Биометрия — это наука об идентификации и аутентификации людей на основе физических и поведенческих характеристик, то есть биометрических данных. К физическим данным относятся отпечатки пальцев, лицо, ДНК, ладонь, сетчатка глаза, голос и даже запах. К поведенческим — походка и речь.
Это одна из самых быстрорастущих технологических областей, которую сейчас внедряют в бизнес и другие сферы деятельности — медицина, полиция, образование. Биометрия помогает создавать безопасный и удобный мир. Однако сейчас все силы направлены на защиту биометрических данных.
Исследование компании Worldpay — мирового лидера в области платежных систем — показало, что 63% потребителей готовы использовать биометрическое сканирование для аутентификации покупок. 69% выразили готовность к использованию собственных отпечатков пальцев.
Почти четверть опрошенных заявила, что им будет удобно подтверждать покупки с помощью распознавания лиц, а 33% респондентов будут рады использовать для этого радужку глаза. 18% признались, что им будет комфортно оплачивать покупки при помощи распознавания голоса.
Также результаты исследования продемонстрировали, что более молодые покупатели готовы использовать автоматизированные методы оплаты, чтобы ускорить процесс покупки.
Как работает биометрическая система?
Биометрическая идентификация делится на три основных этапа. Первый шаг — захват и запись объекта или изображения пользователя. В зависимости от используемой биометрической системы — сканер или датчик — захватывается уникальная черта человека. Например, радужка глаза, лицо или отпечаток пальца.
Второй шаг — хранение данных в защищенной базе. Компьютер анализирует изображение или запись и перевод ее в информационный код или график.
Третий шаг — проверка-сравнение новых биометрических данных с существующими. Именно на этом этапе чаще всего применяют глубинное обучение, чтобы уменьшить процент ошибки и быстрее развивать технологию.
Как машинное обучение продвигает развитие биометрии?
Одна из главных проблем биометрии сейчас — не 100% точность распознавания лиц. Поэтому компании и институты проводят исследования в области компьютерного зрения, чтобы научить камеры видеть как человек.
В 2016 году ученые из Массачусетского технологического института представилисистему машинного обучения, которую обучили распознавать набор конкретных на основе образцовых изображений. Кроме того, нейросеть научила распознавать изображение с искажением формы лица. Например, когда голова повернута на 45 градусов вправо или влево. Это большой прорыв, потому что распознавать лица с камер видеонаблюдения не так просто именно из-за «кривизны» лиц.
Технология Face ID от Apple тоже использует машинное обучение. По словам компании, если пользователь наденет очки, то система его распознает. Кроме того, искусственный интеллект может распознать фотографию и 3D-маску и отличить ее от лица человека, если вдруг хакер решит воспользоваться чужим смартфоном.
Машинное обучение также используют в поведенческой биометрии для распознавания мошенничества. Машины анализируют ритм вода или скорость просмотра для проверки личности пользователя. Мошенникам подделать это очень трудно. Однако чтобы обнаружить нежелательные операции компьютерам нужно обработать огромный поток данных. Программные методы помогают выбрать из всей базы те данные, которые наиболее значительные для обнаружения мошенничества.
В первую очередь внедрение искусственного интеллекта в биометрические системы нужно для защиты от взлома и обхода безопасности. Потому что сейчас биометрию внедряют в области, где важна безопасность человека и данных, то есть во все сферы, связанные с людьми. А когда речь идет о персональных данных, их защита — главная задача.
Контроль доступа
Количество компаний, которые используют биометрию для доступа в помещение, постоянно растет, потому что для идентификации личности недостаточно простых аутентификаторов, как например, пароля. Его можно подсмотреть или заполучить менее законными путями, например, с помощью взлом.
В этом плане биометрия обладает преимуществом, потому что она основана на идентификации кого-то с кем-то. Пароли и магнитные карты работают по принципу, что человек что-то знает или у него что-то есть. Поэтому биометрию внедряют уже для доступа к квартире, смартфону или автомобилю.
Компания Nuance разрабатывает технологию Dragon Drive для использования голосовых команд в автомобилях. Система использует облачное машинное обучение и биометрическое распознавание голоса для идентификации пользователя. Кроме того, компания изучает распознавание лиц, чтобы повысить безопасность биометрической системы распознавания голоса.
Технологию начали внедрять в BMW 7-series и, скорее всего, после релиза более продвинутых систем Nuance подключат к другим моделям марки.
Подтверждение финансовых операций
Мировые финансовые компании становятся более цифровыми. Банки внедряют биометрические технологии, чтобы улучшить управление идентификацией клиентов и борьбы с мошенничеством. Биометрия повышает безопасность транзакций. А истории, связанные с кражей данных, и неудобство традиционной системы подтверждения личности побуждает клиентов выбирать банки, которые использую новые технологии.
Среди российских компаний разработкой биометрических решений для финансовой сферы занимается VisionLabs. Компания развивает собственную платформу VisionLabs LUNA, которая анализирует изображение, поступающее с камер.
В конце 2016 года VisionLabs подписала соглашение с «Тинькофф Банк» для верификации и идентификации лиц. Одна из задач, которую решает система, — проведение оффлайн-расследований: анализ клиентской базы для выявления признаков мошенничества, верификация по фотографии клиентов, подавших заявку на получение кредита.
В июле 2017 года «Сбербанк» установил первый банкомат с биометрией. До конца года проект работает в пилотном режиме. С помощью банкомата сотрудники офиса банка на Кутузовском проспекте в Москве могут выполнять безналичные операции без физической карты. Для идентификации клиента банк использует алгоритм распознавания лиц от Toshiba. Внедрила технологию в банкомат компания RecFaces.
Безопасность в аэропорту
Биометрические системы распознавания личности пассажиров — технологическая новинка, которую внедряют в аэропортах по всему миру. Компании давно пытаются реализовать контроль без личного контакта сотрудников служб безопасности. С появление биометрии такая возможность стала более доступной.
Аэропорт Логан в Бостоне и авиакомпания JetBlue Airways в июне 2017 года начали эксперимент с распознаванием лиц перед посадкой. Такой подход исключает сканирование посадочного талона и ручную проверку паспорта. Пассажиру достаточно взглянуть в камеру, которая сопоставляет полученное фото с данными из паспорта или визы.
Аналогичный эксперимент открыл амстердамский аэропорт Схипхол и авиакомпания KLM. Чтобы пройти посадку через биометрический турникет, пассажиру нужно зарегистрироваться. Для этого достаточно просканировать паспорт, посадочный талон и сфотографироваться.
В конце октября 2017 года на заседании совета директоров «Аэрофлота» обсудили запуск проекта «Автоматизированный аэропорт», который максимально упростит прохождение аэропортовых процедур. Детали проекта не раскрываются, однако написано, что вместо паспорта и посадочного талона в аэропортах начнут использовать биометрические данные.
Школы
Кроме обеспечения доступа в школьные помещения для учеников и сотрудников заведения биометрические данные используют для записи посещаемости, проверки книг и даже оплаты за питание. Но для использования системы нужно письменное согласие родителей. Официальных данных, сколько школ использует биометрию нет. Однако в исследовании 2012 года, проведенного Ассоциацией руководителей школ и колледжей, говорится, что 30% заведений среднего образования Англии использует биометрические данные.
В России биометрические технологии в школе использует «Ладошки» — проект «Сбербанка» и Mastercard. Проект использует биометрию для оплаты питания по ладони. Для этого школьнику достаточно подойти к терминалу в столовой, выбрать блюдо и поднести ладонь к сенсору. Сейчас проект реализован в нескольких десятках школ России, но их число не уточняется.
Медицина
В отличие от биометрии человека, личные медицинские данные, включающие цифровые изображения и записи биоритмов, называют медицинской биометрией. Такие данные формируют для диагностики и терапии. Медицинские биометрические исследования направлены на использование персональных данных (изображения и биологически измеряемые сигналы) для решения медицинских проблем.
Медицинские биометрические системы объединяют технологии из биологии, медицины, бытовой электроники, статистики и вычислений для создания систем компьютерной диагностики и терапии. Раньше подобные технологии считались дорогими и использовались только в клиниках. Но такие системы становятся более компактными и их можно интегрировать в носимые устройства, например, в «умные» браслеты и часы. Такие устройства уже могут отправлять медицинские данные через облачные сервисы, что упрощает наблюдение за здоровьем пациентов.
Поиск преступников
Органы внутренней и международной разведки уже много лет используют биометрию в уголовных расследованиях. Лидером в области биометрии считается ФБР, которое использует биометрическую идентификацию с давних времен. Например, в 1924 бюро приняло на себя ответственность за управление национальной сборки отпечатков пальцев. И уже в конце 20 века бюро автоматизировало сопоставление отпечатков пальцев.
Также ФБР создало Биометрический центр передового опыта (Biometric Center of Excellence, BCOE), чтобы бороться с преступностью и терроризмом при помощи биометрических технологий. Сейчас бюро обладает самой большой в мире базой биометрических данных для расследования криминальных историй, известной как система идентификации нового поколения (Next Generation Identification, NGI).
За последние несколько лет CCTV камеры всё чаще используются в общественных местах: аэропортах, вокзалах, торговых центрах. Это помогает выявлять и предотвращать преступления, кражи магазинов, общественные беспорядки и терроризм. Однако известных результатов за последние годы использования технологии в этом направлении сейчас нет. Однако в дальнейшем компании планируют внедрить распознавание людей по походке и запахам.
Трудность использования распознавания лиц с камер видеонаблюдения в том, что люди редко смотрят непосредственно в камеру. Поэтому алгоритмам сложно обработать изображения. Выход — настроить и установить камеры таким образом, чтобы человек смотрел в камеру прямо автоматически и не осознавал это. К таким местам можно отнести лифты, часы или телевизионные экраны — локации, на которые посетители смотрят постоянно.
Таким образом, биометрия обладает большим потенциалом для практического применения. Она способна упростить и обезопасить операции, транзакции и повседневную жизнь. Однако хранение биометрических данных повышает требования к их защите.
Автор: Кристина Крецу
Изображения взяты с: Pixabay.
Привет, это редакция канала the Robot. Если тебе понравилась эта статья или тематика нашего канала – нажми лайк и подпишись, чтобы не пропустить новые материалы.
Новости о роботах и ИИ теперь можно читать там, где тебе удобно, присоединяйся!
Наш telegram канал : https://t.me/robotics_channel
Наш сайт: https://the-robot.ru/
E-mail расслыка лучших статей раз в неделю
