ফিঙ্গারপ্রিন্ট প্রমাণীকরণ — এটি কী, কার্যনীতি এবং প্রয়োগ

ফিঙ্গারপ্রিন্ট প্রমাণীকরণ কী?

ফিঙ্গারপ্রিন্ট প্রমাণীকরণ হল একটি বায়োমেট্রিক শনাক্তকরণ পদ্ধতি যা ব্যবহারকারীর পরিচয় যাচাই করতে আঙুলের পৃষ্ঠের অনন্য প্যাপিলারি প্যাটার্ন বিশ্লেষণ করে। প্রতিটি ব্যক্তির উঁচু অংশ ও খাঁজের একটি পৃথক প্যাটার্ন থাকে যা গর্ভাবস্থার ১২তম সপ্তাহে গঠিত হয় এবং শারীরিক আঘাত ছাড়া সারা জীবন অপরিবর্তিত থাকে।

ফিঙ্গারপ্রিন্ট তিন ধরনের বায়োমেট্রিক বৈশিষ্ট্যের মধ্যে একটি যা চোখের আইরিস এবং রেটিনা প্যাটার্নের সাথে স্বয়ংক্রিয় শনাক্তকরণের জন্য সবচেয়ে নির্ভরযোগ্য হিসাবে স্বীকৃত। প্যাপিলারি রেখাগুলি বৈশিষ্ট্যযুক্ত বৈশিষ্ট্য — মিনিউশিয়া: প্রান্ত, দ্বিখণ্ডন, বিন্দু এবং ক্রসওভার গঠন করে। ফিঙ্গারপ্রিন্টের স্বতন্ত্রতা স্ক্যানিং এলাকায় ৪০–১০০ মিনিউশিয়ার অবস্থান এবং প্রকার দ্বারা নির্ধারিত হয়, যা দুটি ভিন্ন ব্যক্তির জন্য ৬৪ বিলিয়নের মধ্যে ১টি মিলের গাণিতিক সম্ভাবনা দেয়।

প্রথম স্বয়ংক্রিয় ফিঙ্গারপ্রিন্ট শনাক্তকরণ সিস্টেম (AFIS) ১৯৭০-এর দশকে আইন প্রয়োগকারী সংস্থার জন্য আবির্ভূত হয়। ভোক্তা ডিভাইসে ব্যাপক গ্রহণ শুরু হয় ২০১৩ সালে iPhone 5S এবং Touch ID-এর মাধ্যমে। আজ, ফিঙ্গারপ্রিন্ট স্ক্যানার স্মার্টফোন, ল্যাপটপ, ট্যাবলেট, দরজার তালা এবং পেমেন্ট টার্মিনালে ইনস্টল করা হয়।

ফিঙ্গারপ্রিন্ট স্ক্যানার কীভাবে কাজ করে?

সেন্সরের ধরন নির্বিশেষে, ফিঙ্গারপ্রিন্ট প্রমাণীকরণ প্রক্রিয়ায় তিনটি ধাপ থাকে: চিত্র ক্যাপচার, প্রক্রিয়াকরণ এবং বৈশিষ্ট্য নিষ্কাশন, এবং রেফারেন্স টেমপ্লেটের সাথে তুলনা। বাস্তবায়নের উপর নির্ভর করে প্রতিটি ধাপ OS স্তরে বা Trusted Execution Environment স্তরে সম্পাদিত হতে পারে।

ফিঙ্গারপ্রিন্ট চিত্র ক্যাপচার

সেন্সর আঙুলের শারীরিক প্যাটার্ন ক্যাপচার করে। ক্যাপাসিটিভ অ্যারে উঁচু অংশ (অ্যারেকে স্পর্শ করে) এবং খাঁজের (স্পর্শ করে না) মধ্যে বৈদ্যুতিক বিভবের পার্থক্য পড়ে। অপটিক্যাল স্ক্যানার LED আলো দিয়ে আঙুল আলোকিত করে এবং CMOS সেন্সরের মাধ্যমে প্রতিফলিত আলো ক্যাপচার করে। আল্ট্রাসনিক সেন্সর একটি শব্দ তরঙ্গ নির্গত করে এবং ত্বকের বিভিন্ন গভীরতা থেকে প্রতিফলিত প্রতিধ্বনি বিশ্লেষণ করে — এটি একটি ত্রিমাত্রিক চিত্র প্রদান করে যা আঙুলের পৃষ্ঠের দূষক পদার্থের প্রতি প্রতিরোধী।

মিনিউশিয়া নিষ্কাশন এবং টেমপ্লেট তৈরি

ক্যাপচার করা চিত্রটি ফিল্টারিংয়ের মধ্য দিয়ে যায়: শব্দ অপসারণ, কনট্রাস্ট নর্মালাইজেশন এবং বাইনারাইজেশন (কালো এবং সাদাতে রূপান্তর)। অ্যালগোরিদম প্যাপিলারি উঁচু রেখা শনাক্ত করে, সেগুলিকে কঙ্কালীকৃত করে (1-পিক্সেল প্রস্থে পাতলা করে), এবং মিনিউশিয়া — রেখার প্রান্ত এবং দ্বিখণ্ডন বিন্দু খুঁজে পায়। প্রতিটি মিনিউশিয়া স্থানাঙ্ক (x, y), দিক কোণ এবং প্রকার দ্বারা বর্ণিত হয়। গাণিতিক টেমপ্লেটের আকার ২–১০ KB, এতে মূল চিত্র থাকে না এবং ফিঙ্গারপ্রিন্ট পুনর্গঠনের জন্য ব্যবহার করা যায় না।

তুলনা এবং সিদ্ধান্ত গ্রহণ

স্ক্যানিংয়ের সময় প্রাপ্ত টেমপ্লেটটি নিবন্ধনের সময় সংরক্ষিত রেফারেন্স টেমপ্লেটের সাথে তুলনা করা হয়। অ্যালগোরিদম মিলে যাওয়া মিনিউশিয়ার সংখ্যা গণনা করে। সফল যাচাইকরণের জন্য কমপক্ষে ১২–১৫টি মিনিউশিয়া-এর মিল প্রয়োজন (নির্মাতা দ্বারা সামঞ্জস্যযোগ্য)। যদি মিলে যাওয়া বিন্দুর সংখ্যা সীমা অতিক্রম করে, তবে প্রমাণীকরণ সফল বলে বিবেচিত হয়। মোবাইল ডিভাইসে, সীমা এমনভাবে সেট করা হয় যাতে FAR 0.001% এর বেশি না হয় এবং FRR প্রায় 2% থাকে।

ফিঙ্গারপ্রিন্ট স্ক্যানারের প্রকারভেদ

আধুনিক মোবাইল ডিভাইস তিনটি প্রধান ধরনের ফিঙ্গারপ্রিন্ট স্ক্যানার ব্যবহার করে, যা সেন্সিং প্রযুক্তি, নির্ভুলতা এবং উৎপাদন খরচে ভিন্ন। প্রকারের পছন্দ ডিভাইসের মূল্য বিভাগ এবং নিরাপত্তা প্রয়োজনীয়তার উপর নির্ভর করে।

২০২৫–২০২৬ সালে, সরাসরি OLED স্ক্রিনের নিচে ইন্টিগ্রেটেড ইন-ডিসপ্লে স্ক্যানার জনপ্রিয় হচ্ছে। এগুলি অপটিক্যাল (বাজেট সেগমেন্ট) বা আল্ট্রাসনিক (প্রিমিয়াম সেগমেন্ট) হতে পারে। সুবিধা হল শরীরে আলাদা বোতাম বা অঞ্চলের অনুপস্থিতি, যা বেজেল-লেস ডিসপ্লে সম্ভব করে। অপটিক্যাল ইন-ডিসপ্লে স্ক্যানারের অসুবিধা হল উজ্জ্বল সূর্যালোকের প্রতি সংবেদনশীলতা, যা স্ক্রিন পিক্সেলের মাধ্যমে CMOS সেন্সরকে পরিপূর্ণ করে দেয়।

ফিঙ্গারপ্রিন্ট এবং মুখ শনাক্তকরণের তুলনা

ফিঙ্গারপ্রিন্ট প্রমাণীকরণ এবং মুখ শনাক্তকরণ মোবাইল ডিভাইসে দুটি প্রভাবশালী বায়োমেট্রিক প্রযুক্তি। প্রতিটির শক্তি এবং দুর্বলতা রয়েছে যা নির্দিষ্ট ব্যবহারের ক্ষেত্রে পছন্দকে প্রভাবিত করে।

• নির্ভুলতা (FAR) — আল্ট্রাসনিক ফিঙ্গারপ্রিন্ট স্ক্যানার: 0.0005%, 3D Face ID: 0.0001%। ডেপথ ক্যামেরা ব্যবহার করার সময় মুখ শনাক্তকরণ আরও নির্ভুল
• গতি — ক্যাপাসিটিভ স্ক্যানার: 200–300 ms, অপটিক্যাল: 400–600 ms, 3D মুখ: 600–1000 ms। স্থির পরিস্থিতিতে ফিঙ্গারপ্রিন্ট দ্রুততর
• স্পর্শহীন — Face ID এবং 2D মুখ ডিভাইস স্পর্শ করার প্রয়োজন হয় না; ফিঙ্গারপ্রিন্টের স্ক্যানারের সাথে শারীরিক যোগাযোগ প্রয়োজন
• পরিস্থিতি — ফিঙ্গারপ্রিন্ট ভেজা আঙুলে কাজ করে না তবে মাস্ক এবং গ্লাভসের সাথে কাজ করে; Face ID মাস্কের সাথে (Apple Watch ছাড়া) এবং IR ক্যামেরা বাধাগ্রস্ত হলে কাজ করে না
• সেন্সর খরচ — ক্যাপাসিটিভ স্ক্যানার: ~$0.5–1.5, আল্ট্রাসনিক: ~$3–5, 3D TrueDepth ক্যামেরা: ~$12–15

মোবাইল অ্যাপ ডেভেলপারদের জন্য, এটি লক্ষ্য করা গুরুত্বপূর্ণ যে Android-এ BiometricPrompt এবং iOS-এ LocalAuthentication সেন্সরের ধরনকে অ্যাবস্ট্র্যাক্ট করে। তবে, পুরনো Android ডিভাইসে (API < 28), শুধুমাত্র FingerprintManager উপলব্ধ হতে পারে — এই ক্ষেত্রে, অ্যাপকে স্পষ্টভাবে সেন্সরের ধরন পরীক্ষা করতে হবে এবং একটি বিকল্প প্রমাণীকরণ পদ্ধতি অফার করতে হবে।

Android-এ ফিঙ্গারপ্রিন্ট Auth বাস্তবায়ন

Android 9 (API 28)-এর আগে, ফিঙ্গারপ্রিন্ট স্ক্যানার সংহত করার একমাত্র উপায় ছিল FingerprintManager ক্লাস, যা API 23-এ যুক্ত করা হয়েছিল। Android 9 থেকে শুরু করে, Google BiometricPrompt ব্যবহার করার পরামর্শ দেয়, যা সব ধরনের বায়োমেট্রিক সেন্সরের সাথে কাজকে একীভূত করে। তবে, API 23–27 সহ ডিভাইসের জন্য, ডেভেলপারদের এখনও FingerprintManager-এর প্রয়োজন হতে পারে।

class FingerprintAuthHelper(
    private val context: Context
) {
    private val manager =
        context.getSystemService(Context.FINGERPRINT_SERVICE)
            as FingerprintManager?

    fun isFingerprintAvailable(): Boolean {
        return manager?.isHardwareDetected() == true
            && manager?.hasEnrolledFingerprints() == true
    }

    fun authenticate(callback: FingerprintManager.AuthenticationCallback) {
        if (isFingerprintAvailable()) {
            manager?.authenticate(
                null,
                CancellationSignal(),
                0,
                callback,
                null
            )
        }
    }
}

// ব্যবহার:
val helper = FingerprintAuthHelper(context)
helper.authenticate(object : FingerprintManager.AuthenticationCallback() {
    override fun onAuthenticationSucceeded(
        result: FingerprintManager.AuthenticationResult
    ) {
        // ফিঙ্গারপ্রিন্ট শনাক্ত — অ্যাক্সেস অনুমোদিত
        binding.showContent()
    }

    override fun onAuthenticationFailed() {
        binding.showError("ফিঙ্গারপ্রিন্ট শনাক্ত হয়নি")
    }
})

উপরের কোডটি পুরনো Android ডিভাইসের জন্য FingerprintManager ব্যবহার করে সম্পূর্ণ প্রমাণীকরণ চক্র প্রদর্শন করে। এটি লক্ষ্য করা গুরুত্বপূর্ণ যে FingerprintManager ডিফল্টরূপে TEE ব্যবহার করে না — প্রমাণীকরণ ফলাফল ব্যবহারকারী স্পেসে ফেরত দেওয়া হয়, যা এটিকে BIOMETRIC_STRONG ফ্ল্যাগ সহ BiometricPrompt-এর চেয়ে কম সুরক্ষিত করে তোলে। নতুন প্রকল্পের জন্য, সর্বদা BiometricPrompt ব্যবহার করা উচিত, এবং FingerprintManager শুধুমাত্র API 23–27-এর সাথে পিছিয়ে থাকা সামঞ্জস্যের জন্য ব্যবহার করা উচিত।

FingerprintManager থেকে BiometricPrompt-এ মাইগ্রেট করার সময়, নিরাপত্তা মডেলের পরিবর্তন বিবেচনা করুন: BiometricPrompt গ্যারান্টি দেয় যে সমস্ত বায়োমেট্রিক অপারেশন TEE (Trusted Execution Environment)-এ সম্পাদিত হয়। TEE-এর ভিতরে একটি ক্রিপ্টোগ্রাফিক কী দ্বারা স্বাক্ষরিত প্রমাণীকরণ ফলাফল ব্যবহারকারী স্পেস কোড থেকে জাল করা যায় না। AndroidX Biometric লাইব্রেরি অতিরিক্তভাবে বায়োমেট্রিক প্রমাণীকরণকে ক্রিপ্টোগ্রাফিক অপারেশন — কী এনক্রিপশন এবং ডেটা স্বাক্ষরের সাথে সংযুক্ত করার জন্য BiometricPrompt.AuthenticationResult.getCryptoObject() ইন্টারফেস প্রদান করে।

নিরাপত্তা মান এবং জালিয়াতি থেকে সুরক্ষা

ফিঙ্গারপ্রিন্ট জালিয়াতি থেকে সুরক্ষা স্ক্যানার নির্মাতাদের জন্য মূল চ্যালেঞ্জগুলির মধ্যে একটি। আধুনিক সেন্সর লাইভনেস ডিটেকশন এবং নকল প্রতিরোধের জন্য হার্ডওয়্যার এবং অ্যালগোরিদমিক পদ্ধতির সংমিশ্রণ ব্যবহার করে। প্রতিটি পদ্ধতির সীমাবদ্ধতা রয়েছে, কিন্তু একসাথে তারা ব্যাপক আক্রমণের জন্য জালিয়াতিকে অর্থনৈতিকভাবে অলাভজনক করে তোলে।

মূল সুরক্ষা পদ্ধতিগুলির মধ্যে রয়েছে: ত্বকের গভীরতা বিশ্লেষণ (আল্ট্রাসনিক স্ক্যানার প্রতিধ্বনি ফেরতের সময় দ্বারা এপিডার্মিসের পুরুত্ব নির্ধারণ করে), ত্বকের বর্ণালী বিশ্লেষণ (অপটিক্যাল স্ক্যানার বিভিন্ন তরঙ্গদৈর্ঘ্যে ত্বকের প্রতিফলন সহগ মূল্যায়ন করে — সিলিকন এবং জেলাটিনের আলাদা বর্ণালী থাকে), নাড়ি সনাক্তকরণ (আঙুলের কৈশিকে রক্ত প্রবাহের মাইক্রো-কম্পন), এবং পটেনশিওমেট্রিক যাচাইকরণ (জীবন্ত ত্বকের একটি নির্দিষ্ট বৈদ্যুতিক প্রতিবন্ধকতা থাকে যা সিন্থেটিক উপকরণ থেকে ভিন্ন)।

ISO/IEC 30107-3:2023 মান প্রেজেন্টেশন আক্রমণের (PAD) বিরুদ্ধে বায়োমেট্রিক সিস্টেমের প্রতিরোধের স্তর নির্ধারণ করে। আর্থিক অ্যাপ্লিকেশনের জন্য, স্তর 2 (PAD Level 2) সুপারিশ করা হয়, যার জন্য 0.01% এর বেশি না হওয়া FAR সহ নকল ব্যবহার করে কমপক্ষে 95% আক্রমণের স্বয়ংক্রিয় সনাক্তকরণ প্রয়োজন। Samsung এবং Qualcomm 3D Sonic Sensor আল্ট্রাসনিক স্ক্যানার PAD Level 2 প্রয়োজনীয়তা পূরণ করে, যখন বাজেট অপটিক্যাল স্ক্যানার সাধারণত Level 1-এর উপরে সার্টিফিকেশন পাস করে না।