Automatikus eszköz- és személyazonosítás műszaki informatikai módszerei

A UTOMATIKUS ESZKÖZ - ÉS SZEMÉLYAZONOSÍTÁS MŰSZAKI

INFORMATIKAI MÓDSZEREI

Doktori (PhD) értekezés

Kutor László

témavezető: Dr. Kozmann György

Pannon Egyetem

Műszaki Informatikai Kar

Informatikai Tudományok Doktori Iskola

2007

AZ AUTOMATIKUS ESZKÖZ- ÉS SZEMÉLYAZONOSÍTÁS MŰSZAKI INFORMATIKAI MÓDSZEREI

Értekezés doktori (PhD) fokozat elnyerése érdekében a Pannon Egyetem Informatikai Tudományok

Doktori Iskolájához tartozóan Írta:

Kutor László

Témavezető: Dr.Kozmann György Elfogadásra javaslom (igen / nem) ……….

(aláírás) A jelölt a doktori szigorlaton …... % -ot ért el,

Az értekezést bírálóként elfogadásra javaslom:

Bíráló neve: DR. Péceli Gábor igen /nem ……….

(aláírás) Bíráló neve: Dr. Radványi András igen /nem

……….

(aláírás) *Bíráló neve: …... …...) igen /nem

……….

(aláírás) A jelölt az értekezés nyilvános vitáján …...% - ot ért el.

Veszprém/Keszthely, ……….

a Bíráló Bizottság elnöke A doktori (PhD) oklevél minősítése…...

………

Az EDT elnöke Megjegyzés: * esetleges

Tartalomjegyzék

Tartalomjegyzék iii

Ábrák jegyzéke vii

Kivonat ix

Abstract x

Köszönetnyilvánítás xi

1. fejezet A téma fontossága, a kutatás területei, előzményei, folymata

1.3. Azonosítás a műszaki informatikai rendszerekben, az informatizált társadalomban. 4

1.3.1. Rendszerek, melyekben a tárgy (eszköz) azonosítás kiemelkedő 4

szerepet játszik 1.3.2. Rendszerek, melyekben a személyazonosítás kiemelkedő fontosságú 5

1.4. A téma kutatásának előzményei 5

1.5. A kutatás területei, folyamata 6

2. fejezet Az automatikus eszköz-és személyazonosítás meghatározó tényezői, 7

általános rendszere

2.2. Az azonosítók típusai 8

2.2.1. Saját (az objektumtól elválaszthatatlan) jellemzőkből származó azonosítók 2.2.2. Hozzákapcsolt megkülönböztető jegyekből származó azonosítók 8

2.3. Az azonosítók legfontosabb jellemzői és a kapcsolatos problémák 9

2.3.1 A legfontosabb jellemzők 9

2.3.2. A kulcsokkal kapcsolatos problémák 9

2.4. Az azonosítók informatikai értelmezése 10

2.5. Az azonosság értelmezése 10

2.6. Az objektum azonosítás folyamata 13

2.7 Az azonosító minták egyezésének vizsgálata 16

3. fejezet Automatikus azonosítás rádiófrekvenciás technológiával

3.1. A rádiófrekvenciás azonosítási technológia összefoglalása 18

3.1.1. Az alacsonyfrekvenciás 135 kHz-es (LF) rendszerek jellemzői 19

3.1.2. A magasfrekvenciás 13.56 MHz-es (HF) rendszerek jellemzői 20

3.1.3. Az ultramagas frekvenciájú, 860-930 MHz-es (UHF) rendszerek jellemzői 20

3.1.4. A mikrohullámú 2,45 – 5,8 GHz (VHF) rendszerek jellemzői 21

3.1.5. A címkék (jeladók) típusai, és a kapcsolódó szabványok 21

3.1.6. Az EPC Global címke osztályok és jellemzőik 23

3.1.6.1. Címke osztályok 23

3.1.6.2. Generációk 23

3.1.6. 3 A GEN 2 szabvány (Protokoll) jellemzői 23

3.1.7. Az NFC technológia legfontosabb jellemzői 25

4. fejezet Objektum-azonosítás helyi információk alapján

4.1. A helyazonosító rendszerek összefoglalása 28

4.1.1. Műholdas helymeghatározó technikák 29

4.1.2. Cellás rádiórendszerekben használatos helymeghatározó 31

technikák 4.1.2.1. Cella eredetű helymeghatározás 31

4.1.2.2. Megérkezési időre alapuló helymeghatározás 32

4.1.2.3. Megérkezési irányra alapuló helymeghatározás 32

4.1.2.4. Időkülönbség megfigyelés 32

4.1.2.5. Intelligens hálózati helymeghatározás 33

4.1.3. Orvosi objektumok azonosítási technikák 34

4.2. Új módszer orvosi képek azonosítására helyi információk alapján 35

4.2.1. A kutatómunka előzményei 35

4.2.2. A képvétel és képazonosítás új módszere 37 4.2.2.1. A képfelvevő rendszerrel szembeni elvárások 37 4.2.2.2. A kameramozgató rendszer 38 4.2.2.3. A szöghelyzet érzékelés módszere 41 4.2.2.4. Az objektum rögzítésének módszere 43 4.2.2.5. A képazonosító rendszer működése 45 4.2.2.6. A módszer tesztelése, a tapasztalatok értékelése 46

5. fejezet

Személyazonosító rendszerek

5.1. Automatikus személyazonosító rendszerek 48

5

5.1.3.1. A digitális aláírás 52

5.1.3.2. A biometrikus útlevél 55

5.2. Új módszer az aláírás alapú személyazonosításra a dinamikus

aláírás-jellemzők valós idejű feldolgozásával. 57

5.2.1. A kutatás előzményei 58

5.2.1.1. Az aláírás automatikus azonosításának gyakorlata 58 5.2.1.2. Aláírás azonosítás gyakorlata az USA-ban, 2007-ben. 59 5.2.1.3. A saját kutatás előzményei 60

5.2.2. Az aláírás dinamikus jellemzőinek valósidejű felvételére szolgáló aláírás azonosító rendszer részei és a digitalizáló eljárás 63

5.2.3. A digitalizáló tábla kalibrálása 64 5.2.4. A mérendő és kiszámítandó alaki és dinamikus jellemzők 67 rendszere

5.2.5. A referencia adatbázis 75

5.2.6. Az adatok statisztikai elemzése és a lényeges azonosító

jellemzők kiválasztása 77

5.2.6.1. A változók matematikai statisztikai elemzése 78 5.2.6.2. A biometrikus profilban felhasznált változók 82 5.2.7. Az azonosítás döntési algoritmusa 83

5.2.7.1. Alapelvek 83

5.2.7.2. A döntés meghozatalának folyamata 83 5.2.8. A megvalósított aláírás-azonosító rendszer 84 5.2.9. Az elkészült aláírás azonosító rendszer tesztelése 89

Összefoglalás 92

Új tudományos eredmények 92

A PhD munkához kapcsolódó publikációk 93

Referenciák 95

Mellékletek

1. Tipikus azonosítók 102

1. Az automatikus azonosításhoz kapcsolódó K+F munkák jegyzéke 116

Ábrák jegyzéke

2.1. A jellemzővektor távolságának értelmezése 11 2.2. Statisztikailag megadható változók távolsága 12 2.3. Lineárisan nem elválasztható (osztályozható) változók 13

2.4. Az azonosítás általános folyamata 14

2.5. Statisztikailag jellemezhető változók összehasonlítása 16 3.1. Az rádiófrekvenciás azonosító rendszer 17 3.2. Jeladók alkatrészei és főbb megjelenési formái 18

3.3. Szabványos RFID frekvenciák 19

3.4. A GS1 rendszer szabványai és tipikus alkalmazási területei 22 3.5. Az RFID címkékkel kapcsolatos tendenciák 24 3.6. Az NFC-képes mobiltelefonok várható fejlődése 25 3.7. A legfontosabb RFID –NFC alkalmazás csoportok 26 4.1. A GPS vevő által előállított GPS mondat felépítése 30 4.2. A leggyakoribb rádiós helymeghatározó technikák összehasonlítása 33 4.3. Agyi területek azonosítása a 10-20-as rendszerben 34 4.4. Képazonosítás raszter koordináták alapján 36

4.5. A kameramozgató ívrendszer 39

4.6. Az ív billentése a forgástengellyel merőlegesen 40 4.7. A kameratartó kocsit mozgató bordásszíj megoldás 40 4.8. A relatív szöghelyzet jeladó elvi és gyakorlati megoldása 41 4.9. A mozgató szerkezetre szerelt szöghelyzet jeladók 42 4.10. Az objektum helyzetőrző befogását biztosító keretrendszer 43

4.11. Az elkészült képfelvevő berendezés. 44

4.12. A képfelvevő rendszer a feltárásra előkészített emberi fejjel 44 4.13. A műtéti terület fényképe feltárás előtt. 45 4.14. A műtéti terület fotó rasztere a feltárás első és második rétegben 46 4.15. A műtéti terület fotó rasztere a harmadik és negyedik rétegben 46 4.16. A képfelvevő és helyazonosító technikát alkalmazó anatómiai atlasz

WEB-es felülete 47

5.1. Személyazonosító rendszerek főbb csoportjai 48

5.3. A biometrikus módszerek összehasonlítása 51 5.4. A digitális aláírás alkalmazásának folyamata 53

5.5. A biometrikus útlevél felépítése 55

5.6. Aláírás-felvevő készülékek az USA-ban 59 5.7. A dinamikus aláírás azonosító rendszer főbb moduljai 63 5.8. Adatvesztés az írásdigitalizálás során 65 5.9. A digitalizáló tábla sebesség-linearitásának vizsgálata 65

5.10. A tollnyomás linearitásának vizsgálata 66

5.11. A toll dőlésszögének kalibrálása 66

5.12. Az aláírás tipikus sebesség-, és nyomásfüggvényei 72 5.13. Az írótoll toll dőlésszög gyakorisági megoszlása

jobb és balkezes aláírónál 73

5.14. Az eredeti aláírás szegmensenkénti megjelenítése 74 5.15. A hamisított aláírás szegmentált ábrázolása. 74 5.16. Az aláírás felvevő rendszere kezelő felülete 75

5.17. A fejlesztő adatbázis szerkezete 76

5.18. Az egyes írásminták rekord szerkezete 76

5.19. A fejlesztő adatbázis változói a rekordban ?82 5.20. Az aláírás jellemzők időfüggvényeinek korrelációs mátrixa 80

5.21. Az aláírás biometrikus profil felépítése 81 5.22. Az automatikus aláírás azonosító rendszer nyitó felülete 85

5.23. Referencia aláírások felvétele 85

5.24. A dinamikus aláírás kezelő modul szolgáltatásai 86 5.25. A jellemzők kezelésére szolgáló felület 87 5.26. A döntési algoritmusok kezelésére szolgáló felülete 87 5.27. A döntés eredményét megjelenítő felhasználói felület 88

5.28. A tipikus ROC görbe 89

5.29. Az ICBA 2004 aláírás azonosító rendszerek teszt eredményei 90 3.30. Az saját aláírás azonosító rendszer FRR- FAR eredménye 91

Kivonat

Automatikus eszköz- és személyazonosítás műszaki informatikai módszerei

Az informatikai rendszerek működésének egyik legfontosabb alapfeltétele az együttműködő eszközök és személyek megbízható automatikus azonosítása.

Azonosításra épül a lehetséges erőforrásokhoz való hozzáférés szabályozása, a jogosultságok kezelése, valamint a számlázás is, mely feladatok hatékony és biztonságos megoldása nélkül az összetett informatikai rendszerek működésképtelenek

.

A dolgozat elemzi az automatikus azonosító rendszerek meghatározó tényezőit, és közös elemeinek megragadásával vázolja az objektumazonosítás általános rendszerét.

Kiemelten foglalkozik az automatikus tárgy- és személyazonosítás legújabb és legfontosabb módszereivel, a rádiófrekvenciás azonosítással, a helyi információ alapú objektum-azonosítással, valamint a biometrikus módszerekkel. Bemutatja a módszerek működési elveit, és elemzi a gyakorlati alkalmazásokat. A helyi információ alapú objektum-azonosításra és a biometrikus személyazonosításra új megoldásokat is javasol.

Az orvosi képek, mint objektumok egyértelmű azonosítása összetett feladat. Az új módszerként kifejlesztett egyértelmű képazonosítási technika lényege, hogy a felvételek készítése során a kamerának a képfelvevő rendszerhez viszonyított koordinátáit, mint egyedi azonosítókat használjuk, és a képhez csatoljuk. A módszer számos alkalmazásban lényeges egyszerűsítést jelenthet, mivel a helyazonosítók alapján a tetszőleges nézőpontok, így az azokból készült képek egyszerűen azonosíthatóvá válnak. Az új módszerre épülő háromdimenziós megjelenítési technika segítségével a szemlélő úgy tanulmányozhatja a műtéti területet, mintha a műtét helyszínén lenne.

A biometrikus technikák közül az aláírás automatikus azonosítása -fontossága ellenére- még nem terjedt el. Az akadályozó tényezők közül az aláírás regisztráló és feldolgozó technikák hiányosságai a legfontosabbak.

A dolgozat bemutatja az aláírások dinamikus jellemzőinek valós idejű mérésére és elemzésére kifejlesztett új módszert. Az írásregisztráló és feldolgozó rendszer lényege, hogy az aláírással egy időben számos olyan dinamikus jellemzőket is mér, melyek egyéni jellegzetessége és nehezen utánozható jellege miatt nagyban hozzájárulhatnak a

Abstract

Engineering Solutions for Automatic Identification of Objects and Persons

One of the most critical preconditions for the effective operation of IT systems is the reliable automatic identification and authentication of objects and persons with which they interact. The authentication process is an essential element in access control, authorization and accounting. Quite simply, without efficient and reliable authentication, complex IT systems can not operate.

This dissertation analyzes the defining characteristics of automatic identification systems and, based on these, outlines a general system for object identification.

Subsequently, the latest and most important methods are presented in greater detail:

identification methods based on Radio Frequency Identification technology, object identification based on local information, and biometric methods. As much of the research in the field of IT-assisted automatic identification has been motivated by the need to address existing problems, the dissertation presents the main concepts of these methods and analyzes their practical applications to specific problems.

One complex application for an automatic identification system is the reliable analysis and identification of medical images. The dissertation introduces a new methodology for accurately identifying medical images based on local information. In this application, the system attaches a unique identification code to each image based on the coordinates of the camera. Using these unique local identification codes, the system is able to reliably and easily identify images viewed from any angle. In one possible application, the three-dimensional technology developed using this method allows users to view an operation as if they themselves were present at the site.

Finally, the author focuses in depth on automatic signature identification, as one critical application of biometric technology. Despite its importance, automatic signature identification has been hindered to date by inadequate methods of recording and processing signatures. The dissertation introduces a new real-time method for simultaneously recording, measuring and analyzing the highly specific, dynamic hand- writing characteristics of signatures, a highly reliable means of authentication of persons.

Köszönetnyilvánítás

PhD munkámmal kapcsolatban elsősorban családomnak köszönöm a kitartó támogatást, és azt, hogy az elvben közösen tölthető szabadidőnkből oly sokat áldozhattam a kutatásra.

Köszönöm munkatársaimnak a bíztatást, és munkahelyemnek a Budapesti Műszaki Főiskola Neumann János Informatikai Karának, hogy a kutatáshoz szükséges eszközöket és munkafeltételeket rendelkezésre bocsátotta.

Köszönöm a Pannon Egyetem Műszaki Informatikai Kar Informatikai Tudományok Doktori Iskolájának, és témavezetőmnek Dr. Kozmann György tanár úrnak a disszertáció kidolgozásában nyújtott sok segítségét.

Külön köszönettel tartozom azoknak a kollégáimnak és a műszaki informatikus főiskolai hallgatóknak, akik az automatikus objektum azonosítás szerteágazó kutatási területének feldolgozásában, a problémák megértésében és megoldásában segítségemre voltak.

1. fejezet

A téma fontossága, kutatási területei, előzményei

Az azonosítás olyan általános probléma, melynek hatékony és megfelelő színvonalú megoldása az élet minden területén alapvető fontosságú. Az elektronikus módszerek széleskörű elterjedésével az összetett műszaki informatikai rendszerek működése szinte minden szinten megköveteli az együttműködő rendszerelemek így az eszközök és személyek rendszeres azonosítását.

A technikai informatikai rendszerek valamint tágabb értelemben az élő rendszerek is a biológiától a társadalomig alapvetően információ feldolgozó rendszerek, melyekben a kapcsolódó rendszerelemek és résztvevők azonosítása a működés alapfeltétele.

Az azonosítás antropomorf megfelelője, szinonimája a felismerés.

Az azonosítás a legtöbb esetben nem igényli az emberi közreműködést (különösen a felismerés szóban benne foglalt) tudatosságot, hanem a mechanikustól a bonyolult informatikai megoldásokig automatikusan elvégezhető.

Azonosítani, felismerni azt lehet, amiről az azonosító rendszer rendelkezik korábbi információkkal.

Az azonosítás a megkülönböztető információk, - az úgynevezett megkülönböztető jegyek, vagy jellemzők, - illetve összefoglaló nevén az ezekből álló azonosító minta alapján történik.

Az azonosítás folyamata alapvetően két minta összevetését jelenti. Az egyik minta az azonosítandó objektumtól származik, a másik pedig egy olyan korában létrehozott minta, (úgynevezett referencia minta) melyhez az azonosító rendszer hozzá tudja hasonlítani az azonosítandót.

Bár nagyvonalakban az azonosítás elvi folyamata egységes, gyakorlati megvalósítása az azonosítás tárgyától, valamint az azonosítandó minta és azonosító rendszer sajátosságaitól függően rendkívüli változatosságú.

1.1. Azonosítás az élővilágban

Az élővilágban az azonosság megfelelő kezelése szó szerint életfontosságú.

Az azonosítás, illetve az azonosság megállapítása, az élethez szükséges illetve veszélyes anyagok azonosítása (pontosabban felismerése) az élőlények működésének minden szintjén a sejt szinttől a legösszetettebb szervezetekig az alapműködéshez tartozik.

Például már sejt szinten azonosítani kell a befogadásra érdemes anyagokat, és ki kell zárni a sejt-idegeneket. Ezt a feladatot az önmagában is rendkívül összetett rendszer, az immunrendszer végzi.

A táplálkozás szintjén is azonosítani kell, hogy táplálékról vagy méregről van szó. Ebben a folyamatban már az élőlény több szerve, így az idegrendszer is szerepet játszik.

Az élőlény szintjén szintén nagyon fontos a társak azonosítása. A közösség működésének, a fennmaradásnak és szaporodásnak is alapfeltétele a csoporthoz tartozás, a fajtársak valamint az idegenek felismerése. A társ-azonosítási folyamatban a biokémiai folyamatoktól a társas viselkedés mechanizmusokig számos összetett rendszer fejti ki hatását.

Mivel az egész szervezet működése feltételezi az azonosítási feladat sikeres megoldását, biológiai folyamatok megértése a biológiában és az orvostudományban is központi fontosságú.

Hasonlóan az informatikában egyre nagyobb figyelmet követelő, és már eddig is számos sikeres alkalmazást felmutató úgynevezett lágy számítási modellekhez (soft computing), a természetben tapasztalt azonosítási folyamatok egyre jobb megértése várhatóan a műszaki informatikai megoldásokra is termékenyítően fog hatni.

1.2. Azonosítás az informatika előtti társadalomban

A hozzáférési és használati jogok érvényesítését évszázadok óta kulcsok és zárak biztosították. Kulcsok azonosították az illetékes személyeket. Kulcsok és a kulcsok alakját mechanikusan azonosító zárak nyitottak elzárt ajtókat, szekrényeket, illetve szelencéket, így a mai tárgy alapú automatikus személyazonosító rendszerek korai ősének tekinthetőek. (A leggyakrabban használt azonosító kulcsokra példákat az 1. sz. melléklet tartalmaz.) A személyazonosítás az emberi kapcsolatokban a társadalom kezdeteitől

A csoporthoz tartozás (csoporttag – idegen, barát – ellenség) eldöntéséhez, a személyazonossághoz kötött jogosultságok megállapításához, valamint a tulajdonviszonyok szabályozásához és az öröklődéshez az érintett személyeket mindig egyértelműen azonosítani kellett. Kezdetben a személyazonosítás elsősorban a külső megjelenés, így a ruházat, az arc és egyéb személyes tulajdonságok alapján történhetett.

Amennyiben a személyes jellemzők nem tették lehetővé a személyazonosítást, akkor a személy azonosítása a személyes tudás (pl. jelszavak ismerete), vagy személyazonosító tárgyak (jelvények, pecsétek, gyűrűk, kulcsok, iratok,..) alapján történhetett.

Személyazonosító iratok, illetve fényképes személyazonosító dokumentumok használatára, csak az írás és fényképezés általános elterjedése után a legutóbbi korokban (a XIX. – XX. -k században) nyílt általánosan lehetőség.

Az aláírás, mint univerzális személyazonosító használata, szintén több évszázadra visszanyúlik. A mai gyakorlatra jellemző általános alkalmazásának az írásbeliség, a széleskörű iskolázottság, és az ebből fakadó írástudás adta az alapját.

A közvetlen készpénzzel valófizetésen kívül a legtöbb pénzügyi tranzakcióban, valamint a személyes vagyont érintő döntések érvényességében az írásos dokumentumokon (pl.

pénzügyi tranzakciók iratain, szerződéseken, végrendeleteken, ….) az aláírásnak döntő szerepe volt.

A személyazonosításnak kiemelt szerepe van még számos további területen.

A nemzetközi utasforgalomban a személyazonosságot hagyományosan úti okmányok tanúsítják. A kriminalisztikában az elkövető illetve az áldozat esetében is nagyon fontos az egyértelmű személyazonosítás.

Az egészségügyben a páciens kétséget kizáró azonosítása – különösen a kommunikációra nem képes betegek esetén- kiemelkedő fontosságú.

A tárgy (dokumentum, műtárgy, árú, …) azonosítása és ezzel szoros összefüggésben lévő eredetiség és hitelesség vizsgálata az informatika előtti társadalomban is fontos szerepet kapott. A személy- és tárgyazonosítási probléma hatékony megoldásához azonban az informatikai rendszerek kifejlődésére volt szükség.

1.3. Azonosítás a műszaki informatikai rendszerekben, az informatizált társadalomban.

A műszaki informatika számos területén a rendszerek egész működése az együttműködő elemek hitelt érdemlő, automatikus azonosításán alapszik. Különösen a korszerű hálózatba kapcsolt rendszerek működése nem csak az eszközök, hanem a működtető, illetve kapcsolódó személyek azonosítását is feltételezi. Az azonosításra épül a lehetséges erőforrásokhoz való hozzáférés, valamint a jogosultságok kezelése, és a számlázás is.

A külföldi szakirodalomban gyakran AAA-ként emlegetett fogalomban az első „A” az azonosítást (Authentication), a második „A” a jogosultság kezelést (Authorization) míg a harmadik „A” pedig a számlázást (Accounting) jelöli. E hármas fogalomrendszer legtöbbször elválaszthatatlan. Egymásra épülő alkalmazásukon múlik az informatikai-, különösen a mobil informatikai és mobil kommunikációs rendszerek sikere.

1.3.1. Rendszerek melyekben a tárgy (eszköz) azonosítás kiemelkedő szerepet játszik:

• telekommunikációs rendszerekben: a rendszer elemek azonosítása,

• gyártó-, kereskedelmi-, és szolgáltató rendszerekben: árú-, raklap-, szállító jármű- eredet-, munkafolyamat nyomon követése,

• dokumentumok eredetiségének, hitelességének megállapításában: pénz, igazolványok, nyomtatványok, ….,

• közlekedési rendszerekben: utas-jogosultságok, a használat mértéke, ideje, hossza, csomag azonosítás, jármű azonosítás (pl. jármű eredet, rendszám, autópálya-, híd-, útszakasz-, parkolóhely használat),

• egészségügyi rendszerekben: gyógyszer azonosítás, implantátumok (pl.

pacemaker) és gyógyászati segédeszközök azonosítása,

• veszélyes anyagok, tárgyak azonosítása,

• műtárgyak azonosításban (pl. régészeti leletek, műalkotások,…),

• kriminalisztikában: bűnjel-, bűntárgy-, elkövető azonosítása,

• hadászatban: az ellenséges illetve saját objektumok és személyek azonosítása,

• az orvostudományban: kémiai anyagok, gyógyszerek, gyógyászati eszközök,

1.3.2. Rendszerek, melyekben a személyazonosítás kiemelkedő fontosságú:

• informatikai rendszerekben: a felhasználók és jogosultságaik azonosítása,

• pénzügyi rendszerekben: kártya, igazolvány, és aláírás alapján,

• hadászatban: ellenség – szövetséges, jogosultság megállapításában,

• demokratikus jogok gyakorlásában: választópolgár azonosításban,

• beléptető rendszerekben: tárgy, kiegészítő jegy, kártya, jelszó, biometria,

• utas azonosító rendszerekben: a szolgáltatás használatának mértéke, ideje, hossza,….

• egészségügyi rendszerekben: páciens és személyzet azonosítása, biztosítási jogosultság kezelése.

Mint a felsoroltakból is látható, az automatikus eszköz- és személyazonosítás rendkívül fontos informatikai feladat, melynek egyre megbízhatóbb és hatékonyabb megoldására a műszaki informatikában a kezdetektől szerteágazó, intenzív kutatások folynak.

1.4. A téma kutatásának előzményei

Az automatikus eszköz- és személyazonosítás területén a pályázó a BMF Neumann János informatikai karának munkatársaként, már a PhD munka megkezdése előtt is számos projektben vett részt, mint témavezető.

Felismerve az automatikus azonosításban rejlő közös elemeket, és a méréstechnika a jelfeldolgozás az osztályozó algoritmusok és terén tapasztalható megoldatlan kérdések sorát, a műszaki informatika szakos főiskolai hallhatók, és munkatársak bevonásával szerteágazó kutatásokat folytattunk. Az automatikus tárgy- és személyazonosítás témakörben az elmúlt 10 évben a pályázó által konzultált szakdolgozatok és tudományos diákköri dolgozatok, valamit a kutatási projektek listáját az 2. számú melléklet tartalmazza.

1.5. A kutatás területei, folyamata

Az automatikus azonosítás kutatás spektruma az elméleti alapkérdésektől a gyakorlati kérdések megoldásáig terjed.

Mivel a műszaki informatikai rendszerekben az azonosítás megfelelő szintű megoldása gyakran nem tűr halasztást, a kutatás is legtöbbször gyakorlati indíttatású.

Jelen kutatás épp ezért, elsősorban mérnöki és alkalmazási kérdésekre, ezen belül két fő területre fókuszált:

1. az azonosító adatok mérésével és az azokból számolható megkülönböztető jellemzők meghatározásával kapcsolatos problémákra, valamint,

2. a megkülönböztető jellemzőkre építve, az azonosítási módszertanokra, melyeknél a hatékonyság és megvalósíthatóság volt a két vezető szempont.

Az automatikus azonosító rendszerek területén a DNS-alapú azonosítás kivételével a legtöbb automatikus azonítási területen elkészítettünk egy működő prototípus rendszert.

A jellemzők mérésével és feldolgozásával kapcsolatban, az irodalmi adatok áttanulmányozása során rendszerint kiderült, hogy a tématerület erősen fejlődő jellege miatt a gyakorlatban megvalósítható módszerek csak részben publikusak. A mérési elvek, a mérőberendezések, valamint az elemző és azonosító (osztályozó) módszerek fejlesztést, illetve tesztelést igényelnek.

A munkához kapcsolódóan a következő nagyobb azonosító adatbázisok készültek el.

Ujjnyomat- és tenyérnyomat adatbázis: melynek készítéséhez több olvasó berendezést is teszteltünk, és több száz személy minden ujjáról és tenyeréről nyomatot vettünk.¹ Az íriszképek elemzéséhez írisz adatbázist készítettünk.² Az aláírás elemzéséhez több száz személy személyenként közel 30 aláírását tartalmazó aláírás adatbázist építettünk³. A rádiófrekvenciás azonosítókkal kapcsolatban számos RFID azonosítót teszteltünk.⁴ Az orvosi képek azonosításához az anatómiai feltárások alatt több ezer egyedileg azonosítható képfelvétel készült.⁵ A fenti adatbázisokra működő prototípusok épültek.

1 Az ujjnyomat adatbázis készítése a Dermotrade és DPS megbízásából és együttműködésével folyt

2 A SOTE Szemészeti Klinikájának engedélyével és eszközeivel

3 A Grafológiai Intézettel együttműködésben.

4 A Vonalkód Rendszerházzal együttműködésben.

2. fejezet

Az automatikus eszköz- és személyazono- sítás meghatározó tényezői, egységes

rendszere

Az azonosítás az azonosítás tárgyától, az azonosítást végző rendszertől, az alkalmazott azonosítási módszertől, valamint az alkalmazási körülményektől függően sok esetben jelentős eltéréseket mutat.

Az alábbi fejezet célja a lényegi közös elemek kiemelésével az azonosítás egységes rendszerének felvázolása.

2.1. Az azonosítás tárgya

Az automatikus eszköz és személyazonosítás szempontjából az azonosítás tárgya szinte bármi lehet, ami megfelel a legfontosabb feltételnek: vannak megállapítható megkülönböztető, más szóval azonosító jegyei. Az ilyen tárgyakat összefoglaló néven objektumoknak lehet tekinteni.

Az objektum fogalmát több tudomány is definiálja. Informatikai megközelítésben objektum minden olyan egységnek tekinthető valóságos vagy virtuális rendszer (entitás) aminek megkülönböztető jegyei (jellemzői, attribútumai) illetve kapcsolatrendszere van.

Az automatikus tárgy- és személyazonosítás szempontjából tehát a tárgyak, eszközök, és a személyek is olyan speciális objektumnak tekinthetők, melyeket valóságos vagy hozzárendelt tulajdonságaik, a megkülönböztető jegyeik, valamint kapcsolatrendszerük alapján jellemezhetünk. Megkülönböztetésük, illetve azonosításuk ezen megkülönböztető jegyek vagy tulajdonságok, illetve viszonyok alapján történhet.

A gyakorlatban használatos módszerek legtöbbször csak a megkülönböztető jegyekre, támaszkodnak, az objektumok közötti viszonyokat figyelmen kívül hagyják.

A megkülönböztető jegyekből hozhatók létre az azonosítók, melyek gyakori szinonimái a jellemzők, tulajdonságok, attribútumok, azonosító kódok, kulcsok, ujjlenyomatok illetve aláírások.

Az utóbbi fogalmakat (kulcsokat, ujjlenyomatokat, aláírásokat) gyakran az eredeti értelmüktől eltérően az azonosítók általános megnevezésére is használják.

Az összetett azonosítók mintázatként is felfoghatóak. Az azonosítás ilyen értelemben mintafelismerésnek fogható fel, ami a számítástudomány és informatika egyik klasszikus területe.

2.2. Az azonosítók típusai

Az azonosítók két fő csoportba sorolhatók:

2.2.1. Saját (az objektumtól elválaszthatatlan) jellemzőkből származó azonosítók

• alak,

• kémiai összetevők (például: illat, feromonok),

• szerkezeti jellemzők,

• viselkedéses jellemzők (különösen az élőlényeknél)

2.2.2. Hozzákapcsolt megkülönböztető jegyekből származó azonosítók,

• tárgyaknál: címkék, plombák, bárcák, vonalkódok, RFID,

• járműveknél: jármű azonosító kód (pl.: rendszám, motorszám, alvázszám,…)

• írásos dokumentumoknál: vízjel, aláírás, pecsét

• nyomtatott dokumentumoknál: szemmel láthatatlan vagy látható

nyomtatott vízjel,

• elektronikus dokumentumok esetében: digitális aláírás, steganográfia

• állatoknál: gyűrűzés, bárcák, bélyegzés, festés, tetoválás, RFID, bizonyos esetekben viselkedéses jellemzők (tudás)

• embereknél: személy-azonosító tárgyak, okmányok, jelszó, digitális aláírás, személyes biológiai és viselkedéses jellemzők (5.1. ábra)

• a legtöbb objektumnál (tárgyaknál, közlekedési eszközöknél, állatoknál és embereknél) fontos hozzákapcsolt jellemző maga a hely.

A műszaki informatikai rendszerekben az azonosító rendszerek leginkább abban különböznek, hogy milyen azonosítókat használnak. Az automatikus azonosításhoz leggyakrabban használt azonosító típusokból példákat az 2. számú melléklet mutat be.

2.3. Az azonosítók legfontosabb jellemzői és a kapcsolatos problémák

2.3.1. A legfontosabb jellemzők

• Egyediség ( kód méretétől függ))

• Megváltoztathatóság (hamisíthatóság)

• Állandóság (érzékenység a környezeti hatásokra)

• Kiszámolhatóság (megvan-e az azonosító algoritmus, mennyire hatékony?)

• Ár (a berendezés ára, kiszámítás ára)

• Társadalmi elfogadottság (nyomkövethetőség?)

• Személyes szférával való viszony (intim személyes információk, egészségi állapot)

• Hol tároljuk a kulcsot?

2.3.2. A kulcsokkal kapcsolatos problémák

Digitális kulcsoknál: A kulcsmérettől függ a feltörhetőség

Hol tároljuk a kulcsot?

Hibatűrés hiánya (egy bit megváltozása más kulcsot jelent) Hozzárendelt azonosítók esetén:

Mennyire biztosítható az egyértelmű hozzárendelés

(elvesztés, eltulajdonítás,)

A tudás alapú azonosító jegyek esetében:

Mennyire biztonságos az előhívása (rendelkezésre állás) Biometrikus azonosítóknál: Egyértelmű megkülönböztető képesség (FAR, FFR

viszonya, ROC görbe)

Stabilitás (öregedés, fizikai pszichikai, környezeti hatások) Kiszámíthatóság (a számolási algoritmus megléte,

egyértelműsége, számítási igénye)

Mérhetőség (mely tényezők befolyásolják a hibamentes mérést) pl. a következő esetekben: ujjnyomat,

retina, írisz, arc fénykép, termogram,

DNS esetében

Elválaszthatatlanság (a kód kompromittálódása esetén sem megváltoztatható)

Személyes szféra érintettsége

Társadalmi elfogadottság

2.4 Az azonosítók informatikai értelmezése

Az azonosítók informatikai megközelítésben változóknak tekinthetőek. E változók az egyszerű numerikus (egész vagy valós) változóktól az összetett két-, vagy többdimenziós változókig és akár az egy-, vagy többváltozós függvényekig terjedhetnek. Egyszerű numerikus változók például a személyazonosító-, a társadalombiztosítási-, és adószámok. Kétdimenziós azonosítók például a fényképek megvilágítás és szín eloszlása, a hangspektrum energia eloszlása, valamint a téri alakzatok tömegeloszlása. Időfüggvény azonosító lehet például a kézírás nyomás-idő függvénye, vagy a beszédhang frekvencia- energia függvénye.

Az azonosítók lehetnek egyedülállóak, vagy sokváltozósak.

A változók felfoghatók úgy is, mint azonosító vektorok, melyek dimenziói egy egyedülálló skalár értéktől a sokdimenziósig terjedhetnek.

2.5 Az azonosság értelmezése

Az azonosság fogalma több megközelítésben (filozófiai, matematikai,…), és szinten értelmezhető, például teljes-, lényegi-, illetve elfogadott azonosság.

Mivel az objektumokat az azonosítás során az azonosító jellemzők (változók) képviselik, informatikai értelemben ezért az azonosságot is az azonosítók szintjén lehet megfogalmazni.

A digitálisan ábrázolt változók esetében két változó teljes azonosságát a nulla Hamming távolság jelzi. Ez azt jelenti, hogy az összehasonlított két változó (a referencia és

V1 V2 V3 V4 V5 Vn-1 Vn

X

Y

a változók távolsága

Azoknál a tárgy- és személyazonosító kódoknál, melyeknél minden különböző kód különböző tárgyat vagy személyt jelöl, az azonosság kimondásához a nulla Hamming távolság szükséges.

Hamming távolság értelmezése összetett azonosító vektorok esetén úgy értelmezhető, hogy az n változós azonosító vektor változóinak értékei egy n dimenziós térben jelölnek ki egy pontot. Nulla Hamming távolság esetén az összehasonlított két vektor ugyanarra a pontra kell, hogy mutasson.

2.1. ábra A jellemzővektor távolságának értelmezése

A nulla Hamming távolságú azonosság csak abban az esetben elvárható illetve alkalmazható, amikor az azonosító kódok stabilitása és egyedisége biztosítható. Ilyen egyszerű eset például az egyedi személyazonosító számok, vagy termékazonosító kódok alkalmazása, amikor minden kód különböző személyt, vagy terméket jelöl.

Azokban az azonosítási helyzetekben, ahol az azonosítókat az objektumok belső, vagy viselkedéses tulajdonságai alapján számolással határozzuk meg (ilyen például a biometrikus személyazonosításnál alkalmazott azonosítók többsége), a nulla Hamming távolságú azonosság kritérium nem alkalmazható.

A világon szinte minden többé-kevésbé változik, ezért még az önazonosság is értelmezésre szorul. A valós objektumokat sok hatás éri, mely hatások az azonosító jellemzőket is többé-kevésbé megváltoztatják. Az élővilágban a legtöbb mérhető adat

X

Y

a változók távolsága vagy várható értéke és szórása van.

Az ilyen statisztikai változók esetében azonosság úgy fogható fel, mint az azonosító változó és a referencia értékeinek elfogadott értéken belüli eltérése.

Egydimenziós változó esetén ez egy + - tartományként, kétdimenziós változónál egy területként, három, vagy többdimenziós változó esetén egy három, vagy többdimenziós alakzatként értelmezhető. (skalár értéktartomány, vektor távolság, 2 vagy n dimenziós mátrix távolság)

Két objektum (rendszer) azonosságát tehát úgy is lehet értelmezni, hogy a jellemzők (változók) vektorai által kijelölt, statisztikailag értelmezhető jellemzői képletes példával élve „érték-felhői” egyenként, illetve összességében mennyire térnek el egymástól.

2.2. ábra Statisztikailag megadható változók távolsága

A gyakorlatban gyakran előfordulnak olyan azonosítók is, melyek azon túl, hogy statisztikusan kezelhetőek, (tehát jelentős szórásuk tapasztalható), a változók mentén még átfedést is mutatnak. Az ilyen változók azonosságának megállapítása speciális azonosító, úgynevezett nemlineárisan is osztályozó eljárást igényel.

X Y

Az alábbi 2.3. ábra két lineárisan nem elválasztható kétdimenziós változót mutat.

2.3. ábra. Lineárisan nem elválasztható (osztályozható) változók

2.6 Az objektum azonosítás és hitelesítés folyamata

Az azonosítás és a kapcsolódó feladatok folyamatát a 2.4. ábra foglalja össze.

Az azonosítás előfeltétele, a folyamat első lépése, az objektum megkülönböztető jellemzőinek meghatározása. Egyszerű azonosító kódok esetében ez a lépés a kód előhívásából, illetve értelmezéséből áll. Sok esetben azonban az azonosítók nem egyszerű számok formájában állnak rendelkezésre, hanem az azonosítandó objektumok vagy a hozzárendelt azonosítók tulajdonságaiból hozhatók létre. Ekkor a folyamat a jellemzők mérésével majd az un. nyers jellemzőkből való kiszámítással kezdődik.

Általánosságban egy objektumról nagyon sok olyan adat nyerhető, ami alkalmas lehet az objektum azonosítására. Azt, hogy valójában milyen jellemzők alkalmasak az azonosításra nagyon alapos megfontolásokkal kell kiválasztani. A korszerű informatikai azonosító rendszerekben a rendszer tervezése során különös gonddal kell kiválasztani azokat a jellemzőket, melyek eleget tesznek az egyediségi, az időbeni- és kiszámolhatósági stabilitás, valamint a sok esetben nagy fontosságú biztonsági feltételeknek. A jó megkülönböztető értékű stabil jellemzők kiválasztása legtöbbször nagyon bonyolult folyamat, pedig az azonosítás (a megfelelő osztályba sorolás) sikere elsősorban azon múlik.

2.4. ábra Az azonosítás általános folyamata

Az azonosításhoz szükség van olyan korábbi tapasztalatokra, más szóval referencia mintákra, melyekhez a vizsgált objektumtól szerzett azonosító jegyeket hozzá lehet hasonlítani, és a vizsgálat eredményeképpen az azonosság, vagy különbözőség eldönthető.

Azonosításra csak akkor van szükség, illetve lehetőség, ha az azonosító rendszer több objektum között különbséget tud tenni. Így az azonosság megállapításának is akkor van értelme, ha a más objektumoktól való különbözőség mellett a referenciával egyező esetben ki mondható az azonosság.

Ha az azonosító rendszerbe új objektumot is fel kívánunk venni, akkor mielőtt az azonosítást megkezdhetnénk, létre kell hozni az új objektumra vonatkozó referencia mintát vagy mintákat. E viszonyítási mintákat tartalmazó adatbázist referencia adatbázisként szokás nevezni. A referencia adatbázisban tárolt, az egyes objektumokra vonatkozó minták szükséges számát az azonosító változók statisztikai tulajdonságai határozzák meg. Nagy egyedi szórást mutató minták esetén a referenciatárban tárolt jellemzőknek reprezentatívnak kell lenni, tükrözve a változók statisztikai tulajdonságait.

A 2.4. sz. folyamatábrán a referencia létrehozását a referencia-vizsgálati döntés és a referencia létrehozás blokkok szemléltetik.

Jellemzők mérése

Referencia létrehozása Referencia-Vizsgálat

Azonosítás

Keresés

Összevetés

Hitelesítés Referencia

Vizsgálati mód Azonosító jegyek számítása

Vizsgálat 2

3

4

1

változáshoz a referenciakén tárolt azonosító mintát is folyamatosan módosítani kell. A referencia módosítása történhet automatikusan, vagy emberi beavatkozással. Csak az olyan azonosító rendszereket lehet adaptívnak nevezni, amelyek lehetővé teszik a változó objektumok azonosítását. A változások nyomon követése elsősorban a tárolt referenciák - gyakran automatikus- megváltoztatásán keresztül valósul meg.

A folyamatábrán a referencia-vizsgálat döntés tehát arra utal, hogy az azonosítandó objektumtól vett azonosítók a referencia építésére illetve módosítására szolgálnak-e, vagy elvégezhető a vizsgálatuk a referenciákkal való összevetés segítségével.

Az azonosítási folyamat következő lépése az azonosítás, ami lényegileg az azonosító jegyek vizsgálatát, a referenciaként tárolt mintákkal való összevetést és az elfogadó vagy elutasító döntés meghozatalát jelenti.

A minták összevetése során két különböző kérdésre kereshetjük a választ.

Az egyik kérdés, hogy a vizsgált azonosító melyik referenciaként tárolt azonosítóval egyezik. (Röviden: melyik a sok közül?) E kérdés megválaszolásához a szokásos algoritmusok szerint sorozatos összehasonlítást kell végezni a tárolt mintákkal. Az összehasonlítást addig folytatjuk, amíg egyezőséget nem találunk egy tárolt mintával, vagy az összes referenciát végigvizsgálva egyikkel sem találunk egyezést. Az első esetben sikeres-, míg az utóbbiban sikertelen azonosításról (identification) beszélhetünk.

A másik kérdés, amire az azonosító jegyek vizsgálata során kereshetjük a választ az, hogy a vizsgált azonosító minta megegyezik-e egy másik, a referenciában tárolt mintával.

(Röviden: azonos-e a hitelesnek tekintett referenciával?)

Keresés ilyenkor nem szükséges, ugyanis a kérdés valójában az, hogy fennáll-e az azonosság a két összehasonlított minta között. Ez utóbbi esetet a szakirodalom az azonosság ellenőrzését a hitelesítés szóval jelöli. (Ez utóbbi folyamat neve angolul szabatosan az identity verification.)

A fentiek alapján tehát az azonosítás magában foglalja a hitelesítést is.

A hitelesítés csak egy referencia-azonosító összevetését végzi. Azzal, hogy azonosítás során a hitelesítés eljárását legrosszabb esetben az összes tárolt referencia mintára meg kell ismételni, az azonosítás a hitelesítésnél referenciák számától függően sokszorosan számítás-igényesebb feladat.

A változók értékmegoszlása Gyakoriság

A

B

2.7. Az azonosító minták egyezésének vizsgálata

A legegyszerűbbtől a bonyolult felé haladva a binárisan értelmezhető egyértelmű azonosító kódok azonosságát legegyszerűbben egyszerű bitenkénti összehasonlítással lehet elvégezni.

Ha a Hamming távolság nulla, tehát egy bitben sincs eltérés, akkor a két kód azonossága kimondható.

Két változó azonosságát például statisztikai jellemzők alapján is kimondhatjuk. Erre szolgálnak például a különböző statisztikai próbák (t, ζ²,….…..)

2.5. ábra Statisztikailag jellemezhető változók összehasonlítása A többváltozós objektumok osztályozására, a téma fontosságának megfelelően óriási az irodalma.[17,18,19] A klasszikusnak tekinthető statisztikához köthető faktor- és klaszter elemző módszerektől a pontosan definiálható matematikai modelleken át legújabb neurális és többértékű- illetve fuzzy logikát alkalmazó modellekig terjed. Az adott feladat megoldására alapos elemző munka után lehet a leginkább alkalmas módszert kiválasztani.

A következőkben az automatikus objektum-azonosítás kiemelkedő fontosságú módszerei: a rádiófrekvenciás azonosítás, a helyi információ alapú objektum azonosítás valamit a biometrikus személyazonosítás, és a működésüket meghatározó legfontosabb tényezők kerülnek elemzésre.

.

RFID rendszer elemei

Címke Olvasó

Vezérlő rendszer

„tag”, „transzponder”

Címke,válaszadó, jeladó

Olvasó kapu

Mobil olvasó

1.

2.

3.

3. fejezet

Automatikus azonosítás rádiófrekvenciás technológiával

3.1. A rádiófrekvenciás azonosítási technológia

A rádiófrekvenciás azonosítás (RFID Radio Frequency IDentification) a II.

világháborúban használatos repülőgép azonosító rendszerektől indult.[29] Az angol IIF (Identify Friend or Foe) rendszerben a repülőgépekre szerelt rádiók a radarjelek hatására egyedi azonosítókat sugároztak vissza, melyek alapján egyértelműen azonosíthatóvá váltak a szövetséges illetve ellenséges repülőgépek. A mai rendszerekben a tárgyakra, állatokra illetve személyekre rögzített rádiós jeladók sugároznak olyan jeleket, melyek alapján az automatikus azonosítás elvégezhető.

E leggyakrabban címkének nevezett jeladók vagy saját energiaforrásból vagy az olvasó jeléből nyert energiából tudnak visszasugározni olyan rádiójeleket, melyek az egyedi azonosító kódokat tartalmazzák.

3.1. ábra A rádiófrekvenciás azonosító rendszer meghatározó elemei

.

Jeladó (címke) típusok Antenna

Chip

HF UHF

.

A tipikus RFID rendszer három fő elemből áll. Magából az azonosító jeladóból (1), az olvasóból (2), és a vezérlő elektronikából (3), ami a további rendszerhez való

kapcsolódásokat is biztosítja.

Az olvasók egy, vagy több antennából és a kapcsolódó vezérlő elektronikából állnak.

Kialakításuk a kapu mérettől a mobil-, kézi készülékekig terjed. Az RFID rendszer hagyományosan a logisztikai rendszer részét képezi. Az olvasó illesztését a logisztikai rendszerhez legtöbbször külön vezérlő rendszer végzi. A rendszer harmadik elemét képviselő jeladó címkék az olvasóhoz hasonlóan szintén két fő alkatrészből állnak: egy elektronikus mikroáramkörből (chip), valamint a hozzákapcsolt antennából.

Az olvasók és a vezérlő elektronikák jelenleg még nem tekinthetőek nyílt rendszernek, ugyanis kialakításuk és működésük nagyrészt a gyártótól függ. Ezzel szemben a címkék működésüket tekintve már most is gyártó-függetlenek, mivel tetszőleges olvasóval el kell tudni olvasni őket. A címkék sugárzási jelleggörbéi nagyrészt az antenna kialakítástól függenek, ezért minden gyártó különböző alkalmazásokra optimalizált antenna kialakításokat fejleszt ki. Az antenna kialakítást legtöbbször szabadalmak védik.

A címkék csoportosítása négy fő szempont mentén végezhető el. Az egyik fő szempont a működési frekvencia (és az ebből következő kialakítás), a második a saját vagy külső energiaforrás használata (aktív-passzív), a harmadik az írási/olvasási jellemzők, a negyedik pedig az alkalmazott szabvány. (Gen 1- Gen2).

3.2. ábra Azonosító címkék (jeladók) alkatrészei és főbb megjelenési formái

A működési frekvenciák területén globálisan az alábbi ábrán látható frekvenciasávok váltak szabvánnyá.

.

Állami Nyomda Rt. alapján

LF(LowFrequency) Alacsony frekvencia 125 KHz HF(HighFrequency) Magas frekvencia 135.56 MHz UH(UltraHighFrequenccy) Ultramagas frekvencia

960

865-960 MHz

3.3. ábra Szabványos RFID frekvenciák [58]

A működési frekvenciák fizikai tulajdonságaiból következően a jeladók technikai jellemzői és alkalmazási köre is jelentősen eltér.

A szabványos RFID-s rendszerek jellemzői az alábbiak:[55,56]

3.1.1. Az alacsonyfrekvenciás 135 kHz-es (LF) rendszerek jellemzői

Átlagos olvasási távolság: < 0.5 m Adattároló típusa: passzív

Felhasználási terület: állatok azonosítása, gépjárművek indításgátlói Használatának előnyei: a frekvencia használata nagyrészt független a

korlátozásoktól; fa és víz közelében is jó olvasási tulajdonságok

Használatának hátrányai: fém tárgyak közelében rossz olvasási képesség;

alacsony olvasási sebesség és kis olvasási

távolság; viszonylag nagy antennák használata szükséges

3.1.2. A magasfrekvenciás 13.56 MHz-es (HF) rendszerek jellemzői

Átlagos olvasási távolság: ~ 1 m Adattároló típusa: passzív

Felhasználási terület: könyvtárakban, fizetés, termékazonosítás Alkalmazásának előnyei: az alacsonyabb frekvenciához képest kisebb/egyszerűbb kialakítás, alacsonyabb

költség; jól alkalmazható kis mennyiségű adat kis távolságra történő továbbításához

Alkalmazásának hátrányai: viszonylag kis távolságra alkalmazható; fém tárgyak közelében rossz olvasási képesség

3.1.3. Az ultramagas frekvenciájú, 860-930 MHz-es (UHF) rendszerek jellemzői

Tipikus olvasási távolság: ~ 4-5 m

Adattároló típusa: aktív vagy passzív

Felhasználási terület: rakodólapos egység-rakományok, dobozok

azonosítása az ellátási láncban

Alkalmazásának előnyei: fém tárgyak közelében is jó olvasási képesség;

nagyobb mennyiségű adattovábbítására alkalmas, beállítható olvasási zóna, kisebb fizikai felépítés (adathordozó, antenna), mint az alacsonyabb frekvenciákon

Alkalmazásának hátrányai: víz/test szövetek közelében rossz olvasási képesség; szigorú előírások a frekvencia

használatával kapcsolatban (EU/Japán)

3.1.4. A mikrohullámú 2,45 – 5,8 GHz (VHF) rendszerek jellemzői

Átlagos olvasási távolság: >> 1 m

Adattároló típusa: aktív vagy passzív Felhasználási terület: elektronikus útdíj fizetés

Alkalmazásának előnyei: jó olvasási képesség fém tárgyak közelében; kis méret, nagy olvasási távolság; az olvasási zóna

pontosan beállítható az antennák segítségével Alkalmazásának hátrányai: érzékeny az elektromos zajra; egyes elektronikai

termékek is használják ezeket a frekvenciákat (pl.

mikrohullámú sütők, TV-távirányítók stb.)

3.1.5. A címkék (jeladók) típusai, és a kapcsolódó szabványok

A felhasznált energiaforrás szerinti csoportosításban a passzív jeladók csak az olvasótól sugározott energiából nyerik a válaszadáshoz szükséges energiát. Ebből adódóan a hatótávolság is erősen korlátozott. Saját energiaforrással rendelkező un. aktív jeladók ezzel szemben többméteres távolságból is érzékelhető azonosító jelet tudnak kisugározni.

Az írási és olvasási jellemzőkre, valamint a címkeszabványokra vonatkozóan számos szabványosítási javaslat készült. A jeladók adatstruktúráját például az ISO 11784 szabvány rögzíti.[48]

Az automatikus azonosítás egyik legfontosabb területe a kereskedelem, ezen belül pedig a termékek nyomon követése. Ahhoz hogy a nyomon követés a globális kereskedelemben működhessen, általánosan elfogadott szabványos rendszerekre van szükség. E szabványok egységes rendszerének kidolgozására az EAN (European Article Number) és az UCC (Uniform Code Council) szervezetek egyesüléséből jött létre 2005-ben az EPC (Elctronic Product Code) Global szervezet, ami az ellátási lánc legáltalánosabb kódrendszerét, a GTS-t (Global Tracebility Standard) dolgozta ki.

A nyílt kereskedelmi láncban résztvevő azonosítók rendszerét az EPC Global 140 országra kiterjedő országos tagszervezetei (Magyarországon a GS1 Hungary) kezeli.

E szabványhoz számos speciális azonosító tartozik, melyek a következők: [48]

.

Az automatikus azonosítás szabványai

http://www.ean.hu/default.asp?idx=39

GTIN Globális kereskedelmi áruazonosító szám (Global Trade Item Number) GLN Globális helyazonosító szám (Global Location Number) SSCC Szállítási egységek sorszám kódja (Serial Shipping Container

Code)

GRAI Globális visszatérő tárgyazonosító szám (Global Returnable Asset Identifier)

GIAI Globális egyedi tárgyazonosító szám (Global Individual Asset Identifier)

GSRN Globális szolgáltatási kapcsolat szám (Global Service Relation Number)

GDTI Globális dokumentumtípus azonosító szám (Global Document TypeIdentifier)

Várhatóan ezekre az azonosító kulcsokra és az alkalmazásaikra épülő kommunikációs rendszerek fogják képezni a közeljövőben az üzleti élet közös nyelvét.

A 3.4. ábra a főbb azonosító szabványokat és alkalmazási területeket foglalja össze.

3.4. ábra A GS1 rendszer szabványai és tipikus alkalmazási területei

Mint ahogy az a 3.4. ábrán látható, a rádiófrekvenciás azonosításra vonatkozó szabványokat az EPC Global/GS1 rendszer szabványosítja. E kódokat hordozzák az

RFID címkék, melyeket az írási/olvasási tulajdonságok szerint külön osztályokba lehet sorolni.

3.1.6. Az EPC Global címke osztályok és jellemzőik

3.1.6.1. Címke osztályok

Class 2: Olvasható/írható + Biztonság

Class 3: Olvasható/írható + Biztonság + Elemmel kiegészített, szenzoros Class 4: Aktív címke

Class 5: Aktív címke, képes más Class 5 címkékkel kommunikálni

Az azonosító címkéket az alkalmazott protokollok szerint generációkba is szokás sorolni.

Jelenleg a második (GEN 2) szabványú címkék tekinthetők korszerűnek.

2.1.6.2. Generációk

Gen 1: 2003-ban jelent meg

Gen 2: 2004-ben jelent meg, lényeges különbség az előzőhöz képest a nagyobb teljesítmény és biztonsági lehetőségek (ISO szabvány)

Gen 3: még nincs róla publikus információ

3.1.6.3. A GEN 2 szabvány (Protokoll) jellemzői

Célja: az RFID „levegő” protokoll „bábeli helyzetének” egyszerűsítése

2006-ban a Hardware Action Group javaslatára ISO 18000-6C néven szabvánnyá is vált.

Jellemzői: Min. 96 bit adattároló

• Kisebb, olcsóbb jeladó

• Különböző frekvenciákon is működik

• Nagyobb olvasási sebesség

• Több, akár 1600 jeladó egyidejű olvashatósága

• Egy 32 bites „kill” paranccsal az adattartalom törölhető

• Nem kompatibilis a korábbi Class 0 és Class 1 típusokkal

.

A címkepiac tendenciái

No. of tags sold

600 1300

2200 200

5500

0 1 000 2 000 3 000 4 000 5 000 6 000

2005 2006 2007 2016

years

mill. pcs

tags sold (million pieces.)

item level tags Value. of tags sold

0,16

13

0 2 4 6 8 10 12 14

2006 2007 2016

years

USD bn.

A Címkék ára 0.05 USD alá eshet 2 éven belül

Címkék ára jelenleg 0.1-0.5 USD

A rádiófrekvenciás azonosítási technológia eddig zömében a nagyobb tárgyak, például a kereskedelemben a raklapok azonosítására terjedt el. Kisebb tárgyak, így az kereskedelmi áruk egyedi azonosításra eddig elsősorban két tényező miatt nem nyílt lehetőség. Az egyik az azonosító címkék ára, a másik pedig, hogy széleskörű alkalmazásokra a (zömében egyedi, illetve gyártófüggő) olvasó berendezések nem álltak rendelkezésre.

Az RFID technológia közeljövőbeli gyors terjedését valószínűsíti, hogy a címkegyártás elérte azt a szintet, hogy tömeggyártás esetén az árak elérhetik a kereskedelem által elvárt alacsony (0.05 USD) küszöbértéket.

A 3.5. ábrán a címkékkel kapcsolatos főbb tendenciák láthatóak.

3.5. ábra Az RFID címkékkel kapcsolatos tendenciák

A másik tényező, a mindenki számára elérhető olvasó berendezés problémakörének megoldására ígéretes lehetőséget jelez, hogy az RFID bizonyos fokú kiterjesztésével NFC (Near Field Communcation) néven, a vezető mobiltelefon gyártók hivatalosan is bejelentették, hogy a legújabb telefonjaikat RFID/NFC képességekkel ruházzák fel.

A technológia kidolgozója a Philips és Sony. Az NFC fórumnak nevezett szervezethez [57] a legtöbb mobilgyártó (Motorola, Nokia Samsung,…) is csatlakozott.

2006 őszétől már meg is jelentek az első kísérleti készülékek.

.

Az NFC-képes mobiltelefonok várt aránya %-a

3.6. ábra Az NFC-képes mobiltelefonok várható fejlődése⁶

3.1.7. Az NFC technológia legfontosabb jellemzői

Tipikus működési távolság: <10 cm Működési frekvenciája 13,56 MHz

Az ISO 18092 szabványon alapszik, visszafelé kompatibilis az IS0 14443 szabvánnyal Adatátviteli sebesség: elérheti a 424 kbit/sec-ot (1 Mbit)

Könnyű kezelhetőség

Üzemmódok: Passzív: ami megegyezik a hagyományos RFID működésnek.

Ilyenkor a címke csak az olvasó jelére tud válaszolni.

Aktív: Kétirányú kommunikációt biztosítva, nem csak az olvasó kezdeményezhet kommunikációs, hanem a címke

szerepében lévő RFID eszköz is.

Az NFC potenciális alkalmazási köre rendkívül széles. Azzal, hogy a szinte mindenki a mobiltelefonjával használni tudja majd, a korábbi különböző technológiákat (lyukkártyák, mágneskártyák, kontaktusos vagy vezeték nélküli smart kártyák,…) egy eszközbe integrálhatja, és használatukat mindenki számára lehetővé teheti.

.

Tipikus RFID - NFC alkalmazások

Épület hozzáférés Mobil telefon = kulcs

NFC

Elektronikus jogosultság csere

NFCPOS

Point-of-Sale terminal

NFC-képes telefon, mint fizető eszköz

NFC

NFC-képes mobil telefonok (POS)

Credit kártya

Fizetés Hozzáférési jogosultságok

Törzsvásárló

3.7. ábra A legfontosabb RFID –NFC alkalmazás csoportok [7]

Amint a 3.7. ábrán látható, az alkalmazások köre nem csak az RFID-nél szokásos hozzáférési jogosultság kezelésre terjed ki, hanem a kétirányú kommunikáció miatt a fizetést és a mobil eszközök közötti közvetlen adatcserét (le- és feltöltést) is lehetővé teheti.

Az NFC technológia elterjesztésével kapcsolatban jelenleg még számos technológiai, logisztikai, pénzügyi és jogi kérdés megoldatlan.

Az európai lehetőségek kimunkálására 2006-ban egy 17 résztvevőből álló nemzetközi konzorcium jött létre. Az EU 6-os IST keretprogramjában folyó 8.9 mEuró költségvetésű kutatási projekt címe StoLPaN (Store Logistics and Payement with Near Field Communication (melynek, a pályázó a BMF részéről intézményi témavezetője).

Projekt célkitűzései [7]:

1. Az RFID/NFC technológia általános felmérése

Ami magába foglalja az NFC technológia-, és mobilkészülék technológia-elemzését, a biztonság-, a fizetés-, a kártya kibocsátás-, és a témához kapcsolódó előkísérletek elemzését.

2. Esettanulmányok elkészítése.

Ami kiterjed: a fizetési-, a jegyvásárlási-, tartalom-vásárlási-, hozzáférés kezelési-, és a vásárlói kedvezményekkel kapcsolatos kérdések elemzésére.

3. Egy úgynevezett Host elképzelés kidolgozása.

Ez magába foglalja a J2ME és a mobiltechnológia biztonsági kérdéseinek és kapcsolódásainak kidolgozását.

4. Az EPC és NFC összekapcsolása akadálymentes globális alkalmazások kidolgozására.

Főbb célterületek: EPC-NFC-képes mobiltelefon alkalmazások létrehozása, EPC alapú termékinformáció kidolgozása, EPC alapú hitelesítés, EPC indíttatású reklámozás, valamint NFC alapú fizetés létrehozása a kiskereskedelemben.

A rádiófrekvenciás azonosító technológia számos alkalmazási területen elérte a széleskörű alkalmazás határát. Kialakulóban vannak azok a szabványok, melyek az egyedi fejlesztőfüggő rendszerek helyett lehetővé teszik a más technológiákban megszokott fejlesztő-független „nyílt” rendszerek terjedését.

Az RFID technológia összekapcsolódása a mobil technológiákkal új, eddig elképzelhetetlen lehetőséget nyit az egyedi tárgyazonosításban, bizonyos esetekben a személyazonosításban, valamint a külön-külön elemeiben már korábban is működő rendszerek integrálásában.

Azon túl, hogy az RFID technológia alkalmazásával megoldható a biztonságos egyedi eszköz- és felhasználó azonosítás, a mobiltelefonok kommunikációs lehetőségei egyben lehetővé teszik akár globális rendszerekhez, például a GS1 rendszerhez való kapcsolódást is. Így a mobil eszközök képességei nagyban kibővülhetnek a távoli adatbázisok nyújtotta lehetőségekkel.

Az RFID/NFC technológia azt az eddig hiányzó láncszemet töltheti be, ami teljes rendszerré integrálhatja a részeiben működő alrendszereket. Széleskörű felhasználói kör számára lehetővé teheti az egyedi eszközazonosítást, és az azonosításra épülő tárgyhoz kapcsolódó információ-szolgáltatást.

4. fejezet

Objektum-azonosítás helyi információk alapján.

Az objektumok azonosításának egyik kitüntetett gyakoriságú módja, amikor helyi információk szolgálnak az azonosítás alapjául.

Minden olyan esetben, amikor az objektum kizárólagosan foglal el egy téri helyet, és a helyazonosító koordináták állnak rendelkezésre, ezek a koordináták egyszerűen felhasználhatóak az objektum azonosítására. Azt, hogy milyen viszonyítási rendszert használunk a hely meghatározására, elsősorban a feladat és az alkalmazási körülmények határozzák meg.

Az elektronika kora előtt is számos módszer volt ismeretes az objektumok helyének meghatározásra, az alábbiakban azonban csak az automatikus azonosításhoz köthető legújabb elektronikus megoldásokat foglaljuk össze.

4.1. Helyazonosító rendszerek összefoglalása

A helymeghatározó rendszereket általánosságban három osztályba lehet besorolni.

1. A föld felszínén elhelyezkedő, vagy ott haladó objektumok esetén

- amennyiben szabad rálátással rendelkeznek az égboltra - a műholdas helymeghatározó rendszerek a legelterjedtebbek.

2. A cellás mobiltelefon rendszerek helymeghatározó technikái akár épületeken belül is viszonylag pontos helyi információkat szolgáltathatnak.

3. A harmadik csoportba azok a technikák tartoznak, melyek egy viszonylag zárt térben, egy előre kijelölt koordináta rendszerben speciális helyzetérzékelő technikákkal határozzák meg az objektumok helyét, illetve ezen keresztül azonosítják magát az objektumot. Az alábbiakban e három technikacsoport alapvető működését tekintjük át.

4.1.1. Műholdas helymeghatározó technikák

Az egyik legelterjedtebb, objektum-azonosításra használatos helyi információ csoportot jelentenek a műholdas helymeghatározó rendszerek által szolgáltatott globális koordináták.

Az első ilyen rendszereket katonai célra fejlesztették ki. Az USA haditengerészete számára a NNSS vagy TRANSIT rendszer 1961-1999-ig üzemelt. A hat műhold jelének Doppler eltolódását mérve lassú járművek esetében maximálisan 1m-es pontosságot lehetett elérni [20, 21, 22]

A TIMATION (TIMe navigATION) rendszert szintén az amerikai haditengerészet fejlesztette ki. Első műholdját 1967-ben, míg az utolsó hármat 1977-ben helyezték pályára.

A fenti két katonai rendszer mellett számos más rádiós rendszer üzemelt a múlt század második felében. Általánosságban elmondható, hogy az amerikai NAVSTAR GPS rendszer bevezetése és bevonása polgári alkalmazásra gyakorlatilag kiszorította a korábbi rendszereket. Mára összefoglaló néven csak GPS-nek nevezett rendszerek a legelterjedtebbek.

A amerikai NAVSTAR mellett két hasonló céllal és elvekkel működő műholdas helyazonosító rendszer üzemel: az orosz „Glonast”, melynek fejlesztése és polgári célú alkalmazása a FAK országokban az olajbevételek növekedése miatt új lendületet kapott.

A harmadik műholdas helymeghatározó rendszer az európai „Galileo”, melynek bevezetéséről az EU 2002-ben döntött. Általános bevezetése 2010-ben várható.

Mindhárom rendszerben a föld körül keringő műholdak egyedi azonosítójú rádiójeleket sugároznak ki. A vevőkészülékek több műhold rádiójelének vétele során a kisugárzott jelek megérkezési időkéséséből kiszámolják a vevő mérőkészülék koordinátáit. E koordinátákat egy un. GPS mondattá állítják össze, melyek további, a rendszerre vonatkozó kiegészítő információt is tartalmaznak.

A GPS mondatban szereplő szélességi-, hosszúsági és magassági koordináták segítségével egy téri pont egyértelműen azonosítható. Ha egy ilyen téri pont egy objektumhoz kapcsolódik, akkor önmagában alkalmas lehet az objektum egyértelmű azonosítására.

Az egyszerű és megbízható használata miatt az objektumokhoz rendelt helyi