A dissimilarity representation approach to designing systems for signature verification and bio-cryptography

Résumé

L’automatisation des processus légaux et financiers exige des transactions sécuritaires qui assurent l’authenticité, la confidentialité et l’intégrité de l’information. Cette thèse porte sur le développement de systèmes de vérification hors-ligne des signatures manuscrites (SVSM) dans le but de rehausser la sécurité des transactions. De plus, un système de bio-cryptographie est également proposé afin d’assurer la confidentialité et l’intégrité des transactions. La conception des systèmes de vérification de signatures manuscrites représente un défi important étant donné la grande variabilité intra-classe et des similarités interclasses importantes. Les méthodes traditionnelles reposent sur une représentation de l’image de la signature dans des espaces de caractéristiques de grande dimension afin de capturer les invariants dans l’image de la signature. Dans un contexte d’applications bancaires, le nombre d’usagers (classes) devient très important ce qui implique des frontières de décision complexes. De plus, une quantité importante de signatures sont requises pour l’apprentissage ce qui est impraticable pour les applications réelles. À l’opposé, la conception des systèmes de bio-cryptographie représente un défi encore plus grand. En effet, les images de signatures manuscrites servent pour bloquer les clés cryptographiques, conséquemment l’usager utilise sa propre signature comme requête afin de récupérer sa clé. Les systèmes de bio-cryptographie imposent comme contrainte un très petit nombre de caractéristiques discriminantes. Enfin ces systèmes utilisent un décodeur qui utilise un mécanisme très simple de correction d’erreur, ce qui implique l’utilisation de règles de classification très simples. Dans cette thèse, la conception des systèmes de vérification de signatures et de bio-cryptographie est basée sur l’utilisation des espaces de différences (DR, dissimilarity representation). Contrairement à l’utilisation des espaces de mesures, les approches basées sur les vecteurs de différences reposent sur la notion de mesure de proximité. Conséquemment, un problème de classification avec un grand nombre de classes devient un problème à deux classes dans l’espace des différences. Un avantage important est que le nombre de références devient très important avec une formulation dans l’espace des différences. Étant donné qu’un nombre important de caractéristiques est déjà disponible alors les espaces basées sur les différences sont faciles à construire. L’hypothèse formulée dans cette thèse est que les signatures d’un même scripteur sont semblables dans l’espace des caractéristiques ce qui se traduit par une projection proche de l’origine dans l’espace des différences. Conséquemment, les signatures de scripteurs différents sont projetées très loin de l’origine. Cette formulation du problème de vérification permet l’utilisation de classificateurs très simples basés sur des seuils de décision ce qui permet également la conception des systèmes de bio-cryptographie performants. Le Chapitre 2 présente une approche pour l’optimisation des espaces DR qui permet une réduction importante de la dimensionnalité. Ces espaces optimisés sont également très discriminants ce qui permet l’utilisation de classificateurs très simples. Des espaces de caractéristiques de grande dimension sont transformés dans un espace intermédiaire composé d’un vecteur de différences mesurées deux à deux. Ensuite, une sélection de caractéristiques est effectuée en deux étapes par un algorithme de type Gentle Adaboost. La première étape consiste à définir un espace de représentation universel à partir d’une base de développement. Ensuite, une deuxième étape consiste à spécialiser l’espace de représentation pour chaque abonné au système de vérification. De plus, la représentation finale comprend une phase où la variabilité intra-classe est modélisée dans l’espace des différences et les prototypes les plus discriminants sont sélectionnés. Une contribution importante de l’approche proposée est que la conception des systèmes de bio-cryptographie et de vérification de signatures sont formulée de la même façon ce qui permet l’utilisation de simples classificateurs basés sur des seuils de décision dans l’espace des différences. Une preuve de concept est réalisée à partir de la base de signatures brésiliennes (PUCPR). Il résulte des espaces de représentation de très faible dimension (environ 20 caractéristiques) ce qui permet l’utilisation d’un seul prototype de référence par scripteur. Un taux d’erreur moyen de 7% est obtenu avec ce système, ce qui est compétitif avec les approches beaucoup plus complexes publiées dans la littérature. Au chapitre 3, le problème de la conception des systèmes de vérification de signatures dans les espaces de différences est approfondi. La première version du système était performante, mais pas suffisamment sécuritaire. En effet, les prototypes de référence sont conservés en mémoire ce qui favorise une utilisation frauduleuse du système. Conséquemment, une nouvelle approche pour la conception de classificateurs dépendent du scripteur est proposée. Brièvement, la deuxième étape de traitement permet de revenir dans un espace de caractéristiques réduit ce qui favorise l’apprentissage d’un classificateur dans l’espace des mesures pour chaque scripteur. En conséquence, seul un classificateur est conservé en mémoire ce qui diminue les risques de fraudes pour les systèmes de vérification de signatures. Les résultats expérimentaux obtenus sur deux bases de signatures sont comparables à ceux publiés dans la littérature pour un classificateur beaucoup plus simple. Les performances moyennes obtenues sont de 5.38% et de 13.96% respectivement pour les bases PUCPR et GPDS. Finalement, une première approche fonctionnelle et performance d’un système de bio-cryptographie basé sur les images de signatures manuscrites est présentée au Chapitre 4. Une méthode d’encapsulage de la clé cryptographique basée sur le Fuzzy Vault (FV) est détaillée dans ce chapitre. L’étape la plus importante et la plus innovante est la sélection de caractéristiques stables, discriminantes et adaptées pour le FV. La méthode de sélection de caractéristiques en deux étapes basée sur la représentation par différences et présentée au Chapitre 2 est reprise et adaptée pour la conception de systèmes de bio-cryptographie. De plus, une méthode originale pour la génération de points fantômes (chaff points) basée sur une mesure de variabilité dans l’espace des différences est également exposée. Une preuve de concept sur la base PUCPR montre un taux d’erreur moyen de 3% pour une valeur d’entropie de 45 bits. La méthode de génération de chaff points adaptative permet d’augmenter l’entropie du système à 69 bits avec la même performance.

Date	29 avr. 2014
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Robert Sabourin (Directeur(-trice)) & Éric Granger (Codirecteur(-trice))