এনরোলমেন্ট। চিত্র ১-এ যেমন দেখানো হয়েছে, বায়োমেট্রিক নমুনাটি এনরোলমেন্ট প্রক্রিয়ার সময় ব্যক্তির কাছ থেকে নেওয়া হয় (যেমন, আঙুলের ছাপের জন্য সেন্সর, বক্তা শনাক্তকরণের জন্য মাইক্রোফোন, মুখ শনাক্তকরণের জন্য ক্যামেরা, আইরিস শনাক্তকরণের জন্য ক্যামেরা ব্যবহার করে)। এরপর বায়োমেট্রিক নমুনা (যেমন, ছবি) থেকে অনন্য বৈশিষ্ট্যগুলি বের করে ব্যবহারকারীর বায়োমেট্রিক টেমপ্লেট তৈরি করা হয়। এই বায়োমেট্রিক টেমপ্লেটটি পরবর্তীকালে ম্যাচিং প্রক্রিয়ার সময় ব্যবহারের জন্য একটি ডেটাবেসে বা মেশিন-রিডেবল আইডি কার্ডে সংরক্ষণ করা হয়।

মিলকরণ। চিত্র ২ বায়োমেট্রিক মিলকরণ প্রক্রিয়া চিত্রিত করে। বায়োমেট্রিক নমুনা আবার ক্যাপচার করা হয়। ব্যবহারকারীর "লাইভ" বায়োমেট্রিক টেমপ্লেট তৈরি করার জন্য বায়োমেট্রিক নমুনা থেকে অনন্য বৈশিষ্ট্যগুলি বের করা হয়। এই নতুন টেমপ্লেটটি তখন পূর্বে সংরক্ষিত টেমপ্লেটগুলির সাথে তুলনা করা হয় এবং দুটি টেমপ্লেটের মধ্যে সাধারণ উপাদানগুলির একটি নির্ধারণের উপর ভিত্তি করে একটি সাংখ্যিক মিলকরণ (সাদৃশ্য) স্কোর তৈরি করা হয়। সিস্টেম ডিজাইনাররা সিস্টেমের নিরাপত্তা এবং সুবিধার প্রয়োজনীয়তার উপর ভিত্তি করে এই যাচাইকরণ স্কোরের জন্য থ্রেশহোল্ড মান নির্ধারণ করেন।

শনাক্তকরণ (এক-থেকে-অনেক বা ১:N তুলনা) লাইভ নমুনা টেমপ্লেটকে সিস্টেমের সমস্ত সংরক্ষিত টেমপ্লেটের সাথে তুলনা করে কোনও ব্যক্তি একটি নথিভুক্ত জনসংখ্যার মধ্যে বিদ্যমান কিনা তা নির্ধারণ করে। শনাক্তকরণ নিশ্চিত করতে পারে যে ব্যক্তি অন্য কোনও পরিচয়ে নথিভুক্ত নয় বা নিষিদ্ধ ব্যক্তিদের পূর্বনির্ধারিত তালিকায় নেই। নথিভুক্তির জন্য বিবেচিত ব্যক্তির বায়োমেট্রিক সমস্ত সংরক্ষিত বায়োমেট্রিকের বিরুদ্ধে তুলনা করা উচিত। কিছু ক্রেডেনশিয়াল অ্যাপ্লিকেশনের জন্য, কোনও ব্যক্তি ইতিমধ্যে নথিভুক্ত নয় তা নিশ্চিত করার জন্য নথিভুক্তির সময় একটি বায়োমেট্রিক শনাক্তকরণ প্রক্রিয়া ব্যবহার করা হয়।

যাচাইকরণ (এক-থেকে-এক বা ১:১ তুলনা) নির্ধারণ করে যে লাইভ বায়োমেট্রিক টেমপ্লেট একটি নির্দিষ্ট নথিভুক্ত টেমপ্লেট রেকর্ডের সাথে মেলে কিনা। এর জন্য যাচাইকরণ চাওয়া ব্যক্তির কাছ থেকে পরিচয়ের একটি "দাবি" প্রয়োজন যাতে নির্দিষ্ট নথিভুক্ত টেমপ্লেট রেকর্ডটি অ্যাক্সেস করা যায়। একটি উদাহরণ হতে পারে একটি স্মার্ট কার্ড শংসাপত্রের উপস্থাপন এবং লাইভ নমুনা বায়োমেট্রিক টেমপ্লেটকে স্মার্ট কার্ড মেমরিতে সংরক্ষিত নথিভুক্ত টেমপ্লেটের সাথে মেলানো। অন্য একটি উদাহরণ হতে পারে একটি ব্যবহারকারীর নাম বা আইডি নম্বর প্রবেশ করানো যা একটি ডাটাবেসে একটি নথিভুক্ত টেমপ্লেট রেকর্ডের দিকে নির্দেশ করবে।

উপযুক্ত বায়োমেট্রিক প্রযুক্তির নির্বাচন বিভিন্ন অ্যাপ্লিকেশন-নির্দিষ্ট কারণের উপর নির্ভর করবে, যার মধ্যে রয়েছে যে পরিবেশে শনাক্তকরণ বা যাচাইকরণ প্রক্রিয়াটি সম্পাদিত হয়, ব্যবহারকারীর প্রোফাইল, ম্যাচিং নির্ভুলতা এবং থ্রুপুটের প্রয়োজনীয়তা, সামগ্রিক সিস্টেমের খরচ এবং ক্ষমতা, এবং সাংস্কৃতিক বিষয় যা ব্যবহারকারীর গ্রহণযোগ্যতাকে প্রভাবিত করতে পারে। সারণীটি বিভিন্ন বায়োমেট্রিক প্রযুক্তির একটি তুলনা দেখায়, যেখানে তাদের কর্মক্ষমতা বেশ কয়েকটি মেট্রিকের বিরুদ্ধে রেট করা হয়েছে।

উপযুক্ত বায়োমেট্রিক প্রযুক্তি নির্বাচনের একটি মূল বিষয় হল এর নির্ভুলতা। যখন লাইভ বায়োমেট্রিক টেমপ্লেট সংরক্ষিত বায়োমেট্রিক টেমপ্লেটের সাথে তুলনা করা হয় (যাচাইকরণ অ্যাপ্লিকেশনে), তখন ব্যবহারকারীর পরিচয় নিশ্চিত বা অস্বীকার করার জন্য একটি সাদৃশ্য স্কোর ব্যবহার করা হয়। সিস্টেম ডিজাইনাররা এই সাংখ্যিক স্কোরের জন্য থ্রেশহোল্ড (ম্যাচ বা নোম্যাচ সিদ্ধান্ত বিন্দু) সেট করেন যাতে সিস্টেমের জন্য কাঙ্ক্ষিত মিলের কর্মক্ষমতা স্তর পূরণ করা যায়, যা ফলস অ্যাকসেপটেন্স রেট (FAR) এবং ফলস রিজেকশন রেট (FRR) দ্বারা পরিমাপ করা হয়। ফলস অ্যাকসেপটেন্স রেট নির্দেশ করে যে একটি বায়োমেট্রিক সিস্টেম ভুলভাবে একজন ব্যক্তিকে যাচাই করবে বা একজন ছদ্মবেশী ব্যক্তিকে গ্রহণ করবে তার সম্ভাবনা। ফলস রিজেকশন রেট নির্দেশ করে যে একটি বায়োমেট্রিক সিস্টেম সঠিক ব্যক্তিকে প্রত্যাখ্যান করবে তার সম্ভাবনা। বায়োমেট্রিক সিস্টেম অ্যাডমিনিস্ট্রেটররা সিস্টেমের নিরাপত্তা প্রয়োজনীয়তা সমর্থন করার জন্য কাঙ্ক্ষিত মিলের কর্মক্ষমতা অর্জনের জন্য FAR এবং FRR-এর প্রতি সিস্টেমের সংবেদনশীলতা টিউন করবেন (যেমন, উচ্চ-নিরাপত্তা পরিবেশের জন্য, কম FAR অর্জনের জন্য টিউন করা এবং উচ্চতর FRR সহ্য করা; উচ্চ-সুবিধা পরিবেশের জন্য, উচ্চতর FAR এবং কম FRR অর্জনের জন্য টিউন করা)।

একটি একক বায়োমেট্রিক পদ্ধতির ব্যবহারের ফলে সৃষ্ট কিছু নির্ভুলতা এবং ব্যবহারযোগ্যতার সীমাবদ্ধতা একাধিক বায়োমেট্রিক পদ্ধতি ব্যবহার করে অতিক্রম করা যেতে পারে। মাল্টি-মোডাল বায়োমেট্রিক্স একাধিক এবং স্বাধীন বায়োমেট্রিক পরিমাপের ব্যবহারের মাধ্যমে সামগ্রিক ম্যাচিং নির্ভুলতা বৃদ্ধি করে। উদাহরণস্বরূপ, একটি আঙুলের ছাপ পরিমাপ থেকে প্রাপ্ত সাদৃশ্য স্কোরকে আঙুলের শিরার প্যাটার্নের একটি স্বাধীন পরিমাপের সাথে গাণিতিকভাবে "ফিউজ" করা যেতে পারে যাতে একজন ব্যক্তির পরিচয়ের প্রতি উচ্চ স্তরের আস্থা তৈরি হয়। এছাড়াও, মাল্টি-মোডাল বায়োমেট্রিক্স এমন ব্যক্তিদের জন্য একটি সমাধান প্রদান করতে পারে যারা একটি পদ্ধতিতে উপযুক্ত বায়োমেট্রিক নমুনা উপস্থাপন করতে অক্ষম। একটি উদাহরণ হবে আঙুলের ছাপ বা আইরিস প্রমাণীকরণের জন্য উপস্থাপনের বিকল্প প্রদান করা। বয়স, পেশা বা চিকিৎসা অবস্থার কারণে যাদের আঙুলের ছাপের প্যাটার্ন দুর্বলভাবে সংজ্ঞায়িত, তাদের পছন্দের বায়োমেট্রিক পদ্ধতি হিসাবে আইরিস নথিভুক্ত এবং ব্যবহার করার বিকল্প দেওয়া হবে। যদি উভয় সেন্সর উপস্থিত থাকে, তবে ব্যবহারকারী যে কোনও পদ্ধতি ব্যবহার করতে পারে যা তাদের জন্য সবচেয়ে উপযুক্ত। এই পরিস্থিতিতে, স্বাধীন বায়োমেট্রিক পরিমাপের কোনও ফিউশন নেই। যেমনটি চিত্র ৩-এ দেখা যায়, মাল্টি-বায়োমেট্রিক সিস্টেমগুলি একাধিক পদ্ধতি, ইনস্ট্যান্স, অ্যালগরিদম, সেন্সর, নমুনা বা এই পাঁচটির যেকোনো সংমিশ্রণ থেকে তথ্য অন্তর্ভুক্ত করতে পারে। তর্কযোগ্যভাবে, এই ধরনের সিস্টেমে বায়োগ্রাফিক বা ভ্রমণ নথি-ভিত্তিক তথ্য সহ অন্যান্য তথ্যের উৎসও অন্তর্ভুক্ত থাকতে পারে।

বায়োমেট্রিক্স এবং নিরাপত্তা সেলফ-সার্ভিসের একটি অপরিহার্য অংশ হয়ে উঠেছে, এবং Huabiao Technology সর্বদা নিরাপত্তাকে তার মূল ভিত্তি হিসেবে মেনে চলেছে, ব্যবহারকারীদের নিরাপদ এবং দক্ষ পরিষেবা প্রদান করছে। কোম্পানি এবং এর অফার সম্পর্কে আরও তথ্যের জন্য, ভিজিট করুন আমাদের সম্পর্কে পৃষ্ঠা অথবা যোগাযোগ করুন সহায়তা পৃষ্ঠা।