Conference Paper

PART 
1
 
Biometric 
identification 
method 
FAR
% 
FRR
% 
GFRR
% 
FTE 
% 
Risk of spoof 
Live sample 
detection 
User acceptance 
Iris scanning 
10
-7 
10
-4
10
-1
1 
Very low 
For certain 
devices 
Low - 
misconceptions 
Facial recognition 
10
-2
10
-2
1-5 
1 
Medium-low 
None 
High 
Fingerprint scanners 
Optical sensor 
10
-2
10
-2
1-5 
1-3 
Very high 
None 
Low – criminal 
records 
Capacitive sensor 
10
-2
10
-2
1-5 
1-3 
Very high 
For certain 
devices 
Low – criminal 
records 
Swipe sensor 
10
-2
10
-2
2-6 
1-3 
High 
None 
Low – criminal 
records 
Multispectral optics 
10
-5
10
-3
10
-1
10
-1
Very low 
Yes 
Low – criminal 
records 
Voice recognition 
10
-2
10
-2
1-5 
1-3 
High 
None 
Medium 
Retina scanner 
10
-5
10
-3
N/A 
N/A 
Very low 
Yes 
Low - 
misconceptions 
Palm vein 
recognition 
10
-5
10
-2
1-2 
1 
Very low 
For certain 
implementations 
High 
Finger vein 
recognition 
10
-2
10
-2
1 
1 
Low 
For certain 
implementations 
Medium 
Hand geometry 
recognition 
10
-2
10
-2
1 
0,10 
Medium-low 
None 
Medium – the 
user must 
maintain 
physical contact 
on a large 
surface 

---

T
ABLE 
II. 
C
OMPARISON OF BIOMETRIC TECHNOLOGIES
,
PART 
2
 
Biometric 
identification method 
Contact requirement 
Stability of the 
biometric 
sample 
Risks 
Iris scanning 
None 
Does not change 
- Some people may not use it 
Facial recognition 
None 
Changes often 
- Many may not use it in everyday 
applications 
- Very vulnerable technology 
Fingerprint scanners 
Optical sensor 
On a small surface 
Changes rarely 
- Many may not use it in everyday 
applications 
- Very vulnerable technology 
Capacitive sensor 
On a small surface 
Changes rarely 
- Many may not use it in everyday 
applications 
- Very vulnerable technology 
Swipe sensor 
On a small surface 
Changes rarely 
- Many may not use it in everyday 
applications 
- Very vulnerable technology 
Multispectral optics 
On a small surface 
Does not change 
Not enough experience 
Voice recognition 
None 
Changes often 
- Many may not use it in everyday 
applications 
- Very vulnerable technology 
Retina scanner 
None 
Changes 
extremely rarely 
Rejected technology 
Palm vein 
recognition 
On a small surface 
Does not change 
Finger vein 
recognition 
On a small surface 
Does not change 
- Some people may not use it 
Hand geometry 
recognition 
On a large surface 
Changes rarely 
- Vulnerable technology 

---

V.
T
HE SOURCE OF THE PROBLEMS
Learning about and assessing the deployment of over 100 
biometric identification systems since 1998, it may be 
assumed that generally a luck factor decided whether the 
system worked or not in the particular application. The 
main problem is that within the field of personal 
identification systems, biometry is the first technology 
that operates with probabilities. Identification a person 
with 100% certainty for biometry is practically 
impossible. While this is not an issue for a knowledge or 
possession based system – as they identify the object, thus 
one in possession of the knowledge or the item may 
always pass through the access point – this is not the case 
with biometry. A further problem is that environmental 
factors also have to be taken into account, as they 
influence success rates. 
These problems lead to another one: when deploying a 
biometric system in a security project, selection is done 
entirely on a subjective basis. For example, a known 
partner suggests something or the customer chooses an 
already well-advertised system from a well-known 
company. 
This lack of knowledge characterises the whole delivery 
chain. The manufacturers say something about the 
products, the distributor will acquire them by certain 
subjective price/value parameters and the designer and 
future customer will also use this data to select the system. 
There are no independent and authentic sources that may 
provide useful data about whether a system is able to 
perform a certain task or not. Even security professionals 
and services are stumbling around in the darkness, and 
often perform the required tests themselves. However, 
most of these companies lack the time, resources and 
know-how to perform such test scientifically in a 
reproducible way. Many companies only learn from their 
own mistakes whether a system was able or unable to 
perform the task set forth for it. We know of a 1000 
employee company in Hungary that has so far deployed 3 
different fingerprint scanning systems and neither of them 
worked. 
VI.
S
UMMARY
In this paper, I explored several problems and issues that 
make introducing biometric identification systems 
difficult at best for one who has no accurate knowledge of 
the true capabilities of the particular devices, and at worst, 
a monetary failure. After discovering the pitfalls, let us 
turn back to the case studies, and explore what were the 
problems and what should have been done. 
In the first case study, a well working system with 30 
users was suddenly flooded with a lot of other users, and 
in the second, a system was introduced which after a short 
while, was proven to be improper for the particular 
application. We may list several factors that were likely 
not considered, while they are crucial for proper 
operation. These are listed below: 

Maximum user number 

Technological limitations and environmental 
factors 
o
Increased maintenance requirements 

User willingness for cooperation 
Any device has only so much user capacity and processing 
power. While manufacturers often give these limits in the 
range of 1000s, we have to consider a small fact here: 
many biometric devices operate in 1:N mode, which 
means that if a person performs an identification 
transaction, the sample presented is matched against the 
whole database every time. No independent studies exist 
which prove that identification times and error rates are 
the same for 1 and for 1000 users, for example. One must 
consider this and conduct tests before significantly 
inflating the user number to determine whether an upgrade 
is necessary. For systems that operate in 1:1 mode, this 
problem is restricted to the effective maximum user 
number, since in that case, the sample is only matched to a 
pre-selected template. 
The second problem is that fingerprint recognition 
technology is not useful for everyone. Apart from the 
obvious issue of lacking fingers, 1-3% of the population 
lack fingerprints. The prints may also be damaged by 
abrasive or caustic materials so much that they become 
useless for optical recognition. Others may have 
permanent scars that also impede proper operation. While 
this is impossible to fully circumvent, if there are factors 
that suggest future problems, one should consider 
deploying a different technology that suit the users and the 
operational environment. 
On a side note, we must also consider that every device 
requires regular maintenance, with the intervals depending 
on several factors, including the frequency of use. 
Obviously, with a significantly larger user number, one 
needs to clean the devices more often to ensure proper 
operation. 
Finally, one has to gauge whether the users are willing to 
use the system. For example, with a small company (the 
30 employee one in our example), all personnel might 
consider usage of an accurate attendance tracking system 
as their best interest. At a large company, it is at least 
plausible that some employees have reservations 
regarding the system, let it be a misconception or a 
malicious intention (i.e. cheating with attendance times). 
Failure to determine user willingness for cooperation and 
selecting the devices and other access control systems 
without considering this factor will ultimately lead to an 
unusable system. 

---

I have summarised the biometric technologies accessible 
nowadays and introduced their advantages and 
disadvantages. Through practical applications, I have also 
explored what should be done better when introducing 
biometric systems. As a follow up, I will aim my research 
to produce a methodology that takes into account the user 
number, security environment and business environment 
in order to determine whether a biometric system will be 
proper for a certain task. 
R
EFERENCES
[1] ABI – Applied Biometrics Institute. www.abibiometrics.org (Óbuda 
University, Donát Bánki Faculty, 2011) 
[2]. ISO. ISO/IEC 19795-6. Information technology - Biometric 
performance testing and reporting. Switzerland, 2012. ISO/IEC 
19795-6:2012. 
[3]. Tibor, Prof. Dr. Kovács. Basics of Biometrics. 2010. 
[4]. Krisztina FÖLDESI, Tibor KOVÁCS, SPECIFICATION IN THE 
PRACTICE OF LAW ENFORCEMENT (APPLICATION OF 
BIOMETRY). 
ACTA 
TECHNICA 
CORVINIENSIS 
– 
BULLETIN of ENGINEERING. 2015 
[5]. Zoltan Rajnai: Un portrait militaire au reflet de l’insurrection 
hongroise ORIENTS (ISSN: 1769-6321) 2013: (10) pp. 93-96. 
(2013) 
[6]. Csaba Otti. Comparison of hand geometry and fingerprint based 
identification. 2015 
View publication stats