Secure Settlement Framework Using Blockchain Technology for Fraud Prevention

Abstract

The main question of the study: can we develop secure settlements framework based on Self-sovereign identity through using iris scanning to increase the security of the blockchain for digital identity fraud prevention?

Main objective: Proving the iris recognition is more accurate and secured than fingerprint recognition for identity establishment, which will contribute to the prevention of fraud while settling the user’s identity authentication through blockchain.

Study Methodology and Tools: The thesis answers this question using an empirical method applied to datasets of both fingerprint and iris images. The features are extracted and classified using a python programme that implements 21 tests classified using the k-nearest neighbours (KNN) in order to prove the iris recognition is more accurate and secured than fingerprint recognition for identity establishment, which will contribute to the prevention of fraud while settling the user’s identity authentication through blockchain.

Results and Conclusions: 1. Average Accuracy Results for Fingerprint is 92% and Iris is 97%. 2. The standard deviation results for fingerprint is 0.05 and iris is 0.03. 3. Morale value for Wilcoxon signed-rank test is 3.69864e-05. 4. Fingerprint identified iris identification are not the same at significant level of 0.01. 5. Iris classification is more accurate and reliable comparing to fingerprint classification.

Recommendations:  The thesis compares between fingerprint and iris accuracy only; however, researchers should take the future work further to involve other standard and analytical factors, which contain standards dependability, safety, universality, cost and effectiveness.

التساؤل الرئيس للدراسة: هل يمكننا تطوير إطار عمل التسويات الذي يعتمد على الهوية ذات السيادة الذاتية من خلال استخدام مسح القزحية لزيادة مستوى أمان تقنية سلسلة الكتل (Blockchain) لمنع الاحتيال في الهوية الرقمية؟

الهدف الرئيسي للدراسة: إثبات مستوى الأمان في عملية إدارة الهوية الرقمية باستخدام تقنية سلسلة الكتل (Blockchain) في عملية التسويات لمنع الاحتيال من خلال وذلك باستخدام تقنية الهوية ذات السيادة الذاتية (SSI) بجانب استخدام تقنيات القياسات الحيوية. تقنية SSI في سبيل توفير حلول مصادقة مناسبة من خلال تشجيع وتمكين الأشخاص والمؤسسات والشركات من الحصول على السيطرة الكاملة على كل من المعلومات الشخصية والسرية الخاصة بهم دون الحاجة إلى طرف ثالث. تركز هذه الرسالة على المساهمة في تقديم حلول لمنع الاحتيال في الهوية الرقمية باستخدام تقنيات الهوية ذات السيادة الذاتية (SSI) من خلال تقنية التعرف على قزحية العين أثناء مرحلة التحقق من الهوية. في هذا السياق، ستتناول الرسالة السؤال الرئيس التالي، "هل استخدام مسح قزحية العين في التحقق من هوية الشخص تعطي دقة أكبر من فحص بصمة الإصبع".

منهج الدراسة وأدواتها: تم اتباع المنهج التجريبي في هذه الدراسة لأثبات أن مسح القزحية في التحقق من هوية المستخدم تعطي دقة أكبر من فحص بصمة الاصبح وذلك من خلال اختيار قاعدة بيانات تحتوي على 756 صورة لقزحية العين تنتمي إلى 108 أشخاص واختيار قاعدة بيانات تحتوي على 80 صورة لبصمة الاصبع تنتمي إلى 10 أشخاص ومن ثم تحديد عينة عشوائية تحتوي على 10 أشخاص لكل شخص 7 صور لكلا المجموعتين. ثم استخدام Python لاستخراج المميزات ومن ثم تصنيفها باستخدام خوارزمية K-nearest neighbours (KNN) ومعالجتها لاختبار معيار الدقة من خلال المتوسط الحسابي للنتائج لكلا المجموعتين وقياس الانحراف المعياري.

النتائج: 1. متوسط دقة بصمة الإصبع هو 92٪ وبصمة القزحية هو 97٪. 2. نتائج الانحراف المعياري لبصمة الإصبع 0.05 وبصمة القزحية 0.03. 3. القيمة المعنوية لاختبار رتبة ويلكوكسون هي 3.69864e-05. 4. التعرف على بصمة القزحية المحددة ليست هي نفسها عند مستوى كبير من 0.01. 5. تصنيف القزحية هو أكثر دقة وموثوقية مقارنة مع تصنيف بصمات الأصابع.

أهم التوصيات: • تقارن هذه الرسالة بين دقة بصمة الأصابع ودقة القزحية فقط؛ ومع ذلك، ينبغي للباحثين أن يواصلوا العمل المستقبلي بشكل أكبر لإشراك العوامل المعيارية والتحليلية الأخرى، مثل الاعتمادية والسلامة والعالمية وفعالية والتكلفة.