كيف تعمل أنظمة أمن التعرف على الوجوه القائمة على الذكاء الاصطناعي ولماذا هي أفضل من كلمات المرور

كلمات المرور هي الطريقة الأكثر شيوعاً لمصادقة المستخدمين للوصول إلى الموارد المحمية، مثل أنظمة الكمبيوتر والشبكات وقواعد البيانات والمواقع الإلكترونية والتطبيقات الأخرى. ومع ذلك، فإن كلمات المرور تشكل أيضاً حلقة ضعيفة في سلسلة الأمن، حيث أن المستخدمين غالباً ما يتبعون عادات سيئة، مثل إعادة استخدام نفس كلمة المرور لحسابات مختلفة، أو اختيار كلمات مرور يسهل تخمينها، أو مشاركة كلمات المرور مع الآخرين. تعرض هذه الممارسات المستخدمين والمؤسسات لمخاطر مختلفة، مثل سرقة الهوية واختراق البيانات والهجمات الإلكترونية والاحتيال.

لتحسين الوضع الأمني للمؤسسات والصناعات، هناك حاجة لإعادة التفكير في استراتيجية المصادقة واعتماد طرق أكثر قوة وراحة. إحدى هذه الطرق هي أنظمة الأمن بالتعرف على الوجه القائمة على الذكاء الاصطناعي، والتي تستخدم الملامح الفريدة لوجه الشخص للتحقق من هويته ومنحه الوصول إلى الموارد المطلوبة.

تتكون أنظمة الأمن بالتعرف على الوجه من ثلاث خطوات: كشف الوجه، ومحاذاة الوجه، والتعرف على الوجه. تتضمن كل خطوة استخدام نماذج التعلم العميق لمعالجة بيانات الصور واستخراج المعلومات ذات الصلة. كشف الوجه هو عملية تحديد وقص منطقة الوجه من الصورة. محاذاة الوجه هي عملية تحويل منطقة الوجه إلى وضع وحجم قياسي. التعرف على الوجه هو عملية مقارنة منطقة الوجه بقاعدة بيانات للوجوه المعروفة وإيجاد أفضل تطابق.

تتمتع أنظمة الأمن بالتعرف على الوجه بالعديد من المزايا مقارنة بمصادقة كلمات المرور، مثل:

• تقليل الأخطاء البشرية: لا يحتاج المستخدمون إلى تذكر أو كتابة كلمات المرور، التي يمكن نسيانها أو كتابتها بشكل خاطئ أو سرقتها.

• تحسين تجربة المستخدم: يمكن للمستخدمين الوصول إلى الموارد بسرعة وسهولة بمجرد إظهار وجوههم للكاميرا.

• تعزيز الأمن والخصوصية: وجوه المستخدمين فريدة ويصعب تزويرها أو انتحالها، على عكس كلمات المرور التي يمكن اختراقها أو تخمينها. يمكن لأنظمة التعرف على الوجه أيضاً تشفير البيانات البيومترية للمستخدمين وحمايتها من الوصول غير المصرح به.

• خفض التكلفة والتعقيد: لا يحتاج المستخدمون إلى حمل أو صيانة أي أجهزة أو رموز إضافية للمصادقة، مثل البطاقات الذكية أو سلاسل المفاتيح. يمكن أيضاً دمج أنظمة التعرف على الوجه مع البنية التحتية والتطبيقات الحالية دون تعديل كبير.

ومع ذلك، تواجه أنظمة الأمن بالتعرف على الوجه أيضاً بعض التحديات، مثل:

• جودة البيانات: يعتمد أداء أنظمة التعرف على الوجه على جودة بيانات الصور المستخدمة للتدريب والاختبار. يمكن أن تؤثر الصور منخفضة الجودة على دقة النظام وموثوقيته.

• التغيرات البيئية: يمكن أن يتأثر أداء أنظمة التعرف على الوجه أيضاً بالتغيرات في الإضاءة والخلفية والوضعية والتعبير والحجب والتقدم في العمر وعوامل أخرى يمكن أن تغير مظهر وجه المستخدم.

• هجمات التهديد: يمكن أن تكون أنظمة التعرف على الوجه عرضة لأنواع مختلفة من الهجمات، مثل هجمات العرض التقديمي (استخدام الصور أو الأقنعة لانتحال شخصية مستخدم)، أو هجمات إعادة التشغيل (استخدام مقاطع فيديو مسجلة لتجاوز كشف الحياة)، أو الهجمات الخصومية (استخدام صور معدلة لخداع النظام).

• القضايا القانونية والأخلاقية: تثير أنظمة التعرف على الوجه بعض الأسئلة القانونية والأخلاقية فيما يتعلق بموافقة المستخدمين وحماية البيانات وحقوق الخصوصية والتحيز والتمييز. تتطلب هذه القضايا دراسة وتنظيماً دقيقاً من قبل أصحاب المصلحة.

للتغلب على هذه التحديات، تحتاج أنظمة الأمن بالتعرف على الوجه إلى الاستفادة من الابتكارات التكنولوجية والتعاون الاجتماعي. على سبيل المثال، استخدام تقنيات التعلم العميق المتقدمة لتحسين متانة النظام وكفاءته؛ واستخدام القياسات الحيوية متعددة الوسائط لدمج التعرف على الوجه مع طرائق أخرى، مثل الصوت أو القزحية؛ واستخدام تقنية سلسلة الكتل لضمان سلامة البيانات البيومترية وقابليتها للتتبع؛ واستخدام التعلم الموحد لتمكين مشاركة البيانات الموزعة والحفاظ على الخصوصية؛ واستخدام الذكاء الاصطناعي القابل للتفسير لزيادة شفافية النظام ومساءلته؛ واستخدام المبادئ التوجيهية للذكاء الاصطناعي الأخلاقي لضمان العدالة واحترام القيم الإنسانية.

تتمتع أنظمة الأمن بالتعرف على الوجه القائمة على الذكاء الاصطناعي بالقدرة على تحويل الوضع الأمني للعديد من المؤسسات والصناعات من خلال توفير طريقة مصادقة أقوى وأكثر راحة وأماناً من كلمات المرور. ومع ذلك، فإنها تطرح أيضاً بعض التحديات التي تحتاج إلى معالجة من خلال الابتكارات التكنولوجية والتعاون الاجتماعي. ومن خلال القيام بذلك، يمكن لأنظمة الأمن بالتعرف على الوجه أن تساهم في بناء مجتمع أكثر أماناً وذكاءً.