शीर्ष बायोमेट्रिक्स रुझान और वे उपयोगकर्ता की गोपनीयता तक कैसे पहुंचते हैं

डेटा संरक्षण, बायोमेट्रिक्स के संयोजन में, सही और गलत दोनों कारणों से एक शक्तिशाली कॉकटेल बन गया है।

एक ओर, बायोमेट्रिक पहचान की अभूतपूर्व क्षमताएं आज के व्यवसायों के मुस्कुराने का एक बड़ा कारण प्रदान कर सकती हैं। हालांकि, उनमें से कई कानूनी मुद्दों को रोकने की कोशिश में कड़ी मेहनत करते हैं, जैसे कि कानूनी मुद्दों पर आधारित मुकदमे इलिनोइस गोपनीयता सुरक्षा अधिनियम . अज्ञात उद्देश्यों के लिए डेटाबेस में अपना चेहरा सहेजे जाने से उपभोक्ता असहज महसूस कर सकते हैं - जरूरी नहीं कि इसका दुरुपयोग किया जा सकता है, बल्कि इसलिए कि किसी व्यक्ति की समानता नियंत्रण से बाहर महसूस होती है।

इसलिए, हाल के महीनों में, बायोमेट्रिक डेटा के उपयोग पर एक स्तर का नियंत्रण लाने के लिए कई नवाचार सामने आए हैं। क्रिप्टोग्राफी और सुरक्षित संचार के संयोजन ने तथाकथित . को पेश करने में मदद की है स्व-संप्रभु पहचान . यह किसी व्यक्ति की पहचान को पूरी तरह से उपयोगकर्ता नियंत्रण में लाता है, जिससे उन्हें यह चुनने की क्षमता मिलती है कि वे अपने आईडी लक्षणों को कैसे साझा करना चाहते हैं।

स्व-संप्रभु पहचान तक पहुंचने के लिए बायोमेट्रिक्स एक प्राकृतिक साथी है, क्योंकि यह बिना किसी असफलता के साबित कर सकता है कि मालिक की हमेशा पहचान की जाती है। अब, यूरोपीय संघ के देश पहले से ही चर्चा कर रहे हैं कि स्व-संप्रभु पहचान को व्यवहार में कैसे लाया जाए।

इसे हासिल करने की कुंजी कंप्यूटिंग शक्ति और विशेष चिपसेट बढ़ा रही है। के ये समर्थक एज कंप्यूटिंग बायोमेट्रिक्स और कैमरे जैसे किनारे वाले उपकरणों के लिए आवश्यक कंप्यूटिंग को ऑफलोड कर सकता है। इसका मतलब यह है कि नेटवर्क पर भेजे गए डेटा में संपूर्ण वीडियो स्ट्रीम शामिल नहीं होते हैं, लेकिन केवल पूर्व-संसाधित चेहरे होते हैं, जिन्हें टेम्प्लेट के रूप में निकाला जाता है। ये दोनों वास्तविक छवि से छोटे हैं - बैंडविड्थ आवश्यकताओं में भारी कटौती - और मूल चेहरे के पुनर्निर्माण के लिए इसका उपयोग नहीं किया जा सकता है। इंटरसेप्ट होने पर भी डेटा हैकर के लिए बेकार होगा।

उन्नत कंप्यूटिंग क्लाउड पर निकाले गए डेटा के मिलान को सक्षम बनाता है, स्वयं की मांग को कम करता है, साइट पर हार्डवेयर और इसके संबंधित सुरक्षा ढांचे। उसके ऊपर, बड़े क्लाउड डिपॉजिटरी में होस्ट किए गए सर्वरों में आमतौर पर छोटे प्रदाताओं द्वारा बनाए गए सर्वरों की तुलना में बेहतर डिफ़ॉल्ट सुरक्षा होती है। इस तरह, व्यवसाय क्लाउड प्रदाता को कुछ सुरक्षा उत्तरदायित्व सौंप सकते हैं।

अंतिम लेकिन कम से कम, तंत्रिका नेटवर्क में कंप्यूटिंग शक्ति और प्रगति डेटा का उपयोग करने की अनुमति देती है जो वास्तव में किसी के लिए व्यक्तिगत नहीं है। तंत्रिका नेटवर्क का उपयोग करके, कंपनियां सिंथेटिक चेहरों और तंत्रिका नेटवर्क (उदाहरण के लिए, आईडी) के प्रशिक्षण के लिए आवश्यक अन्य छवियों से डेटासेट उत्पन्न कर सकती हैं। वेबसाइटें जैसे यह व्यक्ति मौजूद नहीं है यथार्थवादी दिखने वाले अभी तक अस्तित्वहीन चेहरे बनाने की अनुमति दें। ये मौजूदा प्रशिक्षण डेटासेट को बदल सकते हैं या उन्हें बढ़ा सकते हैं।

उदाहरण के लिए, एक बायोमेट्रिक कंपनी अपने डेटासेट को बेहतर बनाने और लोगों के कुछ समूहों के प्रति पूर्वाग्रह से बचने के लिए एक निश्चित त्वचा रंग के अधिक चेहरे बनाने के लिए ऐसी छवियों का उपयोग कर सकती है। जनरेटर विशिष्ट मामलों का भी ध्यान रख सकता है जो अन्यथा प्राप्त करना कठिन होगा, जैसे कि फेस मास्क पहनने वाले लोगों पर चेहरे की पहचान का प्रशिक्षण, क्योंकि मास्क को वास्तविक रूप से छवियों में डिजिटल रूप से जोड़ा जा सकता है।

अन्य कार्यक्रम चेहरे को घुमा सकते हैं और उन्हें विभिन्न कोणों से दिखा सकते हैं, और चेहरे की पहचान एल्गोरिदम में सुधार कर सकते हैं। हालांकि चेहरे के डेटासेट को प्रशिक्षित एल्गोरिथम में भौतिक रूप से एन्कोड नहीं किया गया है, लेकिन प्रशिक्षण डेटासेट में व्यक्ति से सहमति प्राप्त करने या रद्द करने में समस्या हो सकती है। सिंथेटिक चेहरे ऐसी समस्याओं को हल कर सकते हैं और संभावित पूर्वाग्रहों को भी संतुलित कर सकते हैं - अंत में निपटना सबसे बड़े कंकालों में से एक बॉयोमीट्रिक्स कोठरी में।