Közzététel: 2015. szept. 28.
Balázs Tóth
https://www.youtube.com/channel/UC9CE-vGuiD0kdbyam5MVpkA

Eredeti:
https://www.youtube.com/watch?v=dCQRJteXQzU


Az igazságügyi írásszakértők a golyóstoll nyomából, papírszöszök mikroszkóp alatti elemzésével próbálják kitalálni, hogy kinek az aláírása szerepel a szerződések alján. Az aláírás hitelesítése perdöntő bizonyíték is lehet a bíróságon. Ezek a szakértők a filmekben is a nyomozók segédjeként jelennek meg, amikor az írásból a gyanúsított korára vagy nemére próbálnak következtetni. Csakhogy napjainkban egyre gyakrabban kell papír helyett érintőkijelzőre aláírni, ezért ki kellett dolgozni a digitalizált szignók elemzési módszerét.
http://index.hu/tech/2015/10/03/egermozgatas_azonositja_a_netezoket/
írja az index.hu

Egy magyar csapat által alapított, Cursor Insight olyan ügyes algoritmust fejlesztett ki, amellyel első helyezést szerzett a hamis aláírások kiszűrésére kiírt világversenyen, nagy nemzetközi cégek és kutatócsapatok előtt végezve.

Láthatatlan vonalak

A Cursor Insight győztes rendszerét budapesti irodájukban próbáltam ki egy teljesen hétköznapi Samsung tableten, webes felületen. Először tízszer rögzítettem az aláírásomat, hogy a rendszer megismerje a mozdulataim jellemző irányát, sebességét.

"Vakon kell bevinni az aláírásokat, mert ha látod, hogy milyen vonalakat húzol, az lelassít, elkezdesz tudatosan korrigálni"

– magyarázta Dr. Hanczár Gergely társalapító. A fejlesztési munka a budai Colabs irodában zajlik, eközben Zelczer Tamás társalapító, cégvezető Angliában teszteli a piacot és kutatja fel a vevőket.

Az aláírás-felismerő betanítása után következett a próba, hogy a szoftver valóban el tudja-e dönteni, hogy hamis-e a szignó. Újra odavetettem az aláírásomat a beviteli mezőre, és a rendszer visszaigazolta, hogy valóban én vagyok az. Próbálkozhatott az aláírással más, a gép érzékeli, hogy nem az eredeti aláíró mozgatja a tollat. Sőt, amikor egy kicsit elfordítottam a tabletet és igyekeztem máshogyan írni, mint ahogy általában szoktam, a gép akkor is hibát jelzett.

„A versenyen 10 százalék alatti hibaarányt értünk el, nagyon rossz minőségű, digitális tollal rögzített mintákon. A tabletek és a profi aláírás-beviteli eszközök ennél sokkal jobb minőségben tudják rögzíteni a toll útvonalát, ezeken az eszközökön pontosabb az algoritmus. A kiosztott minták a gyakorlott hamisítvány (skilled forgery) kategóriába tartoztak, ami azt jelenti, hogy aki hamisítja az aláírást az egyenként alaposan megtanulja a betűk formáját.” - magyarázták a fejlesztők, Golda Bence és Réczey Bálint.

„A versenyen kapott rossz minőségű aláírásminták esetében 75 Hz-es volt a mintavételezés gyakorisága és 85 dpi a felbontása. Ilyen gyatra felbontásnál igencsak szögletes vonalakat kapunk, nem olyan szépen kanyarodókat, mint amikor hagyományos tollal írunk” - tették hozzá. „Az útvonalon kívül a mozgás dinamikáját, a koordinátához tartozó időpontokat is rögzíti a rendszer, ezért sokkal pontosabb, mint a statikus optikai kézírás-felismerés. Az írás dinamikája az, amit a hamisítók nem tudnak pontosan begyakorolni.”

Ez tulajdonképpen a sikeres digitális aláírás-elemzés egyik titka. A másik pedig az, hogy a Cursor Insight csapatában együtt dolgozik írásszakértő, fizikus, pszichológus, informatikus, matematikus és közgazdász, és így különböző nézőpontokból közelítik meg a problémát.

Tánc a pixeleken

Bár a digitalizált aláírások felismerése önmagában is jó üzletnek ígérkezik, a Cursor Insight kiszemelt magának még egy területet, ahol alkalmazni tudja a technológiáját. Ez az internetezők kategorizálása egérmozgatási mintáik alapján.

„A finommotorikus mozgások, amelyekkel a touchpadet vagy a mobiltelefont használjuk, tudatalatti mozdulatok, és ezek nagyon jellemzőek egyes személyiségjegyekre. Ez nem jelenti azt, hogy egy felhasználóról részletes leírást tudnánk adni, de matematikailag ki tudunk mutatni összefüggéseket a mozgások és bizonyos személyiségjegyek között” – magyarázta Zelczer Tamás.

Angliában és az USA-ban már folyamatban van a felhasználók egérmozgás-alapú kategorizálásának tesztelése. A módszert a Cursor Insight úgy alakította ki, hogy a weboldalak a hasonló felhasználók csoportjaira tudják szabni a tartalmat anélkül, hogy a látogatókat egyedileg követnék. Míg más módszerek lényege a felhasználók sütikkel (cookie) való egyedi azonosítása, az egérmozgás alapú csoportosítás visszatérés lehet abba a korba, amikor a bolti eladó a betérő vevő alakja és mozgása, nem pedig az irányítószáma alapján ajánl szmokingot vagy sportzakót.

Az egérmozgatási minta elemzése a fentieken túl a webes szolgáltatások és a számítógépek védelmi rendszerének is a részévé válhat, veszélyt jelezve, ha nagyon máshogyan mozgatjuk az egeret. Nem feltétlenül arra kell gondolni, hogy kizár minket a Facebook vagy az online bank a fiókunkból, de ha túl nagy mértékű az eltérés, akkor a szolgáltató kérhet tőlünk emailes visszaigazolást vagy kódgenerátoros megerősítést.

Az internetezők egérkurzor és mobileszközök mozgatásán alapuló kategorizálása a jövőben webshopoknak és bankoknak is hasznos technológia lehet.