Qu’est-ce que la biométrie? – Livre blanc
Test de fiabilité des systèmes biométriques
La fiabilité d’un système biométrique se mesure généralement à l’aide d’une courbe “caractéristique de la performance d’un test” ou “courbe ROC” indiquant son “taux de faux positifs (FMR)” et son “taux de faux négatifs (FNMR)” par rapport à une galerie d’échantillons biométriques. Le taux de faux positifs est la fréquence à laquelle des échantillons biométriques de différentes sources sont incorrectement considérés comme originaires d’une même source. Le taux de faux négatifs est la fréquence à laquelle des échantillons d’une même source sont incorrectement considérés comme originaires de sources différentes. Un système biométrique performant se caractérise par des résultats rapides et un faible taux de faux positifs et de faux négatifs. La fiabilité d’un système est égale au point de la courbe ROC dont l’emplacement est fonction du “seuil” de correspondance appliqué. Un seuil de correspondance élevé réduit le taux de faux positifs mais augmente le taux de faux négatifs (plus de sécurité, moins de commodité). Un seuil de correspondance faible réduit le taux de faux négatifs mais augmente le taux de faux positifs (plus de commodité, moins de sécurité ; voir l’illustration 3). Un grand nombre de données (ex : plus d’empreintes digitales) et des échantillons de grande qualité (très réguliers) sont nécessaires pour les identifications, contrairement aux vérifications.
Il est important de reconnaître que la fiabilité des systèmes biométriques dépend largement de la nature des données biométriques du système. Chaque galerie de données biométriques par rapport à laquelle est effectuée une comparaison d’échantillons donnera une courbe ROC de fiabilité différente. Il existe des galeries biométriques dans le domaine public, qui servent de références afin de comparer différents algorithmes de correspondance. Cependant, les algorithmes peuvent être “entraînés” pour fonctionner plus efficacement sur des bases de données connues, ce qui revient à voir les questions d’un test avant de le passer. Leur fiabilité comparative s’en trouvera ainsi améliorée sur les bases de données connues, sans que cela indique forcément la performance du système sur des données inconnues, comme c’est le cas en situation réelle. Le meilleur moyen de prédire le comportement d’un système biométrique lors d’un déploiement en situation réelle consiste donc à tester ses performances sur des données pour lesquelles il n’a pas été expressément entraîné.
Illustration 2 – Courbe ROC pour un système de recherche de correspondance biométrique et un ensemble de données
Illustration 3 – Densité de probabilité de scores de comparaison entre a) des échantillons provenant de différentes sources et b) des échantillons provenant des mêmes sources, montrant le TFP et le TFN.