バイオメトリクスのトップトレンドとユーザープライバシーへのアプローチ方法

バイオメトリクスと組み合わせたデータ保護は、正しい理由と間違った理由の両方で強力なカクテルになっています.

一方で、生体認証の前例のない機能は、今日のビジネスに笑顔をもたらす大きな理由となる可能性があります。しかし、彼らの多くは、法律に基づく訴訟などの法的な問題を防ぐために汗を流しています。 イリノイ州プライバシー保護法.顔が未知の目的でデータベースに保存されると、消費者は不快に感じる可能性があります。必ずしも悪用される可能性があるからではなく、人物の肖像が制御不能に感じられるからです。

そのため、ここ数か月で、生体認証データの使用をある程度制御できるようにするための多くのイノベーションが生まれました。暗号化と安全な通信の組み合わせは、いわゆる自己主権のアイデンティティ.個人の ID をユーザーが完全に制御できるようにし、ID 特性を共有する方法を選択できるようにします。

バイオメトリクスは、所有者が常に識別されていることを確実に証明できるため、自己主権のアイデンティティにアクセスするための自然なコンパニオンです。現在、EU 諸国は、自己主権アイデンティティを実践する方法についてすでに議論している国の 1 つです。

これを達成するための鍵は、コンピューティング能力と特殊なチップセットを向上させることです。これらのイネーブラーエッジ コンピューティングバイオメトリクスやカメラなどのエッジ デバイスに必要なコンピューティングをオフロードできます。つまり、ネットワーク経由で送信されるデータには、ビデオ ストリーム全体が含まれるのではなく、テンプレートの形式に抽出された前処理済みの顔のみが含まれます。これらはどちらも実際の画像よりも小さく、帯域幅要件を大幅に削減し、元の顔を再構築するために使用することはできません.傍受されたとしても、データはハッカーにとって役に立ちません。

高度なコンピューティングにより、クラウド上で抽出されたデータの照合が可能になり、独自のオンサイト ハードウェアとそれに関連するセキュリティ フレームワークの需要が減少します。その上、通常、大規模なクラウド リポジトリでホストされているサーバーは、小規模なプロバイダーが管理するサーバーよりもはるかに優れたデフォルト セキュリティを備えています。このようにして、企業は一部のセキュリティ責任をクラウド プロバイダーに委任できます。

最後になりましたが、計算能力とニューラル ネットワークの進歩により、誰にとっても個人的なものではないデータを使用できるようになりました。ニューラル ネットワークを使用することで、企業はニューラル ネットワークのトレーニングに必要な合成顔やその他の画像 (ID など) からデータセットを生成できます。のようなウェブサイトこの人物は存在しませんリアルに見えるが存在しない顔を作成できます。これらは、既存のトレーニング データセットを置き換えたり、補強したりできます。

たとえば、バイオメトリクス企業は、そのような画像を使用して特定の肌の色の顔をさらに生成し、データセットを改善して特定の人々のグループに対する偏見を避けることができます.このジェネレーターは、フェイスマスクを着用している人々の顔認識をトレーニングするなど、他の方法では入手が困難な特定のケースにも対応できます。これは、マスクをリアルな方法で画像にデジタル的に追加できるためです。

他のプログラムでは、顔を回転させてさまざまな角度から表示できるため、顔認識アルゴリズムがさらに改善されます。顔のデータセットは、トレーニング済みのアルゴリズム内で物理的にエンコードされていませんが、トレーニング データセット内の人から同意を取得したり取り消したりする際に問題が発生する可能性があります。合成顔はそのような問題を解決し、起こりうる偏見のバランスをとることさえできます - ついに取り組みます最大のスケルトンの 1 つバイオメトリクスのクローゼットに。