Diskussion:Handvenenerkennung
Artikel strotzt vor Fehlern[Quelltext bearbeiten]
Das liegt allerdings meist nicht an den Verfassern, sondern an den schlechten oder fehlenden Quellen. Es ist immer gefährlich, Werbeunterlagen zur Grundlage eines Artikels zu machen! Wenn man die gröbsten Schnitzer beseitigt, könnte allerdings ein recht brauchbarer Artikel entstehen:
1. "Die FAR (Falsch-Akzeptanz-Rate) liegt bei ca. 0,000 08% (laut einer Fujitsu-Untersuchung mit 140.000 Venenmustern bei 70.000 Personen)."
Bei Anwendung des 30-Fehlerkriteriums würde man für eine statistisch signifikante FAR von 0.0000008 mindestens 30/0.0000008 = 37.5 Mio Muster benötigen. Mit 140000 Mustern kann man höchstens eine FAR von 0.000214... = 0.0214...% "beweisen". Natürlich kann man Kreuzvergleiche (max. 140000²) durchführen, diese wären aber abhängig und deshalb nur eingeschränkt aussagekräftig. Dies ist ein Fehler der Fujistu-Studie (Fujitsu ist der Hersteller). Für solche Zahlen sollte man grundsätzlich besser unabhängige Studien seriöser Institute hernehmen.
http://www.engr.sjsu.edu/biometrics/nbtccw.pdf
2. "Damit ist die Handvenenerkennung vom Sicherheitslevel her vergleichbar mit Verfahren wie Iriserkennung."
Nein! Hier ist die Schlussfolgerung falsch. Mit einer FAR kann man ohne gleichzeitige Betrachtung der FRR keine seriösen Vergleiche ableiten. Bei 100% FRR ist in der Regel jede FAR = 0!
http://de.wikipedia.org/wiki/Biometrie#Leistungskriterien
3. Literatur: "Handvenenerkennung. Bisher unüberlistet: In: Protector, Nr. 3. 2009. S. 30 bis 31".
Hier ist offenbar eine EU-Studie FIDIS-Studie D.6.1 aus dem Jahre 2006 unberücksichtigt geblieben (Seite 66):
Es reicht bereits ein auf Papier aufgemaltes Venenmuster! Somit ist allein schon der Titel der (kommerziell gefärbten) Veröffentlichung eine Falschaussage. Natürlich würde der Hersteller dann behaupten, dass sein Produkt dieses Problem nicht hat - wer glaubt's?
== ManfredoX 14:49, 8. Aug. 2010 (CEST)
- Du hast völlig recht. Ich beschäftige mich gerade beruflich mit Venenerkennungssystemen und bin daher gerade auf diesen Arikel gestoßen. Auch ich fand ihn viel zu Herstellerbezogen (Größe der Templates!) und unkritisch, und habe ihn etwas verbessert - übrigens bevor ich deine Anmerkungen gesehen habe. Ganz schlimm fand ich, dass keine Fingervenen genannt werden - da es dafür keinen eigenen Artikel gibt, und die Finger auch ein Teil der Hand sind, gehört das hier rein. Mir schien der Artikel von Fujitsu geschrieben worden zu sein. Zu deinen Anmerkungen:
- 1. Nun, wenn man keinen falschen Match hat, kann man die Rule of 3 verwenden und erhält eine obere Schranke 3/N für die FAR mit 95% Konfidenz. Du hast Recht, dass man eigentlich keine Kreuzvergleiche durchführen kann, ohne die Aussagen über die Konfidenzintervalle zu verlieren. In der Praxis wird das aber eigentlich fast immer gemacht, weil man zu wenige Samples hat. Man muss die Ergebnisse dann eben mit Vorsicht betrachen. Und die Konfidenz ist besser als wenn man das Cross-Matching (bei gleicher Anzahl von Samples) nicht macht (siehe Conclusions auf Seite 92 in den von dir zitierten Collected Works).
- Viel problematischer finde ich, dass das Testprotokoll meist nicht veröffentlicht wird. Wurden die Benutzer ausführlich eingeweisen? Hatten sie Zeit und Lust oder war das Alltag? Wie viele Samples hat man beim Enrolment genommen? War das Gerät im Inneneinsatz oder draußen (gerade die Venenerkennung hat bei Kälte Probleme)? Wie waren die Lichtverhältnisse? Aus meiner eigenen Erfahrung weiß ich, dass das leicht einen Faktor 100 in der FAR ausmachen kann.
- Nun gibt es leider noch nicht so viele unabhängige Untersuchungen. Ich habe die Angaben von Fujitsu durch die der International Biometrics Group ersetzt. Dort sind die Fehlerraten auch schon deutlich schwächer als in den Prospekten der Hersteller. (Übrigens auch die der Iriserkennung.) NIST wollte letztes Jahr eigentlich auch in die Evaluation von Venenerkennung einsteigen, aber das Budget wurde nicht bewilligt. Das BSI fängt gerade an, sich das anzusehen. Hoffentlich gib es bald mehr unabängige Resultate.
- 2. Ich stimme dir absolut zu, diese Aussage ist so sinnlos und Wikipedia nicht würdig. Ich habe sie entfernt.
- 3. Die von dir genannte Studie kannte ich nich nicht, interessant. Man muss zwar zugeben, dass dort die Lifeness-Detection abgeschaltet war, oder ein künstliches Merkmal beim Enrolment verwendet wurde, aber ich habe auch schon gehört, dass man die Sensoren recht leicht überlisten kann. Ich glaube, das gilt für jede Biometrie, auch wenn die Hersteller anderes behaupten. Der Vorteil der Venenerkennung liegt eher darin, das ein Angreifer gar nicht so leicht an deine Muster kommt (jedenfalls bei Handflächen- und Fingervenen) - aber auch das ist nicht unmöglich.
- Ich bin für weitere Verbesserungen offen. --Mojo1442 00:41, 13. Dez. 2011 (CET)
35c3 vortrag[Quelltext bearbeiten]
Der Vortrag auf dem 35c3 von starbug muss hier eingearbeitet werden sobald er verfügbar ist. --79.206.231.249 23:03, 27. Dez. 2018 (CET)