هل ما زال ماسح البصمات في المنزل آمنًا؟

نظرًا لمنطقة المستشعر الصغيرة في الهاتف المحمول ، من الضروري استخدام جميع المعلومات البيومترية التي تم جمعها داخل منطقة الوحدة قدر الإمكان ، بحيث لا يمكنها سوى استخدام التعرف على الصور الكامل ، وليس التعرف على ميزة بنية الملمس فريدة من نوعها بصمات الأصابع. لا يمكن التعرف على الصور الكاملة التمييز بين صور البصمات وصور غير أصابع الأصابع. هذا هو السبب الجذري لنظام حضور وقت التعرف على بصمات الأصابع الحالية للهواتف المحمولة التي تعرضها الهجوم من قبل التقشير البرتقالي وملصقات الأفلام. بالإضافة إلى ذلك ، فإن التعلم الذاتي لنظام حضور وقت التعرف على بصمات الأصابع لشركات تصنيع الهواتف المحمولة دون التمييز بين "العدو والعدو" سوف يتعلم المعلومات البيومترية المزورة في نظام الحضور وقت التعرف على البصمات ، والذي يعد أيضًا أحد الأسباب المهمة ل بعد الفيلم تكسير.

ومع ذلك ، فإن هذه المشاكل ليست غير قابلة للحل. نظرًا لوقت قصير لتطبيق بصمات الأصابع على الهواتف المحمولة ، لم يختبر الشركات المصنعة ذات الصلة تراكم تكنولوجيا الأمن لحضور وقت التعرف على البصمات ، ولا توجد طريقة لتجنب مثل هذه الهجمات. طريقة تجنبها بسيطة للغاية أيضًا ، أي استخدام طريقة مطابقة بناءً على نقاط الميزة للقيام بنظام حضور وقت التعرف على بصمات الأصابع ، والتعرف على "العدو والعدو" أولاً ، ثم التعلم لتجنب هجمات المعلومات المزورة.

لا يوجد في الأساس مثل هذا الضعف في الأقفال التقليدية. نظرًا لأن الأقفال تستخدم عادةً أجهزة استشعار منطقة كبيرة ، وأنظمة حضور وقت التعرف على بصمات الأصابع المقابلة لأجهزة استشعار المنطقة الكبيرة مبنية بشكل أساسي بناءً على التعرف على نقطة الميزات. بالطبع ، لا يتم استبعاد أن بعض الشركات المصنعة تستخدم أجهزة استشعار مساحة صغيرة جدًا أو لها عيوب خوارزمية ، والتي قد تسبب مثل هذه المشكلات.

يستخدم قارئ بصمات الأصابع الماسح الضوئي التعرف على البقع العمياء 360 درجة ، ومستشعر أشباه الموصلات النانو ، ويتكيف مع تعليم خوارزمية النقطة العميقة ، ويستخدم 3 خوارزميات مختلفة لمقارنة بيانات البصمات. تم تصميم الخوارزمية بناءً على نقاط الميزة الهيكلية ، وعلى هذا الأساس ، يتم تقديم خوارزمية الصورة لتحسين دقة المقارنة. معدل تمرير خوارزمية الصورة على الهاتف المحمول العام مرتفع ، ولكن معدل التعرف على الأخطاء مرتفع أيضًا ، بشكل عام حوالي واحد من بين خمسين ألفًا. يمكن أن يحقق مستشعر الجهاز الكبير الذي يستخدمه ماسح البصمات مع رقاقة خوارزمية بصمات الأصابع عالية السرعة معدل التعرف على الأخطاء من واحد في مليون بسبب مجموعة غنية من المعلومات البيولوجية ، والأمان أعلى بكثير من التعرف على بصمة الهاتف المحمول نظام حضور الوقت.