指紋、顔、虹彩: 適切な生体認証技術を選択するには?

指紋、顔、虹彩: 適切な生体認証技術を選択するには?

[[351445]]

最近、クレジットカード会社からデータ漏洩に関する連絡がありましたか? あるいは、個人情報盗難の被害者ですか? 私たちの多くは、個人情報盗難の被害に遭ったことがあるか、被害に遭った人を知っています。多くの消費者は、ユーザーフレンドリーで安全な環境を求めています。企業は、有効な認証済みユーザーのみが重要なデータにアクセスできるようにする方法を見つけるのに苦労しています。貴社は、顧客満足度を確保しながら、これらのセキュリティと可用性の要件をどのように満たすことができますか?

現在、主な生体認証は指紋、顔、虹彩の3つで、それぞれに長所と短所がありますが、COVID-19の世界的大流行により、非接触型認証が非常に好まれています。自社の技術があらゆる用途に最適であると主張する企業は、おそらく無謀である。重要なのは、まず生体認証が必要であることを証明することです。これが決まったら、次の 5 つの手順で適切な生体認証方法とベンダーを選択できます。

生体認証は、ユーザーが知っている情報 (パスワード) やユーザーが持っている情報 (ID) から、ユーザーが何者であるか (生体認証) に移行することで、これらの問題に直接対処するメカニズムを提供できます。これにより、セキュリティが向上すると同時に、ユーザーフレンドリーになります。しかし、今後の製品に適した生体認証方法をどのように選択すればよいのでしょうか?

ユーザーインタラクション

まず、一般的なユーザー、通常または予想されるやり取り、製品サイトの環境と場所、戦略的取り組みなど、計画されている顧客使用モデルを定義します。ユーザーが着用するもの(マスクなど)、ユーザーの身長、衛生要件、オプトイン要件を考慮してください。 POC テスト中に生体認証がどのくらいの速さで応答する必要があるかを決定し、テストします。登録された画像(テンプレート)が優れているほど、マッチングのパフォーマンスと全体的なユーザー エクスペリエンスが向上します。

コストと安全性

まず、生体認証を使用する製品ラインを選択し、希望する価格帯を決​​定します。生体認証が製品にどのように適合するかを決定し、大量生産の単価を把握するために数量価格を取得します。ソフトウェアのライセンスは通常は有料ですが、通常は交渉可能です。生産量が増加すると、単位生産コストは減少します。価格目標を満たしながら、機能とセキュリティの要件を最も満たす生体認証方法を選択します。

必要な生体認証セキュリティのレベルは、保護対象の資産とそれに対応する使用モデルによって異なります。 1:1 モデル (携帯電話など) は、安全性の低い生体認証アプリケーションに適している場合があります。ただし、空港のセキュリティなどの 1:N モデルでは、より安全な生体認証 (虹彩など) が必要になります。

製品に最適な生体認証技術を選択するには、各社の他人受入率 (FAR) と他人拒否率 (FRR) を比較します。 FAR は侵入者を阻止する生体認証機能を指し、FRR は登録されたユーザーの入場を許可する生体認証機能を指します。検討する生体認証会社が少なくともこの情報を提供できるかどうかを確認してください。各企業について、FAR と FRR が相対的にどのように変化するかを示す検出エラー トレードオフ (DET) 曲線を取得するのが最適です。

犯罪行為

ハッカーや犯罪者は、生体認証を含むテクノロジーを突破しようと常に試みています。各テクノロジに強力なプレゼンテーション攻撃検出 (PAD) 機能があることを確認します。理想的には、サードパーティによって認定されている必要があります。個人を特定できる情報 (PII) を取得する必要があるかどうかを理解し、誰がデータを管理するか (つまり、自社、生体認証ベンダー、または別のサードパーティ) を含め、PII をどう処理するかを決定します。 PII を管理する人が最新の暗号化標準を使用し、メモリ内、ネットワーク全体、生体認証データベース内のこのデータを保護するためのテクノロジを採用していることを確認します。適用される欧州 GDPR コンプライアンス標準を理解することも重要です。

サプライヤーの考慮事項

検討対象の各ベンダーは、POC テスト プロセス全体を通じて評価する必要があります。サプライヤーが信頼でき、優れた顧客サポートを提供し、約束を守っていることを確認してください。サプライヤーのエンジニアリング能力とサポート モデルを評価して、必要な設計変更をサポートし、エンジニアが機能的で高品質な製品を提供できることを確認します。

実際のユースケースに適した生体認証を選択するには、ある程度の時間と労力がかかりますが、ビジネスを成長させ、顧客を満足させる可能性を秘めています。プロセスを省略したり、調査もせずに安価なソリューションを選択したりしないでください。諺にあるように、支払った金額に見合ったものが得られます。

<<:  ターゲット検出アルゴリズムにおける正長方形と不規則四辺形 IOU の Python 実装

>>:  機械学習の未来はここにある:ガウス過程とニューラルネットワークは同等である

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能に関するTEDトークトップ10

この一連の講演では、人工知能 (AI) と機械学習に関する興味深い議論やセッションを「全体像」の観点...

AI戦争が近づく中、ChatGPTが軍事禁止を解除

先週末、大手人工知能企業OpenAIは、ChatGPTの使用ポリシーから軍事利用を禁止する条項をひっ...

クラウドとジェネレーティブ AI の今後の動向

絶えず変化するビジネス環境において、データは驚くべき速度で増加しています。データの急増により、あらゆ...

ネイチャー誌の記事で、ウォータールー大学のチームが「量子コンピュータ+大規模言語モデル」の現状と将来についてコメントした。

今日の量子コンピューティング デバイスをシミュレートする際の主な課題は、量子ビット間で発生する複雑な...

5分間の技術講演 | GPU仮想化に関する簡単な講演

パート01 背景1.1 GPU アプリケーションのシナリオGPU (グラフィックス プロセッシング ...

2枚の写真から動画が作れます! Googleが提案したFLIMフレーム補間モデル

フレーム補間は、コンピューター ビジョンの分野における重要なタスクです。モデルは、指定された 2 つ...

李開復:「AI+」から「+AI」へ、テクノロジーが中国経済を変革

人工知能カンファレンスでAI業界の変化について語る李開復氏2020年世界人工知能会議において、Sin...

...

グラフニューラルネットワークに基づくOPPOの検索推奨アルゴリズムと実践

1. グラフニューラルネットワーク入門グラフ ニューラル ネットワークについて説明する前に、まずグラ...

貢献度が最も高い GitHub コレクションとディープラーニング フレームワーク 16 選

ビッグデータ概要編纂者:Jingzhe、Shijintian、Jiang Baoshangディープラ...

...

...

マイクロソフトによるニュアンスの買収が大きな意味を持つ理由

[[394293]]マイクロソフトは最近、音声認識と人工知能による会話サービスを主に提供するNuan...

ChatGPTの医療版ライブレビュー!治療計画は実際の医師のものと96%一致しています

同国初の大規模医療モデルはすでに患者を「診察」している。最近、病院内の AI 医師の実際の監視データ...

電気自動車や自動運転の普及にはエネルギー補給技術の限界を乗り越えなければならない

電気による輸送はますます多様化しています。そして、それは地球規模の持続可能な開発の文脈において重要な...