วิทยาศาสตร์สมัยใหม่ไม่หยุดนิ่ง อุปกรณ์จำเป็นต้องมีการป้องกันคุณภาพสูงมากขึ้นเรื่อยๆ เพื่อที่ผู้ที่เข้าครอบครองโดยไม่ได้ตั้งใจจะไม่สามารถใช้ประโยชน์จากข้อมูลได้อย่างเต็มที่ นอกจากนี้ วิธีการในการปกป้องข้อมูลจากการเข้าถึงโดยไม่ได้รับอนุญาตนั้นไม่เพียงแต่ใช้ในชีวิตประจำวันเท่านั้น
นอกจากการป้อนรหัสผ่านในรูปแบบดิจิทัลแล้ว ยังใช้ระบบรักษาความปลอดภัยไบโอเมตริกซ์เฉพาะบุคคลมากขึ้นอีกด้วย
นี่คืออะไร
ก่อนหน้านี้ ระบบดังกล่าวถูกใช้ในบางกรณีเท่านั้น เพื่อปกป้องวัตถุเชิงกลยุทธ์ที่สำคัญที่สุด
หลังจากวันที่ 11 กันยายน 2011 เราได้ข้อสรุปว่าวิธีการปกป้องข้อมูลและการเข้าถึงนี้ไม่เพียงแต่สามารถใช้ได้ในพื้นที่เหล่านี้เท่านั้น แต่ยังรวมถึงในพื้นที่อื่นๆ ด้วย
ดังนั้น เทคนิคการระบุตัวตนของมนุษย์จึงกลายเป็นสิ่งที่ขาดไม่ได้ในหลายวิธีในการต่อสู้กับการฉ้อโกงและการก่อการร้าย เช่นเดียวกับในพื้นที่เช่น:
- ระบบไบโอเมตริกซ์สำหรับการเข้าถึงเทคโนโลยีการสื่อสาร เครือข่าย และฐานข้อมูลคอมพิวเตอร์
-ฐานข้อมูล;
- การควบคุมการเข้าถึงการจัดเก็บข้อมูล ฯลฯ
แต่ละคนมีลักษณะเฉพาะที่ไม่เปลี่ยนแปลงไปตามกาลเวลา หรือคุณลักษณะที่สามารถแก้ไขได้ แต่เป็นของบุคคลใดบุคคลหนึ่งเท่านั้น ในเรื่องนี้ พารามิเตอร์ต่อไปนี้ของระบบไบโอเมตริกซ์ที่ใช้ในเทคโนโลยีเหล่านี้สามารถแยกแยะได้:
- ไดนามิก - คุณสมบัติของการเขียนด้วยลายมือ เสียง ฯลฯ;
- คงที่ - ลายนิ้วมือ การถ่ายภาพหู การสแกนม่านตา และอื่นๆ
ในอนาคต เทคโนโลยีไบโอเมตริกซ์จะเข้ามาแทนที่วิธีการปกติของการตรวจสอบบุคคลโดยใช้หนังสือเดินทาง เนื่องจากจะมีการแนะนำชิปฝังตัว การ์ด และนวัตกรรมที่คล้ายคลึงกันในด้านเทคโนโลยีทางวิทยาศาสตร์ไม่เพียงแต่ในเอกสารนี้ แต่ยังรวมถึงในเอกสารอื่นๆ ด้วย
พูดนอกเรื่องเล็กน้อยเกี่ยวกับวิธีการระบุตัวตน:
- บัตรประจำตัว - หนึ่งถึงหลาย; ตัวอย่างจะถูกเปรียบเทียบกับตัวอย่างที่มีอยู่ทั้งหมดตามพารามิเตอร์บางอย่าง
- รับรองความถูกต้อง - หนึ่งต่อหนึ่ง; ตัวอย่างจะถูกเปรียบเทียบกับวัสดุที่ได้รับก่อนหน้านี้ ในกรณีนี้ บุคคลอาจเป็นที่รู้จัก ข้อมูลที่ได้รับของบุคคลจะถูกเปรียบเทียบกับพารามิเตอร์ตัวอย่างของบุคคลนี้ที่มีอยู่ในฐานข้อมูล
ระบบความปลอดภัยไบโอเมตริกซ์ทำงานอย่างไร
ในการสร้างพื้นฐานสำหรับบางคน จำเป็นต้องพิจารณาพารามิเตอร์ทางชีววิทยาของเขาด้วยอุปกรณ์พิเศษ
ระบบจำตัวอย่างไบโอเมตริกที่ได้รับ (ขั้นตอนการเขียน) ในกรณีนี้อาจจำเป็นต้องสร้างตัวอย่างหลายๆ ตัวอย่างเพื่อประกอบให้ถูกต้องแม่นยำยิ่งขึ้นค่าควบคุมของพารามิเตอร์ ข้อมูลที่ระบบได้รับจะถูกแปลงเป็นรหัสทางคณิตศาสตร์
นอกเหนือจากการสร้างตัวอย่าง ระบบอาจขอขั้นตอนเพิ่มเติมเพื่อรวมตัวระบุส่วนบุคคล (PIN หรือสมาร์ทการ์ด) และตัวอย่างไบโอเมตริกซ์ ต่อมา เมื่อจับคู่แล้ว ระบบจะเปรียบเทียบข้อมูลที่ได้รับโดยเปรียบเทียบรหัสทางคณิตศาสตร์กับข้อมูลที่บันทึกไว้แล้ว หากตรงกันแสดงว่าการตรวจสอบสำเร็จ
ข้อผิดพลาดที่เป็นไปได้
ระบบอาจสร้างข้อผิดพลาด ซึ่งแตกต่างจากการจดจำด้วยรหัสผ่านหรือคีย์อิเล็กทรอนิกส์ ในกรณีนี้ ข้อมูลที่ไม่ถูกต้องประเภทต่อไปนี้จะแยกแยะ:
- ประเภทที่ 1 ข้อผิดพลาด: อัตราการเข้าถึงเท็จ (FAR) - คนหนึ่งอาจถูกเข้าใจผิดว่าเป็นอีกคนหนึ่ง;
- ข้อผิดพลาดประเภท 2: อัตราการปฏิเสธที่ผิดพลาด (FRR) – บุคคลนั้นไม่เป็นที่รู้จักในระบบ
เพื่อแยกตัวอย่างเช่น ข้อผิดพลาดในระดับนี้ จำเป็นต้องข้ามตัวบ่งชี้ FAR และ FRR อย่างไรก็ตาม มันเป็นไปไม่ได้ เนื่องจากจะต้องระบุตัวตนของบุคคลด้วย DNA
ลายนิ้วมือ
ในขณะนี้ วิธีที่รู้จักกันดีที่สุดคือไบโอเมตริกซ์ เมื่อได้รับหนังสือเดินทางแล้ว พลเมืองรัสเซียยุคใหม่จะต้องผ่านขั้นตอนการพิมพ์ลายนิ้วมือเพื่อป้อนลงในบัตรส่วนบุคคล
วิธีนี้อิงจากความเป็นเอกลักษณ์ของลายนิ้วโป้งที่ใช้กันมานานพอสมควร เริ่มด้วยนิติเวช(dactyloscopy). โดยการสแกนนิ้ว ระบบจะแปลตัวอย่างเป็นโค้ดประเภทหนึ่ง จากนั้นนำไปเปรียบเทียบกับตัวระบุที่มีอยู่
ตามกฎแล้ว อัลกอริธึมการประมวลผลข้อมูลจะใช้ตำแหน่งแต่ละจุดที่มีลายนิ้วมือ - ส้อม จุดสิ้นสุดของเส้นรูปแบบ ฯลฯ เวลาที่ใช้ในการแปลภาพเป็นรหัสและออกผลลัพธ์คือ ปกติประมาณ 1 วินาที
อุปกรณ์ รวมถึงซอฟต์แวร์สำหรับมัน กำลังผลิตในรูปแบบที่ซับซ้อนและมีราคาไม่แพงนัก
เกิดข้อผิดพลาดเมื่อสแกนนิ้ว (หรือมือทั้งสองข้าง) ค่อนข้างบ่อยหาก:
- นิ้วมีความชื้นหรือแห้งผิดปกติ
- มือที่รักษาด้วยสารเคมีที่ทำให้การระบุตัวยาก
- มีรอยแตกขนาดเล็กหรือรอยขีดข่วน
- มีการไหลของข้อมูลจำนวนมากและต่อเนื่อง ตัวอย่างเช่น เป็นไปได้ในองค์กรที่เข้าถึงสถานที่ทำงานโดยใช้เครื่องสแกนลายนิ้วมือ เนื่องจากการไหลของผู้คนมีความสำคัญ ระบบอาจล้มเหลว
บริษัทที่มีชื่อเสียงที่สุดที่เกี่ยวข้องกับระบบจดจำลายนิ้วมือ: Bayometric Inc., SecuGen. ในรัสเซีย พวกเขากำลังพัฒนาสิ่งนี้: Sonda, BioLink, SmartLock และอื่นๆ
ม่านตา
รูปแบบเปลือกเกิดขึ้นที่ 36 สัปดาห์ของการพัฒนาของทารกในครรภ์ เกิดขึ้นภายในสองเดือนและไม่เปลี่ยนแปลงตลอดชีวิต ระบบการระบุม่านตาไบโอเมตริกซ์ไม่ใช่เฉพาะที่แม่นยำที่สุดในซีรีส์นี้ แต่ยังมีราคาแพงที่สุดอีกด้วย
ข้อดีของวิธีการคือ การสแกน นั่นคือ จับภาพ ทำได้ทั้งในระยะ 10 ซม. และระยะ 10 เมตร
เมื่อแก้ไขภาพ ข้อมูลเกี่ยวกับตำแหน่งของจุดบางจุดบนม่านตาจะถูกส่งไปยังเครื่องคิดเลข ซึ่งจะให้ข้อมูลเกี่ยวกับความเป็นไปได้ของความอดทน ความเร็วในการประมวลผลข้อมูลม่านตามนุษย์อยู่ที่ประมาณ 500ms.
ในขณะนี้ ระบบการรับรู้ในตลาดไบโอเมตริกซ์นี้ใช้พื้นที่ไม่เกิน 9% ของจำนวนวิธีการระบุดังกล่าวทั้งหมด ในขณะเดียวกัน ส่วนแบ่งการตลาดของเทคโนโลยีลายนิ้วมือมีมากกว่า 50%
เครื่องสแกนที่อนุญาตให้จับภาพและประมวลผลม่านตาได้มีการออกแบบและซอฟต์แวร์ที่ค่อนข้างซับซ้อน ดังนั้นจึงตั้งราคาไว้สูงสำหรับอุปกรณ์ดังกล่าว นอกจากนี้ Iridian เดิมเป็นผู้ผูกขาดในการผลิตระบบการรู้จำม่านตาของมนุษย์ จากนั้นบริษัทขนาดใหญ่อื่นๆ เริ่มเข้าสู่ตลาด ซึ่งได้ดำเนินการผลิตส่วนประกอบสำหรับอุปกรณ์ต่างๆ แล้ว
ดังนั้น ในขณะนี้ในรัสเซีย มีบริษัทต่อไปนี้ที่สร้างระบบการจดจำของมนุษย์โดยม่านตา: AOptix, SRI International อย่างไรก็ตาม บริษัทเหล่านี้ไม่ได้ให้ตัวบ่งชี้จำนวนข้อผิดพลาดประเภทที่ 1 และ 2 ดังนั้นจึงไม่ใช่ความจริงที่ว่าระบบไม่ได้รับการปกป้องจากการปลอมแปลง
รูปหน้า
มีระบบไบโอเมตริกซ์ความปลอดภัยที่เกี่ยวข้องกับการจดจำใบหน้าในโหมด 2D และ 3D โดยทั่วไปแล้วเชื่อกันว่าลักษณะใบหน้าของแต่ละคนมีเอกลักษณ์เฉพาะตัวไม่เปลี่ยนแปลงตลอดช่วงชีวิต ลักษณะเช่นระยะห่างระหว่างจุดบางจุด รูปร่าง ฯลฯ ยังคงไม่เปลี่ยนแปลง
โหมด 2D เป็นวิธีการระบุตัวตนแบบคงที่ เมื่อแก้ไขภาพจำเป็นต้องไม่เคลื่อนไหว พื้นหลัง การมีหนวด เครา แสงจ้า และปัจจัยอื่นๆ ที่ทำให้ระบบจำใบหน้าไม่ได้ก็มีความสำคัญเช่นกัน ซึ่งหมายความว่าสำหรับความไม่ถูกต้องใดๆ ผลลัพธ์จะไม่ถูกต้อง
ในขณะนี้ วิธีนี้ไม่ได้รับความนิยมมากนักเนื่องจากมีความแม่นยำต่ำและใช้เฉพาะในไบโอเมตริกหลายรูปแบบ (กากบาท) ซึ่งเป็นการผสมผสานวิธีการจดจำใบหน้าและเสียงในเวลาเดียวกัน ระบบรักษาความปลอดภัยไบโอเมตริกซ์อาจรวมถึงโมดูลอื่นๆ - สำหรับ DNA ลายนิ้วมือ และอื่นๆ นอกจากนี้ วิธีข้ามไม่จำเป็นต้องติดต่อกับบุคคลที่จำเป็นต้องระบุ ซึ่งช่วยให้คุณจดจำบุคคลด้วยภาพถ่ายและเสียงที่บันทึกในอุปกรณ์ทางเทคนิค
วิธี 3D มีพารามิเตอร์อินพุตต่างกันโดยสิ้นเชิง ดังนั้นจึงไม่สามารถเปรียบเทียบกับเทคโนโลยี 2D ได้ เมื่อบันทึกภาพจะใช้ใบหน้าแบบไดนามิก ระบบที่จับภาพแต่ละภาพจะสร้างโมเดล 3 มิติ จากนั้นจึงนำข้อมูลที่ได้รับมาเปรียบเทียบ
ในกรณีนี้ จะใช้ตะแกรงพิเศษซึ่งฉายลงบนใบหน้าของบุคคล ระบบความปลอดภัยไบโอเมตริกซ์ สร้างหลายเฟรมต่อประการที่สอง ประมวลผลภาพด้วยซอฟต์แวร์ที่รวมอยู่ในภาพ ในขั้นตอนแรกของการสร้างภาพ ซอฟต์แวร์จะทิ้งภาพที่ไม่เหมาะสมซึ่งใบหน้าไม่สามารถมองเห็นได้ชัดเจนหรือมีวัตถุรองอยู่
จากนั้นโปรแกรมจะตรวจจับและละเว้นรายการพิเศษ (แว่นตา ทรงผม ฯลฯ) คุณสมบัติทางสัดส่วนของใบหน้าได้รับการเน้นและจดจำ โดยสร้างรหัสเฉพาะที่ป้อนลงในที่เก็บข้อมูลพิเศษ เวลาในการจับภาพประมาณ 2 วินาที
อย่างไรก็ตาม แม้จะมีข้อได้เปรียบของวิธี 3D มากกว่าวิธี 2D การรบกวนที่สำคัญบนใบหน้าหรือการเปลี่ยนแปลงในการแสดงออกทางสีหน้าก็ลดความน่าเชื่อถือทางสถิติของเทคโนโลยีนี้
วันนี้ เทคโนโลยีการจดจำใบหน้าด้วยไบโอเมตริกซ์ถูกนำมาใช้ร่วมกับวิธีการที่รู้จักกันดีที่สุดที่อธิบายไว้ข้างต้น ซึ่งคิดเป็นสัดส่วนประมาณ 20% ของตลาดเทคโนโลยีไบโอเมตริกซ์ทั้งหมด
บริษัทที่พัฒนาและใช้เทคโนโลยีการระบุใบหน้า: Geometrix, Inc., Bioscrypt, Cognitec Systems GmbH ในรัสเซีย บริษัทต่อไปนี้กำลังดำเนินการเกี่ยวกับปัญหานี้: Artec Group, Vocord (วิธี 2D) และผู้ผลิตรายอื่นๆ
เส้นเลือดฝ่ามือ
เมื่อประมาณ 10-15 ปีที่แล้ว เทคโนโลยีการระบุตัวตนไบโอเมตริกซ์แบบใหม่ก็เกิดขึ้น - การรับรู้จากเส้นเลือดของมือ สิ่งนี้เกิดขึ้นได้เนื่องจากฮีโมโกลบินในเลือดดูดซับรังสีอินฟราเรดอย่างเข้มข้น
กล้อง IR พิเศษถ่ายภาพฝ่ามือ ส่งผลให้เส้นตารางปรากฏในภาพ ซอฟต์แวร์ประมวลผลรูปภาพนี้และส่งคืนผลลัพธ์
ตำแหน่งของเส้นเลือดที่แขนเปรียบได้กับลักษณะเฉพาะของม่านตา - เส้นและโครงสร้างไม่เปลี่ยนแปลงไปตามกาลเวลา ความน่าเชื่อถือของวิธีนี้ยังสามารถสัมพันธ์กับผลลัพธ์ที่ได้จากการระบุตัวตนโดยใช้ม่านตา
คุณไม่จำเป็นต้องติดต่อผู้อ่านเพื่อจับภาพ แต่การใช้วิธีการนำเสนอนี้จำเป็นต้องมีเงื่อนไขบางประการเพื่อให้ได้ผลลัพธ์ที่แม่นยำที่สุด: เป็นไปไม่ได้ที่จะได้ภาพดังกล่าว ตัวอย่างเช่น ถ่ายรูปมือข้างถนน นอกจากนี้ ระหว่างการสแกน คุณจะไม่สามารถเปิดกล้องได้ ผลลัพธ์ที่ได้จะไม่ถูกต้องหากมีโรคเกี่ยวกับอายุ
การจัดจำหน่ายวิธีการในตลาดมีเพียง 5% แต่ได้รับความสนใจอย่างมากจากบริษัทขนาดใหญ่ที่พัฒนาเทคโนโลยีไบโอเมตริกซ์แล้ว: TDSi, Veid Pte. จำกัด, Hitachi VeinID
เรตินา
การสแกนรูปแบบของเส้นเลือดฝอยบนพื้นผิวเรตินาถือเป็นวิธีการระบุตัวตนที่น่าเชื่อถือที่สุด มันรวมเอาคุณสมบัติที่ดีที่สุดของเทคโนโลยีการจดจำมนุษย์แบบไบโอเมตริกซ์โดยพิจารณาจากม่านตาและเส้นเลือดของมือ
วิธีเดียวที่จะให้ผลลัพธ์ที่ไม่ถูกต้องคือต้อกระจก โดยทั่วไป เรตินามีโครงสร้างที่ไม่เปลี่ยนแปลงไปตลอดชีวิต
ข้อเสียของระบบนี้คือการสแกนม่านตาจะทำเมื่อบุคคลไม่เคลื่อนไหว เทคโนโลยีซึ่งซับซ้อนในการใช้งานทำให้ใช้เวลาดำเนินการนาน
เนื่องจากค่าใช้จ่ายสูง ระบบไบโอเมตริกซ์จึงไม่ได้ใช้กันอย่างแพร่หลาย แต่ให้ผลลัพธ์ที่แม่นยำที่สุดสำหรับวิธีการสแกนคุณสมบัติของมนุษย์ทั้งหมดในตลาด
มือ
วิธีการระบุรูปทรงเรขาคณิตของมือที่ได้รับความนิยมก่อนหน้านี้กำลังถูกใช้น้อยลง เนื่องจากให้ผลลัพธ์ที่ต่ำที่สุดเมื่อเทียบกับวิธีอื่นๆ เมื่อทำการสแกน นิ้วจะถูกถ่ายภาพ ความยาว อัตราส่วนระหว่างโหนดและพารามิเตอร์อื่น ๆ จะถูกกำหนด
ทรงหู
ผู้เชี่ยวชาญกล่าวว่าวิธีการระบุตัวตนที่มีอยู่ทั้งหมดนั้นไม่แม่นยำเท่ากับการจดจำบุคคลด้วยรูปทรงของหู อย่างไรก็ตามมีวิธีกำหนดบุคลิกภาพด้วย DNA แต่ในกรณีนี้มีการติดต่อใกล้ชิดกับผู้คนจึงถือว่าผิดจรรยาบรรณ
นักวิจัย Mark Nixon จากสหราชอาณาจักรอ้างว่าวิธีการระดับนี้เป็นระบบไบโอเมตริกซ์ยุคใหม่ ซึ่งให้ผลลัพธ์ที่แม่นยำที่สุด ต่างจากเรตินา ม่านตา หรือนิ้ว ซึ่งพารามิเตอร์ภายนอกมักจะทำให้ระบุได้ยาก ซึ่งสิ่งนี้จะไม่เกิดขึ้นที่หู เกิดขึ้นในวัยเด็ก หูจะเติบโตโดยไม่เปลี่ยนประเด็นหลักเท่านั้น
นักประดิษฐ์เรียกวิธีการระบุตัวบุคคลโดยอวัยวะของการได้ยินว่า "การแปลงลำแสงภาพ" เทคโนโลยีนี้เกี่ยวข้องกับการถ่ายภาพด้วยรังสีที่มีสีต่างกัน จากนั้นจึงแปลเป็นรหัสทางคณิตศาสตร์
อย่างไรก็ตาม ตามที่นักวิทยาศาสตร์ วิธีของเขาก็มีด้านลบเช่นกัน ถึงเช่น ขนที่ปิดหู ทำมุมผิด และความไม่ถูกต้องอื่นๆ อาจรบกวนการได้ภาพที่ชัดเจน
เทคโนโลยีสแกนหูจะไม่แทนที่วิธีการระบุตัวตนที่คุ้นเคยและคุ้นเคย เช่น ลายนิ้วมือ แต่สามารถใช้ควบคู่ไปกับมันได้
เชื่อกันว่าสิ่งนี้จะเพิ่มความน่าเชื่อถือในการรับรู้ของมนุษย์ นักวิทยาศาสตร์เชื่อว่าสิ่งสำคัญอย่างยิ่งคือการผสมผสานวิธีการต่างๆ (หลายรูปแบบ) ในการจับกุมอาชญากร จากการทดลองและการวิจัย พวกเขาหวังว่าจะสร้างซอฟต์แวร์ที่จะใช้ในศาลเพื่อระบุตัวผู้กระทำความผิดจากภาพโดยไม่ซ้ำกัน
เสียงมนุษย์
การระบุตัวตนสามารถทำได้ทั้งในประเทศและจากระยะไกลโดยใช้เทคโนโลยีการจดจำเสียง
เมื่อคุยโทรศัพท์ ระบบจะเปรียบเทียบพารามิเตอร์นี้กับพารามิเตอร์ที่มีอยู่ในฐานข้อมูลและค้นหาตัวอย่างที่คล้ายกันในรูปของเปอร์เซ็นต์ การจับคู่ที่สมบูรณ์หมายความว่ามีการสร้างตัวตนนั่นคือการระบุด้วยเสียงได้เกิดขึ้น
ในการเข้าถึงสิ่งใดก็ตามในวิธีดั้งเดิม ต้องตอบคำถามเพื่อความปลอดภัยบางข้อ นี่คือรหัสตัวเลข นามสกุลเดิมของแม่ และรหัสผ่านแบบข้อความอื่นๆ
การวิจัยสมัยใหม่ในพื้นที่นี้แสดงให้เห็นว่าข้อมูลนี้ค่อนข้างง่ายที่จะเข้าใจ ดังนั้นจึงสามารถใช้วิธีการระบุตัวตน เช่น เสียงไบโอเมตริกซ์ได้ ในกรณีนี้ ไม่ใช่ความรู้ของรหัสที่อยู่ภายใต้การตรวจสอบ แต่เป็นบุคลิกภาพของบุคคล
สำหรับในการดำเนินการนี้ ลูกค้าต้องพูดวลีรหัสหรือเริ่มพูด ระบบจะจดจำเสียงของผู้โทรและตรวจสอบว่าเป็นของบุคคลนี้หรือไม่ - เขาเป็นคนที่เขาอ้างว่าเป็นหรือไม่
ระบบรักษาความปลอดภัยข้อมูลไบโอเมตริกซ์ประเภทนี้ไม่ต้องใช้อุปกรณ์ราคาแพง นี่เป็นข้อได้เปรียบ นอกจากนี้ คุณไม่จำเป็นต้องมีความรู้พิเศษในการสแกนด้วยเสียงโดยระบบ เนื่องจากอุปกรณ์จะสร้างผลลัพธ์ของประเภท "จริง - เท็จ" อย่างอิสระ
อย่างไรก็ตาม เสียงสามารถเปลี่ยนแปลงได้ตามอายุหรือเนื่องจากการเจ็บป่วย ดังนั้นวิธีการนี้จึงเชื่อถือได้ก็ต่อเมื่อทุกอย่างเป็นไปตามพารามิเตอร์นี้เท่านั้น ความแม่นยำของผลลัพธ์อาจได้รับผลกระทบ นอกจากนี้ เสียงรบกวนจากภายนอก
ลายมือ
การระบุตัวตนของบุคคลโดยวิธีการเขียนตัวอักษรนั้นเกิดขึ้นในเกือบทุกด้านของชีวิตที่จำเป็นต้องลงลายมือชื่อ สิ่งนี้จะเกิดขึ้น ตัวอย่างเช่น ในธนาคาร เมื่อผู้เชี่ยวชาญเปรียบเทียบตัวอย่างที่สร้างขึ้นเมื่อเปิดบัญชีที่มีลายเซ็นติดอยู่ในระหว่างการเยี่ยมชมครั้งต่อไป
ความแม่นยำของวิธีนี้ไม่สูง เนื่องจากการระบุตัวตนไม่ได้เกิดขึ้นด้วยความช่วยเหลือของรหัสทางคณิตศาสตร์ เช่นเดียวกับวิธีก่อนหน้านี้ แต่โดยการเปรียบเทียบง่ายๆ มีการรับรู้อัตนัยในระดับสูง นอกจากนี้ ลายมือจะเปลี่ยนไปอย่างมากตามอายุ ซึ่งมักจะทำให้จำยาก
ในกรณีนี้จะดีกว่าถ้าใช้ระบบอัตโนมัติที่จะช่วยให้คุณระบุการจับคู่ที่มองเห็นได้ไม่เพียงเท่านั้น แต่ยังรวมถึงคุณสมบัติที่โดดเด่นอื่นๆ ของการสะกดคำ เช่น ความชันระยะห่างระหว่างจุดและลักษณะเด่นอื่นๆ
