«La biometría consiste en nuestras características físicas (y de comportamiento) más singulares, que pueden ser detectadas de forma práctica por dispositivos e interpretadas por ordenadores, de modo que puedan utilizarse como representantes de nuestro yo físico en el ámbito digital. De este modo, podemos vincular los datos digitales a nuestra identidad con permanencia, coherencia y claridad, y recuperar dichos datos mediante ordenadores de forma rápida y automatizada».
Pruebas de precisión de los sistemas biométricos
La precisión de un sistema biométrico se cuantifica normalmente mediante una «curva característica de funcionamiento del receptor» (o «curva ROC»), que indica su «tasa de coincidencias falsas (FMR)» y su «tasa de no coincidencias falsas (FNMR)» en relación con una galería de muestras biométricas. La tasa de coincidencias falsas es la frecuencia con la que se considera erróneamente que muestras biométricas procedentes de fuentes diferentes pertenecen a la misma fuente. La tasa de no coincidencias falsas es la frecuencia con la que se considera erróneamente que muestras procedentes de la misma fuente pertenecen a fuentes diferentes. Un sistema biométrico de buen rendimiento se caracteriza por resultados rápidos y bajas tasas de coincidencias falsas y de no coincidencias falsas. La precisión de un sistema se sitúa en un punto de la curva ROC cuya ubicación depende del «umbral» de coincidencia aplicado. Un umbral de coincidencia más alto reduce la tasa de coincidencias falsas, pero aumenta la tasa de no coincidencias falsas (mayor seguridad, menor comodidad). Un umbral de coincidencia más bajo reduce la tasa de falsos no coincidencias, pero aumenta la tasa de falsas coincidencias (mayor comodidad, menor seguridad; véase la figura 3). Para los procesos de búsqueda «uno a muchos» se requieren mayores cantidades de datos (por ejemplo, más huellas dactilares) y muestras de mayor calidad (altamente consistentes) en comparación con la coincidencia «uno a uno» para la verificación.
Es importante tener en cuenta que la precisión de un sistema biométrico depende en gran medida de la naturaleza de los datos biométricos que contiene. Cada base de datos biométrica con la que se comparan un conjunto de muestras de prueba generará una curva ROC de precisión diferente. Existen bases de datos biométricas de dominio público que sirven para proporcionar puntos de referencia comunes con los que comparar diferentes algoritmos de coincidencia. Sin embargo, los algoritmos pueden «entrenarse» para que funcionen mejor con bases de datos conocidas, lo que es análogo a ver las preguntas de un examen antes de realizarlo. Hacerlo mejorará su precisión comparativa en bases de datos conocidas, pero no indica necesariamente el rendimiento del sistema con datos desconocidos, como ocurre en un escenario real. Por lo tanto, la mejor forma de predecir cómo se comportará un sistema biométrico en una implementación real es probar su rendimiento con datos con los que no haya sido entrenado explícitamente.
Figura 2 – Una curva ROC para un sistema de comparación biométrica y un conjunto de datos determinados
Figura 3 – Funciones de densidad de las puntuaciones de comparación entre a) muestras de diferentes fuentes y b) muestras de las mismas fuentes, que ilustran el FMR y el FNMR.
