Pembangkitan Kunci Berdasarkan Pengenalan Wajah Menggunakan Algoritma Kanade-Lucas-Tomasi

Authors

  • Fitri Ramadhanti Badan Siber dan Sandi Negara
  • Bahrianto Prakoso

DOI:

https://doi.org/10.56706/ik.v18i1.84

Keywords:

biometrik (1), deteksi wajah (2), keacakan (3), KLT (4), pelacakan wajah (5), SHA256 (6) titik fitur (7), viola jones (8)

Abstract

Sistem biometrik menawarkan keunggulan yaitu memiliki keunikan yang berbeda pada setiap manusia. Biometrik juga memiliki keunggulan yaitu bersifat permanen, sulit dipalsukan, sulit diretas atau dicuri, dan anti penyangkalan. Dari berbagai banyak keunggulan biomterik maka penelitian ini membahas pembangkitan kunci berbasis biometrik wajah. Syarat suatu angka acak dianggap sebagai kunci kriptografi yang baik adalah angka acak tersebut lulus uji keacakan. Pada penelitian ini menggunakan algoritma Kanade-Lucas-Tomasi (KLT) untuk pelacakan titik unik wajah dan algoritma Viola Jones untuk pendeteksian wajah pada gambar. Pengujian keluaran nilai hash SHA256 sebagai kunci dari proses ekstraksi titik unik wajah menggunakan NIST Stastical Test Suite (NIST STS) untuk menentukan kunci yang dihasilkan dapat digunakan sebagai kunci kriptografi. Sistem yang diusulkan disimulasikan menggunakan MATLAB versi 2017a. Hasil terhadap uji keacakan angka menunjukkan bahwa kunci keluaran hanya dapat memenuhi 7 dari 15 NIST STS sehingga metode ini tidak lolos uji keacakan. Selain itu, terdapat pengujian histogram dan pengujian False Acceptance Rate (FAR) dan False Rejection Rate (FRR). Pengujian histogram menunjukkan terdapat nilai dominan yang menjelaskan bahwa pixel gambar tersebut tidak terdistribusi rata. Pengujian FAR dan FRR menunjukkkan persentase FAR akan semakin kecil jika nilai threshold semakin tinggi dan nilai FRR akan semakin meningkat dengan Equal Error Rate (EER) pada nilai T=4.

References

A. J. Menezes, P. C. Van Oorschot, and S. A. Vanstone, “Applied Cryptography,” 2018.

A. Sarkar, B. K. Singh, and U. Bhaumik, “RSA Key Generation From Cancelable Fingerprint Biometrics,” 2017.

S. Aanjanadevi, V. Palanisamy, and S. Aanjankumar, “An Improved Method For Generating Biometric Cryptographic System From Face Feature,” 2019.

D. Salman, R. Azeez, and A. M. Hossen, “Key Generation from Multibiometric System Using Meerkat Algorithm,” Engineering and Technology Journal, vol. 38, no. 3B, pp. 115–127, Dec. 2020, doi: 10.30684/etj.v38i3b.652.

Y. Wang, B. Li, Y. Zhang, J. Wu, P. Yuan, and G. Liu, “A Biometric Key Generation Mechanism for Authentication Based on Face Image,” in 2020 IEEE 5th International Conference on Signal and Image Processing, ICSIP 2020, Institute of Electrical and Electronics Engineers Inc., Oct. 2020, pp. 231–235. doi: 10.1109/ICSIP49896.2020.9339252.

N. H. Barnouti, M. H. N. Al-Mayyahi, and S. S. M. Al-Dabbagh, “Real-Time Face Tracking and Recognition System Using Kanade-Lucas-Tomasi and Two-Dimensional Principal Component Analysis,” 2018.

E. Barker, “Recommendation for Key Management:,” Gaithersburg, MD, May 2020. doi: 10.6028/NIST.SP.800-57pt1r5.

E. Barker, A. Roginsky, and R. Davis, “Recommendation for Cryptographic Key Generation,” Gaithersburg, MD, Jun. 2020. doi: 10.6028/NIST.SP.800-133r2.

L. E. Bassham et al., “A Statistical Test Suite for Random and Pseudorandom Number Generators for Cryptographic Applications,” Gaithersburg, MD, 2010. doi: 10.6028/NIST.SP.800-22r1a.

L. Li, X. Mu, S. Li, and H. Peng, “A Review of Face Recognition Technology,” IEEE Access, vol. 8, pp. 139110–139120, 2020, doi: 10.1109/ACCESS.2020.3011028.

H. Dorbi and P. Joshi, “Face Recognition Algorithms: A Comparative Study,” International Research Journal of Modernization in Engineering Technology and Science, Jun. 2023, doi: 10.56726/irjmets41255.

Dennis A, Wixom B, and Tegarden D, Systems Analysis and Design. 2008.

T. M. Effendi, H. B. Seta, and T. Wati, “The Combination of Viola-Jones and Eigen Faces Algorithm for Account Identification for Diploma,” in Journal of Physics: Conference Series, Institute of Physics Publishing, Apr. 2019. doi: 10.1088/1742-6596/1196/1/012070.

Downloads

Submitted

20-11-2023

Accepted

26-04-2024

Published

28-05-2024

Issue

Section

Articles