Yangın ve Güvenlik Dergisi 184. Sayı (Temmuz-Ağustos 2016)

KAPAK KONUSU - MAKALE YANGIN ve GÜVENL ø K SAYI 184 32 lon veri taban × nda saklanmaktad × r. Bu çerçevede, ü ablonlar özellik birle ü tirme süreci s × ras × nda ya da birle ü tirme süreci sona erdikten sonra koruma alt × na al × na- bilmektedir. Farkl × bir çerçeve olan çer- çeve 2 veri saklama anlam × nda biraz daha maliyetli olmakla beraber birle ü tir- me anlam × nda daha iyi performans ser- gilemektedir. Bu durumda iki farkl × özellik ü ablonu olu ü turulmaktad × r anca bunlar farkl × veri tabanlar × nda saklanmaktad × r- lar. Önerilen üçüncü multimodal biyometrik çerçeve olan çerçeve 3, her iki biyo- metrik modalite için çoklu özellik ç × kar × c × kullanmakta ve ü ablonlar × birle ü tirmek- tedir. Çoklu algoritmalar × multimodal tür sistem, algoritmalar × n ilave zaman kompleksiteleri ile kimlik belirleme do ù - rulu ù unu iyile ü tirmek amac × yla kullan × l- maktad × r. Bu sistemde, dört farkl × özellik ü ablonu ç × - kart × lmakta ve sonra nihai ad × mda elde edilen bu sonuç do ù rulu ù u s × ralamas × kullan × larak birle ü tirilmektedir. Bu tasa- r × mda, alg × lama sürecinin son karar × na ula ü mak için s × ra seviye füzyonu uygu- lanmaktad × r. 3. Sonuçlar × n Analizi Multimodal biyometrik çerçevenin ü ab- lon güvenlik analizi farkl × performans pa- rametreleri kullan × larak analiz edilebilir (Jain et.al 2008, Christina et. al. 2015). Optimal bir tasar × m çerçevesi için bu pa- rametrelerin bir kaç tanesinin maksimize edilmesi gerekirken di ù erlerinin minimize edilmesi gerekir. Belirsizli ù in performans parametrelerinde sakl × oldu ù u daha iyi bir tasar × m seçme süreci Fuzzy teorisine dayanmaktad × r. Analitik hiyerar ü i süreci (AHP) 1980 y × l × nda T. L. Satty taraf × ndan önerilmi ü tir. Fuzzy Analitik hiyerar ü i süreci (FAHP), (8)’de önerilmi ü olan bir dizi ka- rar parametresi kullanarak farkl × sistemleri kar ü × la ü t × rmak için kullan × lan popüler bir tekniktir. FAHP tekni ù i optimal karar prob- lemlerine yönelik olarak farkl × uygulama- larda kullan × lm × ü t × r (9, 10). Bizim çal × ü ma- m × z multimodal biyometrik çerçevelerin tasar × m × n × etkileyen be ü parametre tespit etmektedir. û ablon üretimi, multimodal biyometrik yöntemde bir özellik ü ablonu verisi olu ü turmak için gerekli olan özellik ç × kartma tekni ù inin çabas × n × ya da kar- ma ü × kl × ù × n × içerir. Özellik ü ablonu olu ü turul- duktan sonra, onun güvenli ù i en önemli parametre olmaktad × r. Füzyon süreci, multimodal biyometrik sistemlerde farkl × sonuçlar × birle ü tirme anlam × nda ortaya konulan çaba ve maliyeti yans × tmakta- d × r. û ablon boyutu maliyeti ise, ü ablon olu ü turulduktan sonra ü ablonun etkili bo- yutu ya da ü ablon veri taban × nda sak- lanmas × ndan önceki gerçek boyutudur. Depolama karma ü × kl × ù × bir özellik ü ab- lonunun disk üzerinde depolama için gerektirdi ù i gerçek bit say × s × d × r. FAHP alt × ad × mdan olu ü an bir süreç olup ilk ad × m- da çift-baz × nda kar ü × la ü t × rma matrisi olu ü - turarak bütün parametrelerin s × ralanm × ü bir yap × s × olu ü turulur. Bir sonraki ad × mda matris içindeki tutarl × l × k tespit edilir. Mat- risin A[nxn] olu ù u ve elemanlar × n aij ile gösterildi ù ini varsayal × m. Bu durumda e ü itlik 1’de belirtilen ü ekilde kriteri kar ü × l × - yorsa tutarl × d × r. û ekil 2: Multimodal biyometrik çerçeve1 Sensör 1 Parmak izi Özellik ç × kart × c × Özellik birle ü tirme Template Database E ü le ü tirici Karar Özellik birle ü tirme Özellik ç × kart × c × Sensör 1 Parmak izi Sensör 2 El geometrisi Özellik ç × kart × c × Özellik ç × kart × c × Sensör 2 El geometrisi Enrolment Test a ü amas × (1) (2) (3) û imdi bir sonraki ad × m çift-baz × nda kar- ü × la ü t × rman × n puanlar × n × de ù erleri 0 ila 1 aras × nda de ù i ü en fuzzy de ù i ü kenlere çe- virmek için pozitif fuzzy matrisin hesap- lanmas × d × r. Bunun ard × ndan, E ü itlik 2’de verilen formül kullan × larak bütün karar parametrelerinin fuzzy a ù × rl × klar × hesap- lan × r ve burada ‘p’, parametre say × s × n × göstermektedir Bir sonraki ad × m, geometrik ortalama- lar × n al × nmas × suretiyle sezgisel kararlar × n sonuçlar × n × birle ü tirmektir. Son olarak ise, e ü itlik 3’te verilmi ü olan formül kullan × la- rak, tutarl × l × k s × ralama endeksi vas × tas × ile s × ralama hesaplan × r. Burada, RCI farkl × de ù erlere sahip Ras- gele Tutarl × l × k Endeksidir. Satty’nin Ölçek ve Fuzzy Kar ü × la ü t × rmal × ölçe ù i ü u belirtilen alt × kategoriye ayr × la- bilir: (I) en dü ü ük belirginlik (1,0.5), (II) Orta seviyede belirginlik (3, 0.55), (III) Güçlü Tutarl × l × k Oran × ü u ü ekilde hesaplan × r: