Τι είναι ο ορισμός της βιομετρίας. Η βιομετρία μελετά τα φυσικά χαρακτηριστικά και τα χαρακτηριστικά συμπεριφοράς ενός ατόμου, τη χρήση τους για αναγνώριση και επαλήθευση

Βιομετρίαπεριλαμβάνει ένα σύστημα για την αναγνώριση των ανθρώπων με βάση ένα ή περισσότερα φυσικά ή συμπεριφορικά χαρακτηριστικά. Στον τομέα της τεχνολογίας των πληροφοριών, τα βιομετρικά στοιχεία χρησιμοποιούνται ως μια μορφή διαχείρισης και ελέγχου πρόσβασης αναγνωριστικών πρόσβασης. Η βιομετρική ανάλυση χρησιμοποιείται επίσης για τον εντοπισμό ατόμων που βρίσκονται υπό παρακολούθηση (ευρέως χρησιμοποιούμενη στις ΗΠΑ, καθώς και στη Ρωσία - δακτυλικά αποτυπώματα)

Εγκυκλοπαιδικό YouTube

1 / 2

✪ Ο βιομετρικός αναγνώστης δεν λειτουργεί καλά. Γιατί;

✪ Βιομετρικά συστήματα. Anatoly Bokov, Sonda Technology

Υπότιτλοι

Για την εισαγωγή δακτυλικών αποτυπωμάτων στη βάση δεδομένων γενικά, βιομετρικά τερματικά Timex. Καταρχήν, σας προσφέρει 3 δακτυλικά αποτυπώματα ανά δάχτυλο, χοντρικά 3 υποβολές. Συνιστάται να φέρετε το δάχτυλό σας, γυρνώντας πρώτα λίγο προς τα αριστερά, στη μέση και προς τα δεξιά, ώστε να καλυφθεί όλη η επιφάνεια. Επειδή πολύ συχνά εισάγουν λανθασμένα τα δακτυλικά αποτυπώματα και μετά αναρωτιούνται γιατί δεν λειτουργεί καλά. Επομένως, υπάρχει επίσης ένα σημείο εδώ που πρέπει επίσης να τα εισάγετε σωστά. Όσο πιο προσεκτικά και σωστά τα εισάγετε, τόσο λιγότερα είναι τα πιθανά προβλήματα με τις εκτυπώσεις. Υπάρχουν επίσης στιγμές που οι άνθρωποι, οι πελάτες, εγκαθιστούν βιομετρικά τερματικά ώρας και παρουσίας με ενσωματωμένους ελεγκτές σε μια περιστροφική πύλη υψηλής κυκλοφορίας. Λοιπόν, αυτή είναι επίσης μια τόσο αμφίβολη ιστορία, γιατί, ειδικά για διάφορες βιομηχανίες, οι άνθρωποι εκεί έχουν τέτοια αποτυπώματα που σίγουρα δημιουργούνται προβλήματα.

Βασικές αρχές

Τα βιομετρικά δεδομένα μπορούν να χωριστούν σε δύο κύριες κατηγορίες:

• Φυσιολογικός- σχετίζονται με το σχήμα του σώματος. Παραδείγματα περιλαμβάνουν: δακτυλικά αποτυπώματα, αναγνώριση προσώπου, DNA, παλάμη χεριού, αμφιβληστροειδή, μυρωδιά, φωνή.
• Συμπεριφορική- σχετίζεται με την ανθρώπινη συμπεριφορά. Για παράδειγμα, βάδισμα και ομιλία. Μερικές φορές ο αγγλικός όρος χρησιμοποιείται για αυτήν την κατηγορία βιομετρικών στοιχείων. συμπεριφορομετρία.

Ορισμοί

Βασικοί ορισμοί που χρησιμοποιούνται στον τομέα των βιομετρικών συσκευών:

• Καθολικότητα - κάθε άτομο πρέπει να έχει ένα μετρήσιμο χαρακτηριστικό.
• Η μοναδικότητα είναι το πόσο καλά διακρίνεται ένα άτομο από ένα άλλο από βιομετρική άποψη.
• Η επιμονή είναι ένα μέτρο του βαθμού στον οποίο επιλεγμένα βιομετρικά χαρακτηριστικά παραμένουν αμετάβλητα με την πάροδο του χρόνου, όπως κατά τη διαδικασία της γήρανσης.
• Συλλογές - ευκολία μέτρησης.
• Παραγωγικότητα - ακρίβεια, ταχύτητα και αξιοπιστία των τεχνολογιών που χρησιμοποιούνται.
• Η αποδοχή είναι ο βαθμός αξιοπιστίας της τεχνολογίας.
• Εξάλειψη - αντικατάσταση ευκολίας χρήσης.

Το βιομετρικό σύστημα μπορεί να λειτουργήσει με δύο τρόπους:

• Επαλήθευση - σύγκριση ένας προς έναν με βιομετρικό πρότυπο. Επαληθεύει ότι το άτομο είναι αυτό που ισχυρίζεται ότι είναι. Η επαλήθευση μπορεί να γίνει με έξυπνη κάρτα, όνομα χρήστη ή αριθμό αναγνώρισης.
• Αναγνώριση - σύγκριση ένα προς πολλά: μετά τη «σύλληψη» των βιομετρικών δεδομένων, γίνεται σύνδεση με τη βιομετρική βάση δεδομένων για τον προσδιορισμό της ταυτότητας. Η προσωπική ταυτοποίηση είναι επιτυχής εάν το βιομετρικό δείγμα βρίσκεται ήδη στη βάση δεδομένων.

Η πρώτη ιδιωτική και ατομική εφαρμογή του βιομετρικού συστήματος ονομάστηκε εγγραφή. Κατά τη διαδικασία εγγραφής, αποθηκεύτηκαν βιομετρικές πληροφορίες από το άτομο. Στη συνέχεια, οι βιομετρικές πληροφορίες καταγράφηκαν και συγκρίθηκαν με τις πληροφορίες που ελήφθησαν προηγουμένως. Λάβετε υπόψη ότι εάν ένα βιομετρικό σύστημα πρόκειται να είναι ασφαλές, είναι απαραίτητο η αποθήκευση και η ανάκτηση εντός των ίδιων των συστημάτων να είναι ασφαλής.

• Ποσοστό ψευδούς αποδοχής (FAR) ή Ποσοστό ψευδούς αντιστοίχισης (FMR)
  FAR - ποσοστό ψευδούς αποδοχής, η πιθανότητα ψευδούς ταυτοποίησης, δηλαδή η πιθανότητα ότι το σύστημα βιοαναγνώρισης αναγνωρίζει κατά λάθος την αυθεντικότητα (για παράδειγμα, με δακτυλικό αποτύπωμα) ενός χρήστη που δεν είναι εγγεγραμμένος στο σύστημα
  Το FMR είναι η πιθανότητα το σύστημα να συγκρίνει εσφαλμένα ένα μοτίβο εισόδου με ένα μη αντιστοιχισμένο μοτίβο στη βάση δεδομένων.
• Ποσοστό ψευδούς απόρριψης (FRR) ή ψευδώς αρνητικό ποσοστό (FNMR)
  FRR - ποσοστό άρνησης ψευδούς πρόσβασης - η πιθανότητα το σύστημα βιο-ταυτοποίησης να μην αναγνωρίζει την αυθεντικότητα του δακτυλικού αποτυπώματος του χρήστη που είναι εγγεγραμμένος σε αυτό.
  Το FNMR είναι η πιθανότητα ότι το σύστημα θα κάνει λάθος στον εντοπισμό αντιστοιχιών μεταξύ του μοτίβου εισόδου και του αντίστοιχου μοτίβου από τη βάση δεδομένων. Το σύστημα μετρά το ποσοστό των έγκυρων εισροών που ελήφθησαν λανθασμένα.
• Χαρακτηριστικό λειτουργίας συστήματος ή σχετικό χαρακτηριστικό λειτουργίας (ROC)
  Η πλοκή ROC είναι μια απεικόνιση της αντιστάθμισης μεταξύ της απόδοσης FAR και FRR. Γενικά, ο αλγόριθμος αντιστοίχισης λαμβάνει μια απόφαση με βάση ένα όριο που καθορίζει πόσο κοντά πρέπει να είναι το δείγμα εισόδου στο πρότυπο για να θεωρηθεί αντιστοίχιση. Εάν το όριο μειωνόταν, θα υπήρχαν λιγότερες ψευδείς μη αντιστοιχίσεις, αλλά περισσότερες ψευδείς αποδοχές. Κατά συνέπεια, ένα υψηλό όριο θα μειώσει το FAR αλλά θα αυξήσει το FRR. Το γραμμικό γράφημα δείχνει τις διαφορές για υψηλή απόδοση (λιγότερα σφάλματα - λιγότερα σφάλματα).
• Ίσο ποσοστό σφάλματος (EER) ή ποσοστό παροδικού σφάλματος (CER) είναι οι ρυθμοί στους οποίους και τα δύο σφάλματα (σφάλμα λήψης και σφάλμα απόρριψης) είναι ισοδύναμα. Η τιμή EER ​​μπορεί να ληφθεί εύκολα από την καμπύλη ROC. Το EER είναι ένας γρήγορος τρόπος σύγκρισης της ακρίβειας οργάνων με διαφορετικές καμπύλες ROC. Γενικά, οι συσκευές με χαμηλό EER είναι οι πιο ακριβείς. Όσο χαμηλότερο είναι το EER, τόσο πιο ακριβές θα είναι το σύστημα.
• Η αναλογία αποτυχίας εγγραφής (FTE ή FER) είναι ο ρυθμός με τον οποίο οι προσπάθειες δημιουργίας προτύπου από δεδομένα εισόδου είναι ανεπιτυχείς. Τις περισσότερες φορές αυτό προκαλείται από δεδομένα εισόδου χαμηλής ποιότητας.
• False Hold Rate (FTC) - Στα αυτοματοποιημένα συστήματα, αυτή είναι η πιθανότητα το σύστημα να μην μπορεί να ανιχνεύσει βιομετρικά δεδομένα εισόδου όταν παρουσιάζονται σωστά.
• Η χωρητικότητα προτύπου είναι ο μέγιστος αριθμός συνόλων δεδομένων που μπορούν να αποθηκευτούν στο σύστημα.

Καθώς η ευαισθησία των βιομετρικών συσκευών αυξάνεται, το FAR μειώνεται και το FRR αυξάνεται.

Καθήκοντα και προβλήματα

Εμπιστευτικότητα και διαχωρισμός

Τα δεδομένα που λαμβάνονται κατά τη βιομετρική εγγραφή μπορούν να χρησιμοποιηθούν για σκοπούς για τους οποίους το εγγεγραμμένο άτομο δεν συναίνεσε (δεν γνώριζε).

Κίνδυνος για τους κατόχους προστατευόμενων δεδομένων

Σε περιπτώσεις όπου οι κλέφτες δεν μπορούν να αποκτήσουν πρόσβαση σε προστατευόμενη περιουσία, υπάρχει η δυνατότητα εντοπισμού και δολοφονίας του κομιστή βιομετρικών αναγνωριστικών προκειμένου να αποκτήσουν πρόσβαση. Εάν κάτι προστατεύεται από μια βιομετρική συσκευή, ο ιδιοκτήτης θα μπορούσε να υποστεί μη αναστρέψιμη ζημιά, πιθανώς να κοστίσει περισσότερο από το ίδιο το ακίνητο. Για παράδειγμα, το 2005, Μαλαισιανοί κλέφτες αυτοκινήτων έκοψαν το δάχτυλο του ιδιοκτήτη μιας Mercedes-Benz S-Class ενώ προσπαθούσαν να κλέψουν το αυτοκίνητό του.

Η χρήση βιομετρικών δεδομένων είναι δυνητικά ευάλωτη σε απάτη: τα βιομετρικά δεδομένα ψηφιοποιούνται κατά κάποιο τρόπο. Ένας απατεώνας μπορεί να συνδεθεί με το δίαυλο που οδηγεί από τον σαρωτή στη συσκευή επεξεργασίας και να λάβει πλήρεις πληροφορίες για το σαρωμένο αντικείμενο. Τότε ο απατεώνας δεν θα χρειαστεί καν ζωντανό άτομο, γιατί, έχοντας συνδεθεί με το λεωφορείο με τον ίδιο τρόπο, θα μπορεί να πραγματοποιήσει όλες τις λειτουργίες για λογαριασμό του σαρωμένου ατόμου, χωρίς να χρησιμοποιήσει το σαρωτή.

Ακυρώσιμα βιομετρικά στοιχεία

Το πλεονέκτημα των κωδικών πρόσβασης έναντι των βιομετρικών στοιχείων είναι η δυνατότητα αλλαγής τους. Εάν κλαπεί ή χαθεί ο κωδικός πρόσβασής σας, μπορείτε να τον ακυρώσετε και να τον αντικαταστήσετε με μια νέα έκδοση. Αυτό γίνεται αδύνατο με ορισμένες βιομετρικές επιλογές. Εάν οι παράμετροι του προσώπου κάποιου έχουν κλαπεί από τη βάση δεδομένων, τότε δεν μπορούν να ακυρωθούν ή να εκδοθούν νέες. Τα ακυρώσιμα βιομετρικά στοιχεία είναι ο καλύτερος τρόπος, που θα πρέπει να περιλαμβάνει τη δυνατότητα ακύρωσης και αντικατάστασης βιομετρικών στοιχείων. Προτάθηκε για πρώτη φορά από τους Ratha et al.

Έχουν αναπτυχθεί αρκετές ακυρώσιμες βιομετρικές μέθοδοι. Το πρώτο ακυρώσιμο βιομετρικό σύστημα που βασίζεται σε δακτυλικά αποτυπώματα σχεδιάστηκε και δημιουργήθηκε από τον Tulyakov. . Βασικά, τα ακυρώσιμα βιομετρικά είναι η παραμόρφωση μιας βιομετρικής εικόνας ή ιδιοτήτων πριν συμφωνηθούν. Η μεταβλητότητα των παραμορφωμένων παραμέτρων φέρει μαζί της τη δυνατότητα ακύρωσης για ένα δεδομένο κύκλωμα. Ορισμένες από τις προτεινόμενες τεχνικές λειτουργούν χρησιμοποιώντας τους δικούς τους μηχανισμούς αναγνώρισης, όπως το έργο των Teo και Savvid, ενώ άλλες (Dabba) επωφελούνται από την προώθηση της καλά παρουσιαζόμενης βιομετρικής έρευνας για τις διεπαφές αναγνώρισής τους. Αν και οι περιορισμοί ασφαλείας αυξάνονται, αυτό εξακολουθεί να κάνει τα μοντέλα που μπορούν να παρακαμφθούν πιο προσιτά στις βιομετρικές τεχνολογίες.

Μία από τις ιδιωτικές λύσεις μπορεί να είναι, για παράδειγμα, η μη χρήση όλων των βιομετρικών παραμέτρων. Για παράδειγμα, για αναγνώριση, χρησιμοποιείται το σχέδιο των θηλωδών γραμμών μόνο δύο δακτύλων (για παράδειγμα, οι αντίχειρες του δεξιού και του αριστερού χεριού). Εάν είναι απαραίτητο (για παράδειγμα, εάν καούν τα μαξιλαράκια δύο δακτύλων «κλειδιών»), τα δεδομένα στο σύστημα μπορούν να διορθωθούν έτσι ώστε από μια συγκεκριμένη στιγμή ο έγκυρος συνδυασμός να είναι ο δείκτης του αριστερού χεριού και το μικρό δάχτυλο του το δεξί χέρι (δεδομένα που δεν είχαν καταγραφεί προηγουμένως στο σύστημα - και δεν μπορούσαν να παραβιαστούν).

Διεθνής ανταλλαγή βιομετρικών δεδομένων

Πολλές χώρες, συμπεριλαμβανομένων των Ηνωμένων Πολιτειών, συμμετέχουν ήδη στην ανταλλαγή βιομετρικών δεδομένων. Αυτή η δήλωση έγινε το 2009 στην Επιτροπή Πιστώσεων, Υποεπιτροπή Εσωτερικής Ασφάλειας για τη «βιομετρική ταυτοποίηση» από την Kathleen Kraninger και τον Robert Mockney:

Για να διασφαλίσουμε ότι μπορούμε να σταματήσουμε τις τρομοκρατικές οργανώσεις πριν φτάσουν στις Ηνωμένες Πολιτείες, πρέπει να αναλάβουμε ηγετικό ρόλο στην προώθηση των διεθνών προτύπων για τα βιομετρικά στοιχεία. Αναπτύσσοντας διαλειτουργικά συστήματα, θα είμαστε σε θέση να μεταφέρουμε με ασφάλεια πληροφορίες για τρομοκράτες μεταξύ χωρών, διατηρώντας την ασφάλειά μας. Ακριβώς όπως βελτιώνουμε τον τρόπο με τον οποίο συνεργαζόμαστε εντός της κυβέρνησης των ΗΠΑ για τον εντοπισμό και την εξάλειψη τρομοκρατών και άλλων επικίνδυνων ατόμων, έχουμε επίσης δέσμευση προς τους εταίρους μας στο εξωτερικό να συνεργαστούν για να αποτρέψουν οποιαδήποτε τρομοκρατική δραστηριότητα.

Κατανοούμε ότι μέσω της βιομετρίας και της διεθνούς συνεργασίας, μπορούμε να αλλάξουμε και να επεκτείνουμε τις ταξιδιωτικές επιλογές και να προστατεύσουμε τους ανθρώπους σε όλο τον κόσμο από αυτούς που θα μας βλάψουν.

Σύμφωνα με άρθρο που δημοσιεύτηκε από τον S. Magnuson στο περιοδικό National Defense Magazine, το Υπουργείο Εσωτερικής Ασφάλειας των ΗΠΑ δέχεται πιέσεις να διανείμει βιομετρικά δεδομένα. Το άρθρο λέει:

Ο Μίλερ (σύμβουλος του Υπουργείου Εσωτερικής Ασφάλειας και Υποθέσεων Ασφάλειας στην Αμερική) αναφέρει ότι οι Ηνωμένες Πολιτείες έχουν διμερείς συμφωνίες για την ανταλλαγή βιομετρικών δεδομένων με 25 χώρες. Κάθε φορά που ένας ξένος ηγέτης επισκέπτεται την Ουάσιγκτον τα τελευταία χρόνια, το Στέιτ Ντιπάρτμεντ φρόντισε να διαπραγματευτεί μια παρόμοια συνθήκη μαζί τους.

Νομοθετική ρύθμιση στη Ρωσία

Το άρθρο 11 του ομοσπονδιακού νόμου «Περί δεδομένων προσωπικού χαρακτήρα» αριθ. 152-FZ της 27ης Ιουλίου 2006 ρυθμίζει τα κύρια χαρακτηριστικά της χρήσης βιομετρικών δεδομένων.

Η βιομετρία στη λαϊκή κουλτούρα

Οι βιομετρικές τεχνολογίες έχουν προβληθεί σε δημοφιλείς ταινίες. Αυτό από μόνο του έχει ήδη προκαλέσει το ενδιαφέρον των καταναλωτών για τα βιομετρικά στοιχεία ως μέσο αναγνώρισης ενός ατόμου. Οι ταινίες "X-Men" και "Hulk" του 2003 χρησιμοποιούσαν τεχνολογίες βιομετρικής αναγνώρισης: με τη μορφή πρόσβασης στο χέρι στην ταινία "X-Men" και πρόσβασης δακτυλικών αποτυπωμάτων στο "Hulk".

Αλλά αυτό δεν ήταν τόσο σημαντικό μέχρι που κυκλοφόρησε το 2004 η ταινία "I, Robot" με πρωταγωνιστή τον Will Smith. Η φουτουριστική ταινία έδειξε την ανάπτυξη νέων τεχνολογιών, οι οποίες ακόμη και σήμερα δεν έχουν ακόμη αναπτυχθεί επαρκώς. Η χρήση τεχνολογιών αναγνώρισης φωνής και παλάμης στην ταινία αποτύπωσε το όραμα των ανθρώπων για το μέλλον, και οι δύο αυτές τεχνολογίες που χρησιμοποιούνται σήμερα για την ασφάλεια κτιρίων ή πληροφοριών είναι μόνο δύο από τις πιθανές χρήσεις των βιομετρικών στοιχείων.

Το 2005 κυκλοφόρησε η ταινία "The Island". Δύο φορές κατά τη διάρκεια της ταινίας, οι κλώνοι χρησιμοποιούν βιομετρικά δεδομένα: για να εισβάλουν σε ένα σπίτι και να ξεκινήσουν ένα αυτοκίνητο.

Η ταινία "Gattaca" απεικονίζει μια κοινωνία στην οποία υπάρχουν δύο κατηγορίες ανθρώπων: προϊόντα γενετικής μηχανικής που έχουν δημιουργηθεί για να είναι ανώτερα (τα λεγόμενα "Έγκυρα") και κατώτεροι απλοί άνθρωποι ("Ανάπηροι"). Οι άνθρωποι που θεωρούνταν "Έγκυρο" είχαν μεγάλα προνόμια και η πρόσβαση σε απαγορευμένες περιοχές περιοριζόταν σε τέτοια άτομα και ελεγχόταν από αυτόματους βιομετρικούς σαρωτές, παρόμοιους με τους σαρωτές δακτυλικών αποτυπωμάτων, αλλά τρυπώντας ένα δάχτυλο και λάμβαναν δείγμα DNA από το αίμα που είχε ληφθεί.

Στην ταινία Destroyer, ο χαρακτήρας Simon Phoenix, τον οποίο υποδύεται ο Wesley Snipes, κόβει το μάτι ενός θύματος για να ανοίξει μια πόρτα με έναν σαρωτή αμφιβληστροειδούς.

Στο Monsters vs. Aliens της DreamWorks, ένας στρατιωτικός βοηθός διεισδύει στη ζώνη χρησιμοποιώντας βιομετρικά στοιχεία.

ΕΙΣΑΓΩΓΗ

Τα ζητήματα της μελέτης ζωντανών οργανισμών και φυτικών αντικειμένων, καθώς και διεργασιών που συμβαίνουν σε κυτταρικό, μοριακό και γενετικό επίπεδο, γίνονται όλο και πιο επίκαιρα κάθε μέρα. Για το σκοπό αυτό, επιστημονικά εργαστήρια αναπτύσσουν μεθόδους για τη μελέτη τους και την προσομοίωση πολύπλοκων φυσικών φαινομένων. Οι πιο συχνά χρησιμοποιούμενες μέθοδοι έρευνας περιλαμβάνουν πειραματικές και πολυμεταβλητές στατιστικές μεθόδους. Αποτελούν σημαντικό και αναπόσπαστο μέρος ενός εργαστηριακού πειράματος και καθιστούν δυνατό τον αξιόπιστο προσδιορισμό των προτύπων των φυσικών διεργασιών που συμβαίνουν, καθώς και την εύρεση σχέσεων αιτίου-αποτελέσματος μεταξύ τους.

Στην επιστημονική έρευνα, η μέθοδος της μαζικής παρατήρησης χρησιμοποιείται αποτελεσματικά για τη λήψη αξιόπιστων δεδομένων. Αυτή η μέθοδος βασίζεται στη χρήση μεγάλου αριθμού αντιγράφων σε κάθε πειραματική ομάδα. Το υλικό που λαμβάνεται κατά το εργαστηριακό πείραμα επεξεργάζεται και αναλύεται, στη συνέχεια, με βάση τα δεδομένα που λαμβάνονται, εξάγονται τα κατάλληλα συμπεράσματα και καθορίζονται ορισμένα πρότυπα. Μεγάλη σημασία για την επίτευξη της μεγαλύτερης ακρίβειας των αποτελεσμάτων και των συμπερασμάτων κατά τη διάρκεια ενός πειράματος δεν είναι μόνο η ποιότητα των πειραματικών μεθόδων, αλλά και η σωστή στατιστική επεξεργασία, καθώς τα αποτελέσματα που λαμβάνονται μπορεί να διαφέρουν σημαντικά μέσα σε μία πειραματική ομάδα. Έτσι, η διεξαγωγή στατιστικής ανάλυσης πειραματικά ληφθέντων δεδομένων διευρύνει τις δυνατότητες γνώσης βιολογικών φυσικών φαινομένων, συμβάλλει στην αντικειμενική αξιολόγηση των αποτελεσμάτων που λαμβάνονται, αποκλείοντας την πιθανότητα υποκειμενικής άποψης του ερευνητή, καθώς και μεθοδολογικών σφαλμάτων που προκύπτουν. κατά τη διάρκεια του πειράματος, και επιτρέπει στον πειραματιστή να βγάλει ακριβή και σωστά συμπεράσματα και συμπεράσματα σχετικά με το φαινόμενο που μελετάται.

Είδοςέρευνα – η τεχνολογία υπολογιστών ως μέθοδος επεξεργασίας δεδομένων που λαμβάνονται από εργαστηριακή έρευνα.

Στόχοςέρευνα – ανάλυση των δυνατοτήτων των στατιστικών προγραμμάτων κατά την επεξεργασία δεδομένων που λαμβάνονται ως αποτέλεσμα εργαστηριακού πειράματος.

Καθήκονταέρευνα:

· Να αξιολογούν τις μεθόδους της μαθηματικής στατιστικής ως προς τις δυνατότητες και τα όρια εφαρμογής τους κατά τον σχεδιασμό και την επεξεργασία ενός βιοχημικού πειράματος.

· Μελετήστε διαθέσιμα πακέτα στατιστικής ανάλυσης.

· Κατακτήστε την ικανότητα επίλυσης προβλημάτων εφαρμοσμένης στατιστικής χρησιμοποιώντας το Microsoft Excel (χρησιμοποιώντας τυπικές συναρτήσεις και πακέτα ανάλυσης δεδομένων) και γνωστών στατιστικών πακέτων STATISTICA στον τομέα της βιοχημείας.

Οι τεχνολογίες υπολογιστών έχουν μεγάλη σημασία στη στατιστική επεξεργασία δεδομένων. Αυτό επιτρέπει όχι μόνο να επιταχύνει αυτή τη διαδικασία αρκετές φορές, αλλά και να την παράγει σε υψηλότερο επίπεδο ποιότητας.

ΘΕΩΡΗΤΙΚΕΣ ΠΤΥΧΕΣ ΤΗΣ ΧΡΗΣΗΣ ΤΕΧΝΟΛΟΓΙΑΣ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΤΑ ΤΗ ΔΙΕΞΑΓΩΓΗ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΕΡΕΥΝΑΣ

Η βιομετρία ως επιστήμη και οι βασικές της έννοιες

Τα τελευταία χρόνια, οι τεχνολογίες υπολογιστών χρησιμοποιούνται όλο και περισσότερο για την επίλυση και την προσομοίωση προβλημάτων. Από αυτή την άποψη, έχει αυξηθεί η ανάγκη για ειδικούς υψηλής ειδίκευσης με καλή θεωρητική βάση και εμπειρία στην εργασία με ορισμένα προγράμματα. Σήμερα, στα εκπαιδευτικά ιδρύματα εμφανίζονται κλάδοι που καθιστούν δυνατή την ανάπτυξη βιώσιμων δεξιοτήτων που είναι απαραίτητες για την επεξεργασία και την παρουσίαση των αποτελεσμάτων της επιστημονικής δραστηριότητας. Η επιστήμη που ασχολείται με τη μελέτη μεθόδων συλλογής και ερμηνείας αριθμητικών δεδομένων ονομάζεται στατιστική . Αυτή η πειθαρχία έχει σημαντική πρακτική σημασία, καθώς επιτρέπει σε κάποιον να προβλέψει την εξέλιξη των φυσικών, κοινωνικών διαδικασιών και φαινομένων. Με τον καιρό άρχισαν να εμφανίζονται πιο εξειδικευμένοι κλάδοι αυτής της επιστήμης. Έτσι, στη συμβολή δύο ανεξάρτητων επιστημών: της βιολογίας και της στατιστικής, εμφανίζεται βιολογικές στατιστικές (ή βιομετρικά) . Η βιομετρία είναι μια εμπειρική επιστήμη που μελετά δεδομένα που λαμβάνονται κατά τη διάρκεια ενός πειράματος εκτελώντας ορισμένους μαθηματικούς υπολογισμούς. Η εκτέλεση αυτών των λειτουργιών χωρίς υπολογιστές και τεχνολογία υπολογιστών απαιτεί πολύ χρόνο. Μπορούμε να δούμε πόσο έντασης εργασίας είναι αυτή η διαδικασία εξετάζοντας μερικές από τις πιο χρησιμοποιούμενες έννοιες της βιομετρίας κατά τον χαρακτηρισμό του υπό μελέτη χαρακτηριστικού.

Βασικές έννοιες της βιομετρίας.

Πολύ συχνά στην πρακτική ανθρώπινη δραστηριότητα και κατά την επεξεργασία δεδομένων που λαμβάνονται κατά την επιστημονική έρευνα, χρησιμοποιείται μια μέση τιμή. Αυτή η τιμή χαρακτηρίζει το χαρακτηριστικό υπό μελέτη και δείχνει ποια θα ήταν η τιμή της μεταβλητής εάν όλα τα αντικείμενα από το δείγμα είχαν την ίδια τιμή. Ο αριθμητικός μέσος όρος υπολογίζεται με τον τύπο:

όπου x 1 x 2, ..., x k - επιλογές πληθυσμού. n είναι ο συνολικός αριθμός των επιλογών.

Διάμεσος (όριο διαστήματος 50%)- μια τιμή που διαιρεί το δείγμα στο μισό: ο ίδιος αριθμός επιλογών βρίσκεται και στις δύο πλευρές της διάμεσης τιμής στη σειρά παραλλαγής. Αυτή η τιμή εξαρτάται από τη συσσώρευση των συχνοτήτων. Οι συχνότητες συσσωρεύονται έως ότου ξεπεραστεί το ήμισυ του αθροίσματος των συχνοτήτων. Η μεγαλύτερη τιμή που προκύπτει είναι η διάμεσος. Ο τύπος με τον οποίο μπορεί να υπολογιστεί αυτή η τιμή είναι ο εξής:

,

όπου x min είναι η ελάχιστη τιμή του ορίου διαστήματος όπου βρίσκεται η διάμεση τιμή. i - τιμή διαστήματος. N-όγκος του πληθυσμού. Σn είναι ο συνολικός αριθμός μέχρι το διάστημα στο οποίο βρίσκεται η διάμεση τιμή. N e είναι ο αριθμός των διαστημάτων όπου βρίσκεται η διάμεση τιμή.

Ένας άλλος στατιστικός δείκτης είναι η μόδα. ΜόδαΗ τιμή που εμφανίζεται πιο συχνά ονομάζεται. Η λειτουργία μπορεί να υπολογιστεί χρησιμοποιώντας τον τύπο Pearson:

,

όπου Εγώ είναι η διάμεσος. Το M είναι η μέση τιμή του χαρακτηριστικού.

Τυπική απόκλιση,- το πιο σημαντικό χαρακτηριστικό σε ένα βιολογικό πείραμα. Αυτή η τιμή είναι ένα μέτρο της διασποράς της σειράς διανομής και καθορίζεται από τον τύπο:

Ορισμένα πειράματα απαιτούν πολύ υψηλή πειραματική ακρίβεια. Για παράδειγμα, σε ιατροβιολογικά, τοξικομετρικά κ.λπ. Το σφάλμα σε αυτά τα πειράματα δεν πρέπει να είναι μεγαλύτερο από 1%, εάν η τιμή σφάλματος υπερβαίνει το 1%, τότε η ακρίβεια του αποτελέσματος δεν είναι ικανοποιητική και ο αριθμός των επαναλήψεων πρέπει να αυξηθεί.

Ωστόσο, ανεξάρτητα από το πόσο σκληρά προσπαθεί ο ερευνητής να πραγματοποιήσει με ακρίβεια όλα τα βήματα της πειραματικής διαδικασίας, στην πράξη εξακολουθούν να εμφανίζονται σφάλματα που πρέπει να λαμβάνονται υπόψη κατά την επεξεργασία δεδομένων. Υπάρχουν διάφοροι τύποι σφαλμάτων.

Μέσο σφάλμα (m x)- δείκτης με τον οποίο η μέση τιμή του πληθυσμού του δείγματος (πειραματικό) διαφέρει από τη μέση τιμή του γενικού πληθυσμού, εάν η κατανομή της υπό μελέτη παραμέτρου τείνει σε μια κανονική τιμή. Το κύριο σφάλμα του μέσου όρου υπολογίζεται χρησιμοποιώντας τον τύπο:

Χρησιμοποιείται πιο κατατοπιστικό και αποδεκτό για σύγκριση ομάδων συντελεστής μεταβλητότητας, ή παραλλαγές. Ο συντελεστής μεταβλητότητας είναι η κύρια απόκλιση, εκφρασμένη ως ποσοστό της μέσης τιμής, η οποία υπολογίζεται από τον τύπο:

Με βάση τα αποτελέσματα που προέκυψαν, συνάγεται ένα συμπέρασμα σχετικά με τη φύση και τον βαθμό παραλλαγής του χαρακτηριστικού (Πίνακας 1.1).

Πίνακας 1.1. Η φύση της μεταβλητότητας των χαρακτηριστικών (σύμφωνα με τον M.L. Dvoretsky)

Εάν η τιμή t είναι μεγαλύτερη από τέσσερα, τότε η μέση τιμή θα είναι αξιόπιστη και, κατά συνέπεια, μπορούν να διατυπωθούν σωστά συμπεράσματα.

Προσδιορίζεται επίσης το ποσοστό διαφοράς μεταξύ του δείγματος και των γενικών μέσων όρων - ακρίβεια εμπειρίας (p,%),ή σφάλμα παρατήρησης:

Αυτή η πειραματική παράμετρος δείχνει κατά πόσο τοις εκατό μπορεί να γίνει λάθος εάν κάποιος ισχυριστεί ότι ο γενικός μέσος όρος είναι ίσος με τον λαμβανόμενο μέσο όρο του δείγματος.

Στα στατιστικά στοιχεία, ο δείκτης διαλογής είναι σημαντικός. Αυτός ο δείκτης χρησιμοποιείται για την αξιολόγηση μιας επιλογής σε σχέση με τη μέση τιμή μιας δεδομένης ομάδας χρησιμοποιώντας τον ακόλουθο τύπο:

Ανάλογα με το σκοπό της μελέτης, η τιμή μπορεί να κυμαίνεται από x: ±0,5σ έως x±1σ. Οι επιλογές με τιμή από 0,67σ έως 2σ είναι μη κανονικές εάν η τιμή είναι μεγαλύτερη από x± 2σ , τότε τέτοιες επιλογές θα πρέπει να ταξινομηθούν ως ανωμαλίες.

Στη βιομετρία υπάρχει κάτι τέτοιο όπως σφάλμα αντιπροσωπευτικότητας. Αυτό είναι ένα σφάλμα που συμβαίνει όχι κατά τη διάρκεια μετρήσεων ή υπολογισμών, αλλά λόγω τυχαίας επιλογής κατά το σχηματισμό μιας ομάδας.

Κατά τον υπολογισμό του σφάλματος του αριθμητικού μέσου όρου σε μικρές ομάδες, ο αριθμός των παρατηρήσεων (Π)είναι ο "αριθμός βαθμών ελευθερίας" - χρησιμοποιείται η έκφραση (n-1) και στη συνέχεια ο τύπος μοιάζει με:

Υπάρχει ένας τεράστιος αριθμός τύπων για τον υπολογισμό των πειραματικών σφαλμάτων. Μερικά από αυτά δίνονται παρακάτω ως παράδειγμα. Ο τύπος για τον υπολογισμό του μέσου σφάλματος της τυπικής απόκλισης:

Μέσο σφάλμα συντελεστή διακύμανσης (C):

Μέσο σφάλμα του δείκτη ασυμμετρίας:

Ή πιο συγκεκριμένα:

Σφάλμα συντελεστή κύρτωσης:

Μια συγκριτική ανάλυση των αποτελεσμάτων που λαμβάνονται καταλήγει στην αξιολόγηση του βαθμού αξιοπιστίας των διαφορών που παρατηρούνται μεταξύ τους χρησιμοποιώντας τον ακόλουθο τύπο:

όπου t είναι το κριτήριο αξιοπιστίας. Η τιμή του υπολογίζεται χρησιμοποιώντας τους πίνακες πιθανοτήτων του Student. Εάν το πραγματικό t είναι μεγαλύτερο από το πινακοποιημένο t st, τότε υπάρχει διαφορά μεταξύ των δύο ομάδων μελέτης. Η διαφορά είναι σημαντική, αξιόπιστη και δεν μπορεί να εξηγηθεί με τυχαίους λόγους.

Για να συγκρίνετε τα αποτελέσματα που προέκυψαν με τα αναμενόμενα, χρησιμοποιήστε το τεστ χ-τετράγωνο (χ 2), το οποίο βρίσκεται από τον τύπο:

όπου p είναι η εμπειρική συχνότητα, p' είναι η αναμενόμενη συχνότητα. Το νόημα του τεστ χ 2 είναι να διαπιστωθεί εάν η υπόθεση επιβεβαιώνεται ή διαψεύδεται από το πείραμα. Εάν οι τιμές του χ 2 υπερβαίνουν την τιμή του πίνακα, τότε μπορεί να υποστηριχθεί ότι η διαφορά μεταξύ των πραγματικών και των αναμενόμενων αποτελεσμάτων θα είναι αξιόπιστη.

Δεδομένου ότι τα περισσότερα βιολογικά αντικείμενα έχουν έναν τεράστιο αριθμό συχνά αλληλένδετων χαρακτηριστικών που τα χαρακτηρίζουν, για παράδειγμα, βάρος, ύψος, ηλικία κ.λπ., η ανάλυση διακύμανσης χρησιμοποιείται κατά τη μελέτη ενός συνόλου δεικτών. Καλείται μια σχέση στην οποία για κάθε τιμή της ανεξάρτητης μεταβλητής υπάρχει μόνο μία τιμή της εξαρτημένης μεταβλητής λειτουργικός. Ωστόσο, στη φύση μια τέτοια σύνδεση είναι πολύ σπάνια. Συνήθως, τα αντικείμενα που μελετήθηκαν με τις ίδιες τιμές ενός χαρακτηριστικού έχουν διαφορετικές τιμές για άλλα χαρακτηριστικά. Αυτή η σύνδεση ονομάζεται συσχέτιση. Συντελεστής συσχετίσειςδείχνει πώς ένα χαρακτηριστικό υπό μελέτη σχετίζεται με ένα άλλο (Πίνακας 2). Ο συντελεστής συσχέτισης υπολογίζεται με τον τύπο:

Πίνακας 1.2. Χαρακτηριστικά της εγγύτητας των συνδέσεων μεταξύ των χαρακτηριστικών

Είναι επίσης απαραίτητο να βρεθεί το τετραγωνικό σφάλμα του συντελεστή συσχέτισης:

Οι ληφθέντες δείκτες του συντελεστή συσχέτισης αξιολογούνται χρησιμοποιώντας το κριτήριο αξιοπιστίας του Student:

Ή χρησιμοποιώντας τον τύπο

Κατά την αξιολόγηση της σχέσης μεταξύ των ποσοτήτων, είναι πολύ σημαντικό να βρεθεί μια αναλυτική εξίσωση που θα αντιστοιχεί στη φύση του φαινομένου που μελετάται προκειμένου να προβλεφθεί η συμπεριφορά ενός ανεξάρτητου χαρακτηριστικού ενός αντικειμένου όταν αλλάζει η εξαρτημένη παράμετρος. Η σχέση μεταξύ των μεταβλητών ονομάζεται οπισθοδρόμηση. Συντελεστής παλινδρόμησης, ο οποίος προσδιορίζεται από τους ακόλουθους παρόμοιους τύπους:

- συντελεστής παλινδρόμησης Υ.Χ;

συντελεστής παλινδρόμησης X.Y,

Και .

Το μέσο τετραγωνικό σφάλμα βρίσκεται επίσης για τον συντελεστή παλινδρόμησης:

Αυτοί είναι οι βασικοί τύποι που χρησιμοποιούνται στη βιομετρία, οι οποίοι χρησιμοποιούνται κατά την επεξεργασία δεδομένων που λαμβάνονται κατά τη διάρκεια της βιοχημικής έρευνας. Υπάρχουν πολλοί περισσότεροι στατιστικοί τύποι, αλλά όλοι, όπως έχουμε ήδη δει, αποτελούνται από πολλές μαθηματικές πράξεις, οι οποίες περιπλέκουν τους υπολογισμούς του ερευνητή και μπορεί να οδηγήσουν σε πολυάριθμα σφάλματα στους υπολογισμούς. Η διόρθωση αυτών των σφαλμάτων μπορεί να είναι χρονοβόρα κατά την επεξεργασία μεγάλων ποσοτήτων δεδομένων. Έτσι, η τεχνολογία υπολογιστών απλοποιεί αυτή τη διαδικασία ρουτίνας αρκετές φορές, γεγονός που επιτρέπει την αποτελεσματικότερη χρήση του χρόνου και επίσης μειώνει την πιθανότητα λάθους, γεγονός που δίνει εμπιστοσύνη στην ορθότητα των αποτελεσμάτων που λαμβάνονται και επιτρέπει σε κάποιον να βγάλει σωστά συμπεράσματα.

Σχεδιασμός και επεξεργασία βιοχημικού πειράματος

Επί του παρόντος, υπάρχουν πολλές πληροφορίες και είναι αρκετά δύσκολο να περιηγηθείτε σε αυτό το ατελείωτο ρεύμα γνώσης. Τότε τίθεται το ερώτημα πώς μπορείτε να αποκτήσετε τις πληροφορίες που σας ενδιαφέρουν και να επιλέξετε την απαραίτητη βιβλιογραφία, αφιερώνοντας παράλληλα ελάχιστο χρόνο. Για αυτό, υπάρχουν διάφορες μηχανές αναζήτησης που μειώνουν σημαντικά τον χρόνο που αφιερώνεται στο προπαρασκευαστικό στάδιο. Εφόσον πριν ξεκινήσετε τη διεξαγωγή και τον προγραμματισμό μιας μελέτης, είναι απαραίτητο να βεβαιωθείτε εάν αυτό το θέμα έχει μελετηθεί προηγουμένως, ποια είναι τα αποτελέσματα των μελετών που πραγματοποιήθηκαν και ποια κριτήρια έχουν ήδη μελετηθεί. Προκειμένου να κατανοήσουμε πλήρως την ανάγκη για τεχνολογία πληροφοριών στον πειραματικό σχεδιασμό, είναι απαραίτητο να κατανοήσουμε ποια είναι αυτή η διαδικασία.

Ο πειραματικός σχεδιασμός είναι ένα σύνολο μέτρων που στοχεύουν στην αποτελεσματική οργάνωση ενός πειράματος, ο κύριος στόχος του οποίου είναι η επίτευξη μέγιστης ακρίβειας μέτρησης κατά τη διεξαγωγή ενός ελάχιστου αριθμού πειραμάτων. Όταν σχεδιάζετε ένα πείραμα, υπάρχουν διάφορα στάδια:

1. Προσχεδιασμός - αυτό το στάδιο περιλαμβάνει την κατάρτιση ενός σχεδίου εργασίας και την έγκρισή του, την επιλογή ενός θέματος, τη διατύπωση μιας υπόθεσης εργασίας, την επεξεργασία πληροφοριών του σχεδίου και την κατάκτηση τεχνικών.

Αυτό το στάδιο εξαλείφει τη δυνατότητα αντιγραφής της έρευνας, διασφαλίζει την αξιοπιστία της γνώσης και μια πρωτότυπη προσέγγιση για την επίλυση των προβλημάτων που έχουν ανατεθεί στον ερευνητή.

2. Η πραγματική ερευνητική διαδικασία - σε αυτό το στάδιο, πραγματοποιείται μια αναλυτική ανασκόπηση της βιβλιογραφίας για αυτό το πρόβλημα, συσσωρεύονται δεδομένα, συστηματοποίησή τους και ανάπτυξη ιδεών και διεξαγωγή πειράματος. Ένα πείραμα είναι ένα σύνολο ενεργειών και παρατηρήσεων που εκτελούνται για να ελεγχθεί η αλήθεια ή το ψεύδος μιας υπόθεσης και να καθοριστούν σχέσεις αιτίου-αποτελέσματος μεταξύ των φαινομένων που μελετώνται.

Χάρη σε αυτό το στάδιο, ο ερευνητής μπορεί να συνειδητοποιήσει πόσο νέο είναι αυτό το θέμα και πόσο σχετικά είναι τα αποτελέσματα και να διατυπώσει επιστημονική και πρακτική σημασία.

3. Το τελευταίο στάδιο είναι η επισημοποίηση των αποτελεσμάτων της επιστημονικής έρευνας - σύνταξη εκθέσεων, συγγραφή άρθρων.

Κάθε πείραμα βασίζεται στην απόδοση μιας αναλυτικής μεθόδου. Οι αναλυτικές μέθοδοι έχουν κριτήρια που καθορίζουν την καταλληλότητα της μεθόδου:

· Ειδικότητα – η ικανότητα προσδιορισμού του στοιχείου για το οποίο προορίζεται αυτή η ερευνητική μέθοδος.

· Ακρίβεια - η ποιότητα των μετρήσεων που αντικατοπτρίζει την εγγύτητα των ληφθέντων αποτελεσμάτων που περιέχουν την αναλυόμενη ουσία

· Σύγκλιση (αναπαραγωγιμότητα σε σειρά) είναι η ιδέα της εγγύτητας μεταξύ τους των αποτελεσμάτων μιας μελέτης που εκτελείται υπό τις ίδιες συνθήκες σε μια σειρά.

· Αναπαραγωγιμότητα – η εγγύτητα των αποτελεσμάτων που λαμβάνονται κατά την εκτέλεση εργαστηριακής αναλυτικής μελέτης ενός δείγματος υπό διάφορες συνθήκες. Αυτή η παράμετρος αντικατοπτρίζει τον βαθμό διασποράς δεδομένων και σας επιτρέπει να αναγνωρίζετε τυχαία σφάλματα.

· Σωστό και λάθος - διαφορές από το αληθινό νόημα

· Ευαισθησία – η ικανότητα της μεθόδου να ανιχνεύει τη χαμηλότερη τιμή της αναλυόμενης ουσίας. Εκτιμάται το μέγεθος του λόγου διαφοράς μεταξύ των δεικτών μέτρησης της συσκευής. Όσο μεγαλύτερη είναι η αναλογία, τόσο μεγαλύτερη είναι η ευαισθησία της μεθόδου.

· Οριακή ευαισθησία – η συγκέντρωση της ελεγχόμενης ουσίας που αντιστοιχεί στην ελάχιστη μέτρηση διαφορετική από την τιμή του τυφλού δείγματος.

Η ερμηνεία των αποτελεσμάτων της έρευνας πραγματοποιείται χειροκίνητα ή με χρήση υπολογιστή. Ένας τρόπος αξιολόγησης των αποτελεσμάτων είναι η κατασκευή μιας διαβαθμισμένης καμπύλης (βαθμονόμησης). Η καμπύλη βαθμονόμησης δείχνει τη στενή σχέση μεταξύ της απόσβεσης, της έντασης του φωτός και της συγκέντρωσης μιας ουσίας σε μια σειρά τυπικών διαλυμάτων. Για την κατασκευή μιας διαβαθμισμένης καμπύλης χρησιμοποιούνται τυπικές λύσεις.

Κατασκευή καμπύλης βαθμονόμησης:

ü Παρασκευή πρότυπων διαλυμάτων

ü Προετοιμασία αραίωσης μιας πρότυπης ουσίας που καλύπτει το εύρος των συγκεντρώσεων που μελετάται και υπερβαίνει τις μέγιστες και ελάχιστες τιμές.

ü Από το κύριο παρασκευάζουμε στοκ διαλύματα

ü Για κάθε συγκέντρωση του πρότυπου διαλύματος κάνουμε 3-5 μετρήσεις

ü Χρησιμοποιώντας τα σημεία που προέκυψαν, κατασκευάζουμε μια γραφική παράσταση.

Για μεγαλύτερη σαφήνεια και ακρίβεια, είναι καλύτερο να δημιουργήσετε ένα γράφημα. Το γράφημα δείχνει την εξάρτηση της οπτικής πυκνότητας από τη συγκέντρωση του διαλύματος. Αυτό θα είναι πιο βολικό για τον μετέπειτα προσδιορισμό της συγκέντρωσης της υπό μελέτη ουσίας στα δείγματα δοκιμής, κάτι που θα βοηθήσει στον υπολογισμό μιας πιο σωστής συγκέντρωσης των διαλυμάτων εργασίας.

Σχετική πληροφορία.

Υπάρχουν περίπου 14 εκατομμύρια iPhone στη Ρωσία, το ένα τρίτο από αυτά με τη λειτουργία Touch ID. Για να ξεκλειδώσετε την οθόνη του smartphone σας, μοιράζεστε βιομετρικά δεδομένα με την Apple. Οι χρήστες δίνουν όλο και περισσότερο προσωπικά δεδομένα σώματος. Φαίνεται βολικό, αξιόπιστο και βοηθά στην καταπολέμηση του εγκλήματος. Αν και το πρόσφατο περιστατικό στην Ινδία με δημοσιογράφους που απέκτησαν πρόσβαση στα βιομετρικά δεδομένα εκατομμυρίων συμπολιτών υποδηλώνει το αντίθετο. Καθώς η τεχνολογία βελτιώνεται, οι νομοθέτες σε όλο τον κόσμο παλεύουν με τον τρόπο ρύθμισης και προστασίας της συλλογής και χρήσης βιομετρικών πληροφοριών.

Τι είναι η βιομετρία;

Το Biometrics αναλύει τα φυσικά και συμπεριφορικά χαρακτηριστικά των ανθρώπων για να προσδιορίσει την ταυτότητά τους. Με την απλούστερη έννοια, πρόκειται για τεχνολογίες μέτρησης του ανθρώπινου σώματος. Υπάρχουν δύο κατηγορίες βιομετρικών μετρήσεων: φυσιολογικές και συμπεριφορικές.

Φυσιολογικές μετρήσειςΥπάρχουν δύο τύποι: μορφολογικοί και βιολογικοί. Η μορφολογία περιλαμβάνει τα δακτυλικά αποτυπώματα, το σχήμα του χεριού, των δακτύλων ή του προσώπου, το σχέδιο της ίριδας και του αμφιβληστροειδούς. για βιολογικές εξετάσεις - εξετάσεις DNA, σάλιου, αίματος ή ούρων.

Μετρήσεις συμπεριφοράς- πρόκειται για αναγνώριση φωνής, δυναμική γραφής (ταχύτητα κίνησης, επιτάχυνση, πίεση, κλίση), δυναμική πληκτρολόγησης, τρόπος χρήσης αντικειμένων, βάδισμα, ήχος βημάτων, χειρονομίες.

Αυτές οι μετρήσεις μπορούν να χρησιμοποιηθούν με δύο διαφορετικούς τρόπους: για επαλήθευση ταυτότητας και για ταυτοποίηση.

Επαλήθευσηπεριλαμβάνει τη σύγκριση βιομετρικών δεδομένων με ένα συγκεκριμένο πρότυπο που περιέχεται σε μια βάση δεδομένων ή σε ένα φορητό μέσο, ​​όπως μια έξυπνη κάρτα. Αυτή η λειτουργία σάς επιτρέπει να βεβαιωθείτε ότι το άτομο είναι ακριβώς αυτό που ισχυρίζεται ότι είναι.

Οταν ταυτοποίησητα βιομετρικά δεδομένα ενός ατόμου συγκρίνονται με τα δεδομένα άλλων ατόμων στη βάση δεδομένων. Η αναγνώριση είναι επιτυχής εάν ένα τέτοιο βιομετρικό δείγμα βρίσκεται ήδη στη βάση δεδομένων.

Βιομετρία - νέο φαινόμενο;

Όχι πραγματικά. Τον 19ο αιώνα, ο Γάλλος δικηγόρος και αστυνομικός Alphonse Bertillon άρχισε να συγκρίνει τα φυσικά χαρακτηριστικά των ανθρώπων για να αναγνωρίσει τους εγκληματίες. Το σύστημα ανθρωπομετρίας που ανέπτυξε έγινε η πρώτη επιστημονική προσέγγιση για τον προσδιορισμό της προσωπικότητας στην εγκληματολογία. Οι εξελίξεις του αποτέλεσαν τη βάση του δακτυλικού αποτυπώματος, ενός συστήματος αναγνώρισης ενός ατόμου με βάση τα δακτυλικά αποτυπώματα. Το γνωστό σύστημα εφευρέθηκε από τον Βρετανό αξιωματικό William Herschel - το 1877, πρότεινε μια υπόθεση σχετικά με το αμετάβλητο του θηλώδους σχεδίου στις παλάμες ενός ατόμου. Η αναγνώριση δακτυλικών αποτυπωμάτων των εγκληματιών χρησιμοποιήθηκε για πρώτη φορά το 1902.

Η βιομετρική συμπεριφορά έχει επίσης τις ρίζες της στον 19ο αιώνα: τη δεκαετία του 1860, οι τηλεγραφητές χρησιμοποιούσαν τον κώδικα Μορς για να αναγνωρίζουν ο ένας τον άλλον με τη μετάδοση «κουκκίδων» και «παύλων».

Πού χρησιμοποιείται σήμερα η βιομετρία;

Κυρίως στον τομέα της εθνικής ασφάλειας, της υγειονομικής περίθαλψης και των συστημάτων εγγραφής. Τα βιομετρικά στοιχεία χρησιμοποιούνται ευρέως από εταιρείες για την παρακολούθηση των εργαζομένων και την εσωτερική ασφάλεια, τις τράπεζες - για την αναγνώριση πελατών, εταιρειών και κοινωνικών δικτύων - για εμπορικούς σκοπούς.

Όπως και τον 19ο αιώνα, σήμερα οι υπηρεσίες επιβολής του νόμου χρησιμοποιούν βιομετρικά στοιχεία για την αναγνώριση εγκληματιών. Τα αυτοματοποιημένα συστήματα αναγνώρισης δακτυλικών αποτυπωμάτων (AFIS) επεξεργάζονται και αποθηκεύουν εικόνες δακτυλικών αποτυπωμάτων, ενώ τα αυτοματοποιημένα βιομετρικά συστήματα αναγνώρισης (ABIS) περιέχουν πρότυπα για πρόσωπα, δάχτυλα και ίριδες. Μεγάλες πόλεις, αεροδρόμια και σύνορα χρησιμοποιούν ήδη ζωντανή τεχνολογία αναγνώρισης προσώπου, η οποία καθιστά δυνατή την αναγνώριση ενός προσώπου σε ένα πλήθος σε πραγματικό χρόνο.

Ο συνοριακός έλεγχος χρησιμοποιεί ηλεκτρονικά και βιομετρικά διαβατήρια, τα οποία, εκτός από τη φωτογραφία του ιδιοκτήτη, περιέχουν και δύο δακτυλικά αποτυπώματα. Η βιομετρική υποδομή αποτελείται από σαρωτές δακτυλικών αποτυπωμάτων και κάμερες που επιταχύνουν τη διέλευση των συνόρων. Τα κράτη εισάγουν αυτές τις τεχνολογίες για τον έλεγχο των μεταναστευτικών ροών.

Απαιτούνται επίσης βιομετρικά στοιχεία για τη δημιουργία δελτίων ταυτότητας που παρέχουν πρόσβαση σε υγειονομική περίθαλψη, ταυτότητα του πολίτη και εγγραφή ψηφοφόρων.

Ένας τεράστιος αριθμός τεχνολογιών στον τομέα της συλλογής βιομετρικών δεδομένων αναπτύσσεται από κολοσσούς πληροφορικής όπως η Google και το Facebook. Οι διαφημιστές χρησιμοποιούν τεχνολογία αναγνώρισης προσώπου σε πραγματικό χρόνο για να εμφανίζουν συγκεκριμένες διαφημίσεις στους πελάτες. Οι τράπεζες και τα καταστήματα λιανικής χρησιμοποιούν βιομετρικά στοιχεία για την παρακολούθηση εγκληματιών και αναξιόπιστων πελατών. Οι εταιρείες αντικαθιστούν τις κλειδαριές γραφείου με σαρωτές ίριδας ή δακτυλικών αποτυπωμάτων και οι ελίτ κλαμπ χρησιμοποιούν βιομετρικές πληροφορίες για να εντοπίσουν σημαντικούς πελάτες.

Πέρυσι, οι ρωσικές τράπεζες παντού άρχισαν να ξεκινούν πιλοτικά έργα χρησιμοποιώντας βιομετρικές τεχνολογίες για την εγγραφή χρηστών και την παροχή διαδικτυακών υπηρεσιών σε αυτούς. Προς το παρόν, σε αυτόν τον τομέα, τα βιομετρικά δεδομένα θα λειτουργούν παράλληλα με τυπικά συστήματα ασφαλείας, όπως ένα ζεύγος σύνδεσης-κωδικού πρόσβασης.

Πόσο αξιόπιστα είναι τα βιομετρικά;

Ενώ οι βιομετρικές τεχνολογίες απέχουν πολύ από το να είναι τέλειες. Οι φυσιολογικοί δείκτες είναι πιο σταθεροί σε σύγκριση με τους δείκτες συμπεριφοράς: αλλάζουν λιγότερο κατά τη διάρκεια της ζωής και δεν είναι ευαίσθητοι σε περιστασιακούς παράγοντες, όπως το στρες. Ωστόσο, η ιστορία γνωρίζει πολλά παραδείγματα όταν τέτοιες μετρήσεις γίνονται ψευδώς αποδεκτές ή απορρίπτονται από συστήματα αναγνώρισης. Για παράδειγμα, ένα πρόσωπο μπορεί να αντικατασταθεί με μια φωτογραφία ή ένα βίντεο υψηλής ανάλυσης και τα δακτυλικά αποτυπώματα μπορούν να «κλαπούν». Μια διάσημη περίπτωση συνέβη το 2005 στη βρετανική φυλακή Glenochil, όπου οι κρατούμενοι έμαθαν εύκολα να εξαπατούν το σύστημα κλειδαριάς, βάσει δακτυλικών αποτυπωμάτων.

Συχνά ο κίνδυνος λάθους συνδέεται με τις συνθήκες αναγνώρισης. Η φωτογραφία κακής ποιότητας μπορεί να αυξήσει σημαντικά τον κίνδυνο. Ο φωτισμός, η ένταση του θορύβου περιβάλλοντος και η θέση του ατόμου στο χώρο είναι σημαντικά. Σε ιδανικές εργαστηριακές συνθήκες, το ποσοστό σφάλματος στην αναγνώριση προσώπου κυμαίνεται από 5 έως 10%.

Κίνδυνοι διαρροής δεδομένων

Κατά την επαλήθευση, τα δεδομένα ελέγχονται σε σχέση με ένα βιομετρικό πρότυπο που το ίδιο το άτομο αποθηκεύει, για παράδειγμα, σε μια έξυπνη κάρτα. Μόνο ο χρήστης έχει τον έλεγχο των δεδομένων του. Στην περίπτωση της ταυτοποίησης, τα δεδομένα ενός ατόμου ελέγχονται με δεδομένα από μια ενιαία κεντρική βάση δεδομένων, πράγμα που σημαίνει ότι ο φορέας του δεν έχει καμία εξουσία πάνω τους. Σε μια τέτοια κατάσταση, κανείς δεν προστατεύεται από παραβιάσεις της ιδιωτικής ζωής και βιομετρικές πληροφορίες που πέσουν σε λάθος χέρια.

Έτσι, έγινε γνωστό ότι οι ρωσικές τράπεζες παρέδωσαν βιομετρικά στοιχεία πελατών στο FSB - τα δεδομένα χρήστη μπορούν να χρησιμοποιηθούν με έναν εντελώς διαφορετικό τρόπο με τον οποίο συμφώνησε ο πελάτης.

Ινδικό περιστατικό

Στις αρχές Ιανουαρίου 2018, δημοσιογράφοι της εφημερίδας The Tribune στην πόλη Chandigarh είπαν ότι αγόρασαν λογισμικό που έδινε πρόσβαση σε δεδομένα από τη βάση δεδομένων της Ινδίας Aadhaar από άγνωστους πωλητές στο WhatsApp για μόλις 6 £. Το Aadhaar είναι μια μεγάλη κεντρική βάση δεδομένων που αποθηκεύει ονόματα, αριθμούς τηλεφώνου, διευθύνσεις κατοίκων και τα βιομετρικά τους δεδομένα. Απαιτούνται δελτία ταυτότητας Aadhaar για να έχουν πρόσβαση οι Ινδοί πολίτες στις κρατικές υπηρεσίες, να λαμβάνουν επιδόματα και επιδόματα. Οι δημοσιογράφοι ανέφεραν ότι το λογισμικό που αγόρασαν τους επιτρέπει επίσης να εκτυπώνουν πλαστές ταυτότητες.

Ενώ η Unique Identification Authority of India (UIDAI) είπε ότι οι δημοσιογράφοι είχαν πρόσβαση μόνο σε ονόματα και διευθύνσεις που δεν είχαν νόημα χωρίς βιομετρικά στοιχεία, το περιστατικό έδειξε για άλλη μια φορά πόσο αναξιόπιστες μπορεί να είναι τέτοιες βάσεις δεδομένων. Ακτιβιστές έχουν ήδη επικρίνει τον Aadhaar για τους θανάτους από την πείνα δύο Ινδών πολιτών που δεν μπόρεσαν να έχουν πρόσβαση στα σιτηρέσια που δικαιούνταν επειδή η λήψη τους απαιτούσε έλεγχο ταυτότητας Aadhaar.

Τον Αύγουστο του 2017, το Ανώτατο Δικαστήριο έκρινε ότι η ιδιωτικότητα είναι δικαίωμα που εγγυάται το ινδικό Σύνταγμα. Οι αναλυτές προβλέπουν ότι η απόφαση θα αναγκάσει την επανεξέταση του κρίσιμου ρόλου του Aadhaar στις ζωές των Ινδών.

Προστασία βιομετρικών δεδομένων: πού και πώς λειτουργεί;

Παρά την πολύ συγκεκριμένη φύση των βιομετρικών δεδομένων, ουσιαστικά δεν υπάρχουν νομικές διατάξεις σε όλο τον κόσμο σχετικά με την προστασία τους. Τα περισσότερα νομικά κείμενα μιλούν για την προστασία των προσωπικών δεδομένων και της ιδιωτικής ζωής με την ευρεία έννοια, αλλά μερικές φορές μια τέτοια νομοθεσία δεν είναι καλά προσαρμοσμένη στα βιομετρικά στοιχεία.

Στη Ρωσία, η συλλογή και αποθήκευση βιομετρικών δεδομένων είναι δυνατή μόνο με τη γραπτή συγκατάθεση του υποκειμένου των προσωπικών δεδομένων. Η παράγραφος αυτή περιλαμβάνεται στον νόμο «Περί Δεδομένων Προσωπικού Χαρακτήρα». Την 1η Ιουλίου 2017, έγιναν αλλαγές σε αυτό και πλέον όλοι οι ιστότοποι που συλλέγουν και αποθηκεύουν δεδομένα σχετικά με τους χρήστες πρέπει να προσθέσουν τεκμηρίωση στον πόρο τους. Το πρόστιμο για μη συμμόρφωση με αυτές τις απαιτήσεις θα κυμαίνεται από 10.000 έως 75.000 ρούβλια για κάθε παραβίαση που εντοπίζεται. Και το φθινόπωρο του 2017, ο επικεφαλής της Roskomnadzor, Alexander Zharov, ζήτησε την απαγόρευση της βιομετρικής αναγνώρισης ανηλίκων όταν χρησιμοποιούν τεχνικές συσκευές.

Τα τελευταία 10 χρόνια, ένας αριθμός νομοσχεδίων που δημιουργήθηκαν με έμφαση στα βιομετρικά δεδομένα εμφανίστηκαν στις Ηνωμένες Πολιτείες και τον Μάιο του 2018 θα τεθεί σε εφαρμογή ένας νέος νόμος της ΕΕ για την προστασία των προσωπικών δεδομένων (Γενικός Κανονισμός Προστασίας Δεδομένων, GDPR). σε όλες τις χώρες της Ευρωπαϊκής Ένωσης.

ΗΠΑ: τρία έναντι σαράντα επτά

Δεν υπάρχει ενιαίος νόμος στις Ηνωμένες Πολιτείες που να διέπει τη συλλογή και χρήση προσωπικών δεδομένων, συμπεριλαμβανομένων των βιομετρικών στοιχείων. Αυστηρή νομοθεσία σχετικά με τα βιομετρικά στοιχεία υπάρχει μόνο σε τρεις πολιτείες: Ιλινόις, Τέξας και Ουάσιγκτον.

Το 2008, το Ιλινόις ψήφισε τον Νόμο περί Προστασίας Προσωπικών Δεδομένων Βιομετρικών Πληροφοριών (BIPA), ο οποίος καθόρισε αυστηρές απαιτήσεις για οργανισμούς που συλλέγουν, αγοράζουν ή λαμβάνουν με άλλον τρόπο τα βιομετρικά δεδομένα των χρηστών. Ο νόμος στοχεύει κατά της απεριόριστης χρήσης βιομετρικών στοιχείων για εμπορικούς σκοπούς. Οποιαδήποτε επιχείρηση αποκτά πρόσβαση σε τέτοια δεδομένα θα πρέπει να αναπτύξει μια δημόσια διαθέσιμη πολιτική διατήρησης δεδομένων, να περιορίσει τη μεταφορά ή την αποκάλυψη βιομετρικών στοιχείων και να προστατεύσει αυτά τα δεδομένα με τον ίδιο τρόπο που μια εταιρεία προστατεύει άλλες ευαίσθητες πληροφορίες. Η BIPA καθιερώνει το δικαίωμα δράσης για το «πληγωμένο άτομο» και παρέχει αποζημίωση 1.000 $ για κάθε παράβαση από αμέλεια και 5.000 $ για εκούσια παραβίαση. Τον Ιανουάριο του 2017, παρόμοια νομοσχέδια εξετάστηκαν στο Κονέκτικατ, το Νιου Χάμσαϊρ, την Ουάσιγκτον και την Αλάσκα, αλλά εγκρίθηκαν μόνο στην Ουάσιγκτον.

Το 2016, μια ομάδα ενάγων του Ιλινόις μήνυσε το Facebook για παράνομη συλλογή βιομετρικών δεδομένων. Οι ενάγοντες υποστήριξαν ότι το χαρακτηριστικό αναγνώρισης προσώπου του κοινωνικού δικτύου, το οποίο προσθέτει ετικέτες σε φωτογραφίες, συλλέγει και αποθηκεύει παράνομα δεδομένα χρηστών. Το 2017, περισσότερες από τριάντα αγωγές υποβλήθηκαν στα δικαστήρια του Ιλινόις εναντίον εταιρειών που συνέλεγαν δακτυλικά αποτυπώματα εργαζομένων για να παρακολουθούν τις ώρες εργασίας.

Γενικά, σε 47 πολιτείες των ΗΠΑ, οι εταιρείες μπορούν να χρησιμοποιήσουν λογισμικό για την αναγνώριση προσώπων σε εικόνες χωρίς τη συγκατάθεση του χρήστη, εάν η εικόνα είναι δημόσια. Υπάρχει ήδη λογισμικό αναγνώρισης προσώπου που μπορούν να χρησιμοποιήσουν τα καταστήματα για να εντοπίσουν πελάτες που επιστρέφουν προϊόντα πολύ συχνά ή που προτιμούν ένα συγκεκριμένο είδος αγοράς. Χάρη στο Facebook, οι εργαζόμενοι μπορούν να λάβουν αμέσως πληροφορίες για τους πελάτες όταν μπαίνουν για πρώτη φορά στο κατάστημα, να μάθουν ποιοι είναι, από πού είναι και ποιο είναι το εισόδημά τους. Από την άποψη του απορρήτου, πρόκειται για παραβίαση της ανωνυμίας, της αρχής της συναίνεσης του χρήστη και της καταλληλότητας χρήσης βιομετρικών δεδομένων. Αλλά αυτό δεν απαγορεύεται από το νόμο σε αυτές τις πολιτείες.

Η Ευρωπαϊκή Ένωση προσπαθεί να επαναφέρει την ιδιωτική ζωή

Φέτος, η Ευρωπαϊκή Ένωση κάνει ένα βήμα προς την εμπιστευτικότητα των βιομετρικών πληροφοριών: τον Μάιο του 2018, τίθεται σε ισχύ ένας ενιαίος νόμος για την προστασία των προσωπικών δεδομένων (Γενικός Κανονισμός Προστασίας Δεδομένων, GDPR), που εγκρίθηκε το 2016. Ο κύριος στόχος του GDPR είναι η επιστροφή του ελέγχου των ευρωπαίων πολιτών στα προσωπικά τους δεδομένα και ταυτόχρονα η απλοποίηση του ρυθμιστικού πλαισίου για τις εταιρείες. Ο νόμος αυτός δεν αφορά μόνο τις 28 χώρες της Ευρωπαϊκής Ένωσης, αλλά και οργανισμούς που έχουν γραφεία αντιπροσωπείας σε χώρες της ΕΕ, συλλέγουν και επεξεργάζονται προσωπικά δεδομένα, παρέχουν υπηρεσίες σε ιδιώτες - πολίτες της Ευρωπαϊκής Ένωσης και χρησιμοποιούν ηλεκτρονική εγγραφή σε ιστότοπους και εφαρμογές. Ως εκ τούτου, ο νόμος θα έχει ισχυρό αντίκτυπο, ιδίως, στις ρωσικές επιχειρήσεις.

Ο νόμος, που συντάχθηκε με έμφαση στα βιομετρικά στοιχεία, θα παγιώσει και θα ενισχύσει όλα τα προηγούμενα υφιστάμενα πρότυπα για την προστασία των προσωπικών δεδομένων στις ευρωπαϊκές χώρες. Συγκεκριμένα, ο GDPR απαιτεί από κάθε οργανισμό να αναζητά τη συναίνεση του χρήστη πριν συλλέξει δεδομένα. Ωστόσο, το υποκείμενο των δεδομένων έχει το δικαίωμα να αποσύρει τη συγκατάθεσή του ανά πάσα στιγμή. Αυτή η αρχή ονομάζεται «δικαίωμα στη λήθη».

Οι εταιρείες που διαχειρίζονται βιομετρικές πληροφορίες θα αντιμετωπίσουν τεράστια πρόστιμα εάν δεν διατηρήσουν τα δεδομένα ασφαλή. Οι κυρώσεις μπορεί να φτάσουν τα 20 εκατομμύρια ευρώ ή το 4% του ετήσιου παγκόσμιου τζίρου.

Ο νόμος λέει ότι η χρήση δεδομένων πρέπει να είναι περιορισμένη. Τα προσωπικά δεδομένα θα πρέπει να συλλέγονται και να υποβάλλονται σε επεξεργασία μόνο για «συγκεκριμένους, σαφείς και νόμιμους σκοπούς» (αρχή ελαχιστοποίησης δεδομένων).

Η Κίνα χτίζει μια ψηφιακή δικτατορία

Ενώ οι ευρωπαϊκές χώρες και οργανισμοί προετοιμάζονται για την έναρξη ισχύος του GDPR, η Κίνα συνεχίζει να αναπτύσσει ένα σύστημα κοινωνικής πίστωσης που φαίνεται να μην αφήνει κανένα ίχνος ιδιωτικότητας στη χώρα. Έως το 2020, σε κάθε κάτοικο της Κίνας, ανάλογα με τη συμπεριφορά του, θα αποδίδεται μια προσωπική βαθμολογία, η οποία θα επηρεάσει την πρόσβαση σε κρατικές υπηρεσίες, τη δυνατότητα λήψης δανείου, εύρεσης εργασίας, εγγραφής παιδιών στο σχολείο, για ψώνια και ταξίδια.

Το σύστημα κοινωνικής πίστωσης βασίζεται στη συλλογή όσο το δυνατόν περισσότερων δεδομένων για τους πολίτες και στην αξιολόγηση της αξιοπιστίας των κατοίκων με βάση την οικονομική, κοινωνική και διαδικτυακή συμπεριφορά τους. Έτσι, η βαθμολογία λαμβάνει υπόψη το πιστωτικό ιστορικό, την έγκαιρη πληρωμή των προστίμων, τη συμμόρφωση με τους κανόνες οδικής κυκλοφορίας, τις αγοραστικές συνήθειες, τον χρόνο που αφιερώνεται σε παιχνίδια υπολογιστή (όσο περισσότερη αδράνεια, τόσο χαμηλότερη είναι η βαθμολογία), συμμόρφωση με τους κανόνες οικογενειακού προγραμματισμού, συχνότητα επισκέψεων στους γονείς , δηλώσεις στο Διαδίκτυο, κοινωνικός κύκλος (το να ξοδεύετε χρόνο με άτομα χαμηλότερης βαθμολογίας θα είναι ασύμφορη). Προς το παρόν, η συμμετοχή στην κατάταξη είναι εθελοντική, αλλά έως το 2020 θα είναι υποχρεωτική για όλα τα φυσικά και νομικά πρόσωπα.

Για τη συλλογή δεδομένων πολιτών, η κυβέρνηση έχει προσλάβει οκτώ ιδιωτικές εταιρείες για την ανάπτυξη αλγορίθμων για την αξιολόγηση της κοινωνικής πίστης. Ανάμεσά τους είναι η China Rapid Finance, συνεργάτης του τεχνολογικού γίγαντα Tencent, που υποστηρίζει το μεγαλύτερο messenger WeChat με περισσότερους από 850 εκατομμύρια ενεργούς χρήστες. Ένας άλλος παίκτης είναι το Sesame Credit, που διευθύνεται από την Ant Financial Services Group (AFSG), θυγατρική της Alibaba. Η AFSG πουλά ασφάλειες και παρέχει δάνεια σε μικρές και μεσαίες επιχειρήσεις, ενώ διαθέτει επίσης την υπηρεσία AliPay, η οποία χρησιμοποιείται όχι μόνο για online αγορές, αλλά και για εστιατόρια, ταξί, σχολικά τέλη, εισιτήρια κινηματογράφου και μεταφορά χρημάτων. Για να αναπτύξει το σύστημα κοινωνικής πίστωσης, το Sesame συνεργάστηκε με άλλες πλατφόρμες συλλογής δεδομένων Didi Chuxing, τον πρώην κύριο Κινέζο ανταγωνιστή της Uber, και την Baihe, τη μεγαλύτερη διαδικτυακή υπηρεσία γνωριμιών της χώρας. Είναι δύσκολο να φανταστεί κανείς πόσα γνωρίζουν αυτές οι εταιρείες για τους χρήστες τους.

Μέσω του απόλυτου ελέγχου της διαδικτυακής και εκτός σύνδεσης συμπεριφοράς, το σύστημα αναμένεται να ωθήσει τους πολίτες να προβούν σε ενέργειες που εγκρίνει η κυβέρνηση και να συμβάλει στην αύξηση της γενικής «ειλικρίνειας» και της εμπιστοσύνης. Ο ρόλος των συστημάτων αναγνώρισης προσώπου και άλλων βιομετρικών τεχνολογιών σε αυτό το έργο θα είναι τεράστιος.

Οι δυνατότητες των βιομετρικών στοιχείων μετατρέπονται όλο και περισσότερο σε προβλήματα: διαρροή δεδομένων, έγκλημα στον κυβερνοχώρο, «κλοπή ταυτότητας». Και η αυξανόμενη χρήση βιομετρικών τεχνολογιών θέτει νέες προκλήσεις για τις κυβερνήσεις. Θα προστατεύσουν τα κράτη την ανωνυμία των πολιτών τους ή θα περιμένει πλήρης διαφάνεια όχι μόνο τους κατοίκους της Κίνας, αλλά και όλους όσους έχουν λογαριασμό στα κοινωνικά δίκτυα, χρησιμοποιούν τηλέφωνο και τουλάχιστον μερικές φορές φεύγουν από το σπίτι; Η ανάπτυξη της τεχνολογίας σε κάθε περίπτωση θα απαιτήσει την ανάπτυξη ενός νομικού πλαισίου.

Κείμενο:Άννα Κοζωνίνα

Πολλοί αναγνώστες του Habr είναι πιθανώς ήδη εξοικειωμένοι με τις βιομετρικές τεχνολογίες. Είναι πλέον πανταχού παρόντα. Με μια γενική έννοια, η βιομετρία είναι ένα σύστημα για την αναγνώριση των ανθρώπων από ένα ή περισσότερα φυσικά (ή συμπεριφορικά) χαρακτηριστικά. Στον τομέα της πληροφορικής, τα βιομετρικά δεδομένα χρησιμοποιούνται ως μορφή διαχείρισης και ελέγχου πρόσβασης αναγνωριστικών πρόσβασης. Συνήθως, ο τρόπος λειτουργίας των βιομετρικών συστημάτων ανάγεται σε δύο κύριους τύπους.

Η πρώτη ονομάζεται επαλήθευση, η οποία είναι μια σύγκριση του αποτελέσματος της δοκιμής με ένα βιομετρικό πρότυπο. Αυτή η επιλογή βοηθά να επαληθεύσετε εάν το άτομο είναι αυτό που λένε ότι είναι. Η επαλήθευση μπορεί να πραγματοποιηθεί με διάφορους τρόπους, όπως έξυπνη κάρτα, όνομα χρήστη ή αριθμό χρήστη. Ο δεύτερος τρόπος είναι η αναγνώριση. Μόλις ληφθεί ένα συγκεκριμένο δείγμα, το σύστημα ελέγχεται σε μια βιομετρική βάση δεδομένων για να προσδιοριστεί η ταυτότητα. Υπάρχει ένα σημαντικό σημείο εδώ - για αυτόν τον τρόπο λειτουργίας, το βιομετρικό δείγμα πρέπει να βρίσκεται στη βάση δεδομένων και η σύγκριση πρέπει να πραγματοποιείται με βάση την αρχή "ένα προς πολλούς". Γενικά, οι βιομετρικές τεχνολογίες έχουν τεράστιες δυνατότητες, οι οποίες δεν έχουν ακόμη αξιοποιηθεί πλήρως. Ποια είναι η κατάσταση των βιομετρικών τεχνολογιών στη Ρωσία και στον κόσμο σήμερα;

Σε ορισμένες περιπτώσεις, η ανάπτυξή τους δεν μπορεί να θεωρηθεί ακόμη ικανοποιητική. Μέχρι στιγμής, αυτός ο τομέας αναπτύσσεται ενεργά, αν και υπάρχουν ήδη κάποια αποτελέσματα (περισσότερα για αυτό παρακάτω). Σε ορισμένες περιπτώσεις, τα βιομετρικά στοιχεία δεν θεωρούνται πολύ αξιόπιστη μέθοδος ταυτοποίησης ή επαλήθευσης. Έτσι, στις Ηνωμένες Πολιτείες, το αστυνομικό τμήμα της Τάμπα απεγκατέστησε ακόμη και το λογισμικό αναγνώρισης προσώπου, θεωρώντας το όχι πολύ αξιόπιστο. Εκεί όμως μίλησαν για την εισαγωγή απαρχαιωμένων βιομετρικών μεθόδων, που δεν δείχνουν πάντα την καλύτερή τους πλευρά.

Ωστόσο, οι σύγχρονες βιομετρικές τεχνολογίες γίνονται πιο ακριβείς και αξιόπιστες. Πολλές εταιρείες και επιστημονικοί οργανισμοί ασχολούνται με έρευνα και ανάπτυξη σε αυτόν τον τομέα. Επιπλέον, η προτεραιότητα με την πάροδο του χρόνου έχει μετατοπιστεί στις ανέπαφες μεθόδους βιομετρικής αναγνώρισης. Τα βιομετρικά στοιχεία χρησιμοποιούνται σε πολλούς τομείς, συμπεριλαμβανομένων των τραπεζικών συστημάτων, των συστημάτων ασφαλείας και ελέγχου πρόσβασης, των συστημάτων ελέγχου βίζας, των αστυνομικών συστημάτων ταυτοποίησης εγκληματιών, της συλλογής στατιστικών στοιχείων επισκεπτών και πολλά άλλα. Μέχρι στιγμής, περίπου το ήμισυ της βιομετρικής αγοράς καταλαμβάνεται από συστήματα αναγνώρισης δακτυλικών αποτυπωμάτων. Αλλά η κατάσταση αλλάζει σταδιακά, οι προγραμματιστές κατανοούν ότι το δακτυλικό αποτύπωμα δεν είναι ο πιο αξιόπιστος τρόπος για την αναγνώριση ενός ατόμου (στο "MythBusters" κάποτε έδειξαν έναν τρόπο να ανοίξει μια κλειδαριά δακτυλικών αποτυπωμάτων χρησιμοποιώντας δακτυλικά αποτυπώματα τυπωμένα σε έναν εκτυπωτή), έτσι οι νέες βιομετρικές τεχνολογίες είναι σταδιακά γίνεται όλο και πιο δημοφιλής.

Βιομετρικά: κλίμακα

Γενικά, μπορούμε να πούμε ότι η βιομετρία έχει γίνει αναπόσπαστο μέρος της ζωής των ανθρώπων. Σε ορισμένες χώρες, για παράδειγμα, δεν μπορείτε να αποκτήσετε διαβατήριο ή βίζα χωρίς βιομετρικά δεδομένα. Κυβερνητικές οργανώσεις σε διάφορες χώρες πιστεύουν ότι τα βιομετρικά στοιχεία είναι ένας από τους πιο αποτελεσματικούς τρόπους αναγνώρισης προσφύγων και όσων περνούν παράνομα τα σύνορα.

Τώρα υπάρχουν πολλά έργα που βασίζονται σε βιομετρικές τεχνολογίες. Ίσως ένα από τα πιο μεγάλης κλίμακας είναι το έργο AADHAAR, που υλοποιείται στην Ινδία. Είναι ένα βιομετρικό σύστημα αναγνώρισης που περιέχει δεδομένα από περισσότερους από ένα δισεκατομμύριο ανθρώπους. Η βάση δεδομένων περιέχει περίπου 10 δισεκατομμύρια πρότυπα δακτυλικών αποτυπωμάτων, δύο δισεκατομμύρια πρότυπα ίριδας και ένα δισεκατομμύριο φωτογραφίες. Κάτι ανάλογο προβλήθηκε και στην ταινία επιστημονικής φαντασίας I Origins. Ωστόσο, η αναγνώριση από την ίριδα είναι μια πολύ πραγματική τεχνολογία που γίνεται όλο και πιο δημοφιλής.

Όλοι οι κάτοικοι της Ινδίας μπορούν να λάβουν μια εγγραφή στο AADHAAR· αυτός είναι ένας αριθμός αναγνώρισης που συνδέεται με τα βιομετρικά δεδομένα των χρηστών. Χρησιμοποιείται σε χρηματοοικονομικές συναλλαγές, όταν εργάζεστε με διάφορες δημόσιες και ιδιωτικές υπηρεσίες. Μια υπηρεσία cloud για την αποθήκευση σαρωμένων εγγράφων συνδέεται επίσης με το AADHAAR.

Φυσικά, η Ινδία δεν είναι η μόνη που εισάγει τη βιομετρική αναγνώριση. Το κάνουν και άλλα κράτη. Και όχι μόνο τα κράτη, αλλά και οι ιδιωτικές εταιρείες. Σύμφωνα με το αναλυτικό πρακτορείο J"son & Partners Consulting, η παγκόσμια αγορά βιομετρικών συστημάτων θα φτάσει τα 40 δισεκατομμύρια δολάρια έως το 2022. Τα συμπεράσματα των αναλυτών βασίζονται σε δείκτες εσόδων βασικών παικτών ανάλογα με τα τμήματα, λαμβάνοντας υπόψη το υλικό, το λογισμικό και την ενοποίηση.

Μια άλλη αναλυτική υπηρεσία, η Acuity Research, εκτιμά την αύξηση του αριθμού των βιομετρικών ηλεκτρονικών εγγράφων e-ID σε 749 εκατομμύρια έως το 2018. Και συνολικά, σύμφωνα με ειδικούς των πρακτορείων, το 2018 θα υπάρχουν περίπου 3,5 δισεκατομμύρια ηλεκτρονικά έγγραφα στον κόσμο. Ήδη, περισσότερες από τις μισές χώρες μέλη του ΟΗΕ εκδίδουν βιομετρικά διαβατήρια. Ένα παράδειγμα εφαρμογής προγραμμάτων για τη μετάβαση σε βιομετρικά ηλεκτρονικά έγγραφα περιλαμβάνει κρατικές και ιδιωτικές συμβάσεις στον Καναδά, τις ΗΠΑ, τη Λευκορωσία, την Ουκρανία, τη Μολδαβία, τη Λιθουανία, την Ουγγαρία, το Μπαγκλαντές, τη Σενεγάλη και άλλες χώρες.

Τι γίνεται στη Ρωσία;

Στη Ρωσία, οι βιομετρικές τεχνολογίες αναπτύσσονται αρκετά γρήγορα, πιο ενεργά από ό,τι σε πολλές χώρες. Για παράδειγμα, οι μεγαλύτερες τράπεζες στη Ρωσική Ομοσπονδία άρχισαν φέτος να δοκιμάζουν βιομετρικά συστήματα αναγνώρισης πελατών. Η Κεντρική Τράπεζα, το Υπουργείο Τηλεπικοινωνιών και Μαζικών Επικοινωνιών και η Rosfinmonitoring δημιουργούν τη δική τους βιομετρική βάση δεδομένων· αυτό το σύστημα θα φτάσει στο στάδιο της δοκιμής φέτος.

Σύμφωνα με την Αντιπρόεδρο της Κεντρικής Τράπεζας Όλγα Σκορομπογάτοβα, το πιλοτικό έργο θα σας επιτρέψει να γίνετε πελάτης οποιασδήποτε τράπεζας από απόσταση. Για να γίνει αυτό, αρκεί να περάσετε τη διαδικασία βιομετρικής εγγραφής μία φορά σε οποιοδήποτε πιστωτικό ίδρυμα που συμμετέχει στο έργο.

«Η βιομετρία είναι ένα πολύ συναρπαστικό θέμα. Αυτό είναι η ταυτοποίηση, η εξ αποστάσεως αναγνώριση, η δημιουργία μιας ενοποιημένης βάσης δεδομένων για τα άτομα, μιλάω περισσότερο για τα άτομα, που θα επέτρεπε σε οποιαδήποτε τράπεζα και σε οποιονδήποτε οργανισμό να μην αναγκάσει τους πελάτες να έρθουν στα πόδια τους για να συμπληρώσουν μια μεγάλη λίστα εγγράφων, », αναφέρει η Skorobogatova αναφέρει το RIA.

Από αυτό το πείραμα μέχρι τη δημιουργία μιας εθνικής βιομετρικής βάσης δεδομένων μένει κυριολεκτικά ένα βήμα.

Ο τραπεζικός τομέας προσπαθεί να εισαγάγει συστήματα αναγνώρισης πελατών με φωνή, φωτογραφία και δακτυλικά αποτυπώματα. Για παράδειγμα, το VTB24 έχει ήδη δοκιμάσει τη βιομετρική ταυτοποίηση ως μέρος της ηλεκτρονικής τραπεζικής. Κατά τη διαδικασία σύνδεσης της εφαρμογής διαδικτυακής τραπεζικής, ζητήθηκε από τους πελάτες να παράσχουν δείγμα φωτογραφίας και φωνής. Χρησιμοποιώντας αυτά τα δεδομένα σχεδιάζεται να πραγματοποιηθεί ταυτοποίηση. Μετά την επιβεβαίωση της ταυτότητας του χρήστη, όλες οι λειτουργίες εκτελούνται χωρίς πρόσθετη επιβεβαίωση. Η Sberbank δείχνει επίσης μεγάλο ενδιαφέρον για τα βιομετρικά στοιχεία, η οποία έχει ήδη διαπιστευθεί το RecFaces (εφαρμογή Comlogic) ως έναν από τους συνεργάτες της σε αυτόν τον τομέα.

Παρόμοιες τεχνολογίες χρησιμοποιούνται στην Promsvyazbank and Home Credit, στην Tinkoff Bank και σε πολλούς άλλους οργανισμούς. Όσον αφορά την ενοποιημένη βιομετρική βάση δεδομένων, η Κεντρική Τράπεζα, το Υπουργείο Τηλεπικοινωνιών και Μαζικών Επικοινωνιών και η Rosfinmonitoring εργάζονται ταυτόχρονα για τη δημιουργία της. Αυτό το έργο μπορεί να διαρκέσει αρκετά χρόνια για να ολοκληρωθεί. Μια κοινή βάση βιομετρικών δεδομένων, σύμφωνα με τους ειδικούς, θα είναι χρήσιμη για τους χρηματοοικονομικούς και νομικούς τομείς, τις κρατικές υπηρεσίες, τη δημόσια ασφάλεια, την ιατρική και άλλα.

Ψηφιακό βιομετρικό προφίλ από την RecFaces

Μιλώντας για τη βιομετρία στη Ρωσία, δεν μπορούμε να μην αναφέρουμε την ανάπτυξή μας - μια πλατφόρμα πληροφοριών για πολυτροπική ταυτοποίηση, που ονομάζεται Id-Me.

Συνήθως, οι εταιρείες που εφαρμόζουν βιομετρικά στοιχεία πρέπει να επιλέξουν αρκετούς προμηθευτές και να επενδύσουν σημαντικά κεφάλαια στη δημιουργία μιας κεντρικής υπολογιστικής υποδομής, στη συντήρησή της, σε διάφορους τύπους αδειών και εξοπλισμού.

Αλλά δεν αφορά μόνο την επένδυση και την πολυπλοκότητα της διαδικασίας. Κάθε αλγόριθμος που προσφέρεται αυτή τη στιγμή στην αγορά έχει μια σειρά από δικά του χαρακτηριστικά και πλεονεκτήματα. Εμείς στη RecFaces έχουμε επικεντρωθεί ειδικά στη δημιουργία μιας ολοκληρωμένης ολοκληρωμένης πλατφόρμας που χρησιμοποιεί τα καλύτερα επιτεύγματα του κόσμου στον τομέα της βιομετρίας. Έχοντας την ευκαιρία να μελετήσουμε αλγόριθμους και να τους συγκρίνουμε, επιλέγουμε εκείνες τις λύσεις που παρουσιάζουν μέγιστη απόδοση.

Για παράδειγμα, οι βιομετρικές τεχνολογίες αναγνώρισης που βασίζονται σε ένα μαθηματικό μοντέλο του προσώπου έχουν άδεια από την ιαπωνική εταιρεία Toshiba. Η 3D αναγνώριση πραγματοποιείται χρησιμοποιώντας λύσεις από την Artec ID και την Intel Corporation. Δεν υπάρχει αμφιβολία ότι για τις μονάδες αναγνώρισης που βασίζονται σε μοτίβα ίριδας, δακτυλικά αποτυπώματα και μοτίβα φλέβας παλάμης που προετοιμάζονται για εφαρμογή στην πλατφόρμα Id-Me, η RecFaces θα επιλέξει τις πιο σύγχρονες και πολλά υποσχόμενες τεχνικές λύσεις. Οι πελάτες θα πρέπει μόνο να χρησιμοποιήσουν τη «μαγεία» του Id-Me για να λύσουν τα προβλήματα εφαρμογής τους.

Για έναν εξωτερικό παρατηρητή, το Id-Me λειτουργεί πολύ απλά. Ένα από τα κύρια στοιχεία του συστήματος είναι το Id-Box (μονάδα λήψης). Είναι μια μικρή «έξυπνη» συσκευή αναγνώρισης που βασίζεται σε μια πλατφόρμα υπολογιστή σε μια συμπαγή θήκη. Αυτό το στοιχείο είναι υπεύθυνο για την αναγνώριση προσώπων και, στο μέλλον, άλλων τύπων βιομετρικών δεδομένων. Συνδέεται με κάμερα παρακολούθησης και άλλους αισθητήρες. Το σύστημα λαμβάνει μια σειρά δεδομένων από αυτά, τα οποία στη συνέχεια μετατρέπονται σε ένα εξειδικευμένο ευρετήριο, ένα μαθηματικό μοντέλο, το οποίο αποστέλλεται στο cloud για σύγκριση με το πρότυπο που είναι αποθηκευμένο εκεί. Δουλεύοντας με ευρετήρια, το σύστημα δεν είναι απαιτητικό για το «πλάτος» του καναλιού Διαδικτύου.

Αυτό είναι ένα καθολικό σύστημα που λειτουργεί αποτελεσματικά με διάφορους τύπους εικόνων και μπορεί να χρησιμοποιήσει πληροφορίες από μια κάμερα παρακολούθησης. Το Id-Box, εάν είναι απαραίτητο, μπορεί να συλλέξει στατιστικά στοιχεία για τον αριθμό των επισκεπτών, συμπεριλαμβανομένης της ηλικίας, του φύλου και της συναισθηματικής κατάστασης. Εάν παρουσιαστεί βλάβη, δεν υπάρχει λόγος ανησυχίας· μέσα στο κουτί υπάρχει ο δικός του μεγάλος σκληρός δίσκος όπου αποθηκεύονται όλα τα σημαντικά δεδομένα. Σε περίπτωση ξαφνικού τερματισμού λειτουργίας του δικτύου, όλες οι πληροφορίες θα αποθηκευτούν και το σύστημα θα συνεχίσει να λειτουργεί.

Τα δεδομένα που συλλέγονται από το Id-box αποστέλλονται στο cloud, όπου το σύστημα συγκρίνει το τρέχον ευρετήριο με όλες τις προηγούμενες εκδόσεις. Εάν υπάρχει αντιστοιχία, δηλαδή το σύστημα αναγνωρίζει το εγγεγραμμένο άτομο, ο πελάτης λαμβάνει μια ειδοποίηση. Η υπηρεσία είναι συμβατή με τις κύριες βασικές πλατφόρμες, συμπεριλαμβανομένης της διεπαφής ιστού, των κινητών πελατών iOS, Android, Windows.

Ολόκληρο το σύστημα προστατεύεται με ασφάλεια χάρη σε μια κρυπτογραφημένη σύνδεση. Επιπλέον, υπάρχει ένα τείχος προστασίας και παρέχεται μια πύλη κρυπτογράφησης με δρομολογητές κρυπτογράφησης. Χρησιμοποιείται ηλεκτρονική ψηφιακή υπογραφή, λογισμικό προστασίας από ιούς και εργαλεία ανίχνευσης εισβολής πιστοποιημένα από την FSTEC.

Πεδίο εφαρμογής του Id-Me

Η βιομετρική πλατφόρμα Id-Me από το RecFaces έχει σχεδιαστεί για να είναι όσο το δυνατόν πιο χρήσιμη για τράπεζες, αεροδρόμια, λιανικές, ξενοδοχειακές επιχειρήσεις, αθλητικούς οργανισμούς και κρατικούς φορείς.

Οι τράπεζες μπορούν να χρησιμοποιήσουν βιομετρικά στοιχεία για να βελτιώσουν την ασφάλεια. Εδώ μπορούμε να δώσουμε ως παράδειγμα μια πιθανή περίπτωση απατεώνα που επιχειρεί να κάνει ανάληψη χρημάτων από την κάρτα κάποιου άλλου. Η κάμερα του ATM που είναι συνδεδεμένη στο Id-Me προσδιορίζει το πρόσωπο του ατόμου που προσπαθεί να το κάνει. Εάν αυτές οι πληροφορίες δεν ταιριάζουν με αυτό που περιέχεται στη βάση δεδομένων, η ανάληψη χρημάτων μπλοκάρεται σχεδόν αμέσως. Για να χρησιμοποιήσετε αυτήν τη μέθοδο προστασίας, δεν χρειάζεται καν να εξοπλίσετε το ΑΤΜ με πρόσθετο εξοπλισμό.

Ομοίως, μια τράπεζα μπορεί να προστατεύσει το τμήμα δανεισμού της. Ένας απατεώνας που προσπαθεί να πραγματοποιήσει μια οικονομική συναλλαγή με ψεύτικο όνομα δεν θα μπορεί να το κάνει εάν παρακολουθείται από κάμερα συνδεδεμένη στην υπηρεσία Id-Me.

Επιπλέον, οι τραπεζικοί υπάλληλοι μπορούν επίσης να συνδεθούν, κάτι που είναι απαραίτητο κατά την εκτέλεση κρίσιμων εργασιών. Αυτή η λειτουργία μπορεί να είναι χρήσιμη σε πολλούς τομείς. Το Id-Me, για παράδειγμα, σας επιτρέπει να αυτοματοποιήσετε την παρακολούθηση χρόνου προσωπικού.

Εφόσον το Id-Me μπορεί να αναλύει ροές βίντεο από κάμερες παρακολούθησης και μεμονωμένες εικόνες, το σύστημα μπορεί να χρησιμοποιηθεί για τη συλλογή στατιστικών στοιχείων σχετικά με τις επισκέψεις, τις τροχιές κίνησης και τη συμπεριφορά των επισκεπτών.

Χρησιμοποιώντας αποκλειστικές τεχνολογίες αναγνώρισης από την Toshiba και άλλους συνεργάτες, το Id-Me σάς επιτρέπει να χρησιμοποιείτε βιομετρική αναγνώριση για να προσδιορίσετε το φύλο, την ηλικία και τις προσωπικές προτιμήσεις του αγοραστή, συνδέοντας όλα αυτά με το CRM. Ένα τέτοιο σύστημα είναι επίσης εξαιρετικό για την αναγνώριση ενός σημαντικού πελάτη λαμβάνοντας αμέσως πληροφορίες για αυτόν, την ημερομηνία της τελευταίας επίσκεψής του σε ένα κατάστημα ή άλλο ιστότοπο. Όλα αυτά θα σας βοηθήσουν να βρείτε μια κοινή γλώσσα με ένα άτομο, προσδιορίζοντας αμέσως τις προτιμήσεις του.

Παραδείγματα τέτοιου συνδυασμού βιομετρικής ταυτοποίησης με CRM που έχουν ήδη εφαρμοστεί από κοινού με τους συνεργάτες της RecFaces έχουν δείξει την υψηλή τους αποτελεσματικότητα μάρκετινγκ. Σίγουρα θα γράψουμε για αυτό λεπτομερώς αργότερα.

Για τον ξενοδοχειακό κλάδο, η γνώση των πελατών σας είναι απαραίτητη. Εάν ένα άτομο δει ότι τον θυμούνται, όχι μόνο το όνομα και το επώνυμό του, αλλά και τις προτιμήσεις του, τότε, πιθανότατα, ένας τέτοιος πελάτης θα επιστρέψει στο "προσεκτικό" ξενοδοχείο ξανά και ξανά. Και για τους ανεπιθύμητους επισκέπτες, μπορείτε να δημιουργήσετε μια «μαύρη λίστα» με τα σχετικά δεδομένα.

Οι κάμερες παρακολούθησης ξενοδοχείου θα καταγράφουν ό,τι συμβαίνει, ειδοποιώντας τη διοίκηση εάν κάποιος άγνωστος έχει εισέλθει στο δωμάτιο ή στο χώρο του γραφείου. Οι υπάλληλοι του ξενοδοχείου θα γνωρίζουν ότι το έξυπνο σύστημα ξέρει πάντα ποιος πήγε πού και γιατί, επομένως θα υπάρχει λιγότερη κατάχρηση.

Οι διοργανωτές αθλητικών εκδηλώσεων, συναυλιών και άλλων δημόσιων εκδηλώσεων μπορούν να λάβουν άμεσες πληροφορίες σχετικά με ανεπιθύμητα στοιχεία (για παράδειγμα, οπαδοί χούλιγκαν) που προσπαθούν να μπουν στην εκδήλωση. Χαμένο παιδί; Το σύστημα θα σας βοηθήσει να προσδιορίσετε γρήγορα πώς και πότε συνέβη αυτό και θα καθορίσει επίσης πού βρίσκεται το παιδί εάν είναι ορατό. Κάτι πήγε στραβά? Θα ειδοποιηθεί άμεσα η ασφάλεια.

Θα είναι ευκολότερο για τους αξιωματικούς επιβολής του νόμου να διατηρήσουν την ασφάλεια σε σχολεία ή δημόσιους χώρους ή σε εγκαταστάσεις υποδομής μεταφορών, εάν λαμβάνουν ειδοποιήσεις για ύποπτα άτομα και συμβάντα που συμβαίνουν στη ζώνη επιτήρησης. Κλοπές αυτοκινήτων, χουλιγκανισμός - όλα αυτά μπορούν να αποφευχθούν εάν μάθετε για το πρόβλημα εγκαίρως.

Γενικά, υπάρχει ένας τεράστιος αριθμός τρόπων χρήσης βιομετρικών συστημάτων. Όσο προσποιητικό κι αν ακούγεται, είναι το μέλλον. Τα βιομετρικά είναι και θα χρησιμοποιηθούν σε μεγάλο αριθμό περιοχών. Και το Id-Me μπορεί ήδη να χρησιμοποιηθεί στα περισσότερα από αυτά. Μπορείτε να μάθετε περισσότερα για τις λύσεις που ήδη προσφέρει και ετοιμάζεται να λανσάρει η εταιρεία και να εξοικειωθείτε με τις ολοκληρωμένες λύσεις της επισκεπτόμενοι την 23η Διεθνή Έκθεση Τεχνικού Εξοπλισμού Ασφαλείας και Εξοπλισμού Ασφάλειας και Πυρασφάλειας

Το μονοπάτι της τεχνολογίας που έχει ξεπεράσει τη χρήση στις υπηρεσίες επιβολής του νόμου και αντικατέστησε τους γραφικούς και τους αριθμητικούς κωδικούς πρόσβασης.

Σε σελιδοδείκτες

Τα βιομετρικά ήταν τα πρώτα που χρησιμοποιήθηκαν από τις υπηρεσίες επιβολής του νόμου και τις υπηρεσίες υψηλής ασφάλειας. Στις μέρες μας, τα βιομετρικά συστήματα βρίσκονται σε όλες σχεδόν τις σύγχρονες συσκευές: αυτοκίνητα, φορητούς υπολογιστές, smartphone.

Τα βιομετρικά είναι μετρήσιμα ανατομικά, φυσιολογικά και συμπεριφορικά χαρακτηριστικά που χρησιμοποιούνται για την αναγνώριση ενός ατόμου. Η πιο κοινή μέθοδος είναι η αναγνώριση δακτυλικών αποτυπωμάτων. Αλλά υπάρχουν και άλλοι τρόποι - DNA, ίριδα, φωνή, παλάμες και χαρακτηριστικά του προσώπου.

Το ρυθμιστικό, τεχνικό και νομικό πλαίσιο για τις βιομετρικές τεχνολογίες αναπτύσσεται τώρα ενεργά. Το κράτος ξεκινά τη διαμόρφωση ενιαίων προτύπων για να εξασφαλίσει την αλληλεπίδραση αυτόνομων συστημάτων. Δημιουργούνται επιτροπές και τμήματα βιομετρίας. Παρά την ποικιλία των βιομετρικών μεθόδων, χρησιμοποιούνται κυρίως μόνο τρεις περιοχές: αναγνώριση δακτυλικών αποτυπωμάτων, προσώπου και ίριδας.

Η ανάπτυξη της τεχνολογίας υπολογιστών καθιστά δυνατή τη χρήση βιομετρικών στοιχείων σε πολλούς τομείς δραστηριότητας: έλεγχος πρόσβασης σε εγκαταστάσεις και συσκευές, επιβεβαίωση οικονομικών συναλλαγών, διασφάλιση ασφάλειας στα αεροδρόμια, ταυτοποίηση σε σχολεία και νοσοκομεία, αναζήτηση εγκληματιών.

Η ιστορία της βιομετρίας ξεκίνησε πριν από τρεις χιλιάδες χρόνια. Αντικείμενα που βρέθηκαν στη Νέα Σκωτία, τη Βαβυλώνα και την Κίνα δείχνουν ότι τα χέρια και τα δακτυλικά αποτυπώματα χρησιμοποιούνταν στην αρχαιότητα για επιχειρηματικές συναλλαγές και αποδείξεις εγκλημάτων.

Μόνο αιώνες αργότερα οι άνθρωποι ξανάρχισαν να εξερευνούν τη χρήση δακτυλικών αποτυπωμάτων και άλλων δεικτών ως μέσο αναγνώρισης.

Οι πρώτοι άνθρωποι που χρησιμοποίησαν βιομετρικά στοιχεία στον σύγχρονο κόσμο ήταν οι αστυνομικοί. Μέχρι περίπου τα μέσα του 1800, οι αξιωματικοί επιβολής του νόμου έπρεπε να χρησιμοποιήσουν τα μάτια και τη μνήμη για να εντοπίσουν εγκληματίες που είχαν συλληφθεί στο παρελθόν. Μια φωτογραφία ενός ατόμου έκανε το έργο πιο εύκολο, αλλά δεν μπορούσε να χρησιμεύσει ως απόδειξη ενοχής.

Μέχρι τη δεκαετία του 1920, το FBI άνοιξε το πρώτο Τμήμα Ταυτοποίησης, δημιουργώντας μια κεντρική αποθήκη δεδομένων εγκληματικής ταυτοποίησης για τις υπηρεσίες επιβολής του νόμου των ΗΠΑ. Στη δεκαετία του 1980, η κυβέρνηση των ΗΠΑ χρηματοδότησε τη δημιουργία αυτοματοποιημένων συστημάτων αναγνώρισης δακτυλικών αποτυπωμάτων που έγιναν κεντρικά για την αστυνομία και άλλες υπηρεσίες επιβολής του νόμου σε όλο τον κόσμο.

Όπως ένα δακτυλικό αποτύπωμα, η ίριδα του ματιού παραμένει αμετάβλητη με την ηλικία. Η χρήση του στη βιομετρία επιτρέπει τη χρήση ανεπαφικής ταυτοποίησης.

Ένας εξίσου απαραίτητος τύπος βιομετρικών στοιχείων είναι η αναγνώριση προσώπου. Αρχικά, αυτή η τεχνολογία χρησιμοποιήθηκε για τη διασφάλιση της ασφάλειας σε χώρους με πολύ κόσμο.

Στα εμπορικά κέντρα, αυτό βοηθά στην πρόληψη του εγκλήματος και της βίας. Τα αεροδρόμια βελτιώνουν την άνεση και την ασφάλεια. Οι κατασκευαστές συσκευών χρησιμοποιούν τεχνολογία αναγνώρισης προσώπου για να παρέχουν στους χρήστες ένα νέο επίπεδο βιομετρικής ασφάλειας.

Πιο δύσκολο από τη σάρωση δακτυλικών αποτυπωμάτων, προσώπου ή ίριδας, μόνο αναγνώριση φωνητικού αποτυπώματος. Τα μοναδικά στοιχεία καθιστούν την αντικατάσταση φωνής σχεδόν αδύνατη. Η ιστορία των βιομετρικών δεδομένων φωνής ξεκινά όχι πολύ καιρό πριν. Οι πρώτες μέθοδοι αναγνώρισης σε πραγματικό χρόνο εμφανίστηκαν στα τέλη της δεκαετίας του 1990.

1665

Ο Marcello Malfighi δημοσιεύει την ανακάλυψή του για τη μοναδικότητα των δακτυλικών αποτυπωμάτων.

1858

Ο Ινδός δημόσιος υπάλληλος William Herschel καταγράφει τα δακτυλικά αποτυπώματα κάθε υπαλλήλου στο πίσω μέρος των συμβάσεων εργασίας του. Με αυτόν τον τρόπο, η Herschel διακρίνει τους υπαλλήλους από άλλα άτομα που μπορεί να ισχυρίζονται ότι είναι υπάλληλοι την ημέρα πληρωμής.

1870

Ο Γάλλος δικηγόρος Alphonse Bertillonage αναπτύσσει το σύστημα Bertillonage - μια μέθοδο για τον εντοπισμό εγκληματιών χρησιμοποιώντας ανθρωπομετρικά δεδομένα. Η μέθοδος βασίζεται σε λεπτομερείς αναφορές μετρήσεων σώματος, φυσικές περιγραφές και φωτογραφίες. Το σύστημα χρησιμοποιήθηκε σε όλο τον κόσμο για 30 χρόνια έως ότου η αστυνομία συνειδητοποίησε ότι ορισμένοι άνθρωποι θα μπορούσαν να έχουν τις ίδιες παραμέτρους.

1880

Ο Σκωτσέζος χειρουργός Henry Faulds δημοσιεύει ένα άρθρο σχετικά με τη χρησιμότητα των δακτυλικών αποτυπωμάτων για την αναγνώριση.

1892

Ο Αργεντινός αστυνομικός Juan Vucenich αρχίζει να συλλέγει και να καταλογοποιεί δακτυλικά αποτυπώματα. Και χρησιμοποιεί επίσης εκτυπώσεις για να αποδείξει την τελική ενοχή της Francisca Rojas για τη δολοφονία του γείτονά της. Ο αστυνομικός διαπιστώνει ότι το αποτύπωμά της είναι πανομοιότυπο με ένα μερικό ίχνος αίματος στον τόπο του εγκλήματος.

Την ίδια χρονιά, ο Francis Galton έγραψε μια λεπτομερή μελέτη για τα δακτυλικά αποτυπώματα, στην οποία παρουσίασε ένα νέο σύστημα ταξινόμησης.

1896

Ο Γενικός Επιθεωρητής της Αστυνομίας της Βεγγάλης Edward Henry, που ενδιαφέρεται για το σύστημα του Galton, συλλέγει μια βαλίτσα με φωτογραφίες δακτυλικών αποτυπωμάτων και βελτιώνει την ταξινόμηση του Galton. Ο Henry χωρίζει τα σχέδια των δακτύλων σε πέντε βασικά: απλά και σύνθετα τόξα, βρόχους προς τον αντίχειρα ή το μικρό δάχτυλο και στροβιλίζεται.

Η κύρια ιδέα του Henry είναι να κωδικοποιεί μοτίβα με αριθμητικούς τύπους. Τα είδη χαρακτηρίστηκαν με τα γράμματα A, T, R, U, W και τα υποείδη με αριθμούς. Η μέθοδος του Χένρι ήταν ο πρόδρομος του συστήματος ταξινόμησης που χρησιμοποιούσαν το FBI και άλλες υπηρεσίες επιβολής του νόμου για πολλά χρόνια.

1903

Το σύστημα του Μπερτιγιόν «χαλάει». Δύο άνδρες, που αργότερα αποκαλύφθηκε ότι ήταν δίδυμοι, καταδικάστηκαν σε καταναγκαστική εργασία στις Ηνωμένες Πολιτείες. Έχει διαπιστωθεί ότι έχουν σχεδόν πανομοιότυπες μετρήσεις Bertillonage. Αλλά η ιστορία αμφισβητείται αργότερα επειδή χρησιμοποιήθηκε για να αποδείξει την ατέλεια του bertillonage.

1936

Ο οφθαλμίατρος Frank Birch πρότεινε τη χρήση της ίριδας του ματιού για την αναγνώριση της προσωπικότητας.

1960

Ο Σουηδός καθηγητής Gunnar Fant δημοσιεύει ένα μοντέλο που περιγράφει τα φυσιολογικά συστατικά της παραγωγής ακουστικής ομιλίας. Τα αποτελέσματα βασίζονται στην ανάλυση ακτινογραφιών ατόμων που κάνουν συγκεκριμένους ήχους.

1964

Οι Woodrow Bledsoe, Helen Chan Wolf και Charles Bisson αναπτύσσουν την αρχική τεχνολογία ως μέρος της συλλογικής τους έρευνας για την αναγνώριση προτύπων. Ωστόσο, η Bledsoe εγκαταλείπει τη μελέτη, την οποία συνεχίζει ο Peter Hart στο Ερευνητικό Ινστιτούτο του Στάνφορντ.

1965

Η Woodrow Bledsoe αναπτύσσει το πρώτο ημιαυτόματο σύστημα αναγνώρισης προσώπου στο πλαίσιο σύμβασης της αμερικανικής κυβέρνησης.

Η βορειοαμερικανική αεροπορία αναπτύσσει το πρώτο σύστημα αναγνώρισης υπογραφών.

1968

Ένας υπολογιστής ξεπερνά σταθερά τους ανθρώπους στην αναγνώριση ανθρώπινων προσώπων από μια βάση δεδομένων με δύο χιλιάδες φωτογραφίες.

1969

Το FBI αρχίζει να αναπτύσσει ένα σύστημα για την αυτοματοποίηση της διαδικασίας αναγνώρισης δακτυλικών αποτυπωμάτων, το οποίο γίνεται προτεραιότητα και καταλαμβάνει την πλειοψηφία του ανθρώπινου δυναμικού.

Το FBI υπογράφει συμβόλαιο με το Εθνικό Ινστιτούτο Προτύπων και Τεχνολογίας (NIST) για τη μελέτη της διαδικασίας αυτοματοποίησης της ταυτοποίησης του ανθρώπινου δακτυλικού αποτυπώματος. Το NIST εντοπίζει δύο κύρια προβλήματα: το πρώτο είναι η σάρωση δακτυλικών αποτυπωμάτων και ο εντοπισμός διακριτικών χαρακτηριστικών, το δεύτερο είναι η σύγκριση και η αντίθεση χαρακτηριστικών.

1970

Μοντελοποιούνται τα συμπεριφορικά συστατικά του λόγου. Ο Δρ Joseph Purkell επεκτείνεται στο αρχικό μοντέλο που αναπτύχθηκε το 1960. Περιλαμβάνει τη γλώσσα και το σαγόνι του. Το μοντέλο παρέχει μια πιο λεπτομερή κατανόηση των πολύπλοκων συμπεριφορικών και βιολογικών συστατικών της ομιλίας.

1971

Οι ερευνητές Goldstein, Harmon και Lesk δημοσιεύουν μια εργασία, "Human Face Identification", που χρησιμοποιεί 22 σχετικούς δείκτες, όπως το χρώμα των μαλλιών και το πάχος των χειλιών, για να αναγνωρίζει αυτόματα πρόσωπα. Η μελέτη αποτέλεσε τη βάση για περαιτέρω μελέτη της αναγνώρισης προσώπου μέσω υπολογιστή.

1974

Εμφανίζονται οι πρώτες εμπορικές βιομετρικές συσκευές αναγνώρισης παλάμης. Τα συστήματα υλοποιούνται για τρεις κύριους σκοπούς: έλεγχο φυσικής πρόσβασης, καταγραφή χρόνου και παρακολούθηση παρουσίας και αναγνώριση ατόμων.

1975

Το FBI χρηματοδοτεί την ανάπτυξη αισθητήρων για τη σάρωση μοτίβων δακτυλικών αποτυπωμάτων για τη μείωση του κόστους αποθήκευσης ψηφιακών πληροφοριών. Οι πρώιμοι αισθητήρες χρησιμοποιούν χωρητικές μεθόδους για τη συλλογή χαρακτηριστικών δακτυλικών αποτυπωμάτων.

Τις επόμενες δεκαετίες, το NIST εστιάζει στην ανάπτυξη αυτοματοποιημένων μεθόδων ψηφιοποίησης δακτυλικών αποτυπωμάτων και συμπίεσης εικόνας, ταξινόμησης, εξαγωγής χαρακτηριστικών και αντιστοίχισης χαρακτηριστικών. Η έρευνα του NIST κατέληξε στον M40, τον πρώτο αλγόριθμο αντιστοίχισης δακτυλικών αποτυπωμάτων υπολογιστή που χρησιμοποιήθηκε από το FBI.

1976

Η αμερικανική εταιρεία κατασκευής ηλεκτρικών εξαρτημάτων Texas Instruments αναπτύσσει ένα πρωτότυπο αναγνώρισης ομιλίας που δοκιμάζεται από την Πολεμική Αεροπορία των ΗΠΑ και τη μη κερδοσκοπική εταιρεία Mitre Corporation. Η τελευταία ασχολείται με το σχεδιασμό, την έρευνα και την ανάπτυξη συστημάτων, καθώς και την υποστήριξη της τεχνολογίας πληροφοριών για την κυβέρνηση των ΗΠΑ.

1977

Η Veripen έχει βραβευτεί με δίπλωμα ευρεσιτεχνίας "Personal Identification Apparatus" που αποτυπώνει τα δυναμικά χαρακτηριστικά της υπογραφής ενός ατόμου. Η ανάπτυξη του συστήματος οδήγησε στη δοκιμή της αυτόματης επαλήθευσης χειρόγραφου που πραγματοποιήθηκε από την Mitre Corporation για το Τμήμα Ηλεκτρονικών Συστημάτων της Πολεμικής Αεροπορίας των Ηνωμένων Πολιτειών.

1984

Ο στρατός των ΗΠΑ αρχίζει να χρησιμοποιεί την αναγνώριση παλάμης στον τραπεζικό τομέα.

1985

Οι οφθαλμίατροι Leonardo Flom και Aran Safir προτείνουν ότι δεν υπάρχουν δύο ίριδες όμοιες.

1986

Το NIST και το Αμερικανικό Εθνικό Ινστιτούτο Προτύπων (ANSI) δημιουργούν το πρότυπο ανταλλαγής δεδομένων μοτίβων δακτυλικών αποτυπωμάτων ANSI/NBS-I CST 1-1986. Αυτή είναι η πρώτη έκδοση των υφιστάμενων προτύπων που χρησιμοποιούνται πλέον από τις υπηρεσίες επιβολής του νόμου σε όλο τον κόσμο.

Οι Flom και Safir λαμβάνουν δίπλωμα ευρεσιτεχνίας για τη χρήση της ίριδας για αναγνώριση. Ο Flom προσεγγίζει τον Δρ Τζον Ντόγκμαν ζητώντας να αναπτύξει έναν αλγόριθμο για την αναγνώριση ενός ατόμου από την ίριδά του.

1987

Το NIST σχηματίζει μια ομάδα για τη μελέτη και ανάπτυξη της χρήσης τεχνικών επεξεργασίας ομιλίας.

1988

Το τμήμα Lakewood του Τμήματος του Σερίφη της Κομητείας του Λος Άντζελες χρησιμοποιεί το πρώτο ημιαυτόματο σύστημα αναγνώρισης προσώπου σε μια βάση δεδομένων ψηφιοποιημένων αντιγράφων.

Την ίδια χρονιά, οι Kirby και Sirovich εφαρμόζουν την ανάλυση των κύριων συνιστωσών - τυπικές μεθόδους γραμμικής άλγεβρας - στο πρόβλημα της αναγνώρισης προσώπου. Η τεχνολογία ονομάζεται Eigenface.

1991

Ο Matthew Turk και ο Alex Pentland ανακαλύπτουν ότι το υπολειπόμενο σφάλμα Eigenface μπορεί να χρησιμοποιηθεί για την εύρεση ακμών σε εικόνες. Ως αποτέλεσμα αυτής της ανακάλυψης, έγινε δυνατή η αξιόπιστη αυτόματη αναγνώριση προσώπου σε πραγματικό χρόνο.

1992

Η NSA δημιουργεί τη Βιομετρική Κοινοπραξία και πραγματοποιεί την πρώτη της συνάντηση τον Οκτώβριο του 1992. Αρχικά, η συμμετοχή στην Κοινοπραξία περιορίζεται σε κρατικούς φορείς. Ωστόσο, ο οργανισμός σύντομα επέκτεινε τα μέλη του για να συμπεριλάβει τις ιδιωτικές και ακαδημαϊκές κοινότητες και ανέπτυξε πολυάριθμες ομάδες εργασίας για να ξεκινήσει και να επεκτείνει τις προσπάθειες για δοκιμές, ανάπτυξη προτύπων, διαλειτουργικότητα και κυβερνητική συνεργασία.

Από την έναρξη της βιομετρικής εργασίας στις αρχές της δεκαετίας του 2000, οι ομάδες εργασίας έχουν ενσωματωθεί σε άλλους οργανισμούς, όπως το INCITS, το ISO και το Εθνικό Συμβούλιο Επιστήμης και Τεχνολογίας των ΗΠΑ, για να επεκτείνουν και να επιταχύνουν τις δραστηριότητές τους. Η κοινοπραξία γίνεται ένα φόρουμ για συζητήσεις μεταξύ κυβέρνησης, βιομηχανίας και ακαδημαϊκού κόσμου.

1993

Η Υπηρεσία Προηγμένων Ερευνητικών Έργων της Άμυνας και το Γραφείο Προγράμματος Αμυντικής Ανάπτυξης χρηματοδοτούν το πρόγραμμα Τεχνολογίας Αναγνώρισης Προσώπου (FERET). Σκοπός του κινήτρου είναι η ανάπτυξη αλγορίθμων και τεχνολογιών αναγνώρισης προσώπου.

1994

Ο διαγωνισμός Integrated Automated Fingerprint Identification System (IAFIS) διερευνά τρία κύρια προβλήματα: την απόκτηση ψηφιακών δακτυλικών αποτυπωμάτων, την τοπική εξαγωγή χαρακτηριστικών αυλάκωσης και την αντιστοίχιση χαρακτηριστικών αύλακα. Η Lockheed Martin κέρδισε τον διαγωνισμό για τη δημιουργία του IAFIS για το FBI.

Το πρώτο αυτόματο σύστημα αναγνώρισης δακτυλικών αποτυπωμάτων (AFIS) που έχει σχεδιαστεί για να υποστηρίζει την εκτύπωση δακτυλικών αποτυπωμάτων πιστεύεται ότι κατασκευάστηκε από την ουγγρική εταιρεία RECOWARE. Το 1997, η τεχνολογία αναγνώρισης παλάμης και δακτυλικών αποτυπωμάτων που είναι ενσωματωμένη στο RECOderm αγοράστηκε από την Lockheed Martin Information Systems.

Την ίδια χρονιά δημιουργήθηκε η Ταχεία Υπηρεσία Μετανάστευσης και Νατουραλιστικής Υπηρεσίας Επιβατών (INSPASS) με βάση τα βιομετρικά στοιχεία. Βοηθούσε τους ταξιδιώτες να παρακάμψουν τις γραμμές μετανάστευσης σε επιλεγμένα αεροδρόμια σε όλες τις Ηνωμένες Πολιτείες έως ότου σταμάτησε να λειτουργεί στα τέλη του 2004.

Ο John Daungman αναπτύσσει και κατοχυρώνει με δίπλωμα ευρεσιτεχνίας τους πρώτους αλγόριθμους για την αναγνώριση μοτίβων ίριδας από υπολογιστή. Το δίπλωμα ευρεσιτεχνίας ονομάζεται lriScan. Μέχρι τώρα, οι αλγόριθμοι του Daugman αποτελούν τη βάση για δημόσιες εφαρμογές της τεχνολογίας.

1995

Η Υπηρεσία Πυρηνικής Άμυνας και η iriScan δημιουργούν ένα κοινό έργο που οδήγησε στο πρώτο εμπορικό προϊόν στον τομέα της αναγνώρισης ίριδας.

1996

Οι Ολυμπιακοί Αγώνες της Ατλάντα εφαρμόζουν συστήματα πρόσβασης παλάμης για τον έλεγχο και την εξασφάλιση της φυσικής πρόσβασης στο Ολυμπιακό Χωριό. Το σύστημα βρίσκει πληροφορίες μεταξύ των δεδομένων περισσότερων από 65 χιλιάδων ατόμων. Περισσότερες από ένα εκατομμύριο συναλλαγές διεκπεραιώθηκαν εντός 28 ημερών.

Με τη χρηματοδότηση της NSA, το NIST εγκαινιάζει μια ετήσια αξιολόγηση NIST Speaker Recognition Assessment για την περαιτέρω προώθηση της κοινότητας αναγνώρισης ηχείων.

1997

Το IAFIS ξεκινά τις εργασίες. Κατά την ανάπτυξη του συστήματος, οι επιστήμονες εξέτασαν ζητήματα που σχετίζονται με την ανταλλαγή πληροφοριών μεταξύ αυτόνομων συστημάτων και μελέτησαν επίσης την εφαρμογή ενός εθνικού συστήματος αναγνώρισης δακτυλικών αποτυπωμάτων. Το IAFIS χρησιμοποιείται για τον έλεγχο των ποινικών μητρώων των ανθρώπων και τον εντοπισμό λανθάνοντων αποτυπωμάτων που βρέθηκαν σε τόπους εγκλήματος.

Ο Christoph von der Malsburg και μια ομάδα μεταπτυχιακών φοιτητών από το Πανεπιστήμιο του Μπόχουμ στη Γερμανία ανέπτυξαν το σύστημα ZN-Face, το οποίο ήταν τότε το πιο αξιόπιστο λόγω της ικανότητάς του να αναγνωρίζει πρόσωπα σε φωτογραφίες χαμηλής ποιότητας.

Η τεχνολογία χρηματοδοτήθηκε από το Ερευνητικό Εργαστήριο Στρατού των ΗΠΑ. Ωστόσο, μεγάλα διεθνή αεροδρόμια, τράπεζες και κρατικές υπηρεσίες το χρησιμοποιούσαν.

Με την υποστήριξη της NSA, δημοσιεύτηκε το πρώτο εμπορικό κοινό βιομετρικό πρότυπο, το Human Authentication API (HA-API). Στόχος του έργου είναι η διευκόλυνση της ολοκλήρωσης και η διασφάλιση της εναλλαξιμότητας και της ανεξαρτησίας των προμηθευτών. Αυτή ήταν μια σημαντική ανακάλυψη για τους παρόχους βιομετρικής τεχνολογίας που συνεργάστηκαν.

1998

Το FBI εγκαινιάζει μια ιατροδικαστική βάση δεδομένων DNA, το Συνδυασμένο Σύστημα Δείκτη DNA (CODIS). Το σύστημα παρέχει ψηφιακή αποθήκευση και ανάκτηση δεικτών DNA για τις υπηρεσίες επιβολής του νόμου.

1999

Η Τεχνική Συμβουλευτική Ομάδα του Διεθνούς Οργανισμού Πολιτικής Αεροπορίας (ICAO) για τα αναγνώσιμα από μηχανή ταξιδιωτικά έγγραφα (TAG ή MRTD) έχει ξεκινήσει έρευνα για τη συμβατότητα βιομετρικών και μηχανοαναγνώσιμων ταξιδιωτικών εγγράφων. Οι στόχοι της μελέτης είναι η δημιουργία διεθνών προτύπων για τη μετάδοση δεδομένων πολλαπλών υπηρεσιών.

έτος 2000

Αρκετές κρατικές υπηρεσίες των ΗΠΑ χρηματοδοτούν το Facial Recognition Vendor Testing (FRVT). Οι δοκιμές πραγματοποιούνται από το NIST. Αυτό σηματοδότησε την πρώτη ανοικτή, μεγάλης κλίμακας αξιολόγηση πολλών εμπορικά διαθέσιμων βιομετρικών συστημάτων.

Πρόσθετες αξιολογήσεις πραγματοποιήθηκαν το 2003 και το 2006. Στόχος του έργου ήταν να παράσχει στις αρχές επιβολής του νόμου και στην κυβέρνηση των ΗΠΑ τις πληροφορίες που απαιτούνται για τον προσδιορισμό των καλύτερων τρόπων ανάπτυξης της τεχνολογίας αναγνώρισης προσώπου.

Οι επιστήμονες δημοσιεύουν την πρώτη ερευνητική εργασία που περιγράφει τη χρήση μοτίβων σκαφών για την αναγνώριση ανθρώπων. Το άρθρο περιγράφει την πρώτη εμπορική τεχνολογία που χρησιμοποιεί την εικόνα των αιμοφόρων αγγείων στο ανθρώπινο χέρι για αναγνώριση.

Την ίδια χρονιά, το Πανεπιστήμιο της Δυτικής Βιρτζίνια και το FBI εισήγαγαν ένα πρόγραμμα πτυχίου στα βιομετρικά συστήματα.

Ιανουάριος 2001

Η αναγνώριση προσώπου εγκαθίσταται στο Super Bowl στην Τάμπα της Φλόριντα, για τον εντοπισμό καταζητούμενων ατόμων στο στάδιο. Το σύστημα δεν τους βρήκε, αλλά κατά λάθος εντόπισε μια ντουζίνα αθώους θαυμαστές. Τα μέσα ενημέρωσης ανησυχούν για την παραβίαση της ιδιωτικής ζωής των ανθρώπων κατά τη χρήση βιομετρικών στοιχείων.

11 Σεπτεμβρίου 2001

Μια σειρά τρομοκρατικών επιθέσεων που πραγματοποιήθηκαν από την τρομοκρατική οργάνωση Αλ Κάιντα ανανέωσε το επιστημονικό ενδιαφέρον για την τεχνολογία. Αυτό επηρέασε πρωτίστως τα συστήματα μεταφορών και τους φορείς που διασφαλίζουν τη διεθνή κυκλοφορία των ανθρώπων, για παράδειγμα, τις υπηρεσίες τελωνείων και μετανάστευσης.

Η προσωπική ταυτοποίηση κατά τον έλεγχο εγγράφων δεν ήταν αρκετή, ενώ οι βιομετρικοί δείκτες εγγυώνται την ακριβή αναγνώριση των ανθρώπων.

Νοέμβριος 2001

Μια τεχνική επιτροπή M1 δημιουργείται για να επιταχυνθεί η ανάπτυξη προτύπων για τη χρήση βιομετρικών στοιχείων στις Ηνωμένες Πολιτείες και στις διεθνείς επιτροπές προτύπων.

2002

Ο Διεθνής Οργανισμός Τυποποίησης (ISO) και η Διεθνής Ηλεκτροτεχνική Επιτροπή (IEC) έχουν συστήσει την υποεπιτροπή ISO/IEC JTC1 για την υποστήριξη της τυποποίησης των βιομετρικών τεχνολογιών. Η υποεπιτροπή αναπτύσσει πρότυπα που επιτρέπουν την ενοποίηση και την ανταλλαγή δεδομένων μεταξύ αυτόνομων εφαρμογών και συστημάτων.

2003

Ο Διεθνής Οργανισμός Πολιτικής Αεροπορίας (ICAO) υιοθετεί ένα παγκοσμίως εναρμονισμένο σχέδιο για την ενσωμάτωση βιομετρικών πληροφοριών ταυτοποίησης σε διαβατήρια και άλλα μηχανικά αναγνώσιμα έγγραφα (MRDO). Η αναγνώριση προσώπου επιλέγεται ως παγκόσμιο διαλειτουργικό βιομετρικό μοντέλο για ηλεκτρονική επαλήθευση ταυτότητας.

Την ίδια χρονιά, η Ευρωπαϊκή Επιτροπή υποστήριξε τη δημιουργία του Ευρωπαϊκού Βιομετρικού Φόρουμ. Το έργο στοχεύει να καταστήσει την ΕΕ παγκόσμιο ηγέτη στα βιομετρικά στοιχεία, εξαλείφοντας τα εμπόδια στη λήψη αποφάσεων και τον κατακερματισμό στην αγορά. Το Φόρουμ λειτουργεί επίσης ως κινητήρια δύναμη για τον συντονισμό, την υποστήριξη και την ενίσχυση των εθνικών αρχών.

2004

Το Υπουργείο Άμυνας των ΗΠΑ εφαρμόζει ένα Αυτοματοποιημένο Βιομετρικό Σύστημα Αναγνώρισης (ABIS). Εφαρμόζεται για να βελτιώσει την ικανότητα της κυβέρνησης των ΗΠΑ να παρακολουθεί και να εντοπίζει απειλές για την εθνική ασφάλεια.

έτος 2005

Το δίπλωμα ευρεσιτεχνίας των ΗΠΑ για την έννοια της αναγνώρισης ίριδας λήγει. Αυτό ανοίγει ευκαιρίες μάρκετινγκ για εταιρείες που έχουν αναπτύξει τους δικούς τους αλγόριθμους αναγνώρισης ίριδας.

2010

Η NSA χρησιμοποιεί βιομετρικά δεδομένα για να εντοπίσει τρομοκράτες. Αυτό περιλαμβάνει τη χρήση δακτυλικών αποτυπωμάτων από τοποθεσίες που σχετίζονται με τις επιθέσεις της 11ης Σεπτεμβρίου.

2011

Η κυβέρνηση του Παναμά, σε συνεργασία με την υπουργό Εσωτερικής Ασφάλειας των ΗΠΑ, Janet Napolitano, ξεκίνησε ένα πιλοτικό πρόγραμμα της πλατφόρμας αναγνώρισης προσώπου FaceFirst για τη μείωση της παράνομης δραστηριότητας στο αεροδρόμιο Tocumen στον Παναμά.

Είναι γνωστό ως κέντρο λαθρεμπορίου ναρκωτικών και οργανωμένου εγκλήματος. Ως αποτέλεσμα, το σύστημα βοήθησε στη σύλληψη πολλών υπόπτων της Interpol.

Η αναγνώριση προσώπου χρησιμοποιείται ολοένα και περισσότερο για εγκληματολογικούς σκοπούς από τις αρχές επιβολής του νόμου και το στρατιωτικό προσωπικό. Αυτός είναι συχνά ο πιο αποτελεσματικός τρόπος για τον εντοπισμό των νεκρών.

Η αναγνώριση προσώπου και η τεχνολογία DNA χρησιμοποιήθηκαν για να επιβεβαιωθεί η ταυτότητα του Οσάμα Μπιν Λάντεν - του ιδρυτή της τρομοκρατικής οργάνωσης Αλ Κάιντα - αφού σκοτώθηκε σε επιδρομή των ΗΠΑ.

έτος 2013

Η Apple εισάγει την αναγνώριση δακτυλικών αποτυπωμάτων Touch ID σε νέα smartphone.

2016

Η Samsung παρουσιάζει μια συσκευή με σαρωτή ίριδας για να αυξήσει το επίπεδο ασφάλειας για την πρόσβαση στη συσκευή.

Η MasterCard, η Visa και άλλα χρηματοπιστωτικά ιδρύματα περιλαμβάνουν βιομετρικό έλεγχο ταυτότητας πληρωμών.

2017

Το λιανικό εμπόριο εισάγει ενεργά τεχνολογίες αναγνώρισης προσώπου. Και γίνεται ο ταχύτερα αναπτυσσόμενος τομέας στη χρήση αυτής της τεχνολογίας.

Επιπλέον, η Apple παρουσιάζει το iPhone X με τεχνολογία αναγνώρισης προσώπου Face ID.

Τώρα