Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
دوره
کارگاه
وبینار
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
وبینارها، کارگاره‌ها و دوره‌ها
 احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن است که امروزه در اکثر سیستم‌های خدماتی و مالی مورد استفاده قرار می‌گیرد؛ احراز هویت فرایندی است که هویت اشخاص طی آن تأیید می‌شود. در احراز هویت سنتی شناسایی اشخاص با مدارک شناسایی هر فرد ممکن می‌شد. امری که لزوم حضور فیزیکی فرد را نیز ایجاد می‌کرد. در این روش معمولاً بانک‌ها، مؤسسات و نهادهای آموزشی با تطبیق این مدارک با چهره و اطلاعات فرد می‌توانستند هویت او را تأیید کنند.

پیشرفت هوش مصنوعی و هوشمند شدن اکثر فرایندهای خدماتی، لزوم احراز هویت دیجیتالی را پدید آورد که پیش‌درآمد هرگونه عملیات مالی و اداری غیرحضوری است. این فرایند به روش‌های گوناگون تاکنون صورت گرفته است؛ تعیین رمز عبور، احراز هویت دوعاملی؛ چندعاملی و بیومتریک از آن جمله است. در احراز هویت بیومتریک احراز هویت در چند مرحله انجام می‌شود و احتمال خطا در آن صفر است.

احراز هویت بیومتریک با هوش مصنوعی

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن است که بر ویژگی‌های بیولوژیکی منحصربه‌فرد افراد تکیه می‌کند تا هویت آن‌ها را تأیید کند. سیستم‌های احراز هویت بیومتریک، ویژگی‌های فیزیکی یا رفتاری را با داده‌های معتبر ذخیره‌ و تأیید شده در یک پایگاه داده مقایسه می‌کنند. اگر هر دو نمونه از داده‌های بیومتریک مطابقت داشته باشند، احراز هویت تأیید می‌شود. به‌طور معمول، احراز هویت بیومتریک برای مدیریت دسترسی به منابع فیزیکی و دیجیتالی مانند ساختمان‌ها، اتاق‌ها و دستگاه‌های محاسباتی استفاده می‌شود.

بیومتریک فیزیکی – مانند فن‌آوری‌های صورت، انگشت و عنبیه – عمدتاً مبتنی بر رویکرد ایستا از نقاط اندازه‌گیری ثبت شده در تصاویر ثابت است. بیومتریک رفتاری توسط یک رویکرد پویا کنترل و توسط هوش مصنوعی هدایت می‌شود. ادغام و پردازش مجموعه داده‌های بسیار بزرگ، به دلیل پیشرفت در زمینه‌های علم داده امکان‌پذیر است که به نوبه خود، یادگیری ماشینی و اخیراً یادگیری عمیق را هدایت می‌کند.

احراز هویت بیومتریک مداوم در دستگاه‌های تلفن همراه نمونه خوبی از این رویکرد پویا است. با استفاده از چهار حسگر دستگاه اصلی (لمسی، شتاب‌سنج، ژیروسکوپ و جهت‌گیری)، صدها یا حتی هزاران الگوی رفتاری را می‌توان برای احراز هویت مداوم کاربران استفاده کرد. این پارامترها شامل مدت زمان ضربه زدن، سرعت کشیدن انگشت، ناحیه اثر انگشت، مدت زمان جلسه و شتاب دستگاه است. نمایه‌ها برای تعیین رفتار کاربر در برابر کل مجموعه جمعیت ساخته می‌شوند، که می‌تواند در طول زمان تغییر کند. یادگیری ماشینی، امکان هدایت فرآیندهای تصمیم‌گیری را فراهم می‌کند که برای پشتیبانی از تعداد زیادی پارامتر و مجموعه داده‌هایی که تجزیه و تحلیل می‌شوند، مورد نیاز است.

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن است که می‌تواند بر اساس شناسه‎های رفتار انسان نیز صورت بگیرد؛ از یادگیری ماشینی در تمام جنبه‌های بیومتریک رفتاری استفاده می‌شود.  یادگیری ماشینی می‌تواند از رفتار انسان بیاموزد و به‌طور مداوم پروفایل‌های کاربران را بهبود بخشد و از آن برای اعتبارسنجی جلسات یا تراکنش‌ها استفاده کند. بیایید ضربه زدن به کلید را به‌عنوان مثال در نظر بگیریم. بیومتریک، در 10 دقیقه می‌تواند نمایه‌ای قوی بسازد که با آن می‌توان نمایه یک کاربر را برای مثلاً یک حواله بانکی تأیید کرد. با این حال، هر چه زمان می‌گذرد و فرد بیشتر از دستگاه استفاده می‌کند، طبق تعریف، رفتار دستگاه با انسان سازگارتر می‌شود و تغییر می‌کند. یادگیری ماشینی به شکستن بی‌نظمی سیگنال‌های مختلف و یافتن سازگاری در الگوهای رفتاری در طول زمان، حتی با وجود تغییرات رفتاری، کمک می‌کند.

احراز هویت بیومتریک با هوش مصنوعی

اصلاح پارادایم احراز هویت با بیومتریک رفتاری و هوش مصنوعی

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن به‌شمار می‌آید؛ بیومتریک رفتاری به‌لطف توانایی آن در ارائه احراز هویت غیرفعال، بدون اصطکاک و پیوسته، فرایند احراز هویت را امن می‌کند؛ در واقع، به گفته گروه مشاوره مرکاتور، “بیومتریک رفتاری، چشم‌انداز احراز هویت را در پنج تا هشت سال آینده بازسازی خواهد کرد.” بیومتریک رفتاری مبتنی بر هوش مصنوعی در درجه اول برای جلوگیری از کلاهبرداری حساب، در بخش خدمات مالی استفاده شد. اخیراً کاربرد این فناوری به اثبات هویت گسترش یافته است تا بُعد جدیدی برای بررسی اعتبار برنامه‌های کاربردی آنلاین، با توجه به نقض گسترده داده‌ها و فعال کردن احراز هویت مبتنی بر ریسک در برنامه‌های پرداخت فراهم کند.

احراز هویت بیومتریک فرآیند احراز هویت هر فرد، بر اساس معیارهای بیومتریک است. بیومتریک شبکیه چشم، در بین تمام اقدامات بیومتریک موجود، به‌عنوان یک رویکرد مطمئن در نظر گرفته شده است؛ زیرا یک شابلون منحصر به فرد برای هر فرد ارائه می‌دهد و  در طول زندگی فرد تغییر نمی‌کند. احراز هویت با استفاده از شبکیه، طی دو مرحله انجام می‌شود: مرحله ثبت نام و مرحله احراز هویت. در مرحله ثبت نام، شبکیه چشم افراد مختلف اسکن می‌شود. الگوی بیومتریک بر اساس ویژگی استخراج شده شبکیه به دست آمده و الگو را برای استفاده در آینده در پایگاه داده ذخیره می‌کند. در مرحله احراز هویت، شبکیه چشم فرد اسکن و الگوی بیومتریک از آن استخراج می‌شود؛ این الگوی استخراج شده با الگوی ذخیره شده در پایگاه داده مرتبط است. اگر الگو مطابقت داشته باشد، کاربر به عنوان یک کاربر مجاز، احراز هویت می شود.

احراز هویت بیومتریک شامل استفاده از بخشی از آرایش فیزیکی شما برای احراز هویت است. این شناسه، می‌تواند اثر انگشت، اسکن عنبیه، اسکن شبکیه چشم، یا برخی ویژگی های فیزیکی دیگر باشد. می‌توان از یک مشخصه واحد یا چند ویژگی استفاده کرد. همه‌چیز به زیرساخت و سطح امنیت مورد نظر بستگی دارد. با احراز هویت بیومتریک، مشخصه فیزیکی مورد بررسی، معمولاً به یک نام کاربری تبدیل می‌شود. این نام کاربری، برای تصمیم‌گیری پس از احراز هویت شخص استفاده می‌شود. در برخی موارد، کاربر هنگام تلاش برای احراز هویت، باید نام کاربری را وارد کند. در برخی دیگر، جستجو بر روی نمونه بیومتریک به‌منظور تعیین نام کاربری انجام می‌شود.

احراز هویت بیومتریک با مقایسه جنبه فیزیکی که برای احراز هویت ارائه می‌کنید، در مقایسه با یک کپی که ذخیره شده است، انجام می‌شود. به‌عنوان مثال، شما می‌توانید انگشت خود را برای مقایسه با نمونه ذخیره شده، روی یک خواننده اثر انگشت قرار دهید. اگر اثر انگشت شما با نمونه ذخیره شده مطابقت داشته باشد، احراز هویت موفقیت‌آمیز در نظر گرفته می شود.

به‌منظور راه‌اندازی احراز هویت بیومتریک، زیرساخت مناسب باید وجود داشته باشد. هنگامی که زیرساخت راه‌اندازی شد، پروفایل کاربران ثبت می‌شود. برخی از محصولات به کاربران اجازه می‌دهند که مستقیماً ثبت‌نام کنند، درحالی‌که برخی دیگر نیاز به یک نماینده ثبت‌نام دارند تا ثبت‌نام کاربر را انجام دهد. بیایید احراز هویت مبتنی بر اثر انگشت را مثال بزنیم. در طی مراحل ثبت‌نام، سیستم از کاربر می‌خواهد که یک نمونه ارسال کند، در واقع چندین نمونه ایجاد می‌کند. کاربر انگشت خود را روی حسگر اثر انگشت قرار می‌دهد. این سیستم تصاویری از اثر انگشت کاربر را ضبط می‌کند و از چندین تصویر، برای تعیین الگوی نقطه‌ای برای شناسایی اثر انگشت کاربر استفاده می‌کند. این نقاط در اصل نقطه‌هایی هستند که در قسمت‌های مختلف اثر انگشت، قرار می‌گیرند. این نقاط برای نشان دادن الگوی ساخته شده توسط اثر انگشت استفاده می‌شود. هنگامی‌که تعداد کافی نمونه، برای تشکیل یک الگوی نقطه‌ای ثابت برداشته شد، الگو ذخیره می‌شود و به‌عنوان مبنایی برای مقایسه بعدی در حین احراز هویت استفاده می‌شود.

اصلاح پارادایم احراز هویت با بیومتریک رفتاری و هوش مصنوعی

فناوری‌های مورد استفاده در احراز هویت بیومتریک

احراز هویت بیومتریک با هوش مصنوعی فرایندی امن و مطمئن است که با استفاده از فناوری‌های نوین می‌توان از آن بهره برد.

ـ دستگاه‌های بیومتریک شیمیایی

ـ تطبیق DNA (دئوکسی ریبونوکلئیک اسید)  که از مواد ژنتیکی برای شناسایی شخص استفاده می‌کند.

ـ دستگاه‌های بیومتریک بصری

ـ اسکن شبکیه چشم، افراد را با تجزیه و تحلیل الگوی رگ‌های خونی در پشت چشم، شناسایی می‌کند.

ـ تشخیص عنبیه، از تصویر عنبیه برای شناسایی افراد استفاده می‌کند.

ـ اسکن اثر انگشت، افراد را بر اساس اثر انگشتشان شناسایی می‌کند.

ـ تشخیص هندسه دست، هویت فرد را تأیید می‌کند یا معاملات را با استفاده از نمایش ریاضی ویژگی‌های منحصر به فرد دست افراد، مجاز می‌کند. این کار با اندازه‌گیری فواصل بین قسمت‌های مختلف دست از جمله طول انگشت، عرض انگشت و شکل دره‌های بین بند انگشتان انجام می‌شود.

ـ تشخیص چهره بر ویژگی‌ها و الگوهای منحصر به فرد چهره افراد، برای تایید هویت آنها متکی است. این سیستم 80 نقطه گرهی را در صورت انسان شناسایی می‌کند که کدهای عددی به نام چاپ چهره را تشکیل می‌دهند.

ـ احراز هویت بر اساس شکل منحصر به فرد گوش کاربران، هویت را تأیید می‌کند.

ـ تشخیص امضا از تشخیص الگو برای شناسایی افراد بر اساس امضای دست‌نویس آنها استفاده می‌کند.

ـ اسکنرهای ورید یا عروق، شناسه ورید انگشت افراد را بر اساس الگوهای رگ انگشتشان شناسایی می‌کند.

ـ شناسه‌های رفتاری:  نحوه راه رفتن افراد را تجزیه و تحلیل می کند.

ـ تشخیص تایپ، هویت افراد را بر اساس ویژگی‌های تایپ منحصربه‌فردشان، از جمله سرعت تایپ آن‌ها، مشخص می‌کند.

ـ دستگاه‌های بیومتریک شنوایی، شناسه صوتی افراد را با صدایشان شناسایی می‌کند و بر ویژگی‌های ایجاد شده توسط شکل دهان و گلو تکیه می‌کند.

فناوری‌های مورد استفاده در احراز هویت بیومتریک

اجزای دستگاه‌های احراز هویت بیومتریک

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امر و مطمئن است که با استفاده از دستگاه‌های هوشمند صورت می‌گیرد؛ یک دستگاه بیومتریک شامل سه جزء است: دستگاه خواننده یا اسکن، فناوری تبدیل و مقایسه داده‌های بیومتریک جمع‌آوری‌شده و پایگاه داده برای ذخیره‌سازی.

حسگر وسیله‌ای است که داده‌های بیومتریک را اندازه‌گیری و ضبط می‌کند. به‌عنوان مثال، می‌تواند یک خواننده اثر انگشت‌، تحلیل‌گر صدا یا اسکنر شبکیه باشد. این دستگاه‌ها، داده‌ها را برای مقایسه با اطلاعات ذخیره شده، جمع‌آوری می‌کنند. این نرم‌افزار داده‌های بیومتریک را پردازش می‌کند و آن‌ها را در فریند مطابقت در داده های ذخیره شده مقایسه می‌کند. بیشتر داده‌های بیومتریک در پایگاه داده‌ای ذخیره می‌شوند که به یک سرور مرکزی متصل است و همه داده‌ها روی آن قرار دارند. با این حال، یکی دیگر از روش‌های ذخیره‌سازی داده‌های بیومتریک، هش کردن آن‌ها به صورت رمزنگاری است تا امکان تکمیل احراز هویت بدون دسترسی مستقیم به داده‌ها فراهم شود.

اجزای دستگاه‌های احراز هویت بیومتریک

موارد استفاده از احراز هویت بیومتریک

  • اجرای قانون:

مجریان قانون و آژانس‌های ایالتی و فدرال از انواع مختلف داده‌های بیومتریک، برای احراز هویت استفاده می‌کنند. این‌ داده‌ها شامل اثر انگشت، ویژگی‌های صورت، الگوهای عنبیه، نمونه‌های صوتی و DNA است.

به‌عنوان مثال، Automated Fingerprint Identification System)) یا AFIS یک پایگاه داده است که برای شناسایی اثر انگشت استفاده می‌شود. برای اولین‌بار در اوایل دهه 1970 از آن، به‌عنوان راهی در ادارات پلیس، برای خودکارسازی فرآیند شناسایی اثر انگشت دستی خود استفاده شد و شناسایی را سریع‌تر و موثرتر کرد. در گذشته، یک آزمایشگر انسانی آموزش دیده، مجبور بود یک تصویر اثر انگشت را با آثار موجود در پرونده مقایسه کند. اگر تطابق وجود داشت، ممتحن دو بار چاپ را بررسی می‌کرد تا مطابقت را تأیید کند. امروزه، AFIS می‌تواند اثر انگشت را در عرض چند دقیقه با پایگاه داده میلیون‌ها اثر مطابقت دهد.

  • سفر:

گذرنامه الکترونیکی (گذرنامه الکترونیکی) به‌اندازه یک پاسپورت معمولی است و حاوی یک ریزتراشه است که اطلاعات بیومتریک یکسانی را مانند یک پاسپورت معمولی، از جمله عکس دیجیتال صاحب گذرنامه، ذخیره می‌کند. یک تراشه، یک تصویر دیجیتالی از عکس دارنده پاسپورت را ذخیره می‌کند که به نام مالک و سایر اطلاعات شناسایی مرتبط است. گذرنامه الکترونیکی توسط یک مرجع صادرکننده، به‌صورت الکترونیکی صادر می‌شود که هویت متقاضی را از طریق اثر انگشت یا سایر اطلاعات بیومتریک بررسی می‌کند و قبل از صدور گذرنامه، داده‌های موجود در تراشه را با اطلاعات ارائه شده توسط متقاضی، تأیید می‌کند.

  • مراقبت‌های بهداشتی:

بیمارستان‌ها از بیومتریک برای ردیابی دقیق‌تر بیماران و جلوگیری از اختلاط استفاده می‌کنند، در حالی که کلینیک‌ها و مطب‌های پزشکان، احراز هویت بیومتریک را برای حفظ امنیت اطلاعات بیماران خود اجرا می‌کنند. با استفاده از داده‌های بیومتریک، بیمارستان‌ها می‌توانند سابقه پزشکی بیمار را ذخیره کنند و همچنین به آن دسترسی داشته باشند. این اطلاعات می‌تواند برای اطمینان از دریافت مراقبت مناسب، از بیمار مناسب مورد استفاده قرار گیرد؛ خواه این امر به معنای شناسایی سریع‌تر در شرایط اضطراری یا جلوگیری از خطاهای پزشکی باشد.

موارد استفاده از احراز هویت بیومتریک

مزایا و معایب احراز هویت بیومتریک

احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و راحت برای شناسایی است؛ روش های سنتی، مانند رمز عبور یا کارت شناسایی، چندان ایمن نیستند، زیرا می‌توان آنها را به‌راحتی سرقت کرد یا شناسایی کرد.

در حالی که بیومتریک، مزایای بسیاری را برای صنایع خاص ارائه می‌دهد، بحث‌هایی پیرامون استفاده از آن وجود دارد. برای مثال، سازمان‌ها ممکن است امنیت این طرح‌های امنیتی مبتنی بر داده را نادیده بگیرند. اگر کاربران متخلف، داده‌های بیومتریک را هنگام انتقال به پایگاه داده مرکزی ضبط کنند، می‌توانند با تقلب، آن داده‌ها را برای انجام تراکنش دیگری تکرار کنند. به عنوان مثال، با گرفتن اثر انگشت یک فرد و استفاده از آن برای دسترسی به دستگاه ایمن شده با اثر انگشت، می‌توانند به داده‌های حساس، مانند پیام‌های خصوصی یا اطلاعات مالی دسترسی پیدا کنند. یکی دیگر از مشکلات بالقوه احراز هویت بیومتریک این است که پس از پیاده‌سازی یک سیستم، سازمان ممکن است وسوسه شود که از سیستم برای عملکردهایی فراتر از قصد اصلی خود استفاده کند، که به‌عنوان خزش عملکرد شناخته می‌شود. به‌عنوان مثال، یک شرکت ممکن است این فناوری را برای نظارت و مدیریت کارکنان مفید بداند، اما هنگامی که یک سیستم بیومتریک نصب شد، سازمان ممکن است متوجه شود که توانایی ردیابی دقیق محل حضور کارمندان را دارد.

نکات منفی که در مورد احراز هویت بیومتریک بیان شد، مواردی هستند که با توجه به حفظ امنیت داده‌ها در دستگاه بیومتریک می‌توان از وقوع آن‌ها جلوگیری کرد. با توجه به هوشمند شدن خدمات‌رسانی، امروزه نیاز به احراز هویت از راه دور، یکی از ضرروت‌های زندگی ماست و احراز هویت بیومتریک با هوش مصنوعی، فرایندی امن و مطمئن برای آن به شمار می‌آید.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
لطفاً برای تکمیل این فرم، جاوا اسکریپت را در مرورگر خود فعال کنید.