پژوهشگران با هوش مصنوعی اثر انگشت تقلبی ساختند

پژوهشگران با استفاده از این سیستم توانستند اثر انگشت‌های تقلبی موسوم به "اثر انگشت اصلی عمیق"(DeepMasterPrints) ایجاد کنند و با کمک آنها از عهده تقلید بیش از یک اثر انگشت در میان پنج نمونه برآیند.

پژوهشگران در مصاحبه‌ای گفتند: این سیستم توانست تعداد زیادی از تلفن‌های همراه – حدود 30 تلفن همراه - را قفل‌گشایی کند.

آنها هشدار داده‌اند که این سیستم می‌تواند یک راه کسب درآمد برای هکرها و روشی برای کلاهبرداری باشد.

در مقاله این پژوهش آمده است: اثر انگشت‌های اصلی، اثر انگشت‌هایی هستند که می‌توان آنها را با بسیاری از اثر انگشت‌های دیگر تطابق داد. ما در این پروژه، اثر انگشت‌های اصلی موسوم به "اثر انگشت اصلی عمیق" ابداع کردیم که دقت آنها بسیار بیشتر از مدل‌های پیشین است.

این روش، با آموزش تصاویر واقعی اثر انگشت به یک "شبکه مولد تخاصمی"(GAN) ایجاد شده است. در شبکه مولد تخاصمی، یک شبکه یادگیری عمیق که مولد نامیده می‌شود، با یک روند تخاصمی رقابت می‌کند. شبکه عمیق دیگری که متمایزکننده نامیده می‌شود، سعی می‌کند نمونه‌های تولید شده از شبکه مولد را از داده‌های اصلی متمایز کند. رقابت بین این دو شبکه، در نهایت باعث یادگیری بهتر و بهبود عملکرد هر دو می‌شود.

سیستم‌های مبتنی بر اثر انگشت، معمولا همه اثر انگشت را بررسی نمی‌کنند بلکه فقط قسمت‌هایی که در تماس با اسکنر قرار می‌گیرند، ثبت می‌شوند؛ در نتیجه فریب آنها ساده است.

شبکه مولد تخاصمی در این بررسی، آثار انگشت تقلبی به وجود آوردند که با نمونه واقعی آنها مطابقت دارند و می‌توانند علاوه بر چشم انسان، اسکنر را نیز فریب دهند. پژوهشگران دریافتند که توانایی تقلید این سیستم، بیش از یک اثر انگشت در میان پنج نمونه است.

سیستم می‌تواند برای هر اثر انگشتی که به جای رمز عبور ذخیره می‌کند، چندین تصویر ارائه دهد؛ در نتیجه اگر کسی از اثر انگشت خود برای قفل‌گشایی ابزار استفاده کند، فقط به تطابق یکی از تصاویر اثر انگشت در سیستم ایمنی نیاز خواهد داشت.

به گفته پژوهشگران، اگر تصویر سه انگشت خود را ذخیره کنید، شاید ابزار شما حدود 30 اثر انگشت را در خود نگه دارد اما با وجود اثر انگشت‌های اصلی، تنها باید تعداد پنج یا 10 تصویر را ایجاد کنید.

شبکه مولد تخاصمی، یک الگوریتم را در مورد موضوع خاصی-در این مورد، اثر انگشت- آموزش می‌دهد و اطلاعات زیادی را به آن وارد می‌کند. این شبکه‌ها، از دو شبکه عصبی تشکیل می‌شوند که با بررسی داده‌های خام آموزش می‌بینند. یکی از شبکه‌ها، به بررسی داده‌های خام می‌پردازد و شبکه دیگر، تصاویر تقلبی را براساس مجموعه داده‌ها تولید می‌کند.

این فناوری علاوه بر ترکیب اثر انگشت، می‌تواند کاربردهای بسیاری در ایمنی این حوزه داشته باشد. پژوهشگران امیدوارند این پژوهش، در آینده بتواند به ایمنی بیشتر سیستم‌های احراز هویت کمک کند.

آزمایش این روش با سه سیستم متفاوت بررسی اثر انگشت و دو مجموعه داده متفاوت نشان داد که این روش، قدرت کافی را دارد و به اثر انگشت‌ یا پایگاه داده خاصی وابسته نیست.

منبع:ایسنا

انتهای پیام