बायोमेट्रिक सुरक्षा प्रणाली: विवरण, विशेषताहरु, व्यावहारिक आवेदन

आधुनिक विज्ञान अझै पनि खडा गर्दैन। झन्, गुणस्तर सुरक्षा गर्ने मौका द्वारा तिनीहरूले लियो ती उपकरणहरू लागि आवश्यक छ, म जानकारी को पूर्ण लाभ लिन सकेन। साथै, जानकारी को सुरक्षा को विधिहरू अनधिकृत पहुँच मात्र दैनिक जीवनमा प्रयोग गरिएको छैन।

डिजिटल पासवर्ड प्रविष्ट र अनुकूलित बायोमेट्रिक सुरक्षा प्रणाली लागू गर्न साथै।

यो के हो?

पहिले, यो सिस्टम सबैभन्दा महत्त्वपूर्ण रणनीतिक परियोजनाहरू रक्षा गर्न, केवल सीमित अवस्थामा लागू गरिएको थियो।

त्यसपछि, सेप्टेम्बर 11, 2011 पछि हामी यस्तो छ कि निष्कर्षमा आए जानकारी सुरक्षा को विधि र पहुँच लागू मात्र यी क्षेत्रमा पनि अन्य क्षेत्रमा गर्न सक्नुहुन्छ।

तसर्थ, मानव पहिचान प्रविधी साथै जस्तै क्षेत्रमा, ठगी र आतंकवाद विरुद्ध लड्न तरिका को एक नम्बर मा अपरिहार्य भएका छन्:

- संचार प्रविधिहरू, नेटवर्क र कम्प्युटर डेटाबेस पहुँच लागि बायोमेट्रिक प्रणाली;

; डाटाबेस -

- भण्डारण जानकारी अरूलाई पहुँच नियन्त्रण।

प्रत्येक व्यक्ति समय संग परिवर्तन छैन, वा जो परिमार्जन हुन सक्छ, तर मात्र एक विशेष व्यक्ति हौं विशेषताहरु को एक सेट छ। यस सन्दर्भमा, बायोमेट्रिक प्रणाली को निम्न मापदण्डहरु यी प्रविधिहरू प्रयोग गरिन्छ जो, पहिचान गर्न सकिन्छ:

- गतिशील - विशेष गरी हस्तलेखन, आवाज, आदि;।।

- स्थिर - औंलाहरु, कान, रेटिना स्क्यान र अरूलाई photographing।

भविष्यमा Biometrics प्रविधिहरू शुरू गरिनेछ कागजातमा, तर पनि अरूलाई मात्र छैन साथै राहदानी सम्मिलित चिप्स, कार्ड र त्यस्तै वैज्ञानिक प्रविधि नवाचारै मा पारंपरिक व्यक्ति प्रमाणीकरण विधिहरू प्रतिस्थापन गर्नेछ।

व्यक्तिगत पहिचान गर्न बाटो मा एक सानो digression:

- पहिचान - धेरै एक; नमूना केही मापदण्डहरु अनुसार सबै उपलब्ध संग तुलना गरिएको छ।

- प्रमाणीकरण - एक एक; नमूना पनि पहिले प्राप्त सामाग्री संग तुलना गरिएको छ। यस मामला मा, एक व्यक्ति प्राप्त डाटा व्यक्तिको लागि डेटाबेस मा अवस्थित मोडेल प्यारामिटर संग तुलना गर्दै व्यक्ति ज्ञात हुन सक्छ;

बायोमेट्रिक सुरक्षा प्रणाली कसरी

विशिष्ट व्यक्ति को लागि एक आधार सिर्जना गर्न, यो एक विशेष उपकरण को आफ्नो जैविक व्यक्तिगत मापदण्डहरू विचार गर्न आवश्यक छ।

प्रणाली प्राप्त नमूना बायोमेट्रिक विशेषताहरु (रेकर्डिङ प्रक्रिया) भण्डारण गर्दछ। यस मामला मा, तपाईं सही नियन्त्रण प्यारामिटर मूल्य प्रदान गर्न केही नमूनाहरू बनाउन आवश्यक पर्दछ। प्रणाली द्वारा प्राप्त जानकारी, एक गणितीय कोड मा परिवर्तित छ।

एक नमूना सिर्जना बाहेक, तपाईं व्यक्तिगत परिचायक (पिन वा स्मार्ट कार्ड) र एक बायोमेट्रिक नमूना संयोजन गर्न थप कदम प्रदर्शन गर्न प्रेरित गर्न सकिन्छ। भविष्यमा, त्यहाँ अनुपालन लागि स्क्यान हुँदा, प्रणाली पहिले नै रेकर्ड छ गणितीय कोड तुलना गरेर प्राप्त डाटा तुलना। तिनीहरूले मेल भने, यो प्रमाणीकरण सफल छ भन्ने हो।

सम्भव त्रुटिहरू

पासवर्ड वा विद्युतीय कुञ्जीहरू को पहिचान गर्न विरोध रूपमा प्रणाली, त्रुटिहरू उत्पादन गर्न सक्छन्। यस मामला मा, मुद्दा झूटा जानकारी निम्न प्रकार:

- त्रुटि 1 क्रमबद्ध: झूटा पहुँच दर (सुदूर) - एक व्यक्ति सकिँदैन गलत लागि अर्को;

- त्रुटि को 2 प्रकारको पहुँचको गलत तिरस्कार दर (FRR) - एक व्यक्ति प्रणालीमा मान्यता छैन।

नामेट गर्न, उदाहरणका लागि, यो स्तर को त्रुटिहरू, यो आवश्यक पार संकेतक सुदूर र FRR छ। तर, यो सम्भव छैन, यो बाहिर गर्न मानव डीएनए पहिचान मा हुनेछ देखि छ।

औंठाछापहरू

क्षणमा, उत्कृष्ट biometrics को विधि ज्ञात। मा पासपोर्ट को रसिद आधुनिक रूसी नागरिक व्यक्तिगत कार्ड यसको प्रविष्टि लागि फिंगरप्रिंटिंग प्रक्रियाहरु undergo गर्न आवश्यक छ।

यो विधि को विशिष्टताको आधारित छ औंठाछाप औंलाहरु र एकदम लामो समय को लागि प्रयोग गरिएको छ, पछि अपराध (फिंगरप्रिंटिंग)। को औंलाहरु स्क्यानिङ, प्रणाली त्यसपछि अवस्थित आईडी तुलना गरिएको छ त्यो कोड एक प्रकारको मा नमूना धर्मान्तरित।

सामान्यतया, जो औंठाछापहरू समावेश केही अंक, को व्यक्तिगत स्थान प्रयोग जानकारी प्रशोधन लागि एल्गोरिदम -। Branching, लाइन ढाँचा को अन्त, र यति मा डी समय यो छवि कोड अनुवाद गर्न लिन्छ र परिणाम issuing सामान्यतया लगभग 1 सेकेन्ड हो।

एक जटिल मा क्षणमा गरे र यसको लागि सफ्टवेयर सहित उपकरण, अपेक्षाकृत सस्तो हो।

औंलाहरु (वा दुवै हात) स्क्यानिङ समयमा त्रुटिहरू को घटना घटना कि एकदम प्राय उत्पन्न:

- छ असामान्य लागि चिस्यान वा सुक्खा औंलाहरु।

- हात पहिचान गर्न कठिन हो कि रासायनिक तत्व प्रक्रिया।

- त्यहाँ hairline चर्किएको वा खरोंच छन्।

- त्यहाँ जानकारीको एक ठूलो र लगातार प्रवाह छ। उदाहरणका लागि, यो जहाँ कार्यस्थल पहुँच बाहिर फिंगरप्रिंटिंग को माध्यम द्वारा लगे छ उद्यम, मा सम्भव छ। मान्छे को प्रवाह महत्वपूर्ण भएकोले, प्रणाली Malfunction सक्छ।

सबैभन्दा चिरपरिचित कम्पनीहरु औंठाछाप पहिचान प्रणाली मा संलग्न छन् कि: Bayometric इंक, SecuGen। रूस मा, यसलाई "Sonda", BioLink, "SmartLok" र अरूलाई काम।

आँखा आइरिस

आंकडा खोल दुई महिना सेट, भ्रूण विकास 36 सप्ताह गठित छ, र जीवन भर परिवर्तन गर्दैन। बायोमेट्रिक पहिचान प्रणाली आइरिस मात्र भन्दा यस श्रृंखला मा अरु को बीच सही, तर पनि सबै भन्दा महंगी हुन्।

एक फाइदा 10 सेमी को क्षेत्र मा दुवै उत्पन्न गर्न सक्ने खोज्दै, अर्थात् छवि कब्जा, र 10 मिटर को दूरी छ।

आँखा को आइरिस मा केही अंक को स्थान मा छवि डाटा फिक्सिंग गर्दा जो त्यसपछि सहिष्णुता को संभावना बारे जानकारी प्रदान कम्प्युटर, हस्तान्तरण गर्दै हुनुहुन्छ। मानव आइरिस बारेमा जानकारी प्रशोधन को गति बारेमा 500 सांसद छ।

मा क्षण, यो मान्यता सिस्टम मा बायोमेट्रिक बजार मा कम भन्दा 9% को कुल संख्या यस्तो पहिचान विधिहरू। एकै समयमा बजार शेयर औंठाछाप प्रविधि कब्जा 50% भन्दा छ।

कब्जा र आइरिस प्रशोधन गर्न अनुमतिको स्क्यानर, उच्च मूल्य स्थापित यी उपकरणहरू मा एक बरु जटिल संरचना र सफ्टवेयर, र यति छ। साथै, पहिचान को उत्पादन प्रणाली मा एक monopolist आइरिस मानिस मूल कम्पनी Iridian थियो। त्यसपछि बजार विभिन्न उपकरणहरू को घटक को निर्माण पहिले नै संलग्न छन् कि अन्य ठूलो कम्पनीहरु प्रविष्ट गर्न थाले।

यसरी, रूस मा क्षणमा त्यहाँ जो मानव पहिचान सिस्टम आइरिस फारम निम्न कम्पनीहरु, हो: AOptix, श्रीलंका अन्तर्राष्ट्रिय। तर, कम्पनी त छैन भन्ने सिस्टम counterfeiting विरुद्ध सुरक्षित छैन वास्तवमा त्रुटि नम्बर 1 र 2 खालको संकेतक मा डाटा प्रदान गर्नुभयो।

अनुहार को ज्यामिति

त्यहाँ 2D-र 3D-मोडमा अनुहार पहिचान सम्बन्धित बायोमेट्रिक सुरक्षा प्रणाली हो। यो सामान्यतया हरेक मानव अनुहार सुविधाहरू अद्वितीय छन् र जीवन भर परिवर्तन छैन भनेर विश्वास छ। रहनेछ अपरिवर्तित विशेषताहरु जस्तै दूरी बीच केही अंक, आकार, र यति मा। डी

2D-मोड पहिचान को एक स्थिर तरिका हो। छवि कब्जा आवश्यक छ जब, व्यक्ति सार्न। गर्नुभएको पनि पृष्ठभूमि मूल्य, एक जुङ्गा, दाढी, उज्ज्वल प्रकाश र अन्य कारक, अनुहार पहिचान गर्न सिस्टम रोक्न जो उपस्थिति छ। यो उल्लेखनीय परिणाम कुनै पनि inaccuracies लागि गलत हुनेछ भन्ने हो।

क्षणमा, यो विधि किनभने आफ्नो कम सटीक को छैन विशेष लोकप्रिय छ र केवल अनुहार र आवाज साथ को मानव पहिचान विधिहरू संयोजन छ जो एक बहु-सर्वसाधारण (क्रस) biometrics, मा लागू हुन्छ। डीएनए, औंलाहरु र अरूलाई - बायोमेट्रिक सुरक्षा प्रणाली अन्य मोड्युलहरू समावेश हुन सक्छ। साथै, क्रस-प्रक्रिया मानव सम्पर्क, पहिचान हुनुपर्छ जो तस्वीर मा मान्छे पत्ता लगाउन सक्नुहुन्छ, र आवाज प्रौद्योगिकी उपकरणमा रेकर्ड आवश्यकता छैन।

3D-विधि पूर्णतया फरक आगतपरिमितिहरू छ, त्यसैले तपाईं 2D-प्रविधि संग तुलना गर्न सक्दैन। अनुहार को छवि लेख्दा गतिशीलता मा प्रयोग गरिन्छ। प्रणाली, प्रत्येक छवि फिक्सिंग, त्यसपछि प्राप्त डाटा संग तुलना गरिएको छ जो एक 3D-मोडेल, सिर्जना गर्छ।

यस मामला मा, एक विशेष जाल मानिसको अनुहार मा अनुमान छ। प्रति सेकेन्ड केही फ्रेम बनाउने बायोमेट्रिक सुरक्षा प्रणाली, प्रक्रिया छवि आफ्नो सफ्टवेयर मा समावेश गरिएको छ। छवि फाल्नुहोस् को पहिलो चरण मा अनुपयुक्त छवि कहाँ हेर्न गाह्रो छ व्यक्ति वा दोस्रो प्रजा को उपस्थिति।

त्यसपछि कार्यक्रम पहिचान र अतिरिक्त आइटम (चश्मा, कपाल, आदि) बेवास्ता गर्छ। Anthropometric अनुहार सुविधाहरू खडा र एक अद्वितीय कोड, विशेष भण्डारण गरिएको छ जो उत्पन्न द्वारा सम्झना छन् डाटा गोदाम। छवि कब्जा समय लगभग 2 सेकेन्ड हो।

तथापि, 3D-2D विधि को फाइदा भए तापनि प्रविधिको तथ्याङ्क विश्वसनीयता worsen परिवर्तन अनुहार वा अनुहार अभिव्यक्ति कुनै पनि महत्वपूर्ण हस्तक्षेप प्रशोधन गर्न।

मिति, बायोमेट्रिक पहिचान प्रविधिहरू अनुहार मा सबैभन्दा चिरपरिचित विधिहरू माथि वर्णन संग, बायोमेट्रिक प्रविधिहरू को बजार को लगभग 20% को लागि लेखांकन प्रयोग गरिन्छ।

कम्पनीहरु छन् मगनी मा विकास र कार्यान्वयनको प्रविधिहरू लागि पहिचान को व्यक्ति: Geometrix, इंक, Bioscrypt, Cognitec प्रणाली GMBH। रूस मा, मुद्दा निम्न कम्पनीहरु सञ्चालन: Artec समूह, Vocord (2D-विधि) र अन्य साना उत्पादकहरु।

पाम नस

को नसाहरु हात को पहिचान - 10-15 वर्ष पहिले बायोमेट्रिक पहिचान को नयाँ प्रविधि आए। यो रगत इन्फ्रारेड प्रकाश अवशोषित मा हेमोग्लोबिन छ भन्ने तथ्यलाई गर्न सम्भव धन्यवाद गरिएको थियो।

विशेष इन्फ्रारेड क्यामेरा तस्विर देखिन्छ कि नसाहरु जाल परिणाम संग, पाम फोटो। यो तस्बिर सफ्टवेयर द्वारा प्रशोधन र परिणाम रू छ।

हात मा स्थान नसाहरु को आइरिस आँखा को सुविधाहरू संग तुलना - लाइन र आफ्नो संरचना समय परिवर्तन गर्दैन। यो विधि को विश्वसनीयता पनि आइरिस प्रयोग गरेर पहिचान प्राप्त परिणाम संग correlated गर्न सकिन्छ।

छवि लागि पाठक कब्जा सम्पर्क आवश्यक छैन, तर यो विधि प्रयोग जो अन्तर्गत परिणाम अधिक सटीक हुनेछ केही अवस्था को उत्सव आवश्यक: यो भने, उदाहरणका लागि, सडक मा एक हात एक तस्बिर लिन यो प्राप्त गर्न असम्भव छ। पनि स्क्यान समयमा कोठामा zasvechivaet गर्न सक्दैन। अन्त परिणाम हुनेछ गलत यदि त्यहाँ उमेर-सम्बन्धित रोगहरु।

बजार मा विधि को विस्तार बारे मात्र 5% छ, तर ठूलो कम्पनीहरु पहिले नै बायोमेट्रिक प्रविधिको विकास गरेका छन् कि को भाग मा आफ्नो ठूलो चासो गर्न: TDSi, Veid Pte। लिमिटेड, हिटाची VeinID।

रेटिना

रेटिना को सतह मा capillaries को ढाँचा स्क्यानिङ पहिचान सबैभन्दा विश्वसनीय विधि हो। यो आइरिस र हात नसाहरु लागि मानव पहिचान बायोमेट्रिक प्रविधिको सबै भन्दा राम्रो विशेषताहरु जोडती।

मात्र समय विधि गलत परिणाम दिन सक्छ - cataract। मूलतः रेटिना जीवन भर एक immutable संरचना छ।

यस प्रणालीको बेफाइदा एक व्यक्ति उत्प्रेरित गर्छ जब रेटिना स्क्यान गरिन्छ छ। यसको आवेदन प्रविधिमा जटिल दीर्घकालीन उपचार परिणाम प्रदान गर्दछ।

कारण एक बायोमेट्रिक प्रणाली को उच्च लागत गर्न पर्याप्त छैन फैलाउन, तर मानव सुविधाहरू स्क्यानिङ विधिहरू को बजार मा सबै प्रस्ताव सबैभन्दा सही परिणाम दिन्छ छ।

हात

यसलाई अन्य प्रविधी संग तुलना कम परिणाम दिन्छ किनभने हात ज्यामिति पहिचान लागि पहिले लोकप्रिय विधि कम प्रयोग हुन्छ। जब स्क्यानिङ औंलाहरु फोटो खिंचवाने छन्, र आफ्नो लम्बाइ निर्धारण गरिन्छ, नोड्स र अन्य व्यक्तिगत मापदण्डहरू बीच सम्बन्ध।

कान को आकार

विशेषज्ञहरु अवस्थित पहिचान विधिहरू सबै रूपमा आकार मा मानव कान को पहिचान रूपमा सही छैनन् भनेर भन्न। तर, एक तरिका गर्न निर्धारण पहिचान को डीएनए, तर यो मामला छ घनिष्ठ सम्पर्क संग मान्छे, त्यसैले यो छ छलफल Unethical।

बायोमेट्रिक प्रणाली को एक नयाँ पुस्ता, तिनीहरूले सबैभन्दा सही परिणाम प्रदान - संयुक्त राज्य को शोधकर्ता मार्क निक्सन यो स्तर को विधिहरू बताए। धेरै सम्भावना गाह्रो यो हुँदैन कान मा, पहिचान बनाउन एक्स्ट्रानिअस विकल्पहरू देखा पर्न सक्छ जो रेटिना, आइरिस वा औंठाछाप, विपरीत। यसको मूल अंक मा परिवर्तन नगरी, बाल्यकाल कान मात्र बढ्छ गठन।

मानव सुनुवाइ अंग आविष्कारक को पहिचान को विधि भनिन्छ 'विकिरण छवि रूपान्तरण। " यो प्रविधि फरक रंग, त्यसपछि गणितीय कोड अनुवाद छ जो को छवि कब्जा रेज प्रदान गर्दछ।

तर, वैज्ञानिक, आफ्नो विधि अनुसार, त्यहाँ कमियां छन्। उदाहरणका लागि, स्पष्ट छवि आफ्नो कान wrongly चयन कोण र अन्य inaccuracies कवर कि बाल हस्तक्षेप गर्न सक्नुहुन्छ।

कान स्क्यानिङ प्रविधि औंठाछापहरू रूपमा पहिचान यस्तो ज्ञात र सामान्य विधि प्रतिस्थापन गर्दैन, तर, यो संग प्रयोग गर्न सकिन्छ।

यो मान्छे को पहिचान को विश्वसनीयता वृद्धि हुनेछ भनेर विश्वास छ। विशेष महत्त्वपूर्ण फरक विधि (multimodal) apprehending अपराधीहरूलाई मा को संयोजन छ, वैज्ञानिक बताए। प्रयोग र अध्ययन को परिणाम स्वरूप विशिष्ट छवि को अपराधियों पहिचान गर्न अदालत मा प्रयोग गरिने सफ्टवेयर सिर्जना गर्न आशा।

मानव आवाज

व्यक्तिगत पहिचान बाहिर आवाज पहिचान प्रविधिको प्रयोग, दुवै मा-साइट र रिमोट तरिका लगे गर्न सकिन्छ।

कुराकानीमा, उदाहरणका लागि, फोनमा, प्रणाली डेटाबेस मा उपलब्ध प्यारामिटर तुलना र प्रतिशत मामलामा समान ढाँचाको भेट्टाउनुहुन्छ। पूर्ण मिलान पहिचान कि छ, स्थापित त्यहाँ आवाज पहिचान थियो छ भन्ने हो।

परम्परागत तरिकामा केहि पहुँच बढाउनका गर्न, यो सुरक्षा सुनिश्चित गर्न विशेष प्रश्नहरूको जवाफ आवश्यक छ। यो डिजिटल कोड, आमा को प्रथम नाम वा अन्य पाठ पासवर्ड।

यो क्षेत्रमा आधुनिक अनुसन्धान कि यो जानकारी लिन एकदम सजिलो छ, त्यसैले, पहिचान यस्तो विधि प्रयोग गर्न सकिन्छ आवाज biometrics जस्तै देखाउँछ। चेक कोड को कुनै ज्ञान र मानव व्यक्तित्व हुनेछ।

यो गर्न, ग्राहक कुनै पनि पासफ्रेज भन्न वा कुरा सुरु गर्न आवश्यक छ। प्रणाली कलर को आवाज पहिचान र यो व्यक्तिको पर्छ भन्ने प्रमाणित - यो कसैले हुन लागि क्रममा छ कि छैन भनेर।

सूचना प्रणाली यस प्रकार महंगा उपकरण आवश्यकता छैन को लागि बायोमेट्रिक सुरक्षा, कि आफ्नो फाइदा छ। साथै, आवाज सिस्टम स्क्यानिङ लागि उपकरण स्वतन्त्र प्रकार को परिणाम उत्पादन देखि, विशेष ज्ञान छ गर्न आवश्यक छैन "सत्य -। झूट"

तर, आवाज परिवर्तन गर्न सकिँदैन उमेर वा रोग कारण या त, त्यसैले यो प्यारामिटर सबै सही छ जब केवल विधि विश्वसनीय छ। परिणाम को शुद्धता, बाहेक प्रभावित गर्न सकिन्छ, पृष्ठभूमि हल्ला।

हस्तलेखन

लेखन अक्षरहरू प्रक्रिया द्वारा मानव पहिचान जहाँ तपाईं साइन इन गर्न आवश्यक जीवनको लगभग हरेक क्षेत्र मा ठाँउ लिन्छ। यो, उदाहरणका लागि, एक बैंक मा, विशेषज्ञ ढाँचा खाता खोल्दा उत्पन्न, अर्को यात्रा मा affixed को हस्ताक्षर प्रमाणित गर्दा हुन्छ।

त्यहाँ गणितीय कोड को मद्दत संग कुनै पहिचान, विगतमा रूपमा र सरल तुलना भएकोले यो विधि को शुद्धता कम छ। त्यहाँ आत्मपुरक धारणा को उच्च स्तर छ। साथै, उमेर संग, हस्तलेखन भिन्न छ, यो अक्सर भेद गर्न गाह्रो छ।

मात्र होइन स्पष्ट संयोग, तर पनि यस्तो ढलान, अंक र अन्य सुविधाहरू बीच दूरी रूपमा हिज्जे अन्य विशिष्ट सुविधाहरू, निर्धारण गर्नेछ स्वचालित प्रणाली प्रयोग गर्न यो मामला मा राम्रो।