دست انسان منبع غني اي از ويژگي هاي قابل استخراج است که اين ويژگي ها ، اطلاعات پايدار و متمايزکننده اي را به منظور شناسايي افراد از يکديگر ايجاد مي کنند.
هندسه اين خطوط در مقايسه با مشخصه هاي فيزيولوژيکي ديگر از مزايايي چون پايداري ، قابليت تقليد و جعل بسيار کم ، قابليت استخراج آنها از تصاويري با رزولوشن پايين و... برخوردار است.
با توجه به منحصربه فرد بودن خصوصيات اين روش بيومتري همزمان با دانش روز دنيا، نرم افزار شناسايي افراد با استفاده از خطوط کف دست به همت پژوهشگران دانشکده مهندسي رايانه و فناوري اطلاعات دانشگاه صنعتي اميرکبير طراحي شده است.
در جامعه امروزي با رايانه اي شدن اکثر فعاليت هاي تجاري و تکنيک هاي کاري مانند کاربردهاي تجارت الکترونيک (بانکداري الکترونيکي) و کاربردهاي امنيتي (فرآيندهاي بلادرنگ ، دسترسي به سيستم ها يا ورود به مکانهاي خاص و شناسايي دقيق افراد) موجب شده است که دو فرآيند تعيين و تاييد هويت ، نقش شاخص و مهمي را ايفا کنند. اين در حالي است که سيستم هاي سنتي تعيين يا تاييد هويت مبتني بر دانش (آنچه که فرد مي داند مانند رمز عبور) يا مبتني بر نشانه (آنچه که فرد در اختيار دارد مانند گذرنامه و کارت اعتباري) ، خسته کننده ، وقت گير و زمان بر ، ناکارآمد و گران هستند. در واقع در سيستم هاي مبتني بر دانش به تمامي افراد مجاز، يک شناسه تعلق مي گيرد و شخص متناظر با آن ، يک رمز عبور اتخاذ مي کند. شخص (مجاز يا غيرمجاز) که يک شناسه را وارد مي کند، تنها در صورتي مجاز شناخته مي شود که از رمز عبور متناظر با آن مطلع باشد. اين در حالي است که امنيت در اين روش ممکن است به دليل فاش شدن رمز عبور بر يک فرد غيرمجاز شکسته شود. به طور کلي در سيستم هاي مبتني بر نشانه به تمامي افرادي که مجاز شناخته شده اند، يک نشانه تعلق مي گيرد. افرادي که داراي چنين نشانه اي نيستند، اجازه ورود به سيستم را ندارند. ضمن آن که جايگزيني و تعويض توکنها (کارتهاي مغناطيسي) به دليل به سرقت رفتن يا گم کردن آنها وقت گير و گران بوده و همچنين به خاطر سپردن کلمات عبور و جلوگيري از فاش شدن آن ، مشکل است.
با استناد به بحثهاي انجام شده در زمينه نقاط ضعف روشهاي احراز هويت با به کارگيري از توکنها و کلمات عبور از آنجا که اين روشها مبتني بر صفات ذاتي فرد نبوده و توانايي تمايز بين شخص اصلي و شخصي که به نوعي توانسته توکن يا دانش شخص مجاز را به دست آورد را دارا نيستند لذا در سالهاي اخير، توجه جامعه پژوهشي به سمت سيستم هاي بيومتريکي تعيين و تاييد هويت معطوف شده است.
اين روش در حقيقت بر پايه آنچه شخص هست استوار است زيرا شخص مورد بررسي براي شناسايي بايد خود به صورت فيزيکي در محل حضور داشته باشد.به اين منظور در 2 دهه گذشته ، سيستم هاي بيومتريکي مبتني بر عنبيه چشم ، هندسه دست و اثر انگشت توسعه داده شده اند. روشهاي بيومتريکي شامل تشخيص يک فرد با استفاده از خصوصيات فيزيولوژيکي (نظير اثر انگشت ، چهره و عنبيه) يا الگوهاي رفتاري وي (نظير امضا و نحوه راه رفتن) است.
از آنجا که مشخصه هاي بيومتريکي فراموش نمي شوند (مانند رمز عبور) ، گم نمي شوند يا به آساني نيز نمي توان آن را به اشتراک گذاشت ، رويکردي کاراتر و مطمئن تر براي حل مساله تعيين هويت خواهند بود.
شناسايي بيومتري ، از گذشته تاکنون
پيشينه مطالعه و بررسي خطوط کف دست به دوران باستان برمي گردد که در ابتدا از خطوط کف دست براي پيشگويي و طالع بيني استفاده مي شد. در بسياري از بناها و نقاشي هاي تاريخي هندي ها ، کف دست و خطوط موجود روي آن به چشم مي خورد و در حدود 3هزار سال پيش در چين ، کف بيني بسيار مورد علاقه و توجه بوده است.
در زمينه طالع بيني براساس خطوط کف دست ، کتاب قطوري توسط Xu Fu نوشته شده که شامل اطلاعات سودمندي درباره خطوط کف دست ، انواع اين خطوط ، نحوه توزيع آنها، رنگ کف دست و غيره است.
چين اولين کشوري است که در کاربردهاي دادگاهي از خطوط کف دست استفاده کرد. در خاندان تنگ براي انعقاد قراردادهاي تجاري و در خاندان سونگ از خطوط کف دست به عنوان يک مدرک قابل قبول در دادگاه استفاده شد.از سال 1996 روي منحصربه فرد بودن خطوط کف دست پژوهش هاي بسياري صورت گرفت و با انتشار مقاله اي در سال 1998 توسط ديويد ژنگ و همکارانش که حاصل تحقيقات آنها روي منحصربه فرد بودن اين خطوط بود ، منجر شد تا خطوط کف دست به عنوان عضوي از خانواده مشخصه هاي بيومتريکي شناخته شود.به طور خلاصه ، ويژگي هاي منحصربه فرد زيادي اعم از خطوط اصلي ، شيارها، چين و چروکها، بافت و غيره را مي توان جهت تعيين / تاييد هويت فرد از کف دست وي استخراج کرد. اين مزايا سبب شده است که از سال 1996 ، به طور گسترده اي ، تحقيقات وسيعي در زمينه شناسايي هويت مبتني بر خطوط کف دست صورت گيرد.به طور کلي اولين سيستم تجاري با نام آيدنتيمت که شکل دست و طول انگشتان را اندازه گيري مي کرد، در سال 1970 ايجاد شد. در همان زمان سيستم هاي کنترل خودکار مبتني بر اثر انگشت توسط محافل قضايي و مجريان قانون استفاده گسترده اي پيدا کردند. در دهه 1990 با توسعه سخت افزار که افزايش سرعت محاسباتي ، ساخت حافظه هايي با ظرفيت بالا و بهبود در ابزارهاي اخذ تصوير را به همراه داشت ، عنبيه ، شبکيه ، چهره ، صداي انسان ، شکل گوش ، هندسه دست ، امضا و DNA نيز به خانواده ويژگي هاي بيومتريکي اضافه شدند.
کف دست به جاي کارت شناسايي
صرف نظر از اين که کف دست هر انساني يک منبع غني از ويژگي است ، به گفته قندهاري خطوط کف دست نسبت به ساير تکنولوژي هاي بيومتريکي مبتني بر دست داراي برتريهاي متعدد و برجسته اي است.
قندهاري مي افزايد: در مقايسه با اثر انگشت ، کف دست سطح بزرگتري دارد و ويژگي هاي بيشتري را مي توان از آن استخراج کرد. احتمال آسيب ديدن کف دست هر فرد به مراتب کمتر از اثر انگشت وي است و خطوط کف دست در طول دوران زندگي هر فرد ثابت و پايدار است.
کثيف بودن يا وجود لکه و زخم روي انگشت يک فرد منجر به کاهش کارآيي سيستم شناسايي مبتني بر اثر انگشت مي شود اما اين مساله در استخراج ويژگي از خطوط کف دست ، تاثيرگذار نيست زيرا رزولوشن تصاوير خطوط کف دست نسبتا پايين (75/150dpi) است ولي رزولوشن تصاوير اثر انگشت حدود 500dpi است.
در مقايسه با تکنولوژي هندسه سه بعدي دست ، هم تعداد ويژگي هاي منحصربه فرد قابل استخراج از خطوط کف دست بيشتر بوده و انتظار مي رود که کارايي و دقت سيستم هاي شناسايي مبتني بر خطوط کف دست بيشتر باشد.
از آنجا که رزولوشن تصاوير خطوط کف دست پايين تر از رزولوشن تصاوير مربوط به اثر انگشت است لذا اين مساله سبب افزايش سرعت محاسبات در دو مرحله پيش پردازش و استخراج ويژگي مي شود.
قندهاري در پايان درباره نتايج اين طرح مي گويد: در بهترين حالت دقت 99.90 درصد به منظور تاييد هويت و 75 تا 97 درصد براي تعيين هويت در صورت به کارگيري زير تصاوير دايره اي از قسمت مرکزي کف دست و استخراج ويژگي از اين ناحيه با استفاده از فيلتر گابور دايره اي به دست آمد. از کاربردهاي اين نرم افزار ، کنترل ورود و خروج به برخي مکانهاي خاص است و به جاي اين که فرد کارت شناسايي به همراه داشته باشد ، با خطوط کف دست شناسايي مي شود.
پس از واقعه 11 سپتامبر ، توجه به راه حل هاي امنيتي مبتني بر ويژگي هاي بيومتريکي و کاربردهاي آن افزايش چشمگيري پيدا کرد و اين مساله منجر به افزايش تقاضا به منظور توسعه انواع مختلف محصولات بيومتريکي شد. به عنوان مثال ، در بسياري از فرودگاه ها براي جلوگيري از ورود افراد غيرمجاز به اتاق کنترل خطوط هوايي از سيستم شناسايي مبتني بر عنبيه استفاده شده است.
معماري سيستم هاي بيومتريکي
يک سيستم بيومتريکي در واقع يک سيستم شناسايي الگواست که با تشخيص صحت خصوصيات رفتاري يا فيزيولوژيکي يک فرد به شناسايي شخص مي پردازد. در حالت عادي ، خصوصيات منحصربه فرد شخص مانند اثر انگشت ، خطوط کف دست يا هندسه سه بعدي دست از طريق يک سنسور اخذ شده و به يک سيستم شناسايي الگو داده مي شود تا نتيجه موفقيت يا شکست در بازشناسي اعلام شود. به گفته مهندس آزاده قندهاري ، دانش آموخته دانشکده مهندسي رايانه و فناوري اطلاعات دانشگاه صنعتي اميرکبير، مراحل شناسايي بيومتري به چند بخش تقسيم مي شود:اخذ داده : داده هاي بيومتريکي (تصوير / سيگنال) از طريق يک ابزار ورودي فراهم مي شوند. پيش پردازش تصوير / سيگنال : در اين مرحله ، عمليات بهسازي تصوير / سيگنال مانند تقطيع ، حذف نويز، نرماليزه کردن چرخش و انتقال انجام مي شود.استخراج ويژگي : منظور از ويژگي ، خاصيت پايدار و منحصربه فردي است که براي چندين نمونه از يک داده بيومتريکي مربوط به يک فرد ، تقريبا يکسان و براي افراد مختلف ، متفاوت است.
از اين ويژگي ها استفاده مي شود تا براي هر فرد، يک کليشه ايجاد شده و در پايگاه داده سيستم ذخيره شود.
تطبيق ويژگي : هنگامي که فرد جديدي وارد سيستم مي شود، ويژگي هاي وي استخراج شده و يک کليشه براي او ساخته مي شود. منظور از تطبيق ، بررسي ميزان شباهت کليشه اين فرد جديد با کليشه هايي است که براي افراد مختلف ايجاد شده و در پايگاه داده سيستم ، موجود است.
اگر ميزان شباهت از يک حد آستانه اي کمتر باشد، در آن صورت ، هويت اين فرد جديد تصديق مي شود. قندهاري مي افزايد: يک سيستم بيومتريکي عموما داراي 3 فاز عملياتي ثبت اطلاعات ، تعيين هويت و تاييد هويت است البته برخي از سيستم ها فقط شامل يکي از 2حالت تعيين و تاييد هويت هستند. به طور کلي قبل از آن که کاربري توسط سيستم ، مورد شناسايي قرار گيرد، بايد اطلاعات مربوط به آن فرد در سيستم ثبت شود. مشخصه بيومتريکي کاربر به وسيله سنسور بيومتريک ، اسکن شده و پس از اعمال يک سري پردازش هاي اوليه بر تصوير خام به دست آمده ، ويژگي هايي براي توصيف فشرده و مناسب از اين نمونه ، استخراج مي شود و با توجه به نوع کاربرد، يک کليشه براي آن کاربر ايجاد شده و در پايگاه داده سيستم ذخيره مي شود.در حالت تعيين هويت هم ، هدف آن است که از ميان تعدادي هويت مرجع (کليشه هايي که براي کاربران در داخل پايگاه داده سيستم ذخيره شده است) ، آن مدل هويتي که نزديکترين و بيشترين شباهت به هويت نامشخص ورودي را دارد، پيدا شود. در حقيقت هويت يک شخص را از طريق جستجو در کل پايگاه داده شناسايي مي کند ، به بيان ديگر از يک مقايسه و تطبيق يک به کل استفاده مي شود. با توجه به اين تعريف واضح است که هر چه تعداد هويتهاي مرجع بيشتر باشد احتمال خطا در تعيين هويت بيشتر مي شود.همچنين در تاييد هويت ، ويژگي هاي يک هويت نامشخص و مدل هويتي که وي ادعا مي کند داده شده است.
مساله اين است که آيا ويژگي هاي اين هويت نامشخص ، به اندازه کافي به مدل هويت ادعا شده شباهت دارد يا خير. در حقيقت اين سيستم ، هويت يک شخص را از طريق مقايسه مشخصه بيومتريک برداشته شده از فرد با نمونه اي که از اين شخص در پايگاه داده ذخيره شده ، تصديق مي کند. در اين مساله ، مستقل از تعداد هويتهاي مرجع تنها يک مقايسه صورت مي گيرد و بنابراين احتمال خطا مستقل از تعداد هويتهاي مرجع است.
بهاره صفوی
