publikovani naučni rad
Multimodal Biometric Authentication in Card Payment
Moj naučni rad "The algorithm presented in this paper encodes multimodal biometric fingerprint data and interpupillary distances of the left and right eyes into a 4-digit or 6-digit PIN, at the same time, as the process of its verification takes place."
Jun, 2020.
Multimodalna biometrijska autentifikacija (MBA) u sustavima kartičnog plaćanja
Metoda autentifikacije koja se najčešće koristi u sustavima plaćanja bankovnim karticama je osobni identifikacijski broj (PIN). Ova metoda autentifikacije ima brojne nedostatke, jedan od njih je da vlasnik kartice mora zapamtiti PIN s pametne kartice ili s više pametnih kartica, a drugi nedostatak je mogućnost da se podaci o PIN-u oštete. Kako bi se riješili ti nedostaci, razvijeno je nekoliko modela za izradu PIN-a iz biometrijskih podataka. Ideja za razvoj algoritma predloženog u ovom radu nastala je kroz istraživanje sličnih radova kao što su "Generacija pouzdanih PIN-ova iz otisaka prstiju," Fengling Han i dr., s ciljem da se algoritam učini stabilnijim i stvori mogućnost autentifikacije bez potrebe da sustav autentifikacije pohranjuje osobne biometrijske podatke vlasnika kartice. Svrha ovog rada je pozabaviti se procesom jednostavnog unosa PIN-a, dodirom prsta na skener otiska prsta i fotografiranjem lica vlasnika kartice. Algoritam predstavljen u ovom radu kodira multimodalne biometrijske podatke o otisku prsta i međuzjeničnim udaljenostima lijevog i desnog oka u 4-znamenkasti ili 6-znamenkasti PIN, u isto vrijeme dok se odvija proces njegove verifikacije. Tako se kodirani PIN uspoređuje s PIN-om koji se nalazi na čipu bankovne kartice. Prednost ovog modela multimodalne biometrijske autentifikacije (MBA) je ta što ne zahtijeva usporedbu biometrijskih podataka s podacima u banci. centar za autorizaciju. Rezultati eksperimentalnih istraživanja potvrđuju da korištenjem predstavljenog MBA modela korisnik kartice ne mora pamtiti PIN vrijednosti za obavljanje kartičnih platnih transakcija, a samim time je i korisničko iskustvo korisnika kartice poboljšano.
Metoda autentifikacije koja se najčešće koristi u sustavima plaćanja bankovnim karticama je osobni identifikacijski broj (PIN). Ova metoda autentifikacije ima brojne nedostatke, jedan od njih je da vlasnik kartice mora zapamtiti PIN s pametne kartice ili s više pametnih kartica, a drugi nedostatak je mogućnost da se podaci o PIN-u oštete. Kako bi se riješili ti nedostaci, razvijeno je nekoliko modela za izradu PIN-a iz biometrijskih podataka. Ideja za razvoj algoritma predloženog u ovom radu nastala je kroz istraživanje sličnih radova kao što su "Generacija pouzdanih PIN-ova iz otisaka prstiju," Fengling Han i dr., s ciljem da se algoritam učini stabilnijim i stvori mogućnost autentifikacije bez potrebe da sustav autentifikacije pohranjuje osobne biometrijske podatke vlasnika kartice. Svrha ovog rada je pozabaviti se procesom jednostavnog unosa PIN-a, dodirom prsta na skener otiska prsta i fotografiranjem lica vlasnika kartice. Algoritam predstavljen u ovom radu kodira multimodalne biometrijske podatke o otisku prsta i međuzjeničnim udaljenostima lijevog i desnog oka u 4-znamenkasti ili 6-znamenkasti PIN, u isto vrijeme dok se odvija proces njegove verifikacije. Tako se kodirani PIN uspoređuje s PIN-om koji se nalazi na čipu bankovne kartice. Prednost ovog modela multimodalne biometrijske autentifikacije (MBA) je ta što ne zahtijeva usporedbu biometrijskih podataka s podacima u banci. centar za autorizaciju. Rezultati eksperimentalnih istraživanja potvrđuju da korištenjem predstavljenog MBA modela korisnik kartice ne mora pamtiti PIN vrijednosti za obavljanje kartičnih platnih transakcija, a samim time je i korisničko iskustvo korisnika kartice poboljšano.
IEEE konfernecija je održana: 30. rujna 2019. - 04. listopada 2019.
Elektronički ISBN: 978-1-7281-4326-2
Print on Demand (PoD) ISBN: 978-1-7281-4327-9
Elektronički ISBN: 978-1-7281-4326-2
Print on Demand (PoD) ISBN: 978-1-7281-4327-9
Delomična literatura:
1. Anil Jain, Lin Hong i Ruud Bolle, Online verifikacija otiska prsta , 1977.
2. Soweon Yoon, "Prepoznavanje otisaka prstiju: modeli i primjene", dr. sc. Diplomski rad , 2014.
3. Sankalp Bagaria, Authenticating Transactions using Bank–Verified Biometrics , 2014., [online] Dostupno:
4. N. Badovinac i D. Šimić, "E-Payment Systems Using Multi-card Smartcard" u Advances in Operational Research in the Balkans. Springer Proceedings in Business and Economics, Cham: Springer, 2019, [online] Dostupno: org/10.1007/978-3-030-21990-1_14.
5. Andrew Boyd, Usporedba otisaka prstiju , 2009.,
7. Sally Awadekreim i Izzeldin Osman, "Keystroke Dynamics Biometric for Securing PINs and Passwords", IJCSMS (International Journal of Computer Science & Management Studies) , sv. 24, br. 01. ožujka 2016.
8. Lisa S. Nelson, Identificirana Amerikanka: Biometrijska tehnologija i društvo, Massachusetts Institute of Technology, 2011.
Prikaži u kontekstu Google znalac
9.
Fengling HAN, Jiankun HU, Leilei HE i Yi Wang, Generation of Reliable PINs from Fingerprints, Melbourne, Australija: Škola računalnih znanosti i informacijske tehnologije, Royal Melbourne Institute of Technology.
Prikaži u kontekstu Pregled članka
Google znalac
10.
RS Germain, A. Califano i S. Colville, Fingerprint Science and Eng. , sv. 4, str. 42-49, 1997.
Prikaži u kontekstu Google znalac
11.
B. Bhanu i X. Tan, "Indeksiranje otisaka prstiju na temelju novih značajki tripleta minucija", IEEE Trans. O analizi uzoraka i strojnoj inteligenciji , sv. 25, br. 5, str. 616-622, 2003.
Prikaži u kontekstu Pregled članka
Google znalac
12.
AK Jain, S. Pankanti, S. Prabhabar, L. Hong i A. Ross, "Biometrija: Veliki izazov", Proc. Međunarodne konferencije o prepoznavanju uzoraka , sv. 2, str. 935-942, kolovoz 2004.
Prikaži u kontekstu Pregled članka
Google znalac
13.
B. Bhanu i X. Tan, Računalni algoritmi za prepoznavanje otiska prsta, Kluwer Academical Publishers, 2004.
Prikaži u kontekstu CrossRefGoogle znalac
14.
ByungRae Cha, KyungJun Kim i HyunShik Na, Generiranje nasumične lozinke OTP sustava pomoću značajki promijenjene lokacije i kuta otiska prsta, Koreja: Sveučilište Honam.
Prikaži u kontekstu Google znalac
15.
K. Krishna Prasad i PS Aithal, "A Study on Fingerprint Hash Code Generation Based on MD5 Algorithm and Freeman Chain Code", International Journal of Computational Research and Development , sv. 3, br. 1, str. 13-22, 2018.
Prikaži u kontekstu Google znalac
16.
"EBA Strong authentication requirements", Verisec , 2015.
Prikaži u kontekstu Google znalac
17.
Vaclav Matyas i Zdenek Rilla, Sigurnost i upotrebljivost biometrijske autentifikacije, Češka Republika: Fakultet za informatiku, Masarykovo sveučilište Brmo, 2002.
Prikaži u kontekstu Google znalac
18.
Michelle Boatwright i Xin Luo, "Što znamo o biometrijskoj autentifikaciji?", InfoSecCD 2007. Zbornik radova 4. godišnje konferencije o razvoju kurikuluma informacijske sigurnosti .
Prikaži u kontekstu CrossRefGoogle znalac
19.
NK Ratha, JH Connell i RM Bolle, "Analiza snage usklađivanja sitnica" u audio i video biometrijskoj autentifikaciji osoba. AVBPA 2001. Bilješke s predavanja iz računalne znanosti, Berlin, Heidelberg: Springer, sv. 2091, 2001.
Prikaži u kontekstu CrossRefGoogle znalac
20.
HB Kekre i VA Bharadi, "Algoritam za otkrivanje temeljne točke otiska prsta korištenjem više značajki temeljenih na polju orijentacije", Međunarodni časopis za računalne aplikacije (0975-8887) , sv. 1–15.
Prikaži u kontekstu CrossRefGoogle znalac
21.
VS Srinivasan, "Identifikacija središnjih i delta točaka na slikama otisaka prstiju", IAPR radionica o aplikacijama strojnog vida , 28.–30. studeni. 1990. godine.
Prikaži u kontekstu Google znalac
22.
GA Bahgat, AH Khalil, NS Abdel Kader i S. Mashali, "Brz i točan algoritam za detekciju središnje točke u slikama otisaka prstiju", Egyptian Informatiocs Journal , sv. 14, str. 15-25, 2013.
Prikaži u kontekstu CrossRefGoogle znalac
23.
Z. Zheng, J. Yang i L. Yang, "Robusna metoda za ekstrakciju značajki oka na slici u boji" u Pattern Recognition Letters, ELSEVIER, str. 2252-2261.
Prikaži u kontekstu CrossRefGoogle znalac
24.
Atipat Julasayvake i Somsak Choomchuay, Algoritam za otkrivanje središnje točke otiska prsta, Bangkok, Tajland: Tehnološki institut kralja Mongkuta Ladkrabang (KMITL), 2007.
Prikaži u kontekstu Pregled članka
Google znalac
25.
K Cao i AK Jain, "Učenje rekonstrukcije otiska prsta: od sitnica do slike", IEEE Transactions on Information Forensics and Security , sv. 10, br. 1, str. 104-117, siječanj 2015.
Prikaži u kontekstu Pregled članka
Google znalac
26.
Martin Drahansky i Filip Orsag, Biomerski sigurnosni sustavi: Robusnost tehnologije otiska prsta i govora, Češka Republika: Tehnološko sveučilište u Brnu, Fakultet informacijske tehnologije, Odjel za inteligentne sustave.
Prikaži u kontekstu Google znalac
27.
AFM Saif, Md Hossain i Tabin Hasan, "Descriptive Conceptual Framework to Measure Distance of Pupil using Pixel value", Konferencija: 6th International Conference on Informatics Electronics & Vision , 2017.
Prikaži u kontekstu Google znalac
28.
Binsu C. Kovoor, "Evaluacija performansi unimodalnog bimodalnog i trimodalnog biometrijskog identifikacijskog sustava", International Journal of Computer Application (2250-1797) , sv. 7, br. 6, studeni – prosinac 2017., [online] Dostupno: https://dx.doi.org/10.26808/rs.ca.i7v6.01.
Prikaži u kontekstu CrossRefGoogle znalac
29.
Vahid K. Alilou, Mathlab skripta: Jednostavan pristup verzija 1.0 , [online] Dostupno: https://www.mathworks.com/matlabcentral/fileexchan....
Prikaži u kontekstu Google znalac
30.
"Matlab skripta", FingerAnalysis , [online] Dostupno: http://www.advancedsourcecode.com/orthogonalcore.a....
Prikaži u kontekstu Google znalac
31.
Matlab skripta za "Fingerprint classificator" , [online] Dostupno: http://www.advancedsourcecode.com/fingerclassifica....
Prikaži u kontekstu Google znalac
32.
Rawlson O'Neil King, Biometrija u bankarstvu i financijskim uslugama , lipanj 2016.
Prikaži u kontekstu Google znalac
33.
Natjecanje za provjeru otiska prsta 2002.; FVC2002 , [online] Dostupno: http://bias.csr.unibo.it/fvc2002/databases.asp.
Prikaži u kontekstu Google znalac
34.
[online] Dostupno: https://www.emvco.com/about/deployment-statistics/.
1. Anil Jain, Lin Hong i Ruud Bolle, Online verifikacija otiska prsta , 1977.
2. Soweon Yoon, "Prepoznavanje otisaka prstiju: modeli i primjene", dr. sc. Diplomski rad , 2014.
3. Sankalp Bagaria, Authenticating Transactions using Bank–Verified Biometrics , 2014., [online] Dostupno:
4. N. Badovinac i D. Šimić, "E-Payment Systems Using Multi-card Smartcard" u Advances in Operational Research in the Balkans. Springer Proceedings in Business and Economics, Cham: Springer, 2019, [online] Dostupno: org/10.1007/978-3-030-21990-1_14.
5. Andrew Boyd, Usporedba otisaka prstiju , 2009.,
7. Sally Awadekreim i Izzeldin Osman, "Keystroke Dynamics Biometric for Securing PINs and Passwords", IJCSMS (International Journal of Computer Science & Management Studies) , sv. 24, br. 01. ožujka 2016.
8. Lisa S. Nelson, Identificirana Amerikanka: Biometrijska tehnologija i društvo, Massachusetts Institute of Technology, 2011.
Prikaži u kontekstu Google znalac
9.
Fengling HAN, Jiankun HU, Leilei HE i Yi Wang, Generation of Reliable PINs from Fingerprints, Melbourne, Australija: Škola računalnih znanosti i informacijske tehnologije, Royal Melbourne Institute of Technology.
Prikaži u kontekstu Pregled članka
Google znalac
10.
RS Germain, A. Califano i S. Colville, Fingerprint Science and Eng. , sv. 4, str. 42-49, 1997.
Prikaži u kontekstu Google znalac
11.
B. Bhanu i X. Tan, "Indeksiranje otisaka prstiju na temelju novih značajki tripleta minucija", IEEE Trans. O analizi uzoraka i strojnoj inteligenciji , sv. 25, br. 5, str. 616-622, 2003.
Prikaži u kontekstu Pregled članka
Google znalac
12.
AK Jain, S. Pankanti, S. Prabhabar, L. Hong i A. Ross, "Biometrija: Veliki izazov", Proc. Međunarodne konferencije o prepoznavanju uzoraka , sv. 2, str. 935-942, kolovoz 2004.
Prikaži u kontekstu Pregled članka
Google znalac
13.
B. Bhanu i X. Tan, Računalni algoritmi za prepoznavanje otiska prsta, Kluwer Academical Publishers, 2004.
Prikaži u kontekstu CrossRefGoogle znalac
14.
ByungRae Cha, KyungJun Kim i HyunShik Na, Generiranje nasumične lozinke OTP sustava pomoću značajki promijenjene lokacije i kuta otiska prsta, Koreja: Sveučilište Honam.
Prikaži u kontekstu Google znalac
15.
K. Krishna Prasad i PS Aithal, "A Study on Fingerprint Hash Code Generation Based on MD5 Algorithm and Freeman Chain Code", International Journal of Computational Research and Development , sv. 3, br. 1, str. 13-22, 2018.
Prikaži u kontekstu Google znalac
16.
"EBA Strong authentication requirements", Verisec , 2015.
Prikaži u kontekstu Google znalac
17.
Vaclav Matyas i Zdenek Rilla, Sigurnost i upotrebljivost biometrijske autentifikacije, Češka Republika: Fakultet za informatiku, Masarykovo sveučilište Brmo, 2002.
Prikaži u kontekstu Google znalac
18.
Michelle Boatwright i Xin Luo, "Što znamo o biometrijskoj autentifikaciji?", InfoSecCD 2007. Zbornik radova 4. godišnje konferencije o razvoju kurikuluma informacijske sigurnosti .
Prikaži u kontekstu CrossRefGoogle znalac
19.
NK Ratha, JH Connell i RM Bolle, "Analiza snage usklađivanja sitnica" u audio i video biometrijskoj autentifikaciji osoba. AVBPA 2001. Bilješke s predavanja iz računalne znanosti, Berlin, Heidelberg: Springer, sv. 2091, 2001.
Prikaži u kontekstu CrossRefGoogle znalac
20.
HB Kekre i VA Bharadi, "Algoritam za otkrivanje temeljne točke otiska prsta korištenjem više značajki temeljenih na polju orijentacije", Međunarodni časopis za računalne aplikacije (0975-8887) , sv. 1–15.
Prikaži u kontekstu CrossRefGoogle znalac
21.
VS Srinivasan, "Identifikacija središnjih i delta točaka na slikama otisaka prstiju", IAPR radionica o aplikacijama strojnog vida , 28.–30. studeni. 1990. godine.
Prikaži u kontekstu Google znalac
22.
GA Bahgat, AH Khalil, NS Abdel Kader i S. Mashali, "Brz i točan algoritam za detekciju središnje točke u slikama otisaka prstiju", Egyptian Informatiocs Journal , sv. 14, str. 15-25, 2013.
Prikaži u kontekstu CrossRefGoogle znalac
23.
Z. Zheng, J. Yang i L. Yang, "Robusna metoda za ekstrakciju značajki oka na slici u boji" u Pattern Recognition Letters, ELSEVIER, str. 2252-2261.
Prikaži u kontekstu CrossRefGoogle znalac
24.
Atipat Julasayvake i Somsak Choomchuay, Algoritam za otkrivanje središnje točke otiska prsta, Bangkok, Tajland: Tehnološki institut kralja Mongkuta Ladkrabang (KMITL), 2007.
Prikaži u kontekstu Pregled članka
Google znalac
25.
K Cao i AK Jain, "Učenje rekonstrukcije otiska prsta: od sitnica do slike", IEEE Transactions on Information Forensics and Security , sv. 10, br. 1, str. 104-117, siječanj 2015.
Prikaži u kontekstu Pregled članka
Google znalac
26.
Martin Drahansky i Filip Orsag, Biomerski sigurnosni sustavi: Robusnost tehnologije otiska prsta i govora, Češka Republika: Tehnološko sveučilište u Brnu, Fakultet informacijske tehnologije, Odjel za inteligentne sustave.
Prikaži u kontekstu Google znalac
27.
AFM Saif, Md Hossain i Tabin Hasan, "Descriptive Conceptual Framework to Measure Distance of Pupil using Pixel value", Konferencija: 6th International Conference on Informatics Electronics & Vision , 2017.
Prikaži u kontekstu Google znalac
28.
Binsu C. Kovoor, "Evaluacija performansi unimodalnog bimodalnog i trimodalnog biometrijskog identifikacijskog sustava", International Journal of Computer Application (2250-1797) , sv. 7, br. 6, studeni – prosinac 2017., [online] Dostupno: https://dx.doi.org/10.26808/rs.ca.i7v6.01.
Prikaži u kontekstu CrossRefGoogle znalac
29.
Vahid K. Alilou, Mathlab skripta: Jednostavan pristup verzija 1.0 , [online] Dostupno: https://www.mathworks.com/matlabcentral/fileexchan....
Prikaži u kontekstu Google znalac
30.
"Matlab skripta", FingerAnalysis , [online] Dostupno: http://www.advancedsourcecode.com/orthogonalcore.a....
Prikaži u kontekstu Google znalac
31.
Matlab skripta za "Fingerprint classificator" , [online] Dostupno: http://www.advancedsourcecode.com/fingerclassifica....
Prikaži u kontekstu Google znalac
32.
Rawlson O'Neil King, Biometrija u bankarstvu i financijskim uslugama , lipanj 2016.
Prikaži u kontekstu Google znalac
33.
Natjecanje za provjeru otiska prsta 2002.; FVC2002 , [online] Dostupno: http://bias.csr.unibo.it/fvc2002/databases.asp.
Prikaži u kontekstu Google znalac
34.
[online] Dostupno: https://www.emvco.com/about/deployment-statistics/.
Jun, 2020.