मैं कान की नहर के आकार से एक प्यारी ... पहचानूँगा। उपयोगकर्ताओं की पहचान करने का एक नया तरीका

बॉयोमीट्रिक तकनीक का विकास जारी है। दूसरे दिन यह नई बॉयोमीट्रिक प्रमाणीकरण प्रणाली के बारे में जाना गया, जिसे अमेरिकी इंजीनियरों द्वारा न्यूयॉर्क विश्वविद्यालय के बफेलो में विकसित किया गया था। यह निम्नानुसार काम करता है: ईयरफोन एक ऑडियो सिग्नल का उत्सर्जन करता है, और फिर ईयरफोन में निर्मित माइक्रोफोन कान नहर में परावर्तित सिग्नल प्राप्त करता है। सिग्नल की विशेषताओं के बाद एक विशेष प्रणाली द्वारा विश्लेषण किया जाता है।

प्रत्येक व्यक्ति में श्रवण नहर का आकार अद्वितीय है - उंगलियों के निशान या रेटिना की तरह। ऐसी प्रणाली की सटीकता 95% है। बेशक, ऐसी प्रणाली फोरेंसिक के लिए उपयुक्त नहीं है, लेकिन उपयोगकर्ता की पहचान की पुष्टि के रूप में हर रोज उपयोग के लिए - पूरी तरह से।

तो, अब कई उपकरणों में एक फिंगरप्रिंट मॉड्यूल या चेहरे की पहचान प्रणाली होती है। ये प्रमाणीकरण विधियाँ बहुत जटिल नहीं हैं, लेकिन प्रभावी हैं। सच है, उनके लिए काम करना शुरू करने के लिए, उपयोगकर्ता को कुछ कार्य करने होंगे।

लेकिन कान नहर को स्कैन करने से उपयोगकर्ताओं की ओर से किसी भी कार्रवाई की आवश्यकता नहीं होती है - निश्चित रूप से, अगर एक ईरफ़ोन कान में डाला जाता है। परियोजना के लेखकों के अनुसार, बफ़ेलो में न्यूयॉर्क विश्वविद्यालय के झानपेंग जिन के नेतृत्व में, भविष्य में इसी तरह की प्रणाली का उपयोग किया जा सकता है।

हार्डवेयर प्लेटफॉर्म के रूप में, वैज्ञानिकों ने बोस साउंडस्पोर्ट पोर्टेबल हेडफ़ोन का उपयोग किया। एक माइक्रोफोन को हेडफ़ोन में से एक में बनाया गया है, जो एक प्रतिबिंबित ऑडियो सिग्नल प्राप्त करता है। यह स्पीकर के सामने स्थित है - डेवलपर्स के अनुसार, इस मामले में परिलक्षित ध्वनि के बजाय "प्रत्यक्ष" का अनुपात न्यूनतम है।



सिस्टम दो चरणों में ऑडियो सिग्नल की विशेषताओं का विश्लेषण करता है। सबसे पहले, ध्वनि को सिस्टम द्वारा ध्वनि के रूप में पहचाना जाता है, न कि शोर। फिर, 6000 हर्ट्ज से ऊपर की आवृत्तियों का कटऑफ किया जाता है।

इसके बाद ही, एल्गोरिथ्म मालिक को पहचानता है, जिसके लिए स्पीकर और माइक्रोफ़ोन से एक सिग्नल की तुलना की जाती है, तथाकथित हस्तांतरण फ़ंक्शन के बाद के पुनर्निर्माण के साथ। इसके आधार पर, मशीन कुछ विशेषताओं की गणना करती है जो बाइनरी क्लासिफायरियर के अधिक जटिल विश्लेषण से गुजरती हैं। यह सब "विदेशी" से "मास्टर" को अलग करने के लिए आवश्यक है।

डेवलपर्स ने कहा कि सिस्टम का परीक्षण 20 लोगों पर किया गया था। सभी स्वयंसेवकों को अलग-अलग पोज़ में पॉडकास्ट के पाँच-पाँच सेक्शन दिए गए, जिनमें अलग-अलग बैकग्राउंड नॉइज़ के स्तर थे। ऑडियो रिकॉर्डिंग की कुल संख्या, जिसकी लंबाई 1 सेकंड - 11,900 थी। उनमें से प्रत्येक एक उपयोगकर्ता के लिए पांच अलग-अलग माइक्रोफोन रिकॉर्डिंग से बना था।

जैसा कि यह निकला, मानव पहचान की सटीकता लगभग 95 प्रतिशत थी। ऑडियो रिकॉर्डिंग की अवधि 3 सेकंड तक बढ़ने के बाद, सटीकता 97.5% तक बढ़ गई।

क्या ऐसा सिस्टम (वैसे, इसे इयरचो कहा जाता है) व्यावहारिक अनुप्रयोग खोजेगा? सबसे स्पष्ट तरीका मोबाइल उपकरणों के उपयोगकर्ताओं की पहचान करना है। इस मामले में, विधि का उपयोग मुख्य या सहायक के रूप में किया जा सकता है - यह निर्भर करता है कि विश्वसनीयता किस स्तर की आवश्यकता है।



जैसा कि ऊपर उल्लेख किया गया है, पहचान के लिए यह आवश्यक है कि हेडफ़ोन कान में हों, अर्थात, कार्रवाई अभी भी करने की आवश्यकता है। फिर भी, यदि कोई व्यक्ति पहले से ही हेडफ़ोन पहन रहा है (और अब कई लोग उन्हें घर, काम, हॉल से बाहर निकलने के तुरंत बाद डालते हैं), तो, उदाहरण के लिए, बैंक भुगतान का दूसरा काम बन जाता है।