KR102144289B1 - 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치 - Google Patents

다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치 Download PDF

Info

Publication number
KR102144289B1
KR102144289B1 KR1020200007597A KR20200007597A KR102144289B1 KR 102144289 B1 KR102144289 B1 KR 102144289B1 KR 1020200007597 A KR1020200007597 A KR 1020200007597A KR 20200007597 A KR20200007597 A KR 20200007597A KR 102144289 B1 KR102144289 B1 KR 102144289B1
Authority
KR
South Korea
Prior art keywords
signature
authentication
analysis
threshold value
analysis result
Prior art date
Application number
KR1020200007597A
Other languages
English (en)
Inventor
홍기융
Original Assignee
주식회사 시큐브
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 시큐브 filed Critical 주식회사 시큐브
Priority to KR1020200007597A priority Critical patent/KR102144289B1/ko
Priority to EP20719111.5A priority patent/EP4095721A4/en
Priority to JP2021505240A priority patent/JP7264355B2/ja
Priority to PCT/KR2020/004647 priority patent/WO2021149869A1/ko
Priority to US16/758,705 priority patent/US20230004630A1/en
Application granted granted Critical
Publication of KR102144289B1 publication Critical patent/KR102144289B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/33—User authentication using certificates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/316—User authentication by observing the pattern of computer usage, e.g. typical user behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/45—Structures or tools for the administration of authentication
    • G06K9/00154—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/776—Validation; Performance evaluation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30—Writer recognition; Reading and verifying signatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30—Writer recognition; Reading and verifying signatures
    • G06V40/37—Writer recognition; Reading and verifying signatures based only on signature signals such as velocity or pressure, e.g. dynamic signature recognition
    • G06V40/382—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/30—Writer recognition; Reading and verifying signatures
    • G06V40/37—Writer recognition; Reading and verifying signatures based only on signature signals such as velocity or pressure, e.g. dynamic signature recognition
    • G06V40/394—Matching; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/40—Spoof detection, e.g. liveness detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities

Abstract

본 발명은 인증 대상 수기서명을 입력받아, 복수의 서명 행위 특징 정보를 추출하고, 상기 추출된 복수의 서명 행위 특징 정보 전체를 서로 다른 기법으로 이루어진 제1, 2 서명 인증 알고리즘에 각각 적용하여 상기 입력된 수기서명과 등록된 수기서명과의 일치도를 분석하고, 제1, 2 서명 인증 알고리즘의 분석결과를 조합하여 본인 거부율(False Rejection Rate) 및 타인 수락률(False Acceptance Rate)을 보정하여 수기서명 인증의 성공 여부를 최종적으로 판단하는 것이다.

Description

다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치{Method and apparatus for authenticating handwritten signature using multiple authentication algorithms}
본 발명은 입력된 수기서명을 이용하여 사용자 본인을 인증하기 위한 수기서명 인증 방법 및 장치에 관한 것으로, 더욱 상세하게는 서로 다른 두 종류의 인증 알고리즘에 의한 분석결과를 조합하여 판단함으로써 수기서명 인증의 정확도를 향상시킬 수 있는 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치에 관한 것이다.
서명(署名, signature)은 누군가의 이름, 가명, 또는 누군가가 문서에 기록했다는 증거, 자기 동일성을 위한 표시로 사람이 직접 손으로 쓴 것을 의미하는 것으로서, 신용카드 등의 금융 거래나 동산/부동산 등의 거래에 대한 결제, 기업체 내에서 처리되는 다양한 무선의 결재, 관공서에서의 증명 서류 발급 등에서의 사용자 본인 확인을 위해 사용된다.
한편, 정보 통신 기술의 발달 및 활성화로 온라인 서비스 사용이 심화되어 감에 따라서, 온라인상에서의 다양한 서비스 및 개인정보에 대한 타인 접근을 방지하기 위해서, 다양한 사용자 인증 기술들이 개발되어 사용되고 있다.
통상 사용자 인증 기술은 지식 기반 인증, 소유 기반 인증 및 개체 특성 기반 인증 기법 등으로 분류될 수 있다.
상기 지식 기반 인증 기법은 암호 또는 PIN(Personal identification number)과 같이 사용자가 기억하는 정보에 기반하여 인증을 수행하는 기법이다.
상기 소유 기반 인증 기법은 스마트카드, 토큰, OTP(One-Time Password)와 같이, 사용자가 소유한 다양한 매체들을 이용하여 사용자를 인증하는 기법이다.
상기 개체 특성 기반 인증 기법은 지문, 홍채, 장문, 성문, 얼굴 이미지와 같이 개체의 생태적 특성에 기반하여 사용자를 인증하는 기법이다.
이 중에서, 지식 기반 인증 기법은 개인정보 등을 이용하여 추측하기 쉬우며 크래킹 툴 같은 소프트웨어로 크랙하기 쉽고 무작위로 설정한 패스워드를 사용 시 기억하기 어렵다는 단점이 있으며, 소유 기반 인증 기법은 매체의 안전성이 확보되어야 하며 아울러 매체를 소유하고 있어야 하는 불편함이 있다.
반면, 개체 특성 기반 인증 기법은, 사용자가 가지는 개체 특성을 이용하기 때문에 사용자 편리성이 높고 도용이 어렵다는 큰 장점이 있으며, 최근 기술의 발달과 함께 정확도가 향상되면서 이에 대한 관심이 급증하고 있다.
이러한 개체 특성 기반 인증 기법은 지문, 홍채, 성문, 얼굴 이미지 등의 생체 정보와 함께 음성 패턴, 걸음걸이, 말하는 속도, 입력 시의 자세나 속도 등과 같은 행위 정보를 사용자의 특성 정보로 이용할 수 있다.
마찬가지로, 사용자들이 손으로 쓰는 수기서명에 대해서도, 사용자의 개인적인 특성이 포함되어 있으므로, 개체 특성에 기반한 인증이 가능하다. 수기서명을 이용한 인증 기술은, 대면뿐만 아니라 비대면 상태에서도, 혹은 온라인뿐만 아니라 오프라인 처리에도 적용할 수 있다는 장점이 있다.
수기서명 인증 기술은 수기서명 이미지의 형상의 일치도를 검사하는 이미지 비교방식과, 서명자의 수기서명 시 서명자의 서명 행위 특징들에 대한 수기서명 행위 특성데이터를 비교하는 행위특성 비교방식이 있다.
통상적으로, 이미지 비교방식이 적용된 수기서명 인증 시스템은 제3자라도 수기서명의 이미지 형상만을 유사하게 모방하는 경우, 수기서명이 일치하는 것으로 판단될 수 있어 제3자의 도용이 용이한 문제점이 있다. 이러한 이미지 비교 문제점으로 인해 이미지 비교방식보다는 행위특성 비교방식이 수기서명 인증 시스템에 적용되고 있다.
반면, 행위특성에 기반한 수기서명 인증 기술은, 수기서명 시 서명자의 서명 습관에서 발생되는 행위특성을 추출하여, 이에 따른 인증을 수행하기 때문에, 이미지 비교방식보다 도용이 어렵다. 그러나, 여전히 본인의 서명임에도 불구하고 인증에 실패하거나 타인의 서명을 사용자의 서명으로 인식할 가능성이 있기 때문에, 위조, 도용, 흉내내기를 통해 모방된 수기서명과 사용자 본인에 의해 이루어진 수기서명을 정확히 구분할 수 있을 정도로 인증의 정확도를 높일 필요가 있다.
특히, 수기서명 인증 기술에 있어서, 본인의 서명임에도 인증에 실패하는 비율인 본인 거부율(FRR: False Rejection rate)을 낮추면 타인의 서명이 인증에 성공하는 비율인 타인 수락율(FAR: False Acceptance Rate)이 높아지고, 반대로 타인 수락율을 낮추면 본인 거부율이 높아지는 경향이 있기 때문에 본인 거부율과 타인 수락율을 모두 만족시키기 어렵다는 문제점이 있다.
대한민국 공개특허공보 제10-2016-0041569호(2016.04.16. 공개)
따라서 본 발명의 목적은 입력된 수기서명에 대하여, 서로 다른 두 종류의 인증 알고리즘을 이용한 분석결과를 조합하여 수기서명 인증의 성공 여부를 최종적으로 판단함으로써, 본인 거부율 및 타인 수락율을 동시에 만족시켜 인증 결과의 정확도를 향상시킬 수 있는 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치를 제공함에 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법은: 인증 대상 수기서명을 입력받아, 복수의 서명 행위 특징 정보를 추출하는 특징 추출 단계; 상기 추출된 복수의 서명 행위 특징 정보 전체를 서로 다른 기법으로 수기서명 인증을 수행하는 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘에 각각 적용하여, 상기 입력된 수기서명과 등록된 수기서명과의 일치도를 분석하여 제1분석결과 및 제2분석결과를 생성하는 제1분석 단계; 상기 제1분석결과 및 제2분석결과 각각과 기 설정된 각각의 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정 방향 결정 단계; 타인 수락률 보정 결정 시 상기 복수의 서명 행위 특징 정보 중 타인 수락 검증에 민감한 서명 행위 특징 정보를 추출하고, 추출된 타인 수락 검증에 민감한 서명 행위 특징 정보를 기반으로 상기 입력된 수기서명과 등록된 수기서명의 일치도를 분석하여, 제3분석결과를 생성하는 제2분석 단계; 본인 거부율 보정 결정 시 상기 복수의 서명 행위 특징 정보 중 본인 거부 검증에 민감한 서명 행위 특징 정보를 추출하고, 추출된 본인 거부 검증에 민감한 서명 행위 특징 정보를 기반으로 상기 입력된 수기서명과 등록된 수기서명과의 일치도를 분석하여 제4분석결과를 생성하는 제3분석 단계; 및 상기 제1 내지 제3 분석 단계 중 하나 이상의 분석결과와 상기 제1분석 임계값들 및 기 설정된 제2분석 임계값들을 비교하여 상기 입력된 수기서명에 대한 인증 성공 여부를 결정하는 수기서명 인증 단계를 포함하는 것을 특징으로 한다.
상기 제1분석 임계값은 상기 제1 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제1 임계값(ρ), 제1 서명 인증 알고리즘을 위한 기준값으로 상기 제1 임계값(ρ)보다 높게 설정되는 제2 임계값(T1DL) 및 상기 제2 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제3 임계값(T1S)을 포함하되, 상기 보정 방향 결정 단계는, 상기 제1분석결과가 상기 제1 임계값(ρ) 이상이고 상기 제2분석결과가 상기 제3 임계값(T1S) 이상이거나, 상기 제2분석결과가 상기 제3 임계값(T1S) 보다 작고 상기 제1분석결과가 상기 제2 임계값(T1DL) 이상이면 타인 수락률 보정을 결정하는 타인 수락률 보정 결정 단계; 및 상기 제2분석결과가 상기 제3 임계값(T1S)보다 작고 제1분석결과가 상기 제1 임계값(ρ) 이상이나 상기 제2 임계값(T1DL)보다 작으면 본인 거부율 보정을 결정하는 본인 거부율 보정 결정 단계를 포함하는 것을 특징으로 한다.
상기 제3분석결과 및 제4분석결과는 제2 서명 인증 알고리즘 기반에 따른 분석에 의해 획득되되, 상기 인증 성공 여부 결정 단계는, 상기 제1 분석 단계의 제1분석결과 및 제2분석결과와 제1분석 임계값들과 비교하고, 제1분석결과, 제3분석결과 및 제4분석결과와 상기 제1분석 임계값 중 제1 임계값(ρ) 및 제2분석 임계값들을 비교하여 인증 성공 여부를 결정하는 것을 특징으로 한다.
상기 인증 성공 여부 결정 단계는, 상기 제1 분석 단계에서 분석된 제1분석결과가 상기 제2분석 임계값 중 하나인 제4 임계값(T2DL)보다 작고 제2 분석 단계에서 분석된 제3분석결과가 상기 제2분석 임계값 중 하나인 제5 임계값(T2S)보다 작으면, 인증 실패로 판단하고, 상기 제1분석결과가 상기 제4 임계값(T2DL) 이상이거나 상기 제3분석결과가 상기 제5 임계값(T2S) 이상이면, 인증 성공으로 판단하는 것을 특징으로 한다.
상기 인증 성공 여부 결정 단계는, 상기 제1 분석 단계에서 분석된 제1분석결과가 상기 제2분석 임계값 중 하나인 제6 임계값(T3DL)보다 작고, 제3 분석 단계에서 분석된 제4분석결과가 상기 제2분석 임계값 중 하나인 제7 임계값(T3S) 이상이면 인증 성공으로 판단하는 것을 특징으로 한다.
상기 제1서명 인증 알고리즘 및 제2 서명 인증 알고리즘은 딥러닝 기반 알고리즘 및 일치도를 점수화하여 판단하는 일치도 분석 알고리즘 중 어느 하나인 것을 특징으로 한다.
상기 방법은: 상기 인증 대상 수기 서명을 입력받기 전에 학습용 수기서명 데이터를 수집하여 학습에 의한 상기 제1분석 임계값인 상기 제1 임계값(ρ), 상기 제2 임계값(T1DL) 및 상기 제3 임계값(T1S)을 설정하는 제1분석 임계값 설정 단계를 더 포함하되, 상기 제1분석 임계값 설정 단계는, 상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터를 수집하여, 서명 행위 특징 정보를 추출하는 단계; 상기 학습용 수기 서명 데이터의 서명 행위 특징 정보 전체 및 해당 학습용 수기 서명 데이터의 알려진 인증 결과를 상기 제1,2 서명 인증 알고리즘에 각각 적용하여 1차 학습을 수행하는 단계; 및 상기 1차 학습의 결과를 분석하여, 상기 제1 임계값(ρ), 상기 제2 임계값(T1DL), 상기 제3 임계값(T1S)을 추출하여 설정하는 단계를 더 포함하는 것을 특징으로 한다.
상기 방법은: 상기 인증 대상 수기 서명을 입력받기 전에 학습용 수기서명 데이터를 수집하고, 수집된 상기 학습용 수기서명 데이터로부터 추출한 서명 행위 특징 정보 중 결정된 보정 방향에 따른 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용하여 학습함에 의해 분석된 제2분석 임계값들을 설정하는 제2분석 임계값 설정 단계를 더 포함하되, 상기 제2분석 임계값 설정 단계는, 상기 결정된 보정 방향이 타인 수락률 보정이면 서명 행위 특징 정보 중 타인 수락 검증에 민감한 서명 행위 특징 정보를 선별하는 타인 수락 검증에 민감한 서명 행위 특징 정보 선별 단계; 상기 선별된 타인 수락 검증에 민감한 서명 행위 특징 정보 및 상기 타인 수락 검증에 민감한 서명 행위 특징 정보에 대한 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여 2차 학습을 수행하는 2차 학습 단계; 및 상기 2차 학습의 결과를 고려하여, 상기 제2분석 임계값인 제4 임계값(T2DL) 및 제5 임계값(T2S)을 추출하여 설정하는 임계값 설정 단계를 더 포함하는 것을 특징으로 한다.
상기 방법은: 상기 인증 대상 수기 서명을 입력받기 전에 학습용 수기서명 데이터를 수집하고, 수집된 상기 학습용 수기서명 데이터로부터 추출한 서명 행위 특징 정보 중 결정된 보정 방향에 따른 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용하여 학습함에 의해 분석된 제2분석 임계값들을 설정하는 제2분석 임계값 설정 단계를 더 포함하되, 상기 제2분석 임계값 설정 단계는, 상기 결정된 보정 방향이 본인 거부율 보정이면 서명 행위 특징 정보 중 본인 거부 검증에 민감한 서명 행위 특징 정보를 선별하는 본인 거부 검증에 민감한 서명 행위 특징 정보 선별 단계; 상기 선별된 본인 거부 검증에 민감한 서명 행위 특징 정보 및 상기 본인 거부 검증에 민감한 서명 행위 특징 정보에 대한 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여 3차 학습을 수행하는 3차 학습 단계; 및 상기 3차 학습의 결과를 고려하여, 상기 제2분석 임계값인 제6 임계값(T3DL) 및 제7 임계값(T3S)을 추출하여 설정하는 임계값 설정 단계를 더 포함하는 것을 특징으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 다중 인증 알고리즘을 기반으로 한 수기서명 인증 장치는: 사용자가 수기로 쓰고 있는 수기서명에 대한 수기서명 데이터로부터 서명 행위 특징 정보를 추출하여 출력하는 수기서명 입력부; 서로 다른 수기서명 인증 기법으로 이루어진 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘을 저장하고, 상기 제1 서명 인증 알고리즘에 대한 인증 판단 및 제2 서명 인증 알고리즘에 대한 인증 판단을 위한 제1분석 임계값 및 제2분석 임계값을 저장하는 저장부; 및 상기 서명 행위 특징 정보의 획득 시 상기 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘에 각각 상기 서명 행위 특징 정보를 적용하여 분석하고, 상기 제1 서명 인증 알고리즘에 의해 분석된 제1분석결과 및 상기 제2 서명 인증 알고리즘에 의해 분석된 제2분석결과를 획득하고, 획득된 제1분석결과 및 제2분석결과와 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정방향을 결정한 후, 전체 서명 행위 특징 정보 중 결정된 보정방향에 따른 민감한 서명 행위 특징 정보만을 추출하여 상기 제2 서명 인증 알고리즘에 적용하여 제3분석결과 및 제4분석결과를 획득하고, 상기 제1분석결과, 제3분석결과 및 제4 분석결과와 기 설정된 상기 제2분석 임계값들과 비교하여 수기서명에 대한 인증 성공 여부를 결정하는 제어부를 포함하는 것을 특징으로 한다.
상기 제어부는, 수기서명 인증 모듈을 포함하되, 상기 수기서명 인증 모듈은, 상기 수기서명 입력부를 통해 인증 대상 수기서명 전체에 대한 서명 행위 특징 정보를 획득하여 출력하는 서명 특징 정보 획득부; 상기 제1 서명 인증 알고리즘이 적용되어 상기 서명 특징 정보 획득부로부터 입력되는 전체 서명 행위 특징 정보를 상기 제1서명 인증 알고리즘에 적용 및 분석하여 제1분석결과를 출력하는 제1서명 인증부; 상기 제2서명 인증 알고리즘이 적용되어 상기 서명 특징 정보 획득부로부터 입력되는 전체 서명 행위 특징 정보를 상기 제2서명 인증 알고리즘에 적용 및 분석하여 제2분석결과를 출력하고, 입력되는 보정방향에 따른 민감한 서명 행위 특징 정보를 입력받아 상기 제2서명 인증 알고리즘에 적용 및 분석하여 제3분석결과 및 제4분석결과를 출력하는 제2서명 인증부; 상기 제1서명 인증부로부터 제1분석결과를 획득하고, 상기 제2서명 인증부로부터 상기 제2분석결과를 획득한 후, 획득된 제1분석결과 및 제2분석결과와 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정방향 결정을 수행하고, 상기 전체 서명 행위 특징 정보 중 결정된 보정방향에 따른 민감한 서명 행위 특징 정보만을 추출하여 상기 제2 서명 인증 알고리즘에 적용하여 제3분석결과 및 제4분석결과를 획득하여 출력하는 보정부; 및 상기 제1분석결과, 제3분석결과 및 제4 분석결과와 기 설정된 상기 제1분석 임계값 중 제1 임계값(ρ) 및 상기 제2분석 임계값들을 비교하여 수기서명에 대한 인증 성공 여부를 결정하는 최종 인증 처리부를 포함하는 것을 특징으로 한다.
상기 보정부는, 상기 제1서명 인증부로부터 제1분석결과를 획득하고, 상기 제2서명 인증부로부터 상기 제2분석결과를 획득한 후, 획득된 제1분석결과 및 제2분석결과와 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정방향 결정을 수행하는 보정방향 결정부; 상기 보정방향 결정부에서 결정된 보정방향이 타인 수락률 보정이면 상기 전체 서명 행위 특징 정보로부터 타인 수락 검증에 민감한 서명 행위 특징 정보를 추출하여 출력하고, 본인 거부율 보정이면 상기 전체 서명 행위 특징 정보로부터 본인 거부 검증에 민감한 서명 행위 특징 정보를 추출하여 출력하는 보정 특징정보 추출부; 상기 보정방향 결정부에서 결정된 보정방향이 타인 수락률 보정이면 상기 보정 특징정보 추출부로부터 출력되는 타인 수락 검증에 민감한 서명 행위 특징 정보를 상기 제2서명 인증부로 제공하고, 그에 대한 응답으로 상기 제2서명 인증부로부터 제3분석결과를 입력받아 상기 제1분석결과, 제3분석결과, 상기 제1분석 임계값 중 제1 임계값(ρ) 및 제2분석 임계값들을 최종 인증 처리부로 제공하는 타인 수락률 보정부; 및 상기 보정방향 결정부에서 결정된 보정방향이 본인 거부율 보정이면 상기 보정 특징정보 추출부로부터 출력되는 본인 거부 검증에 민감한 서명 행위 특징 정보를 상기 제2서명 인증부로 제공하고, 그에 대한 응답으로 상기 제2서명 인증부로부터 제4분석결과를 입력받아 상기 제1분석결과, 제4분석결과, 상기 제1분석 임계값 중 제1 임계값(ρ) 및 상기 제2분석 임계값들을 최종 인증 처리부로 제공하는 본인 거부율 보정부를 포함하는 것을 특징으로 한다.
상기 제1분석 임계값은 제1 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제1 임계값(ρ) 및 상기 제1 임계값(ρ)보다 높에 설정되는 제2 임계값(T1DL)과 상기 제2 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제3 임계값(T1S)을 포함하되, 상기 보정방향 결정부는, 상기 제1분석결과가 상기 제1 임계값(ρ) 이상이고 상기 제2분석결과가 상기 제3 임계값(T1S) 이상이면 타인 수락률 보정을 결정하고, 상기 제2분석결과가 상기 제3 임계값(T1S)보다 작지만 상기 제1분석결과가 상기 제2 임계값(T1DL) 이상이면 타인 수락률 보정을 결정하며, 상기 제2분석결과가 상기 제3 임계값(T1S)보다 작고 상기 제1분석결과가 상기 제1 임계값(ρ) 이상이거나 상기 제2 임계값(T1DL)보다 작으면 본인 거부율 보정을 결정하는 것을 특징으로 한다.
상기 최종 인증 처리부는, 상기 제1분석결과가 제1 임계값(ρ)보다 작으면 인증 실패로 판단하고, 상기 보정부의 보정방향이 타인 수락률 보정으로 결정된 경우에는 상기 제1분석결과가 제1 임계값(ρ) 이상이고 제4 임계값(T2DL)보다 작으면서 상기 제3분석결과가 제5 임계값(T2S) 보다 작으면 인증 실패로 판단하고, 상기 제1분석결과가 제4 임계값(T2DL) 이상이거나, 제3분석결과가 제5 임계값(T2S) 이상이면 인증 성공으로 판단하는 것을 특징으로 한다.
상기 최종 인증 처리부는, 상기 제1분석결과가 제1 임계값(ρ)보다 작으면 인증 실패로 판단하고, 상기 보정부의 보정방향이 본인 거부율 보정으로 결정된 경우에는 상기 제1분석결과가 제1 임계값(ρ) 이상이고 제6 임계값(T3DL)보다 작으면서 상기 제4분석결과가 제7 임계값(T3S) 이상이면 인증 성공으로 판단하는 것을 특징으로 한다.
상기 제어부는, 상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터를 수집하여, 서명 행위 특징 정보를 추출하고, 상기 학습용 수기 서명 데이터의 서명 행위 특징 정보 전체 및 해당 학습용 수기 서명 데이터의 알려진 인증 결과를 상기 제1,2 서명 인증 알고리즘에 각각 적용하여 1차 학습을 수행하고, 상기 1차 학습의 결과를 분석하여, 상기 제1 임계값(ρ), 제2 임계값(T1DL), 제3 임계값(T1S)을 설정하는 등록모듈을 더 포함하는 것을 특징으로 한다.
상기 제어부는, 상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터로부터 추출한 서명 행위 특징 정보 중에서 타인 수락 검증에 민감한 서명 행위 특징 정보 및 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여, 2차 학습을 수행하고, 상기 2차 학습의 결과를 고려하여, 상기 제4 임계값(T2DL) 및 제5 임계값(T2S)을 설정하는 등록모듈을 더 포함하는 것을 특징으로 한다.
상기 제어부는, 상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터로부터 추출한 서명 행위 특징 정보 중에서 본인 거부 검증에 민감한 서명 행위 특징 정보 및 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여, 3차 학습을 수행하고, 상기 3차 학습의 결과를 고려하여, 상기 제6 임계값(T3DL) 및 제7 임계값(T3S)을 설정하는 등록모듈을 더 포함하는 것을 특징으로 한다.
본 발명은 서로 다른 방식의 제1, 2 서명 인증 알고리즘을 동시에 이용하여 입력된 수기서명에 대한 인증을 수행하되, 입력된 수기서명으로부터 추출된 서명 행위 특징 정보 전체를 제1, 2 서명 인증 알고리즘으로 각각 분석하고, 그 분석결과들을 비교하여 인증 성공 여부를 판단함으로써 수기서명에 대한 인증 결과의 정확도 및 신뢰성을 향상시킬 수 있는 효과가 있다.
특히, 본 발명은 입력된 수기서명으로부터 추출된 전체 서명 행위 특징 정보에 대한 제1, 2 서명 인증 알고리즘의 분석결과를 비교함으로써, 타인 수락률의 보정이 필요한 영역과, 본인 거부율의 보정이 필요한 영역을 구분하고, 타인 수락률의 보정이 필요한 영역인 경우, 타인 수락 검증에 민감한 서명 행위 특징 정보를 기반으로 다시 인증을 수행함으로써 타인 수락률을 감소시키고, 본인 거부율 보정이 필요한 영역인 경우 본인 거부 검증에 민감한 서명 행위 특징 정보를 기반으로 다시 인증을 수행함으로써, 본인 거부율을 감소시킬 수 있는 효과가 있다.
이와 같이 본 발명은 타인 수락률뿐만 아니라 본인 거부율을 동시에 개선함으로써 사용자 인증 결과의 정확도를 고도화시킬 수 있는 효과가 있다.
도 1은 본 발명에 따른 수기서명 인증 장치의 개략적인 구성을 나타낸 블록도이다
도 2는 본 발명의 일실시예에 따른 수기서명 인증 장치의 수기서명 인증모듈의 상세 구성을 나타낸 블록도이다
도 3은 본 발명에 따른 수기서명 인증 방법을 나타낸 순서도이다.
도 4는 본 발명에 따른 수기서명 인증 방법 중 임계값 설정 방법을 나타낸 순서도이다.
도 5는 본 발명에 따른 수기서명 인증 방법 중 보정 방향 결정 방법을 설명하기 위한 도면이다.
도 6은 본 발명에 따른 수기서명 인증 방법 중 타인 수락률 보정 방법을 설명하기 위한 도면이다.
도 7은 본 발명에 따른 수기서명 인증 방법 중 본인 거부율 보정 방법을 설명하기 위한 도면이다.
본 발명에 따른 수기서명 인증 기술은 수기서명에 포함된 특징정보, 더 구체적으로는, 수기서명의 이미지 특징 정보 및 서명자의 서명 습관에서 발생되는 서명 행위 특징 정보 중 하나 이상을 기반으로 수기서명의 사용자 인증을 수행할 수 있다. 상기 서명 행위 특징 정보는, 서명에 대한 위치, 방향, 각도, 이동 속력, 가속도, 압력, 교차점, 교차각도, 변곡점, 변곡점에서의 회전각도와 같은 측정값 및 상기 위치, 방향, 각도, 이동 속력, 가속도, 압력, 교차점, 교차각도, 변곡점, 변곡점에서의 회전각도 등에 대한 분포특성을 포함할 수 있다.
이하에서 설명하는 실시 예에서는, 서명 행위 특징 정보를 이용하는 경우를 예를 들어 설명한다.
아울러, 본 발명에 따른 수기서명 인증 기술은 수기서명으로부터 추출되는 고유의 특징정보(예를 들어, 서명 행위 특징 정보)를 기반으로 인증을 수행하는 데 있어서, 서로 다른 방식으로 이루어진 복수의 수기서명 인증 알고리즘을 이용한다. 예를 들어, 본 발명에서 이용하는 수기서명 인증 알고리즘은, 서명 행위 특징 정보를 비교하여 일치도를 점수화하여 판별하는 일치도 분석 알고리즘, 및 딥러닝(Deep Learning) 학습에 기반한 딥러닝 분석 알고리즘을 포함할 수 있다.
전자의 방식은, 추출된 복수의 서명 행위 특징 정보들을 등록된 서명 행위 특징 정보와 비교하여 각각의 일치도를 점수화한 후, 일치도 점수에 따라서 인증 성공/실패를 판별한다.
후자의 방식은, 결과를 알고 있는 학습용 데이터(본인의 수기서명 및 위조/도용/흉내내기 등에 의해 모방된 수기서명)을 기반으로 학습된 딥러닝 알고리즘에 분석 대상 수기서명의 서명 행위 특징 정보를 입력하여, 상기 딥러닝 알고리즘에 의해 출력된 사용자 본인일 확률을 나타내는 값(확률값)을 기반으로 인증 성공/인증 실패를 결정한다.
물론, 본 발명은 이에 한정되지 않고, 수기서명 인증을 위하여, 상기 예시한 두 가지 방식 이외에 현재 이용되는 다양한 분석 알고리즘이나 현재 개발 중이거나 상용화 가능한 분석 알고리즘들이 더 이용할 수 있다.
다만, 이하의 실시 예에서는, 딥러닝 분석 알고리즘과, 일치도 분석 알고리즘을 이용하는 것을 가정하여 설명하며, 설명의 편의를 위하여 전자의 방식을 제1 서명 인증 알고리즘으로, 후자의 방식을 제2 서명 인증 알고리즘으로 칭한다. 앞서 설명한 바와 같이, 상기 제1,2 서명 인증 알고리즘은 상기 예시에 한정되는 것이 아니며 알려져 있는 다른 분석 알고리즘으로 대체될 수 있다. 또한, 이하에서 설명하는 실시 예에서, 제1 서명 인증 알고리즘을 일치도 분석 알고리즘으로, 제2 서명 인증 알고리즘을 딥러닝 분석 알고리즘으로 변경할 수도 있다.
아울러, 본 발명에 따른 수기서명 인증 기술은, 상기 제1,2 수기서명 인증 알고리즘을 이용하여 입력된 수기서명의 서명 행위 특징 정보를 분석하되, 1차로 추출된 서명 행위 특징 정보 전체를 기준으로 분석하여, 제1,2 수기서명 인증 알고리즘의 1차 분석결과에 기반하여 사용자 인증 정확도 향상을 위한 보정 방향을 결정한다. 여기서, 사용자 인증의 정확도 보정 방향은, 타인 수락률(False Acceptance Ratio)과 본인 거부율(False Rejection Rate) 중 하나 이상을 보정하는 방향이 될 수 있다.
그리고, 본 발명은 상기 결정된 보정 방향을 고려하여, 제1,2 수기서명 인증 알고리즘을 이용한 사용자 인증을 수행한다. 예를 들어, 타인 수락률이 감소되는 방향 또는 본인 거부율이 감소되는 방향으로 사용자 인증을 수행할 수 있다.
즉, 본 발명은, 서로 다른 방식의 제1 서명 인증 알고리즘과 제2 서명 인증 알고리즘의 분석결과를 비교하여, 사용자 인증의 정확도를 어떤 방향으로 보정할 지를 결정한 후, 그에 따라서 보정된 사용자 인증 결과를 도출하는 것으로서, 이를 통해 본인 거부율 및 타인 수락률을 함께 충족시키고, 그 결과 인증 정확도를 더 고도화할 수 있다.
이하, 상기에서 개략적으로 설명한 본 발명에 따른 다중 인증 알고리즘을 기반으로 한 수기서명 인증장치의 구성 및 동작을 도면을 참조하여 설명하고, 도면을 참조하여 상기 장치에서의 수기서명 인증 방법을 상세히 설명한다.
먼저, 도 1은 본 발명에 따른 수기서명 인증 장치의 개략적인 구성을 나타낸 블럭도이다. 도 1은 수기서명 인증을 위한 필수 구성 요소만을 도시한 것으로서, 이들은 독립된 장치로 구성될 수도 있으며, 별도의 시스템 혹은 디바이스에 부착 혹은 통합된 형태로 구현될 수도 있다. 예를 들어, 본 발명에 따른 수기서명 인증 장치는, 스마트폰, 태블릿 PC 등의 모바일 장치에 내장되는 형태로 구현될 수도 있다.
도 1을 참조하면, 본 발명에 따른 수기서명 인증 장치(100)는, 수기서명 입력부(110), 저장부(120), 제어부(130) 및 출력부(140)를 포함하여 이루어질 수 있다.
상기 수기서명 입력부(110)는, 사용자가 수기로 쓰고 있고 인증 대상이 되는 수기서명에 대한 데이터인 수기서명 데이터를 입력받기 위한 구성으로서, 사용자가 손으로 쓴 수기서명의 이미지 정보 및/또는 사용자가 손으로 수기서명을 쓰는 동안에 사용자 고유의 습관에 기인하여 나타내는 행동과 관련된 서명 행위 특징 정보를 수집한다. 이를 위하여, 상기 수기서명 입력부(110)는 수기서명의 이미지를 획득하기 위한 스캔장치 혹은 카메라 장치, 사용자가 수기서명을 손으로 쓸 수 있는 터치 입력 장치 및 지자기센서나 가속도 센서 등을 장착하는 스마트 펜 중 적어도 하나 이상을 포함하여 구성될 수 있을 것이다. 스캔 장치를 포함하는 경우, 수기서명의 이미지 정보를 수집할 수 있으며, 터치 입력 장치 및 스마트 펜을 포함하는 경우, 사용자가 서명 행위를 하는 동안에 나타나는 서명 행위 특징 정보를 수집할 수 있다. 상기 서명 행위 특징 정보는, 서명에 대한 위치, 방향, 각도, 이동 속력, 가속도, 압력, 교차점, 교차각도, 변곡점, 변곡점에서의 회전각도와 같은 측정값 및 상기 위치, 방향, 각도, 이동속력, 가속도, 압력, 교차점, 교차각도, 변곡점, 변곡점에서의 회전각도 등에 대한 분포특성을 포함할 수 있다.
또한, 상기 수기서명 입력부(110)는 사용자가 쓰는 수기서명에 대한 정보를 실시간으로 수집할 수도 있고, 소정의 문서 혹은 전자 문자로부터 사용자가 손으로 쓴 수기서명의 정보를 추출할 수도 있다.
이러한 수기서명 입력부(110)는, 수기서명을 받는 단말 단, 예를 들어, 사용자 및 가맹점의 개인용 컴퓨터, 이동통신단말기, 포스(POS), 결제단말기 등에 구성되거나 별도의 장치로 연결될 수 있다.
다음으로, 저장부(120)는 본 발명에 따른 서로 다른 둘 이상의 다중 인증 알고리즘을 기반으로 한 수기서명 인증을 수행하는 제어프로그램을 저장하는 프로그램영역, 상기 제어프로그램 수행 중에 발생되는 데이터를 일시 저장하는 임시영역, 상기 제어프로그램 수행 중에 발생되는 데이터 및 상기 제어프로그램 실행에 필요한 데이터를 반영구적으로 저장하는 데이터영역을 포함한다. 즉, 상기 저장부(120)는 본 발명에 따른 수기서명 인증을 위해 필요한 데이터 및/또는 프로그램을 저장하기 위한 구성이다. 구체적으로, 상기 제어프로그램은 운영시스템, 상기 운영시스템 상에서 동작하는 제1, 2 수기서명 인증 알고리즘을 수행하도록 구현된 제1, 2 수기서명 인증 프로그램을 포함하는 수기서명 인증 프로그램 등을 포함할 수 있을 것이다. 저장부(120)의 데이터영역에는, 인증된 사용자의 수기서명에 대한 정보(이미지 정보, 서명 행위 특징 정보 등) 및 본 발명에서 적용되는 제1분석 임계값인 제1 임계값(ρ), 제2 임계값(T1DL) 및 제3 임계값(T1S)과, 제2분석 임계값인 제4 임계값(T2DL), 제5 임계값(T2S), 제6 임계값(T3DL) 및 제7 임계값(T3S)을 저장할 수 있을 것이다. 이하 상기 제1 내지 제3 임계값(ρ, T1DL, T1S)을 통칭하는 용어로 "제1분석 임계값"을 사용하고, 상기 제4 내지 제7 임계값(T2DL, T2S, T3DL, T3S)을 통칭하는 용어로 "제2분석 임계값"을 사용한다.
더하여, 상기 저장부(120)는 필요에 따라서 수기서명 입력부(110)를 통해 입력된 수기서명 데이터를 일시 또는 일정 기간 동안 저장할 수 있다. 이러한 저장부(120)는 컴퓨터 판독 가능한 기록 매체로 구현될 수 있다. 여기서, 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM, Random Access Memory), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
그리고, 상기 제어부(130)는 본 발명에 따른 수기서명 인증 장치(100)의 동작 전반을 제어하고 수행하는 구성으로서, 구체적으로, 본 발명에 따른 수기서명 인증 방법에 따른 기능들과 프로세스(process)를 실행하기 위한 프로그램 명령을 처리할 수 있는 하나 이상의 프로세서(Processor)를 포함하여 구현될 수 있다. 여기서, 프로세서에 의해 실행되는 명령으로는, 예컨대 JavaScript나 ECMAScript 명령 등의 스크립트 명령과 같은 해석되는 명령이나 실행 가능한 코드 혹은 컴퓨터로 판독 가능한 매체에 저장되는 기타의 명령이 포함될 수 있으며, 이는 상기 저장부(120)에 저장될 수 있다. 일 구현 예에서, 상기 프로세서는 싱글 쓰레드(Single-threaded) 프로세서일 수 있으며, 다른 구현 예에서 본 프로세서는 멀티 쓰레드(Multithreaded) 프로세서일 수 있다.
즉, 제어부(130)는 저장부(120)에 저장된 프로그램 모듈을 로딩하여 실행시킴으로써, 그에 따라서 다른 구성, 즉, 수기서명 입력부(110)와, 저장부(120)와, 출력부(140) 등을 제어하고, 수기서명 인증 처리를 수행할 수 있다.
이러한 제어부(130)는 본 발명에 따라서 제1,2 서명 인증 알고리즘을 이용하여 수기서명 인증 처리 과정을 수행하는 수기서명 인증 모듈(131)과, 정상 사용자의 수기서명에 대한 정보 및/또는 상기 수기서명 인증 처리 과정에서 필요한 기준 정보(예를 들어, 제1 내지 제7 임계값)들을 등록하기 위한 등록모듈(132)를 포함할 수 있다. 상기 수기서명 인증모듈(131) 및 등록모듈(132)은 소프트웨어 및/또는 하드웨어 조합으로 이루어질 수 있는 것으로서, 앞서 설명한 바와 같이, 상기 프로세서에 의해 수행되는 프로그램 모듈을 의미하거나, 상기 프로그램 모듈 및 프로세서의 조합을 의미할 수 있다. 상기 수기서명 인증모듈(131)의 상세 구성 및 동작은 다음의 도 2를 참조하여 상세히 설명한다.
마지막으로, 출력부(140)는 수기서명 인증 과정 혹은 수기서명 인증 결과를 출력하기 위한 구성이다. 예를 들어, 상기 출력부(140)는 수기서명 인증을 위해 필요한 사용자 동작을 입력 받기 위해, 관련 안내 메시지를 출력할 수 있으며, 수기서명 인증 완료 후, 인증 결과를 나타내는 메시지를 출력할 수 있다.
이상에서 설명한 수기서명 인증 장치(100)를 구성하는 구성요소들은 하나의 장치 내에 모두 구비될 수도 있고, 혹은 별도로 각각 구비되어 유무선으로 연결되어 동작할 수도 있다. 예를 들어, 상기 수기서명 입력부(110)와 출력부(140)는 사용자와 가까운 위치, 혹은 사용자가 접근하는 장소에 설치되는 클라이언트 장치로 구현되고, 상기 저장부(120) 및 제어부(130)는 상기 클라이언트와 유무선 네트워크를 통해 연결되어 연동하는 서버 장치로 분리 구현될 수도 있다. 이 경우, 본 발명에 따른 수기서명 인증 장치(100)는 서버-클라이언트 시스템으로 구현된다.
즉, 이상에서 설명한 수기서명 인증 장치(100)의 구성은, 수기서명 인증 처리에 필요한 필수 구성 요소만을 나타낸 것으로서, 그 연결 방식으로 구현 형태를 특정하고자 하는 것이 아니다.
도 2는 본 발명의 일실시예에 따른 수기서명 인증 장치의 수기서명 인증모듈의 상세 구성을 나타낸 블록도이다.
도 2를 참조하면, 수기서명 인증모듈(131)은 서명 특징정보 획득부(210), 제1서명 인증부(220), 제2서명 인증부(230), 보정부(240) 및 최종 인증 처리부(250)를 포함한다.
서명 특징정보 획득부(210)는 수기서명 입력부(110)를 통해 서명 행위 특징정보를 획득하여 제1서명 인증부(220) 및 제2서명 인증부(230)로 출력한다.
제1서명 인증부(220)는 제1 서명 인증 알고리즘이 적용된 구성으로, 상기 서명 특징정보 획득부(210)로부터 입력되는 서명 행위 특징 정보를 제1 서명 인증 알고리즘에 적용하여 제1분석결과인 제1 확률값(δ)을 보정부(240) 및 최종 인증 처리부(250)로 출력한다
제2서명 인증부(230)는 제2 서명 인증 알고리즘이 적용된 구성으로, 상기 서명 특징정보 획득부(210)로부터 입력되는 서명 행위 특징 정보를 제2서명 인증 알고리즘에 적용하여 제2분석결과인 제1 스코어(score1)를 보정부(240) 및 최종 인증 처리부(250)로 출력한다.
또한, 제2서명 인증부(230)는 보정부(240)에서 보정 방향으로 타인 수락률 보정이 결정된 경우 상기 보정부(240)로부터 타인 수락 검증에 민감한 서명 행위 특징 정보를 입력받고, 입력된 타인 수락 검증에 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용 및 분석하여 제3분석결과인 제2스코어(score2)를 보정부(240)로 출력한다.
또한, 제2서명 인증부(230)는 보정부(240)에서 보정 방향으로 본인 거부율 보정이 결정된 경우 상기 보정부(240)로부터 본인 거부 검증에 민감한 서명 행위 특징 정보를 입력받고, 입력된 본인 거부 검증에 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용 및 분석하여 제4분석결과인 제3스코어(score3)를 보정부(240)로 출력한다.
보정부(240)는 보정방향 결정부(241), 보정 특징정보 추출부(242), 타인 수락률 보정부(243) 및 보인 거부율 보정부(244)를 포함하여, 상기 제1서명 인증부(220)로부터 제1 확률값(δ)이 입력되고 제2서명 인증부(230)로부터 제1 스코어(score1)가 입력되면 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 수행할지를 결정하는 보정 방향을 결정하고, 결정된 보정 방향에 따라 보정을 수행하기 위하여 상기 제2서명 인증부(230)를 통해 제2 스코어(score2) 및 제3 스코어(score3)를 획득하여 출력한다.
구체적으로 설명하면, 상기 보정방향 결정부(241)는 제1 확률값(δ)과 제1 임계값(ρ)을 비교하고, 제1 확률값(δ)과 제2 임계값(T1DL)을 비교하며, 제1 스코어(score1)와 제3 임계값(T1S)을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정 방향을 결정하고, 제1 확률값(δ)과 제1 임계값(ρ)의 비교 결과인 기본 인증값을 최종 인증 처리부(250)로 출력한다. 즉, 제1 확률값(δ)이 제1 임계값(ρ) 이상이고 제1스코어(score1)가 제3 임계값(T1S) 이상이거나, 또는 제1 스코어(score1)가 제3 임계값(T1S)보다 작고 제1 확률값(δ)이 제2 임계값(T1DL) 이상이면 타인 수락률 보정을 결정하고, 제1 스코어(score1)가 제3 임계값(T1S)보다 작고, 제1 확률값(δ)이 제1 임계값(ρ) 이상에서 제2 임계값(T1DL) 이내이면 본인 거부율 보정을 결정한다.
보정 특징정보 추출부(242)는 상기 보정방향 결정부(241)에서 보정 방향이 결정되면 상기 서명 특징정보 획득부(210)에서 획득된 수기서명 전체에 대한 서명 행위 특징 정보들 중 보정 방향에 따른 민감한 서명 행위 특징 정보를 추출한다.
상기 보정 방향에 따른 민감한 서명 행위 특징 정보는 타인 수락 검증에 민감한 서명 행위 특징 정보 및 본인 거부 검증에 민감한 서명 행위 특징 정보가 될 수 있으며, 상기 타인 수락 검증에 민감한 서명 행위 특징 정보는 타인 수락률 보정부(243)로 입력하고, 상기 본인 거부 검증에 민감한 서명 행위 특징 정보는 본인 거부율 보정부(244)로 입력한다.
상기 타인 수락 검증에 민감한 서명 행위 특징 정보를 입력받은 타인 수락률 보정부(243)는 상기 타인 수락 검증에 민감한 서명 행위 특징 정보를 제2서명 인증부(230)에 제공하여 제2 스코어(score2)를 획득하고, 획득된 제2 스코어(score2)를 최종 인증 처리부(250)로 출력한다.
상기 본인 거부 검증에 민감한 서명 행위 특징 정보를 입력받은 본인 거부율 보정부(244)는 상기 본인 거부 검증에 민감한 서명 행위 특징 정보를 제2서명 인증부(230)로 제공하여 제3 스코어(score3)를 획득하고, 획득된 제3 스코어(score3)를 최종 인증 처리부(250)로 출력한다.
최종 인증 처리부(2520)는 제1서명 인증부(220)로부터 입력된 제1 확률값(δ), 제2서명 인증부(230)로부터 입력된 제1 스코어(score1), 보정부(240)로부터 입력받은 제2 스코어(score2) 및 제3 스코어(score3)와, 제1분석 임계값인 제1 내지 제3 임계값들(ρ, T1DL, T1S) 및 제2분석 임계값인 제4 내지 제7 임계값들(T2DL, T2S, T3DL, T3S)을 비교한 비교 결과와, 보정방향 결정부(241)로부터 출력되는 기본 인증값에 의해 수기서명 인증 성공 여부를 판단한다.
도 3은 본 발명에 따른 수기서명 인증 방법을 나타낸 순서도이고, 도 4는 본 발명에 따른 수기서명 인증 방법 중 임계값 설정 방법을 나타낸 순서도이고, 도 5는 본 발명에 따른 수기서명 인증 방법 중 보정 방향 결정 방법을 설명하기 위한 도면이고, 도 6은 본 발명에 따른 수기서명 인증 방법 중 타인 수락률 보정 방법을 설명하기 위한 도면이며, 도 7은 본 발명에 따른 수기서명 인증 방법 중 본인 거부율 보정 방법을 설명하기 위한 도면이다.
다음으로, 도 3 내지 도 7을 참조하여 상술한 바와 같이 구성되는 수기서명 인증 장치(100)에 의해 수행되는 수기서명 인증 방법을 설명한다.
이하의 설명에서, 수기서명의 분석 및 판단에 이용되는 제1,2 서명 인증 알고리즘의 학습 및 임계값들의 설정은 수기서명 요청이 발생되기 전에 완료되어 상기 수기서명 인증 장치(100)의 저장부(120)에 저장되어 있는 것으로 가정하며, 그에 대한 구체적인 학습 및 설정 과정을 추후 별도로 설명한다.
도 3을 참조하면, 본 발명에 따른 수기서명 인증 장치(100)는, 수기서명 입력부(110)를 통해서 인증 대상이 되는 수기서명을 입력받아(S110), 입력된 수기서명에 대한 특징 정보, 더 구체적으로는 서명 행위 특징 정보를 추출한다(S120). 상기 서명 행위 특징 정보는, 서명과 관련된 위치, 방향, 각도, 이동속력, 가속도, 압력, 교차점, 교차각도, 변곡점, 변곡점에서의 회전각도의 측정값, 및 상기 위치, 방향, 각도, 이동속력, 가속도, 압력, 교차점, 교차각도, 변곡점, 변곡점에서의 회전각도 등에 대한 분포특성 등을 포함한다. 또한, 추출되는 특징 정보는 상기 서명 행위 특징 정보 이외에 이미지 특징 정보를 포함할 수 있다. 여기서, 수기서명의 입력은 서명 시점에 실시간으로 수기서명을 입력 받는 방식으로 이루어질 수 있다.
이와 같이, 수기서명 입력부(110)를 통해서, 인증할 수기서명이 입력되면, 수기서명 인증 장치(100)의 제어부(130)는 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘을 통해 상기 입력된 수기서명의 서명 행위 특징 정보를 분석하고, 그 분석결과를 비교하여 인증 성공 또는 인증 실패를 판단하게 된다.
본 발명에 있어서, 상기 인증 성공 또는 인증 실패를 판단하는 과정을 구체적으로 설명하면, 제어부(130)는 먼저, 상기 추출된 서명 행위 특징 정보의 전체를 제1,2 서명 인증 알고리즘에 각각 입력하여, 기 등록된 사용자의 수기서명과의 일치도를 1차 분석한다(S130, S140).
즉, 추출된 서명 행위 특징 정보의 전체를 적용하여 제1,2 서명 인증 알고리즘을 수행함으로써, 두 개의 서로 다른 서명 인증 알고리즘을 이용하여 전체 서명 행위 특징 정보에 기반한 분석결과를 각각 추출하는 것이다.
더 구체적으로, 딥러닝 분석 알고리즘으로 구현된 제1 서명 인증 알고리즘의 분석결과(이하 "제1분석결과"라 함)는 입력된 수기서명이 등록된 사용자의 수기서명인지에 대한 확률값(δ)으로 출력되고, 일치도 분석 알고리즘으로 구현된 제2 서명 인증 알고리즘의 분석결과(이하 "제2분석결과"라 함)는, 일치도를 나타내는 스코어(score)로 출력될 수 있다. 상기 확률값(δ) 및 스코어(score)는 입력된 수기서명과 등록된 수기서명과의 일치 정도를 나타내는 값으로써, 소정의 범위를 가질 수 있다. 예를 들어, 상기 확률값(δ) 및 스코어(score)는 각각 0 이상 1 이하의 범위를 가지거나 0이상 100이하의 범위를 가질 수도 있다. 이때, 1 또는 100은 일치도가 가장 높음을 나타내고, 0은 일치도가 가장 낮음을 나타낸다. 참고로, 설명의 편의를 위하여 상기 1차 분석을 통해 추출된 확률값(δ) 및 스코어(score)를 각각 제1 확률값(δ)과 제1 스코어(score1)라 한다.
여기서, 제1,2 서명 인증 알고리즘은 서로 다른 분석 기법에 기반하므로, 동일한 서명 행위 특징 정보를 입력받더라도 제1,2 서명 인증 알고리즘의 제1 및 제2분석결과는 서로 다르게 나타날 수 있다.
그리고, 본 발명에 따른 수기서명 인증 장치(100)의 제어부(130)는 제1,2 서명 인증 알고리즘의 상기 1차 분석결과인, 제1 확률값(δ)와 제1 스코어(score1)를 이용하여, 사용자 인증의 정확도 향상을 위한 보정 방향을 결정한다(S150). 상기 사용자 인증의 정확도 향상을 위한 보정 방향은, 통상적으로 사용자 인증의 정확도를 판단하는데 사용되는 본인 거부율 또는 타인 수락률을 낮추도록 설정된다. 참고로, 기존의 단일 인증 알고리즘을 사용하는 수기서명 인증 방식의 경우, 본인 거부율을 낮추면, 타인 수락률이 높아지고, 반대로 타인 수락률을 낮추면 본인 거부율이 높아져, 본인 거부율과 타인 수락률을 동시에 만족시키는데 어려움이 있었다.
이와 달리, 본 발명은 상기 S150단계에서, 서로 두 방식의 수기서명 인증 알고리즘에 의한 1차 분석결과를 기반으로, 사용자 인증의 보정 방향을 본인 거부율을 낮추는 방향으로 보정하는 본인 거부율 보정을 수행할지, 타인 수락률을 낮추는 방향으로 보정하는 타인 수락률 보정을 수행할지를 결정함으로써, 본인 거부율과 타인 수락률을 동시에 만족시키고자 한다. 상기 S150 단계를 도 5의 그림을 참조하여 설명한다.
S150단계에서는 보정 방향을 결정하기 위해, 상기 제1 확률값(δ)와 제1 스코어(score1)를 기 설정된 임계값들과 각각 비교한다(S151~S153). 본 발명의 일 실시 예에서, 상기 기 설정된 임계값들은, 도 5에 도시된 바와 같이, 제1 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제1 임계값(ρ), 제1 임계값(ρ) 보다 높게 설정된 제2 임계값(T1DL), 및 제2 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제3 임계값(T1S) 중 하나 이상을 포함한다. 참고로, 상기 제1~제3 임계값(ρ, T1DL, T1S)은 제1 확률값(δ)과 제1 스코어(score1)의 범위(0 ~ 1) 이내에서 사용자 선택 혹은 학습 결과의 분석을 통해서 설정될 수 있다.
상술한 제1~제3 임계값(ρ, T1DL, T1S), 즉 제1분석 임계값을 기준으로 할 때, 제1,2 서명 인증 알고리즘에 의한 분석결과는, 도 5에서 보이는 바와 같이 A, B, C, D 영역 중 어느 하나에 해당될 수 있다.
A 영역은 제1 서명 인증 알고리즘의 제1 확률값(δ)이 제1 임계값(ρ) 이상이면서 제2 서명 인증 알고리즘의 제1 스코어(score1)가 제3 임계값(T1S) 이상인 경우로 사용자 본인일 가능성이 높은 영역이다.
B 영역은 제2 서명 인증 알고리즘의 제1 스코어(score1)가 제3 임계값(T1S) 보다 낮지만, 제1 서명 인증 알고리즘의 제1 확률값(δ)이 제1 임계값(ρ)보다 높은 제2 임계값(T1DL) 이상인 영역으로, 사용자 본인일 가능성이 높은 영역이다.
C 영역은, 제2 서명 인증 알고리즘의 제1 스코어(score1)가 제3 임계값(T1S) 보다 작고, 제1 서명 인증 알고리즘의 제1 확률값(δ)이 제1 임계값(ρ)보다 높으나, 제2 임계값(T1DL) 보다는 낮은 영역으로, 사용자 본인일 가능성이 다소 낮다.
D 영역은, 제1 서명 인증 알고리즘의 제1 확률값(δ)이 제1 임계값(ρ)보다 낮은 영역으로, 타인일 가능성이 높은 영역이다.
이때, 사용자 본인일 가능성이 높은 A, B 영역에 해당될 경우, 제어부(130)는 타인 수락률이 낮아지도록 보정하는 타인 수락률 보정을 수행하고, 사용자 본인일 가능성이 다소 떨어지는 C영역에 해당될 경우, 본인 거부율이 낮아지도록 보정하는 본인 거부율 보정을 수행한다.
상기 타인 수락률 보정 및 본인 거부율 보정을 수행함으로써, 본 발명의 수기서명 인증 장치(100)는 사용자 인증 결과에 대한 정확도를 높일 수 있다.
따라서, 본 발명의 제1 실시 예에 따라, 제어부(130)는 S151단계에서, 제1 서명 인증 알고리즘에 의해 추출된 제1 확률값(δ)과 제1 임계값(ρ)을 비교하여 제1 확률값(δ)이 제1 임계값(ρ) 이상인지를 판단한다. 이는 제1 서명 인증 알고리즘에서 분석된 제1 확률값이 제1 서명 인증 알고리즘에서의 인증 성공을 위한 최저 확률값을 만족하는지를 판단하는 과정으로, 이때, 제1 확률값(δ)이 제1 임계값(ρ) 보다 작으면(D 영역), S190 단계로 진행하여, 제1 서명 인증 알고리즘에 의한 인증 실패로 판단한다. 반대로, 제1 확률값(δ)이 제1 임계값(ρ) 이상이면, 도 5에 도시된 A, B, C 영역 중 어느 하나에 해당될 수 있으므로, 제어부(130)는 A, B, C 영역 중 어디에 해당하는 지를 다시 판단한다.
즉, 상기 제1 확률값(δ)이 제1 임계값(ρ) 이상이면, 제어부(130)는 S152단계에서, 제2 서명 인증 알고리즘에 의해 추출된 제1 스코어(score1)가 제3 임계값(T1S) 이상인지를 판단한다. 판단 결과, 제1 스코어(score1)가 제3 임계값(T1S) 이상이면, 도 5의 A 영역에 해당하므로, 제어부(130)는 타인 수락률을 낮추기 위해 보정 방향을 타인 수락률 보정으로 결정한다.
그리고, 제1 스코어(score1)가 제3 임계값(T1S) 보다 낮으면, 제어부(130)는 S153단계에서, 제1 서명 인증 알고리즘에 의해 추출된 제1 확률값(δ)이 제2 임계값(T1DL) 이상인지를 판단한다. 판단 결과, 제1 서명 인증 알고리즘에 의해 추출된 제1 확률값(δ)이 제2 임계값(T1DL) 이상이면, 도 5의 B 영역에 해당하므로, 제어부(130)는 타인 수락률을 낮추기 위해 보정 방향을 타인 수락률 보정으로 결정한다. 반대로, 제1 서명 인증 알고리즘에 의해 추출된 제1 확률값(δ)이 제2 임계값(T1DL) 보다 작으면, 도 5의 C 영역에 해당하므로, 제어부(130)는 본인 거부율을 낮추기 위해 보정 방향을 본인 거부율 보정으로 결정한다.
S150단계에서 보정 방향이 결정되면, 제어부(130)는 S160 또는 S170 단계를 통해서, 결정된 보정 방향을 고려한 사용자 인증을 수행한다. 즉, 제어부(130)는 보정 방향으로 타인 수락률 보정이 결정된 경우 상기 S160 단계로 진행하여 타인 수락률 보정이 반영된 인증을 수행하고, 보정 방향으로 본인 거부율 보정이 결정된 경우 S170단계로 진행하여 본인 거부율 보정이 반영된 인증을 수행한다. 본 실시 예에서, S160 및 S170 단계에서 타인 수락률 보정 및 본인 거부율 보정은 제2 서명 인증 알고리즘을 이용하여 이루어지나, 이와 달리, 제1 서명 인증 알고리즘을 이용하거나 제1,2 서명 인증 알고리즘을 함께 이용하여 수행될 수도 있을 것이다.
상기 S160단계의 타인 수락률 보정 및 S170단계의 본인 거부율 보정을 도 6 및 도 7을 참조하여 설명한다.
먼저 S160단계의 타인 수락률 보정을 설명하면, 제어부(130)는 S161단계에서 S120단계를 통해 추출된 수기서명의 서명 행위 특징 정보들 중에서 타인 수락 검증에 민감한 서명 행위 특징 정보를 추출하고, S162에서 상기 추출된 타인 수락 검증에 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용하여 일치도 분석을 다시 수행한다. 이때, 산출된 분석결과를 제2 스코어(score2)라 한다.
참고로, 위조/도용/흉내내기에 의한 타인의 수기서명은 복수의 서명 행위 특징 정보 중 많은 부분이 등록된 수기서명과 일치하게 되므로, 인증 성공으로 판단될 수 있다. 그러나, 복수의 서명 행위 특징 정보 중, 타인이 모방할 수 없는 정보가 존재하며, 이를 타인 수락에 민감한 서명 행위 특징 정보로 정의할 수 있다. 복수의 서명 행위 특징 정보 중 대다수의 서명 행위 특징 정보가 일치하더라도 상기 타인 수락 검증에 민감한 서명 행위 특징 정보가 큰 차이를 보이는 경우, 해당 수기서명은 위조/도용/흉내내기에 의한 타인의 수기서명일 가능성이 높다.
따라서, 상기 S160단계는, 상기 타인 수락 검증에 민감한 서명 행위 특징 정보를 기반으로 인증을 수행함으로써, 타인 수락에 의한 오류를 보정할 수 있다.
즉, S163 단계에서 상기 추출된 제2 스코어(score2) 및 앞서 S130단계에서 추출된 제1 확률값(δ)를 기 설정된 임계값들과 비교하여 그 비교 결과에 따라서 인증 성공 여부를 판단한다.
상기 S163 단계에서 이용되는 임계값들로는, S160단계에서 사용자 인증을 위하여, 제4,5 임계값 (T2DL, T2S)을 이용한다. 상기 제4, 5 임계값 설정 방법은 도 4를 참조하여 후술한다.
제어부(130)는 S163단계에서 제1 확률값(δ)이 제4 임계값(T2DL)보다 작고, 제2스코어(score2)가 제5 임계값(T2S)보다 작은지를 판단한다. 판단결과, 제1 확률값(δ)이 제4 임계값(T2DL)보다 작고, 제2 스코어(score2)가 제5 임계값(T2S) 보다 작으면 제어부(130)는 인증 실패로 판단하고(S190), 제1 확률값(δ)이 제4 임계값(T2DL) 이상이거나, 제2 스코어(score2)가 제5 임계값(T2S) 이상이면 인증 성공으로 판단한다(S180).
도 6을 참조하면, 본 실시 예에서, 제4 임계값(T2DL)은, 제1 서명 인증 알고리즘에서 추출된 확률값에 대한 임계값으로서, 제1 임계값(ρ) 보다 크고, 제2 임계값(T1DL) 보다 낮게 설정되며, 제5 임계값 (T2S)은 제3 임계값(T1S) 보다 낮게 설정된다. 그러나, 경우에 따라서 제4,5 임계값(T2DL, T2S)은 각각 제2,3 임계값(T1DL, T1S)과 같거나 그 보다 크게 설정될 수도 있다.
예를 들어, S150 단계에서, 전체 서명 행위 특징 정보를 기반으로 추출된 제1,2 서명 인증 알고리즘의 1차 분석결과가, 도 5에 도시된 p1(x1, y1)인 경우, A 영역에 해당되어, 잠정적으로 인증 성공으로 판단된 경우, 제어부(130)는 S160 단계에서 2차 분석결과, 타인수락 검증에 민감한 서명 행위 특징 정보를 기반으로 타인 수락률이 감소되도록 타인 수락률 보정을 수행한 후 인증을 수행함으로써, 도 6에 도시된 p1'(x1, y1')와 같이 제3분석결과인 제2 스코어(score2)가 y1'로 작아질 수 있을 것이다. 이 경우, 제어부(130)는 제1 확률값(δ)이 제4 임계값(T2DL)보다 작고, 제2 스코어(score2)가 y1'로 제5 임계값(T2S) 보다 작아졌으므로, 최종적으로 인증 실패로 판단할 수 있을 것이다.
즉, 도 5의 A, B 영역에 해당하는 경우, S160 단계를 통해서, 타인 수락률을 더 감소시킴으로써, 위조, 도용, 흉내내기를 통해 모방된 수기서명을 인증 실패로 거를 수 있게 된다.
다음으로, S170단계의 본인 거부율 보정을 설명하면, 제어부(130)는 S171단계에서 상기 S120단계를 통해 추출된 수기서명의 서명 행위 특징 정보들 중 본인 거부 검증에 민감한 서명 행위 특징 정보를 추출하고, 추출된 본인 거부 검증에 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용하여 일치도 분석을 다시 수행한다.
이때, 산출된 제4분석결과를 제3 스코어(score3)라 한다. 부연하면, 서명 시의 환경이나 상태에 따라서 동일 사용자로부터 추출된 서명 행위 특징 정보는 다수 편차가 있을 수 있으나, 다양한 서명 행위 특징 정보 중 주변 환경이나 상태에 영향을 덜 받는 서명 행위 특징 정보가 있을 수 있으므로, 이들을 본인 거부 검증에 민감한 서명 행위 특징 정보로 정의한다. 전체 서명 행위 특징 정보에 기반한 분석에서는 일치도가 낮더라도 본인 거부 검증에 민감한 서명 행위 특징 정보에 기반한 분석에서 일치도가 높을 경우 사용자 본인일 가능성이 높다. 따라서, 상기 S170단계에서 제어부(130)는, 상기 본인 거부 검증에 민감한 서명 행위 특징 정보를 기반으로 인증을 수행함으로써, 본인 거부에 의한 오류를 보정할 수 있다.
더하여, S173 단계에서 제어부(130)는 상기 추출된 제3 스코어(score3) 및 앞서 S130단계에서 추출된 제1 확률값(δ)을 기 설정된 임계값들과 비교하여 그 비교 결과에 따라서 인증 성공 여부를 판단한다.
상기 S173 단계에서, 사용자 인증을 위하여 제6,7 임계값 (T3DL, T3S)을 이용하며, 제어부(130)는 제1 확률값(δ)이 제6 임계값(T3DL)보다 작고, 제3 스코어(score3)가 제7 임계값(T3S) 이상이면 인증 성공으로 판단하고(S180), 그 반대인 경우 인증 실패로 판단한다(S190).
도 7을 참조하면, 본 실시 예에서, 제6 임계값(T3DL)은, 제1 서명 인증 알고리즘에서 추출된 확률값에 대한 임계값으로서, 제1 임계값(ρ) 보다 크고, 제2 임계값(T1DL) 보다 낮게 설정되며, 제7 임계값 (T3S)은 제3 임계값(T1S) 보다 낮게 설정된다. 그러나, 경우에 따라서 제6,7 임계값(T3DL, T3S)은 각각 제2,3 임계값(T1DL, T1S)과 같거나 그 보다 크게 설정될 수도 있다.
도 5 및 도 7을 예를 들어 설명하면, S150 단계에서, 전체 서명 행위 특징 정보를 기반으로 추출된 제1,2 서명 인증 알고리즘의 1차 분석결과가, 도 5에 도시된 p2(x2, y2)인 경우, C 영역에 해당되어, 잠정적으로 인증 실패로 판단되나, S170 단계의 2차 분석결과, 타인 수락 검증에 민감한 서명 행위 특징 정보를 기반으로 타인 수락률이 감소되도록 보정하여 인증함으로써, 도7에 도시된 p2'(x2, y2')와 같이 제3 스코어(score3)가 y2'로 커질 수 있을 것이다. 이 경우, 제어부(130)는 제1 확률값(δ)이 x2로 제6 임계값(T3DL)보다 작고, 제3 스코어(score3)가 y2'로 제7 임계값(T3S) 보다 커졌으므로, 최종적으로 인증 성공으로 판단할 수 있을 것이다.
즉, S170 단계를 통해서, C 영역의 경우 본인 거부율을 더 감소시킴으로써, 사용자 본인의 수기서명이 인증 실패로 거부되는 것을 최소화할 수 있다.
다음으로, 도 4를 참조하여, 상술한 수기서명 인증 과정에서 사용되는 제1,2 서명 인증 알고리즘의 학습 및 임계값의 설정 과정을 설명한다.
도 4에 도시된 과정은, 도 3에 도시한 수기서명 인증 과정 이전에 이루어지는 것이 바람직하다.
도 4를 참조하면, 제어부(130)의 등록모듈(132)은 제1,2 서명 인증 알고리즘의 학습 및 임계값의 설정을 위하여, 학습용 수기서명 데이터를 수집한다(S205). 상기 학습용 수기서명 데이터는 관리자에 의래 입력될 수 있을 것이다. 여기서, 학습용 수기서명 데이터는, 다수 사용자 본인이 직접 서명한 본인 수기서명 데이터 및, 상기 각 본인 수기서명 데이터에 대한 사용자 본인의 수기서명을 타인이 위조하거나 도용하거나 흉내 낸 수기서명의 수기서명 데이터인 모방 수기서명 데이터를 포함한다.
상기 제어부(130)의 등록모듈(132)은 학습용 수기서명 데이터가 수집되면, 직접 또는 수기서명 인증 모듈(131)을 통해 상기 수집한 다수의 학습용 수기서명 데이터의 다수의 본인 수기서명 데이터 및 모방 수기서명 데이터 각각에 대한 복수의 서명 행위 특징 정보를 추출한다(S210).
서명 행위 특징 정보가 추출되면 제어부(130)의 등록모듈(132)은 각 학습용 수기서명 데이터로부터 추출된 전체 서명 행위 특징 정보들을 적용하여, 제1,2 서명 인증 알고리즘에 의한 1차 학습을 수행한다(S215, S220). 여기서 학습은 학습용 수기서명 데이터 별로 추출된 서명 행위 특징 정보 및 알려진 정보에 기반한 인증 성공/실패 여부를 제1,2 서명 인증 알고리즘에 대입하여 이루어질 수 있다. 즉, 본인 수기서명에 대해서는 인증 성공을 결과값으로 적용하여 학습을 수행하고, 모방 수기서명에 대해서는 인증 실패를 결과값으로 적용하여 학습을 수행한다. 이때, 1차 학습은 수집한 학습용 수기서명 전체를 이용하여 이루어지며, 학습에 이용되는 수기서명 데이터의 수가 증가할 수록 제1,2 서명 인증 알고리즘의 신뢰성 및 정확도가 높아질 수 있다.
아울러, 상기 S215, S220 단계는 앞서 설명한 수기서명 인증 방법의 1차 분석 시와 마찬가지로, 각 학습용 수기서명으로부터 추출된 서명 행위 특징 정보 전체를 입력으로 하여 이루어진다.
제어부(130)의 등록모듈(132)은 상기 S215, S220 단계의 학습 결과를 분석하여, 도 3의 S150단계에서 보정 방향을 결정하는데 필요한 제1 임계값(ρ), 제2 임계값(T1DL), 제3 임계값(T1S)을 추출한다(S225).
이어서, 등록모듈(132)은 학습용 수기서명 데이터로부터 추출한 복수의 서명 행위 특징 정보 중 타인 수락 검증에 민감한 서명 행위 특징 정보를 기반으로 제2 서명 인증 알고리즘에 의한 2차 학습을 수행하고(S230) 학습용 수기서명 데이터로부터 추출한 복수의 서명 행위 특징 정보 중 본인 거부 검증에 민감한 서명 행위 특징 정보를 기반으로 제2 서명 인증 알고리즘에 의한 3차 학습을 수행한다( S235).
그리고, 등록모듈(132)은 상기 2차 및 3차 학습 결과를 분석하여, 타인 수락률 보정을 위한 제4,5 임계값(T2DL, T2S)과 보인 거부율 보정을 위한 제6,7 임계값(T3DL, T3S)을 추출한다(S240).
이상의 과정을 통해서 학습된 제1,2 서명 인증 알고리즘 및 추출된 제1 내지 제7 임계값(ρ, T1DL, T1S, T2DL, T2S, T3DL, T3S)은 상기 도 1에 도시된 수기서명 인증 장치(100)의 저장부(120)에 저장되어, 입력된 수기서명의 인증에 이용된다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시 예에 대하여 개시하였으나, 여기에 개시된 실시 예외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한, 본 명세서와 도면에서 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다.
특히, 본 명세서와 도면에서는 예시적인 장치 구성을 기술하고 있지만, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 다른 유형의 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 본 발명에 따른 장치의 동작을 제어하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
아울러, 본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 어플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
마찬가지로, 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다.
100: 수기서명 인증 장치
110: 수기서명 입력부
120: 저장부
130: 제어부
131: 수기서명 인증 모듈
132: 등록 모듈
140: 출력부
210: 서명 특징정보 획득부
220: 제1서명 인증부
230: 제2서명 인증부
240: 보정부
250: 최종 인증 처리부

Claims (19)

  1. 인증 대상 수기서명을 입력받아, 복수의 서명 행위 특징 정보를 추출하는 특징 추출 단계;
    상기 추출된 복수의 서명 행위 특징 정보 전체를 서로 다른 기법으로 수기서명 인증을 수행하는 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘에 각각 적용하여, 상기 입력된 수기서명과 등록된 수기서명과의 일치도를 분석하여 제1분석결과 및 제2분석결과를 생성하는 제1분석 단계;
    상기 제1분석결과 및 제2분석결과 각각과 기 설정된 각각의 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정 방향 결정 단계;
    타인 수락률 보정 결정 시 상기 복수의 서명 행위 특징 정보 중 타인 수락 검증에 민감한 서명 행위 특징 정보를 추출하고, 추출된 타인 수락 검증에 민감한 서명 행위 특징 정보를 기반으로 상기 입력된 수기서명과 등록된 수기서명의 일치도를 분석하여, 제3분석결과를 생성하는 제2분석 단계;
    본인 거부율 보정 결정 시 상기 복수의 서명 행위 특징 정보 중 본인 거부 검증에 민감한 서명 행위 특징 정보를 추출하고, 추출된 본인 거부 검증에 민감한 서명 행위 특징 정보를 기반으로 상기 입력된 수기서명과 등록된 수기서명과의 일치도를 분석하여 제4분석결과를 생성하는 제3분석 단계; 및
    상기 제1 내지 제3 분석 단계 중 하나 이상의 분석결과와 상기 제1분석 임계값들 및 기 설정된 제2분석 임계값들을 비교하여 상기 입력된 수기서명에 대한 인증 성공 여부를 결정하는 수기서명 인증 단계를 포함하는 것을 특징으로 하는 수기서명 인증 방법.
  2. 제1항에 있어서,
    상기 제1분석 임계값은 상기 제1 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제1 임계값(ρ), 제1 서명 인증 알고리즘을 위한 기준값으로 상기 제1 임계값(ρ)보다 높게 설정되는 제2 임계값(T1DL) 및 상기 제2 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제3 임계값(T1S)을 포함하되,
    상기 보정 방향 결정 단계는,
    상기 제1분석결과가 상기 제1 임계값(ρ) 이상이고 상기 제2분석결과가 상기 제3 임계값(T1S) 이상이거나, 상기 제2분석결과가 상기 제3 임계값(T1S) 보다 작고 상기 제1분석결과가 상기 제2 임계값(T1DL) 이상이면 타인 수락률 보정을 결정하는 타인 수락률 보정 결정 단계; 및
    상기 제2분석결과가 상기 제3 임계값(T1S)보다 작고 제1분석결과가 상기 제1 임계값(ρ) 이상이나 상기 제2 임계값(T1DL)보다 작으면 본인 거부율 보정을 결정하는 본인 거부율 보정 결정 단계를 포함하는 것을 특징으로 하는 수기서명 인증 방법.
  3. 제1항에 있어서,
    상기 제3분석결과 및 제4분석결과는 제2 서명 인증 알고리즘 기반에 따른 분석에 의해 획득되되,
    상기 인증 성공 여부 결정 단계는,
    상기 제1 분석 단계의 제1분석결과 및 제2분석결과와 제1분석 임계값들과 비교하고, 제1분석결과, 제3분석결과 및 제4분석결과와 상기 제1분석 임계값 중 제1 임계값(ρ) 및 제2분석 임계값들을 비교하여 인증 성공 여부를 결정하는 것을 특징으로 하는 수기 서명 인증 방법.
  4. 제3항에 있어서,
    상기 인증 성공 여부 결정 단계는,
    상기 제1 분석 단계에서 분석된 제1분석결과가 상기 제2분석 임계값 중 하나인 제4 임계값(T2DL)보다 작고 제2 분석 단계에서 분석된 제3분석결과가 상기 제2분석 임계값 중 하나인 제5 임계값(T2S)보다 작으면, 인증 실패로 판단하고,
    상기 제1분석결과가 상기 제4 임계값(T2DL) 이상이거나 상기 제3분석결과가 상기 제5 임계값(T2S) 이상이면, 인증 성공으로 판단하는 것을 특징으로 하는 수기서명 인증 방법.
  5. 제3항에 있어서,
    상기 인증 성공 여부 결정 단계는,
    상기 제1 분석 단계에서 분석된 제1분석결과가 상기 제2분석 임계값 중 하나인 제6 임계값(T3DL)보다 작고, 제3 분석 단계에서 분석된 제4분석결과가 상기 제2분석 임계값 중 하나인 제7 임계값(T3S) 이상이면 인증 성공으로 판단하는 것을 특징으로 하는 수기서명 인증 방법.
  6. 제1항에 있어서,
    상기 제1서명 인증 알고리즘 및 제2 서명 인증 알고리즘은 딥러닝 기반 알고리즘 및 일치도를 점수화하여 판단하는 일치도 분석 알고리즘 중 어느 하나인 것을 특징으로 하는 수기서명 인증 방법.
  7. 제2항에 있어서,
    상기 인증 대상 수기 서명을 입력받기 전에 학습용 수기서명 데이터를 수집하여 학습에 의한 상기 제1분석 임계값인 상기 제1 임계값(ρ), 상기 제2 임계값(T1DL) 및 상기 제3 임계값(T1S)을 설정하는 제1분석 임계값 설정 단계를 더 포함하되,
    상기 제1분석 임계값 설정 단계는,
    상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터를 수집하여, 서명 행위 특징 정보를 추출하는 단계;
    상기 학습용 수기 서명 데이터의 서명 행위 특징 정보 전체 및 해당 학습용 수기 서명 데이터의 알려진 인증 결과를 상기 제1,2 서명 인증 알고리즘에 각각 적용하여 1차 학습을 수행하는 단계; 및
    상기 1차 학습의 결과를 분석하여, 상기 제1 임계값(ρ), 상기 제2 임계값(T1DL), 상기 제3 임계값(T1S)을 추출하여 설정하는 단계를 더 포함하는 것을 특징으로 하는 수기서명 인증 방법.
  8. 제4항에 있어서,
    상기 인증 대상 수기 서명을 입력받기 전에 학습용 수기서명 데이터를 수집하고, 수집된 상기 학습용 수기서명 데이터로부터 추출한 서명 행위 특징 정보 중 결정된 보정 방향에 따른 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용하여 학습함에 의해 분석된 제2분석 임계값들을 설정하는 제2분석 임계값 설정 단계를 더 포함하되,
    상기 제2분석 임계값 설정 단계는,
    상기 결정된 보정 방향이 타인 수락률 보정이면 서명 행위 특징 정보 중 타인 수락 검증에 민감한 서명 행위 특징 정보를 선별하는 타인 수락 검증에 민감한 서명 행위 특징 정보 선별 단계;
    상기 선별된 타인 수락 검증에 민감한 서명 행위 특징 정보 및 상기 타인 수락 검증에 민감한 서명 행위 특징 정보에 대한 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여 2차 학습을 수행하는 2차 학습 단계; 및
    상기 2차 학습의 결과를 고려하여, 상기 제2분석 임계값인 제4 임계값(T2DL) 및 제5 임계값(T2S)을 추출하여 설정하는 임계값 설정 단계를 더 포함하는 것을 특징으로 하는 수기서명 인증 방법.
  9. 제5항에 있어서,
    상기 인증 대상 수기 서명을 입력받기 전에 학습용 수기서명 데이터를 수집하고, 수집된 상기 학습용 수기서명 데이터로부터 추출한 서명 행위 특징 정보 중 결정된 보정 방향에 따른 민감한 서명 행위 특징 정보를 제2 서명 인증 알고리즘에 적용하여 학습함에 의해 분석된 제2분석 임계값들을 설정하는 제2분석 임계값 설정 단계를 더 포함하되,
    상기 제2분석 임계값 설정 단계는,
    상기 결정된 보정 방향이 본인 거부율 보정이면 서명 행위 특징 정보 중 본인 거부 검증에 민감한 서명 행위 특징 정보를 선별하는 본인 거부 검증에 민감한 서명 행위 특징 정보 선별 단계;
    상기 선별된 본인 거부 검증에 민감한 서명 행위 특징 정보 및 상기 본인 거부 검증에 민감한 서명 행위 특징 정보에 대한 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여 3차 학습을 수행하는 3차 학습 단계; 및
    상기 3차 학습의 결과를 고려하여, 상기 제2분석 임계값인 제6 임계값(T3DL) 및 제7 임계값(T3S)을 추출하여 설정하는 임계값 설정 단계를 더 포함하는 것을 특징으로 하는 수기서명 인증 방법.
  10. 사용자가 수기로 쓰고 있는 수기서명에 대한 수기서명 데이터로부터 서명 행위 특징 정보를 추출하여 출력하는 수기서명 입력부;
    서로 다른 수기서명 인증 기법으로 이루어진 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘을 저장하고, 상기 제1 서명 인증 알고리즘에 대한 인증 판단 및 제2 서명 인증 알고리즘에 대한 인증 판단을 위한 제1분석 임계값 및 제2분석 임계값을 저장하는 저장부; 및
    상기 서명 행위 특징 정보의 획득 시 상기 제1 서명 인증 알고리즘 및 제2 서명 인증 알고리즘에 각각 상기 서명 행위 특징 정보를 적용하여 분석하고, 상기 제1 서명 인증 알고리즘에 의해 분석된 제1분석결과 및 상기 제2 서명 인증 알고리즘에 의해 분석된 제2분석결과를 획득하고, 획득된 제1분석결과 및 제2분석결과와 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정방향을 결정한 후, 전체 서명 행위 특징 정보 중 결정된 보정방향에 따른 민감한 서명 행위 특징 정보만을 추출하여 상기 제2 서명 인증 알고리즘에 적용하여 제3분석결과 및 제4분석결과를 획득하고, 상기 제1분석결과, 제3분석결과 및 제4 분석결과와 기 설정된 상기 제1분석 임계값 중 제1 임계값(ρ) 및 상기 제2분석 임계값들을 비교하여 수기서명에 대한 인증 성공 여부를 결정하는 제어부를 포함하는 것을 특징으로 하는 수기서명 인증 장치.
  11. 제10항에 있어서,
    상기 제어부는,
    수기서명 인증 모듈을 포함하되,
    상기 수기서명 인증 모듈은,
    상기 수기서명 입력부를 통해 인증 대상 수기서명 전체에 대한 서명 행위 특징 정보를 획득하여 출력하는 서명 특징 정보 획득부;
    상기 제1 서명 인증 알고리즘이 적용되어 상기 서명 특징 정보 획득부로부터 입력되는 전체 서명 행위 특징 정보를 상기 제1서명 인증 알고리즘에 적용 및 분석하여 제1분석결과를 출력하는 제1서명 인증부;
    상기 제2서명 인증 알고리즘이 적용되어 상기 서명 특징 정보 획득부로부터 입력되는 전체 서명 행위 특징 정보를 상기 제2서명 인증 알고리즘에 적용 및 분석하여 제2분석결과를 출력하고, 입력되는 보정방향에 따른 민감한 서명 행위 특징 정보를 입력받아 상기 제2서명 인증 알고리즘에 적용 및 분석하여 제3분석결과 및 제4분석결과를 출력하는 제2서명 인증부;
    상기 제1서명 인증부로부터 제1분석결과를 획득하고, 상기 제2서명 인증부로부터 상기 제2분석결과를 획득한 후, 획득된 제1분석결과 및 제2분석결과와 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정방향 결정을 수행하고, 상기 전체 서명 행위 특징 정보 중 결정된 보정방향에 따른 민감한 서명 행위 특징 정보만을 추출하여 상기 제2 서명 인증 알고리즘에 적용하여 제3분석결과 및 제4분석결과를 획득하여 출력하는 보정부; 및
    상기 제1분석결과, 제3분석결과 및 제4 분석결과와 기 설정된 상기 제1분석 임계값 중 제1 임계값(ρ) 및 상기 제2분석 임계값들을 비교하여 수기서명에 대한 인증 성공 여부를 결정하는 최종 인증 처리부를 포함하는 것을 특징으로 하는 수기서명 인증 장치.
  12. 제11항에 있어서,
    상기 보정부는,
    상기 제1서명 인증부로부터 제1분석결과를 획득하고, 상기 제2서명 인증부로부터 상기 제2분석결과를 획득한 후, 획득된 제1분석결과 및 제2분석결과와 제1분석 임계값들을 비교하여 타인 수락률 보정 및 본인 거부율 보정 중 어느 하나를 결정하는 보정방향 결정을 수행하는 보정방향 결정부;
    상기 보정방향 결정부에서 결정된 보정방향이 타인 수락률 보정이면 상기 전체 서명 행위 특징 정보로부터 타인 수락 검증에 민감한 서명 행위 특징 정보를 추출하여 출력하고, 본인 거부율 보정이면 상기 전체 서명 행위 특징 정보로부터 본인 거부 검증에 민감한 서명 행위 특징 정보를 추출하여 출력하는 보정 특징정보 추출부;
    상기 보정방향 결정부에서 결정된 보정방향이 타인 수락률 보정이면 상기 보정 특징정보 추출부로부터 출력되는 타인 수락 검증에 민감한 서명 행위 특징 정보를 상기 제2서명 인증부로 제공하고, 그에 대한 응답으로 상기 제2서명 인증부로부터 제3분석결과를 입력받아 상기 제1분석결과, 제3분석결과, 상기 제1분석 임계값 중 제1 임계값(ρ) 및 제2분석 임계값들을 최종 인증 처리부로 제공하는 타인 수락률 보정부; 및
    상기 보정방향 결정부에서 결정된 보정방향이 본인 거부율 보정이면 상기 보정 특징정보 추출부로부터 출력되는 본인 거부 검증에 민감한 서명 행위 특징 정보를 상기 제2서명 인증부로 제공하고, 그에 대한 응답으로 상기 제2서명 인증부로부터 제4분석결과를 입력받아 상기 제1분석결과, 제4분석결과, 상기 제1분석 임계값 중 제1 임계값(ρ) 및 상기 제2분석 임계값들을 최종 인증 처리부로 제공하는 본인 거부율 보정부를 포함하는 것을 특징으로 하는 수기서명 인증 장치.
  13. 제12항에 있어서,
    상기 제1분석 임계값은 제1 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제1 임계값(ρ) 및 상기 제1 임계값(ρ)보다 높에 설정되는 제2 임계값(T1DL)과 상기 제2 서명 인증 알고리즘에서 인증 성공 판단의 기준값인 제3 임계값(T1S)을 포함하되,
    상기 보정방향 결정부는,
    상기 제1분석결과가 상기 제1 임계값(ρ) 이상이고 상기 제2분석결과가 상기 제3 임계값(T1S) 이상이면 타인 수락률 보정을 결정하고,
    상기 제2분석결과가 상기 제3 임계값(T1S)보다 작지만 상기 제1분석결과가 상기 제2 임계값(T1DL) 이상이면 타인 수락률 보정을 결정하며,
    상기 제2분석결과가 상기 제3 임계값(T1S)보다 작고 상기 제1분석결과가 상기 제1 임계값(ρ) 이상이거나 상기 제2 임계값(T1DL)보다 작으면 본인 거부율 보정을 결정하는 것을 특징으로 하는 수기 서명 인증 장치.
  14. 제11항에 있어서,
    상기 최종 인증 처리부는,
    상기 제1분석결과가 제1 임계값(ρ)보다 작으면 인증 실패로 판단하고, 상기 보정부의 보정방향이 타인 수락률 보정으로 결정된 경우에는 상기 제1분석결과가 제1 임계값(ρ) 이상이고 제4 임계값(T2DL)보다 작으면서 상기 제3분석결과가 제5 임계값(T2S) 보다 작으면 인증 실패로 판단하고, 상기 제1분석결과가 제4 임계값(T2DL) 이상이거나, 제3분석결과가 제5 임계값(T2S) 이상이면 인증 성공으로 판단하는 것을 특징으로 하는 수기 서명 인증 장치.
  15. 제11항에 있어서,
    상기 최종 인증 처리부는,
    상기 제1분석결과가 제1 임계값(ρ)보다 작으면 인증 실패로 판단하고, 상기 보정부의 보정방향이 본인 거부율 보정으로 결정된 경우에는 상기 제1분석결과가 제1 임계값(ρ) 이상이고 제6 임계값(T3DL)보다 작으면서 상기 제4분석결과가 제7 임계값(T3S) 이상이면 인증 성공으로 판단하는 것을 특징으로 하는 수기 서명 인증 장치.
  16. 제10항에 있어서,
    상기 제1 서명 인증 알고리즘은 딥러닝 기반 알고리즘이고, 상기 제2 서명 인증 알고리즘은 일치도를 점수화하여 판단하는 일치도 분석 알고리즘인 것을 특징으로 하는 수기서명 인증 장치.
  17. 제11항에 있어서,
    상기 제어부는,
    상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터를 수집하여, 서명 행위 특징 정보를 추출하고, 상기 학습용 수기 서명 데이터의 서명 행위 특징 정보 전체 및 해당 학습용 수기 서명 데이터의 알려진 인증 결과를 상기 제1,2 서명 인증 알고리즘에 각각 적용하여 1차 학습을 수행하고, 상기 1차 학습의 결과를 분석하여, 상기 제1 임계값(ρ), 제2 임계값(T1DL), 제3 임계값(T1S)을 설정하는 등록모듈을 더 포함하는 것을 특징으로 하는 수기 서명 인증 장치.
  18. 제14항에 있어서,
    상기 제어부는,
    상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터로부터 추출한 서명 행위 특징 정보 중에서 타인 수락 검증에 민감한 서명 행위 특징 정보 및 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여, 2차 학습을 수행하고, 상기 2차 학습의 결과를 고려하여, 상기 제4 임계값(T2DL) 및 제5 임계값(T2S)을 설정하는 등록모듈을 더 포함하는 것을 특징으로 하는 수기 서명 인증 장치.
  19. 제15항에 있어서,
    상기 제어부는,
    상기 인증 대상 수기 서명을 입력 받기 전에, 학습용 수기 서명 데이터로부터 추출한 서명 행위 특징 정보 중에서 본인 거부 검증에 민감한 서명 행위 특징 정보 및 알려진 인증 결과를 제2 서명 인증 알고리즘에 적용하여, 3차 학습을 수행하고, 상기 3차 학습의 결과를 고려하여, 상기 제6 임계값(T3DL) 및 제7 임계값(T3S)을 설정하는 등록모듈을 더 포함하는 것을 특징으로 하는 수기 서명 인증 장치.
KR1020200007597A 2020-01-20 2020-01-20 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치 KR102144289B1 (ko)

Priority Applications (5)

Application Number Priority Date Filing Date Title
KR1020200007597A KR102144289B1 (ko) 2020-01-20 2020-01-20 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치
EP20719111.5A EP4095721A4 (en) 2020-01-20 2020-04-07 METHOD AND APPARATUS FOR HANDWRITTEN SIGNATURE AUTHENTICATION BASED ON MULTIPLE AUTHENTICATION ALGORITHMS
JP2021505240A JP7264355B2 (ja) 2020-01-20 2020-04-07 多重認証アルゴリズムに基づく手書き署名認証方法および装置
PCT/KR2020/004647 WO2021149869A1 (ko) 2020-01-20 2020-04-07 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치
US16/758,705 US20230004630A1 (en) 2020-01-20 2020-04-07 Method and apparatus for authenticating handwritten signature using multiple authentication algorithms

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200007597A KR102144289B1 (ko) 2020-01-20 2020-01-20 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102144289B1 true KR102144289B1 (ko) 2020-08-13

Family

ID=72043604

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200007597A KR102144289B1 (ko) 2020-01-20 2020-01-20 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치

Country Status (5)

Country Link
US (1) US20230004630A1 (ko)
EP (1) EP4095721A4 (ko)
JP (1) JP7264355B2 (ko)
KR (1) KR102144289B1 (ko)
WO (1) WO2021149869A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102570105B1 (ko) * 2022-04-21 2023-08-22 김희아 부동산 사기 거래 방지 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160041569A (ko) 2014-10-08 2016-04-18 동아대학교 산학협력단 디스크의 구동을 전자기력으로 보조하는 글로브밸브
KR101972800B1 (ko) * 2018-06-01 2019-04-30 주식회사 시큐브 수기 서명 인증 방법 및 장치

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003271967A (ja) 2002-03-19 2003-09-26 Fujitsu Prime Software Technologies Ltd 手書き署名認証プログラム、方法、及び装置
KR100642979B1 (ko) * 2004-07-21 2006-11-10 소프트포럼 주식회사 서명속성을 이용한 전자서명 및 그 검증방법과 이를실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는기록매체
KR101062011B1 (ko) * 2009-11-16 2011-09-05 한국조폐공사 서명정보 입력부를 구비한 스마트 카드 및 사용자 인증방법
JP6480710B2 (ja) 2014-11-14 2019-03-13 株式会社ワコム 手書きデータ検証方法及びユーザ認証方法
KR101655387B1 (ko) * 2014-12-16 2016-09-07 한국버그바운티 주식회사 서명 검증 방법 및 장치
KR101575577B1 (ko) * 2015-07-09 2015-12-08 주식회사 시큐브 수기서명 인증 시스템 및 방법
KR101585842B1 (ko) 2015-10-05 2016-01-15 주식회사 시큐브 세그먼트 블록 기반 수기서명 인증 시스템 및 방법
KR102053581B1 (ko) * 2019-05-27 2019-12-09 주식회사 시큐브 얼굴 인식 및 수기 서명 검증 기반의 사용자 인증 방법 및 장치

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160041569A (ko) 2014-10-08 2016-04-18 동아대학교 산학협력단 디스크의 구동을 전자기력으로 보조하는 글로브밸브
KR101972800B1 (ko) * 2018-06-01 2019-04-30 주식회사 시큐브 수기 서명 인증 방법 및 장치

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102570105B1 (ko) * 2022-04-21 2023-08-22 김희아 부동산 사기 거래 방지 시스템

Also Published As

Publication number Publication date
JP7264355B2 (ja) 2023-04-25
WO2021149869A1 (ko) 2021-07-29
EP4095721A1 (en) 2022-11-30
US20230004630A1 (en) 2023-01-05
EP4095721A4 (en) 2023-02-22
JP2022522251A (ja) 2022-04-15

Similar Documents

Publication Publication Date Title
JP4546168B2 (ja) 生体認証システムの登録方法、生体認証システム及びそのプログラム
JP5531963B2 (ja) 認証システム、装置、認証方法及びプログラム
JP7254311B2 (ja) 顔認識及び手書き署名検証基盤のユーザ認証方法及び装置（Ａｐｐａｒａｔｕｓ ａｎｄ ｍｅｔｈｏｄ ｆｏｒ ｕｓｅｒ ａｕｔｈｅｎｔｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｆａｃｅ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｈａｎｄｗｒｉｔｔｅｎ ｓｉｇｎａｔｕｒｅ ｖｅｒｉｆｉｃａｔｉｏｎ）
KR101972800B1 (ko) 수기 서명 인증 방법 및 장치
US20240086513A1 (en) Adjusting biometric detection thresholds based on recorded behavior
JPH10261082A (ja) コンピュータ署名照合方式における登録署名データ作成方法
KR102144289B1 (ko) 다중 인증 알고리즘을 기반으로 한 수기서명 인증 방법 및 장치
JP2006072553A (ja) 生体情報照合装置
US11496466B2 (en) Using an enrolled biometric dataset to detect adversarial examples in biometrics-based authentication system
Patil et al. An efficient DTW algorithm for online signature verification
US20230401301A1 (en) Information processing device, information processing method, and recording medium
Mahanta et al. A study on handwritten signature
Said-Ahmed et al. Efficient Signatures Verification System Based on Artificial Neural Networks
Gurrala Online signature verification techniques
US9576182B2 (en) Method for authenticating a signature
Ganorkar et al. Design of digital signature verification algorithm using relative slope method
Ravi et al. Concatenation of spatial and transformation features for off-line signature identification
Singla et al. Machine and Deep learning in Biometric Authentication: A Review
Adewole et al. Application of Voice Biometrics As An Ecological and Inexpensive Method of Authentication
Boonkrong et al. Biometric Authentication
Pankanti et al. Biometrics: Promising frontiers for emerging identification market
Fabregas et al. On-line signature verification system with failure to enrol management
Ahamed et al. A review report on the fingerprint-based biometric system in ATM banking
Jing PINWrite: A New Smartphone Authentication Scheme Using Handwriting Recognition
Kumar et al. Signature Recognition using Statistical-ANN Hybrid Technique

Legal Events

Date Code Title Description
GRNT Written decision to grant