FAR (False Acceptance Rate)

FAR (False Acceptance Rate) — это метрика, используемая в системах биометрической аутентификации и контроля доступа, которая характеризует вероятность ошибочного принятия системой ложной биометрической характеристики за подлинную. Проще говоря, FAR — это доля случаев, когда система неверно идентифицирует или верифицирует пользователя, который не является зарегистрированным, разрешая ему доступ. FAR является одной из ключевых характеристик точности биометрических систем, наряду с FRR (False Rejection Rate) и EER (Equal Error Rate).

Определение и принцип работы

FAR измеряется как отношение количества ложных принятий к общему числу попыток аутентификации, выполненных незарегистрированными пользователями (или с использованием несоответствующих биометрических данных). Формально:

\[ FAR = \frac{\text{Количество ложных принятий}}{\text{Общее количество попыток аутентификации от незарегистрированных пользователей}} \times 100\% \]

В контексте биометрии «ложное принятие» происходит, когда система ошибочно сопоставляет предъявленный биометрический образец (например, отпечаток пальца, изображение лица, голосовой слепок) с шаблоном, хранящимся в базе данных зарегистрированных пользователей, и признаёт их совпадение, хотя на самом деле они принадлежат разным людям. Чем ниже значение FAR, тем выше безопасность системы, так как снижается вероятность несанкционированного доступа.

Взаимосвязь с другими метриками

FAR неразрывно связан с другими показателями производительности биометрических систем:

• FRR (False Rejection Rate) — частота ложных отказов. Это доля случаев, когда система ошибочно отказывает в доступе зарегистрированному пользователю, не распознав его подлинные биометрические данные. FRR и FAR находятся в обратной зависимости: при ужесточении порога принятия решения (например, требовании более высокого уровня совпадения) FAR снижается, но FRR возрастает, и наоборот.
• EER (Equal Error Rate) — точка равной ошибки. Это значение FAR и FRR, при котором они становятся равными. EER часто используется как единая метрика для сравнения точности различных биометрических систем: чем ниже EER, тем система точнее.
• FMR (False Match Rate) и FNMR (False Non-Match Rate) — в некоторых контекстах FAR и FRR могут рассматриваться как системные метрики, включающие в себя не только ошибки сопоставления, но и ошибки сбора данных, в то время как FMR и FNMR относятся только к этапу сравнения шаблонов.

Факторы, влияющие на FAR

На величину FAR влияет множество факторов, как технических, так и связанных с условиями эксплуатации:

• Порог принятия решения (Threshold) — ключевой параметр. Система сравнивает степень сходства предъявленного образца с шаблоном и, если она превышает заданный порог, принимает решение о совпадении. Снижение порога увеличивает FAR, повышение — снижает.
• Качество биометрического датчика — разрешение, чувствительность, устойчивость к шумам и загрязнениям. Низкокачественные датчики могут генерировать нестабильные данные, увеличивая вероятность ложных совпадений.
• Алгоритм обработки и сравнения — используемый метод извлечения признаков и алгоритм сопоставления (например, на основе нейронных сетей, корреляции или детекции ключевых точек). Разные алгоритмы имеют разную устойчивость к вариативности биометрических данных.
• Размер и разнообразие базы шаблонов — чем больше база зарегистрированных пользователей, тем выше вероятность случайного совпадения признаков с предъявленным образцом, что может увеличить FAR.
• Условия съёма — освещение, угол наклона, шум, влажность, состояние кожи или голосовых связок. Нестабильные условия могут приводить к искажениям, которые система ошибочно интерпретирует как совпадение с другим шаблоном.
• Тип биометрической модальности — разные модальности (отпечатки пальцев, лицо, радужная оболочка, голос, ДНК) имеют различную естественную вариативность и, следовательно, разные типичные значения FAR. Например, системы распознавания лиц в условиях плохого освещения могут иметь более высокий FAR, чем системы распознавания радужной оболочки.

Применение и значение

FAR является критически важным параметром при проектировании и оценке систем, где безопасность имеет первостепенное значение:

• Системы контроля доступа — в банках, государственных учреждениях, на режимных объектах. Низкий FAR (например, менее 0,001%) гарантирует, что посторонние лица не смогут пройти.
• Пограничный контроль и идентификация — в аэропортах, при выдаче виз и паспортов. Ошибки здесь могут привести к серьёзным последствиям, поэтому FAR устанавливается на минимально возможном уровне.
• Финансовые технологии — биометрическая аутентификация в мобильных банках, платежных терминалах. Высокий FAR может привести к краже средств.
• Мобильные устройства — разблокировка смартфонов по лицу или отпечатку пальца. Производители обычно балансируют между FAR и FRR, чтобы обеспечить как безопасность, так и удобство использования.

Критика и ограничения

• Компромисс с удобством — стремление к нулевому FAR неизбежно приводит к высокому FRR, что вызывает неудобства для легитимных пользователей (частые отказы в доступе). Нахождение оптимального баланса является сложной инженерной задачей.
• Зависимость от тестовых данных — FAR, измеренный в лабораторных условиях на идеальных данных, может значительно отличаться от реального FAR в условиях эксплуатации из-за шума, вариативности и атак.
• Атаки на биометрические системы — злоумышленники могут целенаправленно повышать FAR, используя поддельные биометрические данные (муляжи, записи голоса, фотографии) или модифицируя шаблоны в базе данных. В таких случаях метрика FAR становится нерелевантной, так как система атакована на уровне датчика или базы.
• Этические и правовые аспекты — в России, как и в других странах, использование биометрических данных регулируется законодательством (например, Федеральный закон № 152-ФЗ «О персональных данных»). Высокий FAR может привести к нарушению прав граждан на защиту персональных данных и конфиденциальность.

Интересные факты

• В системах высокого уровня безопасности, например, в государственных биометрических базах данных, FAR может быть установлен на уровне 1 на 10 миллионов (0,00001%) или даже ниже.
• Для мобильных устройств, таких как смартфоны, типичное значение FAR для разблокировки по лицу составляет около 0,001% (1 на 100 000), хотя в реальных условиях оно может быть выше.
• Метрика FAR используется не только в биометрии, но и в других областях, где требуется проверка подлинности, например, в системах обнаружения мошенничества (fraud detection) или в тестировании антивирусного программного обеспечения (ложные срабатывания).

Источники

1. Jain, A. K., Flynn, P., & Ross, A. A. (Eds.). (2008). Handbook of Biometrics. Springer.
2. ISO/IEC 19795-1:2006. Information technology — Biometric performance testing and reporting — Part 1: Principles and framework.
3. Maltoni, D., Maio, D., Jain, A. K., & Prabhakar, S. (2009). Handbook of Fingerprint Recognition. Springer.
4. Федеральный закон «О персональных данных» от 27.07.2006 № 152-ФЗ (ред. от 02.07.2021).