هوش مصنوعی در جهان امروز بسیار محبوب شده است. انجام شبیه سازی هوش طبیعی در ماشین‌هایی که برای یادگیری و تقلید اقدامات انسان‌ها برنامه ریزی شده‌اند و قادرند با تجربه یاد بگیرند و کارهای مشابه انسان را انجام دهند. همچنان که فناوری‌هایی مانند هوش مصنوعی در حال رشد هستند، تأثیر به سزایی در کیفیت زندگی ما خواهند داشت. این روزها یکی از موارد محبوبیت هوش مصنوعی در شناسایی هویت کاربر از طریق گذرنامه الکترونیک و حتی رمز ورود به گوشی‌های تلفن همراه هوشمند است.
در این مقاله، ما برای پاسخ به این سؤال که هوش مصنوعی چگونه می‌تواند زنده بودن یک شخص را تشخیص دهد؛ روی فرایندهای تشخیص زنده بودن تمرکز می‌کنیم و به این سؤالات پاسخ می‌دهیم:
1. تشخیص زنده بودن در بیومتریک چیست؟
2. چرا تشخیص زنده بودن برای سیستم‌های بیومتریک کلیدی است؟
همه ما شخصیت تام کروز را در فیلم Report Minority (2002) به یاد می‌آوریم که موفق شد جعل چک تشخیص عنبیه را با جعل چشم خود که در بازار سیاه خریده بود، عوض کند. در پایان، او همچنین با استفاده از کره چشم قدیمی خود که به همراه داشت، دسترسی شبکه کارفرمای خود را فریب داد. در فیلم‌های هالیوودی، سیستم‌های بیومتریک و قابلیت تشخیص زنده بودن شخص را می‌توان به راحتی با اثر انگشت ژلاتین، زنبق تقلبی و عینک مخصوص فریب داد اما همانطور که انتظار دارید، واقعیت بسیار متفاوت است و این ترفندها تکنولوژی امروز را برای یک ثانیه به خطر نمی‌اندازد چراکه هوش مصنوعی با فناوری‌های بیومتریک به طور قابل ملاحظه‌ای دقیق‌تر و در برابر حملات مقاوم‌تر شده‌اند.
تشخیص زنده بودن چیست؟
تشخیص زنده بودن در بیومتریک، توانایی یک سیستم برای تشخیص واقعی بودن اثر انگشت، صورت و یا سایر بیومتریک ها (از افراد زنده در محل ضبط) یا ساختگی (به صورت جعلی یا قسمت بی جان بدن) است. تشخیص زنده بودن شخص شامل مجموعه‌ای از ویژگی‌های فنی برای مقابله با حملات جعل بیومتریک است که در آن یک کپی شبیه سازی بیومتریک منحصر به فرد شخص (مانند قالب اثر انگشت یا ماسک سه بعدی ساخته شده از سیلیکون) برای شناسایی هویت کاربر به اسکنر بیومتریک ارائه می‌شود تا مراحل شناسایی و احراز هویت، قابل جعل و فریب نباشد.
برای تشخیص زنده بودن در چهره، پس از جمع آوری داده‌ها و اطلاعات از اسکنرهای بیومتریک، از الگوریتم‌هایی استفاده می‌شود تا داده‌ها را تجزیه و تحلیل کرده و مشخص کند که اطلاعات از منابع جعلی است یا خیر! در اصل، مکانیزم تشخیص زنده بودن شخص، یک ویژگی امنیتی است که برای کاهش آسیب پذیری سیستم‌های بیومتریک در برابر حملات جعلی طراحی شده است.
می‌توان گفت، از آنجا که بیومتریک به طور فزاینده‌ای برای شناسایی افراد استفاده می‌شود، مسائل امنیتی و آسیب پذیری های آن، توجه کلاهبرداران و کاربران را به خود جلب می‌کند. خبر خوب این است که مقاومت سیستم‌های بیومتریک در برابر حملات جعلی با استفاده از یک سری تکنیک‌های ثابت شده و مقرون به صرفه می‌تواند به طرز چشمگیری افزایش یابد.
چرا تشخیص زنده بودن برای سیستم‌های بیومتریک کلیدی است؟
نیاز به شناسایی و احراز هویت بدون ابهام و ایمن باعث استقرار گسترده سیستم‌های بیومتریک در سراسر جهان شده است. افزایش استقبال عمومی، افزایش دقت، پیشنهاد گسترده و کاهش قیمت سنسورها، دوربین‌های IP و نرم افزارها این روندها را تسریع کرده است.
نیازی به گفتن نیست که سیستم‌های بیومتریک و شناسایی هویت کاربر برای زیرساخت‌های حیاتی مانند کنترل مرزها، مهاجرت و اجرای قانون، بهداشت و یارانه‌ها، جمعیت و ثبت نام رأی دهندگان نیز بسیار مهم هستند پس عدم پیشگیری از حملات جعل اثر انگشت ممکن است عواقب جدی داشته باشد.
طراحی یک سیستم بیومتریک که از حملات جعلی فعلی و آینده محافظت می‌کند، امروز یک چالش مهم برای این صنعت است و تهدیدهای کلاهبرداران به اندازه پیشرفت این تکنولوژی، وسیع و جدی هستند و به فناوری بالایی مانند چاپگرهای سه بعدی رزینی با رزولوشن 25 میکرون و هوش مصنوعی نیز دسترسی دارند.
همین جعل و فریب‌ها لزوم تشخیص زنده بودن شخص را بیش از پیش آشکار می‌کند اما سؤال اصلی اینجاست که سیستم face liveness detection برای شناسایی هویت کاربر چگونه انجام می‌شود؟
تشخیص زنده بودن شخص توسط هوش مصنوعی در دریافت اثرانگشت چگونه انجام می‌شود؟
تکنیک‌های غلبه بر حملات ارائه شده بر روی سیستم‌های بیومتریک اثر انگشت به دو روش ایستا و پویا تقسیم می‌شوند.
- روش‌های استاتیک: آن‌ها تنها یک اثر انگشت را با دیگران مقایسه می‌کنند و می‌توانند فقدان جزئیات در اثر انگشت جعلی مانند منافذ عرق، تفاوت الگوها و ویژگی‌های غیر طبیعی (مانند حباب هوا) را در مقایسه با موارد واقعی تشخیص دهند. از ویژگی‌های تشخیص زنده بودن شخص به روش ایستا این است که می‌توان از قابلیت‌هایی مانند قابلیت ارتجاعی پوست، ویژگی‌های مبتنی بر تعریق، ویژگی‌های بافتی مانند صافی (درشت سطح) و مورفولوژی استفاده کرد.
- روش‌های پویا: این روشفریم‌های متعدد اثر انگشت (به هم پیوستگی) را پردازش می‌کنند و تجزیه و تحلیل عمیق‌تری برای تشخیص علائم زندگی در اثر انگشت‌های به دست آمده انجام می‌دهند.
روش‌های تشخیص زنده بودن در چهره نیز از تحلیل بافت و حرکت و همچنین هوش مصنوعی استفاده می‌کند و پیشرفته‌ترین تکنیک‌ها این ویژگی‌ها را ترکیب می‌کنند. این روش‌ها همچنین به دقت الگوریتم‌های تشخیص چهره برای تشخیص به تغییرات مانند تغییرات در حالت و بیان، حذف نویز (روشنایی، پس زمینه) متکی هستند.
هوش مصنوعی چگونه تشخیص زنده بودن در چهره را انجام می‌دهد؟
بیایید به سراغ تشخیص چهره برویم. مراحل تشخیص چهره شامل عکسبرداری و تطبیق در پرونده وب ما است که همه ما تا حدی با آن آشنایی داریم. در این بخش می‌خواهیم به طور خاص بر روی تشخیص زنده بودن در چهره برای شناسایی هویت کاربر تمرکز کنیم.
روش‌های تشخیص زنده بودن در چهره نیز از تحلیل بافت و حرکت و همچنین هوش مصنوعی استفاده می‌کند و پیشرفته‌ترین تکنیک‌ها این ویژگی‌ها را ترکیب می‌کنند. این روش‌ها همچنین به دقت الگوریتم‌های تشخیص چهره برای تشخیص به تغییرات مانند تغییرات در حالت و بیان، حذف نویز (روشنایی، پس زمینه) متکی هستند.
کلاهبرداران معمولاً برای فریب هوش مصنعوی در شناسایی هویت کاربر از طریق چهره، از چاپ سه بعدی، سر موم یا مجسمه و ماسک‌هایی در رزین، لاتکس یا سیلیکون استفاده می‌کنند اما هوش مصنوعی برای شخیص زنده بودن شخص، با تجزیه و تحلیل پیشرفته تغییراتی مانند تغییر در موهای صورت و تغییر ابعاد صورت و فاصله خط لب و چانه و … مورد بررسی قرار می‌گیرد اما آنچه امروز برای تشخیص زنده بودن در چهره استفاده می‌شود که تا حد بسیاری از سودجویی‌ها جلوگیری کرده است؛ اسکن عنبیه است که این امکان را می‌دهد تا مشخص شود عنبیه اسکن شده مربوط به شخص زنده است یا مرده! با استفاده از این الگوریتم، هوش مصنوعی می‌تواند عنبیه افراد مرده را با دقت تشخیص دهد و به ندرت، عنبیه افراد زنده را اشتباه طبقه‌بندی می‌کند.
ترکیب چندین روش بیومتریک توسط هوش مصنوعی مانند تشخیص چهره، عنبیه و صدا باعث افزایش سطح امنیت می‌شود. این ارتباط به عنوان بیومتریک چند حالته شناخته می‌شود و زندگی را برای مهاجمان بسیار سخت می‌کند بنابراین می‌توان گفت که شناسایی هویت کاربر از طریق هوش مصنوعی و با استفاده از داده‌های بیومتریک با پیشرفت تکنولوژی به یکی از بهترین و ایمن‌ترین روش‌ها تبدیل شده است.
سیستم face liveness detection
T5-LDS (Liveness Detection System یا سیستم face liveness detection) یک فناوری بیومتریک ضد جعل بر اساس شبکه‌های عصبی در تشخیص زنده بودن شخص برای دریافت داده‌های بیومتریک است.
سیستم face liveness detection می‌تواند در ترکیب با فناوری تشخیص چهره یا به عنوان یک راه حل مستقل برای تعیین اینکه آیا یک چهره شناسایی شده یک شخص واقعی و زنده است یا خیر، کمک شایانی کند. تشخیص زنده بودن یک مرحله مهم در فرآیند تشخیص چهره است زیرا می‌تواند تبرای شناسایی هویت کاربر و همچنین از داده‌های شخصی بیشتر محافظت کند و در نتیجه امنیت خدمات عمومی و خصوصی آنلاین و آفلاین را بیشتر کند.
سیستم face liveness detection به شما این امکان را می‌دهد که از حملات جعلی مانند استفاده از فیلم ضبط شده از حرکات صورت، تصاویر با وضوح بالا و ماسک جلوگیری کنید. اگر سیستم face liveness detection فعال باشد از کاربر درخواست می‌کند تا برای تشخیص حرکت، یک عمل مانند چشمک زدن یا حرکت سر را انجام دهد که این ویژگی بر روی دستگاه‌های تلفن همراه iOS و Android کار می‌کند. چنانچه در سیستم face liveness detection، ویژگی بررسی در حالت غیرفعال باشد،یک فرد باید فقط به دوربین نگاه کند و سپس سیستم تشخیص زنده بودن عکس یا فیلم کوتاه (2 ثانیه) از صورت را برای مقایسه به سرور می‌گیرد و ارسال می‌کند که نتیجه را در یک ثانیه ارائه می‌دهد. این سیستم، تشخیص زنده بودن شخص را از طریق سخت افزارهای تخصصی مانند پروژکتورهای نقطه مادون قرمز و دوربین‌های اختصاصی انجام می‌دهد.
اگرچه عده‌ای نسبت به امنیت استفاده از هوش مصنوعی در شناسایی هویت کاربر شک دارند و تصور می‌کنند که این روش‌ها امن نیست اما همانطور که در این مقاله بررسی کردیم، این سیستم‌ها امنیت مناسبی دارند که روز به روز بیشتر می‌شود و با توجه به اینکه مکانیسم‌های احراز هویت صورت به دلیل سهولت و عملکرد خوب سیستم‌های تشخیص چهره، در بین گوشی‌های هوشمند و سایر سایت‌ها و … در سطح جهانی جا خوش کرده است، بنابراین طبیعی است که امروزه همه می‌خواهند به نوعی با فناوری هوش مصنوعی ارتباط برقرار کنند، چه به عنوان کاربر نهایی یا دنبال کردن حرفه‌ای هوش مصنوعی.
منابع: