指紋ユーザー識別は、個人の身元を判断するための比較的信頼できる方法の1つです。 もちろん、他の方法と組み合わせて使用することをお勧めします。多因子性をキャンセルした人はいません。 それにもかかわらず、指紋技術は、ソフトウェアやさまざまなデバイスの開発者によって、他のどの生体認証方法よりも頻繁に使用されています。
しばらくすると、この方法を放棄しなければならない可能性があります。 実際、米国では指紋を偽造できるニューラルネットワークを開発しました。 さらに、コンピューターは、さまざまなセンサーによって実在の人物の指紋の断片と見なされるように画像を作成します。
この作業を行うためにニューラルネットワークを教えるために、プロジェクトの作成者は5400人の実際のデータを使用しました。 サンプルはそれほど大きくはありませんが、ニューラルネットワークのトレーニングには十分です。 科学者は論文のプレプリントを投稿することにより、彼らの仕事の結果を発表しました。
これまでのところ、システムは指紋のフラグメントのみを生成できますが、フラグメントを使用する多くのシステムではこれで十分です。 指紋は独特であり、指紋の開発と指紋の認証メカニズムの開発を可能にしましたが、保護はまだだまされる可能性があります。
これは、フラグメントを処理するシステムに特に当てはまります;一度に複数の人の指に合う人工的なパターンを作成できることがわかります。 このようなシステムは数多くあります。スマートフォン、ラップトップ、その他の電子システムに組み込まれている多くの指紋スキャナーは、ユーザーの指紋の一部でのみ動作します。 検証された指紋がマッピングされるデータベースに保存されます。
版画の一部には繰り返しがあり、それにより科学者はプロジェクトを実現できました。
以前は、 MasterPrintsと呼ばれるニューラルネットワークが開発されました。 彼女は既存のプリントの詳細を修正しました。 このようなシステムでは、まったく新しいプリントを生成できません。
この記事で説明しているニューヨーク大学の開発チームは、さらに多くを達成しています。 科学者は最近、Deep MasterPrintsニューラルネットワークを導入しました。このニューラルネットワークは、特定のパターンに従って汎用の「マスターキー」、指紋を生成できます。
ニューラルネットワークの効率は印象的です。実際、Deep MasterPrintsはサンプルの76％に一致するフラグメントを生成できます。 以前のニューラルネットワークでは、33.4％というより控えめな結果が示されました。 ミスを避けるために、科学者はランダムな指紋を生成するために既存のシステムを使用することにしました。 後者のチェックでは、コントロールサンプルの約7％のみと一致することがわかりました。つまり、新しいニューラルネットワークによって生成されるパターンの10倍の効果しかありません。
専門家が指紋識別保護の3つのレベルを共有していることは注目に値します。 誤一致の確率が0.01％である最も安全な場所、最も一般的な誤一致の確率は0.1％、誤一致の割合が1％である最も低い場所です。 下位レベルでは、ニューヨーク大学の専門家が働いていました。 彼らは、バイオメトリックセンサーがほとんどの場合、誤一致の可能性が0.1％であることを知っています。 ここでは、システムのパフォーマンスは低くなります-わずか23％。 ニューラルネットワークの上位レベルはまだ利用できません-超精密センサーを欺くのに成功したのはわずか1.3％のケースです。
それはそうかもしれませんが、この技術は開発中であるため、より印象的な結果がすぐに期待できます。 Deep MasterPrintsの利点は、ニューラルネットワークがデジタル指紋で動作することであり、異なる人々の指紋のコピーを含むビットマップイメージのデータベースではありません。
科学者によると、それらの開発は指紋認証に関連する保護方法、ユーザー識別を改善するのに役立つでしょう。
ところで、現在では指紋の代わりに顔認識技術がますます使用されています。 特に、これはまさに新しいAppleスマートフォンで機能するユーザー識別の方法であり、FaceIDと呼ばれます。