زیست‌سنجی چهره در برابر تطبیق متنی برای بستن حفره‌های احراز هویت

تصور کنید سیستمی را که اجازه می‌دهد هر کسی با یک حرف اول از نام یا یک لقب ساده، حسابی رسمی باز کند؛ این دقیقاً همان حفره‌ای است که اکنون هزاران کاربر را در بریتانیا به شدت خشمگین کرده است. طبق اعلام کمیسیون شرط‌بندی بریتانیا (UK Gambling Commission) در ۲۲ اوت ۲۰۲۶، نقص‌های بحرانی در احراز هویت پلتفرم‌های تحت نظارت، عامل بیش از ۲۵٪ از کل شکایات مصرف‌کنندگان بوده است.

این شکست‌ها به این دلیل رخ داده که حساب‌ها به‌جای هویت‌های قانونی تأییدشده، به‌طور معمول با حروف اول نام، نام‌های مستعار و حتی آدرس‌های تجاری ایجاد شده‌اند. برای توسعه‌دهندگان، این یک درس سخت درباره موازنه بین «سهولت ثبت‌نام» و «امنیت» است. بسیاری از تیم‌های رشد برای جلوگیری از ریزش کاربر در مرحله ورود، از تطبیق تقریبی (Fuzzy Matching) — شبیه به تصحیح خودکار غلط‌های املایی در کیبورد که کلمات مشابه را یکی می‌پندارد — استفاده می‌کنند.

همان‌طور که در تحلیل‌های قبلی ما درباره امنیت داده‌های کاربر اشاره کردیم، اولویت دادن به سرعت ثبت‌نام اغلب منجر به ایجاد بدهی فنی در لایه‌های پشتی می‌شود. در برخی معماری‌های پیچیده، برای مقابله با همین آشفتگی داده‌ها، از مدل‌های زبانی برای پاک‌سازی ورودی‌ها استفاده می‌شود؛ مشابه آنچه در معماری CannyCart برای نرمال‌سازی داده‌های بارکد مشاهده کردیم. به گزارش وب‌سایت dev.to، این آستانه‌های پذیرشِ سهل‌گیرانه باعث می‌شود حدس‌های ضعیف الگوریتم به‌عنوان هویت‌های تأییدشده ثبت شوند. در نتیجه، میکروسرویس‌های پایین‌دستی، از جمله سیستم‌های ضدپول‌شویی (AML) و امتیازدهی انطباق، به‌دلیل دریافت ورودی‌های متنی فاسد، به‌طور خاموش دچار خطا می‌شوند.

نقطه شکست فنی

تیم‌های مهندسی اغلب از یک الگوی ضد (Anti-pattern) استفاده می‌کنند که در آن اگر نسبت شباهت دو متن (مثلاً بیش از ۰.۶۵) باشد، آن‌ها را یکسان در نظر می‌گیرند. این رویکرد به‌سه دلیل بنیاداً معیوب است:

• اجازه می‌دهد نام‌های مستعار و حروف اول به‌عنوان نام تأییدشده پذیرفته شوند.
• باعث تداخل (Collision) بین کاربران مختلف با نام‌های مشابه می‌شود.
• بار اعتبارسنجی را به مرحله برداشت وجه منتقل می‌کند که منجر به مسدود شدن حساب‌ها و انباشت پرونده‌های بررسی دستی می‌شود.

برای حل این مشکل، معماری‌های مدرن به سمت مقایسه چهره یک‌به‌یک حرکت می‌کنند. در این روش، به‌جای اعتماد به متن‌های تغییرپذیر، مدارک شناسایی دولتی توسط شبکه‌های عصبی (Neural Network) — شبکه‌ای از سلول‌های کوچک، شبیه نقشه مترو، که سیگنال را از ورودی به جواب می‌رساند — پردازش می‌شوند تا بردارهای معنایی (Embedding) — مثل کارت معرفی عددی برای هر چهره که ویژگی‌های منحصر‌به‌فرد آن را ثبت می‌کند — در ابعاد ۱۲۸ تا ۵۱۲ استخراج شوند.

با محاسبه فاصله اقلیدسی یا شباهت کسینوسی (Cosine Similarity) بین این بردارها، سیستم می‌تواند بر اساس نقاط هندسی چهره، یک تطبیق ریاضی دقیق را تعیین کند. این روش یک «داده مرجع» (Ground Truth) قطعی فراهم می‌کند که سوابق متنی هرگز قادر به ارائه آن نیستند. با این حال، حتی پیشرفته‌ترین سیستم‌های بیومتریک نیز در برابر حملات جدید آسیب‌پذیرند؛ برای مثال، جعل هویت از طریق شبیه‌سازی صوت نشان داد که سدهای امنیتی بیومتریک می‌توانند به سرعت فرو بریزند.

این چرخش، این فرض قدیمی را که «ثبت‌نام راحت» یک مزیت رقابتی است، تغییر می‌دهد. در محیط‌های تحت نظارت، هزینه اصلاح دستی خطاها و جریمه‌های قانونی اکنون بسیار بیشتر از سودِ حذف اصطکاک در مسیر ثبت‌نام است.

گام بعدی شما

• لایه دریافت داده‌های خود را برای هرگونه منطق «تقریبی» که اعتبارسنجی سخت‌گیرانه طرح (Schema) را دور می‌زند، بازرسی کنید.
• اولویت را از بررسی‌های مبتنی بر Regex به سمت تجزیه دقیق اسناد (Document Parsing) و ایجاد ردپای حسابرسی فارنزیک تغییر دهید.
• بررسی کنید آیا سیستم‌های AML شما ورودی‌های متنی را بدون اعتبارسنجی متقاطع می‌پذیرند یا خیر.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک نحوه پردازش این بردارها در مقیاس میلیونی، به تحلیل ما درباره شتاب‌دهنده‌های NPU مراجعه کنید.