3.2 Eingabe – Schnittstelle zwischen physischer und Cyber-Welt
145
Authentisierung deutlich zugenommen. Bei biometrischer Authentisierung wird
zu erkennen versucht, ob eine bestimmte Person tatsächlich diejenige Person
ist, als die sie sich ausgibt. Biometrische Authentisierungsmethoden sind z.B.
Iris-Scans, Fingerabdrucksensoren und Gesichtserkennung. Falsche positive wie
auch falsche negative Erkennungsvorgänge sind ein inhärentes Problem der biometrischen Authentisierung (siehe Definitionen auf Seite 281). Im Gegensatz zur
passwortbasierten Authentisierung sind hier exakte Übereinstimmungen nicht
möglich.
• Künstliche Augen: Projekte, die künstliche Augen entwickeln, haben nennenswerte Beachtung gefunden. Einige dieser Projekte versuchen, das Auge zu ersetzen. Andere Projekte versuchen, ein Sehen auf indirekten Wegen zu ermöglichen.
Das Dobelle-Institut experimentierte beispielsweise mit einer kleinen Kamera, die
mit einem Rechner verbunden war, der elektrische Impulse über einen direkten
Kontakt an das Gehirn sandte [532]. In neueren Projekten wurde die Übersetzung
von Bildern in Toninformationen bevorzugt. Offensichtlich ist diese Methode weit
weniger invasiv.
• RFID-Technik: Die RFID-Technik (engl. Radio Frequency Identification Technology) basiert auf der Antwort eines Tags auf bestimmte Funksignale [227].
Das Tag besteht aus einer integrierten Schaltung und einer Antenne. Es stellt
einem RFID-Leser seine eindeutige Identifikation zur Verfügung. Die maximal
mögliche Entfernung zwischen Tag und Leser hängt dabei von der Art des Tags
ab. Diese Technologie lässt sich überall da einsetzen, wo Objekte, Tiere oder
Personen identifiziert werden sollen. Sie ist eine Schlüsseltechnologie für das
Internet der Dinge.
• Fahrzeugsensoren: Heutige Autos verfügen über eine große Anzahl von Sensoren, welche das Fahren unterstützen sollen, wie beispielsweise Regensensoren,
Reifensensoren, Abstandssensoren, Motorkontrollsensoren, usw.
• Andere Sensoren: Weiter gibt es Feuchtigkeits-, Gas- und andere Sensoren.
Möglicherweise muss Maschinelles Lernen [205, 188, 559, 453] genutzt werden,
um sinnvolle Informationen aus gestörten Sensorwerten abzuleiten.
Sensoren erzeugen Signale. Dabei kann der Begriff „Signal” mathematisch wie
folgt definiert werden:
Definition 3.1: Ein Signal σ ist eine Abbildung von einem Zeitbereich D T auf einen
Wertebereich D V :
σ : D T → D V
Signale können über einem kontinuierlichen oder einem diskreten Zeitbereich sowie
über einem kontinuierlichen oder einem diskreten Wertebereich definiert sein.
3.2.2 Zeitdiskretisierung: Sample-and-hold-Schaltungen
Alle bekannten digitalen Computer arbeiten mit einem diskreten Zeitbereich D T .
Damit können sie diskrete Folgen oder Ströme (engl. streams) von Werten ver-
145
Authentisierung deutlich zugenommen. Bei biometrischer Authentisierung wird
zu erkennen versucht, ob eine bestimmte Person tatsächlich diejenige Person
ist, als die sie sich ausgibt. Biometrische Authentisierungsmethoden sind z.B.
Iris-Scans, Fingerabdrucksensoren und Gesichtserkennung. Falsche positive wie
auch falsche negative Erkennungsvorgänge sind ein inhärentes Problem der biometrischen Authentisierung (siehe Definitionen auf Seite 281). Im Gegensatz zur
passwortbasierten Authentisierung sind hier exakte Übereinstimmungen nicht
möglich.
• Künstliche Augen: Projekte, die künstliche Augen entwickeln, haben nennenswerte Beachtung gefunden. Einige dieser Projekte versuchen, das Auge zu ersetzen. Andere Projekte versuchen, ein Sehen auf indirekten Wegen zu ermöglichen.
Das Dobelle-Institut experimentierte beispielsweise mit einer kleinen Kamera, die
mit einem Rechner verbunden war, der elektrische Impulse über einen direkten
Kontakt an das Gehirn sandte [532]. In neueren Projekten wurde die Übersetzung
von Bildern in Toninformationen bevorzugt. Offensichtlich ist diese Methode weit
weniger invasiv.
• RFID-Technik: Die RFID-Technik (engl. Radio Frequency Identification Technology) basiert auf der Antwort eines Tags auf bestimmte Funksignale [227].
Das Tag besteht aus einer integrierten Schaltung und einer Antenne. Es stellt
einem RFID-Leser seine eindeutige Identifikation zur Verfügung. Die maximal
mögliche Entfernung zwischen Tag und Leser hängt dabei von der Art des Tags
ab. Diese Technologie lässt sich überall da einsetzen, wo Objekte, Tiere oder
Personen identifiziert werden sollen. Sie ist eine Schlüsseltechnologie für das
Internet der Dinge.
• Fahrzeugsensoren: Heutige Autos verfügen über eine große Anzahl von Sensoren, welche das Fahren unterstützen sollen, wie beispielsweise Regensensoren,
Reifensensoren, Abstandssensoren, Motorkontrollsensoren, usw.
• Andere Sensoren: Weiter gibt es Feuchtigkeits-, Gas- und andere Sensoren.
Möglicherweise muss Maschinelles Lernen [205, 188, 559, 453] genutzt werden,
um sinnvolle Informationen aus gestörten Sensorwerten abzuleiten.
Sensoren erzeugen Signale. Dabei kann der Begriff „Signal” mathematisch wie
folgt definiert werden:
Definition 3.1: Ein Signal σ ist eine Abbildung von einem Zeitbereich D T auf einen
Wertebereich D V :
σ : D T → D V
Signale können über einem kontinuierlichen oder einem diskreten Zeitbereich sowie
über einem kontinuierlichen oder einem diskreten Wertebereich definiert sein.
3.2.2 Zeitdiskretisierung: Sample-and-hold-Schaltungen
Alle bekannten digitalen Computer arbeiten mit einem diskreten Zeitbereich D T .
Damit können sie diskrete Folgen oder Ströme (engl. streams) von Werten ver-