Bioteknik

Biometrisk autentisering: Ansikte, fingeravtryck, pupiller och…ådror?

mm
Lägg till Securities.io bland dina föredragna källor på Google
Information: Securities.io kan få ersättning när du använder länkar till produkter vi granskar. Det påverkar inte våra redaktionella bedömningar. Vi är inte registrerad investeringsrådgivare; detta är inte investeringsråd. Läs vår affiliateinformation.
Biometric Authentication

Ett team av ingenjörer introducerade ett nytt biometriskt autentiseringssystem som automatiskt kan samla in, kategorisera och lagra data med mycket mindre beräkningsresurser än ursprungliga metoder. Här är varför detta är ett stort framsteg inom sektorn och hur det kan påverka allt från hur du loggar in på dina elektroniska enheter till hur din läkare godkänner ditt nästa försäkringsanspråk.

Biometrisk autentisering

När du hör biometrik kan du tänka på avancerade retinaskannrar eller ansiktsigenkänningssystem. Men vetenskapen att registrera individuella egenskaper och använda dem för autentisering är lika gammal som civilisationen själv.

Forntida kulturer som babylonierna använde fingeravtryck för att försegla certifierade lertavlor redan år 500 f.Kr. På 1800-talet infördes ett fingeravtrycksregistreringssystem i Indiens rättssystem. Detta system, uppkallat efter dess skapare, inspektörgeneral Edward Henry, används fortfarande globalt idag.

Teknologins införande har förvandlat biometrik från en säkerhetstjänst som användes av regeringar och konglomerat till en metod som vem som helst kan använda för att skydda sina ägodelar, data och mer. Idag erbjuder biometrik en snabb, lösenordsfri lösning. Därför ökar dess popularitet.

Typer av biometrisk autentisering

Det finns två huvudtyper av biometrik i bruk idag: externa och interna. Båda typerna av biometriska data erbjuder användarna fördelar och nackdelar som gör den ena bättre lämpad för en viss tillämpning än de andra alternativen.

Extern biometrisk autentisering

De flesta tänker på extern biometrik när de diskuterar denna teknik. Du har sett eller använt dessa system, även om du var omedveten om ditt deltagande. Dessa alternativ inkluderar saker som fingeravtrycks- och ansiktskannrar som finns på dagens avancerade smartphones.
External biometrics offers fast access and authentication from a distance. These networks are ideal when you need to monitor a large area or pick out a person from a crowded city. Today, biometrics networks like the facial recognition system used in China enable it to autonomously keep tabs on its citizens, catch wanted criminals, and provide access to sensitive data.

Problem med extern biometrik idag

Det finns flera scenarier där externa biometriska system brister. För det första förlitar de sig på lätt synliga egenskaper som ditt ansikte eller fingeravtryck. Dessa kan samlas in och användas för att förfalska systemet. Redan har det gjorts omfattande studier som dokumenterar hur människor kunnat hacka ansiktsigenkänningssystem genom att helt enkelt använda fotografier av individen.

Intern biometrisk autentisering

Dessa nackdelar har lett många att söka ett bättre alternativ, såsom intern biometrik. Intern biometrik baseras på dina interna egenskaper, som vävnadsmått, ådrornas layout och andra viktiga mänskliga egenskaper som är unika för varje individ.

Fördelen med intern biometrik är att den är osynlig för observatörer. Det är mycket svårare att få en intern skanning av någons ådernät i handflatan jämfört med en bild av deras ansikte. Dessutom är det mycket svårt att reproducera dessa data även om du har generella kunskaper om dem. Således ger intern biometrik hög noggrannhet och extra bedrägeriresistens.

De vanligaste sätten att fånga intern biometrik är genom användning av optisk koherenstomografi (OCT) och fotoakustisk tomografi (PAT). OCT‑metoden skapar en topografisk karta över vävnadsmått, medan PAT‑metoden tar precisa fingeravtrycksmätningar.

Hyperspektral avbildning

Det mest avancerade sättet att för närvarande erhålla intern biometrik är att använda hyperspektral avbildning. Denna fotometod skapar bilder genom att bestråla handflatan med synligt till nära-infrarött ljus med 5 nm upplösning. Resultatet blir en bild som avslöjar data över ett brett spektrum av sammanhängande våglängder.

Osaka Metropolitan University in Japan

Osaka Metropolitan University i Japan


David Hamilton är en heltidsjournalist och en långvarig bitcoinist. Han specialiserar sig på att skriva artiklar om blockchain. Hans artiklar har publicerats i flera bitcoinpublikationer, inklusive Bitcoinlightning.com