Parmak izi (bilgi işlem) - Fingerprint (computing) - Wikipedia

Bu makale genel parmak izi algoritmaları hakkındadır. Sese özgü algoritmalar için bkz. akustik parmak izi. Videoya özgü algoritmalar için bkz. dijital video parmak izi. İnsan parmak izleriyle eşleşen algoritmalar için bkz. Parmak İzi § Algoritmalar. Tarayıcı tanımlama tekniği için bkz. Tarayıcı parmak izi. Diğer kullanımlar için bkz. dijital parmak izi.

İçinde bilgisayar Bilimi, bir parmak izi algoritması bir prosedürdür haritalar keyfi olarak büyük veri öğe (bilgisayar gibi dosya ) çok daha kısa bit dize, onun parmak izi, tüm pratik amaçlar için orijinal verileri benzersiz şekilde tanımlayan[1] tıpkı insan gibi parmak izleri insanları pratik amaçlar için benzersiz şekilde tanımlayın. Bu parmak izi şunun için kullanılabilir: veri tekilleştirme amaçlar. Bu, dosya parmak izi, veri parmak izi veya yapılandırılmış veri parmak izi olarak da adlandırılır.

Parmak izleri genellikle büyük verilerin karşılaştırılmasını ve iletilmesini önlemek için kullanılır. Örneğin, bir internet tarayıcısı veya Proxy sunucu yalnızca parmak izini alıp önceden getirilmiş kopyanınkiyle karşılaştırarak uzak bir dosyanın değiştirilip değiştirilmediğini verimli bir şekilde kontrol edebilir.[2][3][4][5][6]

Parmak izi işlevleri yüksek performanslı olarak görülebilir karma işlevler önemli veri bloklarını benzersiz şekilde tanımlamak için kullanılır kriptografik hash fonksiyonları gereksiz olabilir. Ses parmak izi algoritmalar bu tür parmak izi işleviyle karıştırılmamalıdır.

İş yerinde bir hash işlevi

Özellikleri

Sanal benzersizlik

Amaçlanan amaçlara hizmet etmek için, bir parmak izi algoritmasının bir dosyanın kimliğini sanal kesinlikte yakalayabilmesi gerekir. Başka bir deyişle, bir olasılık çarpışma - aynı parmak izini veren iki dosya - diğer önlenemeyen ölümcül hataların olasılığına kıyasla (sistemin zarar görmesi gibi) ihmal edilebilir olmalıdır. savaş veya bir göktaşı ): 10 diyelim−20 veya daha az.

Bu gereksinim, bir sağlama toplamı işlevininkine biraz benzer, ancak çok daha katıdır. Yanlışlıkla veri bozulmasını veya iletim hatalarını tespit etmek için, hatalar için bazı istatistiksel model göz önüne alındığında, orijinal dosyanın ve herhangi bir bozuk sürümün sağlama toplamlarının neredeyse kesin olarak farklılık göstermesi yeterlidir. Tipik durumlarda, bu hedef 16 veya 32 bitlik sağlama toplamları ile kolayca elde edilir. Aksine, büyük dosya sistemlerinde sanal benzersizliği garanti etmek için dosya parmak izlerinin en az 64 bit uzunluğunda olması gerekir (bkz. doğum günü saldırısı ).

Yukarıdaki gereksinimi kanıtlarken, dosyaların, dosyalar arasında karmaşık bağımlılıklar yaratan oldukça rastgele olmayan süreçler tarafından oluşturulduğu dikkate alınmalıdır. Örneğin, tipik bir iş ağında, genellikle yalnızca küçük düzenlemeler veya diğer küçük değişikliklerle farklılık gösteren birçok belge çifti veya kümesi bulunur. İyi bir parmak izi algoritması, bu tür "doğal" işlemlerin istenen kesinlik seviyesinde farklı parmak izleri oluşturmasını sağlamalıdır.

Bileşik

Bilgisayar dosyaları genellikle birleştirme gibi çeşitli şekillerde birleştirilir ( arşiv dosyaları ) veya sembolik dahil etme ( C ön işlemcisi 's #Dahil etmek direktif). Bazı parmak izi algoritmaları, kompozit bir dosyanın parmak izinin, onu oluşturan parçaların parmak izlerinden hesaplanmasına izin verir. Bu "birleştirme" özelliği, bir programın ne zaman yeniden derlenmesi gerektiğini tespit etmek gibi bazı uygulamalarda yararlı olabilir.

Algoritmalar

Rabin algoritması

Rabin'in parmak izi algoritması[7] sınıfın prototipidir. Uygulaması hızlı ve kolaydır, birleşmeye izin verir ve çarpışma olasılığının matematiksel olarak hassas bir analizi ile birlikte gelir. Yani iki dizgenin olasılığı r ve s aynısını vermek wbitlik parmak izi max (|r|,|s|)/2w-1, nerede |r| uzunluğunu gösterir r bitler halinde. Algoritma, bir önceki seçimini gerektirir w-bit dahili "anahtar" ve bu garanti dizeler olduğu sürece geçerlidir. r ve s anahtar bilgisi olmadan seçilir.

Rabin'in yöntemi kötü niyetli saldırılara karşı güvenli değildir. Düşman bir aracı, anahtarı kolayca keşfedebilir ve parmak izlerini değiştirmeden dosyaları değiştirmek için kullanabilir.

Kriptografik hash fonksiyonları

Ana makale: kriptografik karma işlevi

Genel kriptografik sınıf hash işlevleri genellikle yüksek kaliteli parmak izi işlevleri olarak hizmet edebilir, kriptanalistlerin yoğun incelemesine tabidir ve kötü niyetli saldırılara karşı güvenli olduklarına inanılan avantajlara sahiptir.

Kriptografik hash algoritmalarının bir dezavantajı MD5 ve SHA yürütmenin Rabin'in parmak izi algoritmasından çok daha uzun sürmesidir. Ayrıca, çarpışma olasılığı konusunda kanıtlanmış garantilerden yoksundurlar. Bu algoritmalardan bazıları, özellikle MD5, artık güvenli parmak izi için önerilmez. Amaca yönelik veri tahrifatının birincil sorun olmadığı durumlarda hata kontrolü için hala faydalıdırlar.

İlişkisel veritabanları için parmak izi ve filigran

Parmak izi ve dijital filigranlama İlişkisel veritabanları için telif hakkı koruması, kurcalama tespiti, hain takibi ve ilişkisel verilerin bütünlüğünü sürdürmek için aday çözümler olarak ortaya çıktı. Literatürde bu amaçlara yönelik birçok teknik önerilmiştir. Mevcut son teknolojiye ilişkin bir araştırma ve farklı yaklaşımların amaçlarına, parmak izini / filigranı ifade etme biçimlerine, kapak türüne, ayrıntı düzeyi ve doğrulanabilirliklerine göre sınıflandırılması mevcuttur.[8]

Uygulama örnekleri

NIST bir yazılım referans kitaplığı dağıtır, Amerikan Ulusal Yazılım Referans Kitaplığı, dosyalara parmak izi vermek ve bunları yazılım ürünleriyle eşlemek için şifreleme karma işlevlerini kullanan. HashKeeper veritabanı, tarafından tutulan Ulusal Uyuşturucu İstihbarat Merkezi, "iyi olduğu bilinen" ve "kötü olduğu bilinen" bilgisayar dosyalarının parmak izlerinin, yasa uygulama uygulamalarında (örneğin, ele geçirilen disk sürücülerinin içeriklerinin analiz edilmesi) kullanılması için bir havuzudur.

Ayrıca bakınız

Referanslar

  1. ^ A. Z. Broder. Rabin'in parmak izi yönteminin bazı uygulamaları. Diziler II: İletişim, Güvenlik ve Bilgisayar Bilimlerinde Yöntemler, sayfa 143-152. Springer-Verlag, 1993
  2. ^ Yinelenen ve neredeyse yinelenen dosyaları algılama. ABD Patenti 6658423 2 Aralık 2003 tarihinde yayınlandı
  3. ^ A. Z. Broder (1997). Belgelerin Benzerliği ve Muhafazası Hakkında. Dizilerin Sıkıştırma ve Karmaşıklığı İşlemleri. IEEE Bilgisayar Topluluğu. s. 21–27. CiteSeerX  10.1.1.24.779. doi:10.1109 / SEQUEN.1997.666900. ISBN  978-0-8186-8132-5. S2CID  11748509.
  4. ^ Brin, S. ve Davis, J. ve Garcia-Molina, H. (1995) Dijital Belgeler için Kopya Tespit Mekanizmaları. İçinde: ACM Uluslararası Veri Yönetimi Konferansı (SIGMOD 1995), 22-25 Mayıs 1995, San Jose, California, stanford.edu. Arşivlendi 18/08/2016. Erişim tarihi: 11/01/2019.
  5. ^ L. Fan, P. Cao, J. Almeida ve A. Broder, Özet Önbelleği: Ölçeklenebilir Geniş Alanlı Web Önbelleği Paylaşım Protokolü, Ağ Oluşturmada IEEE / ACM İşlemleri, cilt. 8, No. 3 (2000)
  6. ^ U. Manber, Büyük Bir Dosya Sisteminde Benzer Dosyaları Bulma. USENIX Winter Technical Conf. (1994)
  7. ^ M. O. Rabin Rastgele polinomlarla parmak izi. Bilgisayar Teknolojisinde Araştırma Merkezi Harvard Üniversitesi Raporu TR-15-81 (1981)
  8. ^ http://www.jucs.org/jucs_16_21/watermarking_techniques_for_relational/jucs_16_21_3164_3190_halder.pdf