Biyometrik Kimlik Doğrulama: Yüz, Parmak İzi, Göz Bebekleri ve…Damarlar?

Mühendislerden oluşan bir ekip, orijinal yöntemlere göre çok daha az hesaplama kaynağı kullanan, verileri otomatik olarak toplayıp sınıflandıran ve depolayan yeni bir biyometrik kimlik doğrulama sistemi tanıttı. İşte bunun sektördeki büyük bir ilerleme olmasının nedeni ve elektronik cihazlarınıza giriş yapma şeklinizden doktorunuzun bir sonraki sigorta talebinizi onaylamasına kadar her şeyi nasıl etkileyebileceği.

Biyometrik Kimlik Doğrulama

Biometri duyduğunuzda, gelişmiş retina tarayıcıları veya yüz tanıma sistemlerini aklınıza getirebilirsiniz. Ancak, bireysel özellikleri kaydetme ve bunları kimlik doğrulama amacıyla kullanma bilimi, medeniyetin kendisi kadar eski.

Babilliler gibi antik kültürler, M.Ö. 500 yılına kadar sert kil tabletleri mühürlemek için parmak izlerini kullandılar. 1800’lü yıllarda, Hindistan’da yasal sisteme bir parmak izi kayıt sistemi tanıtıldı. Yaratıcısı Genel Müfettiş Edward Henry’nin adını taşıyan bu sistem, bugün hâlâ dünya çapında kullanılmaktadır.

Teknolojinin ortaya çıkışı, biyometrik sistemleri hükümetler ve büyük şirketler tarafından kullanılan bir güvenlik hizmetinden, herkesin eşyalarını, verilerini ve daha fazlasını korumak için kullanabileceği bir yönteme dönüştürdü. Günümüzde biyometri, hızlı ve şifresiz bir çözüm sunuyor. Bu nedenle popülaritesi artıyor.

Biyometrik Kimlik Doğrulama Türleri

Bugün kullanılan iki ana biyometri türü vardır: dış ve iç. Her iki biyometrik veri türü, kullanıcıya avantajlar ve dezavantajlar sunar; bu da birinin belirli bir uygulama için diğerine göre daha uygun olmasını sağlar.

Dış Biyometrik Kimlik Doğrulama

Bu teknoloji hakkında konuşurken çoğu insan dış biyometriyi akla getirir. Katılımınızdan habersiz olsanız bile bu sistemleri görmüş veya kullanmış olabilirsiniz. Bu seçenekler, günümüzün gelişmiş akıllı telefonlarında bulunan parmak izi ve yüz tarayıcıları gibi öğeleri içerir.

Dış biyometri, uzaktan hızlı erişim ve kimlik doğrulama sağlar. Bu ağlar, büyük bir alanı izlemek veya kalabalık bir şehirde bir kişiyi ayırt etmek gerektiğinde idealdir. Günümüzde, Çin’de kullanılan yüz tanıma sistemi gibi biyometri ağları, vatandaşları otomatik olarak izleyebilmek, aranan suçluları yakalayabilmek ve hassas verilere erişim sağlayabilmek için kullanılmaktadır.

Günümüzde Dış Biyometriyle İlgili Sorunlar

Dış biyometrik sistemlerin yetersiz kaldığı çeşitli senaryolar vardır. Birincisi, yüzünüz veya parmak iziniz gibi kolayca görülebilen özelliklere dayanırlar. Bu öğeler toplanıp sistemi taklit etmek için kullanılabilir. Zaten, bireyin fotoğraflarını kullanarak yüz tanıma sistemlerini hackleyebildiklerini belgeleyen birçok çalışma mevcuttur.

İç Biyometrik Kimlik Doğrulama

Bu eksiklikler, birçok kişiyi iç biyometri gibi daha iyi bir alternatif aramaya yönlendirdi. İç biyometri, doku ölçümleri, damar düzeni ve bireye özgü diğer hayati insan özellikleri gibi içsel özelliklere dayanır.

İç biyometrinin avantajı, gözlemciler için görünmez olmasıdır. Birinin yüz fotoğrafını çekmekle, avuç içindeki damar ağının iç taramasını elde etmek çok daha zordur. Ayrıca, bu verileri genelleştirmiş olsanız bile taklit etmek son derece zordur. Bu nedenle, iç biyometri yüksek doğruluk ve ek sahtecilik direnci sağlar.

İç biyometrinin en yaygın yakalama yöntemleri, optik koherens tomografi (OCT) ve fotoakustik tomografi (PAT) kullanımıdır. OCT yöntemi doku ölçümlerinin topografik haritasını oluştururken, PAT yöntemi kesin parmak ölçümleri alır.

Hiperspektral Görüntüleme

Şu anda iç biyometri elde etmenin en gelişmiş yolu, hiperspektral görüntüleme kullanmaktır. Bu fotoğraf yöntemi, avuç içini görünürden yakın kızılötesi dalga boylarına kadar 5 nm çözünürlükle ışınlayarak görüntüler oluşturur. Sonuç, bitişik dalga boylarının geniş bir spektrumunda verileri ortaya çıkaran bir görüntüdür.

Osaka Metropolitan University in Japan

Hiperspektral görüntüleme, geleneksel tarama yöntemlerine göre çeşitli avantajlar sunar. Birincisi, her dalga boyu avuç içinin iç yapısının farklı yönlerini ortaya çıkarır. Bu nedenle, tek bir tarama çok sayıda olası şifre materyali sağlayabilir.

Hiperspektral Görüntüleme ile İlgili Sorunlar

Hiperspektral görüntüleme, piyasaya en iyi güvenlik seçeneklerinden bazılarını sunar, ancak büyük ölçekli entegrasyonunu yavaşlatan bazı kusurları da vardır. Birincisi, bu biyometrik güvenlik tarzını uygulamak çok daha zordur; çünkü kişinin oturup avuç içi doğrudan taranmalıdır.

Bu yaklaşım hassas alanlarda işe yarayabilir, ancak büyük ölçekli veya şehir çapında bir senaryoda kullanmak çok zaman alıcı olur. Her metro yolcusunun avuç içini taramak için beklemek zorunda olduğunuzu hayal edin; ek bekleme ve gecikmeler, güvenlik faydalarını ortadan kaldırır.

Büyük Veri Gereksinimleri

Hiperspektral görüntülemenin geniş çapta benimsenmemesinin ana nedenlerinden biri, her taramanın devasa boyutudur. Görüntü boyutu, güvenliğinizin birçok yönünü etkileyebilir. Birinin avuç içi veya parmak izlerini depolamak çok az alan gerektirir ve kağıttan dijital sisteme kadar her şeyde yapılabilir.

Buna karşılık, hiperspektral bir görüntü, farklı dalga boylarında çeşitli derinlemesine veriler içerir ve bu da büyük bir veri dosyası oluşturur. Bu ek veri, desenleri ararken veya verileri karşılaştırırken incelenmesini zorlaştırır; çünkü gözden geçirilecek çok daha fazla şey vardır.

Biyometrik Kimlik Doğrulama Çalışması

Bu yaklaşımın doğasındaki sınırlamaları ve teknolojinin potansiyelini fark eden Osaka Metropolitan University, Japonya’dan bir mühendis ekibi, “Elin kesitsel hiperspektral görüntüsü kullanarak kimlik tespiti” adlı çalışmayı yayımladı.¹ Bu araştırma makalesi, güvenlik amaçları için hiperspektral taramaların gerektirdiği veri miktarını azaltmaya yönelik yeni bir yöntemi inceliyor.

Mühendisler, yüksek spektral çözünürlük sağlayan ve belirgin damar desenleri gibi önemli detayları tanımlayabilen avucun bir kısmının kesitsel görüntüsünü üretebilen bir sistem gösteriyorlar. Ayrıca, bu yeni sistemin gelecekte çeşitli sektörlerde kişisel kimlik doğrulamayı geliştirme potansiyeline sahip olduğunu ortaya koyuyorlar.

Geliştirilmiş Biyometrik Kimlik Doğrulama Sistemi

Mühendisler hiperspektral görüntüleri doğru bir şekilde yakaladı ve ardından doğrulama, depolama ve transfer için daha uygun olan daha küçük dosyalara böldü. Sistem, bu görevi yerine getirmek için özel bir kamera, aydınlatma, bir tarayıcı ve bilgisayar algoritmalarını bütünleştirir.

Hiperspektral Kamera

Deneyin merkezinde hiperspektral kamera (NH-A-S, EBA, Japonya, Japonya) yer alıyordu. Bu cihaz, 400 ila 1000 nm aralığında 5 nm spektral çözünürlük sağlayan f=12mm, M118FM12 tek odaklı bir lensle kuruldu.

Avuç İçı Tarayıcı

İşlem sırasında avuç içi damar ağını ve iç yapısını yakalamak için hassas bir avuç içi tarayıcı kuruldu. Tarayıcı, 240×240 mm tarama alanına sahipti ve avuç içinin belirli bir bölgesini yakalayabiliyordu. Özellikle, birim zeminden 900 mm yüksekte duruyor ve yere yaklaşık 30 derece açıyla eğimliydi.

Aydınlatma

Avuç içini aydınlatmak ve görüntülere derinlik kazandırmak için ışık kullanıldı. Özellikle, tarama bölümünün altına yerleştirilen 500 W halojen lamba, 5 mm kalınlığında yüksek şeffaflığa sahip bir cam levhaya ışık yaydı. Bu levha, görünürden yakın kızılötesi ışığı minimum kayıpla iletebilme özelliği nedeniyle seçildi.

Kişisel Bilgisayar

Özellikle, bu sistem geleneksel bir PC’de çalışabilir. Bu deney için mühendisler, Intel (INTC ) Core i7-1068NG7 ve 32 GB RAM’e sahip bir dizüstü bilgisayar kullandılar. Hiperspektral küp verilerini depolamakta hiçbir sorun yaşamadı.

Yapay Zeka

Sistemde özel olarak geliştirilmiş bir yapay zeka algoritması birden fazla rol üstlenir. Birincisi, en iyi ilgi bölgesini (ROI) belirlemekle görevlidir. ROI, taramanın en net ve kişiselleştirilmiş bilgiyi sunduğu bölgedir.

Yapay zeka bu verileri alıp bir hiperspektral küp görüntüsü oluşturur. Ardından, Google’ın MediaPipe Hands adlı makine öğrenimi kütüphanesine dayanarak ideal kesme düzlemini hesaplar.

Bu yaklaşım, mühendislerin yeni bir görüntü kayıt kütüphanesi oluşturma ihtiyacını ortadan kaldırarak zaman ve maliyet tasarrufu sağladı. Sonuç, belirgin tanımlayıcı parametreler sunan 2D uzamsal‑spektral bir görüntüdür.

Biyometrik Kimlik Doğrulama Testi

Teorilerini test etmek için araştırmacılar, 24 ile 47 yaşları arasında 10 sağlıklı yetişkin seçti. Her denek, belirlenen zaman diliminde avuç içi hiperspektral taramasını birden fazla kez yaptırdı. Özellikle, her katılımcı benzersiz bir tarama programına sahipti; bu da mühendislerin zaman ve diğer faktörlere bağlı değişkenleri hesaba katmasını sağladı.

Özellikle, 500 W halojen lamba, camın ters tarafından deneğin avuç içini aydınlatmak için tarama bölümünün altına yerleştirildi. Buradan, taranan iç veri, Jupyter Notebook, LabVIEW ve ImageJ gibi çeşitli yazılım paketleri kullanılarak işlendi.

Biyometrik Kimlik Doğrulama Test Sonuçları

Test sonuçları büyük bir başarı ortaya koydu. Mühendisler, bu veriye dayanarak tüm deneklerde güvenilir kimlik tespiti sağladı. İlginç bir şekilde, sistemin daha küçük bir tarama alanıyla daha iyi sonuçlar verebildiğini belirttiler. Ayrıca, avuç içinin kesitsel hiperspektral görüntülerinin her dalga boyunda farklı özellikler sunduğunu ve çok katmanlı gözlem ve kimlik doğrulamayı mümkün kıldığını buldular.

Biyometrik Kimlik Doğrulama Faydaları

Bu teknolojinin piyasaya getireceği birçok fayda var. Birincisi, biyometrik sistemleri daha güvenli ve daha verimli hâle getirecek. Biyometrinin piyasada genişlemesi için teknolojinin temel zayıflıklarının üstesinden gelmesi gerekir. Bu son yaklaşım, sektördeki bir boşluğu dolduruyor ve yüksek güvenliği düşük maliyetle sunma vaadi taşıyor.

Biyometrik Kimlik Doğrulama Uygulamaları

Bu teknolojinin ticari sektörden tıbbi ve askeri kullanımlara kadar çeşitli potansiyel uygulamaları vardır. Bir kişiyi hızlı ve doğru bir şekilde kimlik doğrulama yeteneği birçok endüstri için kritik öneme sahiptir; işte gelecekte bu teknolojinin birkaç potansiyel uygulaması.

Güvenlik

Bu sistemlerin en bariz kullanımı güvenliği artırmaktır. Gelecekte, avuç içi iziniz çevrim dışı ödemeler yapmanız, evinize erişmeniz veya aracınızı çalıştırmanız için bir yöntem olabilir. Bu nedenle, bu sistemlerin mümkün olduğunca doğru ve erişilebilir olması hayati önem taşır.

Tıp

Tıp sektörü, hastalarının kimliğini doğrulamak için bu teknolojiden yararlanabilir. Malpraktis, sahtekârlık ve basit insan hatalarından, tıp sektörü, bir kişiyi etkili bir şekilde doğrulamanın bir yoluna ihtiyaç duymaktadır. Bu sistem, yanlış tanı ve diğer hataları önleyebilecek uygun maliyetli bir alternatif sunarak kayıpları ve gereksiz acıyı azaltabilir.

Biyometrik Kimlik Doğrulama Çalışması Araştırmacıları

Takashi Suzuki, hiperspektral çalışmayı yönetti. Osaka Metropolitan University, Japonya’dan bir mühendis ve bilim insanı ekibiyle birlikte çalıştı. Şimdi ekip, teknolojinin kullanım senaryolarını genişletmeyi ve büyük ölçekte teknoloji elde etmeyi ve entegre etmeyi daha uygun ve erişilebilir hâle getirmeyi hedefliyor.

Biyometri Pazarını Yönlendiren Yenilikçi Şirketler

Şu anda biyometri etrafında çeşitli Ar‑Ge faaliyetleri yürüten birçok firma bulunmaktadır. Retinanızı kullanarak kripto hesabınıza erişim sağlamaya çalışan şirketlerden, değerli pozisyonlarınızı kilitlemek için retina tarayıcıları kullanan firmalara kadar, pazarda eksik olmayan üreticiler vardır. İşte, ROI ve kullanıcı deneyimini (UX) artırmak için güvenilir bir biyometri sistemi oluşturmak adına önemli çaba harcayan bir şirket.

Alibaba Group Holding Limited

Alibaba Group Holding Limited (BABA ) 1999 yılında pazara girerek satıcıları ve tüketicileri dijital bir pazar yeri aracılığıyla birleştirdi. Şirket o zamandan beri hacim açısından dünyanın en büyük çevrimiçi e‑ticaret sağlayıcılarından biri haline geldi. Bugün, yüz milyonlarca aktif kullanıcıya sahip ve her gün binlerce satıcıyı müşterilere bağlıyor.

Alibaba, 2004 yılından beri sessizce bir biyometrik ödeme sistemi üzerinde çalışıyor. “Smile to Pay” (Gülümse ve Öde) adını taşıyan bu sistem, kullanıcıların yüz tanıma yoluyla ödeme yapmalarını sağlıyor. Henüz beta test aşamasında olmasına rağmen, şirket yöneticileri bu teknolojiyi AliPay cüzdanından sadece bir yüz taramasıyla ödeme yetkilendirmek için kullanmayı umduklarını belirtti.

Alibaba, dünyanın en büyük teknoloji devlerinden bazılarıyla müşterileri ve ortakları olan dev bir e‑ticaret sitesidir. Bu konumu ve geniş müşteri ve satıcı ağı, Alibaba’yı herhangi bir biyometrik çözümü başarıyla entegre etmek için çok uygun kılıyor. Bu nedenle, BABA daha fazla araştırmaya değer.

Alibaba Group Holding Hakkında Son Gelişmeler

Anahtarlarınızı Bir Daha Asla Unutmayın – Biyometrik Kimlik Doğrulama

Biyometri kullanımına yönelik itici güç küresel ölçekte artıyor. Şirketler, tüketiciler ve hükümetler bu teknolojiyi destekliyor. Etkileyici bir şekilde, bu son gelişme sonuçları iyileştiren, depolama ve hesaplama maliyetlerini düşüren ve güvenilir bir güvenlik sağlayan güvenilir ve etkili bir yol sunuyor. Bu nedenle, bu çalışma ileride piyasada çığır açıcı bir etki yaratabilir.

Diğer Havalı BiyoTeknolojileri Bugün Öğrenin.

Referans Alınan Çalışmalar:

^{1. Suzuki, T. (2025). Elin kesitsel hiperspektral görüntüsü kullanarak kişisel kimlik tespiti. Journal of Biomedical Optics, 30(2), 023514. https://doi.org/10.1117/1.JBO.30.2.023514}