Deep MasterPrints: el algoritmo que falsifica huellas digitales

Pexels

Un equipo de desarrolladores ha creado un algoritmo que puede crear imágenes de huellas digitales universales que se ajustan a las de personas reales. La investigación, que ha sido publicada en el sitio de pre-impresión ArXiv.org, utilizó una red generativa-adversaria, que fue entrenada en datos biométricos de 5400 personas.  

La singularidad de las líneas papilares, aquellas que forman el patrón en las yemas de los dedos humanos, condujo al descubrimiento de las huellas dactilares a fines del siglo XIX. Eventualmente, este método para identificar a una persona mediante sus huellas dactilares se volvió muy popular en la ciencia forense.

Esta singularidad, así como la invariancia del patrón a lo largo del tiempo, permite que las impresiones sirvan como datos biométricos válidos, los cuales se han utilizado durante mucho tiempo no solo para identificar delincuentes, sino también como un identificador personal, por ejemplo, para desbloquear un teléfono.

Los sistemas pueden no ser seguros 

Sin embargo, algunos métodos para identificar a una persona por huella digital no usan su imagen completa, sino solo una parte de ella. Tales sistemas pueden ser inseguros tal y como lo demuestran los desarrolladores que crearon MasterPrints, un sistema que busca o crea fragmentos universales de huellas dactilares que se adaptan a varias personas a la vez.

En el nuevo trabajo, los desarrolladores bajo el liderazgo de Philip Bontrager de la Universidad de Nueva York decidieron seguir adelante y propusieron un algoritmo que genera automáticamente imágenes de huellas digitales universales; el sistema se llamaba Deep MasterPrints. Para ello, utilizaron una red neuronal consensual generativa, que se entrenó en una base de datos abierta que contiene 5400 huellas dactilares.


Las imágenes de la derecha muestran las imágenes creadas por Deep MasterPrint
Bontrager et al
 

Los autores usaron las huellas digitales de las manos derechas y después de crear una imagen con éxito, el algoritmo buscó variables ocultas utilizadas por el generador para seleccionar la huella digital más versátil, una que sea adecuada para el mayor número de huellas digitales del conjunto de entrenamiento.

Al verificar el método, los científicos descubrieron que una imagen de la impresión coincide con aproximadamente el 76.67% de toda la muestra, mientras que un fragmento de la impresión de MasterPrints coincide solo con el 33.4%. Los científicos también verificaron las huellas dactilares en dos sistemas biométricos que eran independientes del conjunto de entrenamiento utilizado (Bozorth3 e Inovatrics): cada imagen creada era diez veces más efectiva que una impresión creada al azar.

El sistema obtenido por los investigadores se puede utilizar para mejorar los algoritmos de identificación del usuario basados ​​en datos biométricos en el futuro. Además, el trabajo también puede ser útil para mejorar los métodos para crear huellas digitales sintetizadas.


Victor Román
Esta noticia ha sido publicada originalmente en N+1, ciencia que suma.

Sobre N+1: Es la primera revista online de divulgación científica y tecnológica que permite la reproducción total o parcial de sus contenidos por medios de comunicación, bloggers e influencers, realizando la mención del texto y el enlace a la web: “Esta noticia ha sido publicada originalmente en la revista N+1, ciencia que sumawww.nmas1.org”.

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.