Здравствуйте, в этой статье мы постараемся ответить на вопрос: «Биометрическая идентификация и аутентификация с помощью радужной оболочки глаза на рынке». Если у Вас нет времени на чтение или статья не полностью решает Вашу проблему, можете получить онлайн консультацию квалифицированного юриста в форме ниже.
Мультимодальная, или комбинированная система биометрической аутентификации — это устройство, в котором объединены сразу несколько биометрических технологий. Комбинированные решения по праву считаются наиболее надежными в плане защиты информации с помощью биометрических показателей пользователя, ведь подделать сразу несколько показателей гораздо сложнее, нежели один признак, что является, практически, не под силу злоумышленникам. Максимально надежными считаются комбинации «радужная оболочка + палец» или «палец + рука».
Комбинированные решения биометрической аутентификации
Хотя, в последнее время, популярность набирают системы типа «лицо + голос». Это связано с широким распространением коммуникационных средств, которые сочетают в себе модальности аудио и видео, например, мобильные телефоны со встроенными камерами, ноутбуки, видеодомофоны и прочее.
Комбинированные системы биометрической аутентификации значительно эжффективнее мономодальных решений. Это подтверждает множество исследований, в том числе опыт одного банка, который установил сперва систему аутентификации пользователей по лицу (частота ошибок за счет низкого качества камер 7 %), затем по голосу (частота ошибок 5% из-за фоновых шумов), а после, комбинировав эти два метода, достигли почти 100 % эффективности.
Биометрические системы могут быть объединены различными способами: параллельно, последовательно или согласно иерархии. Главным критерием при выборе способа объединения систем должна служить минимализация соотношения количества возможных ошибок ко времени одной аутентификации.
Помимо комбинированных систем аутентификации, можно использовать и многофакторные системы. В системах с многофакторной аутентификацией, биометрические данные пользователя используются вместе с паролем или электронным ключом.
Разновидности биометрических характеристик
Биометрическое распознавание — это считывание уникальных персональных данных человека и сравнивание их с базой данных. Биометрический считыватель работает на основе 2 характеристик:
- Физиология. Сюда входит форма лица и черепа, отпечатки пальцев, сетчатка и радужка глаза, рисунок сосудов ладони и пальцев, ДНК и геометрия рук.
- Поведенческая идентификация. Динамика нажатия на клавиши, сравнение подписей и почерка, распознавание голоса, походки, формы тела.
Технология открыла бизнесу новый уровень безопасности. Поэтому все больше предприятий отказываются от паролей в пользу биометрических считывателей. Но преимущества биометрии затрагивают не только начальство, но и обычных сотрудников. Им не нужно запоминать множество паролей, менять их и придумывать новые, носить с собой пропуски и т.д. Со считывателем все намного проще: один раз нужно занести данные персонала в базу, а при увольнении убрать их.
Аутентификация по отпечатку пальца
Аутентификация по отпечатку пальца – самая распространенная биометрическая технология аутентификации пользователей. Метод использует уникальность рисунка узоров на пальце человека. Отпечаток, полученный с помощью сканера, преобразуется в цифровой код, а затем сравнивается с предыдущими наборами образцов.
Три основных типа сканеров отпечатков пальца:
- Ёмкостные – измеряют электрические сигналы, поступающие от наших пальцев, анализируют емкостную разницу между приподнятой частью отпечатка и его впадиной, после чего формируется «карта» отпечатка и сравнивается с исходной.
- Прокатные – сканируют поверхность пальца путем звуковых волн, которые посылаются на палец, отражаются и обрабатываются.
- Оптические – фотографируют отпечаток пальца и выполняют сравнивание на соответствие.
Преимущества аутентификации по отпечаткам пальцев:
- простая и быстрая процедура сканирования,
- высокая достоверность,
- низкая стоимость устройств и их широкий выбор.
Корректной аутентификации могут препятствовать:
- мокрые и грязные руки,
- травма (порезы, ожоги),
- папиллярные линии на пальцах легко повреждаются, вызывая ошибки в системе и блокируя проход служащим, имеющим на это право,
- отсутствие руки, кисти, пальцев (в случае инвалидности человека).
Аутентификация по сетчатке глаза
Альтернативный способ использовать человеческий глаз для биометрической аутентификации – это сканирование сетчатки. Сканер светит в глазное яблоко и отображает структуру кровеносных сосудов, которые так же, как и оболочка, являются уникальными для каждого человека.
Преимущества аутентификации по сетчатке:
- высокий уровень статистической надежности,
- низкий процент в допуске объекта,
- подделка капиллярного рисунка сетчатки технически невозможна.
Недостатки:
- долгая обработка при использовании сложной системы,
- проблемы человека со здоровьем могут повлиять на результат.
Сравнительная оценка биометрических технологий
Все перечисленные технологии присутствуют на рынке в виде коммерческих продуктов. При их реализации производители применяют различные математические алгоритмы, а также используют дополнительные механизмы защиты от подмены.
Мы оценили доступные на рынке технологии биометрической аутентификации, в качестве критериев сравнения использовали безопасность технологии (т.е. надежность плюс устойчивость к фальсификации), удобство использования, а также ценовую доступность.
На наш взгляд, основными параметрами, характеризующими безопасность биометрической аутентификации, являются коэффициент ложного принятия (FAR — False Accept Rate), т.е. вероятность того, что система аутентифицирует чужого сотрудника, и коэффициент ложного отказа (FRR — False Reject Rate), т.е. вероятность того, что система не аутентифицирует своего сотрудника. Другая характеристика безопасности технологии — степень сложности фальсификации — отражает объем усилий и затрат, которые потребуются для компрометации системы, т.е. подмены реального биометрического признака человека. Сложность фальсификации зависит от сложности и стоимости специализированных технологий, применяемых для сбора биометрических данных и изготовления копии биометрического признака.
Удобство биометрической технологии зависит от чувствительности к изменениям внешней среды (для офиса наиболее актуальны освещенность и шум), а также от собственно биометрических параметров. Не последнюю роль играет контактность или бесконтактность. Скорость срабатывания (количество времени, необходимое для аутентификации) тоже влияет на удобство технологии, но, поскольку по этому параметру все рассматриваемые технологии сопоставимы, мы не будем его учитывать при сравнении.
КАК РАБОТАЮТ СИСТЕМЫ БИОМЕТРИЧЕСКОЙ ЗАЩИТЫ?
Значимость биометрической безопасности в современном обществе постоянно растёт. Физические характеристики уникальны и неизменны, в том числе у братьев и сестёр, и даже у близнецов. Биометрическая идентификация человека может заменить (или, по крайней мере, дополнить) системы паролей для телефонов, компьютеров и зон ограниченного доступа.
После того, как биометрические данные человека собраны и сопоставлены, система сохраняет их для использования при последующих попытках доступа. Обычно биометрические данные зашифровываются, а затем сохраняются либо на самом устройстве, либо на удалённом сервере.
Оборудование, известное как биометрические сканеры, фиксирует физиологические характеристики для верификации и аутентификации личности. Сканированные параметры сравнивается с сохраненной базой данных, и, в зависимости от того, найдено ли совпадение, доступ предоставляется или ограничивается. Таким образом, ваше тело является ключом к закрытым зонам.
Использовании биометрии даёт два преимущества: подделать биометрические данные невозможно, а использовать их очень удобно. Несмотря на то, что такие системы несовершенны, они несут огромный потенциал в будущее кибербезопасности.
ВИДЫ БИОМЕТРИЧЕСКОЙ БЕЗОПАСНОСТИ
Для обеспечения безопасности используются два основных типа биометрии: физиологическая и поведенческая. Физиологическая биометрия анализирует черты лица, структуру глаз, форму руки и другие характеристики вашего тела, тогда как при поведенческой биометрии система анализирует любой образец поведения, связанный с человеком.
| Физиологические | Поведенческие |
|---|---|
| — Геометрия лица — Отпечатки пальцев — Форма черепа — Сканирование сетчатки глаза — Распознавание по радужной оболочке глаза — Геометрия руки — Рисунок вен на ладонях и пальцах — ДНК-дактилоскопия |
— Распознавание речи — Распознавание по подписи — Динамика нажатия клавиш — Распознавание по походке |
Применение биометрической идентификации
Сегодня в бизнес-центрах и на других коммерческих предприятиях наиболее распространены методы биометрической идентификации, основанные на сканировании отпечатка пальцев. Это вариант, оптимальный по надежности, стоимости и скорости проверки. При необходимости собственник всегда может выбрать оборудование с повышенным уровнем безопасности: двойным режимом аутентификации, распознаванием нескольких отпечатков. Сегодня производители активно разрабатывают бесконтактные технологии.
Тенденции применения других способов биометрической идентификации:
- В узкоспециализированных сегментах и на секретных государственных объектах внедряют системы сканирования сетчатки глаза.
- Распознавание по радужной оболочке глаз активно используют во всем мире, но в России она не востребована из-за высокой стоимости технологии и отсутствия оборудования нашего производства.
- 2D-распознавание лица из-за низкой точности применяется только в социальных сетях, и в качестве одной из составляющих многофакторной идентификации.
Применение бесконтактной биометрической идентификации особенно актуально на объектах, где предъявляют строгие требования к поддержанию высоких санитарно-гигиенических условий:
- медицинские лаборатории и учреждения,
- пищевая промышленность,
- фармацевтическое производство,
- научно-исследовательские центры.
Как используются для идентификации по лицу методы машинного обучения и нейронных сетей?
Игорь Ядрихинский, PERCo
Для достижения высокой точности распознавания нейронная сеть предобучается на большом массиве изображений. В базу знаний программы заносятся фотографии, нейронная сеть определяет на них лица и создает модели, которые сохраняет в базе данных. Далее, когда человек подходит к камере, его лицо определяется, после чего при помощи двух объективов получается параллакс-эффект и создается 3D-модель лица. Это позволяет распознать и предотвратить попытку доступа по фото вместо лица. таким образом, нейросетевой метод обеспечивает высокое качество и точность распознавания.
Технологии искусственного интеллекта позволяют оперативно анализировать необходимую информацию. В городах они используются правоохранительными органами для эффективного распределения ресурсов с помощью прогнозирования наиболее криминогенных локаций. В коммерческом секторе технологии распознавания лиц позволяют собирать и анализировать информацию о целевой аудитории, формировать индивидуальные предложения для постоянных клиентов на основе их предпочтений и предотвращать доступ покупателей, занесенных в черные списки.
Такое решение реализовано в магазине «Бауцентр» в Калининграде. Камеры снимают и хранят в архиве лица посетителей, фото сравниваются с эталонной базой данных. При обнаружении человека, занесенного в черный список, сигнал тревоги оперативно передается сотруднику службы безопасности. Этот метод использования распознавания по лицу называется верификацией.
Алексей Гинце, «ААМ Системз»
В некоторых считывателях идентификации по лицу используются технологии нейронных сетей. Это позволяет повысить их основные характеристики и ускорить обработку полученного изображения. Применение методов машинного обучения и нейроалгоритмов выглядит весьма перспективным в контексте считывателей сканирования лица для СКУД.
Андрей Христофоров, ITV Group
Нужно сказать, что сейчас для распознавания лиц практически на 100% используются алгоритмы, основанные на глубоких нейронных сетях. Старые классические методы ушли в силу своей неэффективности: они дороже, медленнее, их качество по нынешним временам неудовлетворительно.
Нейронные сети используются повсеместно. В качестве одного из примеров можно привести то, как в период распространения COVID-19 несколько компаний подсуетились и обучили нейросеть распознавать лица, несмотря на то что они наполовину закрыты медицинскими масками. С классическими методами сделать это так быстро и эффективно не получилось бы.
Перспективы развития огромные. Мы обычно рассматриваем СКУД с точки зрения безопасности, но ведь на самом деле у этой системы гораздо более широкие возможности применения.
Представьте холодильник, который распознает членов семьи и выставляет перед вами продукты, которые любите именно вы. Это тоже своего рода СКУД. Или дверной замок, который узнает того, кто пришел домой, и в зависимости от этого в квартире меняется температура воздуха или освещение. Машина, которая автоматически меняет под вас положение руля и сидения, ставит вашу любимую радиостанцию…
Когда технология распознавания лиц по-настоящему коммодитизируется, таких сценариев появится безумное количество.
Владислав Мараховский, ZKTeco
Алгоритмы глубокого самообучения (Deep Learning) позволяют собирать метаданные распознаваемых объектов и более точно определять объект, исходя из собранных характеристик. Например, алгоритм распознавания по лицу ZKTeco построен с использованием глубокого самообучения, что и позволяет постоянно увеличивать скорость распознавания объекта, отделяя от «якорного» изображения все негативные (спуфинг, ошибочные и т.д.) фотографии и приближая к нему все позитивные (правильные).
Вячеслав Тесаков, «Равелин Лтд»
Наша компания занимается разработкой и производством средств СКУД. Мы не занимаемся разработкой биометрических считывателей. Мы используем биометрические считыватели других производителей. Поэтому мы, скорее всего, являемся квалифицированными пользователями данной технологии. Но могу уверенно сказать, что с появлением нейронных сетей данная технология скакнула вперед на несколько порядков и именно поэтому на сегодня является наиболее перспективной.
Денис Силин, Sigur
На данный момент большинство механизмов распознавания лиц базируется на нейросетях. Собирается большая база шаблонов и на ней проводится обучение нейросети. Как результат у нас есть некий «черный ящик», при помещении в который фотографии (в случае 2D-распознавания) мы получаем построенный биометрический шаблон и затем идентифицированного человека. Однако стоит признать, что сам алгоритм, который получился при обучении нейронной сети, неизвестен и не абсолютно точен.
Известна также практика дообучения нейросетей непосредственно на объектах заказчика. Такой механизм тоже имеет право на жизнь, так как в некоторых случаях работа алгоритма улучшается для конкретных людей. Но со временем могут возникать определенные проблемы с качеством распознавания при ротации состава сотрудников.
Семен Пивоваров, Parsec
В наше время именно методы машинного обучения сверточных нейронных сетей дали большой толчок для решения задач детекции и идентификации, в частности человека по лицу. Эмпирические методы, используемые ранее, не показывали такую точность.
Современные модели нейронных сетей распознают более 99% лиц на статическом изображении при ошибке ложноположительного распознавания в 0,1%. Технология стала массовой и дошла до такого уровня, что коммерческие алгоритмы превосходят открытые модели Open Source всего на десятые доли процентов.
Доступность хороших методов распознавания создает очень большую конкуренцию на рынке систем идентификации лиц. При этом компании зачастую ведут достаточно агрессивную маркетинговую политику, и неподготовленному человеку сложно разобраться во всем многообразии предложений и выбрать действительно стоящие решения. Со временем рынок «устаканится» и решения со слабым качеством будут вытеснены конкурентами.
Прослеживается тенденция к появлению Stand Alone или распределенных решений, когда часть или даже вся работа по видеоаналитике переносится с мощного сервера на устройства (умные камеры, терминалы). Такой подход привлекает и потребителей, и производителей, но поскольку для идентификации высокой точности необходимо большое количество операций, на слабом железе работает урезанная версия и в итоге эти решения применимы только для небольших объектов с базами лиц, содержащими не более 100 персон.
Александр Пазин, ООО «ТРИДИВИ» (3DiVi Inc.)
Нейронная сеть – это, по сути, программное воплощение некоторой математической модели, архитектурно похожей на систему нервных клеток биологического организма и пригодной для решения задач классификации и распознавания образов, прогнозирования, управления и т.д. Методы машинного обучения, в свою очередь, – набор подходов в области искусственного интеллекта, позволяющих обучить и настроить нейронную сеть для решения необходимых прикладных задач.
В результате применения данного способа на выходе можно получить нейронную сеть, готовую к немедленному применению для решения тех задач, для которых она обучалась (например, распознавания лиц).
На сегодняшний день такой формат «поставки» нейронных сетей, включаемых в состав того или иного программного продукта, является практически стандартом де-факто. Однако у подхода есть и очевидный недостаток: в случае заметного изменения условий задачи (к примеру, типичных образцов данных обучения), для которой готовилась нейронная сеть, ее необходимо до- или переобучать, обеспечивая тем самым ожидаемые качественные характеристики результата ее работы.
Изначально от указанного выше недостатка стараются избавиться, обучая нейронную сеть на достаточно обширных и вариативных данных. Также структуру нейронной сети можно усложнять и развивать, проводя ее обучение для детектирования разнотипных объектов с дальнейшей их детальной классификацией и распознаванием.
Приведите примеры оптимального применения биометрических считывателей с идентификацией по лицу на реальных объектах
Игорь Ядрихинский, PERCo
Технология распознавания лиц в СКУД является достаточно универсальным способом идентификации и эффективно работает в ритейле, на транспортных объектах и объектах массового пребывания людей, на предприятиях и в офисах компаний.
Алексей Киндялов, RusGuard
Оптимального применения, пожалуй, не существует, так как у каждого заказчика почти всегда своя задача и свой кейс. Одни монтируют терминалы на турникеты, делают однофакторную идентификацию и тем самым упрощают проход для сотрудников: хочешь – проходи по карте, хочешь – по смартфону, а если заняты руки или забыл пропуск – по лицу. Например, так терминалы работают в некоторых московских офисах МТС.
У других заказчиков терминал – это дополнительная мера защиты, чтобы полностью исключить возможность передачи пропусков сотрудниками. На проходной нужно приложить карту к считывателю, распознать лицо, а в завершение еще и сделать выдох в алкорамку. Для доступа в особо значимые и охраняемые помещения также используются терминалы распознавания лиц, но уже более компактные. Так, например, происходит идентификация сотрудников на волгоградском пищевом комбинате «Виво Маркет».
Алексей Гинце, «ААМ Системз»
СКУД крупной компании или банка с включением дополнительного режима учета рабочего времени (УРВ) и интеграцией со специализированными кадровыми подсистемами.
Организация биометрического доступа на промышленных предприятиях, где есть высокая вероятность повреждения отпечатков пальцев (добывающие отрасли, химическая промышленность, тяжелое машиностроение, металлургия и др.).
Организация доступа по биометрическим признакам в компаниях с филиальной структурой – учет персонала во всех отделениях.
Компании с требованиями повышенной защиты от передачи идентификатора сторонним лицам.
Организация для крупных компаний мобильных точек доступа персонала на корпоративные мероприятия.
Организация доступа VIP-персонала в закрытые зоны и территории.
Андрей Христофоров, ITV Group
Для учета рабочего времени сотрудников в любом офисе или на предприятии, не ограничивая доступ в здание. Система идентифицирует сотрудника и фиксирует время, когда он пришел на работу и когда ушел. Распознавание лица занимает меньше секунды. Такие системы особенно полезны работодателям, которые имеют много наемного персонала, работающего посменно и с гибким графиком, позволяя упростить бумажную работу и контроль.
Основываются на поведенческой (динамической) характеристике человека, то есть построены на особенностях, характерных для подсознательных движений в процессе воспроизведения какого-либо действия.
По рукописному почерку. Эта технология становится весьма популярной альтернативой росписи ручкой. Здесь используют или специальные ручки, или чувствительные к давлению планшеты, или их комбинацию. В зависимости от требуемой степени защиты алгоритм идентификации может быть простым (степень совпадения двух изображений) или усложненным, когда кроме изображений анализируются динамические признаки написания — степень нажима, скорость письма, распределение участков с большим и меньшим нажимом и т. п., то есть предметом биометрической идентификации можно считать «мышечную память».
По клавиатурному почерку. Не нужно никакого специального оборудования, кроме стандартной клавиатуры. Основной характеристикой, по которой строится свертка для идентификации – динамика набора кодового слова.
По голосу. Построения кода идентификации по голосу, как правило, это различные сочетания частотных и статистических характеристик голоса.
Другие методы. Существуют такие способы как идентификация по движению губ при воспроизведении кодового слова, по динамике поворота ключа в дверном замке и т.д.
Биометрические идентификационные системы кодируют в цифровом виде и хранят индивидуальные характеристики, позволяющие практически безошибочно идентифицировать любой индивид.
- Лидирующее место в списке этих методов занимает анализ структуры ДНК, но он и самый сложный, и самый дорогой;
- Второе место делят радужная оболочка и сетчатка глаза;
- Далее идут отпечаток пальца, геометрия лица и ладони.
- Личная подпись, голос и клавиатурный «почерк».
Ранее такая система применялась только в ограниченных случаях, для защиты наиболее важных стратегических объектов.
Затем, после 11 сентября 2011 года, пришли к выводу, что такой и доступа может быть применен не только в этих областях, но и в других сферах.
Таким образом, приемы идентификации человека стали незаменимыми в ряду методов борьбы с мошенничеством и терроризмом, а также в таких областях, как:
Биометрические системы доступа к технологиям связи, сетевым и компьютерным базам;
Базы данных;
Контроль доступа в хранилища информации и др.
У каждого человека есть набор характеристик, которые не меняются со временем, или такие, которые могут модифицироваться, но при этом принадлежать только конкретному лицу. В связи с этим можно выделить следующие параметры биометрических систем, которые используются в этих технологиях:
Статические — отпечатки пальцев, фотографирование ушных раковин, сканирование сетчатки глаза и другие.
Технологии биометрики в перспективе заменят обычные методы аутентификации человека по паспорту, так как встроенные чипы, карты и тому подобные новшества научных технологий будут внедряться не только в данный документ, но и в другие.
Небольшое отступление по поводу способов распознавания личности:
— Идентификация — один ко многим; образец сравнивается со всеми имеющимися по определенным параметрам.
Идентификация личности может быть проведена как на месте, так и удаленным способом, при помощи технологии распознавания голоса.
При разговоре, к примеру, по телефону, система сравнивает данный параметр с имеющимися в базе и находит похожие образцы в процентном отношении. Полное совпадение означает, что личность установлена, то есть произошла идентификация по голосу.
Для того чтобы получить доступ к чему-либо традиционным способом, необходимо ответить на определенные вопросы, обеспечивающие безопасность. Это цифровой код, девичья фамилия матери и другие текстовые пароли.
Современные исследование в данной области показывают, что этой информацией довольно легко завладеть, поэтому могут применяться такие способы идентификации, как голосовая биометрия. При этом проверке подлежит не знание кодов, а личность человека.
Для этого клиенту нужно произнести какую-либо кодовую фразу или начать разговаривать. Система распознает голос звонящего и проверяет его принадлежность этому человеку — является ли он тем, за кого себя выдает.
Биометрические системы защиты информации данного типа не требуют дорогостоящего оборудования, в этом заключается их преимущество. Кроме этого, для проведения сканирования голоса системой не нужно иметь специальных знаний, так как устройство самостоятельно выдает результат по типу «истина — ложь».
Для экстренных случаев предусмотрены альтернативные способы идентификации
Во время регистрации в Aadhaar ID вместе с фотографией снимаются биометрические данные — отпечатки всех пальцев и скан радужной оболочки глаз. Данные снимаются единожды и не требуют регулярного обновления. Это значит, что людям не нужно дополнительно посещать центры сдачи биометрии и держать в памяти срок годности данных. В дальнейшем биометрия используется для оплаты покупок по отпечаткам пальцев в магазинах и для идентификации в государственных учреждениях.
Для регистрации в дистанционных сервисах биометрические параметры считывать не нужно, а во время прохождения full KYC можно использовать демографические данные наравне с биометрическими. В процессе необходимо предоставить индивидуальный налоговый номер (PAN Card) и подтвердить личность с помощью любого доступного документа — паспорта, водительского удостоверения, карточки избирателя или с помощью Aadhaar ID. Все способы подтвердить личность равнозначны. Это удобно в том числе и для тех сервисов, которые не могут себе позволить использовать терминалы для сканирования отпечатков пальцев.
Адаптивные биометрические системы
Адаптивные биометрические системы автоматически обновляют шаблоны или модель для внутриклассовой вариации операционных данных. Двукратные преимущества этих систем заключаются в решении ограниченных обучающих данных и временных изменений входных данных посредством адаптации. В последнее время адаптивная биометрия привлекла большое внимание исследовательского сообщества. Ожидается, что это направление исследований будет набирать обороты из-за их основных заявленных преимуществ, с адаптивной биометрической системой больше не нужно собирать большое количество биометрических образцов в процессе регистрации. -вторых, больше нет необходимости повторно регистрироваться или переобучать систему с нуля, чтобы справиться с изменяющейся средой. Это удобство может снизить затраты на обслуживание биометрической системы. проблем. В случае ошибки неправильной классификации (ложного принятия) биометрической системой вызовите адаптацию с использованием образца самозванца. Однако постоянные исследовательские усилия направлены на решение открытых проблем, связанных с областью адаптивной биометрии. Более подробную информацию об адаптивных биометрических системах можно найти в критическом обзоре Rattani et al.
В период 2006-2017 гг. при проведении исследований по влиянию слабых электромагнитных полей на увеличения ресурсов человеческого организма специалистами компании SABIGLOBAL были обнаружены несколько частотных диапазонов электромагнитного излучения (ЭМИ), которые при комплексном облучении человека дают необычный, но хорошо повторяемый эффект. Суть эффекта заключается в том, что комбинированное излучение в некоторых диапазонах СВЧ и КВЧ может аномально глубоко проникать в ткани организма.
Обнаруженный эффект позволил сформировать глубоко проникающие зондирующие сигналы и на основе анализа отраженного от организма эха получить уникальный электромагнитный профиль биологического объекта, несущего в себе отпечаток электрофизиологических, клеточных и молекулярных процессов протекающих в живых тканях.
При взаимодействии сканирующего устройства с биообъектом параметры зондирующего сигнала адаптируются под физиологические процессы конкретного организма для достижения максимальной информативности отраженного сигнала.
Организм может менять свою реакцию на изменяющийся во времени электромагнитные стимулы, поэтому процесс сканирования превращается во взаимную адаптацию внешнего устройства и организма. Этот процесс может длиться от нескольких сот миллисекунд до десятка секунд. Далее процесс стабилизируется.
Выявление уникальности в параметрах такого процесса взаимной адаптации осуществляется самообучающейся нейронной сетью. Таким образом, важен не сам электромагнитный профиль, а характер процесса взаимной адаптации, который у каждого организма свой. Это что-то вроде электромагнитного почерка.