Système biométrique multi-modale adaptatif

Abstract

Les techniques de biométrie lorsqu’elles sont introduites dans un système de contrôle d’accès classique permettent d’augmenter significativement la robustesse de celui-ci et de parer aux actes frauduleux. Pour cela, les signes vitaux (autrement appelés information vivante) du demandeur d’accès sont retenus comme paramètres clés pour l’identification de l’usager, et on parle alors d’un système de contrôle d’accès biométrique. Dans cette perspective, cette thèse s’articule autour de deux points clés. Le premier est consacre `a l’amélioration des performances du système biométrique. Et, le second vise à résoudre un problème de fond pour rendre le système biométrique distant sans fil plus pratique et donc déplorable. En effet, le système biométrique, tel qu’il est de nos jours, impose `a l’usager d’être lui-même devant le système de contrôle d’accès. Ce dernier capture un échantillon d’information vivante, telle que des images pour la modalité visage ou plusieurs trames pour la modalité vocale, etc. Par la suite, le système biométrique effectue des estimations, selon un algorithme embarqué dans le système, suivi d’une prise de décision non dépourvue d’erreur. Ceci est dû aux imperfections d’estimation que fait le système sur un échantillon de données, et aux erreurs résultantes de fausse classification/décision qui s’en suivent. Il est vrai que durant cette dernière décennie, des efforts considérables ont été consentis dans la recherche pour réduire cette probabilité d’erreur, et ces efforts sont toujours déployées afin d’atteindre les performances escomptées d’un système largement adopte. La thèse s’oriente vers la proposition de solutions pour améliorer le système biométrique et le rendre réalisable pour des applications de sécurité distante sans fil dans un second stade. Le premier objectif est atteint par fusionnement à l’échelle score de plusieurs systèmes biométriques, succinctement à l’application d’une normalisation particulièrement en score dénommée dans la littérature scientifique tr`es récente comme normalisation spécifique ou encore normalisation centrée autour de statistiques de l’usager. Cette normalisation a l’avantage de réduire ce que l’on appelle l’effet de Doddington Zoo. Ce dernier, relève de la façon dont le système voit l’intrus qui y accès de en accaparant l’identité des autres, ou même les clients qui sont acceptés ou rejetés faussement. La quête de la perception du système des intrus ou des clients a orienté les chercheurs versle groupement des sujets `a authentifier, et l’association de ces groupes avec un nom d’animal pour leur donner un certain caractère, ou comportement. Pour exemple, les associations iii mouton et loup sont assignées respectivement au client et `a l’imposteur que le système accepte pour le premier, et rejette pour le second, sans difficulté. Le mouton similairement au loup est caractérisé par sa déterminations à défendre son territoire avec acharnement, ce qui n’est pas le cas du renard et de l’agneau. Les sujets ayant une spécificité similaire `a celle du renard ou de l’agneau sont difficilement décelables par le système biométrique. Un des objectifs de la normalisation spécifique de score renforce la position des clients faibles et affaibli les intrus. Le second aspect d’intérêt mentionné dans cette thèse, concerne le côte applicatif d’un système de sécurité distant dans des environnements souterrains, tels que les mines, les tunnels et les galeries souterraines. Ces canaux sont d’intérêt économique pour la sécurisation des opérations d’extraction de la matière première dans les mines, mais aussi militaires pour des communications non conventionnelles. Le but est d’assurer des transmissions haut-débit dans ces milieux hostiles, tout en assurant une immunisation de l’information contre l’interférence. Pour cela le débit que le canal peut offrir doit être augmenté de façon à approcher sa capacité, tout en assurant la sécurisation nécessaire. Cette condition est réalisable lorsqu’on augmente la capacité du canal. Pour ce faire, nous avons introduit une nouvelle approche, basée sur une fusion de plusieurs fenêtres (tapers) via une approche OWA (Orded Weighted Averaging).