Face ID — এটি কী, মুখের শনাক্তকরণ কীভাবে কাজ করে

Face ID কী?

Face ID হল Apple-এর বায়োমেট্রিক প্রমাণীকরণ ব্যবস্থা যা ব্যবহারকারীর মুখের ত্রি-মাত্রিক স্ক্যানিং-এর উপর ভিত্তি করে তৈরি। এটি প্রথম সেপ্টেম্বর 2017 সালে iPhone X-এ আসে, যা Apple-এর ফ্ল্যাগশিপ ডিভাইসগুলির জন্য প্রাথমিক বায়োমেট্রিক সুরক্ষা পদ্ধতি হিসেবে Touch ID-কে প্রতিস্থাপন করে। সামনের ক্যামেরা থেকে ছবি ব্যবহার করে 2D মুখ শনাক্তকরণের বিপরীতে, Face ID 30,000-এর বেশি অদৃশ্য ইনফ্রারেড বিন্দু বিশ্লেষণ করে মুখের একটি নির্ভুল গভীরতা মানচিত্র তৈরি করে।

সিস্টেমটি Apple A12 এবং নতুন চিপের অংশ হিসেবে একটি বিশেষায়িত নিউরাল প্রসেসর Neural Engine ব্যবহার করে। Neural Engine প্রতি সেকেন্ডে 600 বিলিয়ন অপারেশন সম্পাদন করে, ক্লাউডে না পাঠিয়ে সরাসরি ডিভাইসে বায়োমেট্রিক ডেটা প্রক্রিয়া করে। মুখের গাণিতিক টেমপ্লেটগুলি এনক্রিপ্ট করা হয় এবং একচেটিয়াভাবে Secure Enclave-এ সংরক্ষণ করা হয় — একটি হার্ডওয়্যার সুরক্ষা মডিউল যা iOS অপারেটিং সিস্টেম থেকে বিচ্ছিন্ন।

Face ID TrueDepth ক্যামেরা সহ সমস্ত Apple ডিভাইসে সমর্থিত: iPhone X এবং নতুন (iPhone SE ছাড়া), iPad Pro 11" এবং 12.9" (তৃতীয় প্রজন্ম এবং নতুন), পাশাপাশি সংশ্লিষ্ট মডিউল সহ iPad Air এবং iPad mini। প্রযুক্তিটি শুধু ডিভাইস আনলক করার জন্যই নয়, Apple Pay-তে পেমেন্ট অনুমোদন, App Store-এ কেনাকাটা এবং iCloud Keychain-এর মাধ্যমে পাসওয়ার্ড পূরণের জন্যও ব্যবহৃত হয়।

Face ID কীভাবে কাজ করে?

Face ID তিনটি ক্রমিক ধাপ অতিক্রম করে: মুখ সনাক্তকরণ, ইনফ্রারেড গভীরতা মানচিত্র প্রক্ষেপণ এবং মনোযোগ পরীক্ষা (attention awareness)। প্রতিটি ধাপ কেন্দ্রীয় প্রসেসরকে জড়িত না করেই TrueDepth ক্যামেরার হার্ডওয়্যার মডিউল দ্বারা সম্পাদিত হয়, যা OS স্তরে ডেটা আটকানোর সম্ভাবনা দূর করে।

সনাক্তকরণ এবং বিন্দু প্রক্ষেপণ

TrueDepth IR ক্যামেরা মডিউলের দৃশ্যের ক্ষেত্রে একটি মুখের উপস্থিতি সনাক্ত করে। Flood Illuminator — একটি ইনফ্রারেড আলোকসজ্জা — অদৃশ্য আলো দিয়ে মুখ আলোকিত করে, সম্পূর্ণ অন্ধকারে সিস্টেমের কার্যকারিতা নিশ্চিত করে। Dot Projector একটি নিয়মিত গ্রিডে মুখের উপর 30,000-এর বেশি ইনফ্রারেড বিন্দু প্রজেক্ট করে। ক্যামেরা মুখের কনট্যুরের সাপেক্ষে এই গ্রিডের বিকৃতি ক্যাপচার করে — পেশাদার 3D স্ক্যানারে কাঠামোবদ্ধ আলো যেভাবে কাজ করে তার অনুরূপ।

গভীরতা মানচিত্র এবং টেমপ্লেট তৈরি

প্রাপ্ত বিন্দুগুলি থেকে, Neural Engine মুখের একটি গাণিতিক মডেল তৈরি করে — একটি গভীরতা কাঠামো যা মিলিমিটারের দশমাংশ পর্যন্ত নির্ভুল। এই মডেল থেকে অনন্য বৈশিষ্ট্যগুলি নিষ্কাশিত হয়: মূল বিন্দুগুলির (চোখ, নাক, ঠোঁট) মধ্যে দূরত্ব, গালের হাড় এবং চোয়ালের আকৃতি, আয়তনের অনুপাত। প্রায় 20 KB আকারের টেমপ্লেটটি Secure Enclave-এর জন্য অনন্য একটি ক্রিপ্টোগ্রাফিক কী দিয়ে এনক্রিপ্ট করা হয় এবং মডিউলের অ-উদ্বায়ী মেমোরিতে সংরক্ষণ করা হয়।

Attention Awareness এবং অভিযোজন

সিস্টেমটি পরীক্ষা করে যে ব্যবহারকারী সচেতনভাবে স্ক্রিনের দিকে তাকিয়ে আছে — Attention Awareness বৈশিষ্ট্য। অতিরিক্ত IR নির্গমনকারী দৃষ্টির দিক এবং পিউপিল স্থিরকরণ পরীক্ষা করে। এই পরীক্ষা ছাড়া, Face ID ডিফল্টরূপে লক থাকে এবং প্রমাণীকরণের জন্য পাসকোড প্রবেশের প্রয়োজন হয়। সিস্টেমটি চেহারার প্রাকৃতিক পরিবর্তনের সাথেও খাপ খায়: দাড়ি, চশমা, হেডওয়্যার, মেকআপ। প্রতিটি সফল শনাক্তকরণের সাথে, টেমপ্লেট আপডেট হয়, নতুন মুখের ছবি ক্যাপচার করে এবং সময়ের সাথে নির্ভুলতা উন্নত করে।

TrueDepth ক্যামেরা: উপাদান এবং গঠন

TrueDepth মডিউলটি একাধিক হার্ডওয়্যার উপাদান নিয়ে গঠিত যা সমলয়ভাবে কাজ করে। প্রতিটি উপাদান কঠোরভাবে সংজ্ঞায়িত কাজ সম্পাদন করে: অন্ধকারে মুখ আলোকিত করা থেকে শুরু করে Neural Engine-এ পরবর্তী বিশ্লেষণের জন্য গভীরতা মানচিত্র প্রজেক্ট করা পর্যন্ত।

মডিউলের একটি গুরুত্বপূর্ণ বৈশিষ্ট্য হল ভিডিও স্ট্রিমের হার্ডওয়্যার বিচ্ছিন্নতা। ইনফ্রারেড ক্যামেরা একটি ডেডিকেটেড সুরক্ষিত চ্যানেলের মাধ্যমে সরাসরি Secure Enclave-এ ডেটা প্রেরণ করে। iOS অপারেটিং সিস্টেম বা তৃতীয়-পক্ষের অ্যাপ্লিকেশনগুলির কাঁচা মুখের ছবিতে অ্যাক্সেস নেই। এটি অ্যাপ্লিকেশন মেমোরি থেকে বায়োমেট্রিক ডেটা আটকানোর সাথে সম্পর্কিত আক্রমণের শ্রেণী দূর করে।

Face ID বনাম Touch ID: নির্ভুলতা এবং গতি তুলনা

Apple-এর উভয় বায়োমেট্রিক প্রমাণীকরণ প্রযুক্তির বিভিন্ন বৈশিষ্ট্য রয়েছে যা বিভিন্ন ব্যবহারের পরিস্থিতিতে তাদের মধ্যে পছন্দকে প্রভাবিত করে। তুলনাটি মূল মেট্রিক্সের উপর ভিত্তি করে: শনাক্তকরণ নির্ভুলতা, প্রতিক্রিয়া গতি এবং আক্রমণ প্রতিরোধ।

• FAR (False Acceptance Rate) — Face ID: 0.0001% (10 লাখে 1), Touch ID: 0.001% (50,000-এ 1)। 3D স্ক্যানিং-এর কারণে Face ID 10 গুণ বেশি নির্ভুল
• গতি — Touch ID 200–300 মিলিসেকেন্ডে সাড়া দেয়, Face ID দৃষ্টি পরীক্ষা সহ 600–1000 মিলিসেকেন্ডে। স্থির পরিস্থিতিতে Touch ID দ্রুততর
• নকল প্রতিরোধ — Face ID লাইভ গেজ প্রয়োজনীয়তা এবং IR প্রক্ষেপণের কারণে ছবি, মাস্ক এবং সিলিকন কাস্ট থেকে সুরক্ষিত। Touch ID উচ্চ-মানের আঙুলের ছাপের অনুলিপি দ্বারা প্রতারিত হতে পারে
• পরিবেশগত অবস্থা — Touch ID ভেজা বা নোংরা আঙুলে কাজ করে না। Face ID Flood Illuminator-এর কারণে সম্পূর্ণ অন্ধকারে কাজ করে কিন্তু IR ক্যামেরা লেন্সে সরাসরি সূর্যালোকে ভুল করতে পারে
• একাধিক ব্যবহারকারী — Touch ID 5টি আঙুলের ছাপ পর্যন্ত সংরক্ষণ করতে পারে (বিভিন্ন আঙুল বা অন্যান্য ব্যবহারকারী)। Face ID ডিফল্টরূপে শুধুমাত্র একটি মুখ শনাক্ত করে কিন্তু বিকল্প চেহারা সমর্থন করে

মোবাইল অ্যাপ্লিকেশনের জন্য, উভয় প্রযুক্তি ইউনিফাইড LocalAuthentication API-র মাধ্যমে ব্যবহৃত হয়। ডেভেলপার Face ID এবং Touch ID-র মধ্যে নির্বাচন করেন না — সিস্টেম স্বয়ংক্রিয়ভাবে ব্যবহারকারীর ডিভাইসে উপলব্ধ বায়োমেট্রিক সেন্সর ব্যবহার করে। এর মানে হল যে LAContext-এর মাধ্যমে বায়োমেট্রিক প্রমাণীকরণ বাস্তবায়নকারী একটি অ্যাপ্লিকেশন সমস্ত Apple ডিভাইসে সঠিকভাবে কাজ করে।

LocalAuthentication-এর মাধ্যমে Face ID বাস্তবায়ন

iOS-এ, ডেভেলপাররা অ্যাপ্লিকেশনগুলিতে Face ID এবং Touch ID সংহত করতে LocalAuthentication ফ্রেমওয়ার্ক ব্যবহার করে। API নির্দিষ্ট বায়োমেট্রিক সেন্সরের বিবরণ বিমূর্ত করে — কোড মুখ শনাক্তকরণ এবং আঙুলের ছাপ শনাক্তকরণের জন্য একই রকম দেখায়। সমস্ত বায়োমেট্রিক গণনা ডেভেলপারকে ডেটা না পাঠিয়েই Secure Enclave-এর ভিতরে সম্পাদিত হয়।

import LocalAuthentication

func authenticateUser() {
    let context = LAContext()
    context.localizedReason = "অ্যাক্সেসের জন্য আপনার পরিচয় যাচাই করুন"

    var error: NSError?
    guard context.canEvaluatePolicy(
        .deviceOwnerAuthenticationWithBiometrics,
        error: &error
    ) else {
        // বায়োমেট্রিক অনুপলব্ধ — পাসকোড প্রবেশ স্ক্রিন দেখান
        showPasscodeFallback()
        return
    }

    context.evaluatePolicy(
        .deviceOwnerAuthenticationWithBiometrics,
        localizedReason: "প্রমাণীকরণ প্রয়োজন"
    ) { success, error in
        if success {
            DispatchQueue.main.async {
                // ব্যবহারকারী Face ID-এর মাধ্যমে নিশ্চিত হয়েছে
                self.showProtectedContent()
            }
        }
    }
}

LAContext ফ্রেমওয়ার্ক .deviceOwnerAuthenticationWithBiometrics নীতি প্রদান করে, যা স্বয়ংক্রিয়ভাবে উপলব্ধ বায়োমেট্রিক সেন্সর নির্বাচন করে: TrueDepth সহ ডিভাইসে Face ID, হোম বাটন সহ ডিভাইসে Touch ID। যদি বায়োমেট্রিক সেন্সর অনুপলব্ধ থাকে বা পরপর 3টি ব্যর্থ প্রচেষ্টা ঘটে, সিস্টেম ডিভাইস পাসকোডের জন্য অনুরোধ জানায় — ডেভেলপারের পক্ষ থেকে অতিরিক্ত কোড ছাড়াই।

iOS 16+-এ, ASAuthorizationController-এর মাধ্যমে অ্যাসিনক্রোনাস বায়োমেট্রিক প্রমাণীকরণের জন্য একটি বর্ধিত AuthenticationServices API উপস্থিত হয়েছে। এই পদ্ধতিটি Apple নতুন প্রকল্পের জন্য সুপারিশ করে কারণ এটি iCloud Keychain-এর সাথে সংহত হয় এবং Passkeys সমর্থন করে — FIDO2 মানের উপর ভিত্তি করে পাসওয়ার্ডবিহীন প্রমাণীকরণ।

Face ID সুরক্ষা এবং ডেটা সংরক্ষণ

Face ID সুরক্ষা আর্কিটেকচার তিনটি স্তরে নির্মিত: Secure Enclave হার্ডওয়্যার বিচ্ছিন্নতা, ডিভাইসের সাথে টেমপ্লেটের ক্রিপ্টোগ্রাফিক বন্ধন এবং স্পুফিং আক্রমণের বিরুদ্ধে অ্যালগরিদমিক সুরক্ষা। এই স্তরগুলির কোনওটিই iOS সফ্টওয়্যার সুরক্ষার উপর নির্ভর করে না, OS-স্তরের দুর্বলতা দূর করে।

Secure Enclave হল ARM TrustZone আর্কিটেকচারের উপর ভিত্তি করে একটি ডেডিকেটেড কোপ্রসেসর, যা নিজস্ব মাইক্রো-OS (SEPOS)-এ চলে। এর TrueDepth ইনফ্রারেড ক্যামেরার জন্য সরাসরি হার্ডওয়্যার চ্যানেল রয়েছে, যা মূল প্রসেসরের ডেটা বাসকে বাইপাস করে। মুখের টেমপ্লেট Secure Enclave-এর ভিতরে ডিভাইসের অনন্য শনাক্তকারী (UID)-এর সাথে আবদ্ধ একটি কী ব্যবহার করে এনক্রিপ্ট করা হয়, যা উৎপাদনের সময় চিপে ফিউজ করা হয় এবং Apple-এর কাছেও অপঠনযোগ্য।

স্পুফিং থেকে রক্ষা করতে, Face ID দুটি প্রক্রিয়া ব্যবহার করে: লাইভনেস ডিটেকশন এবং অ্যাটেনশন অ্যাওয়ারনেস। লাইভনেস ডিটেকশন IR ইমেজিং-এর মাধ্যমে ত্বকের টেক্সচার বিশ্লেষণ করে: ছবি, সিলিকন মাস্ক বা 3D-মুদ্রিত অনুলিপির উপাদানের ইনফ্রারেড প্রতিফলন সহগ জীবন্ত ত্বকের থেকে ভিন্ন। FIDO2 মান এবং ETSI EN 319 411 নিয়ন্ত্রক প্রয়োজনীয়তাগুলি Face ID-কে আর্থিক লেনদেন অনুমোদনের জন্য উপযুক্ত উচ্চ নিশ্চয়তার বায়োমেট্রিক সিস্টেম হিসেবে শ্রেণীবদ্ধ করে।