مرکز مطالعات و تحقیقات فناپ
مرکز مطالعات و تحقیقات فناپ
خواندن ۵ دقیقه·۳ سال پیش

پسا کرونا و روندهای جدید نظارت و احراز هویت دیجیتال

با پیشرفت تکنولوژی و توسعه مفاهیم زندگی هوشمند، نظارت و احراز هویت از راه دور به ­عنوان یکی از موضوعات جذاب حوزه هوش مصنوعی در دهه اخیر مطرح شده است. شیوع کرونا و الزام به رعایت موازین بهداشتی و فاصله ­گذاری اجتماعی، موجب تسریع این روند شد و توجه طیف وسیعی از صنایع و کسب­‌وکارهای مختلف را به احراز هویت و هم­چنین نظارت مبتنی بر ویژگی­‌های بایومتریک جلب نمود. پیش­بینی­‌ها، حاکی از رشد بازار جهانی این حوزه از سهم بازار حدود 15 میلیارد دلار در سال 2018 به حدود 43 میلیارد دلار در سال 2025 است.


احراز هویت دیجیتال به مفهوم شناسایی، تأیید هویت افراد و هم­چنین بررسی انطباق و انسجام مدارک ارائه شده به صورت الکترونیکی و به منظور جلوگیری از جعل، تقلب و سوء استفاده­‌های احتمالی است. نوع احراز و فاکتورهای مورد بررسی به سطح حساسیت و امنیت مورد نظر بستگی دارد اما فاکتورهای احراز هویت معمولا به سه دسته کلی قابل تقسیم هستند: فاکتورهای اطلاعاتی، مالکیت و ذاتی. فاکتورهای اطلاعاتی از جنس نام کاربری، رمز عبور و اطلاعات محرمانه شخصی است. فاکتورهای مالکیت شامل اقلامی است که در تصرف شخص قرار دارد نظیر کارت ملی، کارت بانکی و یک­بار رمز همراه (OTP). اما ویژگی­‌های ذاتی شامل مشخصه­‌های منحصر به‌فرد رفتاری و بایومتریک فرد است. این 3 دسته از فاکتورها در نسخه دوم از دستورالعمل خدمات پرداخت اتحادیه اروپا (بند 30 از ماده 4) با عنوان «احراز هویت قوی (SCA)» و با رویکرد احراز هویت دو یا چند عامله مطرح شده‌اند.

احراز هویت بدون تماس، بر استفاده از ابزارهای جدید هوش مصنوعی برای تشخیص و شناسایی افراد بر اساس ویژگی­‌های منحصر به‌فرد بایومتریک آن­‌ها نظیر صدا، آناتومی چهره، رنگ عنبیه و اثر انگشت استوار است و قابلیت اجرا به‌صورت زنده و برخط را دارد. نیل به این مهم مستلزم استفاده از الگوریتم‌­های دقیق هوش مصنوعی بینایی ماشین، تشخیص الگو، تشخیص صدا و تبدیل صوت به متن است. با توجه به پیچیدگی پاسخ­دهی بی‌درنگ (Real Time) الگوریتم­‌های بینایی ماشین و تشخیص صوت، معمولاً برای ارائه یک سرویس پایدار (Robust) و معتبر از تلفیق این ویژگی­‌ها و احراز هویت به صورت توزیع شده در مراحل مختلف استفاده می‌­کنند.


یک مسأله مهم در احراز هویت بر اساس اطلاعات بایومتریک، به خصوص در زمینه بینایی ماشین تشخیص لایو بودن است. منظور از لایو بودن، توانایی ماشین در تمییز اطلاعات بایومتریک واقعی از داده­‌های جعلی است؛ به‌عنوان مثال، ممکن است برای استفاده از هویت جعلی، به جای نمایش چهره فرد به صورت زنده از عکس‌­ها و فیلم­‌های موجود در فضای مجازی استفاده شود. این نوع از تقلب که در سیستم‌­های احراز هویت مجازی رایج است را spoof می‌­نامند. واضح است که میزان توانایی سیستم در تشخیص انواع این تقلب­‌ها، قابلیت اعتماد و دقت سیستم را افزایش داده و موجب کاهش احتمال بروز سوء استفاده‌­های احتمالی می‌­شود. دو رویکرد اصلی مدیریت این مسأله عبارت هستند از: الگوریتم‌­های تشخیص لایو بودن و استفاده ترکیبی از اطلاعات بایومتریک. برای تشخیص لایو بودن، می­‌توان از روش­‌های فعال (Active)، منفعل (Passive) و ترکیبی استفاده نمود. در رویکرد فعال، یک چالش (مانند لبخند یا پلک زدن) برای کاربر تعریف می­‌شود و پاسخ دریافتی، لایو بودن را بررسی می‌­کند. رویکرد منفعل، بر استفاده از الگوریتم­‌های خودکار شناسایی Spoof در داخل سیستم متکی است و نیازی به تعامل با کاربر ندارد. در بررسی لایو بودن اطلاعات بایومتریک آناتومی چهره و صدا، معمولاً از مقایسه الگوی معیار (حرکت سر، حرکت چشم و تناوب صدا: Motion & Audio CAPTCHA) با الگوی استاندارد استفاده می­‌کنند.


از مهم­‌ترین کاربردهای متنوع سیستم­‌های احراز هویت بدون تماس و نظارت تصویری هوشمند می‌­توان به نظارت خودکار بانک، بیمارستان­‌ها، هتل­‌ها، آزمایشگاه‌­ها، مراکز آموزشی، ادارات و اماکن تجاری، حضور و غیاب هوشمند، بررسی هویت در سیستم‌­های ارائه خدمات دولت الکترونیکی و به تبع آن طیف وسیعی از نرم­‌افزارها و وبسایت­‌های خدماتی اشاره نمود. بنابراین موفقیت در احراز هویت و نظارت هوشمند از راه دور را می‌­توان به‌عنوان یکی از زیرساخت‌­های اساسی تحقق مفاهیمی چون زندگی هوشمند، حکمرانی هوشمند و شهر هوشمند در نظر گرفت و واضح است پیش­رانی در این حوزه، می­تواند مزیت رقابتی در تحقق کارآمد این مفاهیم را به ارمغان آورد. سطح دقت و اعتبار احراز هویت الکترونیکی، بر اساس نوع استفاده (تکی و ترکیبی) از این فاکتورها و با توجه به نوع حوزه کاربردی مورد نظر تعیین می­‌گردد. بر اساس پيش­بينی گروه تحقيقاتي Juniper، با توجه به رشد سالانه 83.7 درصدي استفاده از روش­‌هاي احراز هويت بر اساس داده بايومتريک از سال 2016، اين روش‌­ها تا انتهای سال 2021 براي بالغ بر 18 ميليارد تراكنش آنلاين مورد استفاده قرار خواهند گرفت و تنها ارزش تراكنش‌های صورت گرفته بر اساس احراز هويت مبتنی بر داده بايومتريک تلفن همراه بالغ بر 210 ميليارد دلار خواهد بود. با توجه به گزارش Statista، بازار استفاده از احراز هويت ديجيتال بر اساس آناتومی چهره به 7 ميليارد دلار در سال 2024 و بازار استفاده از احراز هويت ديجيتال بر اساس صدا به 27.16 ميليارد دلار در سال 2025 خواهد رسيد. بنابراين پيش­بينی شده است، اين رویکردهای احراز هويت دیجیتال نقش مؤثری در زندگي آينده بشر ايفا خواهند نمود. همين مسأله مؤيد اهميت دقت بالا در استفاده از اين تكنولوژی‌ها به‌­عنوان عنصر تأثير گذار زندگی هوشمند خواهد بود. زيرا واضح و مبرهن است، اين فناوری‌ها موضوع جذابی برای جرائم رايانه‌­ای خواهند بود؛ به گزارش Comparitech، بازه حمله­‌های سایبری به شبکه­‌ها و کامپیوترها به 39 ثانیه رسیده است که اهمیت برخورداری از دقت و امنیت بالا در توسعه فناوری­‌های جدید را نشان می­‌دهد.

مجموعه فناپ به ­عنوان یکی از برترین اعضای سازمان نظام صنفی رایانه‌ای کشور و برخوردار از گواهینامه رتبه اول سازمان برنامه و بودجه کشور، بر اساس مسئولیت خود در زمینه حمایت و توسعه طرح‌­های نوآورانه انفورماتیک در کشور، اقدام به توسعه سامانه‌­های کاربردی و به­‌روز در زمینه هوش مصنوعی تحت برند آیفا (AIFA) نموده است. سامانه‌­های احراز هویت هوشمند ترکیبی، سیستم هوشمند تشخیص چهره و سامانه حضور و غیاب هوشمند از مهم‌­ترین سامانه­‌های آیفا در حوزه نظارت و احراز هویت هوشمند است. بررسی اصالت ترکیبی (استفاده از کد OCR کارت ملی، تطبیق عکس آنلاین، راستی آزمایی ویدئوی سلفی و امکان شناسایی برخط صوت) و هم­چنین احراز هویت برخط حین حرکت به ترتیب از مهم‌­ترین ویژگی­‌های سیستم احراز هویت هوشمند و تشخیص چهره آیفا است که قابلیت فراهم نمودن زیرساخت مناسب نظارتی/ احراز هویتی در تمامی خدمات هوشمند را دارا است. در طراحی این ابزار، از به‌­روزترین الگوریتم‌­های یادگیری ماشین و هوش مصنوعی استفاده شده است و ساختار طراحی به گونه‌­ای است که از انعطاف لازم برای اضافه شدن به سایر سیستم‌­های نظارتی، مدیریتی، خدماتی و CRM برخوردار است.

Websites:

Fanap research

Aifa

Linkedin

Email: Fanapsoft.research@fanap.ir


پسا کرونااحراز هویت دیجیتالفناپکروناsca
از دانش دیروز تا نوآوری‌های فناورانه فردا
شاید از این پست‌ها خوشتان بیاید