Nghiên Cứu Các Phương Pháp Thẩm Định Xác Thực Chữ Ký Viết Tay Ứng Dụng Trong Thương Mại Điện Tử

Nghiên cứu phương pháp thẩm định xác thực chữ ký viết tay trong thương mại điện tử, đảm bảo tính an toàn và hợp pháp cho giao dịch.

• Tác giả: Nguyễn Anh Tài
• Người hướng dẫn: PGS.TS Nguyễn Thị Hoàng Lan
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Nghiên Cứu Phương Pháp Thẩm Định Chữ Ký Viết Tay Trong Thương Mại Điện Tử
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2006
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG I: TỔNG QUAN SINH TRẮC HỌC
• 1.1. KHÁI NIỆM SINH TRẮC HỌC
• 1.2. HỆ BẢO MẬT SINH TRẮC HỌC
• 1.3. CHỮ KÝ SINH TRẮC HỌC
• 1.4. CÁC KHÓ KHĂN KHI THỰC HIỆN
• 1.5. VẤN ĐỀ BẢO MẬT BẰNG PHƯƠNG PHÁP SINH TRẮC HỌC DỰA TRÊN KÝ VIẾT TAY
• 2. CHƯƠNG II: NGHIÊN CỨU, TÌM HIỂU PHƯƠNG PHÁP THẨM ĐỊNH CHỮ KÝ VIẾT TAY BẰNG PHƯƠNG PHÁP SINH TRẮC HỌC
• 2.1. HỆ THỐNG MÃ HOÁ BẢO MẬT SINH TRẮC HỌC BioPKI
• 2.2. GIAI ĐOẠN ĐỐI SÁNH MẪU
• 2.3. KỸ THUẬT LÀM MÉO MỚI EPW
• 3. CHƯƠNG 3: NGHIÊN CỨU, TÌM HIỂU PHƯƠNG PHÁP THẨM ĐỊNH CHỮ KÝ VIẾT TAY BẰNG MÔ HÌNH MARKOV ẨN
• 3.1. GIỚI THIỆU MÔ HÌNH MARKOV ẨN CHO THẨM ĐỊNH CHỮ KÝ VIẾT TAY
• 3.1.1. Mô hình HMM rời rạc và các tham số của mô hình
• 3.1.2. Quá trình Markov trạng thái mở rộng
• 3.1.3. Các mô hình Markov ẩn mở rộng từ các quá trình Markov trạng thái rời rạc
• 3.1.4. Ba bài toán HMM cơ sở
• 3.1.5. Lời giải cho bài toán đánh giá thuật toán chuyển tiếp (Forwarding Algorithm)
• 3.1.6. Lời giải cho bài toán giải mã - thuật toán Viterbi (Viterbi Algorithm)
• 3.1.7. Lời giải cho bài toán huấn luyện - thuật toán Baum-Welch
• 3.2. TÌM HIỂU HỆ THỐNG XÁC THỰC CHỮ KÝ VIẾT TAY OFF-LINE SỬ DỤNG MÔ HÌNH MARKOV ẨN
• 3.2.1. Giai đoạn tiền xử lý
• 3.2.2. Mô hình hóa chữ ký sử dụng HMM
• 3.3. TÌM HIỂU HỆ THỐNG XÁC THỰC CHỮ KÝ VIẾT TAY ON-LINE SỬ DỤNG MÔ HÌNH MARKOV ẨN
• 3.3.1. Mô đun thu nhận chữ ký trực tuyến
• 3.3.2. Cơ sở dữ liệu chữ ký trực tuyến
• 3.3.3. Tiền xử lý chữ ký
• 3.3.4. Mô hình huấn luyện
• 3.3.5. Phát triển mô hình
• 3.3.6. Kiểm chứng kết quả
• 4. CHƯƠNG 4: CHƯƠNG TRÌNH KIỂM THỬ
• 4.1. GIỚI THIỆU CHƯƠNG TRÌNH KIỂM THỬ
• 4.2. GIỚI THIỆU CÁC FORM
• 4.3. CHI TIẾT CÁC FORM
• 4.3.1. Thông tin người dùng (Form 1)
• 4.3.2. Thêm người dùng (Form 2)
• 4.3.3. Cập nhật thông tin người dùng (Form 3)
• 4.3.4. Thẩm định chữ ký (Form 4)
• 4.3.5. Hiển thị kết quả thẩm định chữ ký (Form 5)
• 4.4. CHI TIẾT CÁC THÀNH PHẦN TRÊN FORM
• 4.5. CƠ SỞ DỮ LIỆU
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Nghiên Cứu Phương Pháp Thẩm Định Chữ Ký Viết Tay

Nghiên cứu về thẩm định chữ ký viết tay trong thương mại điện tử đang trở thành một lĩnh vực quan trọng. Với sự phát triển của công nghệ, việc xác thực danh tính qua chữ ký viết tay ngày càng được chú trọng. Chữ ký viết tay không chỉ là một hình thức xác thực mà còn là một phần của bảo mật thông tin trong các giao dịch điện tử. Nghiên cứu này sẽ cung cấp cái nhìn tổng quan về các phương pháp hiện có và tầm quan trọng của chúng trong việc bảo vệ thông tin cá nhân.

1.1. Khái Niệm Về Chữ Ký Viết Tay Trong Thương Mại Điện Tử

Chữ ký viết tay là một dạng sinh trắc học, thể hiện tính duy nhất của mỗi cá nhân. Trong thương mại điện tử, chữ ký viết tay được sử dụng để xác thực danh tính và đảm bảo tính toàn vẹn của giao dịch. Việc áp dụng chữ ký viết tay giúp giảm thiểu rủi ro giả mạo và tăng cường an ninh thông tin.

1.2. Tầm Quan Trọng Của Thẩm Định Chữ Ký Viết Tay

Thẩm định chữ ký viết tay đóng vai trò quan trọng trong việc bảo vệ thông tin cá nhân và tài sản. Nó giúp xác thực danh tính của người dùng, ngăn chặn các hành vi gian lận và bảo vệ quyền lợi của người tiêu dùng trong môi trường trực tuyến.

II. Vấn Đề Và Thách Thức Trong Thẩm Định Chữ Ký Viết Tay

Mặc dù có nhiều lợi ích, nhưng việc thẩm định chữ ký viết tay cũng gặp phải nhiều thách thức. Các vấn đề như độ chính xác trong việc nhận diện, khả năng bị giả mạo và sự khác biệt trong cách ký của từng cá nhân là những yếu tố cần được xem xét. Nghiên cứu này sẽ phân tích các thách thức chính và đề xuất giải pháp để cải thiện hiệu quả của phương pháp thẩm định.

2.1. Các Vấn Đề Về Độ Chính Xác

Độ chính xác trong việc thẩm định chữ ký viết tay là một thách thức lớn. Các yếu tố như cách cầm bút, tốc độ viết và áp lực có thể ảnh hưởng đến kết quả thẩm định. Việc phát triển các thuật toán chính xác hơn là cần thiết để cải thiện độ tin cậy.

2.2. Nguy Cơ Giả Mạo Chữ Ký

Giả mạo chữ ký viết tay là một trong những vấn đề nghiêm trọng trong thương mại điện tử. Các phương pháp thẩm định hiện tại cần được cải tiến để phát hiện và ngăn chặn các hành vi gian lận hiệu quả hơn.

III. Phương Pháp Thẩm Định Chữ Ký Viết Tay Bằng Sinh Trắc Học

Phương pháp thẩm định chữ ký viết tay bằng sinh trắc học đang được nghiên cứu và áp dụng rộng rãi. Các công nghệ như BioPKI và DTW (Dynamic Time Warping) đã được phát triển để cải thiện độ chính xác và hiệu quả của việc xác thực. Nghiên cứu này sẽ trình bày chi tiết về các phương pháp này và cách chúng hoạt động.

3.1. Hệ Thống BioPKI Trong Thẩm Định Chữ Ký

Hệ thống BioPKI kết hợp công nghệ sinh trắc học với hạ tầng mã hóa công khai, giúp tạo ra khóa riêng từ mẫu chữ ký viết tay. Điều này không chỉ tăng cường bảo mật mà còn giảm thiểu rủi ro trong việc quản lý khóa riêng.

3.2. Kỹ Thuật DTW Trong Thẩm Định Chữ Ký

Kỹ thuật DTW được sử dụng để so sánh hình dạng chữ ký viết tay. Phương pháp này giúp xác định sự tương đồng giữa các mẫu chữ ký, từ đó nâng cao độ chính xác trong việc thẩm định.

IV. Ứng Dụng Thực Tiễn Của Phương Pháp Thẩm Định Chữ Ký Viết Tay

Các phương pháp thẩm định chữ ký viết tay đã được áp dụng trong nhiều lĩnh vực khác nhau, từ ngân hàng đến thương mại điện tử. Việc sử dụng chữ ký viết tay trong các giao dịch trực tuyến không chỉ giúp bảo vệ thông tin cá nhân mà còn tạo ra sự tin tưởng giữa các bên tham gia giao dịch. Nghiên cứu này sẽ trình bày các ứng dụng thực tiễn và kết quả đạt được.

4.1. Ứng Dụng Trong Ngân Hàng

Trong ngành ngân hàng, chữ ký viết tay được sử dụng để xác thực các giao dịch tài chính. Việc áp dụng các phương pháp thẩm định giúp giảm thiểu rủi ro gian lận và bảo vệ tài sản của khách hàng.

4.2. Ứng Dụng Trong Thương Mại Điện Tử

Trong thương mại điện tử, chữ ký viết tay giúp xác thực danh tính người dùng và đảm bảo tính toàn vẹn của giao dịch. Các phương pháp thẩm định hiện đại đã được áp dụng để nâng cao độ tin cậy trong các giao dịch trực tuyến.

V. Kết Luận Và Tương Lai Của Nghiên Cứu Thẩm Định Chữ Ký Viết Tay

Nghiên cứu về phương pháp thẩm định chữ ký viết tay trong thương mại điện tử đã chỉ ra nhiều tiềm năng và thách thức. Tương lai của lĩnh vực này sẽ phụ thuộc vào sự phát triển của công nghệ và các phương pháp thẩm định mới. Việc cải tiến các phương pháp hiện tại sẽ giúp nâng cao độ chính xác và bảo mật trong các giao dịch điện tử.

5.1. Hướng Phát Triển Trong Nghiên Cứu

Các nghiên cứu trong tương lai cần tập trung vào việc phát triển các thuật toán thẩm định chính xác hơn và khả năng phát hiện giả mạo hiệu quả hơn. Sự kết hợp giữa công nghệ sinh trắc học và trí tuệ nhân tạo có thể mở ra nhiều cơ hội mới.

5.2. Tầm Quan Trọng Của Bảo Mật Trong Thương Mại Điện Tử

Bảo mật thông tin trong thương mại điện tử là một yếu tố quan trọng. Việc áp dụng các phương pháp thẩm định chữ ký viết tay sẽ góp phần nâng cao an ninh và bảo vệ quyền lợi của người tiêu dùng.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của thương mại điện tử và nhu cầu bảo mật ngày càng cao, việc thẩm định xác thực chữ ký viết tay trở thành một vấn đề cấp thiết. Theo ước tính, các giao dịch điện tử hiện nay chiếm tỷ trọng lớn trong tổng giao dịch thương mại, đòi hỏi các giải pháp bảo mật hiệu quả để ngăn chặn giả mạo và đánh cắp thông tin. Luận văn tập trung nghiên cứu các phương pháp thẩm định chữ ký viết tay ứng dụng trong thương mại điện tử, nhằm thay thế phương pháp bảo mật truyền thống dựa trên mật khẩu vốn có nhiều hạn chế như dễ bị đánh cắp, quên mật khẩu hoặc giả mạo.

Mục tiêu cụ thể của nghiên cứu là phân tích, đánh giá và phát triển các phương pháp thẩm định chữ ký viết tay dựa trên sinh trắc học và mô hình Markov ẩn, từ đó xây dựng hệ thống thẩm định chữ ký viết tay có độ chính xác cao, giảm thiểu tỷ lệ chấp nhận sai (FAR) và loại bỏ sai (FRR). Phạm vi nghiên cứu tập trung vào dữ liệu chữ ký trực tuyến và offline thu thập từ 25 người dùng với tổng cộng 1000 mẫu chữ ký thật và giả mạo, thực hiện tại Trường Đại học Bách Khoa Hà Nội trong giai đoạn 2004-2006.

Ý nghĩa của nghiên cứu được thể hiện qua việc nâng cao tính bảo mật trong các giao dịch điện tử, giảm thiểu rủi ro giả mạo chữ ký, đồng thời góp phần phát triển các ứng dụng sinh trắc học trong lĩnh vực công nghệ thông tin và thương mại điện tử. Các chỉ số đánh giá hiệu quả như tỷ lệ lỗi trung bình (EER), tỷ lệ chấp nhận sai (FAR) và tỷ lệ loại bỏ sai (FRR) được sử dụng làm thước đo chính cho hệ thống.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai khung lý thuyết chính:

1. Sinh trắc học (Biometrics): Khái niệm sinh trắc học được định nghĩa là khả năng tự động nhận dạng người dựa trên các đặc điểm hình thái hoặc hành vi cá nhân, trong đó chữ ký viết tay được xem là một dạng sinh trắc học hành vi. Hệ thống sinh trắc học hoạt động dựa trên hai chức năng chính: thẩm định (verification) và nhận dạng (identification). Trong nghiên cứu này, thẩm định chữ ký viết tay được tập trung khai thác nhằm xác thực người ký.

2. Mô hình Markov ẩn (Hidden Markov Model - HMM): Mô hình HMM là một mô hình thống kê dùng để mô tả các quá trình có trạng thái ẩn, được ứng dụng rộng rãi trong nhận dạng tiếng nói và chữ viết tay. Mô hình bao gồm các tham số xác suất chuyển đổi trạng thái, xác suất quan sát trạng thái và xác suất trạng thái ban đầu. Ba bài toán cơ bản của HMM gồm bài toán đánh giá, giải mã và huấn luyện được giải quyết bằng các thuật toán chuyển tiếp (Forwarding), Viterbi và Baum-Welch.

Các khái niệm chuyên ngành quan trọng bao gồm: Dynamic Time Warping (DTW), Extreme Points Warping (EPW), tỷ lệ chấp nhận sai (FAR), tỷ lệ loại bỏ sai (FRR), khóa riêng sinh trắc học, và thuật toán DSA trong tạo khóa riêng.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ cơ sở dữ liệu gồm 25 người dùng, mỗi người cung cấp 30 chữ ký thật và 10 chữ ký giả mạo, tổng cộng 1000 mẫu chữ ký. Các chữ ký giả mạo được thực hiện bởi người khác có thời gian luyện tập để mô phỏng chữ ký thật.

Phương pháp phân tích bao gồm:

• Áp dụng thuật toán DTW và EPW để xử lý và so sánh hình dạng chữ ký, trong đó EPW là kỹ thuật làm méo mới chỉ tác động lên các điểm cực trị (EPs) nhằm cải thiện độ chính xác và giảm thời gian tính toán.
• Mã hóa các đặc trưng sinh trắc học từ chữ ký để tạo chuỗi mã thuộc tính, sau đó sử dụng thuật toán DSA để tạo khóa riêng.
• Sử dụng mô hình HMM để mô hình hóa và thẩm định chữ ký viết tay, bao gồm cả hệ thống online và offline.
• Cài đặt chương trình kiểm thử hệ thống thẩm định chữ ký viết tay dựa trên mô hình Markov ẩn.

Timeline nghiên cứu kéo dài trong khoảng 2 năm, từ thu thập dữ liệu, phát triển thuật toán, đến thử nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả của kỹ thuật EPW so với DTW: EPW giảm đáng kể thời gian tính toán trung bình từ 415.7ms (DTW) xuống còn khoảng 37ms, đồng thời giảm tỷ lệ lỗi trung bình (EER) trên 5 tín hiệu thử nghiệm. Hệ số tương quan giữa tín hiệu thực và tín hiệu tham chiếu tăng từ 70% lên 95% với EPW, trong khi tín hiệu giả mạo chỉ tăng từ 70% lên 81%.

2. Tỷ lệ chấp nhận sai (FAR) và loại bỏ sai (FRR): Với hệ số b=5 trong mã hóa thuộc tính, hệ thống đạt FAR khoảng 1.2% và FRR khoảng 28%, cho thấy độ tin cậy cao trong việc phân biệt chữ ký thật và giả mạo.

3. Ứng dụng mô hình Markov ẩn: Mô hình HMM được huấn luyện và kiểm thử cho cả chữ ký online và offline, cho kết quả thẩm định chính xác với khả năng xử lý chuỗi quan sát ẩn hiệu quả. Thuật toán Viterbi giúp tìm dãy trạng thái tối ưu, trong khi thuật toán Baum-Welch hỗ trợ huấn luyện mô hình tối ưu.

4. Xây dựng hệ thống kiểm thử: Chương trình kiểm thử được phát triển với các form quản lý người dùng và thẩm định chữ ký, hỗ trợ thu thập dữ liệu, cập nhật thông tin và hiển thị kết quả thẩm định, tạo điều kiện thuận lợi cho việc áp dụng thực tế.

Thảo luận kết quả

Nguyên nhân chính giúp EPW vượt trội so với DTW là do EPW chỉ làm méo các điểm cực trị quan trọng, giữ nguyên các đường cong cục bộ, từ đó ngăn chặn sự thay đổi quá mức của tín hiệu giả mạo trong quá trình xử lý. Điều này không chỉ giảm thời gian tính toán mà còn tăng độ chính xác, phù hợp với yêu cầu xử lý nhanh trong thương mại điện tử.

So sánh với các nghiên cứu trước đây, phương pháp kết hợp sinh trắc học và mã hóa khóa công khai (BioPKI) được cải tiến bằng việc sử dụng EPW và mô hình HMM, giúp giải quyết các hạn chế về bảo mật và hiệu suất. Tỷ lệ FAR và FRR đạt được cho thấy hệ thống có thể ứng dụng thực tế với độ tin cậy cao.

Dữ liệu có thể được trình bày qua biểu đồ so sánh thời gian tính toán và tỷ lệ lỗi giữa DTW và EPW, bảng thống kê FAR và FRR theo các hệ số b khác nhau, cũng như sơ đồ mô hình HMM minh họa các trạng thái và xác suất chuyển đổi.

Đề xuất và khuyến nghị

1. Triển khai kỹ thuật EPW trong hệ thống thẩm định chữ ký: Nâng cấp các hệ thống hiện có sử dụng DTW sang EPW để giảm thời gian xử lý và tăng độ chính xác, đặc biệt trong các ứng dụng thương mại điện tử có lưu lượng giao dịch lớn. Thời gian thực hiện: 6-12 tháng; chủ thể: các công ty phát triển phần mềm bảo mật.

2. Phát triển hệ thống thẩm định chữ ký dựa trên mô hình HMM: Áp dụng mô hình Markov ẩn cho cả chữ ký online và offline nhằm nâng cao khả năng nhận dạng và thẩm định chính xác. Thời gian thực hiện: 12 tháng; chủ thể: các viện nghiên cứu và trường đại học.

3. Tích hợp sinh trắc học với hạ tầng mã hóa công khai (BioPKI): Xây dựng hệ thống quản lý khóa riêng dựa trên đặc trưng sinh trắc học để tăng cường bảo mật, giảm thiểu rủi ro mất khóa riêng. Thời gian thực hiện: 18 tháng; chủ thể: các tổ chức tài chính và ngân hàng.

4. Đào tạo và nâng cao nhận thức người dùng: Tổ chức các khóa đào tạo về an toàn bảo mật chữ ký điện tử và sinh trắc học cho người dùng cuối, nhằm giảm thiểu rủi ro do yếu tố con người. Thời gian thực hiện: liên tục; chủ thể: các doanh nghiệp và cơ quan quản lý.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành Công nghệ Thông tin: Luận văn cung cấp kiến thức chuyên sâu về sinh trắc học, mô hình Markov ẩn và các thuật toán xử lý chữ ký viết tay, hỗ trợ nghiên cứu và phát triển các ứng dụng bảo mật.

2. Chuyên gia phát triển phần mềm bảo mật: Các kỹ thuật EPW, BioPKI và HMM được trình bày chi tiết giúp phát triển các hệ thống thẩm định chữ ký điện tử hiệu quả, giảm thiểu rủi ro giả mạo.

3. Doanh nghiệp thương mại điện tử và tài chính: Áp dụng các giải pháp thẩm định chữ ký viết tay nâng cao bảo mật giao dịch, tăng cường niềm tin khách hàng và tuân thủ các quy định pháp luật về giao dịch điện tử.

4. Cơ quan quản lý và chính sách: Tham khảo để xây dựng các tiêu chuẩn, quy định về bảo mật chữ ký điện tử và ứng dụng sinh trắc học trong giao dịch điện tử, góp phần hoàn thiện khung pháp lý.

Câu hỏi thường gặp

1. Phương pháp EPW khác gì so với DTW trong thẩm định chữ ký?
   EPW chỉ làm méo các điểm cực trị quan trọng trên tín hiệu chữ ký, giữ nguyên các đường cong cục bộ, giúp giảm thời gian tính toán từ trung bình 415.7ms xuống còn 37ms và giảm tỷ lệ lỗi, trong khi DTW làm méo toàn bộ tín hiệu.

2. Tỷ lệ FAR và FRR có ý nghĩa gì trong hệ thống thẩm định chữ ký?
   FAR (False Accept Rate) là tỷ lệ chấp nhận sai chữ ký giả mạo, FRR (False Reject Rate) là tỷ lệ loại bỏ sai chữ ký thật. Hệ thống hiệu quả cần có FAR thấp để tránh giả mạo và FRR thấp để không từ chối người dùng hợp lệ.

3. Mô hình Markov ẩn được ứng dụng như thế nào trong thẩm định chữ ký?
   Mô hình HMM mô phỏng quá trình tạo ra chuỗi quan sát chữ ký với các trạng thái ẩn, sử dụng các thuật toán như Viterbi để tìm dãy trạng thái tối ưu, giúp phân biệt chữ ký thật và giả mạo chính xác.

4. Làm thế nào để tạo khóa riêng từ đặc trưng sinh trắc học chữ ký?
   Chuỗi mã thuộc tính được tạo từ các đặc trưng sinh trắc học của chữ ký, sau đó sử dụng thuật toán DSA để tạo khóa riêng, giúp bảo mật và loại bỏ việc lưu trữ khóa riêng truyền thống.

5. Hệ thống thẩm định chữ ký viết tay có thể áp dụng trong những lĩnh vực nào?
   Hệ thống phù hợp với thương mại điện tử, ngân hàng, các giao dịch điện tử cần xác thực người ký, cũng như các ứng dụng an ninh, quản lý truy cập và chứng thực tài liệu điện tử.

Kết luận

• EPW là kỹ thuật làm méo tín hiệu chữ ký hiệu quả, giảm thời gian tính toán và tỷ lệ lỗi so với DTW.
• Mô hình Markov ẩn cung cấp phương pháp thẩm định chữ ký viết tay chính xác cho cả hệ thống online và offline.
• Hệ thống BioPKI kết hợp sinh trắc học và mã hóa công khai nâng cao bảo mật khóa riêng.
• Tỷ lệ FAR đạt khoảng 1.2% và FRR khoảng 28% cho thấy độ tin cậy cao của hệ thống.
• Các bước tiếp theo bao gồm triển khai thực tế, mở rộng cơ sở dữ liệu và đào tạo người dùng để ứng dụng rộng rãi trong thương mại điện tử.

Luận văn khuyến khích các nhà nghiên cứu và doanh nghiệp tiếp tục phát triển và ứng dụng các phương pháp thẩm định chữ ký viết tay dựa trên sinh trắc học và mô hình Markov ẩn nhằm nâng cao bảo mật và hiệu quả trong giao dịch điện tử.

Trích đoạn nội dung tài liệu

CHƯƠNG I: TỔNG QUAN SINH TRẮC HỌC 1.1 KHÁI NIỆM SINH TRẮC HỌC Sinh trắc hoc là khả năng tự động nhận dạng người dựa trên hình dáng của thân thể hoặc tính cách của người đó. Phương pháp nhận dạng này được ưa chuộng hơn phương pháp nhận dạng truyền thống dựa trên số PIN và mật khẩu. Sinh trắc hoc miêu tả tính duy nhất về hình dáng vật lý và cách ứng xử của một người. Các hình dạng vật lý bao gồm dấu vân tay, mu bàn tay, tròng đen của mắt …Các cách ứng xử bao gồm chữ ký tay, cách ấn phím, giọng nói…Tổng hợp tất cả những yếu tố trên tạo nên tính duy nhất của một người.

Sinh trắc hoc là cách duy nhất để nhận dạng ra một người với các căn cứ hợp lý.2 HỆ BẢO MẬT SINH TRẮC HỌC Hệ thống sinh trắc học (biometric system) hoạt động dựa trên hai chức năng chính: 1. Thẩm định (verification): thực hiện đối sánh 1-1 giữa mẫu sinh trắc học thu nhận được (biometric sample) với mẫu khuôn dạng sinh trắc học (biometric template) có trong hệ thống từ trước. Kết quả trả lời câu hỏi mẫu sinh trắc có liên quan tới mẫu khuôn dạng sinh trắc hay không. Nhận dạng (identification): chức năng này thực hiện tìm kiếm (1-n), tìm một mẫu sinh trắc cụ thể trong một cơ sở dữ liệu các mẫu khuôn dạng sinh trắc thu thập từ trước.

Trong đồ án này chúng ta chỉ nghiên cứu hệ thống sinh trắc học thẩm định cho chữ ký tay. 13 Có hai hướng tiếp cận để kết hợp sinh trắc học và mật mã học như sau Hướng thứ nhât: - Sử dụng sinh trắc học quản lý khóa (biometric-based key release) Hướng thứ hai: - Sử dụng sinh trắc học để tạo khóa riêng (biometric-based private key generation) 1.3 CHỮ KÝ SINH TRẮC HỌC Khái niệm chữ ký sinh trắc học lần đầu tiên được đề cập trên bài báo của Pawan và Siyal vào năm 2001 họ định nghĩa chữ ký sinh trắc học là quá trình tạo ra một khoá riêng từ một mẫu sinh trắc học và dùng khoá đó để ký vào tài liệu điện tử. Sự thuận lợi của phương pháp mới là điều hiển nhiên, một khoá riêng duy nhất được tạo ra từ một mẫu sinh trắc học của người nào đó hiển nhiên chúng ta không cần phải lưu trữ khoá riêng do đó chúng ta loại trừ được các lỗ hổng bảo mật về quản lý khoá riêng. Việc tạo động khoá riêng sẽ thuận tiện cho chúng ta rất nhiều trong việc ký các tài liệu một người có thể ký vào tài liệu bất cứ khi nào và ở đâu mà không cần phải theo đĩa hoặc thẻ thông minh.4 CÁC KHÓ KHĂN KHI THỰC HIỆN Việc thực hiện chữ ký sinh trắc học trong ứng dụng bao gồm 2 phần 1.

Lấy được chính xác các mẫu dữ liệu sinh trắc học 3. Tạo ra khoá riêng từ dữ liệu mẫu. Khó khăn trong công việc thứ nhất là tất cả các bít trong mẫu phải chính xác bài báo của Pawan và Siyal chỉ đề cập đến vấn đề thứ 2. Họ đưa ra một ví dụ giả thiết về sinh trắc học tròng đen mắt trong đó 512 bít của tròng mắt không tồn tại một bít nào lỗi.

Dựa trên mẫu này sử dụng thuật toán khoá công khai để tạo ra 14 một khoá riêng ví dụ RSA và DSA. Tuy nhiên khi chụp tròng đen mắt thì sẽ tồn tại các bít lỗi. Trong luận văn này sẽ đề cập nghiên cứu cả hai nội dung trên nhằm đạt được một giải pháp tin cậy , hợp lý và có chi phí thấp dựa trên các chữ ký trực tuyến một định dạng thông dụng của sinh trắc học về ứng xử.5 VẤN ĐỀ BẢO MẬT BẰNG PHƯƠNG PHÁP SINH TRẮC HỌC DỰA TRÊN KÝ VIẾT TAY Bảo mật bằng phương pháp sinh trắc học dựa trên chữ ký viêt tay đã được một số bài báo đề cập [Hao Feng, Chan Choong Wah]. Tuy nhiên vẫn chưa đưa ra được một giải pháp có tính khả thi còn có nhiều hạn chế do đó luận văn này trình bày trình các giải pháp mang tính khả thi, giải quyết những vấn đề còn tồn tại để xây dựng được một hệ thống bảo mật bằng phương pháp sinh trắc học dựa trên chữ ký viết tay hoàn thiện với các tính năng bảo mật tốt hơn và hiệu quả hơn 15 CHƯƠNG II: NGHIÊN CỨU, TÌM HIỂU PHƯƠNG PHÁP THẨM ĐỊNH CHỮ KÝ VIẾT TAY BẰNG PHƯƠNG PHÁP SINH TRẮC HỌC 2.1 HỆ THỐNG MÃ HOÁ BẢO MẬT SINH TRẮC HỌC BioPKI Hiện nay có hai hướng tiếp cận của hệ thống bảo mật sinh trắc học dựa trên sự kết hợp công nghệ sinh trắc học với hạ tầng mã hóa công khai PKI.

Trong luận văn này tập trung vào hướng tiếp cận thứ hai là sử dụng sinh trắc học để tạo khóa riêng Hệ thống mã hoá BioPKI là một giải pháp kết hợp hai công nghệ sinh trắc học và khoá công khai.1 Sơ đồ hệ thống BioPKI [Hao Feng] Hình vẽ thể hiện sơ đồ khối của hệ bảo mật sinh trắc học BioPKI. Hệ thống bảo mật sinh trắc học BioPKI bao gồm ba giai đoạn [Hao feng] 1. Thu nhận dấu hiệu sinh trắc học và đối sánh mẫu 2. Mã hoá đặc trưng sinh trắc học 3.

Tạo khoá riêng bằng mã sinh trắc học Giai đoạn thu nhận dấu hiệu sinh trắc học và đối sánh mẫu là giai đoạn thu nhận các dấu hiệu sinh trắc học và đôi sánh mẫu nhằm mục đích loại bỏ các mẫu 16 giả đơn giản. Giai đoạn mã hoá đặc trưng sinh trắc học sẽ tìm ra một số thuộc tính đặc trưng trong các thuộc tính đã được định nghĩa trước và nối các mã thuộc tính thành một chuỗi mã cuối cùng là giai đoạn tạo khoá riêng bằng mã sinh trắc học sử dụng chuỗi mã làm đầu vào để tạo ra khoá riêng cho từng người ký. Hoạt động của hệ thống bao gồm hai giai đoạn đó là ký và thẩm định xác thực. Một người đưa 10 mẫu chữ ký từ các mẫu này người ta một chữ ký mẫu và một cặp khoá trong đó họ sẽ loại bỏ khoá riêng và giữ khoá công khai.

Trong quá trình xác minh một người đưa ra một mẫu chữ ký. Sau khi xử lý qua ba giai đoạn trên một khoá riêng được tạo ra nếu khoá riêng này tương ứng với khoá công khai đã được lưu trữ thì mẫu chữ ký trên đã được thẩm định và khóa riêng kia là chữ ký điện tử dùng để ký trên các tài liệu điện tử.2 GIAI ĐOẠN ĐỐI SÁNH MẪU. Giai đoạn so sánh hình dạng bao gồm quá trình kiểm tra các thuộc tính tĩnh của chữ ký với chữ ký mẫu chỉ có các chữ ký có hình dạng giống với chữ ký mẫu sẽ được xử lý trong giai đoạn tiếp theo. Giai đoạn này sẽ loại bỏ những chữ ký giả mạo đơn giản.

Các thuộc tính tĩnh của chữ ký mẫu không liên quan tới gian đoạn tạo ra khoá riêng sau này. Trong để thực hiện giai đoạn này chúng ta áp dụng thuật toán làm méo theo thời gian động (DTW) của Sankoff và Kruskal để đối sánh hình dạng. DTW căn hình dạng sóng của x,y của một mẫu thử với tham chiếu của nó. [Chang choong Wah 2.1 Đặc điểm của phương pháp DTW Kỹ thuật DTW dựa trên giải thuật so sánh quy hoạch động để tìm ra hướng đi so sánh tốt nhất với chi phí thấp nhất giữa một tín hiệu vào và một tín hiệu mẫu.

DTW đưa vào một tín hiệu nó sẽ được chỉnh sửa một cách phi tuyến tính với với 17 tín hiệu tham chiếu của nó. Quá trính xử lý sẻ thay đổi sóng của tín hiệu đầu vào hai khía cạnh Điểm kết thúc hình sóng của đầu vào sẽ được căn thẳng với tham chiếu. Đỉnh và đáy sẽ được căn thẳng với đỉnh và đáy của các tham chiếu. Để hiểu rõ hơn về hình dạng sóng trước và sau khi DTW được thể hiện trong hình 2.

là tín hiệu mẫu đã được làm méo. Cả x và y độc lập với nhau được làm méo bằng DTW. Từ các hình (b), (d) và (f) ta có thể nhận thấy các đỉnh và đáy của hình sóng được dịch chuyển cho căn thẳng với các tham chiếu của nó. Một vài sự dịch chuyển của đỉnh và đáy được tô đậm trong hình (b), (d) và (f).2 Hình sóng trước và sau DTW [Hao feng] 19T 19T Thông thường DTW có hai nhược điểm chính khi ứng dụng vào xác nhận chữ ký: (i) khối lượng tính toán lớn, (ii) sự méo của các chữ ký giả mạo.

Nhược điểm đầu tiên đã được biết đến trong nhận dạng tiếng nói. Nguyên nhân do DTW làm méo phi tuyến trên toàn bộ tín hiệu. Thời gian thực hiện tỷ lệ với hình bao kích thước tín hiệu. Để giảm thời gian tính toán [Hangai] đã định nghĩa các điều kiện biên trong ma trận so sánh DTW.

Tuy nhiên kết quả của thời gian tính toán vẫn khá lâu, trung bình là 0.4 s, sẽ được đề cập đến trong phần sau. Vấn đề về khối lượng tính toán lớn sẽ không phù hợp với hệ thống xác nhận chữ ký trực tuyến với nhiều yêu cầu với nhiều người tại cùng một thời điểm. 19 Tuy nhiên nhược điểm thứ hai không được đề cập nhiều bằng các tài liệu trước đây. Khi được sử nhận trong dạng tiếng nói.

DTW đã tìm ra cách tốt nhất để cắt tín hiệu đầu vào để nhận dạng tôt hơn. Tuy nhiên trong xác nhận chữ ký khi có các chữ ký giả mạo thì các tín hiệu giả mạo cũng được cắt do đó dễ bị xác nhận sai. Vì vậy ta cần phải thay sửa lại một số điểm trong thuật toán được áp dụng trong xác nhận chữ ký. Vân đề này được giải quyết một cách triệt để bằng cách sử dụng một phép đo chuyển động phụ được định nghĩa bởi Sato và Kogure (1982).

Phép đo chuyển động có tính đến các nét bị làm méo. Đối với các tín hiệu giả mạo thì các nét méo không còn thẳng nếu như nó bị cắt nhiều trong quá trình xử lý DTW. Tuy nhiên trong phép đo chuyển động sẽ tạo thêm sự phức tạp của phân lớp dữ liệu và tạo sự quyết định. Do đó nó không được sử dụng trong những nghiên cứu gần đây.

Trong khuôn khổ luận văn tốt nghiệp tôi nghiên cứu và tìm hiểu một giải pháp đơn giản được đề nghị bởi [Hao feng, Chang Choong Wah] không cần sử dụng phép đo chuyển động thích hợp với việc giải quyết hai hạn chế trên. Nếu như quá trình xử lý DTW làm méo toàn bộ điểm của tín hiệu thì chúng ta sẽ sử dụng một kỹ thuật làm méo mới chỉ làm méo những điểm quan trọng của tín hiệu 2.3 KỸ THUẬT LÀM MÉO MỚI EPW Chúng ta gọi kỹ thuật này là làm méo những điểm cần thiết(Extreme points warping, EPW).