Gezichtsverificatie in Windows Hello

Microsoft gezichtsverificatie in Windows 11 is een mechanisme voor identiteitsverificatie op ondernemingsniveau dat is geïntegreerd in het Windows Biometric Framework (WBF) als een kernonderdeel Microsoft Windows dat Windows Hello wordt genoemd. Windows Hello gezichtsverificatie maakt gebruik van een camera die speciaal is geconfigureerd voor near infrared (IR) imaging om Windows apparaten te verifiëren en te ontgrendelen en uw Microsoft Passport te ontgrendelen.

Belangrijkste voordelen en mogelijkheden van Windows Hello gezichtsverificatie

Dit zijn de belangrijkste voordelen van het gebruik van de Windows Hello gezichtsverificatie:

• Gezichtsherkenning op alle Windows 11 gebaseerde apparaten en platforms met compatibele hardware (near IR-sensor).
• Een gebruiksvriendelijke interface die een vorm van verificatie met eenmalige aanmelding biedt om uw Microsoft Passport te ontgrendelen.
• Verificatie op ondernemingsniveau en toegang tot Microsoft Passport Pro ondersteunde inhoud, waaronder netwerkresources, websites en betaalinstrumenten.
• De mogelijkheid om een consistente afbeelding (met IR) te bieden in diverse lichtomstandigheden die ook subtiele veranderingen in uiterlijk mogelijk maakt, waaronder gezichtshaar, cosmetische make-up, enzovoort.

Scenarios

De twee primaire scenario's voor Windows Hello gezichtsverificatie in Windows 11 zijn verificatie voor aanmelden of ontgrendelen en opnieuw verifiëren om te bewijzen dat u er nog bent.

Verificatie

Verificatie opnieuw

Hoe werkt het?

De engine voor gezichtsherkenning Windows Hello bestaat uit vier afzonderlijke stappen waarmee Windows begrijpt wie voor de sensor staat:

1. Zoek het gezicht en ontdek oriëntatiepunten

   In deze eerste stap detecteert het algoritme het gezicht van de gebruiker in de camerastream en zoekt het gezichtsoriëntatiepunten (ook wel uitlijningspunten genoemd), die overeenkomen met ogen, neus, mond, enzovoort.

2. Hoofdoriëntatie

   Om ervoor te zorgen dat het algoritme voldoende van uw gezicht heeft om een verificatiebeslissing te nemen, zorgt dit ervoor dat de gebruiker naar het apparaat +/- 15 graden gericht is.

3. Representatievector

   Met behulp van de oriëntatiepunten als ankerpunten neemt het algoritme duizenden voorbeelden uit verschillende gebieden van het gezicht om een weergave te bouwen. De weergave in de meest eenvoudige vorm is een histogram dat de lichte en donkere verschillen rond specifieke punten weergeeft. Er wordt nooit een afbeelding van het gezicht opgeslagen. Het is alleen de weergave.

4. Beslissingsengine

   Zodra er een weergave is van de gebruiker vóór de sensor, wordt deze vergeleken met de ingeschreven gebruikers op het fysieke apparaat. De weergave moet een drempelwaarde voor machine learning overschrijden voordat het algoritme deze als een juiste overeenkomst accepteert. Als er meerdere gebruikers zijn ingeschreven op het systeem, wordt deze drempelwaarde dienovereenkomstig verhoogd om ervoor te zorgen dat de beveiliging niet wordt aangetast.

Inschrijving

Registratie is de stap waarbij een representatie of een set representaties van uzelf wordt gegenereerd (bijvoorbeeld, als u een bril draagt, moet u zich mogelijk zowel met als zonder bril registreren) en waarbij deze representaties in het systeem worden opgeslagen voor toekomstige vergelijking. Deze verzameling weergaven wordt uw inschrijvingsprofiel genoemd. Microsoft slaat nooit een werkelijke afbeelding op en uw inschrijvingsgegevens worden nooit doorgestuurd naar websites of toepassingen voor authenticatie.

De meeste gebruikers moeten zich waarschijnlijk één keer per apparaat inschrijven. Er zijn extra inschrijvingen nodig voor gebruikers die:

• Af en toe bepaalde soorten brillen dragen
• Hebben grote wijzigingen aangebracht in de gezichtsvorm of het patroon
• Ga naar omgevingen met een hoog omgevingslicht in de buurt van IR (bijvoorbeeld als u uw apparaat buiten de zon neemt)

Voordelen van bijna infrarood

Na de release van gezichtsherkenning met de eerste Kinect op Xbox 360, leerde Microsoft dat het afhankelijk zijn van omgevingslicht om een consistente afbeelding te bieden een slechte gebruikerservaring opleverde. Mensen wonen en werken in verschillende omgevingen, met een scala aan lichtomstandigheden. Traditionele kleurenherkenningssystemen zijn afhankelijk van het inschakelen van de helderheid, belichting of andere instellingen om een bruikbare afbeelding te maken, allemaal met artefacten die van invloed zijn op de robuustheid van het systeem.

Daarentegen zijn nabij infraroodbeelden consistent in omgevingsverlichtingsscenario's, zoals u hieronder kunt zien.

Scenario	Kleurenafbeelding van geïntegreerde camera	IR-afbeelding van Microsoft referentiesensor
Weinig licht dat typerend is voor het tv-kijken of het geven van een PowerPoint-presentatie.
Zijverlichting bij het zitten in de buurt van een raam of bureaulamp

Het gebruik van IR helpt ook bij adresvervalsing, omdat hiermee de meest toegankelijke aanvallen worden voorkomen. Ir wordt bijvoorbeeld niet weergegeven in foto's omdat het een andere golflengte is, en zoals u hieronder kunt zien, worden de afbeeldingen niet weergegeven in foto's of op een LCD-scherm.

Hoe nauwkeurigheid wordt gemeten

Wanneer Microsoft spreekt over de nauwkeurigheid van Windows Hello gezichtsauthenticatie, worden er drie primaire metingen gebruikt: vals-positieven, terecht-positieven en vals-negatieven.

Rekening houden met meetfouten is belangrijk, dus categoriseert Microsoft deze op twee manieren: bias-fouten (systematische fouten) en willekeurige fouten (steekproeven).

Bias-fouten

Vooroordelenfouten kunnen optreden als gevolg van het niet gebruiken van gegevens die representatief zijn voor de omgevingen en de voorwaarden waarin het algoritme wordt gebruikt. Dit type fout kan het gevolg zijn van verschillende omgevingsomstandigheden (zoals verlichting, hoek tot sensor, afstand, enzovoort) en hardware die niet representatief is als verzendapparaten worden verzonden.

Willekeurige fouten

Willekeurige fouten zijn afkomstig van het gebruik van gegevens die niet overeenkomen met de diversiteit van de populatie die daadwerkelijk de functie gaat gebruiken. Als u zich bijvoorbeeld richt op een kleine set gezichten zonder bril, baard of unieke gezichtskenmerken.

Beveiliging van externe camera

Het wordt ten zeerste aangeraden om Windows Update voortdurend uit te voeren en ervoor te zorgen dat uw systeem wordt bijgewerkt met de nieuwste beveiligingsupdates, inclusief de updates die zijn uitgebracht op 13 juli 2021 om de beveiliging te verbeteren wanneer u Windows Hello camera gebruikt die wordt beschreven in CVE-2021-34466. Als u bovendien het gebruik van een externe Hello-camera volledig wilt verbieden, kunt u een optionele registerwaarde toevoegen aan het volgende pad.
Registerpad: HKEY_LOCAL_MACHINE\Software\Microsoft\Windows\CurrentVersion\Authentication\LogonUI\FaceLogon
DWORD-waarde: ShouldForbidExternalCameras
Waarde: 1

Verwante onderwerpen

Windows Biometric Framework API