Online-Unterschriftenverifikation basierend auf Methoden des Maschinellen Lernens

Autori

• Christian Gruber

Parametri

• Computer, IT, programmazione

Maggiori informazioni sul libro

Klassische Methoden zur Identitätsüberprüfung, wie Passwörter oder PINs, sind aufgrund des gestiegenen Sicherheitsbedürfnisses oft nicht mehr zuverlässig. Daher werden zunehmend biometrische Eigenschaften zur Identitätsverifikation eingesetzt, wobei die Unterschrift einer Person eine vielversprechende Option darstellt. Besonders effektiv ist die Verifikation von Unterschriften anhand ihrer Dynamik, bekannt als Online-Unterschriftenverifikation. Unterschriften weisen jedoch eine gewisse Variabilität auf, die bei der Entwicklung automatisierter Überprüfungsverfahren berücksichtigt werden muss. Diese Verfahren müssen einerseits flexibel genug sein, um zulässige Unterschriften mit hoher Genauigkeit zu akzeptieren und eine benutzerfreundliche Authentifizierung zu gewährleisten. Andererseits müssen sie in der Lage sein, gefälschte Unterschriften zuverlässig abzulehnen. Die Arbeit präsentiert zwei neuartige Verfahren zur Online-Unterschriftenverifikation, die auf Methoden des Maschinellen Lernens basieren. Beide Verfahren nutzen Support Vector Machines, die sich durch hervorragende Generalisierungsfähigkeit auszeichnen und aufgrund des geringen Bedarfs an Trainingsbeispielen besonders gut für die Online-Unterschriftenverifikation geeignet sind.

Lingua: Tedesco

Pubblicato: 2009

(In brossura)