Көп киргизүүнү таануу: ар кандай биометрикалык маалыматты айкалыштыруу

• Author:
• Жазуучу аты

  Quantumrun Foresight
• February 24, 2023

Теринин астынан уникалдуу идентификациялык мүнөздөмөлөрдү издөө адамдарды аныктоонун акылдуу жолу. Чач жасалгаларын жана көздүн түстөрүн оңой эле өзгөртүүгө же маскага салууга болот, бирок, мисалы, кимдир бирөөнүн тамыр түзүлүшүн өзгөртүү дээрлик мүмкүн эмес. Биометрикалык аутентификация коопсуздуктун кошумча катмарын сунуштайт, анткени ал тирүү адамдарды талап кылат.

Көп киргизүүнү таануу контексти

Мультимодальдуу биометрикалык системалар практикалык тиркемелерде унимодалдык системаларга караганда көбүрөөк колдонулат, анткени аларда маалыматтардын ызы-чуусунан же спуфингден жабыркап калуу сыяктуу кемчиликтер жок. Бирок идентификациялоо үчүн бирдиктүү маалымат булагына таянган унемодалдык системалар (мисалы, ирис, бет) ишенимсиз жана натыйжасыз экендиги белгилүү болгонуна карабастан, мамлекеттик жана жарандык коопсуздук колдонмолорунда популярдуу.

Идентификациянын аутентификациясын камсыз кылуунун бир кыйла коопсуз жолу бул унимодалдык системаларды алардын жеке чектөөлөрүн жеңүү үчүн бириктирүү. Кошумчалай кетсек, мультимодалдык системалар колдонуучуларды натыйжалуураак каттайт жана уруксатсыз кирүүгө көбүрөөк тактыкты жана каршылык көрсөтө алат.

Брэдфорд университетинин 2017-жылдагы изилдөөсүнө ылайык, мультимодалдык биометрикалык системаны долбоорлоо жана жүргүзүү көп учурда татаал жана натыйжага олуттуу таасир эте турган көптөгөн маселелер каралышы керек. Бул көйгөйлөрдүн мисалдары биометрикалык белгилердин баасы, тактыгы, жеткиликтүү ресурстары жана колдонулуп жаткан синтез стратегиясы. 

Мультимодалдык системалар үчүн эң орчундуу маселе – бул кайсы биометрикалык белгилердин эң эффективдүү болоорун тандоо жана аларды бириктирүүнүн натыйжалуу жолун табуу. Мультимодалдык биометрикалык системаларда, эгерде система идентификациялык режимде иштесе, анда ар бир классификатордун натыйжасы катталган талапкерлердин рейтинги, ишеним деңгээли боюнча сорттолгон бардык мүмкүн болгон дал келүүлөрдү билдирген тизме катары каралышы мүмкүн.

Бузуучу таасир

Альтернативдик биометрияны өлчөө үчүн жеткиликтүү болгон ар кандай куралдардын аркасында көп киргизүүнү таануу популярдуулукка ээ болууда. Бул технологиялар өнүккөн сайын идентификацияны коопсуз кылуу мүмкүн болот, анткени веналарды жана ирис үлгүлөрүн бузуп же уурдатуу мүмкүн эмес. Бир нече компаниялар жана илимий-изилдөө мекемелери масштабдуу жайгаштыруу үчүн көп киргизүү куралдарын иштеп чыгууда. 

Мисал катары Тайвань Улуттук Илим жана Технология Университетинин скелет топологияларын жана манжа тамырларынын үлгүлөрүн караган эки факторлуу аутентификация системасы болуп саналат. Манжа веналарынын биометрикасы (кан тамыр биометриясы же веналарды сканерлөө) аларды аныктоо үчүн адамдын манжаларындагы уникалдуу тамыр үлгүлөрүн колдонот. Бул ыкма кандын курамында гемоглобинди камтыгандыктан мүмкүн, ал жакын инфракызыл же көзгө көрүнгөн жарыкка дуушар болгондо ар кандай түстөрдү көрсөтөт. Натыйжада, биометрикалык окугуч колдонуучунун айырмаланган тамыр үлгүлөрүн коопсуз серверде сактоодон мурун сканерлеп, санариптештире алат.

Ошол эле учурда, Сан-Францискодо жайгашкан Imageware аутентификация үчүн бир нече биометрикалык маалыматтарды колдонот. Платформанын коопсуздук чарасын ишке ашырууда администраторлор бир биометрикалык же биометриянын айкалышын тандай алышат. Бул кызмат менен колдонула турган биометриянын түрлөрүнө иристи таануу, бетти сканерлөө, үндү идентификациялоо, алакан тамыр сканерлери жана манжа изин окугучтар кирет.

ImageWare Systems мультимодалдык биометрикасынын жардамы менен колдонуучулар каалаган жерде жана бардык шарттарда өз инсандыгын тастыктай алышат. Федерацияланган логин колдонуучуларга ар бир бизнес же платформа үчүн жаңы эсептик дайындарды түзүүнүн кереги жок дегенди билдирет, анткени алардын идентификациясы бир жолу түзүлүп, алар менен бирге жылат. Кошумчалай кетсек, ар кандай платформалар менен кайчылаш шайкеш келген жалгыз идентификациялар маалыматтарды бузуп алуу мүмкүнчүлүгүн азайтат.

Көп киргизүүнү таануунун кесепеттери

Көп киргизүүнү таануунун кеңири кесепеттери төмөнкүлөрдү камтышы мүмкүн: 

• Калктын масштабында киберкоопсуздук стандарттарын жакшыртуу, анткени (узак мөөнөттүү) жарандардын көбү салттуу сырсөздөрдү жана физикалык/санариптик ачкычтарды алмаштыруу катары көп киргизүүнү таануунун кандайдыр бир формасын колдонушат.
• Сезимтал жерлерге жана маалыматтарга кирүү мүмкүнчүлүгү бар (узак мөөнөттүү) кызматкерлерге көп киргизүү таануу тутумдарын колдонуу милдеттендирилгендиктен, коопсуздукту жогорулатуу жана купуя коомдук жана жеке маалыматтарды куруу.
• Бул ар кандай биометрикалык маалыматты туура баалоо жана аныктоо үчүн терең нейрон тармактарын (DNN) колдонгон көп киргизүүнү таануу системаларын жайылткан компаниялар.
• Стартаптар ар кандай айкалыштары менен, анын ичинде үн, жүрөк жана бет изи менен мультимодалдык таануу системаларын иштеп чыгууга багытталган.
• Бул биометрикалык китепканаларды хакерликке же алдамчылыкка кабылбаш үчүн, алардын коопсуздугун камсыздоого инвестициялар көбөйдү.
• Мамлекеттик органдардын биометрикалык маалыматынын алдамчылык жана өздүк маалыматты уурдоо үчүн хакердик чабуулга кабылышы мүмкүн.
• Жарандык топтор компаниялардан биометрикалык маалымат канча чогултулуп, аны кантип сактай турганы жана качан колдонгону ачык-айкын болушун талап кылууда.

Комментарий берүү үчүн суроолор

• Эгер сиз мультимодалдык биометрикалык таануу системасын сынап көргөн болсоңуз, бул канчалык оңой жана так?
• Көп киргизүүнү таануу системаларынын дагы кандай артыкчылыктары бар?