- Institut de la Francophonie pour l’Informatique Institut National des Télécommunications. - VERIFICATION DE SIGNATURE EN-LIGNE. - Mes plus sincères remerciements vont également à tous les professeurs et les personnels de l'Institut de la Francophonie pour l'Informatique (IFI) pour m'avoir donné des cours de très bonne qualité et pour leur soutien tout au long de mes études à l'IFI.. - CHAPITRE 2 VERIFICATION DE SIGNATURE EN LIGNE ...9. - 3.2.5 Stockage de référence...25. - 4.2.1 Base de données ...32. - 4.3.1 Base de données ...34. - Qu’est-ce que une signature en ligne ? Comment peut-on l’acquérir ? Quelles sont les méthodes pour construire un système et l’utiliser pour vérifier l’identité d’une personne par sa signature ? On va étudier les réponses à ces questions dans ce rapport.. - Qu’est qui se passe quand on fusionne plusieurs systèmes ? Est-ce que le système est de meilleure qualité ou pas ? Les réponses à ces questions peuvent être trouvées dans le Chapitre 4.. - « Systèmes de Référence » pour la vérification de signature.. - Après une introduction de la vérification de signature en ligne, deux algorithmes de l’état de l’art sont présentés : les Modèles de Markov Cachés dans la partie 2.2 et la Déformation Temporelle Dynamique dans la partie 2.3Error! Reference source not found... - Dans le Chapitre 5, nous proposons une nouvelle approche pour la vérification de signature en ligne, c’est l’approche par algorithme génétique.. - Chapitre 2 Vérification de signature en ligne. - Signature en ligne. - Signature en. - Figure 1 – Classification de la vérification de signature en ligne. - par contre, la signature hors ligne est l’image de la signature normale qui est acquise par un stylo et un feuil.. - Signer sur un PDA n’est pas très différent que sur une feuille.. - • Elle n’est pas coûteuse par rapport aux autres méthodes comme l’iris, le visage, etc.. - • Au cours du temps, la signature change et si le système n’est pas mis à jour, il ne pourra plus reconnaître la signature authentique.. - comment calculer la séquence d’états Q = q 1 q 2 …q T la plus probable.. - La probabilité de la séquence des observations O pour la séquence des états Q est. - On a aussi la probabilité de la séquence Q. - en temps de calcule (en effet, c’est. - On dénote α t (i) est la probabilité de la séquence partielle d’observation O 1 , O 2. - C’est à dire, la probabilité de la séquence partielle d’observation O t+1 ...O T. - La difficulté du problème de décodage se trouve dans la définition de la séquence d’états optimale, c’est à dire il y a plu. - Normalement, on peut utiliser la solution du problème d’évaluation pour calculer tous les Q possible mais c’est coûteux en temps. - utilise l’algorithme Viterbi qui est basé à une méthode de la programmation dynamique.. - Elle est utilisée dans plusieurs domaines comme l'identification de geste, robotique, traitement de la parole, fabrication et. - Reconnaissance de la parole Reconnaissance d'écriture. - La déformation temporelle dynamique (dyn est une technique de la program. - la vérification de signature. - Supposons qu’on ait deux séries de temps : Q = q 1. - En conséquence, la complexité de la calcule est O(nxm) et cela n’est pas acceptable en réalisant.. - Patterns de pas : On peut visualiser la formule de la distance cumulative par un pattern de pas dans la Figure 5-1. - Elle est aussi un algorithme efficace pour la vérification de la s. - récognition de la parole. - Dans la première Compétition Internationale de Vérification de la Signature (SVC 2004) [16], l’algorithme le plus efficace est ce qui utilise DTD. - Chapitre 3 Systèmes de référence. - Nous présentons dans ce chapitre les Systèmes de Référence open-source pour la vérification de signature en ligne [4]. - Stockage de Référence. - 3.2.5 Stockage de référence. - Fonction : Sauvegarde des signatures authentiques créées de la même façon comme les autres.. - 4.2.1 Base de données. - La base de données SVC2004 est utilisée plutôt quand on a développé les Systèmes de Référence. - Base de données BIOMET MCYT-100. - On utilise un protocole pour tester tous les systèmes de la même façon.. - Pour les systèmes à base de référence, ces 5 signatures sont les références pour la vérification. - Tableau 2 - Les EERs pour la base de données BIOMET. - Tableau 3 – Les EERs pour la base de données MCYT-100. - Peut-être c’est parce que le système de l’INT extrait les paramètres concernant du temps, par exemple la vitesse.. - Cela n’est pas un bon résultat parce que, la vérification des signatures aléatoires est normalement plus facile que la vérification des signatures dynamiques.. - 4.3.1 Base de données. - Tableau 4 - Base de données MCYT-complète. - Les résultats d’évaluation seront utilisés pour la fusion des systèmes qu’on va aborder toute de suite.. - On a choisi la validation croisée « 2-fold » parce qu’il permet d’obtenir des résultats globaux sur la totalité de la base de données. - ù µ I et σ I sont le moyenne et l’écart-type de la distribution des scores impos. - teur dans l’ensemble d’apprentissage de fusion et µ I et σ I sont le moyen et l’écart-type de la distribution des scores client. - Ensuite, c’est le système de l’UPM. - En fait, les écart-types des EERs sur 50 tirages montrent que la différence entre deux combinaisons n’est pas significative. - Il semble en effet que l'information de la probabilité de tous les deux MMCs sont moins complémentaire que le score vraisemblance d'UPM et le score Viterbi de Ref1.. - Ceci peut être expliqué par le fait que le score de Viterbi correspond à un autre niveau de la description des signatures que celle qui caractérise la probabilité.. - Nous voyons dans le Tableau 8 que n'importe quelle combinaison des scores de la vraisemblance d'UPM à un des deux scores de l'autre MMC, Ref1-Lik ou Ref1-Vit, donne un meilleur résultat que le résultat de la combinaison entre Ref1-Lik et Ref1-Vit, comme fait dans Ref1. - Les deux MMCs diffèrent dans certains des dispositifs extraits de la signature (bien que beaucoup de l'information semblable sont extraites par tous les deux), dans le nombre d'états, et dans le nombre de composants gaussiens par état. - Pour conclure au sujet de la qualité relative les deux approches à base de MMC, certainement les scores de la vraisemblance d'UPM sont un meilleur système que le seul score vraisemblance de Ref1, mais le score Viterbi de Ref1 est très efficace si on le combine avec l'information de vraisemblance, particulièrement en augmentant les possibilités de discrimination du système aux imposteurs. - a Figure 12 montre la performance de la fusion des 3 Systèmes de Référe. - aux combinaisons des systèmes à base de MMCs et des Systèmes de Référence.. - ous analysons maintenant des résultats après l’exécution de la fusion des approc. - Il est intéressant parce qu'il montre la puissance de la fusion : certainement, la fusion améliore toujours des résultats puisqu'elle ajoute une dimension supplémentaire à notre problème de discrimination, séparant des clients des imposteurs . - Une autre remarque c’est que la fin d’une signature n’est pas stable en général.. - En général, on le (les) choisit au hasard alors ce n’est pas sûre que cette (ces) signature(s) contienne des parties stables. - Les idées ici c’est que l’évolution peut être utilise comme un outil optimal pour quelques systèmes. - L’idée des AGs est simuler le processus évolutionniste de la nature : les individus d’une population se produisent, se meurent d’après des lois naturelles - les meilleurs gènes vivent plus long temps. - • Le remplacement pour que le nombre de la population à chaque génération soit égal. - Quelque fois, la représentation pour un problème est évidente mais normalement, c’est difficile à trouver une bonne solution. - Premièrement, il faut choisir un modèle de la représentation. - Pour le modèle de la représentation d’un AG, on peut utiliser un modèle binaire ou un modèle réel.. - La fonction objective c’est pour calculer la performance d’un individu. - Par exemple, pour un problème optimal, c’est la fonction à optimiser. - Pour le problème du voyageur de commerce, c’est le coût du voyage, etc. - Dans toute la population, la convenance du chaque individu est calculée et est gardé pour qu’on puisse l’utiliser après.. - Donc, c’est la fonction objective qui aide à choisir la direction de recherche. - De plus, elle est dépendant directement de la représentation de ce problème.. - Si le nombre généré est satisfait une condition quelconque de la probabilité, cet individu est choisi. - La chance de être choisi de chaque individu dépend seulement de sa position dans le rang d’individus et pas de la valeur objective réelle. - Elle surmonte le problème de la sélection par probabilité (spécialement dans le cas où la pression sélective est trop petite ou la convergence est prématurée). - Pourquoi on en a besoin ? De prime abord, il se semble qu’on imite machinalement la nature. - on produit plus de descendants qu’on en a besoin et choisi les descendants les meilleurs.. - 5.2 AG pour la vérification de signature. - Dans les parties 5.2.1, 5.2.2, 5.2.3, on explique plus détaillé de la représentation, les opérateurs génétiques et l’évaluation. - Au début, la population est initiée par quelques signatures authentiques qu’on appelle les signatures d’apprentissage.. - Il y a deux opérateurs génétiques comme d’autres algorithmes : la mutation et l’hybridation, ici c’est le croissement. - Pour la mutation réelle, normalement, on transforme de X ij à X ij ’ dans [X ij – δ, X ij + δ] où δ est une paramètre d’algorithme qu’on peut choisir en exécutant.. - Grâce à la fonction d’évaluation, on peut évaluer la population à chaque itération pour qu’on puisse éliminer les individus faibles et sauvegarder les individus forts.. - Pour chaque signature dans la population, comment peut-on faire la comparaison entre celle là et les signatures d’apprentissage ? Le problème ici c’est que les signatures ont les tailles différentes. - Tout d’abord, c’est la raison du temps et je ne peux pas optimiser les paramètres du programme, par exemple : le nombre de la population, la probabilité de la mutation, la probabilité du croissement, etc. - D’autre raison c’est peut-être la normalisation des scores de DTD. - Ce stage est centré sur une de plusieurs techniques de la Biométrie: la vérification de signature en ligne. - Néanmoins, à raison de temps, le résultat n’est pas à souhait.