Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Основные вероятностные характеристики

Читайте также:
  1. I ОСНОВНЫЕ ПРИНЦИПЫ
  2. I. Основные положения
  3. II. Основные задачи и их реализация
  4. II. ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ
  5. II. Основные факторы, определяющие состояние и развитие гражданской обороны в современных условиях и на период до 2010 года.
  6. III. Основные направления единой государственной политики в области гражданской обороны.
  7. III. Основные требования к форме и внешнему виду обучающихся

Оценить эффективность биометрических технологий можно не только стоимостными показателями и удобством использования, но и на основе использования некоторых вероятностных характеристик. В этой статье мы обсудим ключевые из этих харктеристик.

Основные вероятностные характеристики:

• Отказы в регистрации (FER - Failure to Enrol).

При проверке этой характеристики определяется, как часто пользователям отказано при внесении своих биометрических данных в систему. Такое бывает, к примеру, при катаракте глаза или же когда какое-нибудь заболевание кожи «размывает» отпечаток пальца.

• Отказы в идентификации (FTA - Failure to Acquire).

Система не способна идентифицировать пользователя при том, что его биометрические данные зарегистрированы в базе данных. Обычно это случается не по вине системы и не является какой-то её недоработкой или ошибкой. Это происходит по всевозможным причинам, влияющим на конкретную биометрическую характеристику пользователя, например это нарушение стабильности подписи из-за сломанной руки, пластырь или бинт на пальце и т.п.

• Степень ложного отказа (FRR - False Rejection Rate).

Этот показатель указывает на то, насколько часто система не может опознать по биометричской характеристике пользователя, имеющего право на проход. Эта ошибка имеет название "ошибка первого рода" - когда "свой" признается системой "чужим". Дословный перевод аббревиатуры FRR - False Rejection Rate - вероятность ошибочного отказа, то есть вероятность отказа в доступе пользователю, имеющему право на проход. При этом существует обратная величина для ошибки первого рода: GAR (Genuine Acceptance Rate) = 1 - FRR, вероятность пропуска "своего".

• Степень ложного акцептования (FAR - False Acceptance Rate).

Величина этой характеристики показывает, насколько часто пользователь, который не обладает правом доступа к объекту, принимается системой контроля как человек, имеющий такое право и получает таким образом разрешение на прохождение системы контроля доступа. Это называется "ошибкой второго рода" - проявляется, когда "чужой" признается системой контроля "своим".

• Величина равенства ошибок (Equal Error Rate).

Точка на графике, в которой степень ложного акцептования (FAR) равняется степени ложного отказа (FRR). Эта величина часто используется как стандарт для комплексной оценки биометрической системы контроля доступа.

Для проведения экспериментов с целью получения графиков FAR, FRR, GAR и точки EER, необходимо заранее подготовить специальную базу данных с собираемой биометрической характеристикой. От объёма собранной базы зависит та точность, с какой эти характеристики будут определены. Такая база данных должна состоять из n человек, у которых "бралась" биометрическая характеристика, и m вариантов этой характеристики, взятых у одного и того же человека. При этом получается, что общее число элементов в базе будет равно (n*m). Для упрощения процедуры вычисления ошибок, можно применить ряд определённых алгоритмов, которые могут заметно уменьшить объемы тестовых баз данных. Например, чтобы получить статистику ошибок первого рода (FRR-степень ложного отказа), необходимо сравнить попарно каждую характеристику одного ряда с каждой характеристикой этого же ряда.

Чтобы получить статистические данные по ошибкам второго рода (FAR), нужно сравнить попарно биометрические характеристики разных рядов, для обеспечения сравнений типа "чужой к чужому".

Применение данного способа позволяет получить необходимое количество вариантов сравнений - достаточное для построения характеристик при значительно меньших количествах элементов в тестовой базе.

3. Охранно - пожарные извещатели. Классификация и принципы работы.

Пожарный извещатель — устройство для формирования сигнала о пожаре. Использование термина «датчик» является неправильным, так как датчик — это часть извещателя. Несмотря на это, термин «датчик» используется во многих отраслевых нормах, в значении «извещатель».


Дата добавления: 2015-11-14; просмотров: 27 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Биометрические характеристики человека| Классификация по возможности повторного включения

mybiblioteka.su - 2015-2024 год. (0.005 сек.)