બાયોમેટ્રિક સ્કોરિંગ: બિહેવિયરલ બાયોમેટ્રિક્સ ઓળખને વધુ સચોટ રીતે ચકાસી શકે છે

• લેખક:
• લેખક નામ

  ક્વોન્ટમરુન અગમચેતી
• ફેબ્રુઆરી 13, 2023

આંતરદૃષ્ટિનો સારાંશ

વર્તણૂકલક્ષી બાયોમેટ્રિક ડેટા લોકોની ક્રિયાઓમાં પેટર્નને જાહેર કરી શકે છે અને તેઓ કોણ છે, તેઓ શું વિચારે છે અને તેઓ આગળ શું કરશે તે વિશે ઘણું બધું જાહેર કરી શકે છે. બિહેવિયરલ બાયોમેટ્રિક્સ મશીન લર્નિંગને ઓળખવા, પ્રમાણિત કરવા, નજ કરવા, પુરસ્કાર આપવા અને સજા કરવા માટે સેંકડો વિશિષ્ટ બાયોમેટ્રિક માપનો અર્થઘટન કરવા માટે કામ કરે છે.

બાયોમેટ્રિક સ્કોરિંગ સંદર્ભ

વર્તણૂકલક્ષી બાયોમેટ્રિક ડેટા એ માનવ વર્તનમાં નાનામાં નાના ફેરફારોનું પણ વિશ્લેષણ કરવા માટેની એક તકનીક છે. આ વાક્ય વારંવાર ભૌતિક અથવા શારીરિક બાયોમેટ્રિક્સથી વિપરીત છે, જે મેઘધનુષ અથવા ફિંગરપ્રિન્ટ્સ જેવા માનવ લક્ષણોનું વર્ણન કરે છે. બિહેવિયરલ બાયોમેટ્રિક્સ ટૂલ્સ વ્યક્તિઓને તેમની પ્રવૃત્તિમાં પેટર્નના આધારે ઓળખી શકે છે, જેમ કે હીંડછા અથવા કીસ્ટ્રોક ડાયનેમિક્સ. આ સાધનોનો ઉપયોગ નાણાકીય સંસ્થાઓ, વ્યવસાયો, સરકારો અને રિટેલરો દ્વારા વપરાશકર્તા પ્રમાણીકરણ માટે વધુને વધુ કરવામાં આવે છે. 

પરંપરાગત ચકાસણી તકનીકોથી વિપરીત જે વ્યક્તિનો ડેટા એકત્રિત કરવામાં આવે ત્યારે કામ કરે છે (દા.ત., બટન દબાવવાથી), વર્તણૂકીય બાયોમેટ્રિક સિસ્ટમ્સ આપમેળે પ્રમાણિત કરી શકે છે. આ બાયોમેટ્રિક્સ તેમની ઓળખ સ્થાપિત કરવા માટે વ્યક્તિની વર્તણૂકની અનન્ય પેટર્નને ભૂતકાળના વર્તન સાથે સરખાવે છે. આ પ્રક્રિયા સક્રિય સત્ર દરમિયાન અથવા ચોક્કસ વર્તણૂકો રેકોર્ડ કરીને સતત કરી શકાય છે.

વર્તમાન ઉપકરણ, જેમ કે સ્માર્ટફોન અથવા લેપટોપ, અથવા સમર્પિત મશીન દ્વારા, જેમ કે ફૂટફોલ્સ (દા.ત., હીંડછાની ઓળખ) માપવા માટે ખાસ રચાયેલ સેન્સર દ્વારા વર્તન કેપ્ચર થઈ શકે છે. બાયોમેટ્રિક પૃથ્થકરણ એક પરિણામ ઉત્પન્ન કરે છે જે સંભવિતતાને પ્રતિબિંબિત કરે છે કે ક્રિયાઓ કરનાર વ્યક્તિ તે છે જેણે સિસ્ટમની મૂળભૂત વર્તણૂક સ્થાપિત કરી છે. જો ગ્રાહકનું વર્તન અપેક્ષિત પ્રોફાઇલની બહાર આવે છે, તો વધારાના પ્રમાણીકરણ પગલાં મૂકવામાં આવશે, જેમ કે ફિંગરપ્રિન્ટ અથવા ચહેરાના સ્કેન. આ સુવિધા પરંપરાગત બાયોમેટ્રિક્સ કરતાં એકાઉન્ટ ટેકઓવર, સામાજિક-એન્જિનિયરિંગ કૌભાંડો અને મની લોન્ડરિંગને વધુ સારી રીતે અટકાવશે.

વિક્ષેપકારક અસર

વર્તન-આધારિત અભિગમ, જેમ કે હલનચલન, કીસ્ટ્રોક અને ફોન સ્વાઇપ, સત્તાવાળાઓને એવી પરિસ્થિતિઓમાં કોઈને સુરક્ષિત રીતે ઓળખવામાં મદદ કરી શકે છે જ્યાં ભૌતિક લક્ષણો છુપાયેલા હોય (દા.ત., ચહેરાના માસ્ક અથવા ગ્લોવ્સનો ઉપયોગ). વધુમાં, કોમ્પ્યુટર-આધારિત ઓળખ ચકાસણી માટે કીસ્ટ્રોક પર આધાર રાખતા સોલ્યુશન્સ વ્યક્તિઓને તેમની ટાઈપિંગ ટેવના આધારે ઓળખવામાં સક્ષમ હોવાનું દર્શાવવામાં આવ્યું છે (આવર્તન અને લય ઓળખ સ્થાપિત કરવા માટે પૂરતી અનન્ય લાગે છે). કારણ કે ટાઇપિંગ એ ડેટા ઇનપુટનું એક સ્વરૂપ છે, કારણ કે એલ્ગોરિધમ્સ સુધારી શકે છે કારણ કે તેઓ કીસ્ટ્રોક માહિતીને ટ્રૅક અને વિશ્લેષણ કરવાનું ચાલુ રાખે છે.

જો કે, અમુક કિસ્સાઓમાં, સંદર્ભ આ વર્તણૂકીય બાયોમેટ્રિકની ચોકસાઈને પ્રતિબંધિત કરે છે. વિવિધ કીબોર્ડ પર વ્યક્તિગત પેટર્ન અલગ અલગ હોઈ શકે છે; કાર્પલ ટનલ સિન્ડ્રોમ અથવા સંધિવા જેવી શારીરિક પરિસ્થિતિઓ હલનચલન પર અસર કરી શકે છે. ધોરણો વિના વિવિધ પ્રદાતાઓના પ્રશિક્ષિત અલ્ગોરિધમ્સની તુલના કરવી અઘરી છે.

દરમિયાન, ઇમેજ રેકગ્નિશન વિશ્લેષકોને વધુ પ્રમાણમાં ડેટા પ્રદાન કરે છે જેનો ઉપયોગ વર્તણૂકીય સંશોધન માટે થઈ શકે છે. અન્ય બાયોમેટ્રિક અભિગમો જેટલા સચોટ અથવા વિશ્વસનીય ન હોવા છતાં, હીંડછા અને મુદ્રા બાયોમેટ્રિક્સ વધુને વધુ ઉપયોગી સાધનો બની રહ્યા છે. ઉદાહરણ તરીકે, આ સુવિધાઓ ભીડ અથવા જાહેર સ્થળોએ ઓળખ સ્થાપિત કરવા માટે પૂરતી હોઈ શકે છે. યુરોપિયન યુનિયન (EU) ના જનરલ ડેટા પ્રોટેક્શન રેગ્યુલેશન (GDPR) નો અમલ કરતા દેશોમાં પોલીસ દળો જોખમી પરિસ્થિતિઓનું તાત્કાલિક મૂલ્યાંકન કરવા માટે બાયોમેટ્રિક ડેટાનો ઉપયોગ કરે છે, જેમ કે હીંડછા અને હિલચાલ.

બાયોમેટ્રિક સ્કોરિંગની અસરો

બાયોમેટ્રિક સ્કોરિંગની વ્યાપક અસરોમાં નીચેનાનો સમાવેશ થઈ શકે છે: 

• આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ની માનવ વર્તણૂકને ખોટી રીતે ઓળખવાની/ગેરસમજ કરવાની ક્ષમતા વિશેની ચિંતાઓ વધી રહી છે, ખાસ કરીને કાયદાના અમલીકરણમાં, જે ખોટી ધરપકડ તરફ દોરી શકે છે.
• છેતરપિંડી કરનારાઓ ખાસ કરીને નાણાકીય સંસ્થાઓમાં સિસ્ટમમાં ઘૂસણખોરી કરવા માટે હીંડછા અને કીબોર્ડ ટાઇપિંગ લયની નકલ કરે છે.  
• બાયોમેટ્રિક સ્કોરિંગ કન્ઝ્યુમર સ્કોરિંગમાં વિસ્તરી રહ્યું છે જ્યાં વિકલાંગ/મર્યાદિત ગતિશીલતા ધરાવતા લોકો સાથે ભેદભાવ કરી શકાય છે.
• હ્રદયના ધબકારા સહિત વર્તણૂકલક્ષી બાયોમેટ્રિક ડેટાને ડિજિટલ ગોપનીયતા નિયમોમાં શામેલ કરી શકાય છે કે કેમ તે અંગેની ચર્ચાઓ વધી રહી છે.
• લોકો ફક્ત તેમના વપરાશકર્તાનામ લખીને વેબસાઇટ્સ અને એપ્લિકેશન્સમાં લૉગ ઇન કરવામાં સક્ષમ છે.

ધ્યાનમાં લેવાના પ્રશ્નો

• શું તમે સંમત છો કે વર્તણૂકલક્ષી બાયોમેટ્રિક્સ ઓળખની ચકાસણી માટે વધુ ઉપયોગી થશે?
• આ પ્રકારની બાયોમેટ્રિક ઓળખમાં અન્ય કઈ સંભવિત સમસ્યાઓ હોઈ શકે છે?