Biometrische authenticatie: Gezicht, vingerafdruk, pupillen en…aderen?

Een team van ingenieurs introduceerde een nieuw biometrisch authenticatiesysteem dat automatisch gegevens kan verzamelen, categoriseren en opslaan met veel minder rekenresources dan de oorspronkelijke methoden. Hier is waarom dit een belangrijke vooruitgang in de sector is en hoe het alles kan beïnvloeden, van hoe u inlogt op uw elektronische apparaten tot hoe uw arts uw volgende verzekeringsclaim goedkeurt.

Biometrische authenticatie

Oude beschavingen zoals de Babyloniërs gebruikten vingerafdrukken om gecertificeerde kleitabletten te verzegelen tot ongeveer 500 v.Chr. In de 19e eeuw werd een vingerafdrukregistratiesysteem geïntroduceerd in het juridische systeem van India. Dit systeem, vernoemd naar de maker, inspecteur-generaal Edward Henry, wordt vandaag de dag wereldwijd nog steeds gebruikt.

De introductie van technologie heeft biometrie getransformeerd van een beveiligingsdienst die door overheden en conglomeraten werd gebruikt naar een methode die iedereen kan gebruiken om hun eigendommen, gegevens en meer te beschermen. Tegenwoordig biedt biometrie een snelle, wachtwoordvrije oplossing. Hierdoor neemt de populariteit toe.

Soorten biometrische authenticatie

Er zijn vandaag de dag twee hoofdtypen biometrie in gebruik: extern en intern. Beide soorten biometrische gegevens bieden gebruikers voor- en nadelen die het ene beter geschikt maken voor een bepaalde toepassing dan de andere opties.

Externe biometrische authenticatie

De meeste mensen denken aan externe biometrie wanneer ze over deze technologie spreken. U heeft deze systemen gezien of gebruikt, zelfs als u zich niet bewust was van uw deelname. Deze opties omvatten items zoals de vingerafdruk- en gezichtsherkenningsscanner die op de geavanceerde smartphones van vandaag te vinden zijn.

Externe biometrie biedt snelle toegang en authenticatie op afstand. Deze netwerken zijn ideaal wanneer u een groot gebied moet bewaken of een persoon uit een drukke stad moet identificeren. Tegenwoordig stellen biometrische netwerken, zoals het gezichtsherkenningssysteem dat in China wordt gebruikt, het land in staat om autonoom haar burgers te volgen, gezochte criminelen te arresteren en toegang te bieden tot gevoelige gegevens.

Problemen met externe biometrie vandaag

Er zijn verschillende scenario’s waarin externe biometrische systemen tekortschieten. Ten eerste vertrouwen ze op gemakkelijk zichtbare kenmerken zoals uw gezicht of vingerafdruk. Deze gegevens kunnen worden verzameld en gebruikt om het systeem te misleiden. Er zijn al aanzienlijke studies die documenteren hoe mensen gezichtsherkenningssystemen konden hacken door simpelweg foto’s van de persoon te gebruiken.

Interne biometrische authenticatie

Deze nadelen hebben velen ertoe aangezet een beter alternatief te zoeken, zoals interne biometrie. Interne biometrie is gebaseerd op uw interne kenmerken, zoals weefselmetingen, aderpatroon en andere vitale menselijke eigenschappen die uniek zijn voor elk individu.

Het voordeel van interne biometrie is dat ze onzichtbaar zijn voor waarnemers. Het is veel moeilijker om een interne scan van iemands aderennetwerk in de palm te verkrijgen dan een foto van hun gezicht. Bovendien is het zeer moeilijk om deze gegevens te repliceren, zelfs als u er algemene kennis van heeft. Hierdoor bieden interne biometrie een hoge nauwkeurigheid en extra fraudeweerstand.

De meest voorkomende manieren om interne biometrie vast te leggen zijn via optische coherentie‑tomografie (OCT) en foto‑akoestische tomografie (PAT). De OCT‑methode creëert een topografische kaart van weefselmetingen, terwijl de PAT‑methode precieze vingermetingen maakt.

Hyperspectrale beeldvorming

De meest geavanceerde manier om momenteel interne biometrie te verkrijgen, is het gebruik van hyperspectrale beeldvorming. Deze fotografiemethode maakt beelden door de palm te bestralen met zichtbaar tot nabij‑infrarood licht met een resolutie van 5 nm. Het resultaat is een afbeelding die gegevens onthult over een breed spectrum van opeenvolgende golflengten.

Osaka Metropolitan University in Japan

Hyperspectrale beeldvorming biedt verschillende voordelen ten opzichte van traditionele scanmethoden. Ten eerste onthult elke golflengte verschillende aspecten van de interne structuur van de palm. Hierdoor kan een enkele scan een veelvoud aan potentiële wachtwoordmateriaal leveren.

Problemen met hyperspectrale beeldvorming

Hyperspectrale beeldvorming biedt enkele van de beste beveiligingsopties op de markt, maar heeft enkele gebreken die de grootschalige integratie hebben vertraagd. Ten eerste is het veel moeilijker om deze vorm van biometrische beveiliging toe te passen, omdat het vereist dat een persoon gaat zitten en direct zijn palm laat scannen.

Deze aanpak zal werken voor gevoelige gebieden, maar zou te tijdrovend zijn om te gebruiken in een massaal of stedelijk scenario. Stel u voor dat u moet wachten tot elke metro‑passagier zijn palm scant voordat u de trein kunt betreden. De extra wachttijd en vertragingen zouden alle beveiligingsvoordelen tenietdoen.

Enorme datavereisten

Een van de belangrijkste redenen waarom hyperspectrale beeldvorming geen massale adoptie heeft gezien, is de enorme grootte van elke scan. De afbeeldingsgrootte kan veel aspecten van uw beveiliging beïnvloeden. Het opslaan van iemands palm of vingerafdrukken vereist geen ruimte en kan op alles van papier tot een digitaal systeem worden gedaan.

In vergelijking bevat een hyperspectrale afbeelding een verscheidenheid aan diepgaande gegevens over verschillende golflengten, wat resulteert in een enorm bestand vol data. Deze extra data maakt het moeilijker te analyseren, omdat er veel meer te beoordelen is wanneer u op zoek bent naar patronen of gegevens vergelijkt.

Biometrische authenticatiestudie

Door de inherente beperking van deze aanpak en het potentieel van de technologie te erkennen, bracht een team van ingenieurs van Osaka Metropolitan University in Japan de studie uit met de titel “Identification using a cross-sectional hyperspectral image of a hand”. Dit onderzoeksartikel gaat in op een nieuwe methode om de hoeveelheid data die nodig is voor hyperspectrale scans voor beveiligingsdoeleinden te verminderen.

De ingenieurs tonen een systeem dat een dwarsdoorsnede van een deel van de palm kan genereren met hoge spectrale resolutie en dat belangrijke details zoals onderscheidende aderpatronen kan identificeren. Ze onthullen ook hoe dit nieuwe systeem de persoonlijke identificatie in de toekomst in verschillende sectoren kan verbeteren.

Het geüpgradede biometrische authenticatiesysteem

De ingenieurs legden hyperspectrale beelden nauwkeurig vast en sneden ze vervolgens in kleinere bestanden die beter geschikt zijn voor verificatie, opslag en overdracht. Het systeem integreert een speciale camera, verlichting, een scanner en computeralgoritmen om deze taak uit te voeren.

Hyperspectrale camera

In het hart van het experiment stond de hyperspectrale camera (NH-A-S, EBA, Japan, Japan). Dit apparaat was uitgerust met een f=12 mm, M118FM12 enkelvoudige focuslens die een spectrale resolutie van 5 nm bood over een bereik van 400 tot 1000 nm.

Palm scanner

Een gevoelige palm scanner werd opgezet om het aderennetwerk en de interne structuren van de palm tijdens het proces vast te leggen. De scanner had een scangebied van 240×240 mm, waardoor een specifiek deel van de palm kon worden vastgelegd. Opmerkelijk was dat de eenheid 900 mm boven de vloer stond en onder een hoek van ongeveer 30 graden ten opzichte van de grond was gekanteld.

Verlichting

Verlichting werd gebruikt om de palm te verlichten en diepte aan de beelden te geven. Specifiek werd een 500 W halogeenlamp onder het scanonderdeel geplaatst die op een 5 mm dikke hoogdoorlatende glazen plaat scheen. De plaat werd gekozen vanwege zijn vermogen om zichtbaar tot nabij‑infrarood licht met minimale verliezen door te laten.

Persoonlijke computer

Opmerkelijk is dat dit systeem kan functioneren op een traditionele pc. Voor dit experiment gebruikten de ingenieurs een laptop met een Intel (INTC ) Core i7-1068NG7 en 32 GB RAM. Het had geen probleem met het opslaan van hyperspectrale cube‑data.

Kunstmatige intelligentie

Een speciaal ontwikkeld AI‑algoritme vervult meerdere rollen in het systeem. Ten eerste is het belast met het bepalen van het beste interessegebied (ROI). De ROI is een gebied van de scan dat de duidelijkste en meest gepersonaliseerde informatie biedt.

De AI zou deze gegevens nemen en een hyperspectraal cube‑beeld creëren. Vervolgens zou het het ideale snijvlak berekenen op basis van Google’s MediaPipe Hands, een machine‑learning bibliotheek.

Deze aanpak elimineerde de noodzaak voor ingenieurs om een nieuwe beeldregistratie‑bibliotheek te maken, waardoor geld en tijd bespaard werden. Het resultaat is een 2D ruimtelijk‑spectraal beeld dat duidelijke identificatieparameters biedt.

Biometrische authenticatietest

Om hun theorie te testen selecteerden de onderzoekers 10 gezonde volwassenen in de leeftijd van 24 tot 47 jaar. Elke proefpersoon kreeg zijn palm meerdere keren hyperspectraal gescand gedurende de vooraf ingestelde periode. Opmerkelijk was dat elke deelnemer een uniek scanschema had, waardoor ingenieurs variabelen konden meenemen die optreden op basis van tijd en andere factoren.

Opmerkelijk werd een 500 W halogeenlamp onder het scanonderdeel geplaatst om de palm van de proefpersoon van de achterzijde van het glas te verlichten. Vervolgens werd de gescande interne data verwerkt met verschillende softwarepakketten, waaronder Jupyter Notebook, LabVIEW en ImageJ.

Resultaten van de biometrische authenticatietest

De testresultaten tonen een groot succes. De ingenieurs behaalden betrouwbare identificatie op basis van deze data bij alle proefpersonen. Interessant genoeg merkten ze op dat het systeem betere resultaten leverde met een kleiner gescand gebied. Bovendien ontdekten ze dat dwarsdoorsnede hyperspectrale afbeeldingen van de palm verschillende kenmerken per golflengte boden, waardoor meerdere gelaagde observatie en authenticatie mogelijk werd.

Voordelen van biometrische authenticatie

Deze technologie zal veel voordelen naar de markt brengen. Ten eerste zal het biometrische systemen veiliger en efficiënter maken. Om biometrie te laten groeien op de markt moet de technologie enkele van haar belangrijkste zwaktes overwinnen. Deze nieuwste aanpak vult een gat in de sector en belooft hoge beveiliging tegen minimale kosten.

Toepassingen van biometrische authenticatie

Er zijn verschillende potentiële toepassingen voor deze technologie, variërend van de commerciële sector tot medische en militaire toepassingen. Het vermogen om snel en nauwkeurig een persoon te authenticeren is cruciaal voor veel industrieën; hier zijn enkele mogelijke toepassingen voor deze technologie in de toekomst.

Beveiliging

Het meest voor de hand liggende gebruik van deze systemen is het verbeteren van de beveiliging. In de toekomst kan uw palmprint de manier zijn waarop u offline betalingen doet, uw huis betreedt of zelfs uw voertuig start. Daarom is het essentieel dat deze systemen zo nauwkeurig en toegankelijk mogelijk zijn.

Medisch

De medische sector zou deze technologie kunnen benutten om de identiteit van hun patiënten te waarborgen. Van medische fouten tot fraude en eenvoudige menselijke fouten, de medische sector heeft een manier nodig om efficiënt de identiteit van een persoon te verifiëren voordat zij zorg verlenen. Dit systeem kan een betaalbaar alternatief bieden dat verkeerde diagnoses en andere fouten die leiden tot verlies en onnodig lijden, kan voorkomen.

Onderzoekers van de biometrische authenticatiestudie

Takashi Suzuki leidde de hyperspectrale studie. Hij werkte samen met een team van ingenieurs en wetenschappers van Osaka Metropolitan University in Japan. Nu streeft het team ernaar de toepassingsscenario’s van de technologie uit te breiden en meer betaalbare en toegankelijke methoden te creëren om de technologie op grote schaal te verkrijgen en te integreren.

Innovatieve bedrijven die de biometrische markt leiden

Er zijn veel bedrijven die momenteel een vorm van R&D rond biometrie hebben. Van bedrijven die uw retina willen gebruiken om toegang te krijgen tot uw crypto‑account tot retina‑scanners die worden gebruikt om uw kostbare posities veilig te houden, er is geen tekort aan fabrikanten in de markt. Hier is één bedrijf dat aanzienlijke inspanningen heeft geleverd om een betrouwbaar biometrisch systeem te creëren om hun ROI en gebruikerservaring te verbeteren.

Alibaba Group Holding Limited

Alibaba Group Holding Limited (BABA ) betrad de markt in 1999 om handelaren en consumenten via een digitale marktplaats met elkaar te verbinden. Het bedrijf is sindsdien uitgegroeid tot een van de grootste online e‑commerce aanbieders ter wereld qua volume. Vandaag heeft het honderden miljoenen actieve gebruikers en verbindt het dagelijks duizenden handelaren met klanten.

Alibaba werkt sinds 2004 stilletjes aan een biometrisch betaalsysteem. Het systeem, genaamd “Smile to Pay”, maakt gebruik van gezichtsherkenning om gebruikers betalingen te laten doen. Hoewel het zich nog in de bètatestfase bevindt, gaven bedrijfsleiders aan dat ze hopen de technologie te gebruiken om betalingen vanuit de AliPay-portemonnee te autoriseren met alleen een gezichts­scan.

Alibaba is een enorme e‑commerce site die klanten en partnerschappen heeft met enkele van de grootste technologische giganten ter wereld. Haar positie en toegang tot een enorm netwerk van klanten en handelaren maken Alibaba goed geschikt om elke biometrische oplossing succesvol te integreren. Daarom is BABA het waard om verder onderzocht te worden.

Laatste nieuws over Alibaba Group Holding

Nooit meer je sleutels vergeten – Biometrische authenticatie

De drang om biometrie te gebruiken neemt wereldwijd toe. Bedrijven, consumenten en overheden stimuleren allemaal deze technologie. Indrukwekkend biedt deze nieuwste ontwikkeling een betrouwbare en effectieve manier om resultaten te verbeteren, opslag- en rekencosts te verlagen en betrouwbare beveiliging te bieden. Hierdoor kan dit werk een omverwerpend effect op de markt hebben in de toekomst.

Leer vandaag meer over andere coole BioTech Vandaag.

Gerefereerde studies:

^{1. Suzuki, T. (2025). Persoonlijke identificatie met behulp van een dwarsdoorsnede hyperspectrale afbeelding van een hand. Journal of Biomedical Optics, 30(2), 023514. https://doi.org/10.1117/1.JBO.30.2.023514}