[논문 리뷰] Cyber-Forensic Review of Human Footprint and Gait for Personal Identification

Kapil Kumar Nagwanshi|arXiv (Cornell University)|2022. 04. 20.

Biometric Identification and Security인용 수 6

한 줄 요약

이 논문은 인간의 발자국과 보행 분석을 개인 신원 확인을 위한 강력한 생체 인식 방법으로 제안하며, 형태적 특징과 은닉 마르코프 모델(HMM)을 활용해 발자국 인식을 수행한다. 연구 결과, 발자국 기반 시스템이 보행 기반 방법보다 정확도와 확장성 면에서 뛰어나며, PCA 기반 특징 추출을 통해 94.67%의 AUC를 달성함을 입증하였다. 이는 전통적 방법에 비해 법적 및 실용적 이점이 있는 바, 고보안 및 사이버-형사 증거 분석 분야에 발자국 생체 인식을 권장한다.

ABSTRACT

The human footprint is having a unique set of ridges unmatched by any other human being, and therefore it can be used in different identity documents for example birth certificate, Indian biometric identification system AADHAR card, driving license, PAN card, and passport. There are many instances of the crime scene where an accused must walk around and left the footwear impressions as well as barefoot prints and therefore, it is very crucial to recovering the footprints from identifying the criminals. Footprint-based biometric is a considerably newer technique for personal identification. Fingerprints, retina, iris and face recognition are the methods most useful for attendance record of the person. This time the world is facing the problem of global terrorism. It is challenging to identify the terrorist because they are living as regular as the citizens do. Their soft target includes the industries of special interests such as defence, silicon and nanotechnology chip manufacturing units, pharmacy sectors. They pretend themselves as religious persons, so temples and other holy places, even in markets is in their targets. These are the places where one can obtain their footprints quickly. The gait itself is sufficient to predict the behaviour of the suspects. The present research is driven to identify the usefulness of footprint and gait as an alternative to personal identification.

연구 동기 및 목표

• 보안 및 형사적 맥락에서 인간의 발자국과 보행을 개인 신원 확인을 위한 생체 특징으로 활용할 수 있는지 탐구한다.
• 스포어링 및 비부인 가능성 문제로 인해 취약한 전통적 토큰 기반 및 지식 기반 인증 시스템의 한계를 해결한다.
• 다양한 기계 학습 및 신호 처리 기법이 발자국 및 보행 인식에서 어떻게 성능을 발휘하는지 평가한다.
• 국가 신원 제도 및 사이버-형사 조사에서 발자국 기반 생체 인식의 법적 및 실용적 타당성을 확립한다.
• 향후 생체 인식 알고리즘 개발을 위한 기준 설정을 위한 다중 스펙트럼 인간 발자국 데이터셋을 제공한다.

제안 방법

• 발자국 인식은 주성분 분석(PCA), 웨이블릿 변환, 신경망을 활용해 발바닥 인식에서 추출한 형태적 및 통계적 특징을 사용한다.
• 보행 기반 식별은 비디오로 촬영한 운동 패턴을 활용하며, 보행의 시간적 동역학을 모델링하기 위해 은닉 마르코프 모델(HMM)을 사용한다.
• 다양한 기법을 비교하기 위한 종합적인 평가 프레임워크를 구축하였으며, AUC를 주요 성능 지표로 사용하여 퍼지 논리, 수정된 순차 허르 에너지 변환, 인공 신경망(ANN) 등을 평가하였다.
• 다양한 생체 인식 기법을 통합하여 발자국 및 보행 특징을 융합함으로써 식별 신뢰도를 향상시켰다.
• MATLAB, Weka, AzureML 등의 플랫폼에서의 재현 가능성 연구 및 알고리즘 검증을 지원하기 위해 공개된 다중 스펙트럼 인간 발자국 데이터셋을 제공하였다.
• 성능는 수신기 작동 특성(ROC) 곡선의 곡선 아래 면적(AUC)을 사용하여 정량화하였으며, 공식은 ∫₀¹ TPR(x)dx (x ~ U[0,1])로 표현되며, 여기서 x는 위양성 비율을 나타낸다.

실험 결과

연구 질문

• RQ1 실생활 보안 응용 분야에서 보행 기반 또는 전통적 생체 인식 시스템에 비해 인간 발자국 기반 생체 인식이 더 높은 정확도와 확장성을 확보할 수 있는가?
• RQ2 PCA, HMM, ANN, 퍼지 논리와 같은 다양한 특징 추출 및 분류 기법이 발자국 인식에서 AUC 성능 측면에서 어떻게 비교되는가?
• RQ3 참가자 수가 증가할수록 발자국 및 보행 기반 시스템의 식별 성능에 어떤 영향을 미치는가?
• RQ4 사이버-형사 조사 및 국가 신원 제도에서 인간 발자국 증거의 법적 및 형사 증거로서의 유용성은 어느 정도인가?
• RQ5 공개된 다중 스펙트럼 발자국 데이터셋이 생체 인식 알고리즘의 신뢰성 있는 기준 설정 및 발전을 가능하게 하는가?

주요 결과

• PCA 기반 특징 추출을 사용한 발자국 기반 생체 인식 시스템은 94.67%의 AUC를 기록하여 ANN(89.52%), 퍼지 논리(83.86%), HMM(83.38%)를 모두 초월한다.
• 보행 기반 식별은 참가자 수 증가에 따라 성능이著しく 떨어지며, 대규모 개인 식별에는 적합하지 않지만, 헬스케어 및 행동 분석 분야에서는 잠재력이 있다.
• 발자국 기반 식별은 개인당 필요한 샘플 수가 적고 높은 정확도를 유지하므로, 공항 및 방위 시설과 같은 고보안 지역에 이상적이다.
• 인간 발자국은 강력한 개인성과 법적 인정 가능성을 지니며, 지문과 유사한 수준이며, 국가 신원 제도 및 형사 조사 시스템에 구현을 권장한다.
• 연구는 발자국 형태 및 통계적 특징이 매우 구분 능력이 높음을 확인하였으며, 이는 다중 모odal 생체 인식 시스템에 활용될 수 있음을 뒷받침한다.
• 다중 스펙트럼 인간 발자국 데이터셋의 공개는 다양한 연구 플랫폼에서 재현 가능한 평가 및 생체 인식 알고리즘의 발전을 가능하게 한다.