तंत्रिका नेटवर्क ने नकली उंगलियों के निशान सिखाए

किसी व्यक्ति की पहचान निर्धारित करने के लिए फ़िंगरप्रिंट उपयोगकर्ता पहचान अपेक्षाकृत विश्वसनीय तरीकों में से एक है। बेशक, इसे अन्य तरीकों के साथ संयोजन में उपयोग करना सबसे अच्छा है, किसी ने भी बहुक्रियाशील प्रकृति को रद्द नहीं किया है। फिर भी, फिंगरप्रिंट तकनीक का उपयोग सॉफ़्टवेयर और विभिन्न उपकरणों के डेवलपर्स द्वारा किसी भी अन्य बॉयोमीट्रिक विधियों की तुलना में अधिक बार किया जाता है।

यह अच्छी तरह से हो सकता है कि कुछ समय बाद इस पद्धति को छोड़ना होगा। तथ्य यह है कि संयुक्त राज्य अमेरिका में एक तंत्रिका नेटवर्क विकसित हुआ है जो उंगलियों के निशान को नकली कर सकता है। इसके अलावा, कंप्यूटर इस तरह से चित्र बनाता है कि उन्हें विभिन्न संवेदकों द्वारा वास्तविक लोगों के फिंगरप्रिंट के टुकड़े के रूप में माना जाता है।

इस काम को करने के लिए अपने तंत्रिका नेटवर्क को सिखाने के लिए, परियोजना के लेखकों ने 5400 लोगों के वास्तविक डेटा का उपयोग किया। नमूना इतना बड़ा नहीं है, लेकिन एक तंत्रिका नेटवर्क के प्रशिक्षण के लिए काफी पर्याप्त है। वैज्ञानिकों ने लेख के एक छाप को पोस्ट करके अपने काम के परिणामों को प्रकाशित किया।

अब तक, सिस्टम केवल उंगलियों के निशान के टुकड़े उत्पन्न कर सकता है - लेकिन यह कई प्रणालियों के लिए पर्याप्त है जो टुकड़ों का उपयोग करते हैं। इस तथ्य के बावजूद कि उंगलियों के निशान अद्वितीय हैं, जिसने फिंगरप्रिंटिंग के विकास और उंगलियों के निशान के लिए कई प्रमाणीकरण तंत्रों की अनुमति दी है, आप अभी भी सुरक्षा को धोखा दे सकते हैं।

यह केवल उन प्रणालियों के लिए विशेष रूप से सच है जो टुकड़ों के साथ काम करते हैं; यह पता चला है कि आप एक कृत्रिम पैटर्न बना सकते हैं जो एक साथ कई लोगों की उंगलियों को फिट करेगा। कई ऐसे सिस्टम हैं - कई फिंगरप्रिंट स्कैनर जो स्मार्टफोन, लैपटॉप और अन्य इलेक्ट्रॉनिक सिस्टम में बनाए गए हैं, केवल उपयोगकर्ता के फिंगरप्रिंट के एक हिस्से के साथ काम करते हैं। इसे डेटाबेस में संग्रहीत किया जाता है जिसके साथ सत्यापित फिंगरप्रिंट मैप किया जाता है।

प्रिंट के कुछ हिस्सों में पुनरावृत्तियां हैं, जो वैज्ञानिकों को अपनी परियोजना का एहसास करने की अनुमति देती हैं।



पहले, एक तंत्रिका नेटवर्क विकसित किया गया था, जिसे मास्टरप्रिंट्स कहा जाता था। उसने मौजूदा प्रिंटों के विवरण को संशोधित किया। ऐसी प्रणाली पूरी तरह से नए प्रिंट उत्पन्न करने में सक्षम नहीं है।

इस लेख में चर्चित न्यूयॉर्क विश्वविद्यालय की विकास टीम ने अधिक हासिल किया है। वैज्ञानिकों ने हाल ही में डीप मास्टरप्रिंट्स न्यूरल नेटवर्क की शुरुआत की, जो एक दिए गए पैटर्न के अनुसार सार्वभौमिक "मास्टर कुंजी", उंगलियों के निशान पैदा करने में सक्षम है।

तंत्रिका नेटवर्क की दक्षता प्रभावशाली है - तथ्य यह है कि डीप मास्टरप्रिंट्स 76 प्रतिशत नमूने से मेल खाने वाले टुकड़े उत्पन्न करने में सक्षम हैं। पिछले तंत्रिका नेटवर्क ने 33.4% के साथ बहुत अधिक मामूली परिणाम दिखाया। गलतियों से बचने के लिए, वैज्ञानिकों ने यादृच्छिक फिंगरप्रिंट उत्पन्न करने के लिए मौजूदा प्रणालियों का उपयोग करने का निर्णय लिया। उत्तरार्द्ध ने जाँच की, यह पता चला कि वे नियंत्रण नमूने के केवल 7% के साथ मेल खाते हैं, अर्थात्, नए तंत्रिका नेटवर्क द्वारा उत्पन्न पैटर्न की तुलना में 10 गुना कम प्रभावी है।

यह ध्यान देने योग्य है कि विशेषज्ञ फिंगरप्रिंट पहचान सुरक्षा के तीन स्तरों को साझा करते हैं। सबसे सुरक्षित, जहां झूठे मैचों की संभावना 0.01% है, मध्य, जो सबसे आम है, जहां झूठे मैचों की संभावना 0.1% है और सबसे कम है, जहां झूठे मैचों का प्रतिशत केवल 1% है। निचले स्तर के साथ, न्यूयॉर्क विश्वविद्यालय के विशेषज्ञों ने भी काम किया। वे जानते हैं कि बायोमेट्रिक सेंसर अक्सर झूठे मैचों की 0.1% संभावना के साथ काम करते हैं। यहां सिस्टम का प्रदर्शन कम है - केवल 23%। तंत्रिका नेटवर्क का ऊपरी स्तर अभी तक उपलब्ध नहीं है - केवल 1.3% मामलों में अल्ट्रा-सटीक सेंसर को धोखा देने में सफल रहा।

जैसा कि हो सकता है, लेकिन यह तकनीक विकसित हो रही है, ताकि जल्द ही और अधिक प्रभावशाली परिणाम की उम्मीद की जा सके। डीप मास्टरप्रिंट्स का लाभ यह है कि तंत्रिका नेटवर्क डिजिटल फिंगरप्रिंट्स के साथ काम करता है, न कि विभिन्न लोगों के फिंगरप्रिंट्स की प्रतियों के साथ बिटमैप छवियों का डेटाबेस।

वैज्ञानिकों के अनुसार, उनके विकास से सुरक्षा के तरीकों में सुधार करने में मदद मिलेगी, उपयोगकर्ता पहचान, जो फिंगरप्रिंट पहचान से जुड़े हैं।

वैसे, अब फेस रिकॉग्निशन तकनीक का उपयोग फिंगरप्रिंट के बजाय तेजी से किया जा रहा है। विशेष रूप से, उपयोगकर्ता की पहचान की यह विधि ठीक है जो नए Apple स्मार्टफ़ोन पर काम करती है - इसे फेसआईडी कहा जाता है।