11、雾计算概念框架下的生物识别与物联网安全研究

雾计算概念框架下的生物识别与物联网安全研究

雾计算概念框架下的生物识别评估

在生物识别技术领域，面部识别系统的准确性评估至关重要。为了评估所提出框架的准确性，研究人员在预云环境和云环境中对一个面部生物识别系统进行了测试。测试使用了四名参与者的图像数据库，通过计算每个参与者图像数据库的误接受率（FAR）和误拒绝率（FRR）来确定系统的准确性，并比较两个环境下的结果是否存在差异。

• FAR和FRR的定义
  • FAR ：指用户的生物特征样本被错误地与参考样本“匹配”的频率。“错误匹配”意味着样本来自两个不同的参与者。
  • FRR ：指参与者的生物特征样本与正确的参考样本不匹配的频率。正确的参考样本表示两个样本来自同一参与者。
• 计算方法
  • FAR计算 ：将四名参与者的图像数据库与第五名参与者的参考图像进行比较。FAR按每个参与者计算，公式为：FAR = 匹配图像数量 /（图像总数 - 未能注册的图像数量）。
  • FRR计算 ：将四名参与者的图像数据库与他们自己的参考图像进行比较。FRR同样按每个参与者计算，公式为：FRR = 未匹配图像数量 /（图像总数 - 未能注册的图像数量）。

为了模拟面部生物识别雾边缘网络，研究人员配置了物联网云架构。具体步骤如下：