Pangenalan multi-input: Nggabungake informasi biometrik sing beda

• Babagan Author:
• Jeneng panganggit

  Quantumrun Foresight
• Februari 24, 2023

Nggoleki ciri identifikasi unik ing ngisor permukaan kulit minangka cara sing cerdas kanggo ngenali wong. Gaya rambut lan werna mripat bisa diganti utawa ditutupi kanthi gampang, nanging meh ora mungkin kanggo wong ngganti struktur vena, contone. Otentikasi biometrik nawakake lapisan keamanan tambahan amarga mbutuhake manungsa urip.

Konteks pangenalan multi-input

Sistem biometrik multimodal luwih kerep digunakake tinimbang unimodal ing aplikasi praktis amarga ora duwe kerentanan sing padha, kayata kena pengaruh gangguan data utawa spoofing. Nanging, sistem unimodal, sing gumantung ing siji sumber informasi kanggo identifikasi (contone, iris, pasuryan), populer ing aplikasi keamanan pemerintah lan sipil sanajan dikenal ora bisa dipercaya lan ora efisien.

Cara sing luwih aman kanggo njamin otentikasi identitas yaiku nggabungake sistem unimodal iki kanggo ngatasi watesan individu. Kajaba iku, sistem multimodal bisa luwih efektif ndhaptar pangguna lan menehi akurasi lan resistensi sing luwih gedhe kanggo akses sing ora sah.

Miturut studi 2017 dening Universitas Bradford, ngrancang lan nindakake sistem biometrik multimodal asring nantang, lan akeh masalah sing bisa mengaruhi asil sing kudu dipikirake. Conto tantangan kasebut yaiku biaya, akurasi, sumber daya biometrik sing kasedhiya, lan strategi fusi sing digunakake. 

Masalah sing paling penting kanggo sistem multimodal yaiku milih sipat biometrik sing paling efektif lan nemokake cara sing efisien kanggo nggabungake. Ing sistem biometrik multimodal, yen sistem makaryakke ing mode identifikasi, banjur saben output classifier bisa katon minangka pangkat calon dipuntampi, dhaftar makili kabeh cocog bisa diurutake dening tingkat kapercayan.

Dampak gangguan

Pangenalan multi-input wis entuk popularitas amarga macem-macem alat sing kasedhiya kanggo ngukur biometrik alternatif. Nalika teknologi kasebut maju, identifikasi bisa luwih aman, amarga pola vena lan iris ora bisa disusupi utawa dicolong. Sawetara perusahaan lan institusi riset wis ngembangake alat multi-input kanggo panyebaran skala gedhe. 

Conto yaiku sistem otentikasi rong faktor Universitas Sains lan Teknologi Nasional Taiwan sing ndeleng topologi balung lan pola vena driji. Biometrik vena driji (biometrik pembuluh darah utawa pemindaian vena) nggunakake pola vena unik ing driji wong kanggo ngenali. Cara iki bisa ditindakake amarga getih ngemot hemoglobin, sing nuduhake warna sing beda nalika kena sinar infra merah utawa sing katon. Akibaté, maca biometrik bisa mindai lan digitalisasi pola vena pangguna sing béda sadurunge disimpen ing server sing aman.

Kangge, Imageware, adhedhasar ing San Francisco, nggunakake macem-macem biometrik kanggo tujuan otentikasi. Admin bisa milih siji biometrik utawa kombinasi biometrik nalika ngetrapake langkah keamanan platform. Jinis biometrik sing bisa digunakake karo layanan iki kalebu pangenalan iris, pemindaian rai, identifikasi swara, pemindai urat telapak tangan, lan maca sidik jari.

Kanthi biometrik multimodal ImageWare Systems, pangguna bisa otentikasi identitas ing ngendi wae lan ing kahanan apa wae. Mlebet federasi tegese pangguna ora kudu nggawe kredensial anyar kanggo saben bisnis utawa platform amarga identitas digawe sepisan lan dipindhah. Kajaba iku, identitas tunggal sing kompatibel karo platform sing beda-beda ngidini kurang paparan peretasan data.

Implikasi saka multi-input pangenalan

Implikasi sing luwih akeh saka pangenalan multi-input bisa uga kalebu: 

• Peningkatan skala populasi kanggo standar cybersecurity minangka (jangka panjang) umume warga bakal nggunakake sawetara pangenalan multi-input minangka panggantos kanggo tembung sandhi tradisional lan tombol fisik/digital kanggo ngamanake data pribadhi ing macem-macem layanan.
• Keamanan bangunan lan data umum lan pribadi sing sensitif ngalami peningkatan keamanan tambahan minangka karyawan (jangka panjang) kanthi akses menyang lokasi lan data sing sensitif bakal diwajibake nggunakake sistem pangenalan multi-input.
• Perusahaan sing nggunakake sistem pangenalan multi-input sing nggunakake jaringan syaraf jero (DNN) kanggo menehi peringkat kanthi bener lan ngenali informasi biometrik sing beda-beda iki.
• Startups fokus ing ngembangaken sistem pangenalan multimodal liyane karo macem-macem kombinasi, kalebu voice-, heart-, lan faceprints.
• Tambah investasi kanggo ngamanake perpustakaan biometrik iki kanggo mesthekake yen ora disusupi utawa dicolong.
• Potensi kedadeyan informasi biometrik saka instansi pemerintah sing disusupi amarga penipuan lan nyolong identitas.
• Klompok sipil nuntut perusahaan supaya transparan babagan informasi biometrik sing diklumpukake, cara nyimpen, lan kapan digunakake.

Pitakonan kanggo komentar

• Yen sampeyan wis nyoba sistem pangenalan biometrik multimodal, kepiye gampang lan akurat?
• Apa keuntungan potensial liyane saka sistem pangenalan multi-input?