Post on 21-Oct-2018
1
Sistemas biométricospara la valoración
de la evidencia forenseDaniel Ramos Castrodaniel.ramos@uam.es
ATVS – Biometric Recognition Grouphttp://atvs.ii.uam.es
Universidad Autónoma de Madrid
2Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Individualización enciencia forense (criminalística)
2
3Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Ciencia ForenseDefiniciones (Wikipedia)
Forensic science is the application of a broad spectrum of sciences to answer questions of interest to the legal system. This may be in relation to a crime or to a civil action.
En España se suele denominar “criminalística”No confundir con “criminología”
Forensic identification is the application of forensic science and technology to identifyspecific objects from the trace evidence they leave, often at a crime scene or the scene of an accident.
4Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Identificación forense e incertidumbre
Identificación en criminalísitica significa individualización
Dos objetos son indistinguibles entre ellos¡Pero además distinguibles del resto de objetos considerados (población)!
La identificación no se logra nunca sin incertidumbre
El perito forense está siempre sometido a esa incertidumbre
3
5Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Problema de ejemploAsalto a una casa
Se encuentra una ventana rotaSupuestamente rota por un asaltante que ha cometido un delito
Vidrio de la ventana: toma indubitada o de control
Su fuente es conocida
La policía encuentra un sospechoso
Fragmentos de vidrio de la ropa del sospechoso: toma dubitada o recogida
Su fuente es desconocida
6Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Pregunta de relevanciaLa pregunta relevante para el juez suele ser:
¿Provienen los fragmentos de vidrio que se han encontrado en la ropa del sospechoso de la ventana rota?
¿Provienen ambas tomas de la misma fuente? Pregunta a nivel de la fuente
4
7Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Para analizar vidrios se toman característicasRelacionados con su composición física y química
Concentraciones de elementos, índice de refracción…
El valor de cada características pueden variarEn el mimo objeto (fabricación, errores de medida, etc.)Entre objetos
Su comportamiento se puede modelar con una variable aleatoria
Características
NaCMgCnC…
NaRMgRnR…
8Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
IndividualizaciónPrimer paso para individualizar:
Comparar las características de dubitada e indubitada
NaCMgCnC…
NaRMgRnR…
NaC
MgC
nC
NaR
MgR
nR
¿Hasta qué puntose parecen?
¿Son iguales?
5
9Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Problemas al comparar características
Las características tienen incertidumbreErrores de medidaVariabilidad (en el propio material bajo análisis)
Necesario un enfoque probabilísticoManejo de incertidumbre
En el caso de características en el dominio continuo (como las del vidrio), no encontraremos magnitudes “iguales”
Grado de similitud…¿Qué significa “coincidencia”?
10Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Recordemos qué es individualizarDubitada e indubitada son indistinguiblesLa indubitada (sospechoso) es totalmente distinguible del resto de la población
¿Quién nos asegura que no hay otros objetos en la población que no tengan tal grado de similitud?
NaC
MgC
nC
NaR
MgR
nR
¿Individualizaciónsi suficientemente
indistinguibles?
¿Es suficiente con comparar tomas?
6
11Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
EjemploEl sospechoso tiene nariz
Sabemos (testigos, etc.) que el criminal tiene nariz
¿Es el sospechoso el criminal?
12Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
EjemploEl sospechoso tiene nariz
Sabemos (testigos, etc.) que el criminal tiene nariz
¿Es el sospechoso el criminal?
¡En la población, todos tienen nariz! ¡Podría ser cualquiera!
Incluso con similitud total (match) la evidencia (ambos tienen nariz) tiene un valor individualizador nulo
7
13Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
NaC
MgC
nC
NaR
MgR
nR
Similitud
Individualización: a considerar
Nap1
Mgp1
np1
Napn
MgpN
npN
Rareza en lapoblación
...
14Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Sistemas biométricosen criminalística
8
15Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Toma incriminatoria (dubitada)Pinchazo telefónicoCara en cámara de seguridadFirma en documento…
Criminal(Identidad C)
El problema: biometría en caso forense
16Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Toma incriminatoria (dubitada)Pinchazo telefónicoCara en cámara de seguridadFirma en documento…
La policía arresta a un sospechosoSe realiza una toma del sospechoso (indubitada)
En dependencias policialesTomas cuya autoría se reconoce…
El problema: biometría en caso forense
Sospechoso(Identidad S)
Criminal(Identidad C)
9
17Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Disponemos de un sistema biométricoSimilitud entre las identidades en dos tomas biométricas
Idealmente:Si C y S son la misma identidad, score más altoSi C y S son identidades diferentes, score más bajo
Reconocimientoautomáticode locutor
Identidad C
scoreIdentidad S
18Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
No basta con detección (verificación)Comparar con un umbral equivale a concluir “misma fuente” sólo a partir de similitud
No se considera la población relevanteNo se considera el resto de información en el caso
Por lo tanto, no basta con un sistema biométrico para individualizar
Cualquiera en la población con la misma similitud sería tomado como la fuente de la toma dubitadaHace falta un paso adicional...
ReconocimientoBiométrico
Cscore
S< τ C y S diferentes
> τ C y S iguales
10
19Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
El “Cambio de Paradigma”en la Identificación Forense
20Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
“Identificación Forense”Identificación: certeza de no confundir un individuo (fuente) del resto de posibles fuentes (una población)
Identificación de la fuente
Disciplinas clásicas asumidas como “muy discriminantes”
Dactiloscopia (huella dactilar)Marcas de herramientasMarcas de calzadoBalística
Tipo de resultados obtenidos del análisis“Identificación” / “exclusión”Escalas verbales de identificación
11
21Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Identificación y errores
22Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Identificación forense y errores
12
23Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
24Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
El cambio de paradigma
13
25Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Nuevo paradigma (1/2): admisibilidadReglas Daubert americanas -1993-. Admisibilidad de una técnica forense en juicio:
Prueba empírica: refutable / comprobableNo sólo en laboratorio, sino en condiciones de caso real
Precisión conocida (p. ej., tasa de error)Revisada y publicadaEstándares definen su usoAceptación general en la comunidad
Necesidades:TransparenciaComprobación experimentalProtocolos comunes
26Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Nuevo paradigma (2/2): ADN
Análisis de ADN: modelo a seguir en identificación forense:
Metodología científicaEvitando opiniones oscuras basadas en “experiencia del experto”, claramente no comprobables científicamente
Protocolos claros y aceptadosProbabilístico: evita “identificaciones absolutas”Introduce y populariza el análisis de la evidencia forense mediante likelihood ratios (LR)
14
27Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Nuevo Paradigma: ADNEl análisis de ADN se ha convertido en el nuevo estándar dorado en identificación forense
Procedimientos claros y estándarProbabilístico, evitando identificaciones o exclusiones absolutasBasado en grandes bases de datos: evaluable
Se basa en una metodología de cálculo de relaciones de verosimilitud (likelihood ratio, LR) para la evaluación de la evidencia forense:
28Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
LR utilizando sistemas biométricosEl sistema biométrico genera un score
Arquitectura básica del sistema: en general no modificable
Score mide similitud entre identidades: evidencia E
Paso necesario: transformar el score en un LRInterpretable, estándar, lógico
LRReconocimientobiométrico
Transformaciónscore a LR
Score: evidencia (E)( )( )
,,
p
d
p H ILR
p E HE
I=
15
29Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Valoración de la evidencia forenseutilizando sistemas biométricos
y relaciones de verosimilitud (LR)
30Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Las investigaciones policiales llevan a la detención de un sospechoso
Grabaciones de voz incriminatorias tomadas en la Comunidad Autónoma de Madrid
Población: potenciales criminalesHablantes de Madrid con características similares al hablante de la toma dubitada
IdiomaAcento...
Sistema: GSM grabado en cinta magnetofónica
Caso simulado
C
S
16
31Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Se realizan grabaciones del sospechoso (voz indubitada)
En principio, la abundancia y control sobre las grabaciones suele ser mayor que en la toma dubitada
Pero posiblemente en condiciones muy diferentes a la toma dubitadaPuede haber incluso pinchazos no incriminatorios de los cuales el sospechoso reconoce la autoría
Condiciones similares a la toma dubitada
El juez le pide al perito forense que evalúe la evidenciaY que muestre su valor en el juicio de forma comprensible
Caso simulado
S
32Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
PlanteamientoHipótesis que se manejan:
El sospechoso es el autor de la toma biométrica dubitada: HpCualquier otra persona en la población de la CAM es el autor de la toma biométrica dubitada: Hd
Evidencia:Score proveniente de sistema biométrico: E
La pregunta del juez:¿Cuál es la probabilidad de que, a la luz de la evidencia y del resto de información acerca del caso, el sospechoso sea el autor de la toma biométrica dubitada?
( )¿ , ?pP H E I
17
33Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Similtud entre toma indibitada y toma dubitadaCalculada por el sistema biométrico
¿Qué interpretación tiene el score por sí mismo?¿10 con respecto a qué? ¿Es mucho? ¿Es poco?
Aunque sea mucho ¿puede haber otros individuos que generen tomas igual o más similares?
No lo sabemos porque no hemos analizado la población…
Evidencia
ReconocimientoBiométrico
C
s=10S
34Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Información de la que disponemos
Distinguimos dos tipos de información acerca del caso:Evidencia: E (score del sistema biométrico)Otra Información relevante en el caso pero que no tiene que ver con la evidencia: I
Testimonios de testigosNúmero de potenciales causantes del roboToma de ADN…
E es el objetivo de análisis del perito forenseI puede ser conocida por el perito o no
( )¿ , ?pP H E I
18
35Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
¿Quién contesta a esta pregunta?¿El juez?¿El perito forense?¿Los dos?
Ambos tienen información acerca de las hipótesisAcerca de si el sospechoso es o no el autor del roboPerito: evidenciaJuez: resto de información
No está muy claro cómo combinar ambas fuentes de información…
Primer obstáculo( )¿ , ?pP H E I
36Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Segundo obstáculo
Está claro que la evidencia tiene que ser evaluada, peroSi el perito reporta una “identificación” basándose en E¿Qué pasa con I? Testigos, otros informes, otras evidencias…¿Ignoramos el resto (I) ?¿No estará el científico usurpando el papel del juez?
¿Cómo resolvemos esto?
( )¿ , ?pP H E I
19
37Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Solución: teorema de Bayes
( ) ( ) ( )( ),
,p p
p
P H P HP H
I II
I
EE
P E=
( ) ( ) ( )( ),
, d dd
P H P HP H
I II
IE
EP E
=
38Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Solución: teorema de Bayes
( ) ( ) ( )( ),
,p p
p
P H P HP H
I II
I
EE
P E=
( ) ( ) ( )( ),
, d dd
P H P HP H
I II
IE
EP E
=
20
39Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Solución: teorema de Bayes
( ) ( ) ( )( ),
,p p
p
P H P HP H
I II
I
EE
P E=
( ) ( ) ( )( ),
, d dd
P H P HP H
I II
IE
EP E
=
( )( )
( )( )
( )( )
, ,, ,
p pp
d d d
E EE E
I III
P H P HP HP H P H I P H I
=
40Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Separación de roles( )( )
( )( )
( )( )
, ,, ,
p pp
d d d
E EE E
I III
P H P HP HP H P H I P H I
=
21
41Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Separación de roles( )( )
( )( )
( )( )
, ,, ,
p pp
d d d
E EE E
I III
P H P HP HP H P H I P H I
=
( )( )
p
d
P H I
P H I
42Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Separación de roles
( )( )
,,
p
d
P HP E H
IEI
( )( )
( )( )
( )( )
, ,, ,
p pp
d d d
E EE E
I III
P H P HP HP H P H I P H I
=
( )( )
p
d
P H I
P H I
22
43Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Separación de roles
( )( )
,,
p
d
P HP E H
IEI
( )( )
( )( )
( )( )
, ,, ,
p pp
d d d
E EE E
I III
P H P HP HP H P H I P H I
=
( )( )
p
d
P H I
P H I( )( )
,
,p
d
P H
P H
IE
E I
44Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Calcular las probabilidades a priori
Inferir las probabilidades a posterioriSólo se puede si se conocen las probabilidades a priori
No es competencia del perito…
( )( )
,
,p
d
P H
P H
IE
E I
( )( )
p
d
P H I
P H I
Probabilidad de la hipótesis del fiscal frente a la del defensor antes de
conocer E
Probabilidad de la hipótesis del fiscal frente a la del defensor después de
conocer E
23
45Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos que P(Hp|I)=0,25 (por tanto P(Hd|I)=0,75)
Imaginemos que P(Hp|I)=0,90 (por tanto P(Hd|I)=0,1)
Llamaremos a esto apuesta o pronóstico (en inglés, “odds”).
¿Cómo interpretar este cociente?
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “Apuesto 3 a 1 a favor de la
hipótesis del defensor”
( )( )
0,9 90,1 1
p
d
P H
P IH
I= =
“Apuesto 9 a 1 a favor de la hipótesis del fiscal”
46Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos P(Hp|I)=0,25 (por tanto, P(Hd|I)=0,75)
Interpretación de “Pronóstico”
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “El pronóstico a favor de la hipótesis
de la defensa es 3 contra 1”
24
47Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos P(Hp|I)=0,25 (por tanto, P(Hd|I)=0,75)
“Piedras en una balanza”
Interpretación de “Pronóstico”
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “El pronóstico a favor de la hipótesis
de la defensa es 3 contra 1”
HdHp
48Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos P(Hp|I)=0,25 (por tanto, P(Hd|I)=0,75)
“Piedras en una balanza”
Interpretación de “Pronóstico”
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “El pronóstico a favor de la hipótesis
de la defensa es 3 contra 1”
HdHp
25
49Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos P(Hp|I)=0,25 (por tanto, P(Hd|I)=0,75)
“Piedras en una balanza”
Interpretación de “Pronóstico”
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “El pronóstico a favor de la hipótesis
de la defensa es 3 contra 1”
HdHp
50Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos P(Hp|I)=0,25 (por tanto, P(Hd|I)=0,75)
“Piedras en una balanza”
Interpretación de “Pronóstico”
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “El pronóstico a favor de la hipótesis
de la defensa es 3 contra 1”
HdHp
26
51Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos P(Hp|I)=0,25 (por tanto, P(Hd|I)=0,75)
“Piedras en una balanza”
Interpretación de “Pronóstico”
( )( )
0,25 10,75 3
p
d
I
I
P H
P H= = “El pronóstico a favor de la hipótesis
de la defensa es 3 contra 1”
HdHp
52Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Suponemos que P(Hp|I)=1- P(Hd|I)Tiene sentido en muchos casos
Haciendo cuentas:
Ejemplo:
Pronóstico y probabilidad
( )( )( )( )( )1
p
dp
p
d
P H
P HP H
I
II
IP H
IP H
=
+
( )( ) ( )
1 11 3 3 0, 251 43 1
3 3
pp
d
II
I
P HP H
P H= ⇒ = = =
+
27
53Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
¿Rol del perito forense?Calcular el likelihood ratio.
Cuanto mayor (menor) el valor del LR, más apoyo a la hipótesis del fiscal (de la defensa).
( )( )
,,
p
d
IEE
P HLR
P H I=
LR>1: apoyo la hipótesis del fiscal
LR<1: Apoyo la hipótesis del defensor
LR=1: No apoyo a nadie
54Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
¿Rol del científico forense?Calcular el likelihood ratio.
( )( )
,,
p
d
IEE
P HLR
P H I=
Numerador: “similitud”. ¿tiene sentido este valor de la evidencia si el sospechoso ha cometido el crimen?
Denominador: “rareza”. ¿Es típico observar este valor de evidencia en la población?
28
55Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Paso 1: el sistema biométrico calcula un score
Sin valor por sí mismo¿10 con respecto a qué?
En general, no interpretableA priori, no conocemos su rango de variación
Ejemplo 1: cálculo del LR
Reconocimientobiométrico
C
s=10S
56Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Paso 1: el sistema biométrico calcula un score
Sin valor por sí mismo¿10 con respecto a qué?
En general, no interpretableA priori, no conocemos su rango de variación
Reconocimientobiométrico
C
s=10S
Paso 2: cálculo del LREn este ejemplo usamos modelado gaussiano
Intervariabilidad(población)
Intravariabilidad(sospechoso)
Ejemplo 1: cálculo del LR
29
57Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Paso 1: el sistema biométrico calcula un score
Sin valor por sí mismo¿10 con respecto a qué?
En general, no interpretableA priori, no conocemos su rango de variación
Reconocimientobiométrico
C
s=10S
Paso 2: cálculo del LREn este ejemplo usamos modelado gaussiano
Intervariabilidad(población)
Intravariabilidad(sospechoso)
s=10
Ejemplo 1: cálculo del LR
58Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Apoyo 2,33 a 1a la hipótesis Hp(“misma fuente”)
Paso 1: el sistema biométrico calcula un score
Sin valor por sí mismo¿10 con respecto a qué?
En general, no interpretableA priori, no conocemos su rango de variación
Reconocimientobiométrico
C
s=10S
Paso 2: cálculo del LREn este ejemplo usamos modelado gaussiano
0,02,30,035
153LR = =Intervariabilidad
(población)
Intravariabilidad(sospechoso)
s=10
Ejemplo 1: cálculo del LR
30
59Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
La población potencial de autores de la dubitada son 5.000.000 de habitantes de la CAM
Igualmente probables de ser el potencial autorNo hay más información incriminatoria
Del análisis de la evidencia (sistema biométrico)Y su valoración mediante LR
Apoyo muy débil a la hipótesis del fiscal“El sospechoso es el autor de la toma dubitada”
Inferencia de identidad (ejemplo 1)
( )( )
, 0,035 2,330,015
1010 ,
p
d
IP HER
EL
P IH=
= = ==
60Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
1
4.999.999
( )( )
1 15.000.0004.999.999 4.999.9995.000.000
p
d
P
I
H I
P H= =
Sin conocer la evidencia
Inferencia de identidad (ejemplo 1)
31
61Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
1
Sin conocer la evidencia
La comparación biométrica entre tomas dubitada e indubitada apoya 2,33 a 1 la
hipótesis del fiscal
( )( )
, 2,334.999.999,
p
d
EH
IE
P
P H
I=
Una vez vista la evidencia
Inferencia
2,33LR =
2,33
4.999.999
( )( )
1 15.000.0004.999.999 4.999.9995.000.000
p
d
P
I
H I
P H= =
Inferencia de identidad (ejemplo 1)
4.999.999
62Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos que hay otra información dentro de I que apunta a que el sospechoso es el autor de la toma dubitada
Testigos, otra evidencia, etc.
Supongamos misma evidenciaValoración del score del sistema biométrico mediante LR
“Apoyo débil a la hipótesis del fiscal”
Inferencia de identidad (Ejemplo 2)
( ) 13pP H I =
( )( )
, 0,035 2,330,015
1010 ,
p
d
IP HER
EL
P IH=
= = ==
32
63Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
1
2
( )( )
1 132 23
p
d
I
I
P H
P H= =
Sin conocer la evidencia
Inferencia de identidad (Ejemplo 2)
64Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
1
Sin conocer la evidencia
La comparación biométrica entre tomas dubitada e indubitada apoya 2,33 a 1 la
hipótesis del fiscal
( )( )
, 2,332,
p
d
E
E I
P H
P H
I=
Una vez vista la evidencia
Inferencia
2,33LR =
2,33
Inferencia de identidad (Ejemplo 2)
( )( )
1 132 23
p
d
I
I
P H
P H= =
2
2
33
65Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Apoyo 90 a 1a la hipótesis Hp(“misma fuente”)
Reconocimientobiométrico
C
s=20S
Paso 2: cálculo del LREn este ejemplo usamos modelado gaussiano
0,0,045
590
000LR = =Intervariabilidad
(población)
Intravariabilidad(sospechoso)
s=20
Ejemplo 3: cálculo del LR
66Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Imaginemos que la información a priori es la misma que en el ejemplo 2
Testigos, otra evidencia, etc.
Pero ahora la evidencia es más fuerte a favor de la hipótesis del fiscal
Valoración del score del sistema biométrico mediante LR
“Apoyo moderado a la hipótesis del fiscal”
Inferencia de identidad (Ejemplo 3)
( ) 13pP H I =
( )( )
, 0,045 900,
202 00,0 05
p
d
IP HER
EL
P IH=
= = ==
34
67Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
1
2
( )( )
1 132 23
p
d
I
I
P H
P H= =
Sin conocer la evidencia
Inferencia de identidad (ejemplo 3)
68Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
1
Sin conocer la evidencia
La comparación biométrica entre tomas dubitada e indubitada apoya 90 a 1 la
hipótesis del fiscal
( )( )
, 451,
p
d
I
IE
P H
P H
E=
Una vez vista la evidencia
Inferencia
90LR =
45
( )( )
1 132 23
p
d
I
I
P H
P H= =
2
1
Inferencia de identidad (ejemplo 3)
35
69Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Ejemplo 1:
Ejemplo 2:
Ejemplo 3:
Probabilidades para decidir
( ) 45, 0.98 98%1 45pP H IE⇒ = ≈ =+
( )( )
, 2,332,
p
d
E
E I
P H
P H
I=
( )( )
,45
,p
d
P H
P H E I
E I=
( )2,33
2, 0.54 54%2,3312
pP H E I⇒ = ≈ =+
( )( )
, 2,334.999.999,
p
d
EH
IE
P
P H
I= ( ) 7
2,334.999.999, 4,7 102,331
4.999.999
p IP H E −⇒ = ≈ ⋅+
70Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
( )( )
,,
p
d
IEE
p HLR
p H I=
( )( )
p
d
P H I
P H I
( )( )
,
,p
d
P H I
P H
E
E I
PeritoForense
199
100099
199
=1000
99=
Inferencia de la identidad
LR apoya opinión previa(no es opinión en sí)
BBDD
Esquema resumenNaC
MgC
NaR
MgRLR=1000
36
71Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Mensaje 1:El LR no es una opinión sobre las hipótesisEl LR apoya las opiniones sobre las hipótesis
¡Cuidado!No confundir esto (perito, juicio sólo sobre la evidencia)
Con esto (considera toda la información del caso, juicio sobre las hipótesis)
¡Falacia del fiscal!
Mensajes importantes
( )( )
,1,
010
p
d
IEE
PR
P IH
LH
==
=
( )( )
,
,p
d
P H
P H
IE
E I
72Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Falacia del fiscal: ejemploHipótesis: sospechoso es una vaca
Evidencia: sospechoso tiene 4 patas¿Probabilidad de tener 4 patas dado que el sospechoso es una vaca?
( )¿ 4 ?P V ( ),pP E H I
37
73Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
¿Probabilidad de que el sospechoso es una vaca dado que tiene 4 patas?
( )¿ 4 ?P V
Falacia del fiscal: ejemplo
( ),pP H E I
74Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Mensaje 2:La valoración de la evidencia mediante LR es independiente de la probabilidad a prioriSi la probabilidad a priori no se fija, al perito le debe dar igual
Puede calcular el LR e interpretarlo fácilmente Apoyo N a 1 a la opinión previa a favor de la hipótesis del fiscal/defensor)
Mensaje 3:Para calcular el LR hacen falta datos
Modelado de poblaciones, sobre todoImportancia de las bases de datos…
Enfoque científico
Mensajes importantes
38
75Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
Conclusiones
76Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
ConclusionesIdentificación forense: individualización
Similitud entre dubitada e inducibtadaY distinción del resto de la población
Identificaciones a partir de similitudErrores muy sonados (caso Mayfield)Daubert: ejemplo de pasos para cambiarADN como estándar científicoSistemas biométricos funcionando en verificación no adecuado
Paso adicional: cálculo de LR a partir de scoresSiguiendo al ADNNecesidad de bases de datos
Otros muchos tipos de modelado para cálculo de LRCampo en constante crecimiento
39
77Técnicas biométricas aplicadas a la seguridad
Biometría para la valoración de la evidencia forense
¡Muchas gracias!
Sistemas biométricospara la valoración
de la evidencia forenseDaniel Ramos Castrodaniel.ramos@uam.es
ATVS – Biometric Recognition Grouphttp://atvs.ii.uam.es
Universidad Autónoma de Madrid