Presentacin de un modelo biomtrico multimodal para el seguimiento de

estudiantes en clases virtuales

1. Resumen:
El propsito principal de este trabajo es presentar un nuevo modelo de e-learning basado
en aplicaciones web con capacidad de control de asistencia. El modelo biomtrico basado
multimodal presentado, se utiliza para la identificacin, la autenticacin y el seguimiento
de los usuarios. En este modelo se utilizan dos caractersticas; comportamiento biomtrico
(movimientos de ratn y pulsaciones de teclas dinmicas) y una fsica (caractersticas de la
cara). Este nuevo algoritmo se presenta para juntar el uso de estas tres tecnologas
biomtricas. Como resultados, los experimentos muestran, que estos procesos de
verificacin y control de la asistencia, necesita de un nivel ms bajo de la colaboracin de
los estudiantes. Despus de la aplicacin de este modelo, se puede aadir a los LMS
(sistema de control de aprendizaje) existentes de tal forma que se vuelven compatibles
con la misma. Por lo tanto, este modelo puede ser utilizado para realizar un seguimiento
de la asistencia continua de los usuarios en las fases sensibles del proceso de e-learning.
2. Introduccin:
Los sistemas de aprendizaje electrnico representan una nueva forma de educacin y se
estn volviendo ms y ms populares cada da; por lo tanto, la necesidad de seguridad en
este sistema es muy tangible. La falta de herramientas adecuadas para seguir
correctamente al usuario 'el comportamiento es uno de los problemas ms importantes
de LMS ' (sistemas de gestin de aprendizaje). Las soluciones tradicionales a los problemas
de asistencia de los usuarios no puede garantizar que el usuario es quin l o ella dice ser
y tambin ellos no pueden saber si el usuario se encuentra en frente de la computadora o
no. La informacin que se registra en los sistemas tradicionales 'archivos de registro, slo
contienen el inicio o cierre de sesin de los estudiantes (Gonzlez- Agulla et al, 2006;
Kornelije Rabuzin et al 2008). Un usuario puede iniciar sesin en los LMS y dejar el sistema
despus de unos minutos y volver cerca del final de la clase slo para cerrar la sesin. Sin
embargo, est claro que este acto no se refleja en los archivos de registro. Hay muchos
situaciones similares a la descrita anteriormente, donde las soluciones tradicionales no
pueden especificar la duracin del tiempo real que el usuario pasa delante del ordenador.
En este trabajo se presenta una solucin biomtrica basada multimodal para autenticar a
los usuarios y controlar su asistencia. La biometra multimodales es til en la mejora de la
fiabilidad de la autenticacin biomtrica cuando un solo mtodo biomtrico de
autenticacin no puede satisfacer un nivel de fiabilidad requerido (Gonzlez-Agulla et al.,
2008; Gonzlez-Agulla et al., 2009; L. Hong et al., 2005).

Este trabajo est estructurado de la siguiente manera: despus de esta introduccin, en la
seccin 2 se expresan obras relacionadas. Seccin 3 explica la biometra multimodal.
Tecnologas y soluciones biomtricas Propuestas utilizadas en el modelo se analizan en la
seccin 4. La arquitectura del sistema se muestra en la quinta seccin. La seccin 6
presenta Implementacin de la solucin propuesta. El resultado experimental se muestra
en la seccin 7. Por ltimo, la conclusin y las obras futuras se presentan en la seccin 8.

3. Trabajos relacionados:
Hay mucha investigacin en la combinacin de las tecnologas biomtricas en varios
campos, incluyendo E -learning. Aqu estn varias de las investigaciones ms importantes
relacionados con este caso: Detalle de los archivos de registro se combinan con la
informacin biomtrica obtenida de los usuarios (JL Alba Castro et al. 2009). Estos detalles
incluyen: cuando el usuario comienza a trabajar, los acontecimientos del navegador y el
estado del navegador de enfoque. Sin embargo, algunos problemas como la mala
iluminacin condiciones en sala de estudiantes que pueden resultar en una reduccin del
rendimiento de los mtodos de verificacin facial y del iris pueden suceder. Adems, los
factores humanos pueden reducir seriamente el rendimiento del sistema. Por ejemplo:
algunos usuarios no tienen posicionamiento apropiado durante la mayor parte del tiempo
de clase para la verificacin facial para trabajar. Otra solucin es presentada por T.MJ
Auernheimer (2007) que el sistema autentica a los usuarios por los medios de ambos
rasgos faciales y huellas dactilares caractersticas. Es evidente que este sistema necesita la
colaboracin de los usuarios, por lo que el seguimiento continuo con este mtodo causa
|interferencia a las actividades de los usuarios. Las huellas digitales pueden ser fcilmente
falsificadas de superficies que se tocan, utilizando una delgada capa de gelatina o de
silicio. Como otro mtodo, el seguimiento de los estudiantes se hace slo con base en el
reconocimiento facial (Gonzlez Agulla et al. 2008). Aunque esto se puede hacer de 2
maneras: de colaboracin y no de colaboracin y reducir el probabilidad de abuso,
tambin tiene sus problemas probables. Por ejemplo, un estudiante puede poner su
imagen o de vdeo frente a a cmara web y luego dejar el sistema.

En general, si queremos utilizar un sistema que contiene slo una caracterstica biomtrica
podra causar algunos problemas que no pueden resolverse con facilidad, por lo que un
sistema biomtrico multimodal que consiste en tres caractersticas biomtricas se ofrece
en este documento. Estos tres son: rasgos faciales, la dinmica del golpe de teclado y
movimientos del ratn. Lo Es de destacar que ninguna de las ltimas investigaciones se ha
centrado en la combinacin de estas tres tecnologas biomtricas mencionado en el
presente documento.

4. Biomtrica multimodal:
En este estudio, hemos tratado de minimizar el nmero de errores posibles en las etapas
de autenticacin y seguimiento por la combinacin de varias caractersticas biomtricas de
cada usuario. Esta combinacin se realiza por estadstica o mtodos lgicos. Los mtodos
lgicos realizan cada proceso de autenticacin de una manera independiente y aplican una
lgica AND u un OR lgica de sus resultados para obtener el resultado final. En los
mtodos estadsticos una autentificacin multimodal se realiza utilizando cada una de las
caractersticas biomtricas y luego funciones estadsticas determinan el resultado final
(Kornelije Rabuzin et al., 2008; L. Hong et al, 2005;.. Bharati, S. et al, 2008). La fiabilidad de
los sistemas biomtricos multimodales es evaluada utilizando una funcin de densidad de
usuarios engaosos y honestos, junto con 'FAR' (Tasa de Aceptacin Falsa) y 'FRR' (Tasa de
Falso Rechazo).

5. Propuesta de solucin:
En la solucin se proponen: un sistema fsico biomtrico (caractersticas de la cara) y dos
de comportamiento (ratn movimientos y la dinmica de pulsacin de tecla) se utilizan
para autenticar, rastrear y controlar la asistencia de los estudiantes. El sistema de control
de asistencia ha sido diseado como un sistema de monitoreo continuo que recoge del
estudiante, informacin sobre su comportamiento durante las sesiones de aprendizaje.
Este sistema se divide en tres subsistemas: (a) verificacin de la facial, (b) verificacin de
los movimientos del ratn, (c) verificacin de la dinmica de pulsacin de teclas. Estos
subsistemas se describen en detalle, en las secciones 5.3 a 5.5

5.1. Asistencia algoritmo de control de E-learning
En este trabajo, proponemos un algoritmo para controlar la asistencia de los
estudiantes en la clase virtual llamada 'ACT' (Control de Asistencia tracker). Para este
fin, ACT utiliza tres caractersticas biomtricas. El ACT est diseado de una manera
que cualquier caracterstica biomtrica puede reemplazar a las que se usan en este
documento. El ACT se expresa en el proceso de control de asistencia y tambin
describe el papel de las caractersticas biomtricas mencionadas. El ACT se realiza en
el siguiente manera: En la primera etapa, para autenticar a los estudiantes, se recibe
sus datos biomtricos y se enva a la al mdulo de autenticacin biomtrica en el
servidor. En la siguiente etapa el mdulo de autenticacin compara esta informacin
con el patrn del usuario en la base de datos y calcula el resultado como un valor
numrico. Para obtener el resultado de la autenticacin, este nmero se compara con
un umbral a continuacin, si el resultado es positivo, el estudiante puede entrar en el
aula virtual. Despus de la entrada del estudiante, su informacin biomtrica se enva
continuamente a la Asistencia el control de procedimiento. Este procedimiento calcula
el tiempo real que el estudiante asisti a la clase virtual y lo compara en el expediente
del estudiante en la base de datos. Tambin permite al instructor acceder a esta
informacin al mismo tiempo.
El Pseudo cdigo para el algoritmo propuesto se presenta en la figura 1.

Pasos del algoritmo de ACT son los siguientes:

Paso 1. Inscripcin: en este paso, varios patrones de la cara del estudiante, la dinmica
del golpe de teclado y movimientos del ratn se reciben y se almacenan en la base de
datos del sistema.
Paso 2. Autenticacin Biomtrica: en cada inicio de sesin, el proceso de autenticacin
se lleva a cabo ya sea slo por mtodos biomtricos o una combinacin de
caractersticas biomtricas con otros mtodos.
Paso 3. Control de asistencia mediante el reconocimiento facial: despus de la entrada
de los estudiantes a la clase virtual, se realiza un seguimiento continuamente durante
la clase y sus rasgos faciales son comparados con la informacin de la base de datos.
Cualquier deteccin de cara tiene su propio tiempo de expiracin especificada, por
ejemplo n segundos; despus de n segundos transcurridos se da una nueva
verificacin cara.
Paso 4. Control de asistencia con el teclado y el ratn: la informacin sobre el
comportamiento del mouse y el teclado est continuamente almacenada en archivos
biomtricos del usuario, durante su tiempo de participacin en clase, esta informacin
se utiliza para el seguimiento del estudiante, si las imgenes capturadas de la cara no
son adecuadas para el reconocimiento facial.
Paso 5. Control de asistencia en colaboracin: si el sistema no puede identificar a los
usuarios con uso de imgenes de la cara o la informacin del ratn y el teclado,
empleara el sistema de verificacin por colaboracin. En esta etapa, el sistema le
pedir al usuario poner su cara en una posicin adecuada y tomar nuevas imgenes.
En esta etapa, el usuario dispone de una cantidad limitada de tiempo para hacer las
acciones pedidas por el sistema al termino del mismo si no se han efectuado las
acciones necesarias el programa proceder con el cierre de la sesin.
Paso 6. Medicin de la tasa de asistencia: si el resultado de la verificacin de los
estudiantes es positiva, el sistema registra una marca de asistencia para l o ella de
otra manera l o ella se marcar ausente. Al final de la clase, el tiempo global que el
usuario ha asistido a la clase se calcular utilizando estas marcas.
Cabe mencionar que el tiempo de caducidad en el tercer y quinto paso depende de los
siguientes factores: ancho de banda de la red, servidor o poder de procesamiento del
cliente y el nivel de precisin esperado. En una situacin ideal, el tiempo de caducidad
se establece por el instructor a fin de determinar el nivel de atencin y el orden en la
clase.

5.2. Toma de decisiones y combinacin de mtodos
En la solucin presentada, el uso simultneo de los tres subsistemas biomtricos no es
esencial y es suficiente emplear la deteccin de rostros o el detector biomtrico si con
la informacin suministrada de los mismos es verificable. Se inicia proceso correcto
seguimiento basado en los rasgos faciales despus que el estudiante ingrese, sin su
colaboracin. Mientras el usuario puede seguir usando caractersticas faciales, los
datos brutos recogidos por los subsistemas biomtricos de comportamiento se
almacenan en archivos de registro del estudiante. Los procesos de autenticacin y
seguimiento de los estudiantes se realizan con movimientos del ratn y los
subsistemas de dinmica de pulsacin de tecla slo si es imposible que puedan ser
realizados por los medios de deteccin facial. Las ventajas de este mtodo incluyen
reducida nmero de clculos para la autenticacin de un usuario y proporcionar una
fiabilidad deseable para el sistema.
En el modelo propuesto, si es necesario autenticar al estudiante por los dos
subsistemas biomtricos conductuales mencionados, sus procesos de autenticacin se
debe hacer de forma independiente y el resultado final se obtendr mediante la
aplicacin de una lgica y en sus resultados independientes. La aceptacin o rechazo
de un estudiante en este proceso depende del sistema de vigilancia.

5.3. Subsistema de reconocimiento facial
El sistema de reconocimiento de cara se basa en el algoritmo de Viola-Jones
(B.Penteado y A.Marana, 2007). El mdulo de autenticacin de rostro y seguimiento,
se ha desarrollado empleando el entorno de desarrollo Matlab. Este mdulo utiliza un
detector de cara para rastrear y seguir el rostro de los nuevos usuarios. Con el usuario
a la vista, el sistema detecta su cara y comprueba el posicionamiento de la misma.
Seguimiento de la cara contina durante el tiempo que el usuario est a la vista y su
cara no est cubierta. En este trabajo, la deteccin de rostros se realizar por el
mtodo "-video-a-imagen". En este mtodo, en la fase de registro, dos muestras de
video del usuario se registran y el proceso de autenticacin de las conexiones futuras
ser realizado mediante la comparacin de una imagen con estos dos videos. En este
mtodo se graban vdeos del usuario durante la fase de registro en las posiciones
siguientes: (a) La lectura de un texto de 200 palabras de longitud, (b) Al escribir un
texto.
Cada vdeo recodificado es de tres segundos de duracin con el nmero de cuadros en
funcin de la velocidad de fotogramas de la cmara web. La cuadros de vdeo de
primer caso se pondrn en vector T1 y fotogramas de vdeo segundo caso se pondrn
en vector T2. Para el seguimiento el usuario en los futuros inicios de sesin, un video
de tres segundos de que el usuario se registrar y su mejor marco en trminos de la
cara expresiones, la iluminacin y la resolucin sern seleccionados por una aplicacin
previamente instalada en el sistema del cliente, este marco se llama V. Este marco
ser enviado a la parte del servidor y no se puede comparar con T1 y T2. La principal
estrategia de comparar marco V con dos marcos de patrones (T1 y T2) es compararlo
con todo el marco en estos dos vectores. Estas comparaciones se traducirn en S1 y S2
vectores de valor.


Para la autenticacin o el seguimiento de los usuarios en los futuros inicios de sesin,
un video de tres segundos en el que el usuario se registra y su mejor marco en
trminos de expresiones de la cara, la iluminacin y la resolucin ser seleccionado
por una aplicacin previamente instalado en la parte cliente del sistema, este marco
se llama V. Este marco ser enviado a la parte del servidor y all se compararn con T1
y T2. La principal estrategia de comparar marco V con dos marcos de patrones (T1 y
T2) es compararlo con todas las tramas en estos dos vectores. Estas comparaciones se
traducirn en S1 y S2 vectores de valor:

En estas dos ecuaciones, el programa expresa el nivel de similitud entre las tramas I y
V. El resultado final de la comparacin de T1y T2 con V se calcula en la ecuacin (3):

Si S
m
es mayor que el umbral especificado el resultado es positivo de lo contrario
considera negativa. El umbral anterior se determina de acuerdo con la precisin
esperada del sistema, y puede variar.

5.4. Ratn, subsistema de deteccin de movimientos
Patrn de movimiento del ratn es una firma que se extrae de los movimientos del
ratn y otras acciones. Extrayendo patrn de movimiento del ratn no necesita ningn
hardware especial, sino que se puede hacer de forma no interactiva durante toda la
clase o en cualquier momento particular de la clase. Los movimientos del ratn tienen
muchas caractersticas que se extraen para uso los nuevos anlisis. Los elementos
siguientes son algunos ejemplos de estas caractersticas: la velocidad y la aceleracin
del puntero del ratn, la direccin del ratn, amplitud del temblor de manos, uso de la
rueda de desplazamiento, hacer clic derecho e izquierdo del ratn, en la frecuencia y
el tiempo de inactividad. El puntero del ratn, la velocidad es distancia a la recorrida
por el puntero durante un perodo fijo de tiempo. La aceleracin se calcula como la
diferencia entre la velocidad actual y la velocidad medida durante el perodo de
tiempo anterior. La recoleccin de datos es realizada por medio de un procedimiento
sub fondo oculto. Cuando el usuario utiliza el ratn, el movimiento patrn y el tiempo
dedicado al uso del ratn se calculan en milisegundos, y se guarda en un registro de
base de datos especfica para cada usuario. A continuacin, los datos se procesan y se
muestran en varios grficos. Con el fin de modelar el movimiento del ratn, se
consideran ocho direcciones. Estas direcciones se numeran del uno al ocho. Cada uno
de estas ocho direcciones, que se extiende 45 grados, abarca un conjunto de
movimientos del ratn. Supongamos que el usuario mueve el ratn en el primer sector
(0 a 45 grados). Se calcula la velocidad media de la distancia recorrida. En total, estas
piezas de informacin constituyen los componentes del patrn de movimiento del
ratn del usuario (ATM Auernheimer et al, 2007; Seno, S. Sadakane et al ,2003).

5.5. Subsistema de reconocimiento dinmico de la de pulsacin de teclas
La dinmica de pulsacin de teclas es un mtodo biomtrico de comportamiento que
no requiere ningn hardware adicional para recoger la informacin. Para obtener el
patrn dinmico de pulsacin, los intervalos de digitacin entre las teclas se calculan,
considerandolos como la firma de esa persona. Este mtodo se utiliza en combinacin
con otros mtodos biomtricos, juega un papel complementario. Los siguientes
factores son algunas de las caractersticas dinmicas de teclas: el tiempo que la tecla
se mantiene presionada, los intervalos de pulsar cada tecla, la velocidad total de
escribir etc A veces es necesaria la creacin de ms de un patrn para cada
estudiante, ya que estos patrones dependen de los diseos, el humor, entornos y el
trabajo del estudiante. Existen varios mtodos para el anlisis de la dinmica de
pulsacin de teclas, por ejemplo: tcnicas de lgica difusa, mtodos estadsticos y
redes neuronales. Los mtodos estadsticos tienen el nivel de precisin ms alto
(Haider , S. et al. , 2004) . Hay dos caractersticas principales que se consideran como
el resultado de acciones de los estudiantes, estas son: (a) Cdigo de la llave: el cdigo
ASCII de cada tecla pulsada y (b) Duracin de la pausa entre las acciones: este factor
indica el intervalo de tiempo entre la pulsacin de dos teclas. Este intervalo de tiempo
se le llama dgrafo. Este factor depende de la disposicin del teclado y el hardware
utilizado para recopilar datos (I.Sogukpinar et al, 2007. Haider, S. et al, 2004.) . Por lo
tanto, el objetivo principal de esta estrategia es elegir un modelo de arquitectura, que
contiene tanto las caractersticas del software y factores ambientales que afectan el
estado de nimo del usuario de para analizar la dinmica de pulsacin de teclas. As,
se obtienen los siguientes resultados: sea R = (r1, r2, ..., rn) un vector que consiste en
N dgrafos generadas cuando un usuario escribe una palabra de gran magnitud 1 N
durante el proceso de recogida de los patrones de los usuarios. Este conjunto se llama
el vector de referencia. Sea U = (u1, u2, ...,) un vector que consiste en N dgrafos, se
genera cuando un usuario escribe una palabra extensa 1 N mientras que, es
autenticado y seguido durante el proceso de escritura. Este vector se denomina el
vector de prueba. Estos dos Los vectores se comparan teniendo en cuenta ciertos
criterios, la explicacin est fuera del alcance de este documento.
Estos criterios se eligen de manera que minimizan FAR y FRR nivel que resulta ms
precisin y menos errores.
Esta comparacin de resultados se utilizar en la identificacin del usuario.

6. Arquitectura del sistema
Como se mencion anteriormente, este mtodo se obtienen mejores resultados en
materia de seguridad, y capacidad de adaptacin (flexibilidad) adems del procesamiento
de energa. La autenticacin y el mdulo de control de asistencia son dos sistemas
separados y ambos estn del lado del servidor. Este sistema slo requiere un ordenador
personal y una cmara web. Entonces los tres sistemas de recopilacin de datos
mencionados anteriormente pueden ser recibidos desde el ordenador del usuario. El
modelo propuesto puede adaptarse a Open Source CMS, por lo que se puede agregar a
estos CMS. La Figura 3 muestra la arquitectura del modelo propuesto.


7. Implementacin
En este trabajo, el control de acceso y asistencia se realizan a travs del "BioWebAuth
'(Biometrics for Web Autenticacin) marco. BioWebAuth es un framework Java de cdigo
abierto que se utiliza basado en la web para la autenticacin (Seno, S. Sadakane et al.,
2003). BioWebAuth presenta un mecanismo de control de acceso basado en biometra y
ayuda LMS para autenticar a los alumnos y controlar su asistencia. BioWebAuth nos
permite utilizar una amplia variedad de modalidades biomtricas combinaciones para
controlar el acceso de los estudiantes. En este trabajo, el control de acceso y el
seguimiento de estudiante se llevan a cabo por mecanismos BioWebAuth. Nuestra
eleccin final para la autenticacin y control de asistencia son dos patrones biomtricos de
comportamiento y un proceso fsico. El cdigo abierto LMS como Moodle, ILIAS y Claroline
son programas de aplicacin web de renombre que son capaces de autenticar a travs
BioWebAuth. En estos sistemas, Claroline Ilias se utilizan para demostrar la facilidad de
uso del sistema desarrollado propuesto.

8. Resultados experimentales
Este modelo se desarroll en un ambiente experimental y un LMS, llamado Claroline, se
utiliz para probar el algoritmo propuesto. Ocho grandes estudiantes de informtica
participaron en una clase virtual de una hora en un aula equipada con Claroline. Cada
estudiante tena un ordenador y una cmara web conectada a la misma. Para evaluar el
mtodo propuesto, dos videos de tres segundos de cada alumno fueron los patrones
faciales y otros dos patrones se obtuvieron mediante grabar los movimientos del ratn y
las dinmicas de pulsaciones de teclas. Los resultados del algoritmo propuesto para
sesenta minutos de clase se presentan en la Tabla 1. En este experimento, slo uno de los
ocho estudiantes necesita biomtrica multimodal para su autenticacin. Esta tasa es de
alrededor de 12.5 por ciento de todos. Mientras que en la propuesta de solucin
presentada por Gonzlez- Agulla et al. (2009) sobre el 18,5 por ciento de todos los
usuarios, necesitan autenticacin biomtrica multimodal. Adicin de los dos mtodos,
mencionados, biometra de comportamiento (movimientos de ratn y pulsaciones de
teclas dinmicas) en esta solucin, se reduce la necesidad de multimodal de autenticacin
biomtrica por rasgos faciales. As, en este modelo se aumenta la comodidad del usuario.
Otra ventaja de este modelo propuesto en comparacin con otras soluciones es que no
necesita gran ancho de banda.


9. Conclusiones y futuros trabajos
Mediante el uso de los modelos de las tareas importantes propuestas como el control de
asistencia, evaluacin del estudiante del estudiante y de seguimiento se llevan a cabo con
mayor precisin y tambin de forma ms completa, la solucin propuesta garantiza que el
estudiante mantenga su asistencia frente a la computadora y este el 100% de la clase
virtual, sin embargo, la posibilidad de abuso sigue siendo probable teniendo en cuenta
factores humanos. Hoy en da la seguridad perfecta slo se puede lograr por medio de los
mtodos de monitoreo humanos. Como una actividad de futuro para mejorar el
desempeo de los sistemas podemos mencionar la presentacin de un nuevo modelo para
el control de los estudiantes durante una prueba electrnica para minimizar los malos
usos. Para llegar a esta meta, la informacin fsica y de comportamiento de los estudiantes
adems del estado mental deben ser monitorizados y procesados.