Utambuzi wa pembejeo nyingi: Kuchanganya taarifa tofauti za kibayometriki

• mwandishi:
• mwandishi jina

  Mtazamo wa Quantumrun
• Februari 24, 2023

Kutafuta sifa za kipekee za utambuzi chini ya uso wa ngozi ni njia ya busara ya kutambua watu. Mitindo ya nywele na rangi ya macho inaweza kubadilishwa au kufunikwa kwa urahisi, lakini karibu haiwezekani kwa mtu kubadilisha muundo wa mshipa wao, kwa mfano. Uthibitishaji wa kibayometriki hutoa safu ya ziada ya usalama kwa sababu inahitaji wanadamu walio hai.

Muktadha wa utambuzi wa pembejeo nyingi

Mifumo ya kibayometriki ya modi nyingi hutumika mara nyingi zaidi kuliko ile isiyo ya kawaida katika matumizi ya vitendo kwa sababu haina udhaifu sawa, kama vile kuathiriwa na kelele za data au udukuzi. Hata hivyo, mifumo ya unimodal, ambayo inategemea chanzo kimoja cha habari kwa ajili ya utambuzi (kwa mfano, iris, uso), ni maarufu katika maombi ya serikali na ya usalama wa raia licha ya kujulikana kuwa isiyoaminika na isiyofaa.

Njia salama zaidi ya kuhakikisha uthibitishaji wa utambulisho ni kuchanganya mifumo hii isiyo ya kawaida ili kushinda mapungufu yao binafsi. Zaidi ya hayo, mifumo ya multimodal inaweza kusajili watumiaji kwa ufanisi zaidi na kutoa usahihi zaidi na upinzani kwa ufikiaji usioidhinishwa.

Kulingana na utafiti wa 2017 wa Chuo Kikuu cha Bradford, kubuni na kutekeleza mfumo wa bayometriki wa aina nyingi ni changamoto mara kwa mara, na maswala mengi ambayo yanaweza kuathiri sana matokeo yanahitaji kuzingatiwa. Mifano ya changamoto hizi ni gharama, usahihi, rasilimali zinazopatikana za sifa za kibayometriki, na mkakati wa muunganisho unaotumika. 

Suala muhimu zaidi kwa mifumo mingi ni kuchagua ni sifa zipi za kibayometriki zitafaa zaidi na kutafuta njia bora ya kuziunganisha. Katika mifumo ya kibayometriki ya moduli nyingi, ikiwa mfumo huo unafanya kazi katika modi ya utambulisho, basi matokeo ya kila kiainishaji yanaweza kuonekana kama kiwango cha watahiniwa waliojiandikisha, orodha inayowakilisha ulinganifu wote unaowezekana uliopangwa kwa kiwango cha uaminifu.

Athari ya usumbufu

Utambuzi wa pembejeo nyingi umekuwa ukipata umaarufu kwa sababu ya zana tofauti zinazopatikana za kupima bayometriki mbadala. Kadiri teknolojia hizi zinavyosonga mbele, itawezekana kufanya utambulisho uwe salama zaidi, kwa kuwa mifumo ya mishipa na iris haiwezi kudukuliwa au kuibiwa. Makampuni kadhaa na taasisi za utafiti tayari zinatengeneza zana za pembejeo nyingi kwa ajili ya kupelekwa kwa kiasi kikubwa. 

Mfano ni mfumo wa uthibitishaji wa vipengele viwili wa Chuo Kikuu cha Kitaifa cha Taiwani cha Sayansi na Teknolojia ambao unaangalia juu ya mifupa na mifumo ya mishipa ya vidole. Bayometriki ya mshipa wa vidole (bayometriki ya mishipa au skanning ya mshipa) hutumia mifumo ya kipekee ya mishipa kwenye vidole vya mtu ili kuzitambua. Njia hii inawezekana kwa sababu damu ina hemoglobini, ambayo inaonyesha rangi tofauti wakati inakabiliwa na mwanga wa karibu wa infrared au unaoonekana. Kwa hivyo, kisoma kibayometriki kinaweza kuchanganua na kuweka kidijitali mifumo mahususi ya mishipa ya mtumiaji kabla ya kuihifadhi kwenye seva salama.

Wakati huo huo, Imageware, iliyoko San Francisco, hutumia bayometriki nyingi kwa madhumuni ya uthibitishaji. Wasimamizi wanaweza kuchagua kibayometriki moja au mchanganyiko wa bayometriki wanapotekeleza kipimo cha usalama cha mfumo. Aina za bayometriki zinazoweza kutumika na huduma hii ni pamoja na utambuzi wa iris, utambazaji wa uso, utambulisho wa sauti, vichanganuzi vya mshipa wa matende na visoma vidole.

Kwa kutumia bayometriki nyingi za mifumo ya ImageWare Systems, watumiaji wanaweza kuthibitisha utambulisho wao mahali popote na chini ya hali yoyote. Kuingia kwa shirikisho kunamaanisha kuwa watumiaji si lazima waunde kitambulisho kipya kwa kila biashara au jukwaa kwa sababu utambulisho wao huundwa mara moja na kuhamia nao. Zaidi ya hayo, utambulisho mmoja ambao unaweza kuoana na mifumo tofauti huruhusu kufichuliwa kidogo kwa udukuzi wa data.

Athari za utambuzi wa pembejeo nyingi

Athari pana za utambuzi wa pembejeo nyingi zinaweza kujumuisha: 

• Maboresho ya kiwango cha idadi ya watu kwa viwango vya usalama wa mtandao kwani (kwa muda mrefu) wananchi wengi watatumia aina fulani ya utambuzi wa pembejeo nyingi kama uingizwaji wa manenosiri ya kitamaduni na funguo halisi/dijitali ili kulinda data zao za kibinafsi kwenye huduma nyingi.
• Kuunda usalama na data nyeti ya umma na ya kibinafsi inayopitia maboresho ya usalama ya kuongezeka kwa kuwa wafanyikazi (wa muda mrefu) walio na ufikiaji wa data na data nyeti watapewa mamlaka ya kutumia mifumo ya utambuzi wa pembejeo nyingi.
• Kampuni zinazotumia mifumo ya utambuzi wa pembejeo nyingi inayotumia mitandao ya kina ya neva (DNNs) ili kuorodhesha na kutambua taarifa hizi tofauti za kibayometriki.
• Vianzio vinavyolenga kutengeneza mifumo zaidi ya utambuzi wa aina nyingi na michanganyiko mbalimbali, ikijumuisha sauti-, moyo- na alama za uso.
• Kuongezeka kwa uwekezaji katika kupata maktaba hizi za kibayometriki ili kuhakikisha kuwa hazidukuzwi wala kuingiliwa.
• Matukio yanayoweza kutokea ya taarifa za kibayometriki za mashirika ya serikali kudukuliwa kwa ulaghai na wizi wa utambulisho.
• Makundi ya kiraia yanayotaka makampuni kuwa wazi kuhusu ni kiasi gani cha taarifa za kibayometriki wanazokusanya, jinsi wanavyozihifadhi na wakati wanazitumia.

Maswali ya kutoa maoni

• Ikiwa umejaribu mfumo wa utambuzi wa biometriska wa multimodal, ni rahisi na sahihi kwa kiasi gani?
• Je, ni faida gani nyingine zinazowezekana za mifumo ya utambuzi wa pembejeo nyingi?