موبائل ایپس میں بایومیٹرک تصدیق: یہ کیا ہے، سینسر کی اقسام اور کام کرنے کا اصول

بایومیٹرک تصدیق کیا ہے؟

بایومیٹرک تصدیق کسی صارف کی منفرد جسمانی یا رویوں کی خصوصیات کی بنیاد پر اس کی شناخت کی تصدیق کرنے کا عمل ہے۔ موبائل آلات میں، یہ ٹیکنالوجی اسکرین انلاک کرنے، ادائیگی کی تصدیق کرنے اور محفوظ ایپلیکیشنز تک رسائی کے لیے استعمال ہوتی ہے۔

ایک بایومیٹرک نظام تین اجزاء پر مشتمل ہوتا ہے: ایک سینسر جو بایومیٹرک نمونہ (فنگر پرنٹ، چہرہ، آواز) حاصل کرتا ہے، ایک الگورتھم جو منفرد خصوصیات نکالتا ہے، اور ایک مماثل ماڈیول جو ان کا موازنہ محفوظ شدہ ٹیمپلیٹ سے کرتا ہے۔ NIST کے مطابق، جدید چہرہ شناخت الگورتھم معیاری روشنی کے حالات میں صرف 0.08% معاملات میں غلطی کرتے ہیں۔

بایومیٹرک طریقے روایتی پاس ورڈز کی جگہ لے رہے ہیں کیونکہ وہ شخص سے جڑے ہوتے ہیں اور ٹرانسمیشن کے دوران روکے نہیں جا سکتے۔ Goode Intelligence کی رپورٹ کے مطابق، 2027 تک 80% سے زیادہ اسمارٹ فونز بایومیٹرک سینسر سے لیس ہوں گے۔

بایومیٹرکس کا ایک اہم فائدہ رفتار ہے۔ فنگر پرنٹ کے لیے اوسط تصدیق کا وقت 0.2 سیکنڈ ہے، چہرے کے لیے — 0.4 سیکنڈ۔ موازنہ کے لیے، چھ ہندسوں کا PIN کوڈ داخل کرنے میں اوسطاً 2.5 سیکنڈ لگتے ہیں۔ روزانہ درجنوں انلاک میں، یہ اہم وقت کی بچت فراہم کرتا ہے اور صارف پر علمی بوجھ کم کرتا ہے۔

بایومیٹرک سینسرز Android CDD اور Apple App Review کے مطابق حفاظتی سطح کے لحاظ سے درجہ بندی کیے جاتے ہیں۔ کلاس 3 (Strong) — ادائیگیوں کے لیے تصدیق شدہ سب سے قابل اعتماد سینسر۔ کلاس 2 (Weak) — چہرہ شناخت کے لیے عام کیمرے، صرف اسکرین انلاک کرنے کے لیے موزوں۔ کلاس 1 — صرف سہولت کے لیے، حفاظت کی ضمانت کے بغیر۔

بایومیٹرک سینسر کی اہم اقسام

جدید موبائل آلات چار اہم اقسام کے بایومیٹرک سینسر استعمال کرتے ہیں۔ ہر ایک کی درستگی، رفتار اور حملوں کے خلاف مزاحمت کی اپنی خصوصیات ہیں۔ سینسر کا انتخاب لاگت، فارم فیکٹر اور مخصوص فون ماڈل کی حفاظتی ضروریات سے طے ہوتا ہے۔

فنگر پرنٹ اسکینر

یہ اسمارٹ فونز میں بایومیٹرک سینسر کی سب سے عام قسم ہے۔ کیپیسیٹیو اسکینر، جو Apple Touch ID میں استعمال کرتا ہے، پیپلری پیٹرن کی ابھاروں اور گڑھوں کے درمیان برقی صلاحیت کے فرق کا تجزیہ کرتے ہیں۔ الٹراسونک اسکینر (Qualcomm 3D Sonic) گندگی اور حفاظتی شیشے میں سے گزرتے ہیں، 98.6% درستگی فراہم کرتے ہیں۔

چہرہ شناخت

2D کیمرے عام فوٹوگرافی استعمال کرتے ہیں اور تیزی سے کام کرتے ہیں، لیکن کم محفوظ ہوتے ہیں۔ 3D نظام (Face ID، Huawei 3D Face Unlock) چہرے پر 30,000 انفراریڈ نقطے پیش کرتے ہیں اور ایک درست گہرائی کا نقشہ بناتے ہیں۔ کسی دوسرے شخص کے چہرے سے اتفاقی انلاک کا امکان 1,000,000 میں 1 ہے — Touch ID سے 20 گنا کم۔

آئیرس اسکینر اور آواز کی شناخت

ایک آئیرس اسکینر IR روشنی والے کیمرے کا استعمال کرتے ہوئے آئیرس پر 200 منفرد نقطوں تک کا تجزیہ کرتا ہے۔ یہ ٹیکنالوجی Samsung Galaxy Note 7–9 میں استعمال ہوئی تھی لیکن استعمال میں آسانی کے مسائل کی وجہ سے 3D چہرہ شناخت نے اس کی جگہ لے لی۔ آواز کی بایومیٹرکس 100+ صوتی پیرامیٹرز کی بنیاد پر آواز کا نشان بناتا ہے: لہجہ، بنیادی تعدد اور تلفظ۔ یہ بینکاری نظاموں میں فون کی تصدیق کے لیے استعمال ہوتا ہے۔

موبائل آلات میں بایومیٹرکس کیسے کام کرتا ہے

بایومیٹرک تصدیق کا عمل دو مراحل میں تقسیم ہوتا ہے: اندراج اور تصدیق۔ اندراج کے دوران، سینسر بایومیٹرک نمونے کے متعدد شاٹس لیتا ہے، الگورتھم مخصوص خصوصیات نکالتا ہے اور انہیں ریاضی کے ٹیمپلیٹ کے طور پر محفوظ کرتا ہے۔ ٹیمپلیٹ کوئی تصویر نہیں ہے بلکہ عددی ویکٹرز کا ایک مجموعہ ہے جسے اصل تصویر میں واپس نہیں کیا جا سکتا۔

تصدیق کے دوران، ایک نیا نمونہ محفوظ شدہ ٹیمپلیٹ سے موازنہ کیا جاتا ہے، اور نظام نتیجہ دیتا ہے: مماثلت یا مسترد۔ نیورل نیٹ ورکس پر مبنی جدید الگورتھم (Apple A چپس میں Neural Engine، Snapdragon میں NPU) اس موازنہ کو 100–400 ملی سیکنڈ میں پروسیس کرتے ہیں۔ Apple Security Guide کے مطابق، Neural Engine صرف بایومیٹرک حسابات کے لیے فی سیکنڈ 1 ٹریلین آپریشنز تک انجام دیتا ہے۔

موبائل بایومیٹرکس کی ایک اہم خصوصیت یہ ہے کہ تمام حسابات ڈیوائس پر، پروسیسر کے الگ تھلگ علاقے میں انجام پاتے ہیں۔ Android کے لیے یہ Trusted Execution Environment (TEE) ہے، iOS کے لیے — Secure Enclave۔ بایومیٹرک ڈیٹا کبھی چپ سے باہر نہیں نکلتا اور انٹرنیٹ پر منتقل نہیں ہوتا۔

بایومیٹرک ڈیٹا کی حفاظت

بایومیٹرک حفاظت ہارڈویئر کی علیحدگی اور ٹیمپلیٹس کی خفیہ نگاری کی حفاظت سے یقینی بنائی جاتی ہے۔ Apple A7–A18 پروسیسرز میں Secure Enclave اپنے فرم ویئر کے ساتھ ایک علیحدہ کوپروسیسر ہے جو ہر ڈیوائس کے لیے منفرد کلید سے بایومیٹرک ڈیٹا کو خفیہ کرتا ہے۔ صرف آپریٹنگ سسٹم کو ایک محفوظ چینل کے ذریعے Secure Enclave تک رسائی حاصل ہے۔

Android آلات پر، Secure Enclave کا کردار ARM TrustZone پر مبنی Trusted Execution Environment (TEE) ادا کرتا ہے۔ TEE بایومیٹرک حسابات کو مرکزی OS اور ایپلیکیشنز سے الگ کرتا ہے۔ Google Security Blog کے مطابق، Android 12+ تمام Strong سطح کے بایومیٹرک آپریشنز کے لیے TEE کا لازمی استعمال ضروری قرار دیتا ہے۔

بایومیٹرک سینسر جعلی نمونوں کے حملوں سے بھی محفوظ ہیں۔ فنگر پرنٹ سینسر خون کے بہاؤ یا نبض کی جانچ کرتے ہیں، اور Face ID انفراریڈ کیمرے زندہ جلد کی ساخت کو پہچانتے ہیں اور تصاویر، ماسک یا سلیکون مولڈ پر ردعمل نہیں دیتے۔ زندگی کا پتہ لگانا Android Biometric Class 3 سرٹیفیکیشن کا لازمی جزو ہے۔

بایومیٹرکس کے فوائد اور نقصانات

بایومیٹرک تصدیق پاس ورڈز کے مقابلے میں کافی زیادہ آسان ہے: صارف کو حروف کا مجموعہ یاد رکھنے کی ضرورت نہیں ہے، اور عمل میں سیکنڈ کے کچھ حصے لگتے ہیں۔ رفتار Apple Pay اور Google Pay جیسے موبائل ادائیگی کے نظاموں میں بایومیٹرکس اپنانے کا بنیادی محرک ہے۔

بایومیٹرکس کا بنیادی نقصان سمجھوتہ ہونے کی صورت میں شناخت کنندہ کو تبدیل کرنے میں ناکامی ہے۔ جبکہ پاس ورڈ تبدیل کیا جا سکتا ہے، فنگر پرنٹ یا چہرے کا نمونہ ہمیشہ کے لیے شخص کے ساتھ رہتا ہے۔ اس وجہ سے، بایومیٹرک نظام ہمیشہ بیک اپ طریقہ کے طور پر PIN کوڈ یا پاس ورڈ کے ساتھ مکمل کیے جاتے ہیں۔

اضافی خطرات میں ظاہری شکل میں تبدیلی (داغ، سوجن، عمر سے متعلق تبدیلیاں) کے ساتھ درستگی میں کمی اور جبری انلاک کے قانونی نظیر شامل ہیں۔ امریکی سپریم کورٹ نے 2019 میں فیصلہ دیا کہ پولیس Face ID یا Touch ID کے ذریعے فون انلاک کرنے کا مطالبہ کر سکتی ہے لیکن پاس ورڈ داخل کرنے پر مجبور نہیں کر سکتی (پانچویں ترمیم)۔

کوڈ کی مثال: Android پر Biometric API کا استعمال

Android تمام بایومیٹرک سینسر کے لیے ایک متحد BiometricPrompt API فراہم کرتا ہے۔ ذیل میں Jetpack Biometric Library استعمال کرتے ہوئے تصدیق کی ایک مثال دی گئی ہے۔ لائبریری خود بخود ڈیوائس پر دستیاب سینسر کا پتہ لگاتی ہے اور مناسب ڈائیلاگ دکھاتی ہے۔

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("بایومیٹرک تصدیق ناکام")
            }
        }

        biometricPrompt = BiometricPrompt(this, executor, callback)

        val promptInfo = BiometricPrompt.PromptInfo.Builder()
            .setTitle("اپنی شناخت کی تصدیق کریں")
            .setSubtitle("فنگر پرنٹ یا Face ID استعمال کریں")
            .setAllowedAuthenticators(
                BiometricManager.Authenticators.BIOMETRIC_STRONG
            )
            .build()

        biometricPrompt.authenticate(promptInfo)
    }
}

مثال Android درجہ بندی کے مطابق سب سے اعلی حفاظتی سطح BIOMETRIC_STRONG استعمال کرتی ہے۔ یہ صرف کلاس 3 سینسر کو سپورٹ کرتی ہے: بلٹ ان فنگر پرنٹ اسکینر اور 3D چہرہ شناخت۔ کلاس 2 (BIOMETRIC_WEAK) میں عام کیمرے شامل ہیں اور ادائیگیوں کے لیے تصدیق شدہ نہیں ہے۔

بایومیٹرک تصدیق کا مستقبل

بایومیٹرکس فعال طور پر ترقی کر رہا ہے: نئے شناخت کے طریقے فنگر پرنٹ اور چہرہ شناخت کی جگہ لے رہے ہیں۔ رویوں کی بایومیٹرکس (کی اسٹروک ڈائنامکس، چال کا تجزیہ) بغیر کسی مخصوص سینسر کی ضرورت کے ٹائپنگ پیٹرن اور چلنے کے انداز کا تجزیہ کرتی ہے۔ یہ ٹیکنالوجی پہلے سے بینکاری نظاموں میں دھوکہ دہی کا پتہ لگانے کے لیے استعمال ہو رہی ہے۔

ملٹی موڈل بایومیٹرکس — ایک نظام میں متعدد طریقوں کا مجموعہ — اعلیٰ درجے کے اسمارٹ فونز کے لیے معیار بن رہا ہے۔ مثال کے طور پر، Samsung Galaxy S25 ایک الٹراسونک فنگر پرنٹ اسکینر اور 3D چہرہ شناخت کو یکجا کرتا ہے، روشنی کے حالات اور ہاتھوں کی حالت کے مطابق بہترین طریقہ منتخب کرتا ہے۔ Goode Intelligence کے مطابق، ملٹی موڈل بایومیٹرکس مارکیٹ 2029 تک 12 بلین ڈالر تک بڑھ جائے گی۔