รูปแบบพฤติกรรม

ชีวมาตรเกี่ยวกับพฤติกรรมเกี่ยวข้องกับพฤติกรรมที่บุคคลแสดงหรือลักษณะที่ผู้คนทำงานเช่นการเดินการเซ็นชื่อและการพิมพ์บนแป้นพิมพ์

รูปแบบทางชีววิทยาเชิงพฤติกรรมมีรูปแบบที่แตกต่างกันมากขึ้นเนื่องจากส่วนใหญ่ขึ้นอยู่กับปัจจัยภายนอกเช่นความเหนื่อยล้าอารมณ์เป็นต้นซึ่งทำให้ FAR และ FRR สูงขึ้นเมื่อเทียบกับการแก้ปัญหาตามไบโอเมตริกทางสรีรวิทยา

การจดจำการเดิน

Gaitเป็นลักษณะการเดินของบุคคล ผู้คนแสดงลักษณะที่แตกต่างกันในขณะเดินเช่นท่าทางของร่างกายระยะห่างระหว่างสองเท้าขณะเดินการแกว่งตัว ฯลฯ ซึ่งช่วยให้จดจำได้โดยไม่ซ้ำกัน

การจดจำการเดินโดยอาศัยการวิเคราะห์ภาพวิดีโอการเดินของผู้สมัคร วิดีโอตัวอย่างรอบการเดินของผู้สมัคร จากนั้นตัวอย่างจะถูกวิเคราะห์เพื่อหาตำแหน่งของข้อต่อเช่นหัวเข่าและข้อเท้าและมุมที่ทำระหว่างกันขณะเดิน

แบบจำลองทางคณิตศาสตร์ตามลำดับถูกสร้างขึ้นสำหรับผู้สมัครทุกคนและเก็บไว้ในฐานข้อมูล ในช่วงเวลาของการตรวจสอบโมเดลนี้จะถูกเปรียบเทียบกับตัวอย่างจริงของผู้สมัครที่เดินเพื่อระบุตัวตน

ข้อดีของระบบจดจำการเดิน

  • มันไม่รุกราน
  • ไม่จำเป็นต้องได้รับความร่วมมือจากผู้สมัครเนื่องจากสามารถใช้งานได้จากระยะไกล

  • สามารถใช้เพื่อระบุความผิดปกติทางการแพทย์โดยการสังเกตการเปลี่ยนแปลงรูปแบบการเดินของบุคคลในกรณีที่เป็นโรคพาร์คินสัน

ข้อด้อยของระบบจดจำการเดิน

  • สำหรับเทคนิคไบโอเมตริกซ์นี้ยังไม่มีการพัฒนาแบบจำลองที่มีความแม่นยำสมบูรณ์จนถึงขณะนี้

  • อาจไม่น่าเชื่อถือเท่ากับเทคนิคไบโอเมตริกซ์อื่น ๆ

การประยุกต์ใช้ระบบจดจำการเดิน

เหมาะอย่างยิ่งสำหรับการระบุอาชญากรในสถานการณ์อาชญากรรม

ระบบจดจำลายเซ็น

ในกรณีนี้จะให้ความสำคัญกับรูปแบบพฤติกรรมที่มีการเซ็นลายเซ็นมากกว่าลักษณะของลายเซ็นในแง่ของกราฟิก

รูปแบบพฤติกรรมรวมถึงการเปลี่ยนแปลงเวลาในการเขียนการหยุดชั่วคราวความกดดันทิศทางของจังหวะและความเร็วในระหว่างการเซ็นชื่อ อาจเป็นเรื่องง่ายที่จะทำซ้ำรูปลักษณ์กราฟิกของลายเซ็น แต่ไม่ใช่เรื่องง่ายที่จะเลียนแบบลายเซ็นด้วยพฤติกรรมเดียวกับที่บุคคลนั้นแสดงขณะเซ็นชื่อ

เทคโนโลยีนี้ประกอบด้วยปากกาและแท็บเล็ตสำหรับเขียนแบบพิเศษซึ่งทั้งคู่เชื่อมต่อกับคอมพิวเตอร์เพื่อเปรียบเทียบและตรวจสอบเทมเพลต แท็บเล็ตคุณภาพสูงสามารถจับลักษณะพฤติกรรมเช่นความเร็วแรงกดและเวลาขณะเซ็นชื่อ

ในระหว่างขั้นตอนการลงทะเบียนผู้สมัครจะต้องลงชื่อบนแท็บเล็ตการเขียนหลาย ๆ ครั้งเพื่อรับข้อมูล จากนั้นอัลกอริธึมการจดจำลายเซ็นจะแยกคุณสมบัติที่เป็นเอกลักษณ์เช่นเวลาความดันความเร็วทิศทางของจังหวะจุดสำคัญบนเส้นทางของลายเซ็นและขนาดของลายเซ็น อัลกอริทึมจะกำหนดค่าน้ำหนักที่แตกต่างกันให้กับจุดเหล่านั้น

ในช่วงเวลาของการระบุตัวตนผู้สมัครจะเข้าสู่ตัวอย่างจริงของลายเซ็นซึ่งเปรียบเทียบกับลายเซ็นในฐานข้อมูล

ข้อ จำกัด ของระบบจดจำลายเซ็น

  • เพื่อให้ได้ข้อมูลในปริมาณที่เพียงพอลายเซ็นควรมีขนาดเล็กพอที่จะพอดีกับแท็บเล็ตและใหญ่พอที่จะจัดการได้

  • คุณภาพของแท็บเล็ตการเขียนเป็นตัวกำหนดความแข็งแรงของเทมเพลตการลงทะเบียนการจดจำลายเซ็น

  • ผู้สมัครจะต้องดำเนินกระบวนการตรวจสอบในสภาพแวดล้อมและเงื่อนไขประเภทเดียวกันกับที่เป็นอยู่ในขณะลงทะเบียน หากมีการเปลี่ยนแปลงเทมเพลตการลงทะเบียนและเทมเพลตตัวอย่างแบบสดอาจแตกต่างกัน

ข้อดีของระบบจดจำลายเซ็น

  • กระบวนการจดจำลายเซ็นมีความต้านทานสูงต่อผู้แอบอ้างเนื่องจากเป็นการยากมากที่จะเลียนแบบรูปแบบพฤติกรรมที่เกี่ยวข้องกับลายเซ็น

  • ทำงานได้ดีในธุรกรรมทางธุรกิจจำนวนมาก ตัวอย่างเช่นการจดจำลายเซ็นสามารถใช้เพื่อยืนยันตัวแทนทางธุรกิจที่เกี่ยวข้องกับธุรกรรมในเชิงบวกก่อนที่จะเปิดและลงนามเอกสารจัดประเภท

  • มันเป็นเครื่องมือที่ไม่รุกราน

  • เราทุกคนใช้ลายเซ็นของเราในการค้าบางประเภทดังนั้นจึงแทบไม่มีปัญหาด้านสิทธิความเป็นส่วนตัวที่เกี่ยวข้อง

  • แม้ว่าระบบจะถูกแฮ็กและแม่แบบถูกขโมย แต่ก็สามารถกู้คืนเทมเพลตได้อย่างง่ายดาย

ข้อด้อยของระบบจดจำลายเซ็น

  • เทมเพลตตัวอย่างที่ใช้งานจริงมีแนวโน้มที่จะเปลี่ยนแปลงตามการเปลี่ยนแปลงพฤติกรรมขณะเซ็นชื่อ ตัวอย่างเช่นการเซ็นชื่อด้วยมือที่ถือด้วยปูนปลาสเตอร์

  • ผู้ใช้ต้องคุ้นเคยกับการใช้แท็บเล็ตการลงนาม อัตราความผิดพลาดสูงจนเกิดขึ้น

การประยุกต์ใช้ระบบจดจำลายเซ็น

  • ใช้ในการตรวจสอบเอกสารและการอนุญาต

  • Chase Manhattan Bank, Chicago เป็นที่รู้จักในฐานะธนาคารแห่งแรกที่นำเทคโนโลยี Signature Recognition มาใช้

ระบบจดจำการกดแป้นพิมพ์

ในช่วงสงครามโลกครั้งที่สองเทคนิคที่เรียกว่าFist of the Senderถูกใช้โดยหน่วยข่าวกรองทางทหารเพื่อตรวจสอบว่ารหัสมอร์สถูกส่งโดยศัตรูหรือพันธมิตรตามจังหวะการพิมพ์หรือไม่ ทุกวันนี้พลวัตการกดแป้นพิมพ์เป็นโซลูชันไบโอเมตริกซ์ที่ง่ายที่สุดในการนำไปใช้ในแง่ของฮาร์ดแวร์

ไบโอเมตริกซ์นี้จะวิเคราะห์รูปแบบการพิมพ์ของผู้สมัครจังหวะและความเร็วในการพิมพ์บนแป้นพิมพ์ dwell time และ flight time การวัดจะใช้ในการรับรู้การกดแป้นพิมพ์

Dwell time - เป็นระยะเวลาที่มีการกดปุ่ม

Flight time - เป็นเวลาที่ผ่านไประหว่างการปล่อยคีย์และกดปุ่มต่อไปนี้

ผู้สมัครจะแตกต่างกันในวิธีการพิมพ์บนแป้นพิมพ์เนื่องจากเวลาที่ใช้ในการค้นหาคีย์ที่ถูกต้องเวลาเที่ยวบินและเวลาที่อยู่อาศัย ความเร็วและจังหวะในการพิมพ์ยังแตกต่างกันไปตามระดับความสะดวกสบายด้วยแป้นพิมพ์ ระบบจดจำการกดแป้นพิมพ์จะตรวจสอบอินพุตของแป้นพิมพ์หลายพันครั้งต่อวินาทีในครั้งเดียวเพื่อระบุผู้ใช้ตามลักษณะการพิมพ์

การจดจำการกดแป้นพิมพ์มีสองประเภท -

  • Static - เป็นการรับรู้เพียงครั้งเดียวเมื่อเริ่มมีปฏิสัมพันธ์

  • Continuous - ตลอดระยะเวลาการโต้ตอบ

การประยุกต์ใช้พลวัตการกดแป้นพิมพ์

  • Keystroke Recognition ใช้สำหรับการระบุตัวตน / การตรวจสอบ ใช้กับ ID ผู้ใช้ / รหัสผ่านเป็นรูปแบบของmultifactor authentication.

  • ใช้สำหรับเฝ้าระวัง โซลูชันซอฟต์แวร์บางตัวติดตามพฤติกรรมการกดแป้นพิมพ์สำหรับบัญชีผู้ใช้แต่ละบัญชีโดยที่ผู้ใช้ไม่ทราบ การติดตามนี้ใช้เพื่อวิเคราะห์ว่าบัญชีนั้นถูกแชร์หรือใช้โดยบุคคลอื่นที่ไม่ใช่เจ้าของบัญชีที่แท้จริง ใช้เพื่อตรวจสอบว่ามีการแชร์ใบอนุญาตซอฟต์แวร์บางส่วนหรือไม่

ข้อดีของระบบจดจำการกดแป้นพิมพ์

  • ไม่จำเป็นต้องใช้ฮาร์ดแวร์พิเศษในการติดตามไบโอเมตริกซ์นี้
  • เป็นวิธีการระบุตัวตนที่รวดเร็วและปลอดภัย
  • คนพิมพ์ไม่ต้องกังวลว่าจะถูกจับตามอง
  • ผู้ใช้ไม่จำเป็นต้องมีการฝึกอบรมสำหรับการลงทะเบียนหรือป้อนตัวอย่างสด

ข้อด้อยของระบบจดจำการกดแป้นพิมพ์

  • จังหวะการพิมพ์ของผู้สมัครสามารถเปลี่ยนแปลงได้ระหว่างวันหรือภายในหนึ่งวันเนื่องจากความเหนื่อยความเจ็บป่วยอิทธิพลของยาหรือแอลกอฮอล์การเปลี่ยนแป้นพิมพ์ ฯลฯ

  • ไม่มีคุณลักษณะที่เป็นที่รู้จักซึ่งมีไว้เพื่อดำเนินการให้ข้อมูลที่เลือกปฏิบัติเท่านั้น