PPG կենսաչափական տվյալների օգտագործումը նույնականացման և նույնականացման մեջ
- Հուլիսի 10, 2024
- Դանիել Լանտապե
- 0


PPG կենսաչափական տվյալների օգտագործումը նույնականացման և նույնականացման մեջ
Դանիել Լանտապե
Ներածություն
Կենսաչափությունը՝ նույնականացման նպատակով կենսաբանական տվյալների չափումն ու վերլուծությունը, վերջին տարիներին զգալի ուշադրության է արժանացել՝ տարբեր ոլորտներում, այդ թվում՝ անվտանգության և առողջապահության ոլորտում իր հնարավոր կիրառությունների շնորհիվ: Հատկապես կենսաչափական եղանակներից մեկը, որը խոստումնալից է, ֆոտոպլետիզմոգրաֆիան (PPG) է, որը ներառում է մարմնի արյան ծավալի փոփոխությունների չափումը լույսի սենսորների միջոցով: PPG տեխնոլոգիան օգտագործվել է կրելի սարքերում, ինչպիսիք են խելացի ժամացույցները՝ վերահսկելու առողջության ցուցանիշները, ինչպիսիք են սրտի հաճախությունը և արյան թթվածնի մակարդակը: Այնուամենայնիվ, նույնականացման և նույնականացման նպատակների համար դրա ներուժը հիմնականում մնում է չուսումնասիրված: Օգտագործելով PPG ազդանշանների ֆիզիոլոգիական առանձնահատկությունները, ինչպիսիք են սրտի հաճախության փոփոխականությունը, հետազոտողները կարծում են, որ PPG կենսաչափական տվյալները կարող են ապահով և հարմար մեթոդ առաջարկել անհատների ինքնությունը ստուգելու համար: Այս հետազոտությունը նպատակ ունի ուսումնասիրել տարբեր սցենարներում նույնականացման և իսկորոշման համար PPG կենսաչափական տվյալների օգտագործման իրագործելիությունն ու արդյունավետությունը:
PPG կենսաչափական սահմանում
Կենսաչափությունը, մասնավորապես օգտագործելով ֆոտոպլետիզմոգրաֆիայի (PPG) ազդանշանները, հայտնվել է որպես նույնականացման և նույնականացման հուսալի մեթոդ: PPG տեխնոլոգիան ներառում է արյան ծավալի փոփոխությունների չափում լույսի կլանման միջոցով՝ առաջարկելով յուրահատուկ կենսաչափական եղանակ: Հետազոտություն՝ ըստ (J. Přibil et al., էջ 7-10) ուսումնասիրում է Gaussian խառնուրդի մոդելների (GMM) դասակարգիչը կենսաչափական նույնականացման համար՝ օգտագործելով կրելի սենսորների PPG ազդանշանները՝ ցույց տալով խոստումնալից արդյունքներ առարկաների նույնականացման ճշգրտության հարցում: Բացի այդ, (Yuchen Su et al., էջ 726-737) ներկայացնում է նույնականացման երկու գործոն սխեմա՝ P2Auth, որը միավորում է PIN-ի և ստեղնաշարի հետ կապված PPG չափումները կրելի սարքերի վրա՝ բարձրացնելով իսկորոշման ճշգրտությունը և անվտանգությունը: Այս ուսումնասիրությունները ընդգծում են PPG կենսաչափական պոտենցիալը անվտանգ և ճշգրիտ նույնականացման մեթոդների առաջխաղացման գործում՝ օգտագործելով ֆիզիոլոգիական ազդանշանները՝ օգտագործողի վավերացման համար: PPG տեխնոլոգիայի նորարարական ռազմավարությունների և առաջընթացների միջոցով կենսաչափական նույնականացումը շարունակում է զարգանալ՝ վերացնելով նույնականացման ավանդական համակարգերի խոցելիությունը:
Նույնականացման և նույնականացման կարևորությունը այսօրվա թվային աշխարհում
Ժամանակակից թվային աշխարհում նույնականացման և նույնականացման կարևորությունը չի կարելի գերագնահատել: Կիբեր սպառնալիքների և առցանց խարդախության աճի հետ մեկտեղ, անհատների և կազմակերպությունների համար շատ կարևոր է ունենալ ամուր մեխանիզմներ՝ ինքնությունը ստուգելու և զգայուն տեղեկատվության հասանելիություն տրամադրելու համար: Նույնականացումը երաշխավորում է, որ ճիշտ անհատներին տրվի մուտք դեպի կոնկրետ ռեսուրսներ, մինչդեռ նույնականացումը հաստատում է, որ այդ անձինք այնպիսին են, ինչպիսին իրենք են պնդում: Այս շերտավոր մոտեցումն օգնում է պաշտպանվել չարտոնված մուտքից և անվտանգության հնարավոր խախտումներից: Բացի այդ, կենսաչափական նույնականացման մեթոդների օգտագործումը, ինչպիսին է PPG-ի կենսաչափական տվյալները, ապահովում է անվտանգության ավելի բարձր մակարդակ, քան գաղտնաբառի վրա հիմնված ավանդական համակարգերը: Օգտագործելով եզակի ֆիզիոլոգիական առանձնահատկություններ, ինչպիսիք են սրտի հաճախության փոփոխականությունը, PPG կենսաչափական տվյալները թվային ոլորտում ինքնությունը ստուգելու ավելի հուսալի և անվտանգ միջոց են ապահովում: Այս առաջադեմ տեխնոլոգիան ոչ միայն բարձրացնում է անվտանգությունը, այլև բարելավում է օգտատերերի փորձը՝ պարզեցնելով նույնականացման գործընթացը և նվազեցնելով ինքնության գողության ռիսկը: (Kim Ho Yeap et al.).
PPG կենսաչափության առավելությունները նույնականացման մեջ
Ավելին, նույնականացման մեջ PPG կենսաչափական տվյալների օգտագործումը բազմաթիվ առավելություններ է տալիս ավանդական մեթոդների նկատմամբ: Հիմնական առավելություններից մեկը PPG տեխնոլոգիայի ոչ ներխուժման բնույթն է, քանի որ այն կարող է անխափան կերպով ինտեգրվել գոյություն ունեցող սարքերին, ինչպիսիք են սմարթֆոնները և կրելի սարքերը, առանց որևէ լրացուցիչ սարքավորում պահանջելու: Այս հարմարավետությունը մեծացնում է օգտագործողի փորձը և նվազեցնում է նույնականացման բազմաթիվ մեթոդների անհրաժեշտությունը: Ավելին, PPG կենսաչափական տվյալները բարձր ճշգրտություն են ապահովում անհատների նույնականացման հարցում, ուսումնասիրություններով, որոնք ցույց են տալիս 95%-ից բարձր ճանաչման արագությունը: Այս հուսալիությունը շատ կարևոր է անվտանգության նկատմամբ զգայուն ծրագրերում, որտեղ ճշգրտությունն առաջնային է: Բացի այդ, PPG ազդանշանները կարող են ֆիքսվել իրական ժամանակում, ինչը հնարավորություն է տալիս շարունակական մոնիտորինգ իրականացնել դինամիկ նույնականացման նպատակներով: Այս շարունակական նույնականացման մոդելը բարձրացնում է անվտանգությունը՝ ապահովելով, որ օգտագործողների ինքնությունը հետևողականորեն վավերացված է փոխգործակցության ընթացքում(Kim Ho Yeap et al.). Ընդհանուր առմամբ, PPG կենսաչափության առավելությունները ցույց են տալիս դրա արդյունավետությունը որպես խոստումնալից տեխնոլոգիա՝ անվտանգ նույնականացման գործընթացների համար:
Ոչ ինտրուզիվ և շարունակական մոնիտորինգ
Օգտատերերի նույնականացման շարունակական մոնիտորինգը, հատկապես ստեղնաշարի դինամիկայի կենսաչափական տվյալների միջոցով, առաջարկում է կիբերանվտանգության ակտիվ մոտեցում: Ներառելով այնպիսի մեթոդներ, ինչպիսիք են Gaussian Mixture Model-ը համընդհանուր ֆոնային մոդելով (GMM-UBM) և խորը մեքենայական ուսուցում, գործընթացը դառնում է ավելի ամուր և արդյունավետ: (Յունբին Դենգ և այլք). Այս մոտեցումը ոչ միայն վերացնում է լրացուցիչ սարքավորումների անհրաժեշտությունը, այլև ապահովում է անխափան նույնականացում՝ չխաթարելով օգտատերերի աշխատանքի ընթացքը: Ավելին, օգտագործողի վրա հիմնված անոմալիաների վրա հիմնված հայտնաբերման ինտեգրումը ստեղնաշարի դինամիկայի կենսաչափական տվյալների հետ կարող է ուժեղացնել անվտանգության վերահսկման մեխանիզմը՝ այդպիսով լրացնելով ավանդական ստատիկ նույնականացման մեթոդները: Ինչպես ընդգծվում է (João Ferreira et al., էջ 216-223)Ինքնության շարունակական ստուգման կարևորությունը ընդգծում է ներխուժման հայտնաբերման համակարգերի (IDS) ընդլայնման ներուժը մինչև օգտագործողի նույնականացման մակարդակ: Օգտագործելով ոչ ներխուժող մեթոդներ, ինչպիսիք են ստեղնաշարի դինամիկայի վերլուծությունը, համակարգերը կարող են հասնել անվտանգության ավելի բարձր մակարդակի և օգտագործողի նույնականացման ճշգրտության իրական ժամանակի սցենարներում:
Օգտագործողի նույնականացման բարձր ճշգրտություն և հուսալիություն
Օգտագործողի նույնականացման համակարգերի հիմնական պահանջը բարձր ճշգրտությունն ու հուսալիությունն է: Օգտատիրոջ համապարփակ նույնականացումը պետք է հիմնված լինի կայուն կենսաչափական տվյալների վրա՝ չթույլատրված մուտքը կանխելու համար: PPG-ի կենսաչափական սարքերը խոստումնալից լուծում են առաջարկում՝ շնորհիվ իրենց յուրահատուկ հատկանիշների, ինչպիսիք են սրտի հաճախության փոփոխականությունը և արյան հոսքի օրինաչափությունները: Այս ֆիզիոլոգիական ազդանշանները վերլուծելով՝ PPG-ն կարող է հասնել օգտատերերի նույնականացման բարձր ճշգրտության մակարդակների: Հետազոտությունները ցույց են տվել, որ PPG-ի վրա հիմնված համակարգերը կարող են ճշգրիտ տարբերակել սխալների ցածր մակարդակ ունեցող անհատներին: Ավելին, PPG-ի կենսաչափական տվյալների հուսալիությունը դրսևորվում է կեղծ հարձակումների նկատմամբ նրանց դիմադրությամբ՝ ապահովելով համակարգի անվտանգությունը: (Ջեն Ցուդիկ). Այսպիսով, նույնականացման և նույնականացման գործընթացներում PPG կենսաչափական տվյալների ինտեգրումը կարող է ապահով և հուսալի լուծում ապահովել տարբեր ծրագրերի համար:
Մարտահրավերներ և նկատառումներ՝ նույնականացման համար PPG կենսաչափական տվյալների ներդրման հարցում
Նույնականացման համար ֆոտոպլատիզմոգրաֆիայի (PPG) կենսաչափության ինտեգրումը բարդ մարտահրավերներ և նկատառումներ է առաջացնում կիբեր-ֆիզիկական անվտանգության միջոցառումների առաջխաղացման համատեքստում: Օգտագործելով պատկերացումները (Օլեքսանդր Կուզնեցով և այլք, էջ 9-15), որն ընդգծում է անվտանգ կենսաչափական նույնականացման համակարգերի անհրաժեշտությունը քվանտային հաշվողական սպառնալիքների դեպքում, համահունչ է նույնականացման կայուն մեխանիզմների հետազոտմանը: Բացի այդ, (Chia-Wei Lien et al., էջ 1-37) լույս է սփռում IoT սարքերի ապահովման համար կենսաչափական տարբերակների զարգացող լանդշաֆտի վրա՝ ընդգծելով համապատասխան կենսաչափական եղանակների ընտրության բարդությունը: Երբ կիրառվում են PPG կենսաչափական սարքերում, այս մարտահրավերները դրսևորվում են օգտագործողի հարմարության և անվտանգության արդյունավետության, սենսորների հուսալիության և ժամանակի ընթացքում տվյալների կայունության միջև հավասարակշռության մեջ: Նույնականացման շրջանակներում PPG-ի կենսաչափական տվյալների ռազմավարական ինտեգրումը պահանջում է օգտատերերի փոխազդեցության պահանջների, հաշվողական հնարավորությունների և նոր սենսորային տեխնոլոգիաների կողմից ներկայացված հնարավորությունների նրբերանգ ըմբռնումը՝ դրանով իսկ ընդգծելով համապարփակ հետազոտության կարևորությունը նույնականացման արձանագրությունների օպտիմալացման համար՝ ուժեղացված կիբերֆիզիկական անվտանգության համար:
Անվտանգության և գաղտնիության մտահոգություններ
Նույնականացման և նույնականացման նպատակով PPG-ի կենսաչափական տվյալների աճող ընդունման պայմաններում անվտանգության և գաղտնիության հետ կապված աճող մտահոգություններ կան: Հիմնական խնդիրը կենսաչափական տվյալների խոցելիությունն է գողության կամ չարտոնված մուտքի նկատմամբ: Ի տարբերություն գաղտնաբառերի կամ PIN կոդերի, կենսաչափական տեղեկատվությունը, երբ վտանգված է, չի կարող փոխվել: Սա զգալի ռիսկեր է առաջացնում անհատների և կազմակերպությունների համար, որոնք ապավինում են PPG-ի կենսաչափական տվյալներին՝ համակարգեր կամ սարքավորումներ անվտանգ մուտք գործելու համար: Ավելին, կենսաչափական տվյալների հավաքագրումն ու պահպանումն առաջացնում է էթիկական հարցեր համաձայնության և անձնական տեղեկատվության հնարավոր չարաշահման վերաբերյալ: Որպես այդպիսին, PPG կենսաչափական համակարգերի մշակողների և իրականացնողների համար անհրաժեշտ է առաջնահերթություն տալ անվտանգության կայուն միջոցառումներին և գաղտնիության թափանցիկ քաղաքականությանը՝ այդ մտահոգությունները մեղմելու համար: Պատշաճ գաղտնագրումը, նույնականացման արձանագրությունները և կանոնավոր աուդիտները կարող են օգնել պաշտպանել կենսաչափական տվյալները և վստահություն ապահովել օգտատերերի միջև (Ռիչարդ Ջյան և այլք).
Բնապահպանական գործոններ, որոնք ազդում են PPG-ի կենսաչափական ընթերցումների վրա
Բացի ֆիզիոլոգիայի անհատական տատանումներից, շրջակա միջավայրի գործոնները կարող են ազդել նաև PPG կենսաչափական ընթերցումների ճշգրտության և հուսալիության վրա: Օրինակ, շրջակա միջավայրի ջերմաստիճանի փոփոխությունները կարող են ազդել արյան անոթների լայնացման և կծկման վրա՝ հանգեցնելով PPG ազդանշանների որակի տատանումների: Նմանապես, խոնավության մակարդակների տատանումները կարող են ազդել մաշկի հաղորդունակության և PPG սենսորների աշխատանքի վրա, ինչը կարող է հանգեցնել կենսաչափական չափումների սխալների: Ավելին, արտաքին լույսի աղբյուրների ազդեցությունը, ինչպիսիք են արևի լույսը կամ արհեստական լուսավորությունը, կարող են խանգարել PPG ազդանշանների հայտնաբերմանը` ցուցումների մեջ աղմուկ մտցնելով: Հետազոտողների և պրակտիկանտների համար կարևոր է հաշվի առնել այս բնապահպանական գործոնները PPG կենսաչափական համակարգերի ներդրման ժամանակ՝ ապահովելու նույնականացման և իսկորոշման հետևողական և ճշգրիտ գործընթացները: Հասկանալով և մեղմելով այս գործոնների ազդեցությունը, PPG-ի կենսաչափության հուսալիությունն ու արդյունավետությունը կարող է ընդլայնվել իրական աշխարհի ծրագրերում: (Ազգային հետազոտությունների խորհուրդ և այլք).
Եզրակացություն
Եզրափակելով, PPG-ի կենսաչափական տվյալների օգտագործումը նույնականացման և իսկորոշման մեջ խոստումնալից միջոց է տարբեր ծրագրերում անվտանգության միջոցները բարձրացնելու համար: Անհատների եզակի ֆիզիոլոգիական բնութագրերի վերլուծության միջոցով, ինչպիսիք են սրտի բաբախյունը և արյան հոսքի օրինաչափությունները, PPG տեխնոլոգիան առաջարկում է ինքնությունը հաստատելու ճշգրտության բարդ մակարդակ: Սա կարող է օգնել կանխել զգայուն տեղեկատվության չարտոնված մուտքը և բարելավել ընդհանուր անվտանգության արձանագրությունները: Այնուամենայնիվ, ինչպես ցանկացած տեխնոլոգիա, կան պոտենցիալ սահմանափակումներ և մարտահրավերներ, որոնք պետք է լուծվեն: Քանի որ այս ոլորտում հետագա հետազոտություններ են անցկացվում, կարևոր կլինի հաշվի առնել այնպիսի գործոններ, ինչպիսիք են օգտագործելիությունը, մասշտաբայնությունը և գաղտնիության հետ կապված մտահոգությունները՝ ապահովելու համար PPG կենսաչափական տվյալների համատարած ընդունումը: Հաղթահարելով այս խոչընդոտները՝ PPG տեխնոլոգիան կարող է հեղափոխել ապագայում նույնականացման և նույնականացման մեր մոտեցումները:
Նույնականացման և նույնականացման համար PPG կենսաչափական տվյալների օգտագործման առավելությունների և մարտահրավերների ամփոփում
Մի կողմից, նույնականացման և նույնականացման համար PPG կենսաչափական տվյալների օգտագործումն առաջարկում է մի քանի առավելություններ: Նախ, այս տեխնոլոգիան ոչ ինվազիվ է, այն դարձնում է օգտագործողի համար հարմար և հեշտությամբ ինտեգրված ամենօրյա գործունեության մեջ: Բացի այդ, PPG ազդանշանները կարող են ֆիքսվել հեռակա կարգով, ինչը թույլ է տալիս հարմար և անհպում վավերացման գործընթացներ: Ավելին, անհատական PPG ազդանշանների եզակիությունը ապահովում է օգտատերերի նույնականացման բարձր ճշգրտություն՝ ուժեղացնելով անվտանգության միջոցառումները: Այնուամենայնիվ, կան նաև մարտահրավերներ, որոնք կապված են PPG կենսաչափական տվյալների օգտագործման հետ: Զգալի մտահոգություններից մեկը խաբեության հարձակումների հավանականությունն է, որտեղ հակառակորդները փորձում են խաբել համակարգը՝ օգտագործելով կեղծ կամ մանիպուլյացիայի ենթարկված PPG ազդանշանները: Նման հարձակումների դեմ PPG-ի վրա հիմնված նույնականացման մեթոդների կայունության ապահովումը մնում է հետազոտության կարևոր ոլորտ: Ավելին, ազդանշանի որակի և շրջակա միջավայրի գործոնների հետ կապված խնդիրները կարող են ազդել PPG կենսաչափական համակարգերի հուսալիության և կատարողականի վրա՝ ընդգծելով շարունակական տեխնոլոգիական առաջընթացի և բարելավումների անհրաժեշտությունը: (Xiaoxia Yin et al.).
Ապագա հեռանկարները և PPG կենսաչափական տեխնոլոգիայի պոտենցիալ առաջընթացը
PPG կենսաչափական տեխնոլոգիայի վերջին առաջընթացը բացել է ապագայի անհամար հնարավորություններ: Հետաքրքիր հեռանկարներից մեկը բարելավված ճշգրտության և հուսալիության ներուժն է անհատների նույնականացման գործում՝ հիմնված նրանց յուրահատուկ ֆիզիոլոգիական նշանների վրա: Քանի որ հետազոտողները շարունակում են կատարելագործել ալգորիթմները և սարքավորումները, մենք կարող ենք ակնկալել, որ մենք կտեսնենք նույնականացման ավելի մեծ անվտանգություն և կեղծ դրական կամ բացասական արդյունքների նվազեցման հնարավորություններ: Բացի այդ, կրելի սարքերի մշակումը, որոնք ներառում են PPG սենսորներ, կարող են հեղափոխել անձնական անվտանգության և մուտքի վերահսկման մոտեցումը: Այս սարքերը կարող են ապահովել կենսաչափական տվյալների շարունակական մոնիտորինգ՝ առաջարկելով անխափան և անխափան օգտատիրոջ փորձ՝ միաժամանակ ուժեղացնելով անվտանգության միջոցառումները: Մոտ ապագայում մենք կարող ենք նույնիսկ տեսնել PPG կենսաչափական տեխնոլոգիայի ինտեգրումը ավանդական նույնականացումից և վավերացումից դուրս կիրառությունների լայն շրջանակում, ինչպիսիք են առողջապահական մոնիտորինգը և ֆիթնեսի անհատականացված հետևումը:
Հղումներ:
J. Přibil, A. Přibilová, I. Frollo, «Experiment with GMM-Based Subject Identification from PPG Signals Acquired by Wearable Sensors», 2023, էջ 7-10
Yuchen Su, Guoqing Jiang, Yicong Du, Yuefeng Chen, Hongbo Liu, Yanzhi Ren, Huan Dai, Yan Wang, Shuai Li, Yingying Chen, «P2Auth. Երկու գործոն վավերացման լծակման PIN և ստեղնահարվածով պայմանավորված PPG չափումներ», 202, 202, 726-737 թթ
Ալեքսանդր Կուզնեցով, Ելիզավետա Կուզնեցովա, Էմանուելե Ֆրոնտոնի, Յուրի Գորբենկո, «Դեպի ամուր կենսաչափական վավերացում. հետքվանտային ծածկագրության իրականացում կոդի վրա հիմնված անորոշ էքստրակտորների միջոցով», 2023, էջ 9-15
Chia-Wei Lien, Sudip Vhaduri, «Կենսաչափական օգտագործողների նույնականացման մարտահրավերները և հնարավորությունները IoT-ի դարաշրջանում. հարցում», 2023, էջ 1-37
Յունբին Դենգ, Յու Չժոնգ, «Keystroke Dynamics User Authentication Using Advanced Machine Learning Methods», 2015 թ.
João Ferreira, H. Santos, «Keystroke Dynamics for Continuous Access Control Enforcement», 2012, էջ 216-223
Kim Ho Yeap, Chee Theng Chow, Hui Tyen Low, Humaira Nisar, «Enhanced Biometric Identification Using Photoplethysmography Signals», Cambridge Scholars Publishing, 2024-03-25
Ջին Ցուդիկ, «Համակարգչային անվտանգություն – ESORICS 2023», Springer Nature
Ռիչարդ Ջիանգ, Սոմայա Ալ-Մաիդ, Ահմեդ Բուրիդան, պրոֆ. Դենի Քրուքս, Ազեդին Բեգդադի, «Կենսաչափական անվտանգություն և գաղտնիություն», Springer, 2016-12-21
Ազգային հետազոտական խորհուրդ, ճարտարագիտության և ֆիզիկական գիտությունների բաժին, համակարգչային գիտության և հեռահաղորդակցության խորհուրդ, որտեղ կենսաչափական կոմիտե, «Կենսաչափական ճանաչում», Ազգային ակադեմիաների հրատ, 2010-12-12
Xiaoxia Yin, Kendall Ho, Daniel Zeng, Uwe Aickelin, Rui Zhou, Hua Wang, «Առողջության տեղեկատվական գիտություն», Springer, 2015-05-05