نظام بيومتري متعدد الوسائط آمن وقابل للتفسير يستخدم دمجًا تكيفيًا بالثقة للوجه وبصمة الإصبع

لماذا يحتاج وجهك وبصمتك إلى قفل أذكى

تعتمد هواتفنا وأجهزة الكمبيوتر المحمولة وحتى أبواب المكاتب بشكل متزايد على مسح الوجه وبصمات الأصابع بدلًا من كلمات المرور. لكن ماذا يحدث إذا تم نسخ أو تلف هذه «المفاتيح» البيومترية — وكيف نثق بالنماذج الحاسوبية التي تقرر من يُسمح له بالدخول؟ يقدم هذا البحث طريقة جديدة لدمج بيانات الوجه وبصمة الإصبع تهدف إلى أن تكون أكثر دقة، وأكثر حفاظًا على الخصوصية، وأسهل فهماً للبشر، مما يمنح لمحة عن كيفية عمل أقفال الرقمية في المستقبل.

استخدام صفتين بدلًا من صفة واحدة

يمكن للأنظمة البيومترية الأحادية، مثل ماسحات بصمة الإصبع أو ماسحات الوجه وحدها، أن تواجه صعوبات عندما تكون الصورة ضبابية أو الإضاءة سيئة أو مغطاة جزئيًا. يبني المؤلفون نظامًا متعدد الوسائط يستخدم كلًا من الوجه وبصمة الإصبع معًا. تُجهز كل صورة أولًا: تُكتشف الوجوه وتُمحّور بحيث تكون العيون والأنف والفم في موقف معياري، بينما تُنقّى بصمات الأصابع وتُحوَّل إلى صورة ثنائية وتُقص لتشمل المنطقة المركزية الأكثر معلوماتية في التضاريس. هذا التحضير الدقيق يجعل المراحل اللاحقة أكثر متانة تجاه مشكلات يومية مثل تغيير الإضاءة، أو ضغط الإصبع، أو الفوضى الخلفية.

تعليم «حاسة» رقمية مضغوطة للهوية

بدلًا من صناعة ميزات يدويًا مثل الحواف أو أنماط النسيج المصممة يدويًا، يستخدم النظام نموذج تعلّم عميق حديث يسمى MobileNetV2، معزَّزًا بآلية «انتباه القنوات». ببساطة، يتعلم هذا الشبك أي أجزاء الصورة أهم للتمييز بين الأشخاص وأيها يمكن تجاهله بأمان. ينتج عن ذلك بصمة رقمية قصيرة — تُسمى تضمينًا — لكل وجه ولكل بصمة. تم تصميم هذه الملخّصات المضغوطة لتكون مميزة بما يكفي لفصل الأفراد بينما تبقى فعّالة بالتخزين والمعالجة.

السماح للنظام بتقرير أي إشارة يثق بها

البيانات في العالم الحقيقي فوضوية: بصمة مشوشة أو صورة سيلفي بإضاءة خافتة قد تضلّل حتى نموذجًا قويًا. لمواجهة ذلك، يقدّم المؤلفون آلية الدمج التكيفية بالثقة (TAF). يقدّر النظام مدى ثقته في كل وضعية حسية ويحوّل هذه المستويات إلى درجات ثقة. بدلًا من مجرد تراكب ميزات الوجه وبصمة الإصبع، يعطي وزنًا أكبر للصورة الأكثر موثوقية ووزنًا أقل لتلك ذات الجودة الأدنى عند تشكيل تمثيل مُجمَّع. يساعد هذا الوزن الديناميكي النظام على الحفاظ على الدقة حتى عندما تكون إحدى مصادر المعلومات متدهورة أو مفقودة جزئيًا.

تشفير البيانات أثناء إجراء العمليات الحسابية

نظرًا لأن السمات البيومترية لا يمكن تغييرها مثل كلمات المرور، فإن حمايتها أمر بالغ الأهمية. لذلك، لا يخزن النظام أو يقارن أبدًا الميزات الخام بشكل مكشوف. بدلًا من ذلك، يقوم بتشفير متجه الميزات المندمج باستخدام تقنية متخصصة تُعرف بالتشفير التماثلي (homomorphic encryption). تسمح هذه الطريقة للخادم بإجراء المقارنة — أي قياس التشابه بين القالب المخزّن ومحاولة تسجيل دخول جديدة — بينما تظل البيانات مشفرة. يُفك تشفير نتيجة التشابه النهائية فقط، ما يعني أن القالب البيومتري الأساسي يظل مخفيًا حتى عن الخادم الذي يقوم بالعملية.

فتح الصندوق الأسود

غالبًا ما تُنتقد نماذج التعلم العميق لكونها غامضة. وللتعامل مع ذلك، يدمج المؤلفون طريقة تصويرية تُدعى Grad-CAM. لقرار معين، تبرز Grad-CAM مناطق صورة الوجه أو بصمة الإصبع التي أثرت أكثر على النتيجة. في صور الوجه، يركز النظام على المناطق حول العيون والأنف والفم، بينما في صور البصمات يركّز على نهايات التلال ونقاط التفرع، وليس على الخلفيات المزعجة. تساعد خرائط الحرارة هذه المستخدمين ومصممي النظام على التحقق من أن النموذج يعتمد على دلائل منطقية بدلًا من آثار عرضية.

مدى فعاليته ولماذا يهم

اختُبر النظام المقترح على مجموعات بيانات عامة معيارية للوجوه والبصمات، وأظهر معدلات خطأ منخفضة للغاية: نادرًا ما يخطئ في التعرف على المحتال كمستخدم حقيقي أو يرفض مستخدمًا شرعيًا. والأهم أن هذه النتائج تبقى صحيحة حتى عندما تُجرى كل عمليات المطابقة في المجال المشفّر، مما يشير إلى أن الحماية القوية للخصوصية لا تُضعف الأداء بشكل كبير. للمستخدمين اليوميين، خلاصة القول هي أن دمج سمات بيومترية متعددة، ووزنها بحسب جودتها، وحمايتها بتشفير متقدّم يمكن أن يجعل الوصول الرقمي أكثر أمانًا وثقة — دون أن نضطر إلى تذكر كلمة مرور معقدة واحدة.

الاستشهاد: Chitrapu, P., Morampudi, M.K. & Kalluri, H.K. A secure and explainable multimodal biometric system using trust adaptive fusion for face and fingerprint. Sci Rep 16, 14244 (2026). https://doi.org/10.1038/s41598-026-43252-x

الكلمات المفتاحية: المصادقة البيومترية, الوجه وبصمة الإصبع, أمن يحافظ على الخصوصية, التعلّم العميق, الذكاء الاصطناعي القابل للتفسير