There is an Open Access version for this licensed article that can be read free of charge and without license restrictions. The content of the Open Access version may differ from that of the licensed version.
Pricing information
Please choose your delivery country and your customer group
In der jüngsten Zeit haben biometrische Benutzerauthentifikationsverfahren großes Interesse seitens Forschung, Industrie und Gesellschaft gefunden. Allerdings gibt es speziell für die Benutzerauthentifikation basierend auf Handschriftcharakteristiken signifikante und noch nicht gelöste Problemstellungen. Sie betreffen die Offenheit des Merkmals, die Hardwareabhängigkeit und Sicherheitsaspekte der hinterlegten biometrischen Merkmale. Die vorliegende Arbeit befasst sich mit diesen Problemen. Das erstgenannte Problem, die Offenheit des Merkmals Unterschrift, bildet die Motivation des ersten Ansatzes in der Arbeit, in dem alternative Arten von handschriftlichen Eingaben, genannt Semantikklassen, definiert und evaluiert werden. Im Hinblick auf den zweiten Problembereich, die Hardwareabhängigkeit, wird eine Digitalisiertablettklassifikation eingeführt, welche eine Einordnung der Geräte nach deren physikalischen Kenngrößen ermöglicht. Es werden Tablettklassen unterschiedlicher Heterogenität gebildet und, basierend auf einer großen Datensammlung von Schriftproben auf den unterschiedlichen Geräten, in einer vergleichenden empirischen Studie dargelegt, welche Beziehungen zwischen Hardwareabhängigkeit, Semantikklasse und Angriffsstärke erkennbar sind. Die dritte Problematik, die Sicherung der biometrischen Referenzen wird mit zwei Ansätzen angegangen. Der erste Ansatz geht von einer kryptographischen Verschlüsselung der gespeicherten Referenzdaten aus und führt mit dem Biometric Hash ein Verfahren ein, welches eine direkte Ableitung von individuellen Schlüsseln aus handschriftlichen Signalen ermöglicht. Im zweiten Ansatz wird aus dem Biometric Hash Ansatz ein weiteres Verfahren zur direkten Benutzerauthentifikation entwickelt, welches keine Hinterlegung von originalen Referenzsignalen erfordert. Diese zweite Methode schützt die Referenzdaten durch ein statistisches Modell, welches die Möglichkeiten zur Rekonstruktion der originalen biometrischen Signale sehr stark eingrenzt. Das Verfahren zeigt eine bemerkenswerte Erkennungsgenauigkeit im Vergleich zu anderen handschriftlichen Verfahren, basierend auf statistischen Modellen, und stellt zugleich relativ geringe Anforderungen an die Rechentechnik. Daher ist es auch zum künftigen Einsatz in Kleinstcomputern, wie beispielsweise Smart-Cards geeignet.
Handwriting biometrics for user authentification: Security advances in context of digitizer characteristics
Additional title:
Benutzerauthentifikation auf der Grundlage der Handschriftcharakteristiken: Sicherheitsfortschritte im Zusammenhang mit den Eigenschaften des Digitalisiertabletts