1461746981158_16.jpg

سایت آزمون دکتری ( www.PhdAzmoon.Net ) –  محققان آلمانی از روش جدیدی برای ارائه دسترسی به کارکنان برای استفاده از دستگاهشان رونمایی کرده‌اند که بر ارتعاشات جمجمه سر تکیه دارد.

به گزارش پی اچ دی آزمون به نقل از سرویس علمی ایسنا، رمزهای عبور عادی در حال نزدیک شدن به تاریخ انقضای خود هستند و با ظهور اسکنرهای اثرانگشت و فناوری شناسایی چهره، احراز هویت بیومتریک می‌تواند در آینده از کاربرد بیشتری برخوردار شود.

این تکنیک جدید که “SkullConduct” نام دارد، بر روشی که صوت از میان جمجمه هر فرد عبور می‌کند، تکیه دارد. هر جمجمه بطور متفاوتی صوت را اصلاح می‌کند و دانشمندان این تفاوت‌های کوچک را برای استفاده به عنوان یک سیستم اهراز هویت اندازه‌گیری کرده‌اند.

محققان دانشگاه اشتوتگارت، دانشگاه سارلند و موسسه انفورماتیک مکس‌پلانک در آلمان از ۱۰ شرکت‌کننده در این تحقیق استفاده کرده و آن‌ها را در یک اتاق ساکت قرار دادند. آن‌ها نمونه‌های ارتعاش جمجمه شرکت‌کنندگان را با استفاده از یک عینک گوگل اصلاح شده که موسیقی پخش می‌کرد، ثبت کردند. سیستم‌های بیومتری که افراد را از طریق ویژگی‌های فیزیولوژیکی شناسایی می‌کنند، می‌توانند از همه چیز مانند شکل گوش گرفته تا سرعت راه رفتن برای تشخیص هویت فرد استفاده کنند. اکنون قابلیت جمجمه برای هدایت صوت نیز به این گزینه‌ها افزوده شده است.

روش “SkullConduct” از شیوه منحصربفردی استفاده کرده که یک موج صوتی در زمان عبور از استخوان جمجمه تغییر می‌کند. محققان از یک بلندگو و میکروفون انتقال استخوانی برای پخش و دریافت یک موج صوتی یکسان از میان جمجمه ۱۰ شرکت‌کننده استفاده کردند.

آن‌ها توانستند از تفاوت‌های ریز در امواج صوتی انتقال یافته از میان جمجمه افراد برای شناسایی آن‌ها با دقت ۹۷ درصد استفاده کنند. این سیستم می‌تواند در عینک‌های هوشمند مانند عینک گوگل یا هدست‌های واقعیت مجازی برای ورود افراد به حسابشان به محض پوشیدن دستگاه بکار گرفته شود.

اگرچه در ابتدا محققان باید بر چند مشکل غلبه کنند. محققان نمونه پیش‌ساخت خود را بدون سر و صدای پس‌زمینه آزمایش کردند و انتظار دارند که در شرایط واقعی این دقت اولیه تکرار نشود.

با این حال فناوری‌های بیومتری نرم که می‌توانند فرد را بدون نیاز به انجام کاری شناسایی کنند، بیشتر رواج یافته‌اند. با استفاده از ترکیبی از این فناوری‌ها می‌توان افراد را با دقت بسیار بالایی شناسایی کرد.

این یافته‌ها در نشست تعامل انسان و رایانه در سن‌خوزه کالیفرنیا ارائه خواهد شد.