ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕೋರಿಂಗ್: ವರ್ತನೆಯ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಗುರುತುಗಳನ್ನು ಹೆಚ್ಚು ನಿಖರವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು

• ಲೇಖಕ ಬಗ್ಗೆ:
• ಲೇಖಕ ಹೆಸರು

  ಕ್ವಾಂಟಮ್ರನ್ ದೂರದೃಷ್ಟಿ
• ಫೆಬ್ರವರಿ 13, 2023

ಒಳನೋಟ ಸಾರಾಂಶ

ವರ್ತನೆಯ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವು ಜನರ ಕ್ರಿಯೆಗಳಲ್ಲಿನ ಮಾದರಿಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಬಹುದು ಮತ್ತು ಅವರು ಯಾರು, ಅವರು ಏನು ಯೋಚಿಸುತ್ತಿದ್ದಾರೆ ಮತ್ತು ಅವರು ಮುಂದೆ ಏನು ಮಾಡುತ್ತಾರೆ ಎಂಬುದರ ಕುರಿತು ಬಹಳಷ್ಟು ಬಹಿರಂಗಪಡಿಸಬಹುದು. ಬಿಹೇವಿಯರಲ್ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಗುರುತಿಸಲು, ದೃಢೀಕರಿಸಲು, ತಳ್ಳಲು, ಪ್ರತಿಫಲ ಮತ್ತು ಶಿಕ್ಷೆಗೆ ನೂರಾರು ವಿಭಿನ್ನ ಬಯೋಮೆಟ್ರಿಕ್ ಅಳತೆಗಳನ್ನು ಅರ್ಥೈಸಲು ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತದೆ.

ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕೋರಿಂಗ್ ಸಂದರ್ಭ

ಬಿಹೇವಿಯರಲ್ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವು ಮಾನವ ನಡವಳಿಕೆಯಲ್ಲಿನ ಚಿಕ್ಕ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಸಹ ವಿಶ್ಲೇಷಿಸುವ ಒಂದು ತಂತ್ರವಾಗಿದೆ. ಐರಿಸ್ ಅಥವಾ ಫಿಂಗರ್‌ಪ್ರಿಂಟ್‌ಗಳಂತಹ ಮಾನವ ಲಕ್ಷಣಗಳನ್ನು ವಿವರಿಸುವ ಭೌತಿಕ ಅಥವಾ ಶಾರೀರಿಕ ಬಯೋಮೆಟ್ರಿಕ್ಸ್‌ಗೆ ಪದಗುಚ್ಛವು ಆಗಾಗ್ಗೆ ವ್ಯತಿರಿಕ್ತವಾಗಿದೆ. ನಡವಳಿಕೆಯ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಉಪಕರಣಗಳು ನಡಿಗೆ ಅಥವಾ ಕೀಸ್ಟ್ರೋಕ್ ಡೈನಾಮಿಕ್ಸ್‌ನಂತಹ ಅವರ ಚಟುವಟಿಕೆಯಲ್ಲಿನ ಮಾದರಿಗಳ ಆಧಾರದ ಮೇಲೆ ವ್ಯಕ್ತಿಗಳನ್ನು ಗುರುತಿಸಬಹುದು. ಈ ಉಪಕರಣಗಳನ್ನು ಬಳಕೆದಾರರ ದೃಢೀಕರಣಕ್ಕಾಗಿ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳು, ವ್ಯವಹಾರಗಳು, ಸರ್ಕಾರಗಳು ಮತ್ತು ಚಿಲ್ಲರೆ ವ್ಯಾಪಾರಿಗಳು ಹೆಚ್ಚಾಗಿ ಬಳಸುತ್ತಾರೆ. 

ವ್ಯಕ್ತಿಯ ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಿದಾಗ ಕೆಲಸ ಮಾಡುವ ಸಾಂಪ್ರದಾಯಿಕ ಪರಿಶೀಲನಾ ತಂತ್ರಜ್ಞಾನಗಳಿಗಿಂತ ಭಿನ್ನವಾಗಿ (ಉದಾ, ಗುಂಡಿಯನ್ನು ಒತ್ತುವುದು), ವರ್ತನೆಯ ಬಯೋಮೆಟ್ರಿಕ್ ವ್ಯವಸ್ಥೆಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ದೃಢೀಕರಿಸಬಹುದು. ಈ ಬಯೋಮೆಟ್ರಿಕ್‌ಗಳು ವ್ಯಕ್ತಿಯ ಅನನ್ಯ ನಡವಳಿಕೆಯನ್ನು ಹಿಂದಿನ ನಡವಳಿಕೆಗೆ ಹೋಲಿಸಿ ಅವರ ಗುರುತನ್ನು ಸ್ಥಾಪಿಸುತ್ತವೆ. ಈ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸಕ್ರಿಯ ಅಧಿವೇಶನದ ಉದ್ದಕ್ಕೂ ಅಥವಾ ನಿರ್ದಿಷ್ಟ ನಡವಳಿಕೆಗಳನ್ನು ದಾಖಲಿಸುವ ಮೂಲಕ ನಿರಂತರವಾಗಿ ಮಾಡಬಹುದು.

ನಡವಳಿಕೆಯನ್ನು ಸ್ಮಾರ್ಟ್‌ಫೋನ್ ಅಥವಾ ಲ್ಯಾಪ್‌ಟಾಪ್‌ನಂತಹ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಸಾಧನದಿಂದ ಅಥವಾ ಮೀಸಲಾದ ಯಂತ್ರದಿಂದ ಸೆರೆಹಿಡಿಯಬಹುದು, ಉದಾಹರಣೆಗೆ ಕಾಲ್ನಡಿಗೆಯನ್ನು ಅಳೆಯಲು ವಿಶೇಷವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾದ ಸಂವೇದಕ (ಉದಾ, ನಡಿಗೆ ಗುರುತಿಸುವಿಕೆ). ಬಯೋಮೆಟ್ರಿಕ್ ವಿಶ್ಲೇಷಣೆಯು ಕ್ರಿಯೆಗಳನ್ನು ನಿರ್ವಹಿಸುವ ವ್ಯಕ್ತಿಯು ವ್ಯವಸ್ಥೆಯ ಬೇಸ್‌ಲೈನ್ ನಡವಳಿಕೆಯನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಧ್ಯತೆಯನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವ ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ. ಗ್ರಾಹಕರ ನಡವಳಿಕೆಯು ನಿರೀಕ್ಷಿತ ಪ್ರೊಫೈಲ್‌ನ ಹೊರಗೆ ಬಿದ್ದರೆ, ಫಿಂಗರ್‌ಪ್ರಿಂಟ್ ಅಥವಾ ಮುಖದ ಸ್ಕ್ಯಾನ್‌ಗಳಂತಹ ಹೆಚ್ಚುವರಿ ದೃಢೀಕರಣ ಕ್ರಮಗಳನ್ನು ಜಾರಿಗೆ ತರಲಾಗುತ್ತದೆ. ಈ ವೈಶಿಷ್ಟ್ಯವು ಸಾಂಪ್ರದಾಯಿಕ ಬಯೋಮೆಟ್ರಿಕ್‌ಗಳಿಗಿಂತ ಖಾತೆಯನ್ನು ಸ್ವಾಧೀನಪಡಿಸಿಕೊಳ್ಳುವುದು, ಸಾಮಾಜಿಕ-ಎಂಜಿನಿಯರಿಂಗ್ ಹಗರಣಗಳು ಮತ್ತು ಮನಿ ಲಾಂಡರಿಂಗ್ ಅನ್ನು ಉತ್ತಮವಾಗಿ ತಡೆಯುತ್ತದೆ.

ಅಡ್ಡಿಪಡಿಸುವ ಪರಿಣಾಮ

ಚಲನೆಗಳು, ಕೀಸ್ಟ್ರೋಕ್‌ಗಳು ಮತ್ತು ಫೋನ್ ಸ್ವೈಪ್‌ಗಳಂತಹ ನಡವಳಿಕೆ-ಆಧಾರಿತ ವಿಧಾನವು ಭೌತಿಕ ಗುಣಲಕ್ಷಣಗಳನ್ನು ಮರೆಮಾಡಿದ ಸಂದರ್ಭಗಳಲ್ಲಿ (ಉದಾ, ಮುಖವಾಡಗಳು ಅಥವಾ ಕೈಗವಸುಗಳ ಬಳಕೆ) ಯಾರನ್ನಾದರೂ ಸುರಕ್ಷಿತವಾಗಿ ಗುರುತಿಸಲು ಅಧಿಕಾರಿಗಳಿಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಜೊತೆಗೆ, ಕಂಪ್ಯೂಟರ್-ಆಧಾರಿತ ಗುರುತಿನ ಪರಿಶೀಲನೆಗಾಗಿ ಕೀಸ್ಟ್ರೋಕ್‌ಗಳನ್ನು ಅವಲಂಬಿಸಿರುವ ಪರಿಹಾರಗಳು ವ್ಯಕ್ತಿಗಳನ್ನು ಅವರ ಟೈಪಿಂಗ್ ಅಭ್ಯಾಸಗಳ ಆಧಾರದ ಮೇಲೆ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಎಂದು ತೋರಿಸಿದೆ (ಆವರ್ತನ ಮತ್ತು ಲಯಗಳು ಗುರುತನ್ನು ಸ್ಥಾಪಿಸಲು ಸಾಕಷ್ಟು ವಿಶಿಷ್ಟವೆಂದು ತೋರುತ್ತದೆ). ಟೈಪಿಂಗ್ ಎನ್ನುವುದು ಡೇಟಾ ಇನ್‌ಪುಟ್‌ನ ಒಂದು ರೂಪವಾಗಿರುವುದರಿಂದ, ಕೀಸ್ಟ್ರೋಕ್ ಮಾಹಿತಿಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಲು ಮತ್ತು ವಿಶ್ಲೇಷಿಸುವುದನ್ನು ಮುಂದುವರಿಸುವುದರಿಂದ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಸುಧಾರಿಸಬಹುದು.

ಆದಾಗ್ಯೂ, ಕೆಲವು ನಿದರ್ಶನಗಳಲ್ಲಿ, ಸಂದರ್ಭವು ಈ ವರ್ತನೆಯ ಬಯೋಮೆಟ್ರಿಕ್‌ನ ನಿಖರತೆಯನ್ನು ನಿರ್ಬಂಧಿಸುತ್ತದೆ. ವಿಭಿನ್ನ ಕೀಬೋರ್ಡ್‌ಗಳಲ್ಲಿನ ವೈಯಕ್ತಿಕ ಮಾದರಿಗಳು ಬದಲಾಗಬಹುದು; ಕಾರ್ಪಲ್ ಟನಲ್ ಸಿಂಡ್ರೋಮ್ ಅಥವಾ ಸಂಧಿವಾತದಂತಹ ದೈಹಿಕ ಪರಿಸ್ಥಿತಿಗಳು ಚಲನೆಯ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಬಹುದು. ವಿವಿಧ ಪೂರೈಕೆದಾರರ ತರಬೇತಿ ಪಡೆದ ಅಲ್ಗಾರಿದಮ್‌ಗಳನ್ನು ಮಾನದಂಡಗಳಿಲ್ಲದೆ ಹೋಲಿಸುವುದು ಕಠಿಣವಾಗಿದೆ.

ಏತನ್ಮಧ್ಯೆ, ಚಿತ್ರ ಗುರುತಿಸುವಿಕೆ ವಿಶ್ಲೇಷಕರಿಗೆ ವರ್ತನೆಯ ಸಂಶೋಧನೆಗೆ ಬಳಸಬಹುದಾದ ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಇತರ ಬಯೋಮೆಟ್ರಿಕ್ ವಿಧಾನಗಳಂತೆ ಅವು ನಿಖರ ಅಥವಾ ವಿಶ್ವಾಸಾರ್ಹವಲ್ಲದಿದ್ದರೂ, ನಡಿಗೆ ಮತ್ತು ಭಂಗಿ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಹೆಚ್ಚು ಉಪಯುಕ್ತ ಸಾಧನಗಳಾಗುತ್ತಿವೆ. ಉದಾಹರಣೆಗೆ, ಜನಸಂದಣಿ ಅಥವಾ ಸಾರ್ವಜನಿಕ ಸ್ಥಳಗಳಲ್ಲಿ ಗುರುತನ್ನು ಸ್ಥಾಪಿಸಲು ಈ ವೈಶಿಷ್ಟ್ಯಗಳು ಸಾಕಷ್ಟು ಆಗಿರಬಹುದು. ಯುರೋಪಿಯನ್ ಯೂನಿಯನ್ (EU) ನ ಜನರಲ್ ಡೇಟಾ ಪ್ರೊಟೆಕ್ಷನ್ ರೆಗ್ಯುಲೇಶನ್ (GDPR) ಅನ್ನು ಜಾರಿಗೊಳಿಸುವ ದೇಶಗಳಲ್ಲಿನ ಪೊಲೀಸ್ ಪಡೆಗಳು ಬೆದರಿಕೆಯ ಸಂದರ್ಭಗಳನ್ನು ತಕ್ಷಣವೇ ನಿರ್ಣಯಿಸಲು ನಡಿಗೆ ಮತ್ತು ಚಲನೆಯಂತಹ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವನ್ನು ಬಳಸುತ್ತವೆ.

ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕೋರಿಂಗ್‌ನ ಪರಿಣಾಮಗಳು

ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕೋರಿಂಗ್‌ನ ವ್ಯಾಪಕ ಪರಿಣಾಮಗಳು ಒಳಗೊಂಡಿರಬಹುದು: 

• ಮಾನವ ನಡವಳಿಕೆಯನ್ನು ತಪ್ಪಾಗಿ ಗುರುತಿಸುವ/ತಪ್ಪಾಗಿ ಅರ್ಥೈಸಿಕೊಳ್ಳುವ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ ಹೆಚ್ಚುತ್ತಿರುವ ಕಾಳಜಿ, ವಿಶೇಷವಾಗಿ ಕಾನೂನು ಜಾರಿಯಲ್ಲಿ, ಇದು ತಪ್ಪಾದ ಬಂಧನಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು.
• ವಂಚಕರು ನಡಿಗೆ ಮತ್ತು ಕೀಬೋರ್ಡ್ ಟೈಪಿಂಗ್ ಲಯಗಳನ್ನು ಅನುಕರಿಸುವ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಒಳನುಸುಳಲು, ವಿಶೇಷವಾಗಿ ಹಣಕಾಸು ಸಂಸ್ಥೆಗಳಲ್ಲಿ.  
• ಬಯೋಮೆಟ್ರಿಕ್ ಸ್ಕೋರಿಂಗ್ ವಿಕಲಾಂಗ/ಸೀಮಿತ ಚಲನಶೀಲತೆ ಹೊಂದಿರುವ ಜನರು ತಾರತಮ್ಯ ಮಾಡಬಹುದಾದ ಗ್ರಾಹಕ ಸ್ಕೋರಿಂಗ್‌ಗೆ ವಿಸ್ತರಿಸುತ್ತದೆ.
• ಹೃದಯ ಬಡಿತಗಳು ಸೇರಿದಂತೆ ವರ್ತನೆಯ ಬಯೋಮೆಟ್ರಿಕ್ ಡೇಟಾವನ್ನು ಡಿಜಿಟಲ್ ಗೌಪ್ಯತೆ ನಿಯಮಗಳಲ್ಲಿ ಸೇರಿಸಬಹುದೇ ಎಂಬುದರ ಕುರಿತು ಹೆಚ್ಚುತ್ತಿರುವ ಚರ್ಚೆಗಳು.
• ಜನರು ತಮ್ಮ ಬಳಕೆದಾರಹೆಸರುಗಳನ್ನು ಟೈಪ್ ಮಾಡುವ ಮೂಲಕ ವೆಬ್‌ಸೈಟ್‌ಗಳು ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ಲಾಗ್ ಇನ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಪರಿಗಣಿಸಬೇಕಾದ ಪ್ರಶ್ನೆಗಳು

• ಗುರುತಿನ ಪರಿಶೀಲನೆಗಾಗಿ ವರ್ತನೆಯ ಬಯೋಮೆಟ್ರಿಕ್ಸ್ ಹೆಚ್ಚು ಉಪಯುಕ್ತವಾಗಿದೆ ಎಂದು ನೀವು ಒಪ್ಪುತ್ತೀರಾ?
• ಈ ರೀತಿಯ ಬಯೋಮೆಟ್ರಿಕ್ ಗುರುತಿಸುವಿಕೆಯು ಇತರ ಯಾವ ಸಂಭಾವ್ಯ ಸಮಸ್ಯೆಗಳನ್ನು ಹೊಂದಿರಬಹುದು?