در حالی که فناوریهای بیومتریک مبتنی بر هوش مصنوعی یک راهحل بالقوه برای تجربههای سفر بدون درز ارائه میدهند، در عمل با تعصبات بیومتریک آلوده شدهاند. یک مطالعه از موسسه ملی استانداردها و فناوری (NIST) به عنوان مثال، نشان داد که اکثر سیستمهای شناسایی چهره آزمایش شده نرخ خطای بالاتری را در شناسایی افراد رنگینپوست نشان دادند.
این یک مسئله جدی است. در محیطی مانند فرودگاه، جایی که میلیونها نفر هر روز مورد بازرسی قرار میگیرند، حتی یک درصد کوچک از خطاهای تطابق میتواند منجر به خطرات امنیتی شدیدتری برای تعداد نامتناسبی از افراد یک گروه جمعیتی خاص شود. ذینفعان سفر هوایی یک تعهد قانونی و اخلاقی دارند که اطمینان حاصل کنند هیچکس فقط به خاطر نژاد یا جنسیت خود به طور متفاوتی رفتار نمیشود و وجود بالقوه تعصب در سیستمهای احراز هویت و تأیید هویت بیومتریک این تعهد را تهدید میکند.
غلبه بر تعصب بیومتریک
خوشبختانه، از زمانی که محققان برای اولین بار به طور جدی به مسئله تعصب بیومتریک در پایان دهه گذشته نگاه کردند، تغییرات زیادی رخ داده است. در سال 2020، وزارت امنیت میهن ایالات متحده شروع به تمرکز بر ارزیابی تعصب به عنوان یک اولویت کلیدی در برنامه آزمایش بیومتریک خود کرد. این موضوع به همراه تلاشهای NIST و نظارت عمومی رو به رشد، به فشار آوردن به فروشندگان مختلف برای کاهش هرگونه تعصب در سیستمهایشان کمک کرد.
در سال 2021، پلیس متروپولیتن انگلستان و پلیس ولز جنوبی از یافتههای یک مطالعه موسسه ملی فیزیکی در مورد فناوری شناسایی چهره خود استقبال کردند که نشان داد هیچ تعصب جمعیتی معناداری در تنظیمات پیشفرض وجود ندارد. و سال گذشته، Paravision — یک شریک استراتژیک HID — عملکرد فوقالعادهای بدون خطا در مسابقه فناوری بیومتریک وزارت امنیت میهن ایالات متحده (DHS) ارائه داد و هرگونه تعصب جمعیتی را از فرآیند تطابق بیومتریک به طور کامل حذف کرد.
سفر مسافر ممتاز تبعیض قائل نمیشود
این نتایج آزمایش برای سازمانهایی که به دنبال بهرهبرداری از فناوریهای بیومتریک پیشرفته در صنایع خود، مانند سفر هوایی هستند، دلگرمی میدهد. اپراتورهای فرودگاه و سایر ذینفعان صنعت باید به دنبال راهحلهایی باشند که از طریق ارزیابیهای شخص ثالث حداقل — در ایدهآل صفر — تعصب جمعیتی را نشان دادهاند. آنها همچنین باید به فروشندگانی نگاه کنند که راهحلهای بیومتریک خود را بر روی مجموعههای داده متنوع آموزش دادهاند، که میتواند به جلوگیری از توسعه تعصبات در طول فرآیند یادگیری ماشین کمک کند و نمونهای واقعاً نماینده از موضوعات برای شناسایی ارائه دهد. و فروشندگان بالقوه باید راهحلهایی را با استفاده از سیستمهای تصویربرداری پیشرفته ارائه دهند که میتوانند اسکنهای دقیقی از طیف وسیعی از رنگهای پوست به دست آورند، مانند سیستم شناسایی دوربین HID U.ARE.U که بر اساس فناوریهای تصویربرداری چندطیفی (MSI) و هوش مصنوعی HID ثبت شده است.
سفر هوایی در حال تحول است و تغییراتی که ما در فرودگاههای سراسر جهان مشاهده میکنیم، ناشی از تقاضا برای تجربه بهتر مسافران — برای همه مسافران است. فرودگاهها هر نوع فردی را از هر نوع پسزمینهای تسهیل میکنند، بنابراین ضروری است که فناوریهای تأیید هویت سفر هوایی که مسافران را ایمن، مطمئن و در حال حرکت نگه میدارند، تبعیض قائل نشوند. با انتخاب یک الگوریتم بیومتریک بدون تعصب، که توسط سختافزار بسیار دقیق پشتیبانی میشود، ذینفعان سفر هوایی میتوانند اطمینان حاصل کنند که همه شامل میشوند.
برای یادگیری بیشتر در مورد چالشهای فرودگاهها و خطوط هوایی و اینکه چگونه یک رویکرد مدولار به هویت میتواند آنها را حل کند، کتاب الکترونیکی جدید HID را دانلود کنید، تأیید هویت مسافر: فرصتها و چالشها برای خطوط هوایی و عملیات فرودگاهی. یا فناوریهای شناسایی مسافر HID را بررسی کنید.
ویتو فابریزیو مدیر عامل بیومتریک HID برای فناوریهای دسترسی گسترده است. او بیش از ۲۰ سال تجربه در سختافزار و نرمافزار امنیتی پیشرفته دارد و رشد استراتژیک و دید محصول را برای بازارهای بالغ و نوظهور هدایت میکند. ترکیب منحصر به فرد او از مهارتهای استراتژیک و عملیاتی نتایج اثبات شدهای را برای شرکا و مشتریان در صنعت امنیت ایجاد کرده است.