মোবাইল অ্যাপে বায়োমেট্রিক প্রমাণীকরণ: এটি কী, সেন্সরের প্রকারভেদ এবং কাজের নীতি

বায়োমেট্রিক প্রমাণীকরণ কী?

বায়োমেট্রিক প্রমাণীকরণ হল একজন ব্যবহারকারীর অনন্য শারীরবৃত্তীয় বা আচরণগত বৈশিষ্ট্যের ভিত্তিতে তার পরিচয় যাচাই করার প্রক্রিয়া। মোবাইল ডিভাইসে, প্রযুক্তিটি স্ক্রিন আনলক, পেমেন্ট নিশ্চিতকরণ এবং সুরক্ষিত অ্যাপ্লিকেশন অ্যাক্সেসের জন্য ব্যবহৃত হয়।

একটি বায়োমেট্রিক সিস্টেম তিনটি উপাদান নিয়ে গঠিত: একটি সেন্সর যা বায়োমেট্রিক নমুনা (ফিঙ্গারপ্রিন্ট, মুখ, ভয়েস) ক্যাপচার করে, একটি অ্যালগরিদম যা অনন্য বৈশিষ্ট্য নিষ্কাশন করে এবং একটি মিলান মডিউল যা সেগুলিকে সংরক্ষিত টেমপ্লেটের সাথে তুলনা করে। NIST-এর মতে, আধুনিক ফেস রিকগনিশন অ্যালগরিদম মানক আলোক অবস্থায় মাত্র 0.08% ক্ষেত্রে ভুল করে।

বায়োমেট্রিক পদ্ধতিগুলি ঐতিহ্যবাহী পাসওয়ার্ড প্রতিস্থাপন করছে কারণ তারা ব্যক্তির সাথে আবদ্ধ এবং ট্রান্সমিশনের সময় আটকানো যায় না। Goode Intelligence-এর একটি প্রতিবেদন অনুসারে, 2027 সালের মধ্যে 80% এরও বেশি স্মার্টফোন বায়োমেট্রিক সেন্সর দিয়ে সজ্জিত হবে।

বায়োমেট্রিক্সের একটি গুরুত্বপূর্ণ সুবিধা হল গতি। ফিঙ্গারপ্রিন্টের জন্য গড় প্রমাণীকরণ সময় 0.2 সেকেন্ড, মুখের জন্য — 0.4 সেকেন্ড। তুলনায়, ছয় অঙ্কের PIN কোড প্রবেশ করতে গড়ে 2.5 সেকেন্ড সময় লাগে। প্রতিদিন ডজন খানিক আনলকে, এটি উল্লেখযোগ্য সময় সাশ্রয় করে এবং ব্যবহারকারীর জ্ঞানীয় বোঝা হ্রাস করে।

বায়োমেট্রিক সেন্সরগুলি Android CDD এবং Apple App Review অনুযায়ী নিরাপত্তা স্তর দ্বারা শ্রেণীবদ্ধ করা হয়। ক্লাস 3 (Strong) — পেমেন্টের জন্য প্রত্যয়িত সবচেয়ে নির্ভরযোগ্য সেন্সর। ক্লাস 2 (Weak) — ফেস রিকগনিশনের জন্য সাধারণ ক্যামেরা, শুধুমাত্র স্ক্রিন আনলকের জন্য উপযুক্ত। ক্লাস 1 — শুধুমাত্র সুবিধার জন্য, নিরাপত্তা গ্যারান্টি ছাড়া।

বায়োমেট্রিক সেন্সরের প্রধান প্রকারভেদ

আধুনিক মোবাইল ডিভাইস চারটি প্রধান ধরনের বায়োমেট্রিক সেন্সর ব্যবহার করে। প্রতিটির নির্ভুলতা, গতি এবং আক্রমণ প্রতিরোধের নিজস্ব বৈশিষ্ট্য রয়েছে। সেন্সর নির্বাচন খরচ, ফর্ম ফ্যাক্টর এবং নির্দিষ্ট ফোন মডেলের নিরাপত্তা প্রয়োজনীয়তা দ্বারা নির্ধারিত হয়।

ফিঙ্গারপ্রিন্ট স্ক্যানার

এটি স্মার্টফোনে সবচেয়ে সাধারণ ধরনের বায়োমেট্রিক সেন্সর। ক্যাপাসিটিভ স্ক্যানার, যা Apple Touch ID-তে ব্যবহার করে, প্যাপিলারি প্যাটার্নের উঁচু ও নিচু অংশের মধ্যে বৈদ্যুতিক সম্ভাবনার পার্থক্য বিশ্লেষণ করে। আল্ট্রাসোনিক স্ক্যানার (Qualcomm 3D Sonic) ময়লা এবং প্রতিরক্ষামূলক গ্লাসের মধ্য দিয়ে প্রবেশ করে, 98.6% নির্ভুলতা প্রদান করে।

মুখ শনাক্তকরণ

2D ক্যামেরা সাধারণ ফটোগ্রাফি ব্যবহার করে এবং দ্রুত কাজ করে, কিন্তু কম নিরাপদ। 3D সিস্টেম (Face ID, Huawei 3D Face Unlock) মুখে 30,000 ইনফ্রারেড বিন্দু প্রজেক্ট করে এবং একটি সঠিক গভীরতা মানচিত্র তৈরি করে। অন্য ব্যক্তির মুখ দিয়ে আকস্মিক আনলকের সম্ভাবনা 1,000,000-এ 1 — Touch ID-র তুলনায় 20 গুণ কম।

আইরিস স্ক্যানার এবং ভয়েস শনাক্তকরণ

একটি আইরিস স্ক্যানার IR-আলোকিত ক্যামেরা ব্যবহার করে আইরিসে 200টি অনন্য বিন্দু পর্যন্ত বিশ্লেষণ করে। প্রযুক্তিটি Samsung Galaxy Note 7–9-এ ব্যবহৃত হয়েছিল কিন্তু ব্যবহারযোগ্যতা সমস্যার কারণে 3D মুখ শনাক্তকরণ এর স্থান নিয়েছে। ভয়েস বায়োমেট্রিক্স 100+ অ্যাকোস্টিক প্যারামিটারের ভিত্তিতে ভয়েসপ্রিন্ট তৈরি করে: কাঠি, মৌলিক কম্পাঙ্ক এবং উচ্চারণ। এটি ফোন যাচাইয়ের জন্য ব্যাংকিং সিস্টেমে ব্যবহৃত হয়।

মোবাইল ডিভাইসে বায়োমেট্রিক্স কীভাবে কাজ করে

বায়োমেট্রিক প্রমাণীকরণ প্রক্রিয়া দুটি ধাপে বিভক্ত: নিবন্ধন এবং যাচাইকরণ। নিবন্ধনের সময়, সেন্সর বায়োমেট্রিক নমুনার একাধিক ছবি নেয়, অ্যালগরিদম স্বতন্ত্র বৈশিষ্ট্য নিষ্কাশন করে এবং সেগুলিকে একটি গাণিতিক টেমপ্লেট হিসাবে সংরক্ষণ করে। একটি টেমপ্লেট কোনও চিত্র নয়, বরং সংখ্যাসূচক ভেক্টরের একটি সেট যা মূল চিত্রে ফিরিয়ে আনা যায় না।

যাচাইকরণের সময়, একটি নতুন নমুনা সংরক্ষিত টেমপ্লেটের সাথে তুলনা করা হয় এবং সিস্টেম ফলাফল দেয়: মিল বা প্রত্যাখ্যান। নিউরাল নেটওয়ার্কের উপর ভিত্তি করে আধুনিক অ্যালগরিদম (Apple A-চিপে Neural Engine, Snapdragon-এ NPU) এই তুলনা 100–400 মিলিসেকেন্ডে প্রক্রিয়া করে। Apple Security Guide-এর মতে, Neural Engine শুধুমাত্র বায়োমেট্রিক গণনার জন্য প্রতি সেকেন্ডে 1 ট্রিলিয়ন অপারেশন পর্যন্ত করে।

মোবাইল বায়োমেট্রিক্সের একটি মূল বৈশিষ্ট্য হল যে সমস্ত গণনা ডিভাইসে, প্রসেসরের একটি বিচ্ছিন্ন এলাকায় সঞ্চালিত হয়। Android-এর জন্য এটি Trusted Execution Environment (TEE), iOS-এর জন্য — Secure Enclave। বায়োমেট্রিক ডেটা কখনই চিপ ছেড়ে যায় না এবং ইন্টারনেটের মাধ্যমে প্রেরণ করা হয় না।

বায়োমেট্রিক ডেটার নিরাপত্তা

বায়োমেট্রিক নিরাপত্তা হার্ডওয়্যার বিচ্ছিন্নতা এবং টেমপ্লেটের ক্রিপ্টোগ্রাফিক সুরক্ষার মাধ্যমে নিশ্চিত করা হয়। Apple A7–A18 প্রসেসরে Secure Enclave হল নিজস্ব ফার্মওয়্যার সহ একটি পৃথক কোপ্রসেসর যা প্রতিটি ডিভাইসের জন্য অনন্য কী দিয়ে বায়োমেট্রিক ডেটা এনক্রিপ্ট করে। শুধুমাত্র অপারেটিং সিস্টেমের একটি সুরক্ষিত চ্যানেলের মাধ্যমে Secure Enclave-এ অ্যাক্সেস রয়েছে।

Android ডিভাইসে, Secure Enclave-এর ভূমিকা ARM TrustZone-ভিত্তিক Trusted Execution Environment (TEE) পালন করে। TEE মূল OS এবং অ্যাপ্লিকেশন থেকে বায়োমেট্রিক গণনাগুলিকে বিচ্ছিন্ন করে। Google Security Blog-এর মতে, Android 12+ সমস্ত Strong-স্তরের বায়োমেট্রিক অপারেশনের জন্য TEE-র বাধ্যতামূলক ব্যবহার প্রয়োজন।

বায়োমেট্রিক সেন্সরগুলি জাল নমুনা আক্রমণ থেকে সুরক্ষিত। ফিঙ্গারপ্রিন্ট সেন্সর রক্ত প্রবাহ বা নাড়ি পরীক্ষা করে, এবং Face ID ইনফ্রারেড ক্যামেরাগুলি জীবন্ত ত্বকের গঠন শনাক্ত করে এবং ফটোগ্রাফ, মাস্ক বা সিলিকন ছাঁচে সাড়া দেয় না। লাইভনেস ডিটেকশন Android Biometric Class 3 প্রত্যয়নের একটি বাধ্যতামূলক উপাদান।

বায়োমেট্রিক্সের সুবিধা এবং অসুবিধা

বায়োমেট্রিক প্রমাণীকরণ পাসওয়ার্ডের তুলনায় উল্লেখযোগ্যভাবে বেশি সুবিধাজনক: ব্যবহারকারীকে অক্ষর সমন্বয় মনে রাখতে হয় না এবং প্রক্রিয়াটি সেকেন্ডের ভগ্নাংশ সময় নেয়। গতি Apple Pay এবং Google Pay-র মতো মোবাইল পেমেন্ট সিস্টেমে বায়োমেট্রিক্স গ্রহণের প্রধান চালক।

বায়োমেট্রিক্সের প্রধান অসুবিধা হল আপোস করা হলে শনাক্তকারী পরিবর্তন করতে অক্ষমতা। যদিও একটি পাসওয়ার্ড পরিবর্তন করা যায়, একটি ফিঙ্গারপ্রিন্ট বা মুখের প্যাটার্ন চিরকাল ব্যক্তির সাথে থাকে। এই কারণে, বায়োমেট্রিক সিস্টেমগুলি সর্বদা ব্যাকআপ পদ্ধতি হিসাবে PIN কোড বা পাসওয়ার্ড দিয়ে পরিপূরক হয়।

অতিরিক্ত ঝুঁকির মধ্যে রয়েছে চেহারার পরিবর্তনের সাথে নির্ভুলতা হ্রাস (দাগ, ফোলা, বয়স-সম্পর্কিত পরিবর্তন) এবং জোরপূর্বক আনলকের আইনি নজির। মার্কিন সুপ্রিম কোর্ট 2019 সালে রায় দেয় যে পুলিশ Face ID বা Touch ID-এর মাধ্যমে ফোন আনলক করার দাবি করতে পারে কিন্তু পাসওয়ার্ড প্রবেশ করতে বাধ্য করতে পারে না (পঞ্চম সংশোধনী)।

কোড উদাহরণ: Android-এ Biometric API ব্যবহার

Android সমস্ত বায়োমেট্রিক সেন্সরের জন্য একটি একীভূত BiometricPrompt API প্রদান করে। নীচে Jetpack Biometric Library ব্যবহার করে প্রমাণীকরণের একটি উদাহরণ দেওয়া হল। লাইব্রেরি স্বয়ংক্রিয়ভাবে ডিভাইসে উপলব্ধ সেন্সর সনাক্ত করে এবং উপযুক্ত ডায়ালগ প্রদর্শন করে।

class BiometricAuthActivity : AppCompatActivity() {

    private lateinit var biometricPrompt: BiometricPrompt

    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_auth)

        val executor = ContextCompat.getMainExecutor(this)
        val callback = object : BiometricPrompt.AuthenticationCallback() {
            override fun onAuthenticationSucceeded(
                result: BiometricPrompt.AuthenticationResult
            ) {
                unlockApp()
            }

            override fun onAuthenticationFailed() {
                showError("বায়োমেট্রিক প্রমাণীকরণ ব্যর্থ হয়েছে")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("আপনার পরিচয় নিশ্চিত করুন")
            .setSubtitle("ফিঙ্গারপ্রিন্ট বা Face ID ব্যবহার করুন")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

উদাহরণটি BIOMETRIC_STRONG ব্যবহার করে — Android শ্রেণীবিভাগ অনুযায়ী সর্বোচ্চ নিরাপত্তা স্তর। এটি শুধুমাত্র ক্লাস 3 সেন্সর সমর্থন করে: বিল্ট-ইন ফিঙ্গারপ্রিন্ট স্ক্যানার এবং 3D মুখ শনাক্তকরণ। ক্লাস 2 (BIOMETRIC_WEAK) সাধারণ ক্যামেরা অন্তর্ভুক্ত করে এবং পেমেন্টের জন্য প্রত্যয়িত নয়।

বায়োমেট্রিক প্রমাণীকরণের ভবিষ্যত

বায়োমেট্রিক্স সক্রিয়ভাবে বিবর্তিত হচ্ছে: নতুন শনাক্তকরণ পদ্ধতি ফিঙ্গারপ্রিন্ট এবং মুখ শনাক্তকরণ প্রতিস্থাপন করছে। আচরণগত বায়োমেট্রিক্স (কিস্ট্রোক ডায়নামিক্স, গেইট বিশ্লেষণ) একটি ডেডিকেটেড সেন্সরের প্রয়োজন ছাড়াই টাইপিং প্যাটার্ন এবং হাঁটার ধরন বিশ্লেষণ করে। প্রযুক্তিটি ইতিমধ্যে ব্যাংকিং সিস্টেমে জালিয়াতি সনাক্তকরণের জন্য ব্যবহৃত হচ্ছে।

মাল্টিমোডাল বায়োমেট্রিক্স — একটি সিস্টেমে একাধিক পদ্ধতির সংমিশ্রণ — হাই-এন্ড স্মার্টফোনের জন্য মান হয়ে উঠছে। উদাহরণস্বরূপ, Samsung Galaxy S25 একটি আল্ট্রাসোনিক ফিঙ্গারপ্রিন্ট স্ক্যানার এবং 3D মুখ শনাক্তকরণকে একত্রিত করে, আলো অবস্থা এবং হাতের অবস্থার উপর নির্ভর করে সেরা পদ্ধতি নির্বাচন করে। Goode Intelligence-এর মতে, মাল্টিমোডাল বায়োমেট্রিক্স বাজার 2029 সালের মধ্যে 12 বিলিয়ন ডলারে পৌঁছাবে।