امنیت بیشتر با بیومتری

[MAHDIAR]

http://www.rayanehmag.net/images/article/article_252.jpg
روش های شناسایی بیومتریک از روی انگشت، چهره یا عنبیه چشم، راه موثری برای تامین امنیت دستگاه های کامپیوتر و کامپیوترهای سرویس دهنده است. در این مقاله با هم برتری ها و کاستی ها و همچنین چگونگی کارکرد روش های بیومتریک را می بینیم.



اگر نظر کارشناسان را بپذیریم باید بگوییم که دوران ورود به سیستم های کامپیوتری از طریق وارد کردن گذر واژه های ساخته شده از حروف و ارقام از راه صفحه کلید به سر آمده. در آینده از برخی ویژگی های بدن که تغییر نمی کنند مانند اثر انگشت، چهره، چشم، صدا یا دستخط برای شناسایی کاربر و تعیین صلاحيت او برای کار با سیستم های کامپیوتری استفاده خواهد شد. هدف از این کار بالاتر بردن امنیت سیستم ها و جلوگیری از دسترسی کاربران غیر مجاز است.

اما از این روش ها نه تنها برای تامین امنیت سیستم های کامپیوتری بلکه برای افزایش ایمنی شرکت ها و مکان ها نیز استفاده می شود. روش های کنونی تشخیص هویت مبتنی بر کارت های شناسایی دیگر مناسب نیست و بسیار نامطمئن است. از این گذشته این روش ها هم نیروی انسانی و هم زمان زیادی می طلبد.

این کاستی ها را می توان با کمک روش های تشخیص هویت بر طرف کرد. چون این روش ها نه تنها درستی داده ها را بررسی می کنند بلکه می بینند آیا این شخص صاحب واقعی این مشخصات است یا نه. به این ترتیب سیستم های بیومتریک با ارائه کارکرد بهتر، هزینه های بالاتر خود را جبران می کنند. در این مقاله به طور مفصل با روش های بیومتری جاری آشنا شده و به جزئیات آن ها پی می برید.



تشخیص اثر انگشت نوری و خازنی

تشخیص هویت و صدور مجوز از روی اثر انگشت یکی از ساده ترین و پرکاربردترین روش های تشخیص هویت است. برای خواندن اثر انگشت ، سیستم های زیادی که از فناوری های گوناگون بهره می برند ، وجود دارد. اما سیستم هایی که اثر انگشت را بر پایه روش های نوری ثبت می کنند، بیشتر گسترش پیدا کرده اند. در این شیوه ، نور از سوی یک چشم به انگشت تابانده می شود. سپس یک دوربین CCD ، پرتوهای باز تابيده را دریافت کرده و از روی آن ها یک عکس سیاه و سفید می سازد. این عکس مشخصات بارز اثر انگشت را نشان می دهد. وضوح این سیستم به میزان اهمیت و نوع کاربرد بستگی دارد. برای نمونه برای تشخیص اثر انگشت کودکان که پیچیدگی بیشتری دارد از وضوح dpi1000 استفاده می شود در حالیکه برای بزرگسالان ، وضوح dpi500 کافی است.

در کنار روش های نوری، برای کاستن از هزینه ها، روش هایی نیز ابداع شده اند که در آن ها از خازن استفاده می شود. در این شیوه از صفحه هایی استفاده می شود که تا 000/100 حسگر خازنی دارند و بار آن ها پس از تماس انگشت اندازه گیری می شود. از روی نتایجی که بدست می آید عکسی از اثر انگشت ساخته می شود.



تشخیص اثر انگشت با روش های حرارتی و مافوق اولتراسوند

حسگرهای مافوق اولتراسوند و حرارتی نیز برای تشخیص اثر انگشت به کار می روند. وضوح این روش ها هم مانند روش هایی است که در بخش قبل شرح دادیم. در روش حرارتی ، آرایه ای از حسگرها تصویر گرمایی انگشت را می سازد. سپس این تصویر بر پایه گرادیان دما به یک نمای سه بعدی از اثر انگشت تبدیل می شود.

روش های مافوق اولتراسوند اکنون از دقیق ترین و همچنین گران ترین روش های تشخیص هویت از روی انگشت هستند. دلیل آن هم این است که آلودگی یا دیگر عوامل مزاحم در کار این روش اختلالی ایجاد نمی کند. در این روش؛ چند حسگر امواج مافوق اولتراسوند را به سمت انگشت می فرستند. سپس بازتاب این امواج را دریافت کرده و براساس فاصله زمانی بازتاب ها یک تصویر سه بعدی از اثر انگشت می سازند.



روش های تحلیل اثر انگشت

برای به حداقل رساندن داده های یک اثر انگشت در بانک اطلاعاتی ، همه تصویر به طور کامل نگهداری نمی شود. نخست كل تصویر تحلیل شده و سپس نقاط کلیدی آن ذخیره می شود. این کار نقش بسیار مهمی برای جستجوی سریع در بانک های اطلاعاتی دارد.

در مجموع هر تصویر اثر انگشت حدود 35 ویژگی مهم مانند نقاط تقاطع، نقاط پایانی، انشعاب و ... دارد. برای تشخیص هر اثر انگشت و اعلام آن با قطعیت، بررسی 8 تا 22 ویژگی کافی است. مشخصات اثر انگشت یا به طور مستقیم روی دستگاه یا روی کارت های هوشمند یا روی یک سرویس دهنده ذخیره می شود و در صورت تطابق مشخصات دریافتی با مشخصات ذخیره شده نسبت به صدور مجوز تصمیم گیری می شود. این روش در علم بیومتری MBFM یا Minutiae-Based Fingerprint Matching نامیده می شود. در این شیوه پردازش سنگینی روی تصویر برای استخراج مشخصات کلیدی انجام می گیرد. اما روش دیگری نیز با نام CBFM یا Correlation Based Fingerprint Matching وجود دارد که در آن به جای مقایسه تک تک نقاط کلیدی با داده های اصلی ، بخش هایی از تصویر با بخش های متناظر از شکل اصلی مقایسه می شود.



ژنومتری دست

در تشخیص هویت از روی ژنومتری دست هم از یک دوربین CCD برای ثبت نقاط کلیدی دست استفاده می شود. در این روش تصاویر دست از بالا و از کنار به دست آمده و مورد پردازش قرار می گیرد. در طی این پردازش، نقاط و خط هایی روی تصویر فرض می شود. از این نقاط و خطوط برای اندازه گیری طول، پهنا و ضخامت هر یک از انگشت ها استفاده می شود. سپس سیستم تشخیص هویت این داده ها را در یک بانک اطلاعاتی ذخیره می کند تا بعداً داده های ورودی برای شناسایی شخص با آنها مقایسه شود.

[MAHDIAR]

تشخیص دو بعدی چهره

در هر چهره مشخصات چانه ، دهان، بینی ، چشم و پیشانی ، منحصر به فرد هستند. اما برای تشخیص هویت از روی چهره برخی عوامل مانند ریش و سبیل، عینک و زاویه تابش نور، کار را دشوار می کنند. از همین رو ، سیستم ما باید این اطلاعات قابل تغییر را حذف کرده و روی ویژگی های ثبات هر چهره متمرکز شود. افزون بر این ، باید هنگام پردازش به حالت چهره(شاد، غمگین و ...) نیز توجه داشت. برای رسیدن به یک نتیجه قابل اطمینان در تشخیص چهره ، دو روش وجود دارد؛ یکی Elastic Graph Matching و دیگریEigen-Faces .

در روش نخست، ویژگی های کلیدی چهره با کمک گراف به دست می آید. برای اینکار یک شبکه روی چهره قرار می گیرد. سپس نقاط تلاقی این شبکه که روی نقاط کلیدی چهره مانند چشم ها، انحنای لب یا نوک بینی قرار گرفته اند ثبت می شوند. این نقاط یک شبکه الاستیکی با نسبت های ثابت می سازند. این تناسب ها حتی با تغییر حالت چهره یا موقعیت دوربین نیز ثابت می مانند. درون عکس های گرفته شده از چهره شخص می توان این نقاط را پیدا کرد. در پایان، سیستم با مقایسه مشخصات به دست آمده با مشخصاتی که از پیش ذخیره شده درباره شخص داوری می کند.

در روش Eigen-Faces تلاش می شود تا عکس اسکن شده صورت با اطلاعات پایه ای از قبل ذخیره شده مطابقت داده شود. برداری که در پایان به دست می آید، ملاک خوبی برای شناسایی چهره است.



تشخیص سه بعدی چهره

برخلاف روش تشخیص دو بعدی، روش سه بعدی به تجهیزات بسیار پیچیده تری نیاز دارد. در این روش ، انحراف داده های ورودی از داده های ذخیره شده زیادتر است و روش با دقت بیشتری عمل می کند.

روش تشخیص سه بعدی چهره از یک چشمه نور مادون قرمز و یک اسکنر به عنوان دریافت کننده استفاده می کند. فرستنده شبکه ای از نورهای مادون قرمز که برای انسان قابل رویت نیست را روی صورت شخص می تاباند. سپس یک اسکنر ویژه پرتوهای بازتاب را دریافت کرده و اطلاعات تصویر را پردازش می کند. دریافت بازتاب و تصویربرداری با سرعت 25 فریم در ثانیه انجام می گیرد. برتری روش سه بعدی در همین سرعت بالای شناسایی و عدم وابستگی به حرکت و جابه جایی صورت است. شناسایی فرد حدود 2 تا 3 ثانیه طول می کشد. انتقال و نصب سیستم تصویر برداری هم بسیار ساده است. زاویه دید سیستم چندان مهم نیست. همچنین آینه ای شدن یا نورپردازی نامناسب تاثیری در این شیوه ندارد. همچنین عملیات آن برای اشخاص ساده بوده و کاملاً پذیرفتنی است.

سیستم برای شناسایی دقیق اشخاص، برای هر نفر برداری های سه بعدی می سازد.



شناسایی از روی عنبیه

عنبیه در حقیقت یک عضله دایره ای میان عدسی چشم و پوسته چشم است که از حدود 266 طرح پیچیده مانند چین، نوار و کمان تشکیل شده و آن را به یک عامل شناسایی يكتا و ایده آل برای هر شخص تبدیل می کند.

اندازه سوراخ عنبیه که به شدت نور بستگی دارد در تشخیص هویت از روی آن نقش مهمی دارد. از این گذشته ، شدت نور باید به اندازه ای باشد تا حسگر بتواند همه جزئیات عنبیه را با دقت کافی دریافت کند.

سیستم دریافت کننده اطلاعات(یا همان حسگر) از یک دوربین CCD که بدون هیچ مزاحمتی از یک فاصله 10 تا 50 سانتی متری از چشم عکس های سیاه و سفید می گیرد تشکیل می شود. یک لامپ مادون قرمز هم چشمه نور است تا عکاسی به نور محیط وابسته نباشد.

سیستم دریافت کننده اطلاعات برای تحلیل تصویر، یک شبکه روی آن می گذارد. این شبکه، مرکز عنبیه را مشخص کرده و حاشیه های آن را به دست می آورد. یک الگوریتم، طرحهای تاریک و روشن عنبیه را به داده های دیجیتال تبدیل می کند. سپس همین مشخصات دیجیتال در بانک اطلاعاتی ثبت شده یا مورد جستجو قرار می گیرند.

پیش از جستجو باید فاصله Hamming مشخص باشد. فاصله Hamming می گوید که دو عدد دودویی در چند بیت با هم تفاوت دارند و هرچه فاصله Hamming کمتر باشد دو عدد ما به هم نزدیکترند.

[MAHDIAR]

اسکن شبکیه

با اسکن شبکیه، طرحی از وضعیت رگ های آن برای تشخیص هویت بیومتری به دست می آید. این روش هم هیچ تماس و مزاحمتی برای اشخاص ندارد و از یک مکانیزم نوری برای به دست آمدن ویژگی های بیومتریک بهره می برد. وضعیت رگ ها در شبکیه چشم انسان با بالا رفتن سن و بیماری هم تغییر نمی کند و در طبیعت یکتاست. بنابراین، این روش یکی از بهترین گزینه ها برای استفاده در سیستم های تشخیص هویت است.

روش شناسایی از روی شبکیه تقریباً بدون خطاست و میزان خطای آن بسیار جزیی است. از سوی دیگر پایین بودن حجم داده های مورد استفاده در آن باعث می شود که فشار زیادی به سیستم چه از نظر نگهداری و چه از نظر ذخیره سازی داده ها وارد نیاید. اما این روش کمی برای کاربران مزاحمت هایی دارد. برای نمونه ، آن ها باید برای تصویر برداری سر خود را در فاصله مشخصی از دوربین نگه دارند و برای مدتی هیچ حرکتی نکنند و همچنین به چشم داشتن عینک در این سیستم مجاز نیست. از دیگر اشکالات آن می توان به پیچیدگی تجهیزات لازم و در نتیجه گران بودن آن ها اشاره کرد.



تشخیص از روی صدا

در روش شناسایی از روی صدا، نخست آن را تغییر داده و سپس با یک داده مرجع مقایسه می کنند. روش های شناسایی از روی صدا در حال گسترش اند تا وابستگی آن به یک متن مشخص از بین برود.

برای کاستن از پارازیت ها و عوامل مزاحم ، به عنوان ابزار ورودی از یک میکروفن با کیفیت خوب استفاده می شود. سپس سیستم ، صدا را بر پایه زمان و ارتفاع(amplitude) ضبط می کند. پس از استاندارد کردن مقیاس زمانی، بسامدها و ارتفاع صوت با داده های مرجع مقایسه می شود.

از آن جا که سخن گفتن عملی پویا و قابل تغییر است حتی کوچکترین عوامل مانند سرماخوردگي می تواند باعث تغییر صدا و پائین آمدن وضوح آن بشود. اما اینگونه عوامل روی چیزهایی مانند لهجه، تأکید روی کلمات یا سرعت کلام تقریباً تاثیری ندارند.



تشخیص از روی امضاء

روش شناسایی از روی امضاء ، حالت نوشتن كاربر را تحلیل می کند. در این روش حالت حرکت قلم در جهت های x و y و همچنین چگونگی تغییر فشار قلم بررسی می شود. برای اینکار از حسگرهای حرکت و فشار استفاده می شود که یا زیر کاغذ و یا درون قلم هستند. همانگونه که گفتیم این حسگرها، فشار، جهت حرکت و سرعت را به دست می آورند. سپس داده ها پردازش شده و یک بردار از روی آن ها ساخته می شود و داده های این بردار با داده های اصلی مقایسه می شوند.



اسکن کردن رگ ها

حالت رگ های هر شخص مانند اثر انگشت او یک ویژگی منحصر بفرد است. وضعیت رگ ها حتی میان دو دوقلوی همسان هم ناهمسان است. تنها مشخصه ای از رگ ها که با گذشت زمان تغییر می کند، اندازه آنهاست. بنابراین پژوهشگران شرکت فوجیتسو از همين ویژگی برای تشخیص هویت افراد استفاده کرده اند.

در روش شناسایی از روی رگ ها، نور مادون قرمز به کف دست تابانده می شود. با این کار وضعیت رگ هایی که زیر پوست قرار دارند به دست می آید. سپس این مشخصات با داده های مرجع مقایسه می شود.

جزئیات این جریان از قرار زیر است : هموگلوبین موجود در خون بخش هایی از طیف نور را جذب می کند که طول موج آن ها حدود 4-10×6/7 است. به این ترتیب رگ ها خطوطی تیره رنگ می شوند و حسگر، اطلاعات تصویر را دریافت و ذخیره می کند.

یکی از برتری های روش شناسایی از روی وضعیت رگ ها آن است که نیازی به تماس فیزیکی ندارد و از این نظر روشی پاکیزه است. همچنین میزان دقت آن تا حد قابل قبولی بالاست. به عبارت دیگر درصد خطای آن حدود 00008/0 درصد است. برپایه اعلام شرکت فوجیتسو این روش به ویژه برای مراکز بازرگانی سودمند است. این روش به عنوان یک جایگزین مستقیم و سریع برای انگشت نگاری، با صرفه و دقیق است و اکنون در برخی مراکز به کار برده می شود.

[MAHDIAR]

شناسایی از روی حالت تایپ کلیدها

شناسایی از روی چگونگی تایپ کلیدها یکی از تازه ترین روش های شناسایی بیومتریک است و همانگونه که از نام آن بر می آید این روش حالت تایپ کلیدها را تحلیل می کند. برای این کار از کاربر خواسته می شود که یک گذر واژه یا یک متن مشخص را تایپ کند. سیستم با تحلیل فاصله های زمانی هر کلید و میان کلیدها، به داده هایی می رسد و آن ها را به عنوان داده های مرجع ذخیره می کند. برای کار این سیستم، ورود دست کم هشت کاراکتر لازم است که البته ورود 12 کاراکتر و بیشتر توصیه می شود. این کاراکترها می توانند در یک تا شش رشته متفاوت مانند گذر واژه، نام کاربری یا آدرس Email باشند. برای بالاتر بردن دقت، این روش را با فناوری های فراگیرنده ترکیب می کنند. یعنی هرچه کاربر بیشتر به سیستم وارد شود سیستم با دقت بیشتری او را شناسایی می کند. به طور متوسط میزان خطای این روش سه درصد است. همچنین می توان با چند پرسش کمکی ، ایمنی را باز هم بالاتر برد. از آنجا که تنها، کاربر مورد نظر ما پاسخ این پرسش ها را می داند و چگونگی ورود اطلاعات از سوی او منحصر بخود اوست، امنیت بازهم افزایش می یابد.



شناسایی از روی تپش های قلب

پژوهشگران دانشگاه ویسکانسین – مادیسون(www.wisc.edu) یک روش بیومتریک تازه برای شناسایی افراد پیدا کرده اند. این پژوهشگران تپش های قلب را مبنای کار خود قرار داده اند. آن ها دریافته اند که هر قلب الگوی یکتای خود را برای تپش دارد. آن ها از این کشف برای ساختن یک روش بیومتریک برای شناسایی افراد استفاده کرده اند.

تقریباً مانند همه روش های بیومتریک، سیستم نخست یک الگو از تپش قلب می سازد. برای این کار از ویژگی های خاص که با حسگرهای متعارف مانند ECG جمع آوری می شوند، استفاده می شود. سپس داده های کلیدی کاردیوگرام برای مقایسه بعدی در بانک اطلاعاتی ذخیره می شود.

برای هر چه بالاتر بردن ضریب اطمینان این روش ، عمليات Pre-Processing و Pre-Screening اهمیت ویژه ای دارند. در این مرحله ، تپش های قلب به گونه ای فیلتر شده و مورد پردازش قرار می گیرد که بتوان داده های حاصل را در یک بانک اطلاعاتی ذخیره کرد. البته این روش هنوز دقت و اطمینان کافی را ندارد و هنوز در آغاز راه خود است. اما همه این پژوهشگران مطمئن هستند که شناسایی از روی تپش های قلب کاملاً شدنی است.



مقایسه ای میان سیستم های بیومتریک

نمودار زیر مقایسه میان روش های شناسایی بیومتریک را از نظر میزان ورودی نادرست و تشخیص نادرست نشان می دهد. این پارامترها باید کاملاً با هم هماهنگ باشند. یعنی هرچه ورودی نادرست (False Reject Rate) بیشتر باشد (100 درصد) باید تشخیص نادرست(False Accept Rate) کمتر باشد(صفر درصد).

در جدول زیر خلاصه ای از ویژگی های مهمترین روش های شناسایی بیومتریک را می بینید. در این جدول چگونگی کارکرد هر یک از روش ها و برتری ها و کاستی های هرکدام آمده.


روش
چگونگی کار
برتری ها و کاستی ها

اثر انگشت
اثر انگشت انسان ها با هم تفاوت دارد و ویژگی مناسبی برای تشخیص هویت است.
برتری : میزان خطای بسیار ناچیز دارد، 1 در میلیون

کاستی : مزاحمت برای کاربر

نمای 2 بعدی و 3 بعدی چهره
شناسایی از روی ویژگی های چهره هر فرد
برتری : بیش از ده سال است به کار می رود.

کاستی: زیاد بودن حجم داده ها، زمان و هزینه را بالا می برد. ممکن است برخی کاربران نسبت به نگهداری اطلاعات چهره شان اعتراض داشته باشند

دست
در این روش اندازه های فیزیکی دست و انگشتان مبنای کار است
برتری : بیش از ده سال است که به کار می رود.

کاستی : تفاوت اندازه ها در برخی موارد به اندازه کافی نیست.

تپش قلب
دستگاهی مانند الکترو کاردیوگرام، تپش های قلب را ضبط می کند
هنوز در درست بررسی و تحقیق است

عنبیه
با کمک نو لیزر یا مادون قرمز تصویر عنبیه برداشته می شود
برتری : بسیار مطمئن با خطای بسیار کم

کاستی : هراس کاربران از در معرض نور گذاشتن چشمان خود

شبکیه
از شبکیه چشم تصویر برداری می شود
برتری : بسیار مطمئن با خطای بسیار کم

کاستی : هراس کاربران از در معرض نور گذاشتن چشمان خود

صدا
تحلیل صدای کاربر
برتری: کاربران آن را به سادگی می پذیرند

کاستی: اشکال در یافتن فاصله واژه ها و سرعت ادای آن ها، پردازش سنگین و سرعت کم

نحوه تایپ
در این روش ضرب آهنگ ورودی کاراکترها تحلیل می شود
برتری: ارزانی و پذیرش از سوی کاربران

کاستی: زمان بررسی زیاد و متغیر بودن ضربه آهنگ کلیدها

امضاء
یافتن ویژگی های کلیدی امضاء
برتری : پذیرش از سوی کاربران

کاستی: زمان بررسی زیاد و متغیر بودن سرعت و حالت امضاء

اسکن رگ ها
از رگ های کف دست با نور مادون قرمز تصویربرداری می شود
برتری: برای کاربران مزاحمتی ندارد و به سادگی پذیرفته می شود.

کاستی : هزینه و زمان زیاد

[MAHDIAR]

نتیجه گیری و چشم انداز

همانگونه که دیدید شمار سیستم های شناسایی بیومتریک کم نیست و همه آن ها در یک نقطه مشترکند : آن ها از ویژگی های ثابت بدنی و رفتاری برای شناسایی اشخاص استفاده می کنند. پرکاربردترین روش های بیومتریک برای تشخیص هویت افراد در حال حاضر، سیستم هایی هستند که داده های اثر انگشت، ویژگی های چهره، شبکیه چشم و عنبیه را دریافت کرده و با داده های موجود در بانک اطلاعاتی مقایسه می کنند. اگر داده ای دریافت شده با درصد قابل قبولی با داده های مرجع مطابقت داشته باشد، فرد شناسایی خواهد شد. با ورود سیستم های شناسایی بیومتریک در آینده عمل وقت گیر ورود نام کاربری و گذر واژه حذف خواهد شد. گذاشتن انگشت روی حسگر یا یک لبخند به دوربین کافی است تا اجازه کار با کامپیوتر را به دست بیاورید. افزون بر این، سیستم های بیومتریک هم صددرصد قابل اعتماد نیستند و همچنان باید نگران عملکرد نادرست یا اختلال در آن باشیم. از همین رو ، بهتر است از ترکیب روش های بیومتریک استفاده کنیم. در بسیاری جاها مانند بانک ها، فرودگاه ها و درهای ورودی سازمان ها مدت هاست از سیستم های شناسایی از روی اثر انگشت و چهره استفاده می شود. اما در جاهای دیگر سرعت پذیرش بیومتری کمتر است.