммиграционные линии в выбранных аэропортах по всей территории США до тех пор, пока не прекратила существование в конце 2004 года.

Джон Даунгман разрабатывает и патентует первые алгоритмы компьютерной идентификации образцов радужки. Патент получает название lriScan. До сих пор алгоритмы Даугмана - основа публичных применений технологии.

1995 год

Агентство по защите ядерных вооружений и iriScan создают совместный проект, который привёл к появлению первого коммерческого продукта из сферы распознавания радужной оболочки глаза.

1996 год

На Олимпийских играх в Атланте внедряют системы доступа по ладони, чтобы контролировать и защищать физический доступ к Олимпийской деревне. Система находит информацию среди данных более 65 тысяч человек. В течение 28 дней обработано более одного миллиона транзакций.

При финансировании АНБ NIST начинает ежегодную оценку узнаваемости спикеров NIST для дальнейшего продвижения сообщества по признанию ораторов.

1997 год

IAFIS начинает работу. В ходе разработки системы учёные рассмотрели вопросы, связанные с обменом информацией между автономными системами, а также изучили внедрение национальной системы для определения отпечатков пальцев. IAFIS используют для проверки криминального прошлого людей и идентификации скрытых отпечатков, обнаруженных на местах преступления.

Кристоф фон дер Малсбург и команда аспирантов из Университета Бохума в Германии разработали систему ZN-Face, которая тогда была самой надёжной благодаря способности распознавать лица на некачественных фотографиях.

Технологию финансировала исследовательская лаборатория армии США. Однако использовали её крупные международные аэропорты, банки и правительственные учреждения.

При поддержке АНБ был опубликован первый коммерческий общий биометрический стандарт - API аутентификации человека (HA-API). Цель проекта - облегчение интеграции и обеспечение взаимозаменяемости и независимости поставщиков. Это стало прорывом работающих вместе поставщиков биометрических технологий.

1998 год

ФБР запускает криминалистическую базу данных ДНК - Комбинированную систему индексов ДНК (CODIS). Система обеспечивает цифровое хранение и поиск ДНК-маркеров для правоохранительных органов.

1999 год

Техническая консультативная группа Международной организации гражданской авиации (ИКАО) по машиносчитываемым проездным документам (TAG или MRTD) приступила к исследованию совместимости биометрических и машиносчитываемых проездных документов. Цели исследования - создание международных стандартов для мультисервисной передачи данных.

2000 год

Несколько правительственных агентств США спонсируют тестирование поставщиков распознавания лиц (FRVT). Тесты проводит NIST. Это стало первой открытой крупномасштабной оценкой нескольких коммерчески доступных биометрических систем.

Дополнительные оценки прошли в 2003 и 2006 годах. Задачей проекта было предоставить правоохранительным органам и правительству США информацию, необходимую для определения наилучших способов развёртывания технологии распознавания лиц.

Учёные публикуют первый исследовательский документ, в котором рассказывают об использовании образцов сосудов для распознавания людей. В статье описывают первую коммерческую технологию, которая использует изображение сосудов на кисти человека для идентификации.

В тот же год Университет Западной Вирджинии и ФБР ввели программу бакалавриата в биометрических системах.

Январь 2001 года

Систему распознавания лиц устанавливают на Супербоуле, который проходит в Тампе, штат Флорида, чтобы идентифицировать на стадионе разыскиваемых людей. Система не нашла их, но ошибочно идентифицировала дюжину невинных болельщиков. СМИ обеспокоены нарушением конфиденциальности людей при использовании биометрии.

11 сентября 2001 года

Серия террористических актов, организованная террористической организацией «Аль-Каида» возобновила научный интерес к технологии. В первую очередь это коснулось транспортных систем и органов, обеспечивающих международные перемещение людей, например, таможенные и миграционные службы.

Идентификации личности при проверке документов оказалось недостаточно, тогда как биометрические показатели гарантируют безошибочное распознавание людей.

Ноябрь 2001 года

Создаётся технический комитет M1 для ускоренной разработки стандартов по использованию биометрии в США и в международных стандартизационных комиссиях.

2002 год

Международная организация по стандартизации (ISO) и Международная электротехническая комиссия (IEC) учредили подкомитет ISO/IEC JTC1 для поддержки стандартизации биометрических технологий. Подкомитет разрабатывает стандарты для обеспечения интеграции и обмена данными между автономными приложениями и системами.

2003 год

Международная организация гражданской авиации (ICAO) принимает глобальный согласованный план интеграции биометрической идентификационной информации в паспорта и другие машиночитаемые документы (МСДП). Распознавание лица выбирают как глобальную интероперабельную биометрическую модель для компьютеризированного подтверждения личности.

В то же год Европейская комиссия поддерживает создание Европейского биометрического форума. Задача проекта - сделать Евросоюз мировым лидером в области биометрии с помощью устранения барьеров на пути принятия решений и фрагментации на рынке. Форум также выступает движущей силой для координации, поддержки и укрепления национальных органов.

2004 год

Министерство обороны США реализует автоматизированную систему биометрической идентификации (ABIS). Её внедряют, чтобы улучшить способность правительства США отслеживать и идентифицировать национальные угрозы безопасности.

2005 год

Истекает патент США на концепцию распознавания радужки глаза. Благодаря этому открываются маркетинговые возможности для компаний, которые разработали свои алгоритмы распознавания радужки.

2010 год

АНБ использует биометрические данные, чтобы идентифицировать террористов. В том числе использует отпечатки пальцев из мест, связанных с терактами 11 сентября.

2011 год

Правительство Панамы, сотрудничая с секретарём национальной безопасности США Джанет Наполитано, инициировало экспериментальную программу платформы FaceFirst по распознаванию лиц, чтобы сократить незаконную деятельность в аэропорту Токумен в Панаме.

Он известен как центр контрабанды наркотиков и организованной преступности. В результате система помогла задержать несколько подозреваемых Интерпола.

Идентификация лица всё чаще используется для судебной экспертизы со стороны сотрудников правоохранительных органов и военных. Часто это самый эффективный способ идентифицировать мёртвые тела.

Технологию распознавания лиц и ДНК использовали, чтобы подтвердить личность Усамы бен Ладена - основателя террористической организации «Аль-Каида» - после того, как его убили в результате американского рейда.

2013 год

Apple внедряет в новые смартфоны функцию распознавания отпечатков пальцев Touch ID.

2016 год

Samsung презентует устройство со сканером радужной оболочки глаза, чтобы повысить уровень безопасности доступа к устройству.

MasterCard, Visa и другие финансовые организации включают биометрическую аутентификацию платежей.

2017 год

Розничная торговля активно внедряет технологии распознавания лиц. И становится самым быстрорастущим сектором по использованию этой технологии.

Кроме этого, Apple представляет iPhone X с технологией распознавания лица Face ID.

Сейчас

По данным Всемирной Организации Здравоохранения причиной 80% смертей жителей России является стресс, вызывающий заболевания сердечно-сосудистой системы, онкологию и др. Факторы стресса формируются, как правило, самим человеком, который является активным элементом различных социумов - от семьи до народа, входит в состав системы управления социумами, эксплуатирует технику и Землю. Например, техногенные катастрофы имеют явно антропогенный характер (примерно в 70% случаев) и обусловлены неадекватным функциональным состоянием человека. Поэтому несоответствие функционального состояния человека: его здоровья, уровня профессионального подготовки и волевых качеств, целям различных социумов, системы управления и т.д. обуславливает формирование положительной обратной связи в системе "человек - внешний мир", приводящей к ортогенезу, т.е. к гибели вида.

Под функциональным состоянием человека понимают психофизиологическое явление, закономерности которого заложены в модулирующих системах головного мозга и которое проявляется на биохимическом, физиологическом, фенотипическом и поведенческом уровнях. Как и любое проявление жизнедеятельности, функциональное состояние человека должно быть описано параметрами функционального статуса и функциональной лабильности. Значения параметров функционального статуса характеризуют закономерности строения и функционирования органов, тканей, развития физиологических реакций; значения параметров функциональной лабильности - возможность реагирования системы организма, органов на внешние воздействия. Это подтверждается практикой определения лабильной компоненты функционального стояния человека комплексами физиологических реакций и вегетативных показателей. В то же время оценка функционального статуса вызывает определенные трудности.

В январе 1999 года в журнале "Успехи физиологических наук" была опубликована статья В.Г. Солониченко и Н.Л. Делоне, в которой обоснована взаимосвязь особенностей генотипа человека и информативных морфогенетических вариантов головы, шеи, радужной оболочки глаз, гребешковой кожи ладоней и др. Наибольшее практическое применение среди них получили дерматоглифический (ДФ) и иридоглифический фенотипы (ИФ). В медицине и биологии параметры ДФ и ИФ, например, используют для описания особенностей генотипа, физиологических и поведенческих реакций, симптомов наследственных и врожденных болезней, в криминалистике - для идентификации личности, в антропологии - для описания вида и т.д. В настоящее время ДФ и ИФ являются чуть ли не единственными показателями функционального статуса человека. Однако широкое применение методов дерматоглифических и иридоглифических исследований затруднено из-за субъективной оценки типов узоров, плотности стромы радужной оболочки глаз и других параметров ДФ и ИФ.

Поэтому измерение особенности формы и структуры папиллярных узоров и радужной оболочки глаз, безусловно, является актуальной задачей. В этом случае результаты многовековых исследований ДФ и ИФ будут эффективно применены в медицине, генетики, антропологии, криминалистической экспертизе, профотборе и др.

В конце 20-го века сформировалось новое направление создания современных систем защиты от несанкционированного доступа на основе использования в качестве полезной информации статические биометрические характеристики человека (БХЧ)- параметры отпечатков пальцев, изображения радужной оболочки глаза (РОГ), голоса, изображения лица, и динамические БХЧ - параметры манеры работы на клавиатуре компьютера, динамики подписи, походки, потенциально обеспечивающих 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 РОГ. Производители биометрических устройств справедливо полагают, что их продукция надежнее паролей и микропроцессорных карточек. Основная доля доходов приходится на биометрические технологии по отпечаткам пальцев, геометрии рук и лица. Биометрические технологии получили поддержку со стороны Microsoft, объявившей о своем намерении обеспечить поддержку биометрической верификации в различных операционных системах семейства Windows.

Таким образом, и в задачах определения функционального статуса человека, и в задачах идентификации и верификации личности один объект исследования или источник информации - биометрические характеристики человека.

Настоящая статья посвящена потенциальным возможностям применения биометрическим систем в медицине и биологии, расширяющим их возможности и при применении по прямому назначению.

Биометрические технологии

Биометрика - область знаний, изучающая методы и средства измерения и формализации персональных физических характеристик и поведенческих черт человека, а также и их использование для идентификации или верификации человека.

Биометрической характеристикой человека (БХЧ) называются результаты измерения элемента фенотипа человека или поведенческой черты, в процессе сравнения которых с аналогичными, ранее зарегистрированными БХЧ (эталон, шаблон) реализуется процедура идентификации или верификации личности.

Биометрическая система представляет собой автоматизированную систему, решающую задачи идентификации или верификации личности и реализующую следующие операции:

• регистрации выборки БХЧ от конкретного пользователя;
• формирование вектора биометрических данных из выборки БХЧ;
• формирование биометрического вектора признаков;
• сравнение биометрических векторов признаков с эталонами (шаблонами);
• принятие решения о соответствии сравниваемых БХЧ;
• формирование результата о достижении идентификации (верификации);
• принятие решения о повторении, окончании или видоизменении процесса идентификации (верификации).

Методы формирования и применения БХЧ в целях идентификации или верификации личности называются биометрическими технологиями (БТ). В БТ используются как статические, так и динамические источники БХЧ. Примеры источников статических БХЧ приведены на рисунках.

Графический образ

Используемые особенности

• Форма лица (овал, форма и размер отдельных деталей лица)
• Геометрические параметры лица - расстояния между его определенными точками
• Узор подкожных кровеносных сосудов на термограмме лица

• Структура радужной оболочки глаза
• Узор кровеносных сосудов на сетчатке

• Форма уха (контур и наклон, козелок и противокозелок, форма и прикрепление мочки и т.д.)
• Геометрические параметры уха - расстояния между определенными точками на ухе

• Геометрия руки - ширина, длина, высота пальцев, расстояния между определенными точками
• Неровности складок кожи на сгибах пальцев тыльной стороны кисти руки
• Рисунок вен на тыльной стороне кисти руки, получаемый при инфракрасной подсветке
• Узор на ладони

• Папиллярный узор как целостный образ
• Параметры минуций (координаты, ориентация, тип)
• Параметры пространственно-частотного спектра папиллярного узора

• Подпись как двумерный бинарный образ
• Подпись как функция двух координат
• Динамика подписи (сила нажима и координата времени)

Выбор источника БХЧ является основной задачей при создании конкретных БТ. Идеальная БХЧ должны быть универсальной, уникальной, стабильной, собираемой. Универсальность означает наличие биометрической характеристики у каждого человека. Уникальность означает, что не может быть двух человек, имеющих идентичные значения БХЧ. Стабильность - независимость БХЧ от времени. Собираемость - возможность получения биометрической характеристики от каждого индивидуума.

Реальные БХЧ не идеальны и это ограничивает их применение. В результате экспертной оценки указанных свойств таких источников БХЧ, как изображения и термограммы лица, отпечатков пальцев, геометрии руки, РОГ, изображения сетчатки, подписи, голоса, изображения губ, ушей, динамики почерка и походки установлено, что ни одна из характеристик не удовлетворяет требованиям по перечисленным свойствам (см. таблицу). Необходимым условием использование тех или иных БХЧ является их универсальность и уникальность, что косвенно может быть обосновано их взаимосвязью с генотипом или кариотипом человека.

Экспертная оценка свойств БХЧ

Источник БХЧ	Универсальность	Уникальность	Стабильность	Собираемость
Видеообраз лица	+++	+	++	+++
Термограмма лица	+++	+++	+	++
Отпечаток пальца	+++	+++	+++	++
Рука	++	++	++	+++
Радужная оболочка глаза	++	+++	+++	++
Сетчатка	+++	+++	++	+
Подпись	+	+	+	+++
Голос	++	+	+	++
Губы	+++	+++	++	+
Ухо	++	++	++	++
Динамика письма	++	+++	+	+++
Походка	+++	++	+	+

Как следует из таблицы, ни одна из БХЧ полностью не удовлетворяет требованиям по перечисленным свойствам. В настоящее время, несмотря на средние показатели по затратам и точности, БТ на основе отпечатков пальцев занимает лидирующее положение по продажам, что в значительной степени определяется созданным методическим, техническим и алгоритмическим заделом, хорошими эксплутационными характеристиками.

В процессе исследований были определены семантические свойства БХЧ. В частности, установлено, что в каждом отпечатке пальца существуют два типа признаков, используемые при идентификации: глобальные и локальные. К глобальным относятся: тип папиллярных узоров: дуга, петля и завиток, центр узора и дельта узора, локальный гребневой счет (ЛГС), который определяется для каждого узора как число гребней на расстоянии "дельта-центр", их ориентация и расположение на пальцах и ладонной поверхности.

К локальным признакам относят минуции (см. рисунок), определяемые как точки изменения структуры папиллярных линий (разрыв, окончание, раздвоение и т.п.). На отпечатке пальца насчитывают до 50-70 минуций. Принято считать, что в отпечатках пальцев разных людей могут встретиться идентичные глобальные признаки, а картина минуций является уникальной.

Типы минуций, используемых при дактилоскопических исследованиях

1 - фрагмент папиллярной линии
2 - начало папиллярной линии
3 - глазок
4 - бифуркация-разветвление
5 - крючок
6 - мостик
7 - островок
8 - точка
9 - окончание папиллярной линии
10 - бифуркация-слияние
11 - включения

В биометрических системах на основе РОГ сформировались два основных подхода, отличающиеся способами представления образов и эталонов. В первом подходе используются непосредственно изображения РОГ, выделенные с помощью колец или развернутые в виде прямоугольника. Во втором подходе формируется матрица штрих-кодов РОГ. Процедура получения матрицы содержит этапы выделения лица, локализацией глаз и зрачка. Значение каждого пикселя изображения сравнивается с некоторым порогом и в зависимости от результатов сравнения записывается как "0" или "1" в определенное место матрицы штрих-кодов.

Информативные морфогенетические варианты

В практике медико-генетического консультирования используются понятия информативных морфогенетических вариантов (ИМВ) или малых аномалий развития. Это аномальные варианты морфологии отдельных органов или тканей, не имеющих медицинского значения, то есть не требующих лечения. Возникновение этих вариантов связывают с эмбриональным или, что реже, с плодным периодом морфогенеза человека. В клинической генетике и синдромологии малые аномалии развития, особенно когда их насчитывается у человека более трех, важный диагностический признак, свидетельствующий о высокой вероятности серьезных нарушений морфогенеза в виде врожденных пороков развития, требующих специальной диагностики и последующих хирургических вмешательств. У человека описаны более 200 информативных морфогенетических вариантов, хотя и в клинической практике обычно используется не более 80 малых аномалий развития.

Более 70% всех ИМВ располагаются в области головы, шеи и кисти, что подтверждает возможность использования изображений лица, головы, ее элементов, изображений рук для идентификации личности. Именно ИМВ Чарльз Дарвин использовал в качестве одного из доказательств эволюционного происхождения человека, называя эти признаки "зачаточными органами". Но еще более значимым является представление Чарльза Дарвина о том, что "признаки небольшого жизненного значения для вида наиболее важны для систематика" и "...такое значение несущественных признаков для классификации зависит преимущественно от их корреляции с другими более или менее существенными признаками. Значение же комплекса признаков в естественной истории совершенно очевидно".

Особое значение среди информативных морфогенетических вариантов занимает дерматоглифика, так как узоры гребневой кожи человека характеризуются двумя, казалось бы, взаимоисключающими особенностями: с одной стороны, они уникальны для каждого человека, что используется в криминалистике, а с другой - поддаются четкой качественной и количественно типизации, что отражено в международной классификации дерматоглифики. Кроме того, генетическая детерминация узоров дермальной кожи не вызывает сомнений. К настоящему времени известно о большом количестве врожденных и наследственных заболеваний, характеризующихся изменениями дерматоглифики, а при ряде хромосомных и моногенных синдромов дерматоглифика является диагностическим методом.

Общность эмбрионального происхождения дермальной кожи и центральной нервной системы позволило предположить связь признаков дерматоглифики не только с неврологической и психиатрической патологией, но и с особенностями нормальной ЦНС. Так была обнаружена корреляция некоторых узоров дерматоглифики с определенными параметрами электроэнцефалограммы. Дерматоглифика служит и надежным маркером морфогенетических асимметрий, что, в частности, можно использовать в изучении межполушарной асимметрии мозга человека. Другие признаки дерматоглифики - минуции, применяемые в настоящее время в дактилоскопии и в биометрике для идентификации человека в медико-генетическом консультировании пока не применяются, в первую очередь из-за отсутствия возможности измерения их параметров.

Исследователи отмечают отражение на РОГ генетических особенностей. "...Радужка является непревзойденным отражателем врожденных недостаточностей, закрепленных в генотипе" Вельховер Е.С. "Радужка - единственная структура, отображающая врожденные дефекты, передаваемые по наследству до 4-го поколения" Jensen B.

Таким образом, элементы фенотипа, имеющие генетическую детерминированность: голова, лицо, уши, нос, область рта, шея, узоры гребешковой кожи ладонной поверхности, структура и цвет РОГ, туловище, стопы и др. могут быть использованы как для решения биометрических, так и для диагностических задач. Поэтому электроэнцефалограмма, электрокардиограмма, фотоплетизмограмма и другие физиологические реакции, имеющие выраженные признаки индивидуальности, также могут быть использованы в качестве источников БХЧ. Аналогичные соображения могут быть положены в основу использования для идентификации человека параметров походки, почерка и др.

Однако в медико-биологической практике наиболее широкое применение нашли результаты дерматоглифических исследований, что во многом было обусловлено возможностью регистрации красковым способом дерматоглифических изображений и созданного на этой базе существенного научного задела. К сожалению, из-за отсутствия возможности качественной регистрации других фенотипических изображений человека: РОГ, лица, головы и т.д., не удалось создать адекватный по уровню задел, обеспечивающий эффективное применение результатов иридоглифических, антропометрических и др видов исследования в медико-биологической практике.

Применение дерматоглифических исследований в медико-биологической практике

Под дерматоглифическими исследованиями понимают изучение особенностей гребешковой кожи ладоней и подошв. Наиболее доступные в распознавании и информативные параметры пальцевой дерматоглифики рук - узоры на дистальных фалангах пальцев. Различают 3 группы узоров: дуги, петли, завитки и S-узоры (см. рисунок). Интенсивность узоров (дельтовый индекс - ДИ) оценивается по наличию дельт: дуга (А) - бездельтовый узор (оценка 0), петля (L) - однодельтовый узор (оценка 1), завиток(W) и S-узор - двудельтовые узоры (оценка 2), т.е. максимальная оценка интенсивности узоров - 20, а минимальная - 0 (сумма дельт на 10 пальцах), самый простой узор - дуга, самый сложный - завиток и S-узор. Тип узора является качественной характеристикой, а гребневой счет (ГС) на каждом пальце (количество кожных гребешков внутри узора) и на 10 пальцах рук (суммарный гребневой счет - СГС) - количественной характеристикой. Фенотип пальцевой дерматоглифики определяется комбинацией узоров на 10 пальцах: A, AL, LA, ALW, L, LW, WL, W.

Типы папиллярных узоров. Определение локального гребневого счета

Дуга, А

Петля, L

Завиток, W

S-узор, S

Дерматоглифические признаки формируются на 3-5 месяце беременности одновременно и в связи с развитием нервной и эндокринной системами и не изменяются в онтогенезе. Морфогенетическая природа позволяет считать комплекс пальцевой дерматоглифики морфогенетическим маркером.

В процессе исследований была установлена диагностическая значимость дерматоглифических признаков при прогнозе: заболеваний, связанных с врожденными патологиями и пороками развития; нарушений психомоторной и психоличностной сферы, выявлена связь пальцевой дерматоглифики с физическими способностями человека, особенностями телосложения, профессиональными возможностями, темпами пренатального роста производных эктодермы, отдельными показателями нейро-миодинамического комплекса.

В простейшем случае результатом исследования дерматоглифического фенотипа человека является таблица, в которой указаны тип узоров, значения визуально определенных гребневых счетов узоров, ориентация узоров по отношению к ребру ладони (из методики).

Спортивная медицина

Прогноз уровня и характера физических возможностей человека чрезвычайно важен для решения вопросов профессиональной ориентации и подбора лиц, отличающихся адекватным виду спортивной деятельности генотипом, включающим наследственно детерминированные признаки и адаптационный диапазон.

Абрамова Т.Ф. с коллегами, используя в качестве генетических маркеров дерматоглифические признаки (ДП), при обследовании более 2000 испытуемых разного пола и уровня физических способностей, среди которых 1559 спортсменов в возрасте 14 - 36 лет разной квалификации (представители 25 видов спорта), 69 детей и взрослых в возрасте от 2 до 40 лет с врожденно ограниченным уровнем физических способностей (детский церебральный паралич - ДЦП) и контрольной группы из 202 студента московских вузов в возрасте 18-24 лет и 291 детей и подростков 4-16 лет Москвы и Московской области установили:

• закономерности изменения пальцевой дерматоглифики у представителей определенных групп видов спорта и их отдельных дисциплин в зависимости от различий биомеханики двигательных действий, доминанты основного физического качества и ведущего механизма энергообеспечения;
• взаимосвязь различия в амплуа спортсменов по времени соревновательной дистанции, специфике двигательных действий и приоритетным механизмам энергообеспечения и направления изменчивости пальцевой дерматоглифики.

Изучение дерматоглифики 299 бразильских баскетболистов и волейболистов выявило те же тенденции в уровне и соотношении основных признаков ДП в зависимости от ролевой функции у спортсменов национальной команды страны. Полученные данные были подтверждены различиями изменений ДП в квалификационной динамике: клубный уровень 1-ая лига национальная команда. Принимая во внимание неоднородность расового и этнического представительства в составе бразильских команд (негры, индейцы, португальцы, испанцы и др.), а также их высокий соревновательный рейтинг на международной арене, данные указывают на приоритет требований деятельности, перекрывающей этнические и расовые влияния.

На примере представителей академической гребли (вида спорта с широким спектром показателей физических возможностей) установлено, что фенотипы с минимальными значениями тотальных признаков пальцевой дерматоглифики и преобладанием дуговых узоров при практической элиминации завитковых узоров соотносятся с низким статусом развития физических качеств и размеров тела. Преобладание петлевых при высокой частоте дуговых узоров и низкой доли завитков маркирует предрасположенность к развитию скоростно-силовых качеств. Напротив, интегральное усложнение при полной элиминации простых узоров является указателем врожденного приоритета развития нервно-мышечной координации. Фенотипы с промежуточными значениями признаков пальцевой дерматоглифики, близкими к известным данным представителей русской популяции, отражают общую предрасположенность к развитию качества выносливости.

Изменения физических возможностей от явной скоростно-силовой доминанты к приоритету выносливости и с их завершением в виде превалирующей значимости механизмов управления координацией движений на уровне частных признаков пальцевой дерматоглифики определяются первичными изменениями характеристик первых пальцев обеих рук с начальным усложнением узоров при последующем возрастании гребневого счета. Изменения на других пальцах носят вторичный характер.

Сопоставление частот фенотипов ДП в спортивной "субпопуляции" и общепопуляционном контингенте показали, что наличие дуговых узоров является маркером низкого физического статуса, включая как основные физические качества, так и размеры тела.

При изучении особенностей ДП в случае врожденного ограничения развития двигательных возможностей также показана прямая связь снижения СГС/ДИ с низким уровнем развития физических возможностей. При сходстве значений ДИ величина СГС убывает в зависимости от тяжести заболевания, что проявляется в последовательном снижении пропорции СГС/ДИ от 10/1 - в контроле до 8/1 - в случае частичных врожденных нарушений и 7/1 в случае - тяжелых врожденных нарушений двигательных возможностей.

Обнаруженные параллели указанных признаков ДП со сниженным физическим потенциалом находят косвенное объяснение в установленных другими исследователями фактах преобладания дуговых узоров на фоне часто сниженного гребневого счета при врожденных нарушениях развития различной этиологии.

Профессиональный отбор

В настоящее время накоплено немало данных о связи узора гребневой кожи на дистальных подушечках пальцев человека (дерматоглифика) с морфо-функциональной организацией его ЦНС. Учитывая общий генетический источник развития кожи и нервной системы можно предположить, что узоры на концевых фалангах пальцев могут служить информационным маркером врожденных индивидуальных психологических особенностей личности человека, определяющих его поведение.

В результате исследований взаимосвязи расположения и ориентации пальцевых узоров и значений средней гребневой частоты (аналог ГС) на аппаратно-программном комплексе для дерматоглифических исследований "Малахит" удалось установить, что параметры дерматоглифики большого, указательного и триады других пальцев образуют систему статистически независимых признаков. При сравнении типа узоров на большом, указательном и безымянном пальцах с индивидуальными способностями обследуемых лиц оказалось, что чем сложнее тип узора, тем более развита функция системы, проекционная зона которой расположена на пальце. То есть, существует взаимосвязь ДП и особенностей строения модулирующих систем головного мозга, выполняющих основную функцию при формировании условных рефлексов (например, обучении) и при реализации безусловных рефлексов (поведении), что обуславливает возможность обоснованного профессионального отбора.

Анализ корреляционных отношений между кожными пальцевыми узорами и мотивационным состоянием человека позволяет не только спрогнозировать алгоритм поведения, но и определить оптимальную сферу его дальнейшей профессиональной деятельности. Перспективность подобного подхода была показана в исследованиях личностных характеристик студентов МГТУ им. Н.Э. Баумана (далее МГТУ) и ММА им. И.М. Сеченова (далее ММА) при оценки их профессиональных способностей. Анализ распределений значений ДИ у студентов ММА, студентов МГТУ и юношей со средним образованием (СО) позволил сделать заключение, что значения ДИ, равные 10-12 и 16-18 отражают "технические " склонности, значения ДИ: 10-16 - "гуманитарные" склонности представителей контингента.

Для оценки информативности ДП для профессионального отбора были исследованы комбинации типов пальцевых узоров у юношей - студентов ММА (57), студентов МГТУ (44) и юношей СО (118). В составе студентов также были выделены студенты (отличники), у которых средний балл успеваемости выше либо равен 4,7, предполагая, что успеваемость студентов характеризует не только их способность к обучению, но и наличие других высоких профессиональных качеств. В результате обработки полученных данных была выявлена тенденция, что сложность папиллярных узоров на 1, 6 и 7 пальцах является индикатором мотивации к получению знаний.

В качестве примера, на рисунке представлены три диаграммы типов узоров на десяти пальцах успевающих студентов МГТУ им. Н. Э. Баумана.

Диаграммы типов узоров успевающих студентов

Первый студент легко усваивает учебный материал, быстро реагирует на вопросы, инициативен, любознателен, выполняет большой объем факультативных работ, хорошо излагает мысли. Потенциальный инженер-разработчик высокого класса.

Для второго студента усвоение учебного материала требует определенных усилий и самостоятельной работы. При наличии личной мотивации к обучению или мотивации к изучению дисциплин в минисоциуме (студенческой группе) успехи в учебе будут высокими и стабильными. Максимальная сложность узора на безымянном пальце проявляется в притягательности для него практической работы, требующей координированных движений. Потенциальный инженер-испытатель, доводящий до практического применения новую разработку.

Третьему студенту для качественного усвоения учебного материала требуется большой объем самостоятельной работы. Его успехи зависят от мотивации и обусловлены огромной работоспособностью в любом виде деятельности, в том числе и умственной. Вид инженерной профессиональной ориентации - инженер-проектировщик.

Диагностика наследственных и врожденных болезней

Информация о расположении, ориентации, типа узора и значению его ЛГС позволяет установить наличие наследственных и врожденных заболеваний. Результат интерпретации зависит от выраженности дерматоглифических проявлений заболеваний. В ряде случаев, например при таких психосоматических заболеваниях, как синдром Шершевского - Тернера, синдром Клайнфельтера в пространстве ДП можно даже поставить диагноз.

Врач-генетик В.Г. Солониченко и нейрофизиолог Н.Н. Богданов установили близость узоров на одноименных пальцах у родителей и ребенка, причем возможность появления ребенка с психосоматическими заболеваниями также может быть установлена по выраженности ИМВ у родителей - практически здоровых индивидуумов. Сравнительно недавно установлено еще одно важное достоинство метода дерматоглифической диагностики - возможность выявления носительства мутантных генов у практически здоровых индивидуумов. Это было, в частности, показано на примере врожденных расщелин губы и врожденных расщелин нёба. Семейный анализ папиллярных узоров и линий показал наследственную тенденцию по всем ладонным признакам кожного покрова.

Аппаратно-программный комплекс для дерматоглифических исследований "Малахит"

Разработанный аппаратно-программный комплекс для дерматоглифических исследований "Малахит" включает в свой состав дактилосканер, компьютер, программное обеспечение (ПО), включающее в себя программу измерения и расчета комплекса дерматоглифических характеристик и базу данных, содержащую информацию о людях, исходные дактилоскопические изображения, результаты расчета и их интерпретацию, расходные материалы.

Помимо КДХ определяется еще около 40 расчетных параметров дерматоглифики, обеспечивающих возможность интерпретации ИМВ. В простейшем случае результатом исследования дерматоглифического фенотипа человека является таблица, в которой указаны тип узоров, значения визуально определенных гребневых счетов узоров, ориентация узоров по отношению к ребру ладони. По расположению, ориентации, типу узора и значению ЛГС можно установить наличие наследственных и врожденных заболеваний. Результат интерпретации зависит от выраженности дерматоглифических проявлений.

Применение биометрических технологий для иридоглифических исследований

Иридоглифическим признакам (ИП), как и дерматоглифическим, свойственна чрезвычайно высокая индивидуальная и групповая изменчивость наряду с высоким уровнем наследуемости по отдельным признакам. В то же время ИП весьма лабильны и отражают не только генетические, но и текущие изменения в организме.

Иридоглифику отличают раннее обнаружение патологического процесса, быстрота получения результатов; возможность осмотра в одном поле зрения органных и системных взаимоотношений в организме (интегральный анализ), простота и безвредность обследования. В противоположность клинической медицине, ставящей целью определение болезни, иридоглифика позволяет осуществлять широкий поиск наследственных и врожденных особенностей, а также оценить характер, условия и возможность возникновения и развития заболеваний.

Однако результаты иридоглифического исследования использовались, как правило, для дифференциальной диагностики болезней, и поэтому в определенном смысле дискредитировали метод.

РОГ - передняя часть сосудистого тракта, расположенная между роговицей и хрусталиком, имеет вид пластинки слегка эллиптической формы. Ее периферический край заходит за роговично-склеральный лимб, переходя в циллиарное тело. Горизонтальный диаметр РОГ человека в среднем составляет 12,5 мм, вертикальный - 12 мм, и имеет вид усеченного и очень уплощеного конуса. Толщина РОГ неодинакова и в среднем составляет 300 мкм.

РОГ, как и кожа ладонной поверхности и биологически активных точек (БАТ), имеет развитую архитектонику сосудов кровеносной системы и волокон нервной системы, обеспечивающих рефлекторную функцию.

Гипотетически отображение патогенных изменений проявляется на РОГ следующим образом. Пока человек здоров и его иридоневральные пути функционируют нормально, РОГ выглядит однородной, равномерно окрашенной и рельефной. В острой стадии болезни, наряду с просветлением РОГ, происходит набухание и расщепление радиальных волокон радужки и нарушается линейность трабекул. Они становятся волнистыми, спиралевидными, расслоенными задолго до появления клинических признаков заболевания. Эти процессы свидетельствуют об ослаблении сопротивляемости организма. Если острое воспаление за короткий срок заканчивается выздоровлением, то изменения на РОГ регрессируют.

Несмотря на значительное число информационных признаков РОГ (не менее 19), контролируемых параметров, значениями которых в той или иной комбинации можно описать каждый из них, всего шесть. Наиболее характерными параметрами ИП являются: цвет, форма, локализация и структура признака, которые в дальнейшем будем называть комплексом иридоглифических параметров (КИП).

Цвет характеризует адаптационные возможности организма, например, чувствительность к внешним воздействия у светлоглазых в 2 раза выше чем у лиц со светлокарими глазами и в 4 раза выше, чем у лиц с темнокарими глазами. Для достижения лечебного эффекта доза лекарств у последних должна быть большей, чем для пациентов со светлыми глазами. Как показали исследования, можно выделить четыре цвета РОГ: карие, светлокарие, серые и серые с гетерохромией.

Чем выше плотность РОГ, тем лучше способность организма сопротивляться заболеваниям, переносить изменения условий окружающей среды. Оценка этих способностей важна не только в клинической практике, при выборе тактики реабилитации конкретного пациента, но и в работе различного рода медицинских комиссий при направлении на работу в отдаленные районы, оценке усредненных репаративных особенностей социума, проживающего в загрязненном районе. В качестве примера, можно привести результаты врача Гамиуллина Ф.З, который снизил количество нетрудоспособных дней у работающих в неблагоприятных климатических условиях в двадцать раз, используя при отборе значения иридогенетических симптомов и направляя на работу только лиц с высоким иридогенетическим статусом.

Заключение

В основе формирования неадекватных психофизиологических реакций и патологий человека лежат наследственные особенности и нарушения механизмов адаптации к повышенным физическим, психоэмоциональным и интеллектуальным нагрузкам. В психофизиологическом состоянии человека можно выделить эндогенные компоненты, определяющие текущее состояние, потенциальные профессиональные способности, резистентность к неспецифическим внешним воздействиям и возможность реабилитации человека неспецифическими методами.

Параметры комбинации папиллярных узоров на пальцах рук позволяют охарактеризовать функциональный статус, отражающий аналитические и умственные способности, координированность и коммуникабельность, выносливость и реактивность личности. Знание функционального статуса позволит также определять способы коррекции стресса, выбор профессии, методы обучения, прогнозировать поведение в стрессовых ситуациях, комплиментарность социумов и др.

Пальцевая дерматоглифика в качестве морфогенетического маркера физических способностей человека вне зависимости от этнической и расовой принадлежности. С учетом широкого спектра факторов влияния на фенотипическую изменчивость (конституциональная вариативность, половой диморфизм и др.) особенности пальцевой дерматоглифики позволяют установить специфику реализации генетически детерминированного развития физических способностей человека.

В системе дактилоскопической идентификации, решающей задачу установления личности преступника, дерматоглифические исследования не нашли широкого применения. Это обусловлено, в первую очередь, правовыми аспектами этой процедуры и отсутствием специальных методов и средств в МВД. Предлагаемая система дополнительных дерматоглифических исследований не нарушает существующей системы дактилоскопирования, расширяет возможности и повышает эффективность систем профессиональной подготовки и реабилитации военнослужащих за счет индвидуального подбора методов обучения и коррекции состояний.

Разработанность дерматоглифического комплекса как морфогенетического маркера к настоящему времени достигла уровня, обеспечивающего научно обоснованное их использование в практике самых различных отраслей жизнедеятельности человека, в том числе и в биометрических системах.

РОГ имеет развитую архитектонику сосудов кровеносной системы и волокон НС, высокую концентрацию меланоцитов, изменения парамеров которых обеспечивает адаптационную и индикаторную функции РОГ и обуславливает морфологические и цветовые особенности. Изменения на РОГ определяются состоянием экстерорецептивной цепи, связывающей рецепторы внутренних органов с рецепторами (меланоцитами) ПЗ РОГ.

Свойства ИП, в основном, определяются цветом, формой, локализацией и структрурой признака. Исследования иридологических показателей ФС позволяют охарактеризовать действие генетических и внешних факторов на адаптационные возможности, репаративные способности, наличие наследственных и врожденных особенностей органов и систем, состояние иридоневральных экстерорецептивных связей и оценить особенности психоэмоционального состояния.

Для эффективного использования дерматоглифических и иридологических показателей ФС человека в системах медико-генетического консультирования, дошкольного, школьного воспитания, профориентации, в задачах клинической диагностики, медицинских комиссиях и др. необходима использовать методы измерения цвета, параметров структуры и формы для количественной оценки КДП и КИП.

Сложность технической реализации датчиков БХЧ, алгоритмов распознавания зависит от требований к репрезентативности исходных данных. Поддержание длительное время относительно стабильными условий регистрации БХЧ возможно в настоящее время для биометрических систем непосредственно контактирующих с пользователем.

С учетом результатов применения биометрической техники необходимым требованием к технических средствам устройств освещения и датчиков является выбор такой физической природы и характеристик (интенсивность, монохроматичность, поляризация и пр.) зондирующего излучения, которые могли бы обеспечить максимальный контраст и разрешение параметров аксиологической информации на БИ.

Разработанность дерматоглифического комплекса как морфогенетического маркера к настоящему времени достигла уровня, обеспечивающего научно обоснованное использование его в практике самых различных отраслей жизнедеятельности человека, в том числе и для идентификации личности.

Биометрия — процесс сбора, обработки и хранения данных о физических характеристиках человека с целью его идентификации(Большой юридический словарь, 2007).

Киви Берд

Принято считать, что современные биометрические методы, вроде идентификации по отпечаткам пальцев или радужной оболочке глаза, обеспечивают беспрецедентный уровень надежности и защиты. На самом деле это весьма далеко от реальности.

Если заглянуть в четвертьвековой давности «Словарь иностранных слов» (издательство «Русский язык», 1984), то можно узнать, что биометрия — это специальный термин науки биологии для обозначения «совокупности приемов планирования и обработки данных биологического исследования методами математической статистики». Для уха человека современного не столь уж древнее определение звучит странновато.

Ближе к телу

Биометрия позволяет решать две основные задачи: аутентификация и идентификация людей. Еще одно активно разрабатываемое сейчас направление — автоматическое выявление угрожающих намерений человека в толпе по биометрическим особенностям его поведения. Для решения всех этих задач предложено и используется множество разных средств биометрического опознания, сильно варьирующихся по своим возможностям, стоимости, эксплуатационным ограничениям и степени надежности. Область биометрии переживает ныне столь бурный подъем, что характеристики многих систем удается улучшать на удивление быстро, но пока ни один из методов не может считаться абсолютно надежным. Для всех реально применяемых биометрических технологий имеются и неоднократно продемонстрированы соответствующие средства обмана.

Существенные перемены в основном значении слов — это всегда интересный признак эпохи. Ну а сдвиг в восприятии вполне конкретного слова «биометрия» — это, можно сказать, еще и выразительный символ значительных перемен в человеческом обществе, где некогда доминировали идеи научного прогресса во имя всеобщего блага, а теперь все больше говорят о роли науки и технологий в деле укрепления национальной и общественной безопасности.

В рекламе и на практике

Технологии опознания людей по их биометрии — по лицу, пальцам или ДНК, по ирису (радужной оболочке) глаза или рисунку вен, по голосу, походке, манере работы с клавиатурой и так далее — сегодня переживают эпоху бурного расцвета. На рынок ежегодно выводится масса новых и старых, но радикально усовершенствованных систем опознания, однако для неспециалиста адекватно оценить их надежность — задача довольно сложная. По свидетельству же независимых экспертов, вследствие общей незрелости технологии, запущенной в дело чересчур поспешно, доля продукции, и близко не дающей того, что сулят недобросовестные изготовители, в этом секторе рынка намного выше, чем в других областях индустрии инфотехнологий.

Аутентификация — проводимая с согласия человека проверка, что он действительно тот, за кого себя выдает. Обычно применяется для контроля доступа и в удостоверениях личности (биометрические замки, биометрические паспорта). Идентификация — установление личности без сотрудничества проверяемых, обычно через сравнение снятых с человека характеристик с теми, что хранятся в базах данных.

При этом обманутыми оказываются отнюдь не только рядовые потребители, защищающие, скажем, биометрическими замками свой компьютер или магазинчик, но и вполне серьезные государственные учреждения. Пресса об этом сообщает нечасто, но порой информация все же просачивается.

Так, в 2005 году британская тюрьма строгого режима Гленочил, где отбывают срок убийцы и другие опасные преступники, была вынуждена в срочном порядке отказаться от недавно установленной хайтек-системы безопасности на основе биометрических замков. В рамках модернизации, стоившей около £3 млн, все внутренние двери тюрьмы были оборудованы замками, отпирающимися без традиционных ключей — по отпечатку пальца надзирателя, наложенному на стеклянную панель и сопровождаемому вводом личного PIN-кода. Внешне все это выглядело замечательно, почти как в рекламе компании-продавца, однако в действительности надежность и безопасность подобных замков оказалась чистой фикцией.

Один из заключенных по случаю продемонстрировал изумленным надзирателям, что легко может обманывать новые биометрические запоры и беспрепятственно ходить фактически по всему зданию. Тут же начатое расследование показало, что данный метод обмана техники был известен многим из 420 заключенных по меньшей мере месяц, из-за чего в разных зонах тюрьмы стали возможны криминальные разборки и сведения счетов. Единственным способом прекратить это безобразие стало возвращение к прежней системе механических замков, когда у каждого надзирателя имеется к ним связка собственных ключей.

Из скупых сообщений прессы известно, что с аналогичными проблемами столкнулись и в других тюрьмах Британии, проводивших недешевую хайтек-модернизацию. И хотя администрация заведений не пожелала раскрывать способ, которым заключенные обманывали биометрическую систему, для специалистов по компьютерной безопасности в произошедшем не было абсолютно ничего удивительного или неожиданного. Личный PIN-код надзирателей содержал всего четыре цифры, которые внимательному глазу наблюдателя совсем несложно запомнить, ну а народных средств для обмана дактилоскопических — как и всех прочих биометрических — сенсоров существует великое множество.

Методы биометрии

Отпечатки пальцев Древнейший метод опознания, использовался тысячи лет назад в Вавилоне, Египте и Китае, систематически применяется с начала XX века. Миф об «абсолютной надежности» дактилоскопической экспертизы столь прочен, что по сию пору нет четко определенных вероятностей ошибок опознания, а эксперты говорят лишь, есть совпадение или нет. Главный недостаток дактилоскопии — сложности дистанционного снятия отпечатков, хотя новейшие технологии сканирования уже позволяют делать это на расстояниях порядка 5 метров. Лицо Метод опознания по лицу хорошо работает в задачах аутентификации, т. е. при сотрудничестве проверяемого, однако дает неприемлемо высокие проценты ошибок при разном освещении, повороте головы, переменах в мимике лица, не говоря уже об умышленном изменении внешности. Иначе говоря, все проведенные на сегодня попытки по внедрению систем опознания лиц для автоматического выявления разыскиваемых людей в толпе закончились неудачей. Радужка глаза По сравнению с пальцем глаз гораздо лучше защищен от повреждений, и при этом имеет намного более четкую и постоянную форму, нежели лицо. Главные достоинства технологии — быстрая скорость сканирования и низкий, в сравнении с другими методами, уровень ложных положительных опознаний. Основные недостатки — проверяемые обязаны смотреть строго в объектив камеры и опознание можно проводить только на небольшой дистанции, обычно до полуметра.

Забавные игрушки

Хотя биометрические средства опознания людей появились на рынке еще в конце XX века, резкий скачок в их повсеместном внедрении произошел после трагедии 11 сентября 2001 года. Власти США и многих других стран почему-то решили, что именно биометрия — одно из главных технических средств для борьбы с терроризмом и сохранения ценностей общества.

Сетчатка глаза Сканирование кровеносных сосудов, расположенных в глазном дне, используется крайне редко. Среди причин — проверяемые должны идти на сотрудничество, область сканирования труднодоступная и мелкая, оборудование сложно в эксплуатации. Об обмане систем опознания по сетчатке сведений нет, поскольку в настоящее время данная технология не имеет коммерческого применения. ДНК Метод ДНК-идентификации на сегодня считается самым надежным и применяется главным образом в криминалистике. Но широкого коммерческого распространения не получил, так как 1) требует взятия физического образца (волоса, крови) вместо простого снимка или записи биометрической характеристики; 2) тестирование (пока) не может быть сделано в режиме реального времени; 3) каждый раз, когда система опознания должна верифицировать человека, необходимо брать очередной образец клеток с ДНК. Голос Метод основан на индивидуальной манере произносить те или иные звуки речи. Технология имеет много преимуществ: проста в эксплуатации, дешева, не требует специального оборудования, кроме стандартной компьютерной техники с обработкой звука. Главные недостатки: многие могут иметь похожие голоса и манеру речи, а голос конкретного человека меняется в зависимости от здоровья, эмоционального состояния или возраста, на качество опознания влияют характеристики микрофонов и состояние канала связи (при дистанционном опознании по телефону). Кровеносные сосуды Кровеносные сосуды имеют более высокую температуру, чем остальное тело, поэтому четко прорисовываются на инфракрасном снимке. Для опознания делают снимок уникального для каждого человека рисунка вен и других подкожных структур, как правило, в области кисти руки — запястье, ладонь или ее тыльная сторона. Наибольшее распространение данная система получила в Японии.

Многие из независимых экспертов по защите информации с этой идеей категорически не согласились, поскольку биометрические средства безопасности вовсе не лишены недостатков, а их серьезные слабости отнюдь не являются секретом. Начиная примерно с 2002 года в узкоспециальных, как правило, изданиях, а изредка и в популярной компьютерной прессе регулярно появляются публикации о тотальном обмане и беспроблемном преодолении практически всех имеющихся на рынке средств контроля доступа на основе биометрии.

Системы распознавания по радужной оболочке ненадежны. Злоумышленники научились обманывать их, поднося к камере фотографию «нужного» глаза в высоком разрешении

Одно из самых впечатляющих исследований подобного рода появилось летом 2002 года, когда сотрудники германского компьютерного журнала «c"t» с помощью нехитрых подручных средств скомпрометировали сразу 11 систем биометрической верификации, работавших на основе трех базовых технологий — распознавания пальцев, лиц и радужной оболочки глаз пользователей. Выводы экспертов журнала вполне однозначны: все изучавшиеся системы приходится рассматривать скорее как забавные игрушки, а вовсе не «серьезные средства защиты», как позиционируют их фирмы-изготовители.

Если говорить об обмане систем аутентификации пользователя по отпечатку пальца с помощью емкостного сенсора на «мышке» или клавиатуре компьютера, то здесь простейший способ обмана — повторное «оживление» уже имеющегося отпечатка, оставленного зарегистрированным пользователем. Для такого оживления остаточного отпечатка иногда бывает достаточно просто подышать на сенсор либо приложить к нему тонкостенный полиэтиленовый пакет, наполненный водой. Еще эффективнее срабатывает более тонкая технология, когда оставленный «жертвой» отпечаток на стекле или CD посыпают мелкой графитовой пудрой, лишний порошок сдувают, а сверху накладывают липкую ленту, фиксирующую характерный узор папиллярных линий. Прикладывание такой ленты обманывает не только емкостные, но и нередко более строгие оптические сенсоры. Наконец, «искусственный палец», отлитый в парафиновой форме из силикона, позволил исследователям преодолеть все из шести протестированных систем на основе дактилоскопии.

Системы опознания по ирису глаза преодолевались ничуть не сложнее — подсовыванием фотографии глаза «жертвы» в хорошем разрешении. Похожими по сути приемами были скомпрометированы и все системы опознания по лицу — подсовыванием фотографии или экрана ноутбука с клипом, где снято лицо зарегистрированного пользователя.

Изготовители биометрических систем наверняка пытаются работать над улучшением своей продукции, но пока изменить ситуацию не удается. В 2009 году на хакерской конференции Black Hat DC в США был сделан доклад «Ваше лицо — это НЕ ваш пароль», подготовленный сотрудниками Bkis, одной из главных фирм по компьютерной безопасности во Вьетнаме. Суть доклада — анализ конкретных систем опознания по лицу, широко применяемых в современных ноутбуках от известных брендов: VerifaceIII (Lenovo), SmartLogon (Asus) и Face Recognition (Toshiba). Все эти изделия продаются как эффективные методы защиты компьютера от неавторизованного доступа. Однако, как показали исследователи, им удалось без проблем обмануть все три системы — используя вместо предъявления лица либо фотографии зарегистрированных пользователей, либо даже снимки других людей, измененные с помощью графического редактора.

Исследователи из Университета Пердью разработали методику идентификации с помощью масс-спектрометрического «сканирования» отпечатка. При этом играет роль не только рисунок, но и химический состав следа. Это позволяет отличать отпечатки, оставленные в разное время, поверх других, и предполагать, каких предметов касался подозреваемый до того, как оставил свой отпечаток.

Риски баз данных

Помимо систем контроля доступа, другим фундаментальным применением биометрии в безопасности являются системы автоматической идентификации, то есть установление личности человека по его биометрическим характеристикам путем их сличения с уже имеющимися материалами в базах данных. В настоящее время подобные базы во множестве стран стремительно разрастаются, не только массово накапливая информацию об отпечатках пальцев, лицах и ДНК миллионов людей, но и, бывает, объединяясь в гипербазы для тотального поиска. Поскольку всякий рост массивов анализируемых данных неизбежно влечет за собой и возрастание числа ошибочных совпадений, все чаще стали происходить случаи ложных опознаний — с серьезными последствиями для жертв таких ошибок.

Одна из самых громких, вероятно, историй подобного рода — «дактилоскопическое» дело американца Брэндона Мэйфилда. Эта история началась при расследовании террористических взрывов в Мадриде 11 марта 2004 года, где важнейшей уликой для следствия стал пластиковый пакет с детонаторами к бомбам и с отпечатками пальцев террориста. Данные отпечатки были запущены по базам международной розыскной системы, и для одного из них принадлежащая ФБР США крупнейшая в мире дактилоскопическая база IAFIS («Объединенная автоматизированная система идентификации по отпечаткам пальцев») обнаружила в своих хранилищах нужное соответствие. Три собственных эксперта ФБР и еще один приглашенный со стороны квалифицировали находку как «стопроцентно надежное» и «абсолютно неоспоримое совпадение».

Сопоставление индивидуальных пространственно-временных зависимостей в движении людей (анализ походки) оказалось бесперспективным. Метод иногда допускает автоматическое опознание людей в условиях плохой видимости, недостаточной, к примеру, для сканирования лица. В то же время анализ походки показал высокую степень ошибок в зависимости от обуви, длины одежды, степени опьянения человека и прочих сопутствующих условий.

Выявленный в базе IAFIS отпечаток принадлежал орегонскому адвокату Брэндону Мэйфилду, который мало того что был женат на мусульманке-египтянке и ранее защищал в суде человека, подозревавшегося в терроризме, так еще и сам обратился в ислам. Поскольку личность Мэйфилда практически идеально вписывалась в образ исламского экстремиста, адвоката, ясное дело, сразу посадили за решетку. И кто знает, чем это могло для него закончиться, не отлови испанская полиция другого человека, алжирца Унана Дауда, у которого не один, а все отпечатки пальцев совпали со следами на пакете с детонаторами. Арестованного в Америке адвоката-мусульманина пришлось, конечно, с извинениями отпустить, но «безупречная» репутация дактилоскопической идентификации из-за этой истории оказалась сильно подмочена.

Одновременно с ростом аналогичных централизованных баз с ДНК-данными начали поступать — также из США — известия о выявлении случайных совпадений в ДНК-профилях разных людей. Однако специфика генетической информации таит в себе риски и существенно иного рода: повышенный интерес к содержимому ДНК граждан проявляют те структуры, которым доступ к этой информации по закону не положен. К примеру, это могут быть страховые компании, желающие заранее знать о предрасположенности своих клиентов к определенным заболеваниям. Или же корпорации, при приеме или назначении сотрудника на ответственную должность пытающиеся собрать максимум доступной информации на кандидата. А централизованные ДНК-базы не только систематически накапливают подобную информацию, но и, как показывает практика, вполне могут пускать ее «налево».

В 2007 году в Великобритании разгорелся скандал вокруг национальной (и одной из крупнейших в мире) базы данных, накапливающей ДНК-образцы граждан. База принадлежит FSS, службе криминалистических наук правительства, а ее постоянно растущий массив данных содержит около пяти миллионов образцов ДНК. В 2005 году проект был приватизирован — с государством в качестве главного владельца, а администрация занялась активным поиском направлений для коммерческого использования накапливаемой информации. Одновременно тем же самым решила подзаработать не только администрация. Последовавший вскоре судебный процесс стал разбираться с пятью сотрудниками FSS, которые занялись похищением программного обеспечения и собственно данных из базы с целью создания собственного коммерческого сервиса, предлагающего те же самые массивы ДНК всем интересующимся…

Может быть и польза

Хотя в данном обзоре вполне умышленно собраны негативные — куда реже освещаемые прессой — стороны биометрических технологий, было бы несправедливо ограничиться одними лишь недостатками. Любая технология сама по себе не является ни плохой, ни хорошей, ибо все зависит от того, как именно люди ее применяют. В полной степени это относится и к биометрии.

Последние годы разработкой собственных приложений для биометрических технологий активно занимаются не только фирмы без-опасности, обслуживающие полицию или службы охраны, но и многие компании, выпускающие совсем другие товары повседневного употребления.

Методы биометрии, не получившие широкого применения

Динамический анализ подписи опознает человека по индивидуальной манере письма: переменам в давлении на перо, скорости движения пера между фиксированными позициями и так далее. Термография лица В картине тепла, излучаемого лицом человека, ток крови в сосудах под кожей формирует определенные структуры, которые можно регистрировать инфракрасной камерой. Метод ненадежен, т.к. на вид температурной карты лица влияют условия внешней среды и физическое состояние человека. Анализ походки Метод показал высокую степень ошибок в зависимости от обуви, длины одежды, степени опьянения человека и прочих сопутствующих условий. Исследования свернуты из-за бесперспективности направления. Геометрия руки или пальца Одно время активно разрабатывавшееся направление, не получившее, однако, популярности из-за меньшей надежности опознания по сравнению с отпечатками пальца или сканированием ириса. Форма уха Форма уха и структура хрящевой ткани в ушной раковине вполне индивидуальны и постоянны для каждого человека. Главное возражение против использования технологии — ухо часто бывает скрыто от сканирования головным убором или волосами. Резонанс черепа Через голову человека транслируются звуковые волны для выстраивания уникального сонарного профиля данного индивида. Сугубо экспериментальное направление исследований.

Например, ныне функции опознания лиц уже довольно широко реализованы в цифровых фотоаппаратах целого ряда фирм вроде Canon, Pentax или Fuji. Встроенные в них программы поиска могут автоматически находить в картинке кадра, выбранного для съемки, человеческие лица по их характерным признакам — глазам, ушам, носу и т. д. Если лицо одно, камера сама может настроить фокус исключительно на него, если же лиц несколько, то может вычислить усредненный фокус для всех. Или, скажем, фирма Sony первой выпустила цифровую фотокамеру, которая может удерживать затвор от срабатывания до тех пор, пока люди в кадре не улыбнутся, поскольку специальная программа анализирует лица на предмет счастливого выражения — положения уголков рта, размыкания губ, мимических морщинок вокруг глаз.

Другой пример интересного применения биометрии — новые версии программ iPhoto и Picasa для управления цифровыми фотоальбомами, куда их разработчики, Apple и Google соответственно, встроили функции распознавания лиц на снимках для удобного и быстрого поиска нужных фотографий. Отличие программ в том, что iPhoto работает на компьютере владельца и в процедуре настройки просит идентифицировать любым именем лишь тех людей, которых укажет хозяин альбома. Программа Picasa, с другой стороны, работает на серверах Google и при настройке пытается затребовать идентификацию ВСЕХ людей на снимке, причем их полными именами и с уникальными адресами электронной почты — очевидно, для организации перекрестных ссылок между альбомами разных владельцев. Не факт, что подобное «вторжение» в личный архив понравится каждому, но таковы уж, видимо, родовые особенности всех биометрических технологий.

ВВЕДЕНИЕ

Вопросы изучения живых организмов и растительных объектов, а также процессы, происходящие на клеточном, молекулярном и генетическом уровне становятся все более актуальными с каждым днем. С этой целью в научных лабораториях разрабатываются методы по их исследованию и моделируются сложных явлений природы. К наиболее часто используемым методам исследования можно отнести экспериментальные и методы многомерной статистики. Они являются важной и неотъемлемой частью лабораторного эксперимента и позволяют достоверно выявить закономерности происходящих природных процессов, а также найти причинно-следственные связи между ними.

В научных исследованиях для получения достоверных данных эффективно используется метод массовых наблюдений. Данный метод основан на использовании большого количества повторностей в каждой экспериментальной группе. Материал, полученный в ходе лабораторного опыта, обрабатывают и анализируют, далее по полученным данным делают соответствующие выводы и устанавливают те или иные закономерности. Большое значение в достижении наибольшей точности результатов и выводов в ходе эксперимента имеет не только качество экспериментальных методик, но и правильная статистическая обработка, так как полученные результаты могут значительно варьироваться в пределах одной экспериментальной группы. Таким образом, выполнение статистического анализа экспериментально полученных данных расширяет возможности в познании биологических явлений природы, способствует объективной оценке полученных результатов, исключая возможность субъективной точки зрения исследователя, а также методической ошибки, которые возникают при выполнении эксперимента, и дает возможность экспериментатору сделать точные и корректные выводы и заключений в отношении изучаемого явления.

Предмет исследования – компьютерные технологии как способ обработки данных, полученные при лабораторном исследований.

Цель исследования – проанализировать возможности статистических программ при обработке данных, полученных в результате постановки лабораторного эксперимента.

Задачи исследования:

· Оценить методы математической статистики с точки зрения их возможностей и границ применения при планировании и обработки биохимического эксперимента.

· Изучить, имеющиеся статистические пакеты анализа.

· Освоить возможности решения задач прикладной статистики средствами Microsoft Excel (применения стандартных функций и пакета анализа данных) и известных статистических пакетов STATISTICA в области биохимии.

Компьютерные технологии имеют большое значение в статистической обработке данных. Это позволяет не только ускорить данный процесс в несколько раз, но и произвести его на более высоком качественном уровне.

ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ ИСПОЛЬЗОВАНИЯ КОМПЬЮТЕРНЫХ ТЕХНОЛОГИЙ ПРИ ПРОВЕДЕНИИ ЛАБОРАТОРНОГО ИССЛЕДОВАНИЯ

Биометрия как наука и основные ее понятия

В последние годы все чаще для решения и моделирования поставленных задач используются компьютерные технологии. В связи с этим возросла потребность в высококвалифицированных специалистах, имеющих хорошую теоретическую базу и имеющие опыт работы с некоторыми программами. На сегодняшний день в учебных учреждениях появляются дисциплины, которые позволяют сформировать устойчивые умения, необходимые для обработки и представления результатов научной деятельности. Наука, которая занимается изучением методов сбора и токованием числовых данных называется статистика. Данная дисциплина имеет важное практическое значение, так как позволяет прогнозировать развития природных, социальных процессов и явлений. Со временем стали появляться более специализированные отрасли данной науки. Таким образом, на стыке двух самостоятельных наук: биология и статистика, - появляется биологическая статистика (или биометрия) . Биометрия – эмпирическая наука, изучающая данные, полученные при постановке опыта путем выполнения некоторых математических вычислений. Выполнение данных операций без вычислительной техники и компьютерных технологий занимает очень много времени. Насколько это трудоемкий процесс мы можем убедиться, рассмотрев некоторые наиболее используемые понятия биометрии при характеристики исследуемого признака.

Основные понятия биометрии.

Очень часто в практической деятельности человека и при обработке данных, полученных в ходе научных исследований, используется средняя величина. Данная величина характеризует исследуемый признак и показывает, каким было бы значение переменной, если бы у всех объектов из выборки оно было бы одинаковым. Средне арифметическая вычисляется по формуле:

где х 1 х 2 , ..., x k - варианты совокупности; n- общее количество вариант.

Медиана (граница 50%-ного интервала) - значение, которое делит выборку пополам: в обе стороны от медианы в вариационном ряду располагается одинаковое число вариант. Эта величина зависит от накопления частот. Частоты накапливают до тех пор, пока не будет превышена половина суммы частот. Полученное наибольшее значение и есть медиана. Формула, по которой можно вычислить данное значение имеет следующий вид:

,

где x min – минимальное значение предела интервала, где находится срединное значение; i - величина интервала; N-объем совокупности; Σn-суммарная численность до интервала, в котором находится срединное значение; N e -численность интервала, где находится срединное значение.

Еще один статистический показатель это мода. Модой называется такая величина, которая наиболее часто встречается. Моду можно вычислить по формуле Пирсона:

,

где Ме – медиана; М-среднее значение признака.

Среднее квадратичное отклонение, - важнейшая характеристика в биологическом эксперименте. Данная величина является мерой рассеяния ряда распределения и определяется по формуле:

В некоторых экспериментах требуется очень высокая точность опыта. Например, в медико-биологических, токсикометрических и др. Ошибка в данных опытах не должна быть выше 1%, если значение ошибки превышает 1%, то точность результата является неудовлетворительной и нужно увеличивать количество повторностей.

Однако как бы исследователь ни старался точно выполнять все действия методики эксперимента, все равно на практике случаются ошибки, которые необходимо учитывать при обработке данных. Существует несколько типов ошибок.

Ошибка средней (m x) - показатель, на которое отличается среднее значение выборочной (опытной) совокупности от среднего значения генеральной совокупности, если распределение исследуемого параметра будет стремиться к нормальному значению. Основная ошибка среднего рассчитывается по формуле:

Более информативным и приемлемыми для сравнения групп используется коэффициент изменчивости , или вариации . Коэффициент изменчивости – это основное отклонение, выраженное в процентах от среднего значения, которое рассчитывается по формуле:

По полученным результатам делают вывод о характере и степени варьирования признака (таблица 1.1).

Таблица 1.1. Характер изменчивости признаков (по М.Л.Дворецкому)

Если значение t больше четырех, то среднее значение будет достоверным и соответственно можно сформулировать корректные выводы.

Определяют также процент расхождения между выборочной и генеральной средними - точность опыта (р,%), или ошибка наблюдений :

Этот параметр опыта показывает, на сколько процентов можно ошибиться, если утверждать, что генеральная средняя равна полученной выборочной средней.

Встатистике важным является показатель нормирования. Данный показатель используется для оценки вариант относительно к среднему значению данной группы по следующей формуле:

В зависимости от цели исследования значение может колебаться от x: ±0,5σ до х±1σ. Варианты со значением от 0,67σ до 2σ являются субнормальными, если значение равно более х± 2σ, то такие вариантыследует отнести к категории аномалий.

В биометрии существует такое понятие как ошибка репрезентативности . Эта ошибка, которая возникает не в ходе выполнения измерений или вычислений, а из-за случайного отбора при формировании группы.

При подсчете ошибки средней арифметической в небольших группах количество наблюдений (п) является «числом степеней свободы» - используется выражение (n-1), и тогда формула имеет вид:

Существует огромное количество формул вычисления ошибок эксперимента. Некоторые из них приведены ниже в качестве примера. Формула, по которой вычисляется средняя ошибка среднего квадратического отклонения:

Средняя ошибка коэффициента вариации (С):

Средняя ошибка показателя асимметрии:

Или более точно:

Ошибку коэффициента эксцесса:

Сравнительный анализ полученных результатов сводится к оценке степени достоверности наблюдаемых между ними различий по следующей формуле:

где t - критерий достоверности. Его значение оценивается по таблицам вероятности Стъюдента. Если фактическое t больше табличного t st , то существует разница между двумя исследуемыми группами. Различие существенное, достоверное и его нельзя объяснить случайными причинами.

Для сравнения полученных результатов с ожидаемыми используют критерий хи-квадрат (χ 2), который находится по формуле:

где, p – эмпирическая частота, p’ – ожидаемая частота. Значение χ 2 -теста заключается в том, чтобы узнать, подтверждается или опровергается гипотеза экспериментом. Если значений χ 2 , превышает табличное, то можно утверждать, что разница между фактическими и ожидаемыми результатами будет достоверной.

Так как большинство биологических объектов имеют огромное количество, нередко взаимосвязанных признаков, которые их характеризуют, например, вес, рост, возраст и др., то при исследовании комплекса показателей применяют дисперсионного анализа. Зависимость, при которой на каждое значение независимой переменной приходится только одно значение зависимой, называют функциональной . Однако в природе такая связь бывает очень редко. Обычно исследуемые объекты с одинаковыми значениями одного признака имеют разные значения по другим признакам. Такую связь называется корреляцией . Коэффициент корреляции показывает, насколько один исследуемый признак связан с другим (таблица 2). Коэффициент корреляции вычисляется по формуле:

Таблица 1.2. Характеристика тесноты связи между признаками

Так же необходимо найти квадратическую ошибку коэффициента корреляции:

Полученные показатели коэффициента корреляции оценивают с помощью критерия достоверности Стьюдента:

Или с помощью формулы

При оценке взаимосвязи величин очень важно найти аналитическое уравнение, которое будет соответствовать природе изучаемого явления для предсказания поведения независимой характеристики объекта при изменении зависимого параметра. Взаимосвязь между переменными величинами называется регрессией . Коэффициент регрессии, который определяется по следующим аналогичным формулам:

- коэффициент регрессии Y.X;

коэффициент регрессии X.Y,

и .

Для коэффициента регрессии также находят среднюю квадратическую ошибку:

Это основные формулы, применяемые в биометрии, которые используются при обработке данных, полученных в ходе биохимических исследований. Существует еще очень много статистических формул, однако все они, как мы уже убедились, состоят из нескольких математических действий, что осложняет вычисления исследователя и может привести к многочисленным ошибкам в расчетах. Исправление этих ошибок может отнять много времени при обработке большого количества данных. Таким образом, компьютерные технологии упрощают данный рутинный процесс в несколько раз, что позволяет более рационально использовать время, а также уменьшают вероятность ошибки, что дает уверенность в правильности полученных результатов и позволяет сделать корректные выводы.

Планирование и обработка биохимического эксперимента

В настоящее время существует множество информации и довольно сложно ориентироваться в этом бесконечном потоке знаний. Тогда возникает вопрос, каким образом можно получить интересующую информацию и подобрать нужную литературу, затратив при этом минимальное количество времени. Для этого существуют различные поисковые системы, которые значительно сокращают количество потраченного времени на подготовительном этапе. Так как прежде чем приступить к выполнению и планированию исследования, необходимо убедиться, не изучался ли данный вопрос ранее, каковы результаты проведенных исследований и какие критерии уже изучены. Чтобы больше осознать в полной мере необходимость информационных технологий в планировании эксперимента, необходимо понять, что представляет собой данный процесс.

Планированием эксперимента называется комплекс мероприятий, направленных на эффективную постановку опыта, главной целью которого является достижение максимальной точности измерений при проведении минимального количества опытов. При планировании опыта выделяют несколько этапов:

1. Предпланирование – этот этап включает в себя составление плана работы и его утверждение, выбор темы, формулировка рабочей гипотезы, информационная обработка плана и освоение методик.

Этот этап позволяет исключить возможность дублирования исследования, обеспечивает достоверность знаний и оригинальный подход к решению поставленных перед исследователем задач

2. Собственно процесс исследования – на данном этапе производится аналитический обзор литературы по данной проблеме, накопление данных, их систематизация и выработка представлений и проведение эксперимента. Эксперимент – набор действий и наблюдений, выполненных для проверки истинности или ложности выдвинутой гипотезы и установление причинно-следственных связей между изучаемыми феноменами.

Благодаря данному этапу исследователь может осознать насколько новой является данная тема и актуальны полученные результаты, сформулировать научно-практическую значимость.

3. Последний этап заключается в оформление результатов научного поиска – составление отчетов, написание статей.

Любой эксперимент основан на выполнении аналитического метода, Аналитические методы имеют критерии, определяющие пригодность метода:

· Специфичность – способность определить тот компонент, для определения которого данный способ исследования предназначен.

· Точность – качество измерений, отражающих близость полученных результатов, содержащих анализируемое вещество

· Сходимость (воспроизводимость в серии) представление о близости друг к другу результатов исследования выполненных в одних условиях в серии.

· Воспроизводимость – близость результатов, полученных при выполнении лабораторного аналитического исследования пробы в различных условиях. Данный параметр отражает степень разброса данных и позволяет выявить случайные ошибки.

· Правильность и неправильность - отличия от истинного значения

· Чувствительность – способность метода выявлять наименьшее значение анализируемого вещества. Оценивается величина отношения разности между показателями измерений прибора. Чем выше величина отношения, тем выше чувствительность метода.

· Предельная чувствительность – концентрация исследуемого вещества соответствующая минимальному измерению отличному от значения холостой пробы.

Интерпретация полученных результатов исследования производится вручную или с помощью компьютера. Один из способов оценки результатов это построение градуированной (калибровочной) кривой. Калибровочная кривая отображает тесную связь экстинкции, интенсивности излучения света и концентрации вещества в сериях стандартных растворов. Для построения градуированной кривой используются стандартные растворы.

Построение калибровочной кривой:

ü Приготовление стандартных растворов

ü Приготовление разведение стандартного вещества, который охватывает диапазон исследуемых концентраций и выходит за пределы максимального и минимального значения.

ü Из основного готовим маточные растворы

ü Для каждой концентрации стандартного раствора делаем 3-5 измерений

ü По полученным точкам строим график.

Для большей наглядности и точности лучше всего построить график. График показывает зависимость оптической плотности от концентрации раствора. Это будет более удобно при последующем определении концентрации изучаемого вещества в исследуемых пробах, что поможет рассчитать более правильную концентрацию рабочих растворов.

Похожая информация.

Презентацию к данной лекции можно скачать .

Простая идентификация личности. Комбинация параметров лица, голоса и жестов для более точной идентификации. Интеграция возможностей модулей Intel Perceptual Computing SDK для реализации многоуровневой системы информационной безопасности, основанной на биометрической информации.

В данной лекции дается введение в предмет биометрических систем защиты информации, рассматривается принцип действия, методы и применение на практике. Обзор готовых решений и их сравнение. Рассматриваются основные алгоритмы идентификации личности. Возможности SDK по созданию биометрических методов защиты информации.

4.1. Описание предметной области

Существует большое разнообразие методов идентификации и многие из них получили широкое коммерческое применение. На сегодняшний день в основе наиболее распространенных технологий верификации и идентификации лежит использование паролей и персональных идентификаторов ( personal identification number - PIN ) или документов типа паспорта, водительских прав. Однако такие системы слишком уязвимы и могут легко пострадать от подделки, воровства и других факторов. Поэтому все больший интерес вызывают методы биометрической идентификации, позволяющие определить личность человека по его физиологическим характеристикам путем распознания по заранее сохраненным образцам.

Диапазон проблем, решение которых может быть найдено с использованием новых технологий, чрезвычайно широк:

• предотвратить проникновение злоумышленников на охраняемые территории и в помещения за счет подделки, кражи документов, карт, паролей;
• ограничить доступ к информации и обеспечить персональную ответственность за ее сохранность;
• обеспечить допуск к ответственным объектам только сертифицированных специалистов;
• процесс распознавания, благодаря интуитивности программного и аппаратного интерфейса, понятен и доступен людям любого возраста и не знает языковых барьеров;
• избежать накладных расходов, связанных с эксплуатацией систем контроля доступа (карты, ключи);
• исключить неудобства, связанные с утерей, порчей или элементарным забыванием ключей, карт, паролей;
• организовать учет доступа и посещаемости сотрудников.

Кроме того, важным фактором надежности является то, что она абсолютно никак не зависит от пользователя. При использовании парольной защиты человек может использовать короткое ключевое слово или держать бумажку с подсказкой под клавиатурой компьютера. При использовании аппаратных ключей недобросовестный пользователь будет недостаточно строго следить за своим токеном, в результате чего устройство может попасть в руки злоумышленника. В биометрических же системах от человека не зависит ничего. Еще одним фактором, положительно влияющим на надежность биометрических систем, является простота идентификации для пользователя. Дело в том, что, например, сканирование отпечатка пальца требует от человека меньшего труда, чем ввод пароля. А поэтому проводить эту процедуру можно не только перед началом работы, но и во время ее выполнения, что, естественно, повышает надежность защиты. Особенно актуально в этом случае использование сканеров, совмещенных с компьютерными устройствами. Так, например, есть мыши, при использовании которых большой палец пользователя всегда лежит на сканере. Поэтому система может постоянно проводить идентификацию, причем человек не только не будет приостанавливать работу, но и вообще ничего не заметит. В современном мире, к сожалению, продается практически все, в том числе и доступ к конфиденциальной информации. Тем более что человек, передавший идентификационные данные злоумышленнику, практически ничем не рискует. Про пароль можно сказать, что его подобрали, а про смарт-карту, что ее вытащили из кармана. В случае же использования биометрической защиты подобной ситуации уже не произойдет.

Выбор отраслей, наиболее перспективных для внедрения биометрии, с точки зрения аналитиков, зависит, прежде всего, от сочетания двух параметров: безопасности (или защищенности) и целесообразности использования именно этого средства контроля или защиты. Главное место по соответствию этим параметрам, бесспорно, занимают финансовая и промышленная сфера, правительственные и военные учреждения, медицинская и авиационная отрасли, закрытые стратегические объекты. Данной группе потребителей биометрических систем безопасности в первую очередь важно не допустить неавторизованного пользователя из числа своих сотрудников к неразрешенной для него операции , а также важно постоянно подтверждать авторство каждой операции . Современная система безопасности уже не может обходиться не только без привычных средств, гарантирующих защищенность объекта, но и без биометрии. Также биометрические технологии используются для контроля доступа в компьютерных, сетевых системах, различных информационных хранилищах, банках данных и др.

Биометрические методы защиты информации становятся актуальней с каждым годом. С развитием техники: сканеров, фото и видеокамер спектр задач, решаемых с помощью биометрии, расширяется, а использование методов биометрии становится популярнее. Например, банки, кредитные и другие финансовые организации служат для их клиентов символом надежности и доверия. Чтобы оправдать эти ожидания, финансовые институты все больше внимание уделяют идентификации пользователей и персонала, активно применяя биометрические технологии. Некоторые варианты использования биометрических методов:

• надежная идентификация пользователей различных финансовых сервисов, в т.ч. онлайновых и мобильных (преобладает идентификация по отпечаткам пальцев, активно развиваются технологии распознавания по рисунку вен на ладони и пальце и идентификация по голосу клиентов, обращающихся в колл-центры);
• предотвращение мошенничеств и махинаций с кредитными и дебетовыми картами и другими платежными инструментами (замена PIN-кода распознаванием биометрических параметров, которые невозможно похитить, "подсмотреть", клонировать);
• повышение качества обслуживания и его комфорта (биометрические банкоматы);
• контроль физического доступа в здания и помещения банков, а также к депозитарным ячейкам, сейфам, хранилищам (с возможностью биометрической идентификации, как сотрудника банка, так и клиента-пользователя ячейки);
• защита информационных систем и ресурсов банковских и других кредитных организаций.

4.2. Биометрические системы защиты информации

Биометрические системы защиты информации - системы контроля доступа, основанные на идентификации и аутентификации человека по биологическим признакам, таким как структура ДНК, рисунок радужной оболочки глаза, сетчатка глаза, геометрия и температурная карта лица, отпечаток пальца, геометрия ладони. Также эти методы аутентификации человека называют статистическими методами, так как основаны на физиологических характеристиках человека, присутствующих от рождения и до смерти, находящиеся при нем в течение всей его жизни, и которые не могут быть потеряны или украдены. Часто используются еще и уникальные динамические методы биометрической аутентификации - подпись, клавиатурный почерк, голос и походка, которые основаны на поведенческих характеристиках людей.

Понятие " биометрия " появилось в конце девятнадцатого века. Разработкой технологий для распознавания образов по различным биометрическим характеристикам начали заниматься уже достаточно давно, начало было положено в 60-е годы прошлого века. Значительных успехов в разработке теоретических основ этих технологий добились наши соотечественники. Однако практические результаты получены в основном на западе и совсем недавно. В конце двадцатого века интерес к биометрии значительно вырос благодаря тому, что мощность современных компьютеров и усовершенствованные алгоритмы позволили создать продукты, которые по своим характеристикам и соотношению стали доступны и интересны широкому кругу пользователей. Отрасль науки нашла свое применение в разработках новых технологий безопасности. Например, биометрическая система может контролировать доступ к информации и хранилищам в банках, ее можно использовать на предприятиях, занятых обработкой ценной информации, для защиты ЭВМ, средств связи и т. д.

Суть биометрических систем сводится к использованию компьютерных систем распознавания личности по уникальному генетическому коду человека. Биометрические системы безопасности позволяют автоматически распознавать человека по его физиологическим или поведенческим характеристикам.

Рис. 4.1.

Описание работы биометрических систем:

Все биометрические системы работают по одинаковой схеме. Вначале, происходит процесс записи, в результате которого система запоминает образец биометрической характеристики. Некоторые биометрические системы делают несколько образцов для более подробного запечатления биометрической характеристики. Полученная информация обрабатывается и преобразуется в математический код. Биометрические системы информационной безопасности используют биометрические методы идентификации и аутентификации пользователей. Идентификация по биометрической системы проходит в четыре стадии:

• Регистрация идентификатора - сведение о физиологической или поведенческой характеристике преобразуется в форму, доступную компьютерным технологиям, и вносятся в память биометрической системы;
• Выделение - из вновь предъявленного идентификатора выделяются уникальные признаки, анализируемые системой;
• Сравнение - сопоставляются сведения о вновь предъявленном и ранее зарегистрированном идентификаторе;
• Решение - выносится заключение о том, совпадают или не совпадают вновь предъявленный идентификатор.

Заключение о совпадении/несовпадении идентификаторов может затем транслироваться другим системам (контроля доступа, защиты информации и т. д), которые далее действуют на основе полученной информации.

Одна из самых важных характеристик систем защиты информации, основанных на биометрических технологиях, является высокая надежность , то есть способность системы достоверно различать биометрические характеристики, принадлежащие разным людям, и надежно находить совпадения. В биометрии эти параметры называются ошибкой первого рода ( False Reject Rate , FRR ) и ошибкой второго рода ( False Accept Rate , FAR ). Первое число характеризует вероятность отказа доступа человеку, имеющему доступ , второе - вероятность ложного совпадения биометрических характеристик двух людей. Подделать папиллярный узор пальца человека или радужную оболочку глаза очень сложно. Так что возникновение "ошибок второго рода" (то есть предоставление доступа человеку, не имеющему на это право) практически исключено. Однако, под воздействием некоторых факторов биологические особенности, по которым производится идентификация личности, могут изменяться. Например, человек может простудиться, в результате чего его голос поменяется до неузнаваемости. Поэтому частота появлений "ошибок первого рода" (отказ в доступе человеку, имеющему на это право) в биометрических системах достаточно велика. Система тем лучше, чем меньше значение FRR при одинаковых значениях FAR . Иногда используется и сравнительная характеристика EER ( Equal Error Rate ), определяющая точку, в которой графики FRR и FAR пересекаются. Но она далеко не всегда репрезентативна. При использовании биометрических систем, особенно системы распознавания по лицу, даже при введении корректных биометрических характеристик не всегда решение об аутентификации верно. Это связано с рядом особенностей и, в первую очередь , с тем, что многие биометрические характеристики могут изменяться. Существует определенная степень вероятности ошибки системы. Причем при использовании различных технологий ошибка может существенно различаться. Для систем контроля доступа при использовании биометрических технологий необходимо определить, что важнее не пропустить "чужого" или пропустить всех "своих".

Рис. 4.2.

Не только FAR и FRR определяют качество биометрической системы. Если бы это было только так, то лидирующей технологией было бы распознавание людей по ДНК, для которой FAR и FRR стремятся к нулю. Но ведь очевидно, что эта технология не применима на сегодняшнем этапе развития человечества. Поэтому важной характеристикой является устойчивость к муляжу, скорость работы и стоимость системы. Не стоит забывать и то, что биометрическая характеристика человека может изменяться со временем, так что если она неустойчива - это существенный минус. Также важным фактором для пользователей биометрических технологий в системах безопасности является простота использования. Человек, характеристики которого сканируются, не должен при этом испытывать никаких неудобств. В этом плане наиболее интересным методом является, безусловно, технология распознавания по лицу. Правда, в этом случае возникают иные проблемы, связанные в первую очередь , с точностью работы системы.

Обычно биометрическая система состоит из двух модулей: модуль регистрации и модуль идентификации.

Модуль регистрации "обучает" систему идентифицировать конкретного человека. На этапе регистрации видеокамера или иные датчики сканируют человека для того, чтобы создать цифровое представление его облика. В результате сканирования чего формируются несколько изображений. В идеальном случае, эти изображения будут иметь слегка различные ракурсы и выражения лица, что позволит получить более точные данные. Специальный программный модуль обрабатывает это представление и определяет характерные особенности личности, затем создает шаблон . Существуют некоторые части лица, которые практически не изменяются с течением времени, это, например, верхние очертания глазниц, области окружающие скулы, и края рта. Большинство алгоритмов, разработанных для биометрических технологий, позволяют учитывать возможные изменения в прическе человека, так как они не используют для анализа области лица выше границы роста волос. Шаблон изображения каждого пользователя хранится в базе данных биометрической системы.

Модуль идентификации получает от видеокамеры изображение человека и преобразует его в тот же цифровой формат, в котором хранится шаблон . Полученные данные сравниваются с хранимым в базе данных шаблоном для того, чтобы определить, соответствуют ли эти изображения друг другу. Степень подобия, требуемая для проверки, представляет собой некий порог, который может быть отрегулирован для различного типа персонала, мощности PC , времени суток и ряда иных факторов.

Идентификация может выполняться в виде верификации, аутентификации или распознавания. При верификации подтверждается идентичность полученных данных и шаблона, хранимого в базе данных. Аутентификация - подтверждает соответствие изображения, получаемого от видеокамеры одному из шаблонов, хранящихся в базе данных. При распознавании, если полученные характеристики и один из хранимых шаблонов оказываются одинаковыми, то система идентифицирует человека с соответствующим шаблоном.

4.3. Обзор готовых решений

4.3.1. ИКАР Лаб: комплекс криминалистического исследования фонограмм речи

Аппаратно-программный комплекс ИКАР Лаб предназначен для решения широкого круга задач анализа звуковой информации, востребованного в специализированных подразделениях правоохранительных органов, лабораториях и центрах судебной экспертизы, службах расследования летных происшествий, исследовательских и учебных центрах. Первая версия продукта была выпущена в 1993 году и явилась результатом совместной работы ведущих аудиоэкспертов и разработчиков программного обеспечения. Входящие в состав комплекса специализированные программные средства обеспечивают высокое качество визуального представления фонограмм речи. Современные алгоритмы голосовой биометрии и мощные инструменты автоматизации всех видов исследования фонограмм речи позволяют экспертам существенно повысить надежность и эффективность экспертиз. Входящая в комплекс программа SIS II обладает уникальными инструментами для идентификационного исследования: сравнительное исследование диктора, записи голоса и речи которого предоставлены на экспертизу и образцов голоса и речи подозреваемого. Идентификационная фоноскопическая экспертиза основывается на теории уникальности голоса и речи каждого человека. Анатомическое факторы: строение органов артикуляции, форма речевого тракта и ротовой полости, а также внешние факторы: навыки речи, региональные особенности, дефекты и др.

Биометрические алгоритмы и экспертные модули позволяют автоматизировать и формализовать многие процессы фоноскопического идентификационного исследования, такие как поиск одинаковых слов, поиск одинаковых звуков, отбор сравниваемых звуковых и мелодических фрагментов, сравнение дикторов по формантам и основному тону, аудитивные и лингвистические типы анализа. Результаты по каждому методу исследования представляются в виде численных показателей общего идентификационного решения.

Программа состоит из ряда модулей, с помощью которых производится сравнение в режиме "один-к-одному". Модуль "Сравнения формант" основан на термине фонетики - форманте, обозначающий акустическую характеристику звуков речи (прежде всего гласных), связанную с уровнем частоты голосового тона и образующую тембр звука. Процесс идентификации с использованием модуля "Сравнения формант" может быть разделен на два этапа: cначала эксперт осуществляет поиск и отбор опорных звуковых фрагментов, а после того как опорные фрагменты для известного и неизвестного дикторов набраны, эксперт может начать сравнение. Модуль автоматически рассчитывает внутридикторскую и междикторскую вариативность формантных траекторий для выбранных звуков и принимает решение о положительной/отрицательной идентификации или неопределенном результате. Также модуль позволяет визуально сравнить распределения выбранных звуков на скаттерограмме.

Модуль "Сравнение Основного Тона" позволяет автоматизировать процесс идентификации дикторов с помощью метода анализа мелодического контура. Метод предназначен для сравнения речевых образцов на основе параметров реализации однотипных элементов структуры мелодического контура. Для анализа предусмотрено 18 типов фрагментов контура и 15 параметров их описания, включая значения минимума, среднего, максимума, скорости изменения тона, эксцесса, скоса и др. Модуль возвращает результаты сравнения в виде процентного совпадения для каждого из параметров и принимает решение о положительной/отрицательной идентификации или неопределенном результате. Все данные могут экспортироваться в текстовый отчет.

Модуль автоматической идентификации позволяет производить сравнение в режиме "один-к-одному" с использованием алгоритмов:

• Спектрально-форматный;
• Статистика основного тона;
• Смесь Гауссовых распределений;

Вероятности совпадения и различия дикторов рассчитываются не только для каждого из методов, но и для их совокупности. Все результаты сравнения речевых сигналов двух файлах, получаемые в модуле автоматической идентификации, основаны на выделении в них идентификационно значимых признаков и вычислении меры близости между полученными наборами признаков и вычислений меры близости полученных наборов признаков между собой. Для каждого значения этой меры близости во время периода обучения модуля автоматического сравнения были получены вероятности совпадения и различия дикторов, речь которых содержалась в сравниваемых файлах. Эти вероятности были получены разработчиками на большой обучающей выборке фонограмм: десятки тысяч дикторов, различные каналы звукозаписи, множество сессий звукозаписи, разнообразный тип речевого материала. Применение статистических данных к единичному случаю сравнения файл-файл требует учета возможного разброса получаемых значений меры близости двух файлов и соответствующей ей вероятности совпадения/различия дикторов в зависимости от различных деталей ситуации произнесения речи. Для таких величин в математической статистике предложено использовать понятие доверительного интервала. Модуль автоматического сравнения выводит численные результаты с учетом доверительных интервалов различных уровней, что позволяет пользователю увидеть не только среднюю надежность метода, но и наихудший результат, полученный на обучающей базе. Высокая надежность биометрического движка, разработанного компанией ЦРТ, была подтверждена испытаниями NIST (National Institute of Standards and Technology)

Некоторые методы сравнения являются полуавтоматическими (лингвистический и аудитивный анализы)