การจดจำหลายอินพุต: การรวมข้อมูลไบโอเมตริกซ์ที่แตกต่างกัน

เครดิตภาพ:
เครดิตภาพ
iStock

การจดจำหลายอินพุต: การรวมข้อมูลไบโอเมตริกซ์ที่แตกต่างกัน

การจดจำหลายอินพุต: การรวมข้อมูลไบโอเมตริกซ์ที่แตกต่างกัน

ข้อความหัวข้อย่อย
บริษัทต่าง ๆ กำลังรักษาความปลอดภัยในการเข้าถึงข้อมูล ผลิตภัณฑ์ และบริการของตนด้วยการเปิดใช้งานการจดจำตัวตนหลายรูปแบบ
    • เขียนโดย:
    • ชื่อผู้เขียน
      มองการณ์ไกลควอนตัมรัน
    • กุมภาพันธ์ 24, 2023

    การมองหาลักษณะเฉพาะที่ซ่อนอยู่ใต้ผิวหนังเป็นวิธีการระบุตัวตนที่ชาญฉลาด ทรงผมและสีตาสามารถเปลี่ยนหรือปกปิดได้ง่าย แต่แทบจะเป็นไปไม่ได้เลยที่บางคนจะเปลี่ยนโครงสร้างเส้นเลือดของพวกเขา เป็นต้น การรับรองความถูกต้องด้วยไบโอเมตริกซ์ช่วยเพิ่มชั้นความปลอดภัย เนื่องจากต้องใช้มนุษย์ที่มีชีวิต

    บริบทการรับรู้หลายอินพุต

    ระบบไบโอเมตริกแบบหลายรูปแบบถูกนำมาใช้บ่อยกว่าระบบแบบยูนิโมดัลในการใช้งานจริง เนื่องจากไม่มีช่องโหว่เหมือนกัน เช่น การได้รับผลกระทบจากสัญญาณรบกวนข้อมูลหรือการปลอมแปลง อย่างไรก็ตาม ระบบ Unimodal ซึ่งอาศัยแหล่งข้อมูลเดียวในการระบุตัวตน (เช่น ม่านตา ใบหน้า) เป็นที่นิยมในการใช้งานด้านความมั่นคงของรัฐบาลและพลเรือน แม้ว่าเป็นที่ทราบกันดีว่าไม่น่าเชื่อถือและไม่มีประสิทธิภาพ

    วิธีที่ปลอดภัยยิ่งขึ้นในการยืนยันตัวตนคือการรวมระบบ Unimodal เหล่านี้เข้าด้วยกันเพื่อเอาชนะข้อจำกัดของแต่ละบุคคล นอกจากนี้ ระบบต่อเนื่องหลายรูปแบบยังสามารถลงทะเบียนผู้ใช้ได้อย่างมีประสิทธิภาพมากขึ้น และให้ความแม่นยำและความต้านทานต่อการเข้าถึงโดยไม่ได้รับอนุญาต

    จากการศึกษาในปี 2017 ของมหาวิทยาลัยแบรดฟอร์ด การออกแบบและดำเนินการระบบไบโอเมตริกแบบต่อเนื่องหลายรูปแบบมักมีความท้าทาย และมีหลายประเด็นที่อาจส่งผลกระทบอย่างมากต่อผลลัพธ์ที่ต้องพิจารณา ตัวอย่างของความท้าทายเหล่านี้ ได้แก่ ต้นทุน ความแม่นยำ ทรัพยากรที่มีอยู่ของลักษณะไบโอเมตริก และกลยุทธ์การหลอมรวมที่ใช้ 

    ประเด็นที่สำคัญที่สุดสำหรับระบบมัลติโมดัลคือการเลือกว่าลักษณะไบโอเมตริกซ์แบบใดจะมีประสิทธิภาพมากที่สุดและหาวิธีรวมเข้าด้วยกันอย่างมีประสิทธิภาพ ในระบบไบโอเมตริกต่อเนื่องหลายรูปแบบ หากระบบทำงานในโหมดระบุตัวตน ผลลัพธ์ของตัวแยกประเภทแต่ละรายการสามารถเห็นเป็นลำดับของผู้สมัครที่ลงทะเบียน ซึ่งเป็นรายการที่แสดงถึงการจับคู่ที่เป็นไปได้ทั้งหมดซึ่งเรียงตามระดับความเชื่อมั่น

    ผลกระทบก่อกวน

    การรู้จำหลายอินพุตได้รับความนิยมเนื่องจากมีเครื่องมือต่าง ๆ ที่สามารถวัดไบโอเมตริกทางเลือกได้ เมื่อเทคโนโลยีเหล่านี้ก้าวหน้า จะทำให้การระบุตัวตนมีความปลอดภัยมากขึ้น เนื่องจากรูปแบบเส้นเลือดและม่านตาไม่สามารถแฮ็กหรือขโมยได้ บริษัทและสถาบันวิจัยหลายแห่งกำลังพัฒนาเครื่องมือหลายอินพุตสำหรับการปรับใช้ขนาดใหญ่ 

    ตัวอย่างคือระบบการยืนยันตัวตนแบบสองปัจจัยของมหาวิทยาลัยวิทยาศาสตร์และเทคโนโลยีแห่งชาติไต้หวัน ซึ่งดูที่โทโพโลยีของโครงกระดูกและรูปแบบเส้นเลือดดำที่นิ้ว ไบโอเมตริกเส้นเลือดนิ้ว (ไบโอเมตริกหลอดเลือดหรือการสแกนเส้นเลือด) ใช้รูปแบบเส้นเลือดเฉพาะในนิ้วมือของบุคคลเพื่อระบุ วิธีนี้เป็นไปได้เพราะเลือดมีฮีโมโกลบิน ซึ่งจะแสดงสีต่างๆ กันเมื่อสัมผัสกับแสงอินฟราเรดใกล้หรือแสงที่ตามองเห็น เป็นผลให้เครื่องอ่านไบโอเมตริกซ์สามารถสแกนและแปลงรูปแบบเส้นเลือดที่แตกต่างกันของผู้ใช้ให้เป็นดิจิทัลก่อนที่จะจัดเก็บไว้ในเซิร์ฟเวอร์ที่ปลอดภัย

    ในขณะเดียวกัน Imageware ซึ่งตั้งอยู่ในซานฟรานซิสโก ใช้ไบโอเมตริกหลายรายการเพื่อวัตถุประสงค์ในการตรวจสอบสิทธิ์ ผู้ดูแลระบบสามารถเลือกไบโอเมตริกหนึ่งรายการหรือหลายไบโอเมตริกรวมกันได้เมื่อใช้มาตรการรักษาความปลอดภัยของแพลตฟอร์ม ประเภทของไบโอเมตริกซ์ที่สามารถใช้กับบริการนี้ ได้แก่ การจดจำม่านตา การสแกนใบหน้า การระบุตัวตนด้วยเสียง เครื่องสแกนเส้นลายมือ และเครื่องอ่านลายนิ้วมือ

    ด้วยไบโอเมตริกหลายรูปแบบของ ImageWare Systems ผู้ใช้สามารถยืนยันตัวตนได้ทุกที่และภายใต้เงื่อนไขใดๆ การเข้าสู่ระบบแบบรวมศูนย์หมายความว่าผู้ใช้ไม่จำเป็นต้องสร้างข้อมูลประจำตัวใหม่สำหรับแต่ละธุรกิจหรือแพลตฟอร์ม เนื่องจากข้อมูลประจำตัวของพวกเขาถูกสร้างขึ้นเพียงครั้งเดียวและย้ายไปพร้อมกับพวกเขา นอกจากนี้ ข้อมูลระบุตัวตนเดียวที่เข้ากันได้ข้ามแพลตฟอร์มต่างๆ กัน ช่วยให้มีโอกาสถูกแฮ็กข้อมูลน้อยลง

    ความหมายของการรับรู้หลายอินพุต

    ความหมายที่กว้างขึ้นของการจดจำหลายอินพุตอาจรวมถึง: 

    • การปรับปรุงมาตรฐานความปลอดภัยทางไซเบอร์ในระดับประชากร เนื่องจาก (ระยะยาว) พลเมืองส่วนใหญ่จะใช้รูปแบบการจดจำหลายอินพุตบางรูปแบบแทนรหัสผ่านแบบดั้งเดิมและคีย์จริง/ดิจิทัลเพื่อรักษาความปลอดภัยข้อมูลส่วนบุคคลในบริการต่างๆ
    • การสร้างความปลอดภัยและข้อมูลสาธารณะและส่วนตัวที่ละเอียดอ่อนประสบกับการปรับปรุงความปลอดภัยที่เพิ่มขึ้นเนื่องจากพนักงาน (ระยะยาว) ที่สามารถเข้าถึงตำแหน่งและข้อมูลที่มีความละเอียดอ่อนจะได้รับคำสั่งให้ใช้ระบบจดจำหลายอินพุต
    • บริษัทต่างๆ ใช้ระบบจดจำหลายอินพุตที่ใช้โครงข่ายประสาทเทียมเชิงลึก (DNN) เพื่อจัดอันดับและระบุข้อมูลไบโอเมตริกซ์ที่แตกต่างกันนี้อย่างถูกต้อง
    • สตาร์ทอัพที่มุ่งเน้นไปที่การพัฒนาระบบการรู้จำหลายรูปแบบมากขึ้นด้วยชุดค่าผสมต่างๆ รวมถึงเสียง หัวใจ และใบหน้า
    • การลงทุนที่เพิ่มขึ้นในการรักษาความปลอดภัยของห้องสมุดไบโอเมตริกเหล่านี้เพื่อให้แน่ใจว่าจะไม่ถูกแฮ็กหรือถูกปลอมแปลง
    • เหตุการณ์ที่อาจเกิดขึ้นที่ข้อมูลไบโอเมตริกซ์ของหน่วยงานของรัฐถูกแฮ็กเนื่องจากการฉ้อโกงและการโจรกรรมข้อมูลประจำตัว
    • กลุ่มพลเมืองเรียกร้องให้บริษัทต่างๆ มีความโปร่งใสเกี่ยวกับข้อมูลไบโอเมตริกที่พวกเขารวบรวม วิธีการจัดเก็บ และเวลาที่ใช้

    คำถามที่จะแสดงความคิดเห็นเกี่ยวกับ

    • หากคุณได้ลองใช้ระบบการรู้จำไบโอเมตริกหลายรูปแบบ ระบบนี้จะง่ายและแม่นยำเพียงใด
    • ประโยชน์ที่เป็นไปได้อื่น ๆ ของระบบจดจำหลายอินพุตคืออะไร?

    ข้อมูลอ้างอิงเชิงลึก

    ลิงก์ที่เป็นที่นิยมและลิงก์สถาบันต่อไปนี้ถูกอ้างอิงสำหรับข้อมูลเชิงลึกนี้: