Metode de evaluare a parametrilor AOR şi FRR

Departamentul de cercetare şi dezvoltare Metode de evaluare a parametrilor AOR şi FRR Andrei Valentin Programator 4 septembrie 2009

Agenda • Explicaţia termenilor • Metoda în doi paşi • Metoda RNA • Comparaţie • Concluzii Prezentare BIOACS

Definirea termenilor • AOR – Accepted Originals Ratio – Reprezintă rata de originale acceptate la o evaluare (numărul de originale acceptate / numărul total de originale) • FRR –Forgery Rejection Ratio – Reprezintă rata de falsuri respinse la o evaluare (numărul de falsuri respinse / numărul total de falsuri) • RNA – Reţea neuronală artificială– Ansamblu de unităţi de procesare simple, puternic interconectate şi operând în paralel, care urmăresc să interacţioneze cu mediul înconjurător într-un mod asemănător creierelor biologice şi care prezintă capacitatea de a învăţa. • Bază de subiecţi–Ansamblu format dintr-un număr de indivizi care au fost de acord să semneze, şi din totalitatea semnăturilor acestora. Prezentare BIOACS

Baze de subiecţi Prezentare BIOACS

Procedura de evaluare folosind “Metoda în doi Paşi” Descrierea sistemului de evaluare Rezultate obţinute Prezentare BIOACS

Evaluare folosind metoda în paşi- Sistemul de evaluare Evaluare Colectare Variaţie Prezentare BIOACS

Evaluare folosind metoda în paşi- Parametrii de evaluare • Numărul de algoritmi pentru calculul distanţelor între semnătură şi cohortă • Numărul de algoritmi pentru calcului distanţelor între semnătură şi şabloane • Pragul de autentificare • Influenţă semnificativă asupra AOR / FRR • Pragul de enrollment • Influenţă semnificativă asupra AOR / FRR Prezentare BIOACS

Evaluare folosind metoda în paşi- Rezultatemetoda cu enroll • Au fost folosiţi algoritmii SRA3 şi SRA5 • Pe măsură ce creşte pragul de enrollment, AOR scade şi FRR creşte • Pe măsura ce pragul de autentificare scade, AOR creşte şi FRR scade • Configuraţie optimă pentru baza 4: AOR = 67.17%, FRR = 98.01% pentru prag de enrollment de 0.54şi prag de autentificare de 2.4, algoritmi de calcul in metoda cohortă 3, 5, algoritmi de calcul in metoda pragurilor 1, 2, 3, 4, 5. Prezentare BIOACS

Evaluare folosind metoda în paşi- Rezultate metoda fara enroll Prezentare BIOACS

Procedura de evaluare folosind Reţele Neuronale Artificiale Introducere teoretică Descrierea sistemului de antrenare/evaluare Rezultate obţinute Prezentare BIOACS

Reţea Neuronală Artificială (RNA) • Neuronul de tip perceptron • Ponderile • Funcţia de activare • Parametrii reţelei • Numărul de straturi • Numărul de neuroni pe fiecare strat • Parametrii de antrenament • Epoca de antrenament • Rata de invăţare • Momentul • Epoca de antrenament– Reprezintă a câta oară se antrenează reţeaua cu acelaşi set de date; • Rata de învăţare– Parametru introdus în legea de variaţie a ponderilor care influenţează timpul de convergenţă; • Momentul– Parametru introdus în legea de variaţie ce influenţează oscilaţia rezultatelor de la ieşire Prezentare BIOACS

Sistemul de antrenare - evaluare Generare Configuraţii RNA Antrenare RNA Evaluare RNA Filtrare rezultate Prezentare BIOACS

Sistemul de antrenare - evaluare • Pasul 1 – Generarea de configuraţii de reţele şi de antrenamente • Pasul 2 – Antrenarea şi evaluarea pe baze diferite areţelei neuronale • Pasul 3 – Filtrarea şi centralizarea rezultatelor Prezentare BIOACS

Procedura de antrenare • Obţinerea unor rezultate bune se face prin variaţia parametrilor de antrenament sau ai reţelei. • Pentru a varia 3 parametrii într-un interval de 100 de valori, trebuie sa efectuam 1000000 de antrenamente. • În general, am variat doar un parametru, păstrându-i pe ceilalţi ficşi, după care am reluat variaţia celorlalţi în jurul maximelor obţinute. Prezentare BIOACS

Variaţia AOR / FRR in funcţie de “Numărul de neuroni din primul strat” • Antrenare pe ID-urile impare din Baza 3 şi evaluare pe ID-urile pare din aceeaşi bază. • Reţea neuronală fără strat ascuns, având următorii parametrii : • Rata de invăţare 0.1 • Momentul 0.05 • Un singur neuron la ieşire iar în primul strat numărul de neuroni ia 30 de valori echidistante in intervalul [300, 600] • Maxim 200 de epoci de antrenament Prezentare BIOACS

Variaţia AOR / FRR in funcţie de “Rata de invăţare” • Antrenare pe ID-urile impare din Baza 3 şi evaluare pe ID-urile pare din aceeaşi bază. • Reţea neuronală cu un strat ascuns, având următorii parametrii : • 40 de neuroni in primul strat, 100 neuroni pe al doilea strat, 1 neuron de ieşire • Momentul 0.3425 • Rata de invăţare ia 50 de valori echidistante in intervalul [0.05, 0.55] • Maxim 200 de epoci de antrenament Prezentare BIOACS

Variaţia AOR / FRR in funcţie de “Moment” • Antrenare pe ID-urile impare din Baza 3 şi evaluare pe ID-urile pare din aceeaşi bază. • Reţea neuronală fără strat ascuns, având următorii parametrii : • Rata de invăţare 0.25 • Un singur neuron la ieşire ,în primul strat 40 de neuroni şi în al doilea strat 100 de neuroni • Maxim 200 de epoci de antrenament • Momentul ia 100 de valori echidistante in intervalul [0.0005, 0.9] Prezentare BIOACS

Configuraţii optime evaluate pe toate bazele de test Prezentare BIOACS

Comparaţie între cele două metode Metoda în doi paşi Prezintă AOR / FRR mai scăzute decât metoda RNA Rezultatele se pot îmbunătăţi folosind “pragul de enrollment” Pentru a găsi o configuraţie optimă nu trebuie efectuat un număr mare de teste Metoda RNA Prezintă AOR / FRR net superior AOR / FRR se pot îmbunătăţi pe măsură ce RNA-ul primeşte tot mai multe cereri de autentificare Trebuie ţinut cont de un număr mare de parametri pentru găsirea unei reţele optime Antrenarea reţelei durează mult Prezentare BIOACS

Concluzii • Am prezentat două metode de evaluare automată a indicilor AOR şi FRR, pe o bază de subiecţi • Am prezentat procedura de determinare a unei reţele neuronale capabilă de performanţe ridicate • Am dovedit că putem obţine procente de peste 92% pentru AOR şi peste 99% pentru FRR Prezentare BIOACS

Vă mulţumesc pentru atenţie şi sunt gata să răspund eventualelor întrebari Prezentare BIOACS

Metode de evaluare a parametrilor AOR şi FRR