بهبود دقت و پایداری سیستم های امنیتی بیومتریک مبتنی بر هوش مصنوعی

با گسترش روزافزون سامانه های دیجیتال و افزایش تعاملات الکترونیکی، امنیت اطلاعات به یکی از مهم ترین چالش های عصر حاضر تبدیل شده است. سیستم های بیومتریک مبتنی بر ویژگی های فیزیولوژیکی و رفتاری انسان، به عنوان راهکاری امن تر نسبت به روش های سنتی احراز هویت، قابلیت ارائه سطح بالاتری از حفاظت را دارند. با ورود هوش مصنوعی و الگوریتم های یادگیری عمیق، امکان استخراج الگوهای پیچیده از داده های بیومتریک فراهم شده و دقت شناسایی سیستم ها به طور چشمگیری افزایش یافته است. در این مطالعه، یک چارچوب مبتنی بر هوش مصنوعی برای بهبود عملکرد سیستم های بیومتریک ارائه شده است که شامل پیش پردازش تطبیقی، استخراج ویژگی های عمیق و مکانیزم تصمیم گیری چندسطحی می باشد. نتایج نشان می دهد که این چارچوب قادر است نرخ خطاهای پذیرش نادرست و رد نادرست را کاهش دهد و در عین حال پایداری بالایی در مواجهه با نویز محیطی و تغییرات کیفیت ورودی از خود نشان دهد. این ویژگی ها، کاربردهای عملی سیستم های بیومتریک در حوزه های کنترل دسترسی، بانکداری الکترونیکی و خدمات مبتنی بر هویت دیجیتال را قابل اعتمادتر می سازد. در نهایت، ادغام هوش مصنوعی و بیومتریک مسیر روشنی برای توسعه سامانه های امنیتی پیشرفته و مقاوم در برابر تهدیدات نوین فراهم می کند و می تواند زمینه ساز پژوهش های آینده در حوزه داده های چندبیومتریک، یادگیری فدرال و مقاوم سازی سیستم ها در برابر حملات جعل هویت باشد.

کلیدواژه ها:

بیومتریک ، هوش مصنوعی ، یادگیری عمیق ، امنیت اطلاعات ، احراز هویت