「分かりそう」で「分からない」でも「分かった」気になれるIT用語辞典

順番に見ていきましょう。
まずは予備知識として

・認証
・生体認証
・本人拒否率
・他人受入率

について説明します。
「そんなの説明されなくても知ってるよ！」な人は適当に読み飛ばしてください。

認証は「おまえ誰？OKなやつ？」を確認する作業です。



例えば

・本人しか知らない情報を入力させる
・本人しか持っていないものを提示させる
・接続元の情報を見る

のような過程を経て、OKな人かNGな人かを判定します。



※厳密には「認証＋認可」の説明になっていますが気にしないことにします。そこら辺が気になる方は、用語「認可」の説明を ご覧ください。

生体認証は「人間の身体を使った認証」です。
指紋や声紋、眼の虹彩や静脈パターンなどを使います。
「こいつは どんな顔をしているかな？」のような人に貸せない身体的な特徴を利用してやる認証です。



生体認証で一番有名なのは指紋認証でしょう。
機械に指をピッ！っとやって登録されている指紋だったらOKなアレです。



指紋は人によって違います。



そして、人に貸せません。
貸し借りしようと思ったら指を切る必要があります。



ということは、登録されている指紋でピッ！っとやられたら、それは登録されている人物、本人がピッ！っとやったと判断できます。

このような指紋認証をはじめ、人間様の身体的な特徴を利用した認証が生体認証です。

本人拒否率は「本来なら認証OKな人（本人）なのにNGと判断される確率」です。
「FRR」と表現されることも あります。



他人受入率は「本来なら認証NGな人（他人）なのにOKと判断される確率」です。
「FAR」と表現されることも あります。



繰り返しになりますが、生体認証は人間様の身体的な特徴を利用した認証です。

身体的な特徴というのは微妙に変化します。

そのため、パスワードなどを使った認証と違って「登録されている情報と完全に一致するか？」でOKかNGかを判断できません。
「完全に一致するか？」で判断すると、髪を切ったり、お肌が荒れたり、寝不足で目が充血したりといった、ちょっとした違いで一致しない扱いになってしまうからです。



そこで、コンピュータさんは「大体、合ってるな。多分、本人だろう」とアバウトに判断します。

そうです。
生体認証は「多分、合ってる」で認証するのです。

そのため、正確無比が売りのコンピュータさんでも、たま～～～～～～～～に間違えます。



さて、認証におけるOKかNGかを判断するときの間違いは2種類に分類できます。
それは

１．OKな人なのにNGと判断する
２．NGな人なのにOKと判断する

の2つです。



この2種類の間違いのうち

１．OKな人なのにNGと判断する

間違いをしてしまう確率が本人拒否率です。



例えば「本人拒否率（FRR）が1％」であれば「100回に1回くらいは、間違って、OKな人なのにNGと判断しちゃうかもね」です。
文字通り「本人なのに拒否してしまう確率」ですね。

もう一方の

２．NGな人なのにOKと判断する

間違いをしてしまう確率が他人受入率です。



例えば「他人受入率（FAR）が1％」であれば「100回に1回くらいは、間違って、NGな人なのにOKと判断しちゃうかもね」です。
文字通り「他人なのに受け入れてしまう確率」ですね。

本人拒否率（FRR）と他人受入率（FAR）はセットで覚えてあげてください。
この2つには相関関係があります。

例えば「登録されている情報と一致する？」のチェックを厳しくしたとしましょう。



そうすると、本人拒否率は高くなります。
チェックを厳しくするほど、髪を切ったり、お肌が荒れたり、寝不足で目が充血したりといった、ちょっとした違いで一致しない扱いになってしまうからです。
本人なのに「おまえは本人じゃないな！」と判断される確率が高くなります。



その代わり、他人受入率は低くなります。
ちょっとした違いでも「あっ！ここが本人と違うな！きっと、これは本人じゃないな！」と判断されるからです。
他人なのに「あなたは本人ですね！」と判断される確率は低くなります。



逆もしかり、です。

「登録されている情報と一致する？」のチェックを ゆるくしたとしましょう。



そうすると、本人拒否率は低くなります。
チェックを ゆるくするほど、髪を切ったり、お肌が荒れたり、寝不足で目が充血したりといった、ちょっとした違いを無視してくれるからです。
本人なのに「おまえは本人じゃないな！」と判断される確率が低くなります。



その代わり、他人受入率は高くなります。
多少の違いがあっても「あっ！なんか違う気もするけど、多分、本人でしょ！」と判断されるからです。
他人なのに「あなたは本人ですね！」と判断される確率は高くなります。



他人受入率を低くしようとすると本人拒否率が高くなります。
本人拒否率を低くしようとすると他人受入率が高くなります。
これは絶対です。

よって、バランスを考えて、どれくらい厳密にチェックするか設定する必要があります。

以上を踏まえて

本人拒否率と他人受入率が同じになるように調整したときのエラー率（本人拒否率、他人受入率）

が「等誤り率」です。
「CER」と表現されることも あります。



「CER」と表現された場合は「Crossover Error Rate（クロスオーバー・エラー・レート）」の略です。
気が向いたら、覚えてあげてください。



※「Crossover Error Rate」を何となく日本語にすると「交差するエラー率」となります。[詳細]

例えば、そうですね。

最初は「登録されている情報と一致する？」のチェックをメッチャゆるくしたとしましょう。
そうしたら、本人拒否率は0％でしたが、他人受入率が50％でした。
チェックがゆるいのでOKな人をNGと判断することはなかったのですが、結構な割合でNGな人でもOKだと判断してしまったのです。



次に、もうちょっとだけチェックを厳しくしました。
そうしたら、本人拒否率が10％で、他人受入率が40％になりました。
チェックを厳しくしたことで、OKな人をNGと判断する間違いが発生するようになったのです。
その代わりNGな人をOKと判断する機会が減りました。



さらに、もうちょっとチェックを厳しくしました。
そうしたら、本人拒否率が25％で、他人受入率が25％になりました。
チェックを厳しくしたことで、前よりもOKな人をNGと判断する間違いが増えました。
その代わりNGな人をOKと判断する機会が減りました。



さらに、もっとチェックを厳しくしました。
そうしたら、本人拒否率が50％で、他人受入率が0％になりました。
チェックを厳しくしたことで、OKな人をNGと判断する間違いが さらに増えました。
その代わりNGな人をOKと判断することがなくなりました。



この話における「本人拒否率が25％で、他人受入率が25％」に調整したときの「25％」が等誤り率です。
本人拒否率と他人受入率が同じになるように調整したときのエラー率（本人拒否率、他人受入率）です。



等誤り率は認証の精度を図る目安です。
等誤り率が低いほど「こいつは間違わないやつだね」と判断できます。