आधुनिक विज्ञान अभी भी खड़ा नहीं है। तेजी से, उपकरणों के लिए उच्च-गुणवत्ता की सुरक्षा की आवश्यकता होती है ताकि कोई व्यक्ति जो गलती से उन्हें अपने कब्जे में ले लेता है, वह जानकारी का पूरा लाभ न उठा सके। इसके अलावा, जानकारी को अनधिकृत पहुंच से बचाने के तरीकों का उपयोग न केवल रोजमर्रा की जिंदगी में किया जाता है।
डिजिटल रूप में पासवर्ड दर्ज करने के अलावा, अधिक व्यक्तिगत बायोमेट्रिक सुरक्षा प्रणालियों का उपयोग किया जाता है।
यह क्या है?
पहले, इस तरह की प्रणाली का उपयोग केवल सीमित मामलों में, सबसे महत्वपूर्ण रणनीतिक वस्तुओं की रक्षा के लिए किया जाता था।
फिर, 11 सितंबर, 2011 के बाद, हम इस निष्कर्ष पर पहुंचे कि सूचना और पहुंच की सुरक्षा का यह तरीका न केवल इन क्षेत्रों में, बल्कि अन्य क्षेत्रों में भी लागू किया जा सकता है।
इस प्रकार, धोखाधड़ी और आतंकवाद से निपटने के लिए कई तरीकों के साथ-साथ जैसे क्षेत्रों में मानव पहचान तकनीक अपरिहार्य हो गई है:
- संचार प्रौद्योगिकियों, नेटवर्क और कंप्यूटर डेटाबेस तक पहुंच के लिए बायोमेट्रिक सिस्टम;
-डेटाबेस;
- सूचना भंडारण, आदि के लिए अभिगम नियंत्रण
प्रत्येक व्यक्ति में विशेषताओं का एक समूह होता है जो समय के साथ नहीं बदलता है, या जिसे संशोधित किया जा सकता है, लेकिन केवल एक विशेष व्यक्ति से संबंधित है। इस संबंध में, इन प्रौद्योगिकियों में उपयोग किए जाने वाले बायोमेट्रिक सिस्टम के निम्नलिखित मापदंडों को प्रतिष्ठित किया जा सकता है:
- गतिशील - लिखावट, आवाज आदि की विशेषताएं;
- स्थिर - उंगलियों के निशान, ऑरिकल फोटोग्राफी, रेटिना स्कैनिंग और अन्य।
भविष्य में, बायोमेट्रिक प्रौद्योगिकियां पासपोर्ट का उपयोग करने वाले व्यक्ति को प्रमाणित करने के सामान्य तरीकों की जगह ले लेंगी, क्योंकि एम्बेडेड चिप्स, कार्ड और वैज्ञानिक प्रौद्योगिकियों में इसी तरह के नवाचारों को न केवल इस दस्तावेज़ में, बल्कि अन्य में भी पेश किया जाएगा।
पहचान के तरीकों के बारे में छोटा विषयांतर:
- पहचान - एक से अनेक; कुछ मापदंडों के अनुसार नमूने की तुलना सभी उपलब्ध लोगों से की जाती है।
- प्रमाणीकरण - एक से एक; नमूने की तुलना पहले प्राप्त सामग्री से की जाती है। इस मामले में, व्यक्ति को जाना जा सकता है, व्यक्ति के प्राप्त डेटा की तुलना डेटाबेस में उपलब्ध इस व्यक्ति के नमूना पैरामीटर से की जाती है;
बायोमीट्रिक सुरक्षा प्रणाली कैसे काम करती है
एक निश्चित व्यक्ति के लिए आधार बनाने के लिए, एक विशेष उपकरण के साथ उसके जैविक व्यक्तिगत मापदंडों पर विचार करना आवश्यक है।
सिस्टम प्राप्त बायोमेट्रिक नमूना (लेखन प्रक्रिया) को याद रखता है। इस मामले में, अधिक सटीक संकलन करने के लिए कई नमूने बनाने की आवश्यकता हो सकती हैपैरामीटर का नियंत्रण मान। सिस्टम द्वारा प्राप्त जानकारी को गणितीय कोड में बदल दिया जाता है।
नमूना बनाने के अलावा, सिस्टम व्यक्तिगत पहचानकर्ता (पिन या स्मार्ट कार्ड) और बायोमेट्रिक नमूने को संयोजित करने के लिए अतिरिक्त चरणों का अनुरोध कर सकता है। बाद में, जब एक मैच को स्कैन किया जाता है, तो सिस्टम पहले से रिकॉर्ड किए गए गणितीय कोड की तुलना करके प्राप्त डेटा की तुलना करता है। अगर वे मेल खाते हैं, तो इसका मतलब है कि प्रमाणीकरण सफल रहा।
संभावित त्रुटियां
सिस्टम पासवर्ड या इलेक्ट्रॉनिक कुंजी द्वारा मान्यता के विपरीत त्रुटियां उत्पन्न कर सकता है। इस मामले में, निम्न प्रकार की गलत जानकारी प्रतिष्ठित हैं:
- टाइप 1 त्रुटि: झूठी पहुंच दर (एफएआर) - एक व्यक्ति को दूसरे के लिए गलत किया जा सकता है;
- टाइप 2 त्रुटि: झूठी अस्वीकृति दर (एफआरआर) - व्यक्ति को सिस्टम में पहचाना नहीं जाता है।, उदाहरण के लिए, इस स्तर की त्रुटियों को बाहर करने के लिए, FAR और FRR संकेतकों को पार करना आवश्यक है। हालांकि, यह असंभव है, क्योंकि इसके लिए डीएनए द्वारा किसी व्यक्ति की पहचान की आवश्यकता होगी।
फिंगरप्रिंट
फिलहाल सबसे प्रसिद्ध तरीका बायोमेट्रिक्स है। पासपोर्ट प्राप्त होने पर, आधुनिक रूसी नागरिकों को एक व्यक्तिगत कार्ड में प्रवेश करने के लिए एक फिंगरप्रिंटिंग प्रक्रिया से गुजरना होगा।
यह विधि उंगलियों के पैपिलरी पैटर्न की विशिष्टता पर आधारित है और फोरेंसिक से शुरू होकर काफी लंबे समय से इसका उपयोग किया जा रहा है।(डैक्टिलोस्कोपी)। उंगलियों को स्कैन करके, सिस्टम नमूने को एक तरह के कोड में बदल देता है, जिसकी तुलना मौजूदा पहचानकर्ता से की जाती है।
एक नियम के रूप में, सूचना प्रसंस्करण एल्गोरिदम कुछ बिंदुओं के व्यक्तिगत स्थान का उपयोग करता है जिसमें उंगलियों के निशान होते हैं - कांटे, एक पैटर्न लाइन का अंत, आदि। एक छवि को एक कोड में अनुवाद करने और परिणाम जारी करने में लगने वाला समय है आमतौर पर लगभग 1 सेकंड।
उपकरण, इसके लिए सॉफ्टवेयर सहित, वर्तमान में एक कॉम्प्लेक्स में निर्मित होते हैं और अपेक्षाकृत सस्ते होते हैं।
अंगुलियों (या दोनों हाथों) को स्कैन करते समय अक्सर त्रुटियां होती हैं यदि:
- उंगलियों में असामान्य नमी या सूखापन होता है।
- ऐसे रसायनों से हाथों का इलाज किया जाता है जो पहचान को मुश्किल बनाते हैं।
- सूक्ष्म दरारें या खरोंच हैं।
- सूचनाओं का एक बड़ा और निरंतर प्रवाह है। उदाहरण के लिए, यह एक उद्यम में संभव है जहां एक फिंगरप्रिंट स्कैनर का उपयोग करके कार्यस्थल तक पहुंच की जाती है। चूंकि लोगों का प्रवाह महत्वपूर्ण है, सिस्टम विफल हो सकता है।
सबसे प्रसिद्ध कंपनियां जो फिंगरप्रिंट पहचान प्रणाली से निपटती हैं: बायोमेट्रिक इंक, सेक्यूजेन। रूस में, वे इस पर काम कर रहे हैं: सोंडा, बायोलिंक, स्मार्टलॉक और अन्य।
ओकुलर आईरिस
भ्रूण के विकास के 36 सप्ताह में खोल पैटर्न बनता है, दो महीने में स्थापित हो जाता है और जीवन भर नहीं बदलता है। बॉयोमीट्रिक आईरिस पहचान प्रणाली नहीं हैंइस शृंखला में दूसरों के बीच केवल सबसे सटीक, लेकिन सबसे महंगी में से एक भी।
विधि का लाभ यह है कि स्कैनिंग, यानी इमेज कैप्चर, दोनों 10 सेमी की दूरी पर और 10 मीटर की दूरी पर हो सकती है।
छवि को ठीक करते समय, आंख के परितारिका पर कुछ बिंदुओं के स्थान पर डेटा कैलकुलेटर को प्रेषित किया जाता है, जो तब सहिष्णुता की संभावना के बारे में जानकारी देता है। मानव आईरिस डेटा प्रोसेसिंग गति लगभग 500ms है।
फिलहाल, बॉयोमीट्रिक बाजार में यह मान्यता प्रणाली ऐसी पहचान विधियों की कुल संख्या के 9% से अधिक नहीं है। वहीं, फिंगरप्रिंट तकनीक की बाजार हिस्सेदारी 50% से अधिक है।
स्कैनर जो आंख के परितारिका को पकड़ने और संसाधित करने की अनुमति देते हैं, उनके पास एक जटिल डिजाइन और सॉफ्टवेयर है, और इसलिए ऐसे उपकरणों के लिए एक उच्च कीमत निर्धारित की जाती है। इसके अलावा, इरिडियन मूल रूप से मानव आईरिस मान्यता प्रणालियों के उत्पादन में एकाधिकार था। फिर अन्य बड़ी कंपनियों ने बाजार में प्रवेश करना शुरू किया, जो पहले से ही विभिन्न उपकरणों के लिए घटकों के उत्पादन में लगी हुई थीं।
इस प्रकार, इस समय रूस में निम्नलिखित कंपनियां हैं जो आंख के परितारिका द्वारा मानव पहचान प्रणाली बनाती हैं: एओप्टिक्स, एसआरआई इंटरनेशनल। हालांकि, ये फर्म पहली और दूसरी तरह की त्रुटियों की संख्या पर संकेतक प्रदान नहीं करती हैं, इसलिए यह तथ्य नहीं है कि सिस्टम नकली से सुरक्षित नहीं है।
चेहरे की ज्यामिति
बायोमेट्रिक सिस्टम हैं2डी और 3डी मोड में फेस रिकग्निशन से संबंधित सुरक्षा। सामान्य तौर पर, यह माना जाता है कि प्रत्येक व्यक्ति के चेहरे की विशेषताएं अद्वितीय होती हैं और जीवन के दौरान नहीं बदलती हैं। कुछ बिंदुओं, आकार आदि के बीच की दूरी जैसे लक्षण अपरिवर्तित रहते हैं।
2D मोड एक स्थिर पहचान विधि है। छवि को ठीक करते समय, यह आवश्यक है कि व्यक्ति हिल न जाए। पृष्ठभूमि, मूंछों की उपस्थिति, दाढ़ी, तेज रोशनी और अन्य कारक जो सिस्टम को चेहरे को पहचानने से रोकते हैं, भी मायने रखते हैं। इसका मतलब है कि किसी भी अशुद्धि के लिए, परिणाम गलत होगा।
फिलहाल, यह तरीका अपनी कम सटीकता के कारण बहुत लोकप्रिय नहीं है और इसका उपयोग केवल मल्टीमॉडल (क्रॉस) बायोमेट्रिक्स में किया जाता है, जो एक ही समय में किसी व्यक्ति को चेहरे और आवाज से पहचानने के तरीकों का एक संयोजन है। बायोमेट्रिक सुरक्षा प्रणालियों में अन्य मॉड्यूल शामिल हो सकते हैं - डीएनए, उंगलियों के निशान और अन्य के लिए। इसके अलावा, क्रॉस विधि को किसी ऐसे व्यक्ति के संपर्क की आवश्यकता नहीं होती है जिसे पहचानने की आवश्यकता होती है, जो आपको तकनीकी उपकरणों पर रिकॉर्ड किए गए फोटो और आवाज से लोगों को पहचानने की अनुमति देता है।
3D विधि में पूरी तरह से अलग इनपुट पैरामीटर हैं, इसलिए इसकी तुलना 2D तकनीक से नहीं की जा सकती है। छवि रिकॉर्ड करते समय, डायनामिक्स में एक चेहरे का उपयोग किया जाता है। सिस्टम, प्रत्येक छवि को कैप्चर करता है, एक 3D मॉडल बनाता है, जिसके साथ प्राप्त डेटा की तुलना की जाती है।
इस मामले में, एक विशेष ग्रिड का उपयोग किया जाता है, जिसे किसी व्यक्ति के चेहरे पर प्रक्षेपित किया जाता है। बायोमेट्रिक सुरक्षा प्रणालियाँ, प्रति कई फ़्रेम बनाती हैंदूसरा, उनमें शामिल सॉफ़्टवेयर के साथ छवि को संसाधित करें। छवि निर्माण के पहले चरण में, सॉफ़्टवेयर अनुचित छवियों को हटा देता है जहां चेहरा स्पष्ट रूप से दिखाई नहीं देता है या द्वितीयक वस्तुएं मौजूद हैं।
फिर प्रोग्राम अतिरिक्त वस्तुओं (चश्मा, केश, आदि) का पता लगाता है और उन पर ध्यान नहीं देता है। चेहरे की एंथ्रोपोमेट्रिक विशेषताओं को हाइलाइट किया जाता है और याद किया जाता है, जिससे एक अद्वितीय कोड उत्पन्न होता है जिसे एक विशेष डेटा स्टोर में दर्ज किया जाता है। छवि कैप्चर करने का समय लगभग 2 सेकंड है।
हालांकि, 2डी पद्धति पर 3डी पद्धति के लाभ के बावजूद, चेहरे पर कोई महत्वपूर्ण हस्तक्षेप या चेहरे के भावों में परिवर्तन इस तकनीक की सांख्यिकीय विश्वसनीयता को कम करता है।
आज, बायोमेट्रिक फेस रिकग्निशन तकनीकों का उपयोग ऊपर वर्णित सबसे प्रसिद्ध विधियों के साथ किया जाता है, जो पूरे बायोमेट्रिक प्रौद्योगिकी बाजार का लगभग 20% है।
चेहरे की पहचान तकनीक विकसित और कार्यान्वित करने वाली कंपनियां: जियोमेट्रिक्स, इंक।, बायोस्क्रिप्ट, कॉग्निटेक सिस्टम्स जीएमबीएच। रूस में, निम्नलिखित कंपनियां इस मुद्दे पर काम कर रही हैं: Artec Group, Vocord (2D विधि) और अन्य, छोटे निर्माता।
हथेली की नसें
करीब 10-15 साल पहले बायोमेट्रिक पहचान की एक नई तकनीक आई - हाथ की नसों से पहचान। यह इस तथ्य के कारण संभव हो गया कि रक्त में हीमोग्लोबिन गहन रूप से अवरक्त विकिरण को अवशोषित करता है।
एक विशेष आईआर कैमरा हथेली की तस्वीर लेता है, जिसके परिणामस्वरूप चित्र में नसों की एक ग्रिड दिखाई देती है। इस छवि को सॉफ़्टवेयर द्वारा संसाधित किया जाता है और परिणाम वापस कर दिया जाता है।
हाथ पर नसों का स्थान आंख के परितारिका की ख़ासियत के बराबर है - उनकी रेखाएँ और संरचना समय के साथ नहीं बदलती हैं। इस पद्धति की विश्वसनीयता को परितारिका का उपयोग करके पहचान के दौरान प्राप्त परिणामों के साथ भी सहसंबद्ध किया जा सकता है।
छवि को कैप्चर करने के लिए आपको पाठक से संपर्क करने की आवश्यकता नहीं है, लेकिन इस वर्तमान पद्धति का उपयोग करने के लिए सबसे सटीक परिणाम प्राप्त करने के लिए कुछ शर्तों को पूरा करने की आवश्यकता होती है: इसे प्राप्त करना असंभव है, उदाहरण के लिए, सड़क पर एक हाथ की तस्वीर खींचना। साथ ही, स्कैनिंग के दौरान आप कैमरा को लाइट नहीं कर सकते। उम्र संबंधी रोग होने पर अंतिम परिणाम गलत होगा।
बाजार पर विधि का वितरण केवल 5% है, लेकिन बड़ी कंपनियों से इसमें बहुत रुचि है जो पहले से ही बायोमेट्रिक तकनीक विकसित कर चुके हैं: टीडीएसआई, वीड पीटीई। लिमिटेड, हिताची वेनआईडी।
रेटिना
रेटिना की सतह पर केशिकाओं के पैटर्न को स्कैन करना पहचान का सबसे विश्वसनीय तरीका माना जाता है। यह आंखों के परितारिका और हाथ की नसों पर आधारित बायोमेट्रिक मानव पहचान प्रौद्योगिकियों की सर्वोत्तम विशेषताओं को जोड़ती है।
एक ही समय में विधि गलत परिणाम दे सकती है मोतियाबिंद है। मूल रूप से, जीवन भर रेटिना की संरचना अपरिवर्तित रहती है।
इस प्रणाली का नुकसान यह है कि रेटिना स्कैन तब किया जाता है जब व्यक्ति हिल नहीं रहा होता है। प्रौद्योगिकी, इसके अनुप्रयोग में जटिल, एक लंबा प्रसंस्करण समय प्रदान करती है।
उच्च लागत के कारण, बायोमेट्रिक सिस्टम का व्यापक रूप से उपयोग नहीं किया जाता है, लेकिन यह बाजार पर सभी मानवीय विशेषताओं स्कैनिंग विधियों का सबसे सटीक परिणाम देता है।
हाथ
पहले से प्रचलित हस्त ज्यामिति पहचान पद्धति का उपयोग कम होता जा रहा है, क्योंकि यह अन्य विधियों की तुलना में सबसे कम परिणाम देता है। स्कैन करते समय, उंगलियों की तस्वीरें खींची जाती हैं, उनकी लंबाई, नोड्स और अन्य व्यक्तिगत मापदंडों के बीच का अनुपात निर्धारित किया जाता है।
कान का आकार
विशेषज्ञों का कहना है कि पहचान के सभी मौजूदा तरीके उतने सटीक नहीं हैं, जितने कान के आकार से किसी व्यक्ति को पहचानना। हालाँकि, डीएनए द्वारा व्यक्तित्व का निर्धारण करने का एक तरीका है, लेकिन इस मामले में लोगों के साथ घनिष्ठ संपर्क है, इसलिए इसे अनैतिक माना जाता है।
यूके के शोधकर्ता मार्क निक्सन का दावा है कि इस स्तर के तरीके नई पीढ़ी के बायोमेट्रिक सिस्टम हैं, वे सबसे सटीक परिणाम देते हैं। रेटिना, आईरिस या उंगलियों के विपरीत, जिस पर बाहरी पैरामीटर सबसे अधिक दिखाई दे सकते हैं जो पहचान को मुश्किल बनाते हैं, यह कानों पर नहीं होता है। बचपन में बना कान अपने मुख्य बिंदुओं को बदले बिना ही बढ़ता है।
आविष्कारक ने श्रवण अंग द्वारा किसी व्यक्ति की पहचान करने की विधि को "छवि किरण परिवर्तन" कहा। इस तकनीक में विभिन्न रंगों की किरणों के साथ एक छवि को कैप्चर करना शामिल है, जिसे बाद में गणितीय कोड में अनुवादित किया जाता है।
हालांकि, वैज्ञानिक के अनुसार, उनके तरीके के नकारात्मक पक्ष भी हैं। प्रतिउदाहरण के लिए, बाल जो कानों को ढकते हैं, गलत कोण, और अन्य अशुद्धियाँ स्पष्ट छवि प्राप्त करने में बाधा उत्पन्न कर सकती हैं।
कान की स्कैनिंग तकनीक उंगलियों के निशान जैसी जानी-पहचानी और परिचित पहचान पद्धति की जगह नहीं लेगी, लेकिन इसके साथ इसका इस्तेमाल किया जा सकता है।
ऐसा माना जाता है कि इससे मानव मान्यता की विश्वसनीयता बढ़ती है। वैज्ञानिकों का मानना है कि अपराधियों को पकड़ने में विभिन्न तरीकों (मल्टीमॉडल) का संयोजन विशेष रूप से महत्वपूर्ण है। प्रयोगों और शोध के परिणामस्वरूप, वे ऐसे सॉफ़्टवेयर बनाने की आशा करते हैं जिनका उपयोग अदालत में छवि से अपराधियों की विशिष्ट रूप से पहचान करने के लिए किया जाएगा।
मानव आवाज
आवाज पहचान तकनीक का उपयोग करके स्थानीय और दूरस्थ दोनों तरह से व्यक्तिगत पहचान की जा सकती है।
बात करते समय, उदाहरण के लिए, फोन पर, सिस्टम इस पैरामीटर की तुलना डेटाबेस में उपलब्ध लोगों से करता है और प्रतिशत के संदर्भ में समान नमूने पाता है। एक पूर्ण मिलान का मतलब है कि पहचान स्थापित हो गई है, यानी आवाज से पहचान हो गई है।
पारंपरिक तरीके से कुछ भी एक्सेस करने के लिए, कुछ सुरक्षा सवालों के जवाब देने होंगे। यह एक सांख्यिक कोड, माता का प्रथम नाम और अन्य टेक्स्ट पासवर्ड है।
इस क्षेत्र में आधुनिक शोध से पता चलता है कि इस जानकारी को पकड़ना काफी आसान है, इसलिए वॉयस बायोमेट्रिक्स जैसी पहचान विधियों का उपयोग किया जा सकता है। इस मामले में, यह सत्यापन के अधीन कोड का ज्ञान नहीं है, बल्कि व्यक्ति का व्यक्तित्व है।
के लिएऐसा करने के लिए, क्लाइंट को कुछ कोड वाक्यांश कहना होगा या बात करना शुरू करना होगा। सिस्टम कॉलर की आवाज को पहचानता है और जांचता है कि क्या यह इस व्यक्ति का है - क्या वह वही है जो वह होने का दावा करता है।
इस प्रकार की बायोमेट्रिक सूचना सुरक्षा प्रणालियों को महंगे उपकरण की आवश्यकता नहीं होती है, यह उनका लाभ है। इसके अलावा, आपको सिस्टम द्वारा वॉयस स्कैन करने के लिए विशेष ज्ञान की आवश्यकता नहीं है, क्योंकि डिवाइस स्वतंत्र रूप से "सत्य - गलत" प्रकार का परिणाम उत्पन्न करता है।
हालाँकि, उम्र के साथ या बीमारी के कारण आवाज बदल सकती है, इसलिए यह तरीका तभी विश्वसनीय है जब सब कुछ इस पैरामीटर के साथ हो। इसके अलावा, बाहरी शोर से परिणामों की सटीकता प्रभावित हो सकती है।
हस्तलेखन
पत्र लिखने के तरीके से किसी व्यक्ति की पहचान जीवन के लगभग किसी भी क्षेत्र में होती है जहां हस्ताक्षर करना आवश्यक होता है। ऐसा होता है, उदाहरण के लिए, किसी बैंक में, जब कोई विशेषज्ञ खाता खोलते समय उत्पन्न नमूने की तुलना अगली विज़िट के दौरान किए गए हस्ताक्षरों से करता है।
इस पद्धति की सटीकता अधिक नहीं है, क्योंकि पहचान गणितीय कोड की मदद से नहीं होती है, जैसा कि पिछले वाले में होता है, लेकिन एक साधारण तुलना द्वारा। व्यक्तिपरक धारणा का एक उच्च स्तर है। इसके अलावा, उम्र के साथ लिखावट में काफी बदलाव आता है, जिससे अक्सर इसे पहचानना मुश्किल हो जाता है।
इस मामले में स्वचालित सिस्टम का उपयोग करना बेहतर है जो आपको न केवल दृश्यमान मिलानों को निर्धारित करने की अनुमति देगा, बल्कि शब्दों की वर्तनी की अन्य विशिष्ट विशेषताओं, जैसे ढलान,बिंदुओं और अन्य विशिष्ट विशेषताओं के बीच की दूरी।
