BİYOMETRİK SİSTEMLER

AMAÇ

Kimlik tanıma için fizyolojik ve/veya davranışsal karakteristiklere (ör. parmakizi, yüz, iris, ses…) dayanan biyometrik sistemler, her gün daha yaygın olarak kullanılıyor: ulusal e-kimlik projelerinden, güvenli bölge (ör. havaalanı) erişimine, internet tabanlı uygulamalardan, adli kontrollere (ör. AFIS) kadar, bu sistemler geleneksel kullanıcı adı/şifre/kimlik kartı kombinasyonlarının ötesine geçerek hayatlarımızı güvenli hale getiriyor ve her gün katma değer yaratıyorlar. Bu dersimizde, tekil ve çoğul biyometrik sistemlerin tasarım, gerçekleme ve değerlendirme kriterlerini inceleyeceğiz. Bilgi güvenliği açısından doğru kimlik tanımanın önemi ve yöntemlerinden bahsedip, sinyal işleme ve örüntü tanıma konularında gerekli öncül bilgileri de sunacağız. Biyometrik sistemlerin kriptoloji ile kesişim noktaları ve bu alandaki gelecek öngörüsünü de kapsayacağız.

İÇERİK

Bu ders; Biyometrik sistemlere giriş, genel özellikler, yapıtaşları, uygulamalar ,Kimlik doğrulama yöntemleri: biyometri tabanlılar ve diğerleri ,İlgili sinyal işleme ve örüntü tanıma öncülleri, öznitelik çıkarıcı ve sınıflayıcılar ,Parmakizi tanıma: sensörler, öznitelikler, başarım, sınıflandırma, indeksleme, tekillik ,Parmakizi tanıma: sensörler, öznitelikler, başarım, sınıflandırma, indeksleme, tekillik ,Yüz tanıma,İris tanıma ,Ses Tanıma ,Yürüyüş, damar, imza tanıma & yeni öğeler ,Çoklu biyometrik sistemler ,Kriptoloji & biyometri: sistem güvenliği ve mahremiyet ,Standart veritabanları, değerlendirmeler ve testler ,Gelecek öngörüsü, araştırma alanları, problemler; Grup proje sunumları ve rapor incelemeleri ,Gelecek öngörüsü, araştırma alanları, problemler; Grup proje sunumları ve rapor incelemeleri ; konularını içermektedir.

1. 1

   Designs a biometric authentication system that meets the given conditions.

   Öğretim yöntemi: Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev, Proje Görevi

2. 2

   Evaluates alternative biometric systems in terms of performance, cost and feasibility.

   Öğretim yöntemi: Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev, Proje Görevi

3. 3

   It supports software developers to implement a successful biometric system in institutions.

   Öğretim yöntemi: Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev, Proje Görevi

4. 4

   Makes informed decisions by taking into account the limits and advantages of biometric systems over traditional identification systems.

   Öğretim yöntemi: Deneyimle Öğrenme Modeli · Değerlendirme: Klasik Yazılı Sınav, Ödev, Proje Görevi

HAFTALIK PLAN

1. HAFTA 1

   Biyometrik sistemlere giriş, genel özellikler, yapıtaşları, uygulamalar

   Ön hazırlık: Ref.1 Ch. 1

2. HAFTA 2

   Kimlik doğrulama yöntemleri: biyometri tabanlılar ve diğerleri

   Ön hazırlık: Ref. 1 Ch. 1

3. HAFTA 3

   İlgili sinyal işleme ve örüntü tanıma öncülleri, öznitelik çıkarıcı ve sınıflayıcılar

   Ön hazırlık: Ref. 4 Ch. 1

4. HAFTA 4

   Parmakizi tanıma: sensörler, öznitelikler, başarım, sınıflandırma, indeksleme, tekillik

   Ön hazırlık: Ref. 2 Ch. 2-4, 5, 8

5. HAFTA 5

   Parmakizi tanıma: sensörler, öznitelikler, başarım, sınıflandırma, indeksleme, tekillik

   Ön hazırlık: Ref. 2 Ch. 2-4, 5, 8

6. HAFTA 6

   Yüz tanıma

   Ön hazırlık: Ref.1 Ch. 3

7. HAFTA 7

   İris tanıma

   Ön hazırlık: Ref.1 Ch. 4

8. HAFTA 8

   Ses Tanıma

   Ön hazırlık: Ref.1 Ch. 8

9. HAFTA 9

   Yürüyüş, damar, imza tanıma & yeni öğeler

   Ön hazırlık: Ref.1 Ch. 6&9&10

10. HAFTA 10

    Çoklu biyometrik sistemler

    Ön hazırlık: Ref.3 Ch. 2&3

11. HAFTA 11

    Kriptoloji & biyometri: sistem güvenliği ve mahremiyet

    Ön hazırlık: Ref.1 Ch. 19

12. HAFTA 12

    Standart veritabanları, değerlendirmeler ve testler

    Ön hazırlık: Ref.1 Ch. 24&25

13. HAFTA 13

    Gelecek öngörüsü, araştırma alanları, problemler; Grup proje sunumları ve rapor incelemeleri

    Ön hazırlık: Makale veri tabanları

14. HAFTA 14

    Gelecek öngörüsü, araştırma alanları, problemler; Grup proje sunumları ve rapor incelemeleri

    Ön hazırlık: Makale veri tabanları

DEĞERLENDİRME

• Ara Sınavın Başarıya Oranı50%
• Genel Sınavın Başarıya Oranı50%

İŞ YÜKÜ

KAYNAKLAR

• A.K. Jain, P. Flynn, A.A. Ross, Handbook of Biometrics, Springer, 2008.
• 1- D. Maltoni, D. Maio, A.K. Jain, and S. Prabhakar, Handbook of Fingerprint Recognition, 2. Ed., Springer, 2009. 2- A. Ross, K. Nandakumar, and A.K. Jain, Handbook of Multibiometrics, 2006. 3- R.O. Duda, P.E. Hart, and D.G. Stork, Pattern Classification, 2. Ed., Wiley, 2001.

ÖĞRETİM ELEMANLARI

• Prof.Dr. Bahadır Kürşat GÜNTÜRKKOORDİNATÖR