クォンタムラン

画像クレジット:

iStock

多入力認識：異なる生体情報を組み合わせる

企業は、マルチモーダル形式の ID 認識を有効にすることで、自社のデータ、製品、およびサービスへのアクセスを保護しています。

著者：
著者名
クォンタムラン・フォーサイト
2023 年 2 月 24 日

皮膚の表面の下にある固有の識別特性を探すことは、人を識別する賢い方法です。髪型や目の色は簡単に変更したりマスクしたりできますが、たとえば、静脈構造を変更することはほぼ不可能です。生体認証は、生きている人間を必要とするため、追加のセキュリティ層を提供します。

多入力認識コンテキスト

マルチモーダル生体認証システムは、データノイズやスプーフィングの影響を受けるなど、同じ脆弱性を持たないため、実際のアプリケーションではユニモーダルバイオメトリックシステムよりも頻繁に使用されます。ただし、識別のために単一の情報源 (虹彩、顔など) に依存するユニモーダルシステムは、信頼性が低く非効率的であることが知られているにもかかわらず、政府および民間のセキュリティアプリケーションで人気があります。

身元認証を確実にするより安全な方法は、これらのユニモーダルシステムを組み合わせて、個々の制限を克服することです。さらに、マルチモーダルシステムは、より効果的にユーザーを登録し、不正アクセスに対する精度と抵抗力を高めることができます。

ブラッドフォード大学による 2017 年の研究によると、マルチモーダル生体認証システムの設計と実行はしばしば困難であり、結果に大きく影響する可能性のある多くの問題を考慮する必要があります。これらの課題の例としては、コスト、精度、生体認証特性の利用可能なリソース、および使用されている融合戦略があります。

マルチモーダルシステムの最も重要な問題は、どの生体認証特性が最も効果的かを選択し、それらを融合する効率的な方法を見つけることです。マルチモーダル生体認証システムでは、システムが識別モードで動作する場合、各分類器の出力は、登録された候補のランクとして表示され、信頼レベルでソートされたすべての可能な一致を表すリストです。

破壊的な影響

代替バイオメトリクスを測定するさまざまなツールが利用できるため、マルチ入力認識が人気を集めています。これらの技術が進歩するにつれて、静脈や虹彩のパターンをハッキングしたり盗んだりすることができないため、識別をより安全にすることが可能になります。いくつかの企業や研究機関は、大規模な展開のためのマルチインプットツールをすでに開発しています。

その一例が、国立台湾科技大学の XNUMX 要素認証システムで、骨格のトポロジーと指の静脈パターンを調べます。指静脈バイオメトリクス (血管バイオメトリクスまたは静脈スキャン) は、人の指の固有の静脈パターンを使用してそれらを識別します。この方法が可能なのは、血液に含まれるヘモグロビンが近赤外線や可視光にさらされるとさまざまな色を示すからです。その結果、バイオメトリックリーダーは、安全なサーバーに保存する前に、ユーザーの個別の静脈パターンをスキャンしてデジタル化できます。

一方、サンフランシスコに本拠を置く Imageware は、認証目的で複数の生体認証を使用しています。管理者は、プラットフォームのセキュリティ対策を実装するときに、XNUMX つの生体認証または生体認証の組み合わせを選択できます。このサービスで使用できる生体認証の種類には、虹彩認識、顔スキャン、音声認識、手のひら静脈スキャナー、指紋リーダーなどがあります。

ImageWare Systems のマルチモーダルバイオメトリクスにより、ユーザーは場所や条件を問わず、身元を認証できます。フェデレーテッドログインとは、ユーザーの ID が一度作成されると、ユーザーと共に移動するため、ユーザーがビジネスまたはプラットフォームごとに新しい資格情報を作成する必要がないことを意味します。さらに、異なるプラットフォームと相互互換性のある単一の ID により、データハッキングのリスクを軽減できます。

多入力認識の意味

複数入力認識のより広い意味には、次のようなものがあります。

(長期的には) ほとんどの市民が、従来のパスワードや物理/デジタルキーの代わりに、何らかの形式のマルチ入力認識を利用して、複数のサービスで自分の個人データを保護するため、サイバーセキュリティ基準が人口規模で改善されます。
機密性の高い場所やデータにアクセスできる (長期の) 従業員は、複数入力認識システムを使用することが義務付けられるため、セキュリティと機密性の高いパブリックデータとプライベートデータを構築することで、セキュリティが徐々に向上します。
ディープニューラルネットワーク (DNN) を使用して、このさまざまな生体認証情報を正しくランク付けして識別する多入力認識システムを展開している企業。
声、ハート、顔の指紋など、さまざまな組み合わせを備えた、よりマルチモーダルな認識システムの開発に注力しているスタートアップ。
ハッキングやなりすましを防ぐために、これらの生体認証ライブラリを保護するための投資を増やしています。
政府機関の生体認証情報が詐欺やなりすましのためにハッキングされる可能性があります。
収集する生体認証情報の量、保存方法、使用時期について企業に透明性を要求する市民団体。