Rozpoznávání s více vstupy: Kombinace různých biometrických informací

• Autor:
• jméno autora

  Quantumrun Foresight
• Února 24, 2023

Hledání jedinečných identifikačních znaků pod povrchem kůže je chytrý způsob identifikace lidí. Účesy a barvy očí lze snadno změnit nebo zamaskovat, ale pro někoho je například téměř nemožné změnit strukturu žil. Biometrické ověřování nabízí další úroveň zabezpečení, protože vyžaduje živé lidi.

Vícevstupový kontext rozpoznávání

Multimodální biometrické systémy se v praktických aplikacích používají častěji než unimodální, protože nemají stejné zranitelnosti, jako je například ovlivnění datovým šumem nebo spoofingem. Unimodální systémy, které se při identifikaci spoléhají na jediný zdroj informací (např. duhovka, obličej), jsou však oblíbené ve vládních a civilních bezpečnostních aplikacích, přestože je známo, že jsou nespolehlivé a neefektivní.

Bezpečnějším způsobem zajištění autentizace identity je kombinace těchto unimodálních systémů k překonání jejich individuálních omezení. Navíc mohou multimodální systémy efektivněji registrovat uživatele a poskytovat větší přesnost a odolnost vůči neoprávněnému přístupu.

Podle studie Bradfordské univerzity z roku 2017 je navrhování a provádění multimodálního biometrického systému často náročné a je třeba zvážit mnoho problémů, které by mohly výrazně ovlivnit výsledek. Příklady těchto problémů jsou náklady, přesnost, dostupné zdroje biometrických znaků a používaná fúzní strategie. 

Nejdůležitější otázkou pro multimodální systémy je výběr, které biometrické vlastnosti budou nejúčinnější, a nalezení účinného způsobu, jak je spojit. V multimodálních biometrických systémech, pokud systém pracuje v identifikačním režimu, pak lze výstup každého klasifikátoru považovat za řadu zapsaných kandidátů, seznam představující všechny možné shody seřazené podle úrovně spolehlivosti.

Rušivý dopad

Rozpoznávání pomocí více vstupů si získává na popularitě díky různým dostupným nástrojům pro měření alternativní biometrie. Jak tyto technologie pokročí, bude možné učinit identifikaci bezpečnější, protože žíly a vzory duhovky nelze hacknout nebo ukrást. Několik společností a výzkumných institucí již vyvíjí vícevstupové nástroje pro rozsáhlé nasazení. 

Příkladem je dvoufaktorový autentizační systém Národní tchajwanské univerzity vědy a technologie, který se zabývá topologií kostry a vzorci žil prstů. Biometrie žil na prstech (vaskulární biometrie nebo skenování žil) používá k jejich identifikaci jedinečné vzory žil na prstech. Tato metoda je možná, protože krev obsahuje hemoglobin, který při vystavení blízkému infračervenému nebo viditelnému světlu vykazuje různé barvy. Výsledkem je, že biometrická čtečka může skenovat a digitalizovat odlišné vzory žil uživatele před jejich uložením na zabezpečený server.

Mezitím Imageware se sídlem v San Franciscu používá pro účely ověřování několik biometrických údajů. Správci mohou při implementaci bezpečnostního opatření platformy vybrat jednu biometrii nebo kombinaci biometrických prvků. Mezi typy biometrie, které lze s touto službou použít, patří rozpoznávání duhovky, skenování obličeje, hlasová identifikace, skenery dlaňových žil a čtečky otisků prstů.

Pomocí multimodální biometrie ImageWare Systems mohou uživatelé ověřit svou identitu kdekoli a za jakýchkoli podmínek. Federované přihlášení znamená, že uživatelé nemusí vytvářet nové přihlašovací údaje pro každou firmu nebo platformu, protože jejich identita je vytvořena jednou a pohybuje se s nimi. Navíc jednotlivé identity, které jsou křížově kompatibilní s různými platformami, umožňují menší vystavení datovým hackům.

Důsledky vícevstupového rozpoznávání

Širší důsledky vícevstupového rozpoznávání mohou zahrnovat: 

• Zlepšení standardů kybernetické bezpečnosti na úrovni populace, protože (dlouhodobě) většina občanů využije nějakou formu vícevstupového rozpoznávání jako náhradu tradičních hesel a fyzických/digitálních klíčů k zabezpečení svých osobních údajů v různých službách.
• Zabezpečení budov a citlivá veřejná a soukromá data, která zaznamenají přírůstková bezpečnostní vylepšení, protože (dlouhodobí) zaměstnanci s přístupem k citlivým místům a datům budou pověřeni používáním systémů rozpoznávání více vstupů.
• Společnosti nasazující systémy rozpoznávání více vstupů, které využívají hluboké neuronové sítě (DNN) ke správnému hodnocení a identifikaci těchto různých biometrických informací.
• Startupy zaměřující se na vývoj více multimodálních systémů rozpoznávání s různými kombinacemi, včetně otisků hlasu, srdce a obličeje.
• Zvýšené investice do zabezpečení těchto biometrických knihoven, aby se zajistilo, že nebudou napadeny nebo podvrženy.
• Možné případy napadení biometrických informací vládních agentur za účelem podvodu a krádeže identity.
• Občanské skupiny požadují, aby společnosti byly transparentní ohledně toho, kolik biometrických informací shromažďují, jak je ukládají a kdy je používají.

Otázky ke komentáři

• Pokud jste vyzkoušeli multimodální biometrický rozpoznávací systém, jak snadné a přesné to je?
• Jaké jsou další potenciální výhody vícevstupových rozpoznávacích systémů?