Hlasová autentifikácia pomocou neurónových sietí doc.RNDr.Gabriela Andrejková, CSc., RNDr.PhDr.Peter Pisarčík, Rastislav Vočko Univerzita Pavla Jozefa Šafaríka v Košiciach ABSTRAKT SPRACOVANIE VZORKY Autentifikácia osôb a následnej možnosti prístupu k rôznym databázam, pracovným staniciam alebo k iným dôležitým prvkom je čoraz viac riešená pomocou ľudskej biometrie. Tento trend spôsobuje jedinečnosť, univerzálnosť a stálosť biometrie človeka ale najmä dlhodobo klesajúce ceny biometrických čítačiek. V našej práci sa budeme zaoberať spracovaním ľudského hlasu, pomocou ktorého budeme autentifikovať jednotlivé osoby. Ako mechanizmus na spracovanie a uchovávanie ľudského hlasu nám bude slúžiť neurónová sieť ART2, ktorej softwarová implementácia je súčasťou práce. Predvedieme si výsledky učenia neurónovej siete a taktiež jej schopnosť odolávať voči útokom. Na to, aby sme mohli vôbec niekoho autentifikovať, tak potrebujeme zaznamenať vzorku jeho hlasu. V našom prípade si používateľ vymyslí nejaké slovo, alebo frázu, ktorú bude potom stále používať pri autentifikácií, pretože v našej implementácií využívame metódu jednej frázy. Vzorky nahrávame v kvalite aká sa používa pri telefonovaní, čiže ide o využitie jedného kanála a využitie vzorkovacej frekvencie 8 kHz. Na obrázku dole môžeme vidieť ako spracovávame vzorku. CIELE PRÁCE 1. Spracovať poznatky o existujúcich algoritmoch a metódach pre hlasovú autentifikáciu. 2. Skúmať a spracovať možnosti použitia neurónových sietí pre hlasovú autentifikáciu. 3. Vytvoriť aplikáciu na hlasovú autentifikáciu pri prihlasovaní sa na prácu s nejakým softvérom. Obrázok 3: Ukážka spracovania vstupu HLASOVÁ BIOMETRIA Hodnoty nad červenou čiarou, predstavujú hodnoty, ktoré budeme ďalej spracovávať. Interval oddelený oranžovými čiarami predstavuje 30 po sebe nasledujúcich hodnôt, ktoré sčítame, čím skrátime vstupný vektor a zároveň znížime riziko chybného vyhodnotenia vzorky, kvôli lokálnym extrémom. Hodnoty označené v zelenom obdĺžniku predstavujú prázdny priestor medzi slovami, ktorý nespracovávame, z dôvodu, že pri vyhodnocovaní zhody neurónová sieť tento interval vyhodnotí medzi rôznymi používateľmi ako 100% zhodný. Pojmom „biometria“ môžeme rozumieť množinu znalostí založených predovšetkým na analytickom a štatistickom vyhodnotení merateľných charakteristík živých organizmov. Moderné bezpečnostné systémy na základe týchto fyziologických znakov automatizovane verifikujú identitu človeka. Výhody biometrie sú v jej univerzálnosti, jedinečnosti, stálosti, bezpečnosti, praktickosti. Výhoda využitia hlasovej biometrie je, že dostupnosti zariadení, na ktorom ju dokážeme zaznamenať je veľká a môžeme ju vykonávať aj na veľké vzdialenosti, napríklad pri telefonovaní, avšak je potrebné aj zdôrazniť fakt, že biometria ľudského hlasu je pomerne zraniteľná voči útok, no je vhodná ako sekundárny verifikačný prvok. SPRACOVANIE VZORKY Našu implementáciu sme vyskúšali na desiatich ľuďoch, pričom sme využívali kontrolu zhody len voči jednému používateľovi, ktorého login bol zadaný do aplikácie. Tento používateľ mal deväť krát natrénovanú vzorku. Pokusné subjekty sa pokúšali vysloviť jeho autentifikačnú frázu, ktorá bola „Rastislav Vočko“. Pokusmi sme zisťovali úspešnosť našej aplikácie a to v podobe pravdepodobnosti zhody. Pravdepodobnosť zhody predstavuje hodnota euklidovskej normy vektora r. Čím je hodnota vyššia, tým je zhoda medzi jednotlivými vzorkami hlasu väčšia. Úspešnosť neurónovej siete hodnotíme podľa schopnosti určenia pravdepodobnosti zhody. Za úspešnú neurónovú sieť, môžeme považovať takú sieť, ktorá dokáže rozlišovať nepodobnosť vzoriek s rozdielom dostatočne veľkým. Nasledujúce hodnoty na obrázku 12 predstavujú pravdepodobnosť zhody pri opakovanom trénovaní vzorky. NEURÓNOVÁ SIEŤ Princípy umelej neurónovej siete sú preberané z biologickej neurónovej siete. Hlavnou úlohou umelej neurónovej siete je tak, ako pri biologickej reagovanie na vonkajšie podnety a učením sa im prispôsobovať. Učením neurónovej siete vytvárame akúsi umelú inteligenciu, ktorá bude schopná chovať sa podobne ako živý organizmus. Dôležitou schopnosťou neurónových sietí je paralelné spracovanie informácie. NEURÓNOVÁ SIEŤ ART Princíp adaptívnej rezonančnej teórie v princípe funguje tak, že vstup sa šíri doprednými ale i spätnými signálmi dokým sieť nezrezonuje, avšak pokiaľ nedôjde k rezonancií, tak vstupnému vzoru vytvorená nová trieda. Stav rezonancie nastáva pri nájdení vzoru podobnému alebo rovnakému ako je vstup. Výhoda ART sietí je schopnosť učiť sa a zároveň prispôsobovať, takže môžeme povedať, že riešia dilemu plasticity a stability. Existuje viacero variantov ART sietí, ale asi najznámejšia je sieť ART1, ktorá je schopná spracovávať na vstupe len binárne hodnoty. Ďalšia známa sieť je ART2, ktorá na rozdiel od siete ART1 je schopná pracovať aj s reálnymi hodnotami na vstupe a práve túto sieť sme si vybrali ako najvhodnejšiu pre našu implementáciu, vzhľadom nato, že budeme pracovať reálnymi číslami, ktoré budú predstavovať analógový vstup zvukovej vlny. Na nasledujúcich obrázkov môžete vidieť rozdiel medzi architektúrov ART1 a ART2. Hodnota zhody pri trénovaní PRAVDEPODBNOSŤ ZHODY <0;1> Tréning 1 0.9423013364863992 Tréning 2 0.9567656925988869 Tréning 3 0.9437491484625486 Tréning 4 0.9508370051073933 Tréning 5 0.9493585231101056 Tréning 6 0.9303158821285414 Tréning 7 0.931047391198012 Tréning 8 0.9600246387237901 Tréning 9 0.9402993875371828 Obrázok 4: Hodnoty hlasu jedného používateľa pri opakovanom trénovaní ZÁVER V našej práci sme sa pokúsili o čo najlepšie vysvetlenie myšlienky adaptívnej rezonančnej teórie a jej využitie v našej implementácií pre autentifikáciu jednotlivých používateľov. Pôvodne naša implementácia spracovávala vzorky hlasu, ktoré boli nahrané a uložené v textovej reprezentácií, no neskôr sme zvolili implementáciu, kde vzorku hlasu spracujeme hneď po nahratí z mikrofónu. Naša implementácia neurónovej siete ART2 je schopná rozpoznávať používateľov na základe analógového vstupu, ktorý predstavuje vzorku ich hlasu. Náš model ART2 je schopný učiť sa nových používateľov, no taktiež je schopný rozoznávať používateľov, ktorých už má v pamäti. Vďaka prístupu, kde implementácia neurónovej siete je oddelená od spracovania analógovej vzorky je možné túto implementáciu použiť aj pre spracovanie inej analógovej vzorky, ako vzorky reprezentujúcej ľudský hlas. Vykonaním mnohých pokusov sme analyzovali správanie neurónovej siete a následne pre ňu nastavili parametre, aby sme dosiahli, čo najväčšej pravdepodobnosti správnej verifikácie používateľa. Korekcia šumu mala výrazný vplyv na správanie modelu. Obrázok 1: Architektúra neurónovej siete ART1 LITERATÚRA [1] HRADECKÁ, Z. 2007. Fyziologie lidského hlasového ústrojí: diplomová práca. Brno : Masarykova univerzita, 2007. 10 s [2] FARKAŠ, T. 2007. Biometrické systémy založené na srovnání hlasu: diplomová práca. Brno : Masarykova univerzita, 2007. 24 -25 s [3] LOCHMAN, R. 2006. Implementace neurónové sítě: diplomová práca. Praha :ČVUT, 2006. 19 s [4] KLUČÁROVÁ, M. 2015. Použitie neurónových sietí pri spracovaní zvukového signálu : bakalárska práca. Košice : UPJŠ, 2015. 9 s [5] OKRESOVÁ, K. 2008. Princípy algoritmov pre biometrické identifikačné systémy: bakalárska práca. Zlín : Univerzita Tomáše Bati ve Zlíne, 2008. 19 s. [6] VOJTA, M. 2008. Biometria a šifrovanie : bakalárska práca. Brno : Provozně ekonomická univerzita, 2010. 20-38 s. Obrázok 2: Architektúra neurónovej siete ART2