Data Mining auf biometrischen Fingerabdrucksdaten
Motivation
Biometrische Erkennungsmerkmale (wie beispielsweise Fingerabdruck, Iris, Blutgefäßmuster) sind in der Regel universell, einzigartig, persistent und personengebunden. Daher werden sie immer häufiger für den Zweck der Identifikation einer bestimmten Person eingestzt. Dabei darf man allerdings nicht vergessen, dass die biometrischen Merkmale häufig auch äußerst sensible Informationen preisgeben, wodurch ihre Verwendung aus Sicht des Datenschutzes nicht unumstritten ist.
Um diese Daten sicher zu speichern, haben sich sogenannte Template Protection Verfahren etabliert. Das bekannte Fuzzy Vault-Verfahren schützt die biometrischen Merkmale durch künstlich hinzugefügte Merkmale gegen weit verbreitete Angriffstechniken. Da eine Suche in den transformierten Referenzdaten im Allgemeinen dann aber sehr ineffizient ist, ist der praktische Einsatz für Identifikationszwecke bisher noch ein offenes Problem.
Unsere Idee für eine effiziente Identifikation basiert auf einer geeigneten Speicherung der Merkmale (Minutien) in einer Indexstruktur als Menge von Punkten. Der Vergleich von Fingerabdrücken entspricht dann der Berechnung von Distanzen zwischen Punktmengen.
Offene Themen (Projekt-, Diplom-, Bachelor-, Masterarbeit)
- Entwicklung neuer Metriken und Visualisierungstechniken für Punktmengen.
- Implementierung einer Testumgebung mit künstlichen (Zufallsdaten) und realen biometrischen Datenbanken.
- Eigene Vorschläge, die dem Fortschritt des Projekts dienen, sind ebenfalls immer willkommen.
Voraussetzungen
- Problemorientiertes Denken
- Erfahrungen im Bereich Data Mining, KDD oder Machine Learning
- Sehr gute Programmierkenntnisse
