बहु-इनपुट मान्यता: विभिन्न बायोमेट्रिक सूचनाओं का संयोजन

• लेखक:
• लेखक का नाम

  क्वांटमरन दूरदर्शिता
• फ़रवरी 24, 2023

त्वचा की सतह के नीचे अद्वितीय पहचान विशेषताओं की तलाश करना लोगों की पहचान करने का एक चतुर तरीका है। केशविन्यास और आंखों के रंग आसानी से बदले या ढके जा सकते हैं, लेकिन किसी के लिए अपनी नसों की संरचना को बदलना लगभग असंभव है, उदाहरण के लिए। बायोमेट्रिक प्रमाणीकरण सुरक्षा की एक अतिरिक्त परत प्रदान करता है क्योंकि इसमें जीवित मनुष्यों की आवश्यकता होती है।

बहु-इनपुट मान्यता संदर्भ

मल्टीमॉडल बायोमेट्रिक सिस्टम का उपयोग व्यावहारिक अनुप्रयोगों में अनिमॉडल की तुलना में अधिक बार किया जाता है क्योंकि उनमें समान भेद्यताएं नहीं होती हैं, जैसे कि डेटा शोर या स्पूफिंग से प्रभावित होना। हालांकि, यूनिमोडल प्रणालियां, जो पहचान के लिए सूचना के एकल स्रोत (जैसे, आईरिस, चेहरा) पर भरोसा करती हैं, अविश्वसनीय और अक्षम होने के बावजूद सरकार और नागरिक सुरक्षा अनुप्रयोगों में लोकप्रिय हैं।

पहचान प्रमाणीकरण सुनिश्चित करने का एक अधिक सुरक्षित तरीका इन असमान प्रणालियों को उनकी व्यक्तिगत सीमाओं को दूर करने के लिए संयोजित करना है। इसके अतिरिक्त, मल्टीमॉडल सिस्टम उपयोगकर्ताओं को अधिक प्रभावी ढंग से नामांकित कर सकते हैं और अनधिकृत पहुंच के लिए अधिक सटीकता और प्रतिरोध प्रदान कर सकते हैं।

ब्रैडफोर्ड विश्वविद्यालय द्वारा 2017 के एक अध्ययन के अनुसार, एक मल्टीमॉडल बायोमेट्रिक सिस्टम को डिजाइन करना और उसका संचालन करना अक्सर चुनौतीपूर्ण होता है, और ऐसे कई मुद्दे हैं जो परिणाम को अत्यधिक प्रभावित कर सकते हैं, उन पर विचार करने की आवश्यकता है। इन चुनौतियों के उदाहरण लागत, सटीकता, बायोमेट्रिक लक्षणों के उपलब्ध संसाधन और उपयोग की जा रही फ्यूजन रणनीति हैं। 

मल्टीमॉडल सिस्टम के लिए सबसे महत्वपूर्ण मुद्दा यह चुनना है कि कौन से बायोमेट्रिक गुण सबसे प्रभावी होंगे और उन्हें फ्यूज करने का एक कुशल तरीका खोजेंगे। मल्टीमॉडल बायोमेट्रिक सिस्टम में, यदि सिस्टम आइडेंटिफिकेशन मोड में काम करता है, तो प्रत्येक क्लासिफायर के आउटपुट को नामांकित उम्मीदवारों के रैंक के रूप में देखा जा सकता है, एक सूची जो विश्वास स्तर द्वारा क्रमबद्ध सभी संभावित मैचों का प्रतिनिधित्व करती है।

विघटनकारी प्रभाव

वैकल्पिक बायोमेट्रिक्स को मापने के लिए उपलब्ध विभिन्न उपकरणों के कारण बहु-इनपुट मान्यता लोकप्रियता प्राप्त कर रही है। जैसे-जैसे ये प्रौद्योगिकियां आगे बढ़ती हैं, पहचान को और अधिक सुरक्षित बनाना संभव होगा, क्योंकि नसों और आईरिस पैटर्न को हैक या चोरी नहीं किया जा सकता है। कई कंपनियां और अनुसंधान संस्थान पहले से ही बड़े पैमाने पर परिनियोजन के लिए बहु-इनपुट उपकरण विकसित कर रहे हैं। 

एक उदाहरण नेशनल ताइवान यूनिवर्सिटी ऑफ़ साइंस एंड टेक्नोलॉजी की दो-कारक प्रमाणीकरण प्रणाली है जो कंकाल टोपोलॉजी और फिंगर वेन पैटर्न को देखती है। फिंगर वेन बायोमेट्रिक्स (संवहनी बायोमेट्रिक्स या वेन स्कैनिंग) किसी व्यक्ति की उंगलियों में उनकी पहचान करने के लिए अद्वितीय नस पैटर्न का उपयोग करती है। यह विधि संभव है क्योंकि रक्त में हीमोग्लोबिन होता है, जो निकट-अवरक्त या दृश्य प्रकाश के संपर्क में आने पर अलग-अलग रंग दिखाता है। नतीजतन, बायोमेट्रिक रीडर एक सुरक्षित सर्वर पर संग्रहीत करने से पहले उपयोगकर्ता के विशिष्ट वेन पैटर्न को स्कैन और डिजिटाइज़ कर सकता है।

इस बीच, सैन फ्रांसिस्को में स्थित इमेजवेयर प्रमाणीकरण उद्देश्यों के लिए कई बायोमेट्रिक्स का उपयोग करता है। प्लेटफ़ॉर्म सुरक्षा उपाय लागू करते समय व्यवस्थापक एक बायोमेट्रिक या बायोमेट्रिक्स के संयोजन का चयन कर सकते हैं। इस सेवा के साथ जिन बायोमेट्रिक्स का उपयोग किया जा सकता है उनमें आईरिस रिकग्निशन, फेशियल स्कैनिंग, वॉयस आइडेंटिफिकेशन, पाम वेन स्कैनर और फिंगरप्रिंट रीडर शामिल हैं।

इमेजवेयर सिस्टम्स के मल्टीमॉडल बायोमेट्रिक्स के साथ, उपयोगकर्ता कहीं भी और किसी भी परिस्थिति में अपनी पहचान प्रमाणित कर सकते हैं। फ़ेडरेटेड लॉगिन का अर्थ है कि उपयोगकर्ताओं को प्रत्येक व्यवसाय या प्लेटफ़ॉर्म के लिए नए क्रेडेंशियल्स बनाने की आवश्यकता नहीं है क्योंकि उनकी पहचान एक बार बनाई जाती है और उनके साथ चलती है। इसके अतिरिक्त, एकल पहचान जो विभिन्न प्लेटफार्मों के साथ क्रॉस-संगत हैं, डेटा हैक के लिए कम जोखिम की अनुमति देती हैं।

बहु-इनपुट मान्यता के निहितार्थ

बहु-इनपुट मान्यता के व्यापक निहितार्थों में शामिल हो सकते हैं: 

• साइबर सुरक्षा मानकों में जनसंख्या-पैमाने पर सुधार (दीर्घकालिक) के रूप में अधिकांश नागरिक कई सेवाओं में अपने व्यक्तिगत डेटा को सुरक्षित करने के लिए पारंपरिक पासवर्ड और भौतिक/डिजिटल कुंजियों के प्रतिस्थापन के रूप में बहु-इनपुट मान्यता के किसी रूप का उपयोग करेंगे।
• बिल्डिंग सुरक्षा और संवेदनशील सार्वजनिक और निजी डेटा संवेदनशील स्थानों तक पहुंच वाले (दीर्घकालिक) कर्मचारियों के रूप में वृद्धिशील सुरक्षा सुधार का अनुभव कर रहे हैं और डेटा को बहु-इनपुट मान्यता प्रणाली का उपयोग करना अनिवार्य होगा।
• मल्टी-इनपुट रिकग्निशन सिस्टम तैनात करने वाली कंपनियां जो इस विभिन्न बायोमेट्रिक जानकारी को सही ढंग से रैंक करने और पहचानने के लिए डीप न्यूरल नेटवर्क (डीएनएन) का उपयोग करती हैं।
• वॉइस-, हार्ट- और फेसप्रिंट्स सहित विभिन्न संयोजनों के साथ अधिक मल्टीमॉडल रिकग्निशन सिस्टम विकसित करने पर ध्यान केंद्रित करने वाले स्टार्टअप।
• इन बायोमेट्रिक पुस्तकालयों को सुरक्षित करने के लिए निवेश में वृद्धि यह सुनिश्चित करने के लिए कि वे हैक या स्पूफ नहीं हैं।
• धोखाधड़ी और पहचान की चोरी के लिए सरकारी एजेंसियों की बायोमेट्रिक जानकारी हैक किए जाने की संभावित घटनाएं।
• नागरिक समूहों की मांग है कि कंपनियां इस बात पर पारदर्शी हों कि वे कितनी बायोमेट्रिक जानकारी इकट्ठा करती हैं, कैसे स्टोर करती हैं और कब इसका इस्तेमाल करती हैं।

टिप्पणी करने के लिए प्रश्न

• यदि आपने मल्टीमॉडल बायोमेट्रिक रिकग्निशन सिस्टम आज़माया है, तो यह कितना आसान और सटीक है?
• मल्टी-इनपुट रिकग्निशन सिस्टम के अन्य संभावित लाभ क्या हैं?