Pagpapatunay gamit ang Biometrics: Mukha, Fingerprint, Pupil, at… Ugat?

Isang pangkat ng mga inhinyero ang nagpakilala ng bagong sistema ng biometric authentication na maaaring awtomatikong mangolekta, magkategorya, at mag-imbak ng data gamit ang mas kaunting computational resources kumpara sa orihinal na mga pamamaraan. Narito kung bakit ito ay isang malaking pag-unlad sa sektor at kung paano ito maaaring makaapekto sa lahat mula sa pag-login mo sa iyong mga elektronikong aparato hanggang sa pag-apruba ng iyong doktor sa susunod na insurance claim.

Pagpapatunay gamit ang Biometrics

Kapag naririnig mo ang tungkol sa biometrics, maaaring maisip mo ang mga advanced na retina scanner o mga sistema ng pagkilala ng mukha. Gayunpaman, ang agham ng pagrekord ng mga indibidwal na katangian at paggamit nito para sa layunin ng pagpapatunay ay kasing sinauna ng sibilisasyon mismo.

Ang mga sinaunang kultura tulad ng mga Babilonyano ay gumamit ng fingerprint upang selyohan ang mga sertipikadong luwad na tabletas noong 500 BC. Noong ika-1800s, isang fingerprint recording system ang ipinakilala sa legal na sistema sa India. Ang sistemang ito, na pinangalanan ayon sa lumikha nito, Inspector General Edward Henry, ay ginagamit pa rin sa buong mundo hanggang ngayon.

Ang pagpasok ng teknolohiya ay nagbago ng biometrics mula sa isang serbisyong pangseguridad na ginagamit ng mga pamahalaan at malalaking korporasyon tungo sa isang pamamaraan na maaaring gamitin ng sinuman upang protektahan ang kanilang mga ari-arian, data, at iba pa. Ngayon, nag-aalok ang biometrics ng mabilis, walang password na solusyon. Dahil dito, tumataas ang kasikatan nito.

Mga Uri ng Pagpapatunay gamit ang Biometrics

May dalawang pangunahing uri ng biometrics na ginagamit ngayon: external at internal. Ang parehong uri ng biometric data ay nag-aalok ng mga kalamangan at kahinaan sa mga gumagamit na nagiging dahilan kung bakit mas angkop ang isa para sa isang tiyak na aplikasyon kaysa sa iba.

External na Pagpapatunay gamit ang Biometrics

Karamihan sa mga tao ay iniisip ang external biometrics kapag pinag-uusapan ang teknolohiyang ito. Nakita o nagamit mo na ang mga sistemang ito, kahit hindi mo alam na kalahok ka. Kabilang sa mga opsyon na ito ang mga bagay tulad ng fingerprint at face scanner na matatagpuan sa mga makabagong smartphone ngayon.
Nag-aalok ang external biometrics ng mabilis na pag-access at pagpapatunay mula sa distansya. Ang mga network na ito ay perpekto kapag kailangan mong subaybayan ang isang malawak na lugar o tukuyin ang isang tao sa isang mataong lungsod. Ngayon, ang mga biometrics network tulad ng facial recognition system na ginagamit sa China ay nagbibigay-daan upang awtomatikong subaybayan ang mga mamamayan, hulihin ang mga wanted na kriminal, at magbigay ng access sa sensitibong data.

Mga Problema sa External Biometrics Ngayon

May ilang sitwasyon kung saan nabibigo ang external biometric systems. Una, umaasa ito sa madaling makita na mga katangian tulad ng iyong mukha o fingerprint. Ang mga ito ay maaaring kolektahin at gamitin upang lokohin ang sistema. May mga pag-aaral na nagdokumento kung paano nagawang i-hack ng mga tao ang facial recognition systems gamit lamang ang mga larawan ng indibidwal.

Internal na Pagpapatunay gamit ang Biometrics

Ang mga kahinaang ito ay nag-udyok sa marami na maghanap ng mas mahusay na alternatibo, tulad ng internal biometrics. Ang internal biometrics ay batay sa iyong mga internal na katangian, tulad ng sukat ng tisyu, layout ng ugat, at iba pang mahahalagang katangian ng tao na natatangi sa bawat indibidwal.

Ang kalamangan ng internal biometrics ay hindi ito nakikita ng mga tagamasid. Mas mahirap kumuha ng internal scan ng network ng ugat ng isang tao sa kanyang palad kumpara sa isang larawan ng kanyang mukha. Bukod pa rito, napakahirap gayahin ang data na ito kahit na mayroon kang pangkalahatang kaalaman tungkol dito. Dahil dito, nagbibigay ang internal biometrics ng mataas na katumpakan at karagdagang proteksyon laban sa pandaraya.

Ang pinaka-karaniwang paraan upang makuha ang internal biometrics ay sa pamamagitan ng paggamit ng optical coherence tomography (OCT) at photoacoustic tomography (PAT). Ang pamamaraang OCT ay lumilikha ng topographic map ng sukat ng tisyu, habang ang pamamaraang PAT ay kumukuha ng tumpak na sukat ng daliri.

Imaging na Hyperspectral

Ang pinaka-advanced na paraan upang makuha ang internal biometrics sa kasalukuyan ay ang paggamit ng hyperspectral imaging. Ang pamamaraang ito ng potograpiya ay lumilikha ng mga imahe sa pamamagitan ng pagpasabog ng palad gamit ang mga wavelength mula visible hanggang near-infrared na may resolusyon na 5 nm. Ang resulta ay isang imahe na naglalantad ng data sa malawak na spectrum ng magkakasunod na wavelength.

Nag-aalok ang hyperspectral imaging ng iba’t ibang mga kalamangan kumpara sa tradisyunal na mga pamamaraan ng scanning. Una, bawat wavelength ay naglalantad ng iba’t ibang aspeto ng internal na estruktura ng palad. Dahil dito, isang scan lamang ay maaaring magbigay ng maraming posibleng materyal para sa password.

Mga Problema sa Hyperspectral Imaging

Nag-aalok ang hyperspectral imaging ng ilan sa pinakamagandang opsyon sa seguridad sa merkado, ngunit may ilang kahinaan na nagpalubha sa malawakang integrasyon nito. Una, mas mahirap ipatupad ang ganitong estilo ng biometric security dahil kinakailangan ng tao na umupo at direktang i-scan ang kanyang palad.
 
Ang pamamaraang ito ay gagana para sa mga sensitibong lugar ngunit magiging napaka-ubos ng oras kung gagamitin sa malawak o city-wide na senaryo. Isipin na kailangang maghintay ang bawat pasahero ng subway na i-scan ang kanilang palad bago makapasok sa tren. Ang karagdagang paghihintay at pagkaantala ay magpapawalang-bisa sa anumang benepisyo sa seguridad.

Malawak na Pangangailangan sa Data

Isa sa mga pangunahing dahilan kung bakit hindi pa malawak na na-adopt ang hyperspectral imaging ay ang laki ng bawat scan. Ang laki ng imahe ay maaaring makaapekto sa maraming aspeto ng iyong seguridad. Ang pag-iimbak ng palad o fingerprint ng isang tao ay hindi nangangailangan ng malaking espasyo at maaaring gawin sa kahit anong medium mula papel hanggang digital na sistema.
Sa paghahambing, ang isang hyperspectral image ay naglalaman ng iba’t ibang malalim na data sa iba’t ibang wavelength, na nagreresulta sa isang napakalaking file na puno ng data. Ang karagdagang data na ito ay nagpapahirap sa pagsusuri dahil mas marami ang kailangang repasuhin kung naghahanap ka ng mga pattern o nagko-compare ng data.

Pag-aaral sa Pagpapatunay gamit ang Biometrics

Kinilala ang likas na limitasyon ng pamamaraang ito at ang potensyal ng teknolohiya, isang pangkat ng mga inhinyero mula sa Osaka Metropolitan University sa Japan ang naglabas ng pag-aaral na tinatawag na “Identification using a cross-sectional hyperspectral image of a hand.”¹ Ang papel na pananaliksik na ito ay sumisid sa isang bagong pamamaraan upang mabawasan ang dami ng data na kinakailangan para magamit ang hyperspectral scans para sa layunin ng seguridad.
Ipinakita ng mga inhinyero ang isang sistema na maaaring lumikha ng cross-sectional na imahe ng bahagi ng palad na nagbibigay ng mataas na spectral resolution at maaaring tukuyin ang mahahalagang detalye tulad ng natatanging pattern ng ugat. Ibinahagi rin nila kung paano ang bagong sistemang ito ay may potensyal na mapabuti ang personal na pagkakakilanlan sa hinaharap sa iba’t ibang industriya.

Ang Pinag-upgrade na Sistema ng Pagpapatunay gamit ang Biometrics

Kinuha ng mga inhinyero ang mga hyperspectral na imahe nang tumpak at pagkatapos ay hinati ito sa mas maliliit na file na mas angkop para sa beripikasyon, pag-iimbak, at paglipat. Ang sistema ay nag-iintegrate ng espesyal na kamera, ilaw, scanner, at mga algorithm ng computer upang maisakatuparan ito.

Kamera ng Hyperspectral

Sa gitna ng eksperimento ay ang hyperspectral camera (NH-A-S, EBA, Japan, Japan). Ang aparatong ito ay naka-setup na may f=12mm, M118FM12 single-focus lens na nagbigay ng spectral resolution na 5 nm sa iba’t ibang saklaw mula 400 hanggang 1000 nm.

Scanner ng Palad

Isang sensitibong palm scanner ang na-setup upang makuha ang network ng ugat at internal ng palad habang isinasagawa ang proseso. Ang scanner ay may 240×240-mm na scanning area, na nagbibigay-daan upang makuha ang isang tiyak na rehiyon ng palad. Kapansin-pansin, ang unit ay nakalagay 900 mm mula sa sahig at nakatagilid sa humigit-kumulang 30° patungo sa lupa.

Ilaw

Ginamit ang ilaw upang pasiglahin ang palad at magbigay ng lalim sa mga imahe. Partikular, isang 500-W halogen lamp ang inilagay sa ilalim ng scanning section na nagliwanag sa 5-mm na makapal na high-transparency glass plate. Pinili ang plaka dahil sa kakayahan nitong mag-transmit ng visible hanggang near-infrared na ilaw na may kaunting pagkawala.

Personal na Kompyuter

Kapansin-pansin, ang sistemang ito ay maaaring gumana sa tradisyonal na PC. Para sa eksperimentong ito, gumamit ang mga inhinyero ng laptop computer na may Intel (INTC ) Core i7-1068NG7 at 32 GB na RAM. Walang problema ito sa pag-iimbak ng hyperspectral cube data.

Artipisyal na Intelihensiya

Ang isang purpose-built AI algorithm ay nagsisilbing maraming tungkulin sa sistema. Una, ito ay inatasang tukuyin ang pinakamahusay na region of interest (ROI). Ang ROI ay isang bahagi ng scan na nag-aalok ng pinakamalinaw at pinaka-personalized na impormasyon.

Ang AI ay kukunin ang data na ito at lilikha ng hyperspectral cube image. Pagkatapos, kakalkulahin nito ang ideal cutting plane batay sa Google’s MediaPipe Hands, isang machine-learning library.

Ang pamamaraang ito ay nag-alis ng pangangailangan para sa mga inhinyero na lumikha ng bagong image registration library, na nagtipid ng pera at oras. Ang resulta ay isang 2D spatial-spectral image na nagbibigay ng natatanging mga parameter para sa pagkakakilanlan.

Pagsubok sa Pagpapatunay gamit ang Biometrics

Upang subukan ang kanilang teorya, pumili ang mga mananaliksik ng 10 malusog na adult na may edad mula 24 hanggang 47 taon. Ang bawat paksa ay sincan ang kanilang palm gamit ang hyperspectral nang maraming beses sa itinakdang panahon. Kapansin-pansin, ang bawat kalahok ay may natatanging iskedyul ng scanning na nagbigay-daan sa mga inhinyero na isaalang-alang ang mga variable na nangyayari batay sa oras at iba pang salik.
Kapansin-pansin, isang 500-W halogen lamp ang inilagay sa ilalim ng scanning section upang ilawan ang palad ng paksa mula sa likod ng salamin. Mula roon, ang nascan na internal data ay pinroseso gamit ang iba’t ibang software packages kabilang ang Jupyter Notebook, LabVIEW, at ImageJ.

Mga Resulta ng Pagsubok sa Pagpapatunay gamit ang Biometrics

Ipinakita ng mga resulta ng pagsubok ang isang malaking tagumpay. Nakamit ng mga inhinyero ang maaasahang pagkakakilanlan batay sa data na ito sa lahat ng mga paksa. Nakakatuwang napansin nila na ang sistema ay nakapagbigay ng mas magagandang resulta gamit ang mas maliit na scanned area. Dagdag pa, natuklasan nila na ang cross-sectional hyperspectral images ng palad ay nagbigay ng iba’t ibang tampok sa bawat wavelength, na nagbigay-daan sa maraming layered na obserbasyon at pagpapatunay.

Mga Benepisyo ng Pagpapatunay gamit ang Biometrics

Maraming benepisyo ang hatid ng teknolohiyang ito sa merkado. Una, makatutulong ito upang gawing mas ligtas at mas epektibo ang mga biometric system. Upang lumawak ang biometrics sa merkado, kailangang mapagtagumpayan ng teknolohiya ang ilang pangunahing kahinaan nito. Ang pinakabagong pamamaraan na ito ay tumutulong punan ang puwang sa sektor at nangangako ng mataas na seguridad na may minimal na gastos.

Mga Aplikasyon ng Pagpapatunay gamit ang Biometrics

Maraming posibleng aplikasyon ang teknolohiyang ito mula sa komersyal na sektor hanggang sa medikal at militar na paggamit. Ang kakayahang mabilis at tumpak na i-authenticate ang isang tao ay mahalaga sa maraming industriya, narito ang ilang posibleng aplikasyon para sa teknolohiyang ito sa hinaharap.

Seguridad

Ang pinakahalatang gamit ng mga sistemang ito ay upang i-upgrade ang seguridad. Sa hinaharap, maaaring maging paraan ang iyong palm print para sa offline payments, pag-access sa iyong tahanan, o kahit pagsimula ng iyong sasakyan. Dahil dito, mahalagang maging tumpak at madaling ma-access ang mga sistemang ito.

Medikal

Maaaring gamitin ng sektor medikal ang teknolohiyang ito upang matiyak ang pagkakakilanlan ng kanilang mga pasyente. Mula sa malpractice hanggang sa pandaraya at simpleng human errors, ang sektor medikal ay nangangailangan ng paraan upang epektibong beripikahin ang pagkakakilanlan ng isang tao bago sila bigyan ng pangangalagang pangkalusugan. Maaaring mag-alok ang sistemang ito ng abot-kayang alternatibo na makakapigil sa maling diagnosis at iba pang mga error na nagdudulot ng pagkalugi at hindi kinakailangang pagdurusa.

Mga Mananaliksik ng Pag-aaral sa Pagpapatunay gamit ang Biometrics

Pangunahan ni Takashi Suzuki ang hyperspectral study. Nakipagtulungan siya sa isang pangkat ng mga inhinyero at siyentipiko mula sa Osaka Metropolitan University sa Japan. Ngayon, ang pangkat ay naglalayong palawakin ang mga use case scenario ng teknolohiya at lumikha ng mas abot-kaya at madaling ma-access na mga pamamaraan upang makuha at i-integrate ang teknolohiya sa malawak na sukat.

Mga Inobatibong Kumpanya na Nangunguna sa Merkado ng Biometrics

Maraming kumpanya ang kasalukuyang mayroong anyo ng R&D na nakatuon sa biometrics. Mula sa mga kumpanyang naglalayong gamitin ang iyong retina upang ma-access ang iyong crypto account hanggang sa mga retina scanner na ginagamit upang panatilihing nakalock ang iyong mahahalagang posisyon, walang kakulangan sa mga tagagawa na kasali sa merkado. Narito ang isang kumpanya na naglaan ng malaking pagsisikap upang lumikha ng maaasahang biometrics system na magpapahusay sa kanilang ROI at UX.

Alibaba Group Holding Limited

Ang Alibaba Group Holding Limited (BABA ) ay pumasok sa merkado noong 1999 upang pag-ugnayin ang mga mangangalakal at mamimili sa pamamagitan ng isang digital marketplace. Mula noon, lumago ito upang maging isa sa pinakamalaking online e-commerce provider sa buong mundo batay sa dami. Ngayon, mayroon itong daan-daang milyong aktibong gumagamit at nag-uugnay ng libu-libong mangangalakal sa mga kliyente araw-araw.

Tahimik na nagtrabaho ang Alibaba sa isang biometric pay system mula pa noong 2004. Ang sistemang ito, na tinawag na “Smile to Pay”, ay gumagamit ng facial recognition upang payagan ang mga gumagamit na magbayad. Bagaman nasa beta testing pa ito, sinabi ng mga executive ng kumpanya na inaasahan nilang magamit ang teknolohiya upang i-autorisa ang mga bayad mula sa AliPay wallet gamit lamang ang isang face scan.

Ang Alibaba ay isang napakalaking e-commerce site na may mga kliyente at pakikipagsosyo sa ilan sa pinakamalalaking tech giants sa mundo. Ang posisyon nito at access sa napakalawak na network ng mga kliyente at mangangalakal ay ginagawang angkop ang Alibaba para sa integrasyon ng anumang biometric solution nang matagumpay. Dahil dito, ang BABA ay karapat-dapat na pag-aralan pa.

Pinakabagong Balita sa Alibaba Group Holding

Huwag Na Muling Makalimutan ang Iyong Mga Susi – Pagpapatunay gamit ang Biometrics

Ang pagnanais na gamitin ang biometrics ay patuloy na tumataas sa buong mundo. Ang mga korporasyon, consumer, at pamahalaan ay lahat nagtutulak ng teknolohiyang ito. Kapansin-pansin, ang pinakabagong pag-unlad na ito ay nag-aalok ng maaasahan at epektibong paraan upang mapabuti ang mga resulta, bawasan ang gastos sa imbakan at computation, at magbigay ng maaasahang seguridad. Dahil dito, maaaring magkaroon ang gawaing ito ng malawak na epekto sa merkado sa hinaharap.
Alamin ang Iba Pang Cool BioTech Ngayon.

Mga Pag-aaral na Binanggit:

^{1. Suzuki, T. (2025). Personal na pagkakakilanlan gamit ang cross-sectional hyperspectral image ng isang kamay. Journal of Biomedical Optics, 30(2), 023514. https://doi.org/10.1117/1.JBO.30.2.023514}