मोबाइल ऐप्स में बायोमेट्रिक प्रमाणीकरण: यह क्या है, सेंसर के प्रकार और कार्य सिद्धांत

बायोमेट्रिक प्रमाणीकरण क्या है?

बायोमेट्रिक प्रमाणीकरण किसी उपयोगकर्ता की अद्वितीय शारीरिक या व्यवहारिक विशेषताओं के आधार पर उसकी पहचान सत्यापित करने की प्रक्रिया है। मोबाइल उपकरणों में, इस तकनीक का उपयोग स्क्रीन अनलॉक करने, भुगतान की पुष्टि करने और संरक्षित एप्लिकेशन तक पहुंचने के लिए किया जाता है।

एक बायोमेट्रिक प्रणाली में तीन घटक होते हैं: एक सेंसर जो बायोमेट्रिक नमूना (फिंगरप्रिंट, चेहरा, आवाज) कैप्चर करता है, एक एल्गोरिदम जो अद्वितीय विशेषताओं को निकालता है, और एक मिलान मॉड्यूल जो उन्हें संग्रहीत टेम्पलेट से तुलना करता है। NIST के अनुसार, आधुनिक चेहरा पहचान एल्गोरिदम मानक प्रकाश स्थितियों में केवल 0.08% मामलों में गलती करते हैं।

बायोमेट्रिक विधियां पारंपरिक पासवर्ड की जगह ले रही हैं क्योंकि वे व्यक्ति से जुड़ी होती हैं और ट्रांसमिशन के दौरान इंटरसेप्ट नहीं की जा सकतीं। Goode Intelligence की रिपोर्ट के अनुसार, 2027 तक 80% से अधिक स्मार्टफोन बायोमेट्रिक सेंसर से लैस होंगे।

बायोमेट्रिक्स का एक महत्वपूर्ण लाभ गति है। फिंगरप्रिंट के लिए औसत प्रमाणीकरण समय 0.2 सेकंड है, चेहरे के लिए — 0.4 सेकंड। तुलना के लिए, छह अंकों का PIN कोड दर्ज करने में औसतन 2.5 सेकंड लगते हैं। प्रतिदिन दर्जनों अनलॉक में, यह महत्वपूर्ण समय बचत प्रदान करता है और उपयोगकर्ता पर संज्ञानात्मक बोझ कम करता है।

बायोमेट्रिक सेंसर को Android CDD और Apple App Review के अनुसार सुरक्षा स्तर द्वारा वर्गीकृत किया जाता है। क्लास 3 (Strong) — भुगतान के लिए प्रमाणित सबसे विश्वसनीय सेंसर। क्लास 2 (Weak) — चेहरा पहचान के लिए सामान्य कैमरे, केवल स्क्रीन अनलॉक करने के लिए उपयुक्त। क्लास 1 — केवल सुविधा के लिए, सुरक्षा गारंटी के बिना।

बायोमेट्रिक सेंसर के मुख्य प्रकार

आधुनिक मोबाइल उपकरण चार मुख्य प्रकार के बायोमेट्रिक सेंसर का उपयोग करते हैं। प्रत्येक की सटीकता, गति और हमलों के प्रतिरोध की अपनी विशेषताएं हैं। सेंसर का चयन लागत, फॉर्म फैक्टर और विशिष्ट फोन मॉडल की सुरक्षा आवश्यकताओं द्वारा निर्धारित होता है।

फिंगरप्रिंट स्कैनर

यह स्मार्टफोन में सबसे आम प्रकार का बायोमेट्रिक सेंसर है। कैपेसिटिव स्कैनर, जो Apple Touch ID में उपयोग करता है, पैपिलरी पैटर्न के उभारों और गड्ढों के बीच विद्युत क्षमता के अंतर का विश्लेषण करते हैं। अल्ट्रासोनिक स्कैनर (Qualcomm 3D Sonic) गंदगी और सुरक्षात्मक ग्लास के माध्यम से प्रवेश करते हैं, 98.6% सटीकता प्रदान करते हैं।

चेहरा पहचान

2D कैमरे सामान्य फोटोग्राफी का उपयोग करते हैं और तेजी से काम करते हैं, लेकिन कम सुरक्षित होते हैं। 3D सिस्टम (Face ID, Huawei 3D Face Unlock) चेहरे पर 30,000 इन्फ्रारेड बिंदु प्रोजेक्ट करते हैं और एक सटीक गहराई मानचित्र बनाते हैं। किसी अन्य व्यक्ति के चेहरे से आकस्मिक अनलॉक की संभावना 1,000,000 में 1 है — Touch ID से 20 गुना कम।

आईरिस स्कैनर और आवाज पहचान

आईरिस स्कैनर IR-प्रकाशित कैमरे का उपयोग करके आईरिस पर 200 अद्वितीय बिंदुओं तक का विश्लेषण करता है। इस तकनीक का उपयोग Samsung Galaxy Note 7–9 में किया गया था लेकिन उपयोगिता संबंधी समस्याओं के कारण 3D चेहरा पहचान ने इसे बदल दिया। आवाज बायोमेट्रिक्स 100+ ध्वनिक मापदंडों के आधार पर वॉयसप्रिंट बनाता है: लय, मौलिक आवृत्ति और उच्चारण। इसका उपयोग बैंकिंग सिस्टम में फोन सत्यापन के लिए किया जाता है।

मोबाइल उपकरणों में बायोमेट्रिक्स कैसे काम करता है

बायोमेट्रिक प्रमाणीकरण प्रक्रिया दो चरणों में विभाजित है: नामांकन और सत्यापन। नामांकन के दौरान, सेंसर बायोमेट्रिक नमूने के कई शॉट लेता है, एल्गोरिदम विशिष्ट विशेषताओं को निकालता है और उन्हें गणितीय टेम्पलेट के रूप में सहेजता है। टेम्पलेट एक छवि नहीं है, बल्कि संख्यात्मक वैक्टर का एक सेट है जिसे मूल छवि में वापस नहीं बदला जा सकता।

सत्यापन के दौरान, एक नए नमूने की तुलना संग्रहीत टेम्पलेट से की जाती है, और सिस्टम परिणाम देता है: मिलान या अस्वीकार। न्यूरल नेटवर्क पर आधारित आधुनिक एल्गोरिदम (Apple A-चिप्स में Neural Engine, Snapdragon में NPU) इस तुलना को 100–400 मिलीसेकंड में प्रोसेस करते हैं। Apple Security Guide के अनुसार, Neural Engine विशेष रूप से बायोमेट्रिक गणनाओं के लिए प्रति सेकंड 1 ट्रिलियन ऑपरेशन तक करता है।

मोबाइल बायोमेट्रिक्स की एक प्रमुख विशेषता यह है कि सभी गणनाएं डिवाइस पर, प्रोसेसर के एक पृथक क्षेत्र में की जाती हैं। Android के लिए यह Trusted Execution Environment (TEE) है, iOS के लिए — Secure Enclave। बायोमेट्रिक डेटा कभी भी चिप से बाहर नहीं जाता और इंटरनेट पर प्रेषित नहीं होता।

बायोमेट्रिक डेटा की सुरक्षा

बायोमेट्रिक सुरक्षा हार्डवेयर अलगाव और टेम्पलेट्स की क्रिप्टोग्राफिक सुरक्षा द्वारा सुनिश्चित की जाती है। Apple A7–A18 प्रोसेसर में Secure Enclave अपने स्वयं के फर्मवेयर वाला एक अलग कोप्रोसेसर है जो बायोमेट्रिक डेटा को प्रत्येक डिवाइस के लिए अद्वितीय कुंजी से एन्क्रिप्ट करता है। केवल ऑपरेटिंग सिस्टम की एक सुरक्षित चैनल के माध्यम से Secure Enclave तक पहुंच होती है।

Android उपकरणों पर, Secure Enclave की भूमिका ARM TrustZone पर आधारित Trusted Execution Environment (TEE) निभाता है। TEE बायोमेट्रिक गणनाओं को मुख्य OS और एप्लिकेशन से अलग करता है। Google Security Blog के अनुसार, Android 12+ सभी Strong स्तर के बायोमेट्रिक संचालन के लिए TEE के अनिवार्य उपयोग की आवश्यकता है।

बायोमेट्रिक सेंसर नकली नमूनों के हमलों से भी सुरक्षित हैं। फिंगरप्रिंट सेंसर रक्त प्रवाह या नाड़ी की जांच करते हैं, और Face ID इन्फ्रारेड कैमरे जीवित त्वचा की बनावट को पहचानते हैं और तस्वीरों, मास्क या सिलिकॉन मोल्ड पर प्रतिक्रिया नहीं करते। लाइवनेस डिटेक्शन Android Biometric Class 3 प्रमाणीकरण का अनिवार्य घटक है।

बायोमेट्रिक्स के लाभ और हानि

बायोमेट्रिक प्रमाणीकरण पासवर्ड की तुलना में काफी अधिक सुविधाजनक है: उपयोगकर्ता को वर्ण संयोजन याद रखने की आवश्यकता नहीं है, और प्रक्रिया में सेकंड के अंश लगते हैं। गति Apple Pay और Google Pay जैसी मोबाइल भुगतान प्रणालियों में बायोमेट्रिक्स अपनाने का मुख्य चालक है।

बायोमेट्रिक्स का मुख्य नुकसान समझौता होने पर पहचानकर्ता को बदलने में असमर्थता है। जबकि पासवर्ड बदला जा सकता है, फिंगरप्रिंट या चेहरे का पैटर्न हमेशा व्यक्ति के साथ रहता है। इस कारण से, बायोमेट्रिक सिस्टम हमेशा बैकअप विधि के रूप में PIN कोड या पासवर्ड के साथ पूरक होते हैं।

अतिरिक्त जोखिमों में उपस्थिति में बदलाव (निशान, सूजन, उम्र से संबंधित परिवर्तन) और जबरन अनलॉक के कानूनी मिसाल के साथ सटीकता में कमी शामिल है। अमेरिकी सुप्रीम कोर्ट ने 2019 में फैसला सुनाया कि पुलिस Face ID या Touch ID के माध्यम से फोन अनलॉक करने की मांग कर सकती है लेकिन पासवर्ड दर्ज करने के लिए मजबूर नहीं कर सकती (पांचवां संशोधन)।

कोड उदाहरण: Android पर Biometric API का उपयोग

Android सभी बायोमेट्रिक सेंसर के लिए एक एकीकृत BiometricPrompt API प्रदान करता है। नीचे Jetpack Biometric Library का उपयोग करके प्रमाणीकरण का एक उदाहरण दिया गया है। लाइब्रेरी स्वचालित रूप से डिवाइस पर उपलब्ध सेंसर का पता लगाती है और उपयुक्त डायलॉग प्रदर्शित करती है।

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("बायोमेट्रिक प्रमाणीकरण विफल")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("अपनी पहचान की पुष्टि करें")
            .setSubtitle("फिंगरप्रिंट या Face ID का उपयोग करें")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

उदाहरण में BIOMETRIC_STRONG का उपयोग किया गया है — Android वर्गीकरण के अनुसार उच्चतम सुरक्षा स्तर। यह केवल क्लास 3 सेंसर का समर्थन करता है: बिल्ट-इन फिंगरप्रिंट स्कैनर और 3D चेहरा पहचान। क्लास 2 (BIOMETRIC_WEAK) में सामान्य कैमरे शामिल हैं और भुगतान के लिए प्रमाणित नहीं है।

बायोमेट्रिक प्रमाणीकरण का भविष्य

बायोमेट्रिक्स सक्रिय रूप से विकसित हो रहा है: नई पहचान विधियां फिंगरप्रिंट और चेहरा पहचान की जगह ले रही हैं। व्यवहारिक बायोमेट्रिक्स (कीस्ट्रोक डायनेमिक्स, गैट विश्लेषण) बिना किसी समर्पित सेंसर की आवश्यकता के टाइपिंग पैटर्न और चलने की शैली का विश्लेषण करता है। तकनीक का उपयोग पहले से ही बैंकिंग सिस्टम में धोखाधड़ी का पता लगाने के लिए किया जा रहा है।

मल्टीमॉडल बायोमेट्रिक्स — एक प्रणाली में कई विधियों का संयोजन — हाई-एंड स्मार्टफोन के लिए मानक बन रहा है। उदाहरण के लिए, Samsung Galaxy S25 एक अल्ट्रासोनिक फिंगरप्रिंट स्कैनर और 3D चेहरा पहचान को जोड़ता है, प्रकाश स्थितियों और हाथों की स्थिति के आधार पर सबसे अच्छी विधि का चयन करता है। Goode Intelligence के अनुसार, मल्टीमॉडल बायोमेट्रिक्स बाजार 2029 तक 12 बिलियन डॉलर तक बढ़ जाएगा।