მრავალ შეყვანის ამოცნობა: სხვადასხვა ბიომეტრიული ინფორმაციის გაერთიანება

• ავტორი:
• ავტორის სახელი

  Quantumrun Foresight
• თებერვალი 24, 2023

კანის ზედაპირის ქვეშ უნიკალური საიდენტიფიკაციო მახასიათებლების ძიება ადამიანების იდენტიფიცირების ჭკვიანური გზაა. თმის ვარცხნილობა და თვალების ფერი შეიძლება ადვილად შეიცვალოს ან დაიფაროს, მაგრამ, მაგალითად, ვინმესთვის ვენების სტრუქტურის შეცვლა თითქმის შეუძლებელია. ბიომეტრიული ავთენტიფიკაცია გთავაზობთ უსაფრთხოების დამატებით ფენას, რადგან ის მოითხოვს ცოცხალ ადამიანებს.

მრავალ შეყვანის ამოცნობის კონტექსტი

მულტიმოდალური ბიომეტრიული სისტემები უფრო ხშირად გამოიყენება ვიდრე უნიმოდალური პრაქტიკულ აპლიკაციებში, რადგან მათ არ აქვთ იგივე დაუცველობა, როგორიცაა მონაცემთა ხმაურის ან გაყალბების ზემოქმედება. თუმცა, უნიმოდალური სისტემები, რომლებიც ეყრდნობიან ინფორმაციის ერთ წყაროს იდენტიფიკაციისთვის (მაგ., ირისი, სახე), პოპულარულია სამთავრობო და სამოქალაქო უსაფრთხოების აპლიკაციებში, მიუხედავად იმისა, რომ ცნობილია, რომ არასანდო და არაეფექტურია.

პირადობის ავთენტიფიკაციის უზრუნველსაყოფად უფრო უსაფრთხო გზაა ამ უნიმოდალური სისტემების გაერთიანება მათი ინდივიდუალური შეზღუდვების დასაძლევად. გარდა ამისა, მულტიმოდალურ სისტემებს შეუძლიათ უფრო ეფექტურად დაარეგისტრირონ მომხმარებლები და უზრუნველყონ მეტი სიზუსტე და წინააღმდეგობა არაავტორიზებული წვდომის მიმართ.

ბრედფორდის უნივერსიტეტის 2017 წლის კვლევის მიხედვით, მულტიმოდალური ბიომეტრიული სისტემის შემუშავება და განხორციელება ხშირად რთულია და გასათვალისწინებელია ბევრი საკითხი, რომელიც შეიძლება დიდად იმოქმედოს შედეგზე. ამ გამოწვევების მაგალითებია ღირებულება, სიზუსტე, ბიომეტრიული ნიშნების ხელმისაწვდომი რესურსები და გამოყენებული შერწყმის სტრატეგია. 

ყველაზე გადამწყვეტი საკითხი მულტიმოდალური სისტემებისთვის არის არჩევა, რომელი ბიომეტრიული ნიშნები იქნება ყველაზე ეფექტური და მათი შერწყმის ეფექტური გზის პოვნა. მულტიმოდალურ ბიომეტრულ სისტემებში, თუ სისტემა მუშაობს იდენტიფიკაციის რეჟიმში, მაშინ თითოეული კლასიფიკატორის გამომავალი შეიძლება ჩაითვალოს რეგისტრირებულ კანდიდატთა რანგად, სიაში, რომელიც წარმოადგენს ყველა შესაძლო შესატყვისს და დალაგებულია ნდობის დონის მიხედვით.

დამრღვევი გავლენა

მრავალ შეყვანის ამოცნობა პოპულარობას იძენს ალტერნატიული ბიომეტრიის გაზომვის სხვადასხვა ხელსაწყოების გამო. ამ ტექნოლოგიების წინსვლისას შესაძლებელი გახდება იდენტიფიკაციის უფრო უსაფრთხოება, რადგან ვენების და ირისის ნიმუშების გატეხვა ან მოპარვა შეუძლებელია. რამდენიმე კომპანია და კვლევითი ინსტიტუტი უკვე ავითარებს მრავალ შეყვანის ინსტრუმენტებს ფართომასშტაბიანი განთავსებისთვის. 

ამის მაგალითია ტაივანის მეცნიერებისა და ტექნოლოგიების ეროვნული უნივერსიტეტის ორფაქტორიანი ავთენტიფიკაციის სისტემა, რომელიც ათვალიერებს ჩონჩხის ტოპოლოგიებს და თითის ვენების ნიმუშებს. თითის ვენების ბიომეტრია (სისხლძარღვთა ბიომეტრია ან ვენების სკანირება) იყენებს უნიკალურ ვენების ნიმუშებს ადამიანის თითებში მათ იდენტიფიცირებისთვის. ეს მეთოდი შესაძლებელია, რადგან სისხლი შეიცავს ჰემოგლობინს, რომელიც ავლენს სხვადასხვა ფერს ახლო ინფრაწითელ ან ხილულ შუქზე ზემოქმედების დროს. შედეგად, ბიომეტრიულ მკითხველს შეუძლია მომხმარებლის მკაფიო ვენების შაბლონების სკანირება და გაციფრება, სანამ მათ უსაფრთხო სერვერზე შეინახავს.

იმავდროულად, Imageware, რომელიც დაფუძნებულია სან ფრანცისკოში, იყენებს მრავალ ბიომეტრიულ მონაცემებს ავთენტიფიკაციის მიზნებისთვის. ადმინისტრატორებს შეუძლიათ აირჩიონ ერთი ბიომეტრიული ან ბიომეტრიის კომბინაცია პლატფორმის უსაფრთხოების ღონისძიების განხორციელებისას. ბიომეტრიის ტიპები, რომლებიც შეიძლება გამოყენებულ იქნას ამ სერვისით, მოიცავს ირისის ამოცნობას, სახის სკანირებას, ხმის იდენტიფიკაციას, პალმის ვენების სკანერებს და თითის ანაბეჭდის წამკითხველებს.

ImageWare Systems-ის მულტიმოდალური ბიომეტრიით, მომხმარებლებს შეუძლიათ დაადასტურონ თავიანთი იდენტიფიკაცია ყველგან და ნებისმიერ პირობებში. ფედერირებული შესვლა ნიშნავს, რომ მომხმარებლებს არ უნდა შექმნან ახალი სერთიფიკატები თითოეული ბიზნესისთვის ან პლატფორმისთვის, რადგან მათი იდენტურობა იქმნება ერთხელ და გადადის მათთან ერთად. გარდა ამისა, ცალკეული იდენტობები, რომლებიც ჯვარედინი თავსებადია სხვადასხვა პლატფორმებთან, იძლევა მონაცემთა ჰაკერების ნაკლებ ზემოქმედებას.

მრავალ შეყვანის ამოცნობის შედეგები

მრავალ შეყვანის ამოცნობის უფრო ფართო შედეგები შეიძლება მოიცავდეს: 

• მოსახლეობის მასშტაბის გაუმჯობესება კიბერუსაფრთხოების სტანდარტებში, რადგან (გრძელვადიანი) მოქალაქეების უმეტესობა გამოიყენებს მრავალ შეყვანის ამოცნობას, როგორც ტრადიციული პაროლების და ფიზიკური/ციფრული გასაღებების ჩანაცვლებას, რათა უზრუნველყოს მათი პერსონალური მონაცემები მრავალ სერვისში.
• შენობის უსაფრთხოება და სენსიტიური საჯარო და კერძო მონაცემები, რომლებიც განიცდიან უსაფრთხოების მზარდ გაუმჯობესებას, რადგან მგრძნობიარე ადგილებზე და მონაცემებზე წვდომის მქონე (გრძელვადიანი) თანამშრომლები ვალდებულნი იქნებიან გამოიყენონ მრავალ შეყვანის ამოცნობის სისტემები.
• კომპანიები, რომლებიც ახორციელებენ მრავალ შეყვანის ამოცნობის სისტემებს, რომლებიც იყენებენ ღრმა ნერვულ ქსელებს (DNN) ამ განსხვავებული ბიომეტრიული ინფორმაციის სწორად რანჟირებისა და იდენტიფიცირებისთვის.
• სტარტაპები ფოკუსირებულია უფრო მულტიმოდალური ამოცნობის სისტემების შემუშავებაზე სხვადასხვა კომბინაციით, მათ შორის ხმის, გულის და სახის ანაბეჭდების ჩათვლით.
• გაიზარდა ინვესტიციები ამ ბიომეტრიული ბიბლიოთეკების დასაცავად, რათა არ მოხდეს მათი გატეხვა ან გაყალბება.
• სამთავრობო უწყებების ბიომეტრიული ინფორმაციის გატეხვის პოტენციური ინციდენტები თაღლითობისა და პირადობის ქურდობისთვის.
• სამოქალაქო ჯგუფები ითხოვენ კომპანიების გამჭვირვალობას, თუ რამდენ ბიომეტრიულ ინფორმაციას აგროვებენ, როგორ ინახავენ და როდის იყენებენ მას.

კითხვები კომენტარისთვის

• თუ თქვენ სცადეთ მულტიმოდალური ბიომეტრიული ამოცნობის სისტემა, რამდენად მარტივი და ზუსტია ეს?
• რა სხვა პოტენციური სარგებელი მოაქვს მრავალ შეყვანის ამოცნობის სისტემას?