Karmaşık küresel bulanık Einstein birleştirme operatörleriyle biyometrik sistem seçiminde optimizasyon

Neden daha akıllı güvenlik seçimleri önemli

Bankalar hesapları korumak ve dolandırıcılığı önlemek için giderek daha fazla biyometrik sistemlere—parmak izi, yüz taramaları, iris okuyucular—dayanıyor. Ancak “en iyi” cihazı seçmek hiç de basit değil. Değişen aydınlatma, sensör arızaları, yoğun şubeler veya müşterilerin alışkanlıklarındaki kaymalar gibi gerçek dünya koşulları performansı belirsiz ve zamana bağlı hale getiriyor. Bu makale, bankaların böyle karmaşık, dalgalı koşullar altında güvenilir kalan biyometrik sistemleri seçmesine yardımcı olmak amacıyla tasarlanmış yeni bir matematiksel karar verme çerçevesi sunuyor; amaç finansal hataları azaltmak ve insan ile teknik belirsizliği gerçekçi biçimde yansıtmak.

Belirsizliği üç ton halinde görmek

Geleneksel karar araçları genellikle her seçeneğe tek, net bir puan atayabileceğimizi varsayar: iyi, kötü veya arada bir yer. Gerçek hayat bundan daha bulanık. Önceki nesil bulanık mantık, bir kategoriye kısmi üyeliğe ve daha sonra da üyelik dışı ve nötr duruma izin vererek bunu yakalamaya çalıştı. Yine de genellikle basit, tek boyutlu sayılara dayanıyorlardı. Yazarlar, bir seçeneğe destek, karşıtlık ve nötr tereddüt olmak üzere aynı anda üç yönü izleyen ve bunları sadece büyüklük olarak değil aynı zamanda bir faz—yani bir tür zamanlama veya döngüsel davranış—şeklinde kodlayan daha ifadeli bir fikir olan karmaşık küresel bulanık kümeler fikri üzerine inşa ediyor. Bu, “bu cihaz günün çoğunda çok iyi çalışıyor ama akşam yoğunluğu sırasında zorlanıyor” gibi zamanla değişen desenleri kesin ama esnek bir şekilde temsil etmeye olanak tanıyor.

Birçok gürültülü görüşü birleştirmenin yeni yolu

Bankacılık uygulamalarında biyometrik seçimler kullanım kolaylığı, veri yedekleme, pil ömrü, konum takibi ve daha fazlası gibi birçok kritere bağlıdır; bunlar uzmanlar tarafından değerlendirilir ve uzmanlar fikir ayrılığına düşebilir veya emin olmayabilir. Bu dağınık, bazen uç görüşleri tek bir dengeli karara dönüştürmeyi zorlaştırır. Doğrusal ortalama, olağandışı yüksek veya düşük bir puanın hakim olmasına izin verebilir ve kriterler arasındaki önemli etkileşimleri bulanıklaştırabilir. Bunu ele almak için yazarlar, karmaşık küresel bulanık ortama uyarlanmış iki yeni “Einstein” birleştirme operatörünü tanıtıyor. Bu operatörler, kriterlerin birbirini desteklemesini teşvik eden ancak bir güçlü puanın başka yerlerdeki zayıflıkları tamamen telafi etmesini engelleyen doğrusal olmayan matematiksel kurallar kullanıyor. Sonuç olarak, birleşik değerlendirme daha düzgün, gerçekçi sınırlar içinde kalıyor ve aykırı ya da güvenilmez girdilere karşı daha az hassas oluyor.

Beraberlik olmadan seçenekleri sıralamak

Belirsizlik için sofistike bir dil ve akıllı birleştirme olsa bile, karar vericilerin hâlâ alternatiflerin net bir sıralamasına ihtiyacı var. Karmaşık küresel bulanık veriler için önceki puanlama formülleri bazen farklı seçenekleri eşit kabul ederek hangi biyometrik sistemin gerçekten daha iyi olduğunu söylemeyi imkânsız kıldı. Makale, destek, nötrlük ve karşıtlığı ile bunların faz davranışını daha dikkatli tartan geliştirilmiş bir puan fonksiyonu öneriyor. Bu rafine ölçüt sayısal aralığı genişletiyor ve beraberlikleri azaltıyor; böylece zaman veya koşullara göre farklı davranan iki sistemin aynı genel puanı alma olasılığı çok daha azalıyor. Bu da yöneticilere adayların açık bir sırasını veriyor.

Yöntemi bankada uygulamaya koymak

Yöntemin uygulamada nasıl performans gösterdiğini göstermek için yazarlar, dolandırıcılık riski yüksek olduğundan şüphelenilen ve biyometrik erişimini yükseltmek isteyen bir bankayı inceliyor. Dört ticari sistem, kullanıcı dostluğu, veri yedekleme önlemleri, pil yedeği ve konum hizmetleri yoluyla çalışan takibi olmak üzere dört temel kritere göre karşılaştırılıyor. Her cihaz–kriter çiftine ilişkin uzman yargıları, her gereksinimin ne kadar karşılandığını ve bu performansın farklı durumlarda nasıl değiştiğini yakalayan karmaşık küresel bulanık sayılar olarak kodlanıyor. Yeni Einstein birleştirme operatörleri bu değerlendirmeleri daha sonra her cihaz için genel puanlara dönüştürüyor. Operatörün her iki versiyonu da en iyi seçim konusunda mutabık: belirsizlik ve kriterler arasındaki bağımlılık tamamen hesaba katıldığında tutarlı şekilde diğerlerinden üstün olan “CP plus” adlı bir sistem.

Bu bankalara ve ötesine nasıl yardımcı olur

Halk gözüyle çalışmanın ana mesajı, güvenlik teknolojisi seçiminin basit ortalamalara veya sadece laboratuvar test puanlarına dayanmaması gerektiğidir. Uzmanların bir sistemin zaman içindeki davranışı hakkında bildiklerini—ve bilmediklerini—modelleyerek ve bu görüşleri kontrollü, doğrusal olmayan bir şekilde birleştirerek önerilen çerçeve daha istikrarlı, daha şeffaf ve gerçek dünya riskiyle daha iyi uyumlu sıralamalar sağlıyor. Vaka çalışması bankacılıktaki biyometrik sistemlere odaklansa da aynı yaklaşım çevre politikası, sağlık teknolojisi veya siber savunma gibi derin belirsizlik ve değişen koşullar altında karar verilmesi gereken karmaşık seçimlerde yol gösterici olabilir.

Atıf: Kanwal, S., Shuaib, U., Alhamzi, G. et al. Optimizing biometric system selection via complex spherical fuzzy einstein aggregation operators. Sci Rep 16, 13183 (2026). https://doi.org/10.1038/s41598-026-39908-3

Anahtar kelimeler: biyometrik güvenlik, bulanık mantık, çok ölçütlü karar verme, banka dolandırıcılığının önlenmesi, belirsizlik modelleme