БИОМЕТРИЧЕСКАЯ АУТЕНТИФИКАЦИЯ: АНАЛИЗ МЕТОДОВ ПРОТИВОДЕЙСТВИЯ АТАКАМ ПОДМЕНЫ НА ПРОГРАММНО-АППАРАТНОМ УРОВНЕ

BIOMETRIC AUTHENTICATION: ANALYSIS OF SPOOFING ATTACK COUNTERMEASURES AT THE HARDWARE AND SOFTWARE LEVEL

Knigin Igor Alexandrovich

Student, Department of Information Systems and Technologies, Udmurt State University,

Russia, Izhevsk

АННОТАЦИЯ

В статье исследуются уязвимости систем биометрической аутентификации к атакам подмены и методы противодействия им на программном и аппаратном уровнях. Проанализированы основные векторы атак, например: использование фотографий высокого разрешения, силиконовых масок и воспроизведение аудиозаписей. Описаны технологии определения витальности, включающие аппаратные инфракрасные сканеры и программные алгоритмы анализа мимики и текстуры кожи. Оценена эффективность комплексного подхода к защите биометрических данных в корпоративных системах контроля доступа.

ABSTRACT

The article explores the vulnerabilities of biometric authentication systems to spoofing attacks and methods of countering them at the software and hardware levels. The main attack vectors are analyzed, for example: the use of high-resolution photos, silicone masks, and audio playback. Liveness detection technologies are described, including hardware infrared scanners and software algorithms for analyzing facial expressions and skin texture. The effectiveness of a comprehensive approach to protecting biometric data in corporate access control systems is evaluated.

Ключевые слова: биометрическая аутентификация; атаки подмены; определение витальности; информационная безопасность; контроль доступа.

Keywords: biometric authentication; spoofing attacks; liveness detection; information security; access control.

Системы биометрической аутентификации получили широкое распространение благодаря высокому уровню удобства для конечного пользователя. Идентификация по лицу, отпечатку пальца или голосу избавляет от необходимости запоминать сложные пароли. Однако биометрические признаки не являются секретными. Фотографии лиц пользователей находятся в открытом доступе в социальных сетях, а отпечатки пальцев остаются на любых поверхностях. Это создает фундаментальную уязвимость для атак подмены, при которых злоумышленник предъявляет сенсору искусственно созданную копию биометрического идентификатора легитимного пользователя [1, с. 34].

Ключевым механизмом защиты от атак подмены является внедрение технологий определения витальности. Задача таких систем - отличить живого человека от неживой подделки, например: распечатанной фотографии, экрана смартфона или силиконовой маски. Решение этой задачи реализуется на двух уровнях: аппаратном и программном. Аппаратный уровень подразумевает использование специализированных датчиков. Для защиты от плоских фотографий применяются инфракрасные камеры и проекторы точек, которые строят трехмерную карту глубины лица. Системы сканирования отпечатков пальцев оснащаются емкостными или ультразвуковыми сенсорами, способными измерять электрическую проводимость кожи или структуру ткани под верхним слоем эпидермиса, что делает бесполезным применение желатиновых или силиконовых муляжей [2, с. 115].

Программный уровень защиты базируется на использовании алгоритмов компьютерного зрения и машинного обучения для анализа видеопотока со стандартных RGB-камер. Алгоритмы активного определения витальности требуют от пользователя выполнения случайных действий, например: моргания, поворота головы или произнесения контрольной фразы, что предотвращает использование статических изображений. Пассивные методы анализируют микротекстуру кожи, блики от экрана на роговице глаза и микроскопические изменения цвета лица, связанные с пульсацией крови. Использование сверточных нейронных сетей позволяет выявлять артефакты сжатия и искажения перспективы, характерные для попыток подмены с использованием мобильных устройств.

Таблица 1.

Сравнительная классификация методов определения витальности

Обеспечение надежной информационной безопасности критически важных объектов требует применения многофакторной аутентификации. Несмотря на высокую эффективность современных алгоритмов определения витальности, биометрия должна рассматриваться как имя пользователя, а не как пароль. Интеграция аппаратных средств трехмерного сканирования в сочетании с интеллектуальным анализом поведенческих паттернов позволяет создать отказоустойчивую систему контроля доступа, способную противостоять современным угрозам в области подмены биометрических идентификаторов [3, с. 88].

Список литературы:

1. Сидоров А. А. Биометрические системы аутентификации: уязвимости и защита. - М.: Инфо-Пресс, 2021. - 240 с.
2. Петров В. И. Алгоритмы машинного обучения в задачах определения витальности: учебное пособие. - СПб.: БХВ-Петербург, 2023. - 198 с.
3. Макаров Д. С. Аппаратные методы противодействия атакам на системы контроля доступа // Информационная безопасность. - 2024. - № 2. - С. 45-53.