biometric နည်းပညာ – High Performance လုပ်ငန်းများတွင် Enhancer လုံခြုံရေးစံနှုန်းများ

နိဒါန်း:

အများအပြားအရေးကြီးသောလှုပ်ရှားမှုများကွန်ပျူတာ၏အကူအညီနှင့်အတူထွက်သယ်ဆောင်နေကြသည်ရှိရာယနေ့ဒစ်ဂျစ်တယ်စီးပွားရေး, အတွက်, ယုံကြည်စိတ်ချရသောရိုးရှင်းသော, ပြောင်းလွယ်ပြင်လွယ်ခြင်းနှင့်လုံခြုံမှုစနစ်ဘို့လိုအပ်ကြောင်းကိုကြီးစွာသောစိုးရိမ်ပူပန်မှုနှင့်အဖွဲ့အစည်းအတွက်စိန်ခေါ်မှုပြဿနာဖြစ်ပါတယ်။ တစ်နေ့လုံခြုံရေးချိုးဖောက်မှုနှင့်ငွေပေးငွေယူလိမ်လည်မှုတိုးခြင်းဖြင့်နေ့, လုံခြုံဖော်ထုတ်ခြင်းနှင့်ပုဂ္ဂိုလ်ရေးစိစစ်အတည်ပြုနည်းပညာများဘို့လိုအပ်ကြောင်းအဖွဲ့အစည်းကြီးကိုစိုးရိမ်ပူပန်မှုဖြစ်လာနေသည်။ တစ်ဦးချင်းနှင့် ပတ်သက်. ထူးခြားသောအရာတစ်ခုခုတိုင်းတာခြင်းများနှင့်ခွဲခြားဖော်ထုတ်မှအသုံးပြုခြင်းအားဖြင့်အဖွဲ့အစည်းတစ်ခုသိသိသာသာ၎င်းတို့၏လုံခြုံရေးအစီအမံများတိုးတက်ကောင်းမွန်လာနိုင်ပါတယ်။ လုံခြုံရေးဆိုင်ရာကိစ္စရပ်များ၏အသိအမြင်လျှင်မြန်စွာသူတို့ကုမ္ပဏီကပိုင်ဆိုင်ကြောင်းအကြီးမြတ်ဆုံးပိုင်ဆိုင်မှုဖြစ်သောသတင်းအချက်အလက်များကာကွယ်ချင်တယ်ဘယ်လိုကုမ္ပဏီအကြားတိုးပွားလာနေသည်။ အဆိုပါအဖွဲ့အစည်းသည်ပြည်တွင်းရေးသို့မဟုတ်ပြင်ပဖြစ်စေခြိမ်းခြောက်မှုထံမှဤအချက်အလက်ကာကွယ်စောင့်ရှောက်ဖို့လိုသည်။ လုံခြုံရေးအဖွဲ့အစည်းအတွက်အလွန်အရေးကြီးသောအခန်းကဏ္ဍနှင့်ကွန်ပျူတာ system ကိုလုံခြုံစေရန်, အမျိုးမျိုးသော biometric နည်းစနစ်ကိုတီထွင်ခဲ့ကြသည်။ ယနေ့တွင် biometric နည်းစနစ်ဇီဝကမ္မသို့မဟုတ်အပြုအမူဝိသေသလက္ခဏာများပေါ်အခြေခံပြီးပုဂ္ဂိုလ်တစ်ဦး၏ဝိသေသလက္ခဏာအသိအမှတ်ပြုတစ်ဦးယုံကြည်စိတ်ချရသောနည်းလမ်းရှိပါတယ်။ biometric နည်းစနစ်ကလူ authenticate နိုင်ရန်အတွက်လူ့ရဲ့ထူးခြားတဲ့ရုပ်ပိုင်းဆိုင်ရာသို့မဟုတ်အပြုအမူစရိုက်များ exploit ။ တိုင်းတာဒီ features တွေ biometric authentication ကို ပို. ပို. ဘဏ်လုပ်ငန်း, လက်လီအရောင်း, ကာကွယ်ရေး, ကုန်ထုတ်လုပ်ငန်း, ကျန်းမာရေးစက်မှုလုပ်ငန်း, စတော့အိတ်ချိန်း, အများပြည်သူကဏ္ဍလေဆိပ်လုံခြုံရေး, အင်တာနက်လုံခြုံရေးစသည်တို့ကဲ့သို့အဒေသများအတွက်အသုံးပြုလျက်ရှိသည်မျက်နှာ, လက်ဗွေ, လက်ဂျီသြမေတြီ, မျက်ဝန်း, လွှာ, အသံစတာတွေရှိပါတယ် ။ biometric နည်းပညာမြင့်မားစွာ-လုံခြုံဖော်ထုတ်ခြင်းနှင့်ပုဂ္ဂိုလ်ရေးစိစစ်အတည်ပြုဖြေရှင်းချက်ပေးထားပါသည်။ biometric နည်းစနစ်လုံခြုံရေးအများအပြားစိန်ခေါ်မှုပြဿနာများကိုတစ်ဦးခိုင်မာတဲ့ဖြေရှင်းချက်ပေးအနေနဲ့ကြိုးပမ်းမှုဖြစ်ကြသည်။ biometric တစ်ဦးချင်းစီရဲ့အထောက်အထားကိုဆုံးဖြတ်ရန်ကြောင့်ရုပ်ပိုင်းဆိုင်ရာသို့မဟုတ်အပြုအမူစရိုက်များ၏ခွဲခြမ်းစိတ်ဖြာအာရုံစိုက်။ biometric သူထူးခြားသောရုပ်ပိုင်းနှင့်အပြုအမူဆိုင်ရာအချက်အလက်များ၏တိုင်းတာခြင်းများနှင့်ခွဲခြမ်းစိတ်ဖြာအပေါ်အခြေခံပြီးတစ်ဦးချင်း၏ဝိသေသလက္ခဏာကိုအတည်ပြုရန်ဖို့အသုံးပြုလို့ရပါတယ်။ အမှန်စင်စစ် biometric နည်းစနစ် ပို. ပို. တိကျစွာတစ်ဦးချင်းရဲ့ဝိသေသလက္ခဏာကိုအတည်ပြုနိုင်ရန်ပိုမိုနှစ်သက်နည်းလမ်းအဖြစ်ရှုမြင်လျက်ရှိသည်။

biometric နည်းစနစ်များ၏သမိုင်းကအတိတ်ထဲကနေသူ့ရဲ့မူရင်းခြေရာကောက်အသစ်တော့မဟုတ်ပါဘူး။ ကျင့်သုံးခဲ့သည့်ရှေးခေတ် biometric technique ကိုပျေါတူဂီသမိုင်းပညာရှင်ဂျိုအာက de Barros အားဖြင့်အစီရင်ခံတင်ပြသကဲ့သို့, 14 ရာစုအတွင်းတရုတ်များတွင်အသုံးပြုလျက်ရှိလက်ချောင်းပုံနှိပ်ခြင်း၏ပုံစံဖြစ်ခဲ့သည်။ တရုတ်ကုန်သည်အချင်းချင်းတယောက်ကိုတယောက်အနေဖြင့်ကလေးခွဲခြားရန်မှင်နှင့်အတူစက္ကူပေါ်မှာသားသမီးရဲ့ထန်းနှင့်ခြေရာနေမှုကိုချေဖျက်ခဲ့ကြသည်။ biometric ရှေးဟောင်းဂရိစကားလုံးဘဝကိုဆိုလိုသည် -bio စကားလုံးနှစ်လုံး၏ပေါင်းစပ်ဖြစ်ပါသည်, မက်ထရစ် measurement.It ထူးခြားရုပ်ပိုင်းဆိုင်ရာသို့မဟုတ်အပြုအမူ characterstics အပေါ်မှာအခြေခံလူသားမြားသအသိအမှတ်ပြုဘို့နည်းလမ်းများ၏လေ့လာမှုဖြစ်ပါတယ်ဆိုလိုသည်။ အဆိုပါဇီဝကမ္မ characterstics လက်ဗွေ, မျက်နှာ, လက်ဂျီသြမေတြီ, DNA ကိုနှင့်မျက်ဝန်းအသိအမှတ်ပြုမှုဖြစ်ကြသည်။ အမူအကျင့်တစ်ခု biometric စနစ်အားအခြေခံအားတိကျတဲ့ဇီဝကမ္မသို့မဟုတ်အသုံးပြုသူသိမ်းယူအပြုအမူဝိသေသ၏စစ်မှန်မှုကိုအဆုံးအဖြတ်ကပုဂ္ဂိုလ်ရေးဖော်ထုတ်ခြင်းစေသည်ထားတဲ့ပုံစံအသိအမှတ်ပြုမှုစနစ်ထို့ကြောင့်စသည်တို့ကိုလက်မှတ်, keystroke ၏လေ့လာမှု, အသံနဲ့တူပုဂ္ဂိုလ်တစ်ဦး၏အပြုအမူနှင့်ဆက်စပ်သောနေကြသည်။ biometric ဝိသေသလက္ခဏာများတစ်အာရုံခံကိရိယာကိုခေါ်ကိရိယာကို အသုံးပြု. စုဆောင်းနေကြသည်။ ဤရွေ့ကားအာရုံခံကိရိယာစိစစ်အတည်ပြုသို့မဟုတ်မှတ်ပုံတင်ဘို့လိုအပ်တဲ့ data တွေကိုဆည်းပူးရန်နှင့်ဒစ်ဂျစ်တယ်ကုဒ်မှဒေတာပြောင်းလဲအသုံးပြုကြသည်။ ဒေတာဖမ်းဆီးဖို့ရှေးခယျြသော device ကို၏အရည်အသွေးအသိအမှတ်ပြုရလဒ်များကိုအပေါ်သိသိသာသာသက်ရောက်မှုရှိပါတယ်။ အဆိုပါ devices တွေကိုတစ်ဦးက biometric system ကိုစိစစ်အတည်ပြု mode ကိုသို့မဟုတ်မှတ်ပုံတင် mode မှာလည်ပတ်ဒီဂျစ်တယ်မျက်နှာအသိအမှတ်ပြုမှုများအတွက်ကင်မရာများ, နားကိုအသိအမှတ်ပြုမှုစသည်တို့သို့မဟုတ်စသည်တို့ကိုစကားသံကိုအသိအမှတ်ပြုဘို့တယ်လီဖုန်းဖြစ်နိုင်ပါတယ်။ စိစစ်အတည်ပြုခြင်းမုဒ်အတွက်စနစ်ဒေတာဘေ့စထဲမှာသိမ်းထားတဲ့ biometric template ကိုအတူဖမ်းမိ biometric ဒေတာကိုနှိုင်းယှဉ်ခြင်းအားဖြင့်ပုဂ္ဂိုလ်တစ်ဦးရဲ့အထောက်အထား validates နှင့်အဓိကအားဖြင့်အပြုသဘောဆောင်သည့်အသိအမှတ်ပြုမှုများအတွက်အသုံးပြုသည်။ အဆိုပါမှတ်ပုံတင် mode မှာစနစ်တစ်ဦးချင်း၏ biometric data ကိုဖမ်းယူခြင်းနှင့်ကိုက်ညီမှုတွေ့ရှိရသည်မဟုတ်တိုင်အောင်ဒေတာဘေ့စအားလုံးကိုအသုံးပြုသူပြုလုပ်တဲ့ကိုယ်ရေး template ကိုရှာတတ်၏။

biometric technique အမျိုးမျိုး

မျက်နှာအသိအမှတ်ပြုဏ

အဆိုပါ biometric system ကိုအလိုအလျောက်မျက်နှာအားဖြင့်ပုဂ္ဂိုလ်တစ်ဦးကိုအသိအမှတ်မပြုနိုင်ပါ။ ဒီနည်းပညာကဲ့သို့မျက်နှာအတွက်တိကျတဲ့ features တွေခွဲခြားစိတ်ဖြာခြင်းဖြင့်အလုပ်လုပ်တယ် – မျက်စိကိုအကြားအကွာအဝေး, cheekbones ၏နှာခေါင်း, အနေအထားကို၏အကျယ်, မေးရိုးလိုင်း, မေးစေ့, ထူးခြားတဲ့အသွင်သဏ္ဌာန်, ပုံစံစသည်တို့ကိုအဲဒီစနစ်တွေကိုမျက်စိ, နှာခေါင်း, ပါးစပ်၏တိုင်းတာခြင်းပါဝင်, နှင့်မှတ်ပုံတင်အခြားမျက်နှာ features တွေ။ တိကျမှန်ကန်မှုကိုတိုးမြှင့်ဖို့ကဤစနစ်များလည်းပါးစပ်နှင့်နှုတ်ခမ်း movement.Face အသိအမှတ်ပြုမှု image ကိုဗီဒီယိုမှသို့မဟုတ်နေဆဲဖြစ်စေမျက်နှာ၏ဝိသေသလက္ခဏာများဖမ်းယူခြင်းနှင့်နံပါတ်များကိုအစုတခုသို့မျက်နှာမူထူးခြားတဲ့ဝိသေသလက္ခဏာများဘာသာတိုင်းတာဖြစ်နိုင်တယ်။ မျက်နှာကနေစုဆောင်းဒါတွေက data တွေကိုသီးခြားစွာလူတစ်ဦးစီသတ်မှတ်ဖေါ်ပြတဲ့တစ်ခုတည်းသောယူနစ်အတွက်ပေါင်းစပ်နေကြသည်။ ပြုံးသို့မဟုတ်ငိုသို့မဟုတ်လူတစ်ဦး၏တစ်ခုလုံးကိုမျက်နှာ etc.The ကွဲပြားခြားနားသောအခြေအနေတုံ့ပြန်ထည့်သွင်းစဉ်းစားသို့ခေါ်ဆောင်သွားသည်ကိုဒါမှမဟုတ်မျက်နှာ၏ကွဲပြားခြားနားသောအစိတ်အပိုင်းဝိသေသလက္ခဏာများအတွက်ထည့်သွင်းစဉ်းစားသို့ခေါ်ဆောင်သွားစဉ်တစ်ချိန်ချိန်မျက်နှာကိုရဲ့ features တွေကိုမျက်နှာအတွက်ဆက်လက်ဖြစ်ပွားနေသောအပြောင်းအလဲများနဲ့တူခွဲခြမ်းစိတ်ဖြာကြသည် ပုဂ္ဂိုလ်တစ်ဦးဖြစ်သည်။ ဒါဟာအလွန်အမင်းရှုပ်ထွေးနည်းပညာဖြစ်ပါတယ်။ ဗွီဒီယိုသို့မဟုတ်အပူပုံရိပ် အသုံးပြု. အဆိုပါဒေတာများကိုဖမ်းယူ။ အသုံးပြုသူရဲ့အထောက်အထားကို screen မှာကြည့်ခြင်းအားဖြင့်အတည်ပြုနိုင်ခဲ့သည်။ တစ်ဦး biometric စိစစ်ရေးအဖြစ်မျက်နှာအသိအမှတ်ပြုမှုကို အသုံးပြု. ရန်မူလတန်းအကျိုးအတွက်ဒီ technique ကိုပုဂ္ဂိုလ်တစ်ဦးဖော်ထုတ်အတွက်အကျိုးရှိသောဖြစ်လိမ့်မည်ဖော်ထုတ်ခြင်းနှင့်အစား ID ကိုကဒ်သို့မဟုတ်ဓါတ်ပုံဝိသေသလက္ခဏာကတ်လူတို့သည်မိမိတို့မျက်နှာများကိုတင်ဆက်ထားပါတယ်မှနေသားတကျဖြစ်ပါတယ်။ လူတစ်ဦးအသက်သို့မဟုတ်ပုဂ္ဂိုလ်တစ်ဦးပလပ်စတစ်ခွဲစိတ်မှုအဘို့အတတ်အားဖြင့်အပြောင်းအလဲများကိုရင်ဆိုင်နေရသကဲ့သို့, ဤကိစ္စတွင်အတွက်မျက်နှာအသိအမှတ်ပြုမှု algorithm ကိုနားရွက်, နှာခေါင်း, မျက်စိနှင့်အခြားမျက်နှာ features တွေ၏ဆွေမျိုးအနေအထားတိုင်းတာသင့်ပါတယ်။

o လက်ဂျီသြမေတြီ:

လက်ဂျီသြမေတြီအသုံးပြုသူတစ်ဦး၏လက်၏ရုပ်ပိုင်းဆိုင်ရာသွင်ပြင်လက္ခဏာများကိုဖမ်းယူကြောင်းနည်းစနစ်များနှင့်လက်ချောင်းများသည်။ ဒါဟာလက်ချောင်းပုံရိပ်ကိုခေါင်နောက်ဆုံးတွင်, bifurcations သို့မဟုတ်ကုန်းဖွငျ့အကိုင်းအခက်ကိုပိုင်းခြားသုံးသပ်ပြီး။ ဤရွေ့ကားစနစ်များကိုအတိုင်းအတာများနှင့်တစ်ဦးချင်းရဲ့လက်ရဲ့အရှည်, အကျယ်, အထူနှင့်မျက်နှာပြင်ဧရိယာမှတ်တမ်းတင်။ ဒါဟာတက, အသုံးပြုရလွယ်ကူအတော်လေးစျေးသိပ်မကြီးတဲ့နှင့်ကျယ်ပြန့်လက်ခံထားသောဖြစ်ပါသည် access ကိုထိန်းချုပ်မှုနှင့်အချိန်ကဲ့သို့အပလီကေးရှင်းများနှင့်တက်ရောက်သူစတာတွေအတွက်အသုံးပြုသည်။ တစ်ဦးကကင်မရာကိုလက်မှ 3 ရှုထောင်ပုံရိပ်ကိုဖမ်းယူ။ တစ်ဦးကစိစစ်အတည်ပြု template ကိုဖန်တီးသိမ်းထားတဲ့ဒေတာဘေ့စနှင့်ပုဂ္ဂိုလ်တစ်ဦး၏စိစစ်အတည်ပြုကာလမှာ template ကိုနှိုင်းယှဉ်ဖြစ်ပါတယ်။ လက်ဗွေ identification.Currently လက်ဗွေရာစာဖတ်သူများလက်ပ်တော့သို့မဟုတ် PC များနှင့်လည်းဆယ်လူလာတယ်လီဖုန်း၌၎င်း, ပုဂ္ဂိုလ်ရေးဒစ်ဂျစ်တယ်လက်ထောက်နှင့်အတူအသုံးပြုရန်ကွန်ပျူတာမှတ်ဉာဏ်ကတ်များသို့ built လျက်ရှိသည်။ ဒါဟာအောင်မြင်စွာရုပ်ပိုင်းဆိုင်ရာ access ကိုထိန်းချုပ်၏ဧရိယာ၌အကောင်အထည်ဖော်နေသည်။

မျက်လုံးအသိအမှတ်ပြုဏ:

ဒီနည်းပညာမျက်စိထဲမှာမြင်လွှာနှင့်မျက်ဝန်း၏စကင်ဖတ်စစ်ဆေးဖို့ပါဝငျသညျ။ Retina စကင်နည်းပညာလှာ၏ဆံချည်မျှင်သွေးကြောပုံစံ, မျက်စိ၏နောက်ကျောအပေါ်တစ်ဦးပါးလွှာအာရုံကြောမြေပုံ။ 400 ကျော်အချက်များမှာတစ်ဦးကလှာစကင်အစီအမံပုံစံများ။ ဒါဟာမျက်စိ၏ကျောင်းသားဝန်းရံကြောင်းတစ်သျှူးများ၏အရောင်လက်စွပ်သောမျက်စိများ၏မျက်ဝန်းလေ့လာဆန်းစစ်။ ဤလျှောက်လွှာဒေသများ၏နံပါတ်တစ်သက်သေတွင် track record အတူမြင့်မားရင့်ကျက်တဲ့နည်းပညာဖြစ်ပါတယ်။ Retina စကင်ဖတ်စစ်ဆေးဖို့မျက်ဝန်းစကင်ဖတ်စစ်ဆေးဖို့မျက်ဝန်းဖမ်းယူဘယ်မှာသွေးကြောများ၏ထူးခြားသောပုံစံဖမ်းယူ။ ထိုသို့စနစ်တမူထူးခြားတဲ့လှာ characterstics.It အလွန်လုံလုံခြုံခြုံနဲ့တိကျမှန်ကန်ပြီးထိန်းချုပ်ထားပတ်ဝန်းကျင်တွင်အကြီးအကျယ်အသုံးပြုခဲ့ဖြစ်ပါတယ်ဖမ်းဆီးဖို့အလင်း၏တစ်ဦးရောင်ခြည်ကိုအသုံးပြုအနေအထား၌တည်ရှိ၏အခါအသုံးပြုသူတစ်ဦးပွိုင့်အပေါ်အာရုံစူးစိုက်ခြင်းနှင့်ရမည်ဖြစ်သည်။ သို့ရာတွင်ထိုသို့လုံခြုံ, စျေးကြီးသည်နှင့်ပြီးပြည့်စုံသော alignment ကိုလိုအပ်ပြီးအများအားဖြင့်အသုံးပြုသူလျော်သောအာရုံစူးစိုက်မှုနှင့်အတူကိရိယာအတွက်ကြည့်ရှုရမည်ဖြစ်သည်။ Iris ကအသိအမှတ်ပြုမှုကိုအများဆုံးယုံကြည်စိတ်ချရသော biometric ဖော်ထုတ်ခြင်းနှင့်စိစစ်အတည်ပြုနည်းလမ်းများတစ်ခုဖြစ်သည်။ ဒါဟာ travellers.Retina စကင်ကိုစစ်တပ်နှင့်အစိုးရအဖှဲ့အစညျးမှာအသုံးပြုသည်များအတွက်လေဆိပ်အတွက်အသုံးပြုသည်။ အဖွဲ့အစည်းများလှာဥပမာ, အစိုးရအဆောက်အဦးများ, စစ်ဆင်ရေးသို့မဟုတ်အခြားကန့်သတ်ရပ်ကွက်ထဲတွင်သာလုပ်ပိုင်ခွင့််ထမ်းရန်, access ကိုထိန်းချုပ်ဖို့ High-end လုံခြုံရေးပလီကေးရှင်း authentication များကိုအဓိကအားဖြင့်ဖတ်ကိုသုံးပါ။ လူ့မျက်ဝန်းအတွက်ထူးခြားတဲ့ပုံစံနှင့်ဝိသေသလက္ခဏာများတဦးတည်းရဲ့တစ်သက်တာတစ်လျှောက်လုံးမပြောင်းလဲရှိနေဆဲနှင့်ကမ္ဘာမနှစ်ခုပုဂ္ဂိုလ်များအတူတူပင်မျက်ဝန်းပုံစံရှိနိုင်ပါသည်။

Voice ကို biometric ဏ

Voice ကို biometric, လူတစ်ဦးကိုအတည်ပြုရန်သို့မဟုတ်သိရှိနိုင်ဖို့ပုဂ္ဂိုလ်တစ်ဦးရဲ့အသံကိုအသုံးပြုသည်။ ဒါဟာစစ်ဆေးပေးတယ်အဖြစ်ပီသတ်မှတ်။ ဆော့ဗ်ဝဲနဲ့တစ်ဦးစံကို PC ပေါ်တွင်တစ်ဦးကမိုက်ခရိုဖုန်းလူတစ်ဦး၏ထူးခြားသောဝိသေသလက္ခဏာများခွဲခြမ်းစိတ်ဖြာရန်လိုအပ်ပါသည်။ အများအားဖြင့်တယ်လီဖုန်း-based application များအတွက်အသုံးပြုခဲ့သည်။ Voice ကိုစိစစ်အတည်ပြုသုံးစွဲဖို့လွယ်ကူသည်နှင့်အသုံးပြုသူပညာရေးများစွာသောသဘောတူညီမှုမလိုအပ်ပါဘူး။ ကျောင်းအပ်ဖို့, အသုံးပြုသူတစ်ဦးမိုက်ခရိုဖုန်းသို့မဟုတ်တယ်လီဖုန်းဟန်းဆက်သို့ပေးထားသောဖြတ်သန်းထားသောစာပိုဒ်တိုများပြော၏။ အဆိုပါစနစ်အထို့နောက်အစေး, သေံ, နှင့်အသံအိုး၏ပုံသဏ္ဍာန်အပါအဝင်မြောက်မြားစွာဝိသေသလက္ခဏာများအပေါ်အခြေခံတဲ့ template ကိုဖန်တီးပေးပါတယ်။ ပုံမှန်အားဖြင့်, ထိုကျောင်းအပ်လုပ်ငန်းစဉ်ကိုအပြီးသတ်ဖို့အသုံးပြုသူများအတွက်တစ်မိနစ်ထက်လျော့နည်းကြာပါသည်။ Voice ကိုစိစစ်အတည်ပြုအားလုံး biometric နည်းလမ်းအနည်းဆုံးကျူးကျော်မှုတစ်ခုဖြစ်ပါသည်။ ထို့အပွငျ, အသံစိစစ်အတည်ပြုသုံးစွဲဖို့လွယ်ကူသည်နှင့်အသုံးပြုသူပညာရေးများစွာသောသဘောတူညီမှုမလိုအပ်ပါဘူး။

ဏထိုးမြဲလက်မှတ်အတည်ပြု

လက်မှတ်စိစစ်အတည်ပြုနည်းပညာလက်မှတ်စဉ်အတွင်းလျှောက်ထားအမြန်နှုန်း, အရှိန်နှုန်းလေဖြတ်အရှည်နဲ့ဖိအားအပါအဝင်တစ်ဦးချင်းရဲ့အစာဖြင့်ရေးသားလက်မှတ်၏ခွဲခြမ်းစိတ်ဖြာဖြစ်ပါသည်။ အထူးကလောင်တစ်ဦးလက်မှတ်ရေးသားခြင်းသည့်အခါကွဲပြားခြားနားသောလှုပ်ရှားမှုများအသိအမှတ်ပြုရန်နှင့်ခွဲခြမ်းစိတ်ဖြာဖို့အသုံးပြုနိုင်ပါတယ်ဆိုလိုသညျဒေတာထို့နောက်ဘောပင်အတွင်းဖမ်းမိပါလိမ့်မည်ခွဲခြမ်းစိတ်ဖြာအတွက်ဒေတာဖမ်းဆီးဖို့ကွဲပြားခြားနားတဲ့နည်းလမ်းတွေရှိပါတယ်။ သတင်းအချက်အလက်လည်းကလောင်ကအသုံးပြုသူစက္ကူတစ်ဦးစိစစ်အတည်ပြုအသုံးပြုသည်ဆန့်ကျင်ကလောင်၏လှုပ်ရှားမှုသည်အသံထုတ်ပေး, တက်ဘလက်အပေါ်ရေးသားခဲ့သည်ဖြင့်ထိအချိန်, ဖိအား, အရှိန်နှင့်ကြာချိန်ကိုတိုင်းတာတဲ့အထူးတက်ဘလက်အတွင်းဖမ်းမိနိုင်ပါတယ်။ တစ်ဦးချင်းရဲ့လက်မှတ်ခွင့်အသုံးပြုသူများကိုအသိအမှတ်ပြုမပေးစနစ်ဖြစ်ပေါ်နိုင်သည့်သို့သော်အချိန်ကြာလာတာနဲ့အမျှပြောင်းလဲနိုင်ပါသည်။ အသုံးပြုသူမဟုတ်ဘဲမျှသာလက်မှတ်ပေါင်းနှိုင်းယှဉ်ထက်တစ်ဦးအီလက်ထရောနစ် pad ပါအပေါ်သူ၏နာမကိုလက်မှတ်ထိုးတဲ့အခါမှာကဖြတ်ပြီးလှုံ့ဆျောအဖြစ်ထိုးမြဲလက်မှတ်စနစ်များစသည်တို့ကိုအထူးတက်ဘလက်ကဲ့သို့စက်ပေါ်ရှိအထူးကလောင်အားကိုး, ကိရိယာအစားအရေးအသားတူရိယာ၏ညှနျကွား, အမြန်နှုန်းနှင့်ဖိအားနှိုင်းယှဉ် အဆိုပါ pad ပါ။

ခလုတျကှကျဏ

ဤနည်းလမ်းကိုနေ့စဉ်လူတစ်အခါအသုံးပြုသူအမျိုးအစားများကိုခွဲခြမ်းစိတ်ဖြာသောသူမ၏ / သူ့ကိုယ်ပိုင်ကီးဘုတ်-သီချင်းဆိုရှိပြီးဆိုတဲ့အချက်ကိုပေါ်တွင်မူတည်သည်။ ဒါဟာ Key တခုခုနှိပ်သို့မဟုတ် Key တခုခုရှာဖွေနေအတွက်အသုံးပြုသူခေါ်ဆောင်သွားအချိန်ကိုတိုင်းတာသည်။

အခြားသတင်းများ biometric ဆိုင်တဲ့နည်းပညာများပဲဖြစ်ပါတယ်

သွေးပြန်ကြော / သွေးကြောပုံစံများ o: အကိုပိုင်းခြားသုံးသပ်ပြီး

ဥပမာထဲမှာသွေးပြန်ကြော, အလက်နှင့်မျက်နှာကို။

ဏလက်သည်းဖော်ထုတ်ခြင်း: အလက်သည်းအတွက်ပုဒ်လေ့လာဆန်းစစ်။

ဏ DNA ကိုပုံစံများ: ကအလွန်စျေးကြီးတဲ့ technique ကိုနှင့်ပုဂ္ဂိုလ်တစ်ဦး၏စိစစ်အတည်ပြု / ဖော်ထုတ်ခြင်းများအတွက်အချိန်ကြာမြင့်စွာအချိန်ယူ

ဏချွေးပေါက်ခွဲခြမ်းစိတ်ဖြာ: တစ်လက်ညှိုးပေါ်ပေါက်တည်ရှိနေသောလမ်းကိုပိုင်းခြားသုံးသပ်ပြီး။

o နားအသိအမှတ်ပြုမှု: တစ်ခုနား Shape နှင့်အရွယ်အစားတိုင်းလူတစ်ဦးများအတွက်ထူးခြားသောဖြစ်ကြသည်။

o အနံ့ထောက်လှမ်း: ပုဂ္ဂိုလ်ဟာသူတို့ရဲ့အနံ့ကစိစစ်သို့မဟုတ်ဖော်ထုတ်နေသည်။

အသိအမှတ်ပြုမှု Walking ဏ: ဒါဟာလူတစ်ဦးလမ်းလျှောက်လမ်းကိုလေ့လာဆန်းစစ်။

biometric စစ်မှန်ကြောင်းအထောက်အထားပြသခြင်းနည်းနာ:

ဏ Verification: အသုံးပြုသူအတည်ပြုများ၏ဖြစ်စဉ်ကိုသူတို့ဖြစ်ဖို့တောင်းဆိုတဲ့သူဖြစ်ပါတယ်။

ဏခွဲခြားစိစစ်ရေး: လူသိများသည်အသုံးပြုသူများအစုတခုကနေအသုံးပြုသူဖော်ထုတ်များ၏ဖြစ်စဉ်တစ်ခုဖြစ်သည်။

biometric ၏အလုပ်လုပ်ကိုင်နေသူ:

အားလုံး biometric စနစ်များကိုအောက်ပါအဆင့်တွေကိုပါဝင်ပါသည်တစ်လေးဇာတ်စင်လုပ်ငန်းစဉ်များတွင်အလုပ်လုပ်သည်။

ဏ Capture: တစ်ဦးက biometric စနစ်စနစ် login မှလိုလားသူလူတစ်ဦး၏လက်ဗွေရာ, အသံစသည်တို့ကဲ့သို့အ biometric ဝိသေသလက္ခဏာများ၏နမူနာဖမ်းယူ။

ဏ Extraction: ထူးခြားသော data တွေကိုနမူနာကနေထုတ်ယူနေကြသည်နှင့်တစ်ဦး template ကိုဖန်တီးသည်။ ထူးခြားတဲ့ features တွေထို့နောက်စနစ်ဖြင့်ထုတ်ယူပြီးဒီဂျစ်တယ် biometric ကုဒ်သို့ကူးပြောင်းနေကြသည်။ ဒါကနမူနာထိုတစ်ဦးချင်းများအတွက် biometric template ကိုအဖြစ်သိမ်းဆည်းထားသည်။

ဏနှိုင်းယှဉ်: အဆိုပါ template ကိုပြီးရင်အသစ်တစ်ခုကိုနမူနာတွေနဲ့နှိုင်းယှဉ်နေပါတယ်။ အဆိုပါ biometric ဒေတာထို့နောက် biometric template ကိုသို့မဟုတ် template ကိုသို့မဟုတ်ပုဂ္ဂိုလ်တစ်ဦးအဘို့ကိုကိုးကား template ကိုအဖြစ်သိမ်းဆည်းထားသည်။

o ပွဲစဉ် / Non-ပွဲစဉ်: အဆိုပါစနစ်အထို့နောက်သစ်ကိုနမူနာအနေဖြင့်ဖြည် features တွေပုံစံနဲ့ယှဉ်ပြိုင်ကစားသို့မဟုတ် non-ပွဲစဉ်များမှာရှိမရှိဆုံးဖြတ်ခဲ့ကြသည်။ ဝိသေသလက္ခဏာစစ်ဆေးခြင်းကိုလိုအပ်ပါတယ်သောအခါ, လူတစ်ဦးပြုလုပ်တဲ့ကိုယ်ရေးစနစ်ဖြင့်အပြန်အလှန်ဆက်သွယ်အသစ်တစ်ခု biometric နမူနာယူနှင့် template ကိုနဲ့နှိုင်းယှဉ်နေပါတယ်။ အဆိုပါ template ကိုများနှင့်သစ်ကိုနမူနာပွဲစဉ်လျှင်, လူတစ်ဦး၏ဝိသေသလက္ခဏာ non-ပွဲစဉ်အတည်ပြုအခြားအတည်ပြုခဲ့သည်ဖြစ်ပါတယ်။

(biometric Authentication System ကိုနှင့်၎င်း၏အလုပ်လုပ်တဲ့အစိတ်အပိုင်းများ)

အဆိုပါ biometric authentication ကို system ကိုသုံးအလွှာဗိသုကာပါဝင်သည်:

ကျောင်းအပ်ဏ: တစ်ဦးကနမူနာတစ်ခုကိရိယာမှဖမ်းဆီးရမိတဲ့ template ကိုဆောက်လုပ်ထားသောနေအသုံးဝင်သောပုံစံသို့လုပ်ငန်းများ၌နှင့်လျှောက်လွှာမှပြန်လာသောဖြစ်ပါတယ်။

ဏ Verify: တစ်ခုမှာသို့မဟုတ်ထိုထက်ပိုနမူနာ, ဖမ်းဆီးရမိတဲ့အသုံးဝင်သောပုံစံသို့လုပ်ငန်းများ၌, ပြီးတော့တစ်ဦး input ကို template ကိုဆန့်ကျင်လိုက်ဖက်နေကြသည်။ နှိုင်းယှဉ်၏ရလဒ်များကိုပြန်ရောက်နေကြသည်။

ဏခွဲခြားသတ်မှတ်ရန်: တစ်ခုမှာသို့မဟုတ်ထိုထက်ပိုနမူနာ, ဖမ်းဆီးရမိတဲ့အသုံးဝင်သောပုံစံသို့လုပ်ငန်းများ၌နှင့်တင်းပလိတ်များအစုတခုဆန့်ကျင်လိုက်ဖက်နေကြသည်။ တစ်ဦးကစာရင်းနမူနာခြိနျးမှာထိပ်တန်းကိုယ်စားလှယ်လောင်းဆန့်ကျင်နှိုင်းယှဉ်ပုံကိုအနီးကပ်ပြသနိုင်ဖို့ထုတ်ပေးသည်။

တစ်ဦးက biometric template ကိုတစ်ဦးချင်းရဲ့နမူနာကိုဦးစွာရွေးချယ်ထား biometric ကိရိယာမှဖမ်းဆီးရမိသောတစ်ဦးကိုကိုးကားဒေတာဖြစ်ပါတယ်။ နောက်ပိုင်းတွင်တစ်ဦးချင်းစီရဲ့ကိုယ်ပိုင်လက္ခဏာစနစ်ထဲမှာသိမ်းထားတဲ့တစ်ဦးချင်းစီရဲ့ biometric template ကိုဆန့်ကျင်နောက်ဆက်တွဲစုဆောင်းဒေတာနှိုင်းယှဉ်ကစိစစ်သည်။ ပုံမှန်အားဖြင့်, ထိုကျောင်းအပ်ဖြစ်စဉ်အတွင်းမှာသုံးလေးမှနမူနာကိုယ်စားလှယ်တစ်ဦး template ကိုရောက်ရှိဖို့ဖမ်းမိနိုင်ပါသည်။ ရလဒ် biometric တင်းပလိတ်များအဖြစ်ခြုံငုံကျောင်းအပ်လုပ်ငန်းစဉ်ပြုလုပ်တဲ့ကိုယ်ရေးလျှောက်လွှာများ၏အလုံးစုံအောင်မြင်မှုသော့ချက်ဖြစ်ပါတယ်။ အဆိုပါ template ကို၏အရည်အသွေးညံ့ဖျင်းလျှင်, အသုံးပြုသူကိုတဖန်ပြန်လည်ကျောင်းအပ်မှတဆင့်သွားကြဖို့လိုအပ်ပါလိမ့်မယ်။ အဆိုပါ template ကိုအဝေးမှဗဟို repository ကိုအတွက်တစ်ခုသို့မဟုတ်ခရီးဆောင်ကဒ်ရက်နေ့တွင်, biometric device ကိုအတွင်းသိမ်းဆည်းထားနိုင်ပါသည်။

ပြုလုပ်တဲ့ကိုယ်ရေးကိရိယာပေါ်တွင် template ကိုသိုလှောင်ဒေတာမှအစာရှောင်ခြင်းလက်လှမ်း၏အားသာချက်ရှိပါတယ်။ ကွန်ယက်သို့မဟုတ် template ကိုဝင်ရောက်ဖို့အခြား system ပေါ်တွင်အဘယ်သူမျှမမှီခိုရှိပါသည်။ ဤနည်းလမ်းကိုလျှောက်လွှာ၏အနည်းငယ်အသုံးပြုသူများကရှိပါတယ်သည့်အခါအခြေအနေများတွင်ကောင်းစွာသက်ဆိုင်ပါသည်။ ဗဟို repository ကိုအတွက် template ကိုသိုလှောင် high-performance ကို, လုံလုံခြုံခြုံပတ်ဝန်းကျင်အတွက်ကောင်းသော option တစ်ခုဖြစ်သည်။ ပြုလုပ်တဲ့ကိုယ်ရေး template ကို၏အရွယ်အစားလာမည့်တရောင်းချသူထုတ်ကုန်ထံမှကွဲပြားခြားနားသည်နှင့်ပုံမှန်အားဖြင့် 9 bytes နှင့် 1.5k အကြားကြောင်းစိတ်ကိုထားပါ။ တစ်ဦး 256-byte binary template ကိုဖန်တီးရန်လက်ဗွေ scan ဖတ်နေပါတယ်အဖြစ်ဥပမာ, တက် 100 minutia အချက်များဖမ်းဆီးရမိနှင့်တစ်ဦး algorithm ကိုဆန့်ကျင် run ။ တစ်ခုစံပြဖွဲ့စည်းမှုပုံစံကတော့ template ကိုဒေသအလိုက်တွေ့ရှိခဲ့မရနိုင်လျှင်အခြားသူများကိုစနစ်ကနေဒေါင်းလုပ်လုပ်နေစဉ်အသုံးပြုသူများ related တင်းပလိတ်များမိတ္တူ, အစာရှောင်ခြင်း access များအတွက်ဒေသအလိုက်သိမ်းဆည်းထားသည့်အတွက်တဦးတည်းဖြစ်နိုင်သည်။

တစ်ကဒ်သို့မဟုတ်လက္ခဏာသက်သေအပေါ် template ကိုသိုလှောင်အသုံးပြုသူသူတို့နှင့်အတူသူသို့မဟုတ်သူမ၏ template ကိုသယ်ဆောင်နှင့်မည်သည့်အခွင့်အာဏာစာဖတ်သူကိုအနေအထားမှာအသုံးပွုနိုငျကွောငျးအားသာချက်ရှိပါတယ်။ သူတို့ထိန်းချုပ်မှုနှင့်၎င်းတို့၏ template ကို၏ပိုင်ဆိုင်မှုကိုထိန်းသိမ်းရန်ဘာဖြစ်လို့လဲဆိုတော့အသုံးပြုသူများဒီနည်းလမ်းကိုပိုနှစ်သက်ပေလိမ့်မည်။ တိုကင်ပျောက်ဆုံးခြင်းသို့မဟုတ်ပျက်စီးလျှင်မည်သို့ပင်ဆို, အသုံးပြုသူ re-စာရင်းသွင်းဖို့လိုအပ်လိမ့်မယ်။ အသုံးပြုသူအခြေစိုက်စခန်းကွန်ယက်ပေါ်တွင်တင်းပလိတ်များ၏သိုလှောင်မှုကန့်ကွက်မပါဘူးဆိုရင်, ထို့နောက်တစ်ဦးစံပြဖြေရှင်းချက်လက္ခဏာသက်သေအပေါ် template ကိုအဖြစ်ကွန်ယက်တွေကိုသိမ်းဆည်းဖို့ဖြစ်ပါလိမ့်မည်။ တိုကင်ပျောက်ဆုံးခြင်းသို့မဟုတ်ပျက်စီးလျှင်, အသုံးပြုသူကွန်ရက်ပေါ်တွင်ဝင်ရောက်နိုင်ပါတယ်သော template ကိုအပေါ်အခြေခံပြီးအချက်အလက်တွေကိုဝင်ရောက်ဖို့လက်ခံနိုင်သောဝိသေသလက္ခဏာသတင်းအချက်အလက်ပေးနိုင်ပါသည်။ အဆိုပါကျောင်းအပ်အချိန်က biometric စနစ်အသုံးပြုသူတစ်ဦးစာရင်းသွင်းသို့မဟုတ်မှတ်ပုံတင်ရန်ကြာကာလဖြစ်၏။ ကျောင်းအပ်သည့်အချိန်တွင်မိမိစိတ်ကြိုက်ဆော့ဖ်ဝဲသို့မဟုတ်စုဆောင်းအချက်အလက်များ၏အမျိုးအစားများ၏ကိရိယာသို့မဟုတ်အသုံးပြုမှုနှင့်အတူအသုံးပြုသူများသည် '' အတှေ့အကွုံ: အဆိုပါကျောင်းအပ်အချိန်ကဲ့သို့သော variable တွေကိုအတော်များများပေါ်တွင်မူတည်သည်

biometric စွမ်းဆောင်ရည်ဆောင်ရွက်ချက်များ:

ဏအယူမှားလက်ခံမှုနှုန်းမှာ (ဝေးလံသော) သို့မဟုတ်အယူမှားပွဲနှုန်း (FMR): စနစ်အားမှားယွင်းစွာ input ကိုပုံစံနှင့်ဒေတာဘေ့စအတွက် non-တိုက်ဆိုင်သည့်ပုံစံတို့အကြားအောင်မြင်တဲ့ပွဲစဉ်မိန့်တော်မူ၏သောဖြစ်နိုင်ခြေ။ ဒါဟာမမှန်ကန်တဲ့ပွဲများ၏ရာခိုင်နှုန်းကိုတိုင်းတာသည်။ သူတို့လေ့ခွင့်ပြုမကလူအားဖြင့်အချို့သောလုပ်ရပ်များမြစ်တားရန်အသုံးပြုကြသည်ကတည်းကဒါတွေကစနစ်များကိုဝေဖန်ကြသည်။

စနစ်အားမှားယွင်းစွာဒေတာဘေ့စအတွက် input ကိုပုံစံနှင့်ကိုက်ညီခြင်း template ကိုအကြားပွဲစဉ်၏ပျက်ကွက်မိန့်တော်မူ၏သောဖြစ်နိုင်ခြေ: o အယူမှားမှုနှုန်း (FRR) သို့မဟုတ်အယူမှားကို non-ပွဲနှုန်း (FNMR) ငြင်းပယ်။ ဒါဟာပယ်ချခံနေရတရားဝင်သွင်းအားစုများ၏ရာခိုင်နှုန်းကိုတိုင်းတာသည်။

ဏ Receiver (သို့မဟုတ်ဆွေမျိုး) (အာအိုစီ) operating ဝိသေသ: ယေဘုယျခုနှစ်, ကိုက်ညီခြင်း algorithm ကိုအချို့သော parameters တွေကို (ဥပမာတစ်ခုံ) ကို အသုံးပြု. ဆုံးဖြတ်ချက်တစ်ခုကိုလုပ်ဆောင်တယ်။ biometric စနစ်များအတွက်ဝေးလံနှင့် FRR ပုံမှန်အားဖြင့်သူတို့အား parameters တွေကိုပြောင်းလဲနေတဲ့နေဖြင့်တစ်ဦးချင်းစီကတခြားဆန့်ကျင်ပယ်ကုန်သွယ်နိုင်မည်ဖြစ်သည်။ အာအိုစီကြံစည်မှုလုံးလုံးလြားလြားဟာ variable တွေကိုပြောင်းလဲနေတဲ့ဝေးလံနှင့် FRR များ၏တန်ဖိုးများကို graphing ဖြင့်ရရှိသောဖြစ်ပါတယ်။ တစ်ဦးကဘုံအပြောင်းအလဲအတွက်ထောက်လှမ်းအမှား Trade-off (DET), နှစ်ဦးစလုံးပုဆိန်အပေါ်သာမန်တိမ်းယိမ်းအကြေးခွံကိုအသုံးပြုပြီးရယူသောဖြစ်ပါတယ်။

ဏတူညီသောအခွင့်အရေး Equal အမှားနှုန်း (EER): အမှားအယွင်းများကိုလက်ခံဖို့ငြင်းပယ်နှစ်ဦးစလုံးမှာအဆိုပါနှုန်းထားများတန်းတူဖြစ်ကြသည်။ ဘယ်လောက်ဝေးလံနှင့် FRR ပြောင်းလဲနိုင်ပါသည်, ရှင်းရှင်းလင်းလင်းပြသသည်ကို ထောက်. အာအိုစီသို့မဟုတ် DET ကြံစည်မှုကိုအသုံးပြုသည်။ နှစ်ခုစနစ်များအမြန်နှိုင်းယှဉ်လိုအပ်ပါသည်သောအခါ, မှားယွင်းလေ့အသုံးပြုသည်။ ဝေးလံနှင့် FRR အတူတူပင်တန်ဖိုးကိုရှိသည်ဘယ်မှာအမှတ်ယူခြင်းအားဖြင့်အာအိုစီကြံစည်မှုထံမှရရှိခဲ့သည်။ အဆိုပါ EER အောက်ပိုင်း, ပိုမိုတိကျစနစ်ဖြစ်စဉ်းစားသည်။

ဏနှုန်း (FTE သို့မဟုတ် FER) စာရင်းသွင်းရန်ပျက်ကွက်: ဒေတာ input ကို၏ရာခိုင်နှုန်းအကျုံးမစဉ်းစားနဲ့စနစ်သို့ input ကိုပျက်ကွက်နေပါတယ်။ အဆိုပါအာရုံခံကိရိယာအားဖြင့်ရရှိသောအချက်အလက်မမှန်ကန်ပါသို့မဟုတ်အရည်အသွေးညံ့ဖျင်း၏စဉ်းစားကြသောအခါစာရင်းသွင်းရန်ပျက်ကွက်တွေ့ကြုံတတ်၏။

ဏနှုန်း (FTC) ကိုဖမ်းယူဖို့ပျက်ကွက်: အလိုအလျောက်စနစ်များအတွင်းမှာပဲစနစ်မှန်ကန်စွာတင်ပြသည့်အခါတစ်ဦး biometric ဝိသေသ detect လုပ်ဖို့ပျက်ကွက်သောဖြစ်နိုင်ခြေ။

ဏ Template: စွမ်းရည်: စနစ်အတွက် input ကိုဖြစ်နိုင်သည့်အချက်အလက်များ၏အစုံအများဆုံးအရေအတွက်သည်။

ဥပမာ, လက်ဗွေရာစာဖတ်သူနှင့်အတူဆက်နွယ်စွမ်းဆောင်ရည် parameters တွေကိုဖြစ်နိုင်သည်:

ထက်လျော့နည်းသို့မဟုတ် 0.01 ရာခိုင်နှုန်းနှင့်ညီမျှ၏မိစ္ဆာလက်ခံမှုနှုန်းကဏ

ထက်လျော့နည်း 1.4 ရာခိုင်နှုန်းမိစ္ဆာငြင်းပယ်ခံရမှုနှုန်းဏ

image ကိုဖမ်းယူဧရိယာဏ 26 × 14 မီလီမီတာဖြစ်ပါတယ်။

သိသာထင်ရှားတဲ့ဤနှစ်ခုအစီအမံခွင့်အသုံးပြုသူငြင်းပယ်ခံရရှောင်ရှားပေမယ့်ခွင့်ပြုချက်မရှိဘဲအသုံးပြုသူများအထွက်ကိုစောင့်ရှောက်ရန်တတ်နိုင်သမျှအနိမ့်ဖြစ်သင့်သည်။ အလတ်စားလုံခြုံရေးအဆင့်ကိုအတူပလီကေးရှင်းတစ်ခု 10% အယူမှားပယ်ချမှားယွင်းနေသည်လက်မခံနိုင်ပါလိမ့်မည်, 5% အမှုမှာမမှန်သောလက်ခံမှုနှုန်းမှာအမှားလက်ခံနိုင်ဖွယ်သည်အဘယ်မှာရှိ။

တစ်ဦး biometric system ကိုမှားယွင်းစွာတစ်ဦးချင်းသတ်မှတ်သို့မဟုတ်မှားယွင်းစွာတစ်အခိုင်အမာဝိသေသလက္ခဏာဆန့်ကျင်ကာအယောင်ဆောင်စစ်ဆေးပေးတယ်တဲ့အခါမှာအယူမှားကိုလက်ခံပါ။ ဒါ့အပြင်တစ်ဦးအမျိုးအစား II ကိုအမှားအဖြစ်လူသိများ။ အယူမှားကိုလက်ခံနှုန်း / ဝေးလံ

တစ်ဦး biometric system ကိုမှားယွင်းစွာတစ်ဦးချင်းကိုခွဲခြားသတ်မှတ်ပါလိမ့်မယ်ဒါမှမဟုတ်အယောင်ဆောင်ငြင်းပယ်ရန်ပျက်ကွက်လိမ့်မည်ဟုဖြစ်နိုင်ခြေ။ ထို့အပြင် Type II အမှားမှုနှုန်းအဖြစ်လူသိများ။

အောက်မှာဖေါ်ပြတဲ့အတိုင်းဒါဟာဖော်ပြထားသည်:

ဝေးလံ = NFA / NIIA သို့မဟုတ်ဝေးလံ = NFA / NIVA

ဝေးလံသောမိစ္ဆာလက်ခံမှုနှုန်းကိုဘယ်မှာ

NFA မှားယွင်းသောလက်ခံခြင်းများ၏အရေအတွက်ပင်ဖြစ်သည်

NIIA အယောင်ဆောင်ဖော်ထုတ်ခြင်းကြိုးစားမှုများ၏အရေအတွက်ပင်ဖြစ်သည်

NIVA အယောင်ဆောင်စိစစ်အတည်ပြုကြိုးစားမှုများ၏အရေအတွက်ပင်ဖြစ်သည်

မမှန်သောပယ်ချနှုန်း / FRR တစ် biometric စနစ်ကတစ်ဦး enrollee ဖော်ထုတ်ရန်ပျက်ကွက်ခြင်းသို့မဟုတ်တစ်ဦး enrollee ၏တရားဝင်ပြောဆိုထားသည်ဝိသေသလက္ခဏာကိုအတည်ပြုရန်လိမ့်မည်ဟုအဆိုပါဖြစ်နိုင်ခြေ။ ဒါ့အပြင်တစ်ဦးအမျိုးအစားငါအမှားမှုနှုန်းအဖြစ်လူသိများ။

အောက်မှာဖေါ်ပြတဲ့အတိုင်းဒါဟာဖော်ပြထားသည်:

FRR = NFR / NEIA သို့မဟုတ် FRR = NFR / NEVA

FRR မိစ္ဆာငြင်းပယ်ခံရမှုနှုန်းသည်အဘယ်မှာရှိ

NFR မှားယွင်းသောထုတ်ဝေမှုကိုအငြင်း၏နံပါတ်ဖြစ်ပါသည်

NEIA enrollee ဖော်ထုတ်ခြင်းကြိုးစားမှုများ၏အရေအတွက်ပင်ဖြစ်သည်

NEVA enrollee စိစစ်အတည်ပြုကြိုးစားမှုများ၏အရေအတွက်ပင်ဖြစ်သည်

crossover မှားယွင်းနေသည်နှုန်း (CER)

မိစ္ဆာမှုနှုန်း = မိစ္ဆာလက်ခံမှုနှုန်းကိုငြင်းပယ်ရာမှာအမှတ်ကိုယ်စားပြုတယ်။

ရာခိုင်နှုန်းတွင်ဖော်ပြထား

ကွဲပြားခြားနားသော biometric စနစ်များကိုနှိုင်းယှဉ်ခြင်းအဘို့အကောင်း

3 တစ် CER နှင့်အတူတစ်ဦးက system ကို 4 တစ်ခု CER နဲ့စနစ်ကထက်ပိုမိုတိကျပါလိမ့်မည်

စက်မှုလုပ်ငန်းအတွက် biometric အသုံးပြုမှု

ပန်ဂျပ်အမျိုးသားဘဏ် (PNB) ဘဏ္ဍာရေးပါဝင်ပြန့်နှံ့ဖို့ Gautam Budh နဂါး (UP) တွင်ရွာတစ်ရွာမှာ၎င်း၏ပထမဆုံး biometric ATM စက်များ installed ။ "ဒီအပြောင်းအရွေ့စာမတတ်သူနှင့် Semi-စာတတ်မြောက်ဖောက်သည်ဘဏ်လုပ်ငန်းငွေပေးငွေယူဘယ်အချိန်မဆိုလုပ်ဖို့ကူညီပေးပါလိမ့်မယ်။

ဖြန့်ချိအိန္ဒိယပြည်ထောင်စုဘဏ် biometric စမတ်ကဒ်များကို။ Hawkers နှင့်အသေးစားကုန်သည်များကတ်ကို အသုံးပြု. ဘဏ်ထံမှချေးငွေပေးသော်လည်းနိုင်ဘူး။

Coca-Cola က Co. , ၌, လက်စကင်ဖတ်စစ်ဆေးဖို့စက်တွေအလုပ်သမားများအတွက်အချိန်ကဒ်စောင့်ကြည့်မှုကိုအစားထိုးအသုံးပြုကြသည်။ နယူးဂျာစီပြည်နယ်နှင့်ခြောက်လအခြားပြည်နယ်များအတွက်, လက်ဗွေစကင်နာယခုနှစ်ခုကွဲပြားခြားနားသောအမည်များကိုအောက်တွင်သက်သာချောင်ချိရေးအကျိုးခံစားခွင့်ဟုဆိုကာလူတွေကိုနှိမ်နင်းဖို့အသုံးပြုကြပါတယ်။

ကွတ်ကောင်တီ, အီလီနွိုက်ပြည်နယ်များတွင်တစ်ဦးချင်းရဲ့မကျြဆ၏မျက်ဝန်းပုံစံများလေ့လာဆန်းစစ်တဲ့ခေတ်မီကင်မရာကိုလက်ျာကလူထောင်ကနေလွတ်လာဖြစ်ကြောင်းသေချာကူညီပေးနေသည်။ Indiana ပြည်နယ်မှာရှိတဲ့ Purdue တက္ကသိုလ်မှာသည်ကျောင်းဝင်းအကြွေးပြည်ထောင်စုပလပ်စတစ် bankcards နှင့်ပုဂ္ဂိုလ်ရေးမှတ်ပုံတင်နံပါတ်များကိုရှိဘို့လိုအပ်ကြောင်းဖယ်ရှားပစ်ပါလိမ့်မယ်တစ်ဦးလက်ညှိုးထိုးစကင်နာများနှင့် automated Teller စက်တွေကို install ဖြစ်ပါတယ်။

MasterCard ကိုအပြည်ပြည်ဆိုင်ရာ Inc ကိုနှင့်ဗီဇာအမေရိကန်နိုင်ငံ Inc ကိုကမ္ဘာ့နှစ်ခုအကြီးဆုံးခရက်ဒစ်ကဒ်ကုမ္ပဏီများ, ကတ်အသုံးပြုသူကယ့်ကိုကဒ်ကိုင်ဆောင်သူကြောင်းအတည်ပြုရန်ရောင်းချမှု၏အချက်မှာလက်ချောင်း-scanning devices တွေကိုသုံးပြီးများ၏ဖြစ်နိုင်ခြေလေ့လာရန်စတင်ပါပြီ။ အဆိုပါစကင်နာအဆိုပါခရက်ဒစ်ကဒ်အတွက် embedded တစ် microchip တွင်သိမ်းထားသော biometric သတင်းအချက်အလက်နှင့်အတူလက်ဗွေနှိုင်းယှဉ်မယ်။

Orlando တွင်ဝေါ့ဒစ္စနေးကမ္ဘာ့ဖလားနှစ်စဉ် 'passes ဝယ်ယူသူတွေကို၏လက် Scan ဖတ်ယူနေပြီဖြစ်ပါတယ်။ အခြားလူများထံသို့၎င်းတို့၏ 'passes ချေးမှသူတို့ကိုတားဆီးပန်းခြံဝင်ရောက်သည့်အခါဤအဧည့်သည်ယခုစကင်နာဖြတ်သန်းရပေမည်။

အဆိုပါနည်းပညာကိုလည်း 65,000 အားကစားသမားများ, နည်းပြနှင့်တာဝန်ရှိသူများအိုလံပစ်ကျေးရွာရှိရိုက်ထည့်ရန်လက်စကင်ဖတ်စစ်ဆေးဖို့ system ကိုအသုံးပြုကြသည်ရှိရာနွေရာသီမှာရဲ့အိုလံပစ်အားကစားပြိုင်ပွဲအတ္တလန်တာမှာကျယ်ပြန့်အာရုံစူးစိုက်မှုကိုလက်ခံရရှိခဲ့သည်။

biometric နည်းပညာ၏ရွေးချယ်ရေး:

တိကျတဲ့လျှောက်လွှာများအတွက်အထူးသဖြင့် biometric နည်းပညာကိုရွေးချယ်ခြင်းဘို့ဆုံးဖြတ်ချက်အချက်များအများကြီးရှိပါတယ်။

1. စီးပွားရေးဖြစ်နိုင်ခြေသို့မဟုတ်ကုန်ကျစရိတ်: biometric သည့်စနစ်အကောင်အထည်ဖော်မှု၏ရတာဟာကုန်ကျစရိတ်မကြာသေးမီကလျော့နည်းသွားပြီ ဒါဟာနေဆဲကုမ္ပဏီအများအပြားအဘို့အဓိကအတားအဆီးဖြစ်ပါတယ်။ ထိုကဲ့သို့သောစကားဝှက်တွေနဲ့ PIN နံပါတ်အဖြစ်ရိုးရာ authentication ကိုစနစ်များ, အတော်လေးနည်းနည်းလေ့ကျင့်ရေးလိုအပ်ပေမယ့်ဒီအမြားဆုံးအသုံး biometric စနစ်များနှင့်အတူအမှုမဟုတ်ပါဘူး။ သူတို့အားစနစ်များချောမွေ့စစ်ဆင်ရေးစနစ်များအုပ်ချုပ်ရေးမှူးများနှင့်သုံးစွဲသူများနှစ်ဦးစလုံးအဘို့အလေ့ကျင့်ရေးလိုအပ်သည်။

2. အန္တရာယ်အားသုံးသပ်ခြင်း: -Error နှုန်းထားများနှင့်အမှားအယွင်းများအမျိုးအစားများချထားသည့် biometric နှင့်ဖြန့်ကျက်၏အခွအေနနှင့်အတူခြားနားသည်။ အမှားအယွင်းများ၏အခြားအမျိုးအစားများကုန်ထုတ်စွမ်းအားနှင့်တိုးကုန်ကျစရိတ်ကိုလျှော့ချစေခြင်းငှါအနေဖြင့်ထိုကဲ့သို့သောအယူမှားပွဲအဖြစ်အမှားအယွင်းများအချို့အမျိုးအစားများ, စီးပွားရေးလုပ်ငန်းလုံခြုံရေးအခြေခံအန္တရာယ်များနိုင်တယ်။ biometric အကောင်အထည်ဖော်မှုစီစဉ်စီးပွားရေးလုပ်ငန်းများနှစ်သက်ဖွယ်သောအမှားတံခါးခုံကိုထည့်သွင်းစဉ်းစားရန်လိုအပ်မည်ဖြစ်သည်။

အသုံးပြုသူများ၏ 3. အမြင်: -Users ယေဘုယျအားဖြင့်လျော့နည်းကျူးကျော်ဝင်ရောက်လာသောနှင့်လျော့နည်း privacy ကို-ခြိမ်းခြောက်ဇီဝြဖစ်စဉ်-based biometric ထက်ကဲ့သို့သောအသံဖြင့်အသိအမှတ်ပြုခြင်းနှင့်လက်မှတ်စိစစ်အတည်ပြုအဖြစ်အပြုအမူ-based biometric ရှုမြင်ကြသည်။

4. TechnoSocio ဖြစ်နိုင်ခြေ: -Organizations နည်းပညာရဲ့စွမ်းဆောင်မှုကိုသြဇာလွှမ်းမိုးစေခြင်းငှါအသုံးပြုသူ-နည်းပညာ interface ကိုနှင့်စည်းရုံးရေးပတ်ဝန်းကျင်အတွက်အခွအေနအာရုံစိုက်သင့်ပါတယ်။ အဆိုပါအဖွဲ့အစည်းနည်းစနစ်ကိုသုံးပါဖို့ဘယ်လိုအသုံးပြုသူများအကြားအသိအမြင်ဖန်တီးသင့်တယ်နှင့်နည်းပညာတွေအကြောင်းအသုံးပြုသူစိုးရိမ်မှုတွေအဖြစ်စိတ်ပိုင်းဆိုင်ရာအချက်များကျော်လွှားသင့်ပါတယ်။ အဖွဲ့အစည်းကပြုလုပ်တဲ့ကိုယ်ရေးနည်းစနစ်များကိုအကောင်အထည်ဖော်ဆောင်ရွက်ရာတွင်စဉ်လည်းအသုံးပြုသူများကိုတွေရဲ့ privacy အခွင့်အရေးများစဉ်းစားရန်ရှိပါသည်။

5. လုံခြုံရေး: သူတို့မြင့်မားသောလုံခြုံပတ်ဝန်းကျင်တွင်အကောင်အထည်ဖော်ပါလိမ့်မည်ဆိုပါက biometric နည်းစနစ်မြင့်မားတဲ့လုံခြုံရေးစံချိန်စံညွှန်းများရှိသင့်သည်။ အဆိုပါ biometric နည်းစနစ်လျှောက်လွှာ၏အလားအလာအန္တရာယ်နှင့်ဧရိယာ, သူတို့ရဲ့အင်္ဂါရပ်များအပေါ် အခြေခံ. အကဲဖြတ်နှင့်ပြည့်စုံသောစွန့်စားမှုခွဲခြမ်းစိတ်ဖြာအကြောင်းမဲ့ရပါမည်။

6. အသုံးပြုသူဖော်ရွေနှင့်လူမှုရေးလက်ခံ -Biometric နည်းစနစ်ကြံ့ခိုင်နှင့်အသုံးပြုသူကိုအသုံးပြုရန်ဖော်ရွေဖြစ်သင့်နှင့်သူတို့အချိန်ကြာမြင့်စွာကာလအတွက်ယုံကြည်စိတ်ချရသောလုပ်ငန်းလည်ပတ်သင့်ပါတယ်။ အဆိုပါနည်းစနစ်နှစ်ခုအုပ်စုတစ်စုသို့တနည်းဒစ်ဂျစ်တယ်နှင့်မဟုတ်တဲ့ဒစ်ဂျစ်တယ်လူ့အဖွဲ့အစည်းလူ့အဖွဲ့အစည်းမခွဲသင့်ပါတယ်။

7. ဥပဒေရေးရာဖြစ်နိုင်ခြေ-အစိုးရအမျိုးမျိုးသောစီးပွားဖြစ်ပလီကေးရှင်း biometric နည်းစနစ်များအသုံးပြုခြင်းများအတွက်စည်းမျဉ်းပြဌာန်းမူဘောင်ဖွဲ့စည်းရန်ရှိပါတယ်။ ဒါဟာစီးပွားရေးအရ applications များသို့မဟုတ်အရောင်းအတွင်ဤနည်းစနစ်များအသုံးပြုမှုများအတွက်စံစည်းမျဉ်းမူဘောင်ဖွဲ့စည်းသင့်ပါတယ်။ လိုအပ်ခဲ့လျှင်မူဘောင်အချိန်စည်းမျဉ်းသတ်မှတ်နှင့်အချိန်ကိုပြောင်းလဲခံရဖို့ရှိပါတယ်။

8. သီးသန့်လုံခြုံရေး-အမျှနည်းစနစ်ပုဂ္ဂိုလ်ရေးရုပ်ပိုင်းဆိုင်ရာလက္ခဏာများအပေါ်အားကိုး biometric တစ်ဦးလုပ်ရပ်ကတခြားကအသုံးပြုခံရဖို့မဟုတ်ဘဲတစ်ဦးချင်းစီရဲ့ privacy ကိုဒေတာများကာကွယ်နည်းကိုဖန်ဆင်းခံရဖို့ရှိပါတယ်။ တစ်ဦးက data တွေကိုကာကွယ်စောင့်ရှောက်ရေးဥပဒေလူတစ်ဦးရဲ့ privacy ကိုဒေတာများကာကွယ်နည်းနိုင်ရန်အတွက်ဖန်တီးရမည်ရှိပါတယ်။

biometric နည်းပညာအကဲဖြတ်များအတွက်လိုအပ်ချက်။

တစ်ဦးစနစ်၏ယုံကြည်စိတ်ချရနှင့်လက်ခံမှုအဆိုပါစနစ်များခြိမ်းခြောက်မှုများနှင့် system ရဲ့ချိုးဖောက်မှုများဖော်ထုတ်ရန်ရန်၎င်း၏စွမ်းရည်နှင့်ထိရောက်မှုကိုမှဖြေရှင်းချက်များကိုဘယ်လိုစနစ်ခွင့်ပြုချက်မရှိဘဲပြုပြင်မွမ်းမံ, အသိပညာသို့မဟုတ်အသုံးပြုခြင်းကိုဆန့်ကျင်ကာကွယ်ထားသည်ဘယ်လိုစနစ်၏ထိရောက်မှုအပေါ်မူတည်ပါသည်။

ဤရွေ့ကား biometric နည်းလမ်းများဒေတာချုံ့ algorithms, protocols များနှင့် codes တွေကိုသုံးပါ။ ဤရွေ့ကား algorithms သုံးအမျိုးအစားထဲမှာခွဲခြားနိုင်ပါတယ်:

စာရင်းအင်းမော်ဒယ်နည်းလမ်းများဏ,

ဏ Dynamic Programming ကို,

ဦးနှောက်ကဲ့သို့ရှုပ်ထွေးသောကွန်ယက်များ o ။

biometric လုပ်ထုံးလုပ်နည်းအတွက်အသုံးပြုသောသင်္ချာ tools တွေကိုအကဲဖြတ်ထားရန်လိုအပ်ပါသည်။ သင်္ချာဆိုင်ရာခွဲခြမ်းစိတ်ဖြာနှင့် algorithms ၏သက်သေသီးခြားလယ်ကျွမ်းကျင်သူများအားဖြင့်အကဲဖြတ်ထားရန်လိုအပ်ပါသည်။ algorithms "မှားယွင်းတဲ့" သင်္ချာအကောင်အထည်ဖော်ခဲ့လျှင်ထို့နောက် algorithms မှားနှင့်ဤ algorithms အပေါ်အခြေခံပြီးစနစ်များအားနည်းချက်ရှိပါတယ်။ ပြုလုပ်တဲ့ကိုယ်ရေးနည်းလမ်းများအတွက်အသုံးပြုတဲ့ algorithms "ယိုစိမ့်" ရှိသည်, သို့မဟုတ်အကျိုးရှိစွာဒီကုဒ်ဒါ algorithms တွေ့နိုင်ပါသည်လျှင်ထို့နောက် biometric နည်းလမ်းများသူတို့ကိုယ်သူတို့အားနည်းချက်ဖြစ်ကြပြီး, အရှင်သည်ဤနည်းလမ်းများအပေါ်အခြေခံပြီးစနစ်များကိုအန္တရာယ်မကင်းဖြစ်လာလျှင်။

ကွဲပြားခြားနားသော algorithms လုံခြုံရေးကွဲပြားခြားနားသောဒီဂရီပူဇော်ပါကသူတို့ကိုချိုးဖျက်ဖို့ဘယ်လောက်ခက်ခဲပေါ်တွင်မူတည်သည်။ တစ်ဦး algorithm ကိုချိုးဖျက်ဖို့လိုအပ်သောကုန်ကျစရိတ်အချက်အလက်များ၏တန်ဖိုးထက် သာ. ကြီးမြတ်သည် အကယ်. ကျနော်တို့ဖြစ်ကောင်းအန္တရာယ်ကင်းဖြစ်ကြသည်။ biometric နည်းလမ်းများပိုက်ဆံတွေအများကြီးပါဝင်ပတ်သက်သည်အဘယ်မှာရှိဘဏ္ဍာရေးငွေကြေးလွှဲပြောင်းမှုမှာအသုံးပြုကြသည်ဘယ်မှာကျွန်တော်တို့ရဲ့အမှု၌ cryptanalysis များအတွက်ပိုက်ဆံဖြုန်းဖို့တစ်ခုကျူးကျော်များအတွက်အဲဒါကိုတန်ဖိုးရှိစေသည်။

အဆိုပါ algorithms များနှင့် protocol များအကောင်အထည်ဖေါ်ရန်အသုံးပြုအဆိုပါ cryptographic algorithm သို့မဟုတ်နည်းစနစ်တိုက်ခိုက်မှုမှအားနည်းချက်ရှိနိုင်ပါသည်။ တိုက်ခိုက်မှုကိုလည်း protocols များသူတို့ကိုယ်သူတို့သို့မဟုတ်သက်ကြီးရွယ်အိုစံ algorithms ဆန့်ကျင်ပဋိသန္ဓေယူနိုင်ပါသည်။ ထို့ကြောင့်စံသည်ဤသီအိုရီစိုးရိမ်ပူပန်မှုများဖြေရှင်းပြုလုပ်တဲ့ကိုယ်ရေးနည်းလမ်းသင့်လျော်သောအကဲဖြတ်ဘို့ရာခန့်ထားသောရပါမည်။

ပြုလုပ်တဲ့ကိုယ်ရေးစနစ်များ၏အကဲဖြတ်၎င်းတို့၏အကောင်အထည်ဖော်မှုအပေါ်အခြေခံသည်။ အကဲဖြတ်စံ၏ဖွဲ့စည်းခြင်းစည်းကြပ်သော biometric စနစ်များ၏အကောင်အထည်ဖော်မှုအတွက်လေးခုအခြေခံအဆင့်များရှိပါသည်။

အဆိုပါအသုံးပြုသူဏ Capture အ attribute ။

ဏအသုံးပြုသူများ၏ Template မျိုးဆက် attribute ။

ဏပုခှငျ့ပွုအသုံးပြုသူများအတွက်သိမ်းဆည်းထား template ကိုအတူ input ကို၏နှိုင်းယှဉ်။

access ကိုလက်ခံမှုသို့မဟုတ်ငြင်းပယ်ခံရအပေါ်ဏဆုံးဖြတ်ချက်။

biometric နည်းစနစ်များ၏ applications

biometric ကျယ်ပြန့်လုံခြုံရေးကိုရည်ရွယ်ချက်များအတွက်ကွဲပြားခြားနားသောအဖှဲ့အစညျးတှငျအသုံးပွုခဲ့သည့်တစ်ဦးပေါ်ထွက်လာနည်းပညာဖြစ်ပါတယ်။ biometric ATM စက်များ, ဆယ်လူလာဖုန်း, စမတ်ကဒ်များကို, Desktop PC များ, စက်နှင့်ကွန်ပျူတာကွန်ရက်များကိုခွင့်ပြုချက်မရှိပဲ access ကိုတားဆီးဖို့အသုံးပြုနိုင်ပါသည်။ ဒါဟာတယ်လီဖုန်းနှင့်အင်တာနက် (အီလက်ထရောနစ်ကုန်သွယ်ရေးနှင့်အီလက်ထရောနစ်ဘဏ်စနစ်) ကနေတဆင့်ကောက်ယူငွေကြေးလွှဲပြောင်းမှုမှာစဉ်အတွင်းအသုံးပြုနိုင်ပါသည်။ ကြောင့်တိုးလာလုံခြုံရေးခြိမ်းခြောက်မှုများမှများစွာသောနိုင်ငံများတွင်နယ်စပ်ထိန်းချုပ်မှုများနှင့်အမျိုးသားရေး ID ကိုကတ်များများအတွက် biometric သုံးပြီးစတင်ပါပြီ။ biometric မှတ်ပုံတင်သို့မဟုတ်စိစစ်အတည်ပြုစနစ်များအသုံးပြုခြင်းကျယ်ပြန့်ကွဲပြားခြားနားသောကုမ္ပဏီများသည်အဖြစ်အစိုးရအေဂျင်စီများအတွက်အသုံးပြုကြသည်။ biometric technique ကိုယင်း၏ရှေ့မှောက်တွင်ရှိပါတယ်ရှိရာ applications များဖြစ်ကြသည်

မှတ်ပုံတင်ကတ်များနှင့်နိုင်ငံကူးလက်မှတ်ဏ။

ဏဘဏ်လုပ်ငန်း, ATM စက်များ အသုံးပြု. ကွန်ယက်အရင်းအမြစ်သုံးစွဲခြင်း

အဆောက်အဦးများ, ဒေသများ, တံခါးများနှင့်ကားများ o ရုပ်ပိုင်းဆိုင်ရာ access ကိုထိန်းချုပ်။

ကိုယ်ရေးမှတ်ပုံတင်ဏ

ဏပစ္စည်း access ကိုထိန်းချုပ်မှု

န်ဆောင်မှုများပေးရန်ဏအီလက်ထရောနစ် access ကို (E-ဘဏ်လုပ်ငန်း, e-commerce)

ဏခရီးသွားနှင့်သယ်ယူပို့ဆောင်ရေး, အားကစားပွဲ

ဏနယ်စပ်ရေးရာထိန်းချုပ်မှု

ဘဏ်လုပ်ငန်းနှင့်ဘဏ္ဍာရေး, Shopping Mall ဏ

လေဆိပ်လုံခြုံရေးဏ

ဆိုက်ဘာလုံခြုံရေးဏ

အဖွဲ့အစည်းမှာအချိန်စီမံခန့်ခွဲမှုဏ

ဏ Voice ကိုအသိအမှတ်ပြု (Telebanking)

ဏထောင်မှဧည့်သည်စောင့်ကြည့်လေ့လာရေးစနစ်၏။

မဲပေးစနစ်ဏ

biometric နည်းပညာ၏အလားအလာ:

အဆိုပါ biometric စက်မှုလုပ်ငန်းအိန္ဒိယအတွက်နို့စို့အရွယ်ဇာတ်စင်မှာဖြစ်တယ်, ဒါပေမဲ့တစ်ခုလုံးကိုစျေးကွက်ဖမ်းဆီးဖို့အစာရှောင်ခြင်းကြီးထွားလာနေပါတယ်။ ဒီနည်းပညာလျှောက်လွှာ၏ပုဂ္ဂလိကနှင့်အများပြည်သူဒေသများသို့နှစ်ဦးစလုံးကိုတိုးချဲ့နေပါတယ်။ biometric applications များအများအပြား devices များနှင့်အမွေ applications များမှဆကျသှယျဖို့လိုအပ်ပါတယ်။ အဆိုပါစက်မှုလုပ်ငန်းစျေးကွက်နှင့်စားသုံးသူစျေးကွက်တိုးမြှင့်လုံခြုံရေးနှင့်အဆင်ပြေ biometric နည်းပညာများချမှတ်ထားပါသည်။ biometric ဖြေရှင်းနည်းများနှင့်တိုးတက်လာသောနည်းပညာ၏လျော့ကျလာအဘိုးနှင့်ပိုမိုအဖွဲ့အစည်းကဒီနည်းပညာကိုအကောင်အထည်ဖေါ်ရန်ရှေ့သို့ရောက်ပေ၏။ စံစည်းမျဉ်းမူဘောင်၏မရှိခြင်းအချို့သောအဖွဲ့အစည်းနှင့်လူ့အဖွဲ့အစည်းကဒီနည်းပညာကိုမသင့်လျော်သည်နှင့်အသုံးပြုသူများ၏ privacy ကိုဒေတာကိုဆုံးရှုံးသောအမြင်ရှိသည်ကြောင့် organisation.It အတွက် biometric အကောင်အထည်ဖော်အတွက်အဓိကအားနည်းချက်ကျယ်ပြန့်သုံးစွဲခြင်းဖြင့်လက်မခံဖြစ်ပါတယ်။ သင့်လျော်သောစည်းမျဉ်းမူဘောင်ကိုထူထောင်မပါရှိဘူးဆိုရင်ဒါဟာအဖွဲ့အစည်းကအဖြစ်အသုံးပြုသူကိုလက်ခံလိမ့်မည်မဟုတ်ပေ။ biometric နည်းစနစ်များအတွက်ထုတ်လုပ်အဆိုပါ devices တွေကိုစံချိန်စံညွှန်းအိုင်တီအစိုးရထဲမှာဖြုန်းနှင့်ဘဏ္ဍာရေးကဏ္ဍတွေဖြစ်တဲ့များထားရှိဘို့ပိုကောင်းအခွင့်အလမ်းများကမ်းလှမ်းတိုးမြှင့်နှင့်အတူလိုက်လျောဖို့ရှိပါတယ်။ အဘယ်သူမျှမကမ္ဘာလုံးဆိုင်ရာပြဌာန်းသို့မဟုတ်စည်းမျဉ်းစည်းကမ်းဘောင်ယခုအဖြစ်အဲဒီမှာအလုပ်လုပ်တယ်နေကြသည်သော်လည်း, သူတို့သည်အလွန်မကြာမီရောက်လာရန်မျှော်လင့်နေကြသည်။

Standarad ဥပဒေနှင့်စည်းမျဉ်းအီလက်ထရောနစ်ဥပဒေနှင့်ကူးသန်းရောင်းဝယ်ရေးငွေကြေးလွှဲပြောင်းမှုမှာ biometric များအတွက်ကျယ်ပြန့်စျေးကွက်ဖွင့်လှစ်ပါလိမ့်မယ်။

Anti-အကြမ်းဖက်ဝါဒလုပ်ရပ်အကောင်အထည်ဖော်ခံရဖို့ပြုလုပ်တဲ့ကိုယ်ရေးနည်းစနစ်တစ်ခုကျယ်ပြန့်အတိုင်းအတာရှိတယ်မိတ်ဆက်ပေးခဲ့သည်။

စားသုံးသူ privacy ကိုဒေတာကျယ်ပြန့်အသုံးပြုသူများကလက်ခံနိုင်ရန်အတွက်ကာကွယ်ပေးခံရဖို့ရှိပါတယ်။

ကွဲပြားခြားနားသောအမွေလျှောက်လွှာများနှင့်ဟာ့ဒ်ဝဲနှင့်အတူ biometric ၏ပေါင်းစည်းမှု။

biometric technique ကိုဆက်သွယ်ရေးဒိုမိန်း၌ကြီးစွာသောဝယ်လိုအားရှိပါတယ်။

အဆိုပါမှတ်စုစာအုပ်နဲ့ Laptop ထုတ်လုပ်သူပြီးသားလုံခြုံရေးများ၏တိုးချဲ့မှုအတွက်လက်ချောင်းပုံနှိပ်ခြင်းကဲ့သို့ biometric နည်းစနစ်အကောင်အထည်ဖော်လျက်ရှိသည်။

အဆိုပါ biometric စက်မှုလုပ်ငန်း biometric သူတို့ရဲ့အပြည့်အဝအလားအလာရောက်ရှိဖို့အဘို့အလို့ငှာစွမ်းဆောင်ရည်, အစစ်အမှန်ကမ္ဘာ utility ကိုများနှင့်အလားအလာ privacy ကိုသက်ရောက်မှုနှင့်ဆက်စပ်သောအဓိကစိန်ခေါ်မှုများဖြေရှင်းရမယ်

ကုမ္ပဏီအများအပြားကိုလည်းဒေသများ secure အချိန်မှတ်တမ်းများကိုထိန်းသိမ်းရန်နှင့်အသုံးပြုသူအဆင်ပြေမြှင့်တင်ရန် biometric နည်းပညာများအကောင်အထည်ဖော်လျက်ရှိသည်။

စိတ်ဝင်စားစရာကောင်းတဲ့ biometric application ကိုအကြွေးဝယ်ကတ်များမှ biometric ချိတ်ဆက်နေသည်။

သည်အခြားဘဏ္ဍာရေးအရောင်းအစသည်တို့ကိုဖုန်းကို e-commerce ကိုများအတွက်လက်ဗွေ validation ကိုကဘဏ်လုပ်ငန်းမှာအခါစျေးကွက်ကြီးမားသည်, ဟာ့ဒ်ဝဲ, application များနှင့်ဝန်ဆောင်မှုများကိုတစ်ဦးအလွန်ကျယ်ပြန့်ဖုံးလွှမ်း, ဥပမာ, biometric ထံမှစကားသံကိုစိစစ်အတည်ပြုအတှကျအကြိုးနိုင်ဘူး။

နိဂုံး:

ဒီနည်းပညာများ၏အနာဂတ်စီးပွားရေးအလျှင်အမြန်တိုးတက်နေတဲ့ဖြစ်ပါတယ်။ စီးပွားဖြစ်ငွေပေးငွေယူအတွက်လိမ်လည်မှုနှင့်ခိုးယူ၏လျင်မြန်စွာတိုးနှင့်အတူ; ကလိမ်လည်မှုနှင့်ရိုးရာလုံခြုံရေးချဉ်းကပ်မှုအတွက်အပြစ်အနာအဆာဖျက်သိမ်းရေးအတွက်သော့ချက်တူရိယာအဖြစ် biometric သုံးစွဲဖို့အဖွဲ့အစည်းအဘို့ကြီးစွာသောစိုးရိမ်ပူပန်မှုဖြစ်ပါတယ်။ စီးပွားရေးလုပ်ငန်းများနှင့်စားသုံးသူနှစ်ဦးစလုံးစီးပွားဖြစ်ငွေကြေးလွှဲပြောင်းမှုမှာ သာ. ကြီးမြတ်လုံခြုံရေးအတွက်စိုးရိမ်ပူပန်နေကြသည်။ အဆိုပါနည်းပညာကို ပို. ပို. ယုံကြည်စိတ်ချရသောနှင့်တတ်နိုင်သည်နှင့်အီလက်ထရောနစ်ကန်ထရိုက်များ၏ဥပဒေရေးရာဘက်တော်သား၏မေးခွန်းကိုအခြေချနေထိုင်နေပါတယ်။ စားသုံးသူ biometric စစ်မှန်ကြောင်းအထောက်အထားပြသခြင်း၏အကျိုးကျေးဇူးများကိုအသိအမှတ်မပြုနေစဉ်, သူတို့အပြည့်အဝကုမ္ပဏီများသည်အမျိုးမျိုးသောအကာအကွယ်ပေးဖို့ဟာသူတို့ရဲ့ biometric သတင်းအချက်အလက်လျှို့ဝှက်နှင့်ဘာသာရပ်ကိုစောင့်ရှောက်မည်အကြောင်းလုံလောက်သောအာမခံမရှိဘဲနည်းပညာကိုလက်ခံဖို့တွန့်ဆုတ်ဖြစ်ကြောင်းနှင့်တည်ဆဲဥပဒေဒါ သာ. ကြီးမြတ်ကာကွယ်စောင့်ရှောက်ရေးသင့် biometric သတင်းအချက်အလက်များအတွက်ကာကွယ်စောင့်ရှောက်မှု၏ကန့်သတ်အတိုင်းအတာကိုထောက်ပံ့ပေး သူတို့ရဲ့ကိုယ်ရေးကိုယ်တာအချက်အလက်များအလွဲသုံးစားမဟုတ်ကြောင်းနိုင်အောင်စားသုံးသူကမ်းလှမ်းရလိမ့်မည်။ biometric အလိုအလျောက်မှတ်ပုံတင်စနစ်၏နောက်မျိုးဆက်အတွက်အရေးပါသောအအခန်းကဏ္ဍ play ပါလိမ့်မယ်။ တစ်ဦး biometric-based မှတ်ပုံတင်စနစ်အားအကောင်အထည်ဖော်သည့်အခါ biometric ဖေါ်ထုတ်ထည့်သွင်းစဉ်းစားရမည်ဖြစ်သည်။ တိကျတဲ့ biometric နည်းစနစ်၏လျှောက်လွှာလျှောက်လွှာဒိုမိန်းအပေါ်အကြီးအကျယ်မူတည်ပါသည်။ biometric ထိရောက်သောဖြစ်စနစ်တကျအကောင်အထည်ဖော်ရမည်ဖြစ်သည်များနှင့်အကျိုးဆက်များကိုစဉ်းစား။ biometric လျော်သောမှတ်ပုံတင်လိုအပ်ပါသည်ရှိရာနေ့က-to-နေ့ကလှုပ်ရှားမှုများတွင်ပိုမိုပျံ့နှံ့ဖြစ်လာပါလိမ့်မယ်။ The real future of the technology lies in creating a biometric trust infrastructure that allows private sector and the public sector to handle security needs. Ultimately, such an infrastructure would allow people to move to various locations worldwide while maintaining their security clearance as defined by their physiological and behavioral identities.

Source by Jasobanta Laha