ความปลอดภัยการจดจำใบหน้า วิธีการทำงานและรักษาความปลอดภัย

ความปลอดภัยการจดจำใบหน้า การรับรองความถูกต้องมีบทบาทสำคัญในการส่งเสริมมาตรการรักษาความปลอดภัยขององค์กร ช่วยให้องค์กรสามารถรักษาระบบของตนให้ปลอดภัยโดยอนุญาตให้เฉพาะผู้ใช้ (หรือกระบวนการ) ที่ได้รับการรับรองความถูกต้องเท่านั้นที่สามารถเข้าถึงทรัพยากรที่ได้รับการป้องกัน เช่น ระบบคอมพิวเตอร์ เครือข่าย ฐานข้อมูล เว็บไซต์ และแอปพลิเคชันหรือบริการบนเครือข่ายอื่นๆ

รหัสผ่านเป็นรูปแบบการรับรองความถูกต้องแบบดั้งเดิม แต่เป็นรูปแบบการป้องกันที่อ่อนแอ ผู้ใช้มีแนวโน้มที่จะใช้รหัสผ่านที่ไม่ถูกต้อง เช่น การใช้รหัสผ่านซ้ำ การใช้รหัสผ่านที่คาดเดาได้ หรือแม้แต่การแชร์รหัสผ่านกับผู้อื่น เพื่อต่อสู้กับปัญหานี้ บริษัทจำนวนมากขึ้นใช้ประโยชน์จากเทคโนโลยีปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) เช่น เทคนิคการเรียนรู้เชิงลึก เพื่อพัฒนาแนวทางการพิสูจน์ตัวตนที่ดีและปลอดภัยยิ่งขึ้น มีการแสดงอัลกอริทึม AI/ML เพื่อเสริมความปลอดภัยทางไซเบอร์โดยการปกป้องอุปกรณ์จากการโจมตีทางไซเบอร์และป้องกันกิจกรรมฉ้อโกง ในบล็อกโพสต์นี้ เราขอแนะนำโซลูชัน AI ที่ใช้การเรียนรู้เชิงลึกและการมองเห็นของคอมพิวเตอร์เพื่อทำการยืนยันตัวตนด้วยไบโอเมตริกซ์ด้วยการจดจำใบหน้า

การจดจำใบหน้าคืออะไร?

เทคโนโลยีการจดจำใบหน้าไม่ใช่เรื่องใหม่ – คุณอาจใช้มันในชีวิตประจำวันอยู่แล้ว พวกเราส่วนใหญ่ใช้สมาร์ทโฟนในปัจจุบันซึ่งมักจะใช้เทคโนโลยีการจดจำใบหน้าเพื่อปลดล็อกอุปกรณ์ เทคโนโลยีนี้มอบวิธีการอันทรงพลังในการปกป้องข้อมูลส่วนบุคคลและรับประกันว่าแม้โทรศัพท์จะถูกขโมย ข้อมูลที่สำคัญยังคงไม่สามารถเข้าถึงได้โดยผู้กระทำความผิด มีการใช้เทคโนโลยีการจดจำใบหน้ากับชุดโดเมนที่มีการขยายตัวอย่างต่อเนื่อง รวมถึงความปลอดภัย การรักษาความปลอดภัย และการชำระเงิน

ดังนั้นการจดจำใบหน้ามีไว้ทำอะไรกันแน่? การจดจำใบหน้าเป็นปัญหาทั่วไปในการระบุหรือยืนยันบุคคลในภาพดิจิทัลหรือเฟรมวิดีโอผ่านรูปแบบและข้อมูลไบโอเมตริกซ์บนใบหน้า เทคโนโลยีดังกล่าวจะรวบรวมชุดข้อมูลไบโอเมตริกซ์ที่ไม่ซ้ำกันของแต่ละคนที่เกี่ยวข้องกับใบหน้าและการแสดงออกทางสีหน้าเพื่อยืนยันตัวบุคคล เทคโนโลยีการจดจำใบหน้าส่วนใหญ่จะใช้กับงานสองประเภท:

• การยืนยันใบหน้า: กำหนดภาพใบหน้า จับคู่กับภาพที่รู้จักในฐานข้อมูลที่ปลอดภัย ตัดสินใจใช่/ไม่ใช่ (เช่น นี่คือบุคคลที่อ้างว่าตนเป็นหรือไม่) บุคคลนั้นมีอยู่ในฐานข้อมูลหรือไม่?
• การระบุใบหน้า: กำหนดภาพใบหน้า จับคู่กับภาพที่รู้จักในฐานข้อมูลที่ปลอดภัย ตรวจหาว่าเป็นภาพใบหน้าของใคร (เช่น บุคคลนี้คือใคร) การระบุตัวบุคคล เช่น รูปภาพเป็นของ John Doe หรือของ Mark Twain เป็นต้น

ระบบจดจำใบหน้าแบบ end-to-end สำหรับการพิสูจน์ตัวตนแบบไบโอเมตริกซ์

ทีมงาน Global Artificial Intelligence Accelerator (GAIA) ของ Ericsson กำลังทำงานเกี่ยวกับ Proof of Concept ซึ่งมีจุดมุ่งหมายเพื่อทำให้การรับรองความถูกต้องมีความปลอดภัยมากขึ้น ในขณะที่มีบริษัทอื่นๆ ในตลาดที่นำเสนอผลิตภัณฑ์หรือบริการเชิงพาณิชย์เพื่อช่วยสร้างแอปพลิเคชันการจดจำใบหน้า ทีมงาน GAIA ส่วนใหญ่ใช้ประโยชน์จากเครื่องมือโอเพ่นซอร์สเพื่อสร้างโซลูชันที่ขับเคลื่อนด้วย AI ที่สามารถใช้กับอุปกรณ์เคลื่อนที่หรือเอดจ์ได้ ด้วยข้อจำกัดด้านทรัพยากร (เช่น พื้นที่เก็บข้อมูลและหน่วยความจำจำกัดในอุปกรณ์ เป็นต้น) จึงจำเป็นอย่างยิ่งที่จะต้องหาสมดุลที่ดีระหว่างความซับซ้อนของโมเดล ประสิทธิภาพ และเวลาตอบสนอง เมื่อเลือกโมเดล AI ที่ดีที่สุด อีกหนึ่งปัจจัยสำคัญที่ต้องพิจารณาคือความน่าเชื่อถือของโมเดล AI สำหรับการจดจำใบหน้า Ericsson ได้พัฒนาแนวทางสำหรับการพัฒนา AI ที่น่าเชื่อถือเพื่อสนับสนุนความคิดริเริ่มเหล่านี้

รูปที่ 1 แสดงการออกแบบสถาปัตยกรรมของระบบจดจำใบหน้าแบบ end-to-end สำหรับการพิสูจน์ตัวตนแบบไบโอเมตริก จะใช้ภาพหรือเฟรมวิดีโอจำนวนน้อยพอสมควรเป็นอินพุต ตรวจจับใบหน้ามนุษย์ และพิจารณาว่าใบหน้าของมนุษย์ตรงกับภาพใบหน้าใดๆ ในฐานข้อมูลของผู้ใช้ที่ลงทะเบียนหรือไม่ หากพบว่าตรงกัน บุคคลนั้นจะได้รับการยืนยันทางไบโอเมตริก มิฉะนั้นจะไม่ได้รับการยืนยัน ระบบประกอบด้วยสี่โมดูลพื้นฐาน ได้แก่ การตรวจจับใบหน้า การจัดตำแหน่งใบหน้า การเข้ารหัสใบหน้า และการจับคู่ใบหน้า นอกจากนี้ ยังมีการเพิ่มการตรวจสอบความสดของใบหน้าเป็นโมดูลเสริมในไปป์ไลน์เพื่อให้แน่ใจว่าบุคคลที่ได้รับการรับรองความถูกต้องเป็นบุคคลจริง และระบบจะไม่ถูกหลอกโดยรูปถ่ายของบุคคลเป้าหมาย

รูปที่ 1: สถาปัตยกรรมของระบบจดจำใบหน้าแบบ end-to-end สำหรับการพิสูจน์ตัวตนแบบไบโอเมตริก

การตรวจจับใบหน้า

การตรวจจับใบหน้าเป็นขั้นตอนแรกในไปป์ไลน์ เป็นกระบวนการค้นหาใบหน้าในภาพ ขั้นตอนนี้มุ่งเน้นไปที่การค้นหาใบหน้าเท่านั้นและไม่เกี่ยวกับการระบุตัวตน ตัวตรวจจับแบบเบาพิเศษถูกตั้งค่าเป็นรุ่นตรวจจับใบหน้าเริ่มต้น เนื่องจากให้ประสิทธิภาพที่ยอดเยี่ยมในการตรวจจับใบหน้าจากมุมต่างๆ (กล่าวคือ ไม่ถูกจำกัดด้วยการตรวจจับใบหน้าเท่านั้น) นอกจากนี้ ตัวตรวจจับยังเป็นรุ่นน้ำหนักเบา (ขนาด <2MB) และสามารถตรวจจับใบหน้าได้เร็วมาก (ด้วยเวลาอนุมาน 50 +/- 6 ms บน MacBook Pro Intel Core i7 ความเร็ว 2.6GHz พร้อม DDR4 ขนาด 32GB)

การจัดตำแหน่งใบหน้า

การจัดตำแหน่งใบหน้าเป็นขั้นตอนต่อไป หลังจากที่ตรวจพบใบหน้าในรูปภาพ บ่อยครั้งเมื่อบุคคลถ่ายภาพ เขาหรือเธออาจไม่ได้หันเข้าหากล้องโดยตรง อย่างไรก็ตาม การจัดตำแหน่งใบหน้าสามารถจัดการกับปัญหาได้ แม้ว่าใบหน้าจะหันไปคนละทิศละทาง ระบบก็ยังสามารถบอกได้ว่าเป็นคนคนเดียวกันหรือไม่ โดยเฉพาะอย่างยิ่ง อัลกอริทึมที่เรียกว่า “การประมาณค่าจุดสังเกตบนใบหน้า” ถูกนำมาใช้เพื่อค้นหาจุดสังเกตบนใบหน้า กล่าวคือ จุดเฉพาะที่มีอยู่บนใบหน้าทุกจุด เช่น คางด้านบน ขอบด้านนอกของดวงตาแต่ละข้าง ขอบด้านในของคิ้วแต่ละข้าง เป็นต้น

รูปที่ 2 แสดงตัวอย่างแบบจำลองจุดสังเกตใบหน้า 68 จุดที่ใช้ในไปป์ไลน์เพื่อค้นหาจุดเฉพาะบนทุกใบหน้า เมื่อระบุตำแหน่งของโครงสร้างใบหน้ารูปทรงเรขาคณิตที่สำคัญเหล่านั้นแล้ว การหมุน การแปล และการแสดงมาตราส่วนใดๆ ของใบหน้าสามารถทำให้เป็นมาตรฐานได้ ไม่ว่าจะหันหน้าไปทางไหน ดวงตาและปากก็สามารถอยู่กึ่งกลางในตำแหน่งเดียวกันในภาพได้ เมื่อปรับแนวใบหน้า ขั้นตอนต่อมาของกระบวนการจับคู่ใบหน้าจะมีความแม่นยำมากขึ้น ความปลอดภัยการจดจำใบหน้า

รูปที่ 2: ตัวอย่างของโมเดลจุดสังเกตใบหน้า 68 จุด

การเข้ารหัสใบหน้า

ขั้นตอนที่สามคือการเข้ารหัสใบหน้า กระบวนการนี้จะระบุส่วนสำคัญของใบหน้าผ่าน “สายตาของคอมพิวเตอร์” เนื่องจากคอมพิวเตอร์จดจำได้เฉพาะตัวเลข จึงจำเป็นต้องมีวิธีที่เชื่อถือได้ในการแปลงภาพใบหน้าเป็นตัวเลข/หน่วยวัดเพื่อแสดงแต่ละใบหน้า การหาวิธีการเข้ารหัสใบหน้าที่ดีถือเป็นงานที่ท้าทาย บ่อยครั้งที่โมเดลการเรียนรู้เชิงลึก เช่น โมเดล “Convolutional Neural Network (CNN)” ได้รับการฝึกฝนโดยใช้ฐานข้อมูลภาพใบหน้าขนาดใหญ่เพื่อคำนวณการแสดงใบหน้าที่ดีที่สุดของแต่ละใบหน้า เป้าหมายของการฝึกอบรมนี้คือการสร้างการเข้ารหัสที่เกือบจะเหมือนกันเมื่อดูภาพที่แตกต่างกันสองภาพของบุคคลคนเดียวกัน ในขณะที่สร้างการวัดที่แตกต่างกันเมื่อดูภาพของบุคคลที่แตกต่างกัน

ซอฟต์แวร์การจดจำใบหน้าแบบไบโอเมตริกใช้ทั้งใบหน้าในการมองสิ่งต่างๆ เช่น ตา จมูก หู ปาก และแม้แต่พฤติกรรมเพื่อระบุตัวผู้ขับ เทคโนโลยีนี้ใหม่กว่าเครื่องสแกนจอประสาทตาและยังอยู่ในระหว่างการพัฒนา แต่ก็ใกล้จะพร้อมใช้งานแล้ว Hyundai และ Genesis ต่างก็มีระบบจดจำใบหน้าในเวอร์ชันของตัวเอง ซึ่งพวกเขาวางแผนที่จะเปิดตัวเร็วๆ นี้ในรถยนต์ของพวกเขา

ทั้งนี้บริษัทเคแอนด์โอ จึงได้มุ่งเน้นการจัดการแก้ไขปัญหา จัดการเอกสาร ด้านเอกสารขององค์กรมาอย่างยาวนาน และ ให้ความสำคัญกับด้านงานเอกสาร ต่อลูกค้าเป็นอย่างดี จนถึงปัจจุบันก็ได้ความยอมรับจากองค์กร ขนาดใหญ่ ขนาดกลาง และขนาดเล็กมากมาย จึงใคร่ขออาสาดูและปัญหาด้านเอกสารให้กับองค์กรของท่านอย่างสุดความสามารถ เพราะเราเป็นหนึ่งในธุรกิจ ระบบจัดเก็บเอกสาร ที่ท่านไว้ใจได้

Face-sso (By K&O) หากท่านสนใจ เครื่องสแกนใบหน้ารุ่นต่างๆ หลากหลายรุ่น หรือ ติดตั้งระบบสแกนใบหน้า สามารถติดต่อสอบถามได้โดยตรง เรามีแอดมินคอยคอบคำถาม 24 ชั้วโมงที่ Line OA เครื่องสแกนใบหน้า สามารถ ขอราคาพิเศษได้ ตามงบประมาณที่เหมาะสม สอบถามได้สบายใจทั้ง เรื่องค่าบริการ ราคา และ งบประมาณ มั่นใจเพราะเป็นราคาที่สุด คุ้มค่าที่สุด

หากท่านมีความสนใจ บทความ หรือ Technology สามารถติดต่อได้ตามเบอร์ที่ให้ไว้ด้านล่างนี้
Tel.086-594-5494
Tel.095-919-6699