Статья

Название статьи ИММУНОЛОГИЧЕСКИЙ ПОДХОД К ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО ДИНАМИЧЕСКИМ БИОМЕТРИЧЕСКИМ ПАРАМЕТРАМ
Автор Ю.А. Брюхомицкий
Рубрика РАЗДЕЛ II. ПРИКЛАДНЫЕ ВОПРОСЫ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ
Месяц, год 05, 2017
Индекс УДК 004.067
DOI
Аннотация Предлагается обобщенный иммунологический подход к решению задачи –идентификации личности человека по его динамическим биометрическими характеристикам различной модальности: голосу, рукописи, клавиатурному набору. Подход ориентирован на идентификацию личности человека при воспроизведении им текстов произвольного объема и содержания. Решение поставленной задачи базируется на принципах построения и функционирования искусственных иммунных систем, с использованием векторного представления и обработки биометрических данных, хорошо согласующегося с числовым характером сигналов динамической биометрии. Особенностью подхода является представление сигналов динамической биометрии последовательностями информационных единиц фиксированного формата, с последующей их децентрализованной обработкой на основе иммунологической модели отрицательного отбора. Информационными единицами последовательностей являются синтаксически связанные фрагменты текста, несущие наиболее выраженные индивидуальные особенности личности. Последующий анализ и обработка фрагментов текста осуществляется в многомерном метрическом пространстве признаков. Распознавание образов динамической биометрии, представленных фрагментами тек-ста, реализуется путем их сопоставления с распознающими элементами – детекторами. Сопоставление осуществляется по принципу негативной селекции. Рассмотрены возможные для использования две разновидности детекторов. Первые представлены в пространстве признаков многомерными векторами (простые детекторы), вторые – многомерными сферами (объемные детекторы). Предложены вычислительная процедура формирования объемных детекторов на стадии обучения и процедура сопоставления сигналов динамической биометрии с объемными детекторами на стадии идентификации. Предлагаемый подход в рамках иммунологического представления позволяет обобщить существенно раз-личные применяемые методы идентификации личности по динамическим биометрическим параметрам разной модальности – голоса, рукописи и клавиатурного набора. Отличием подхода является возможность текстонезависимого анализа текстов различной модальности, произвольного объема и содержания. Другим отличием является переход от интегральной оценки результатов анализа биометрических данных за фиксированный период времени к непрерывной оценке данных в темпе их поступления, с возможностью своевременного принятия правильного решения.

Скачать в PDF

Ключевые слова Текстонезависимая идентификация личности; динамическая биометрия; искусственные иммунные системы; векторное представление данных.
Библиографический список 1. Ахмад Х.М., Жирков В.Ф. Введение в цифровую обработку речевых сигналов. – Влади-мир: Изд-во Владим. гос. ун-та, 2007. – 192 с.
2. Матвеев Ю.Н. Технологии биометрической идентификации личности по голосу и другим модальностям // Вестник МГТУ им. Н.Э. Баумана. Серия Приборостроение. – 2012. – № 2. – С. 46-61.
3. Campbell W., Assaleh K., Broun C. Speaker recognition with polynomial classifiers // IEEE Trans. Speech Audio Process. – 2002. – Vol. 10, No. 4. – P. 205-212.
4. Анисимова Э.С. Идентификация онлайн-подписи с помощью оконного преобразования Фурье и радиального базиса // Компьютерные исследования и моделирование. – 2014.
– Т. 6, № 3. – С. 357-364.
5. Jain A.K., Friederike D.G., Connel S.D. On-line signature verification // Pattern Recognition. – 2002. – Vol. 35 (12). – P. 2963-2972.
6. Plamondon R., Srihari S. On-line and Off-line Handwriting Recognition: A Comprehensive Survey // IEEE Trans. PAMI. – 2000. – Vol. 22 (1). – P. 63-84.
7. Иванов А.И. Биометрическая идентификация личности по динамике подсознательных движений: монография. – Пенза: Изд-во Пенз. гос. ун-та, 2000. – 188 с.
8. Брюхомицкий Ю.А., Казарин М.Н. Система аутентификации личности по почерку // Сборник трудов научно-практической конференции с международным участием «Ин-формационная безопасность». – Таганрог: Изд-во ТРТУ, 2002. – С. 22-29.
9. Мазниченко Н.И. Гвозденко М.В. Анализ возможностей систем автоматической иденти-фикации клавиатурного почерка // Вестник Национального технического университета «Харьковский политехнический институт». Серия Информатика и моделирование.
– 2008. – Вып. № 24. – С. 77-82.
10. Скубицкий А.В. Анализ применимости метода реконструкции динамических систем в системах биометрической идентификации по клавиатурному почерку // Инфокоммуни-кационные технологии. – 2008. – Т. 6, № 1. – С. 51-53.
11. Чалая Л.Э. Модель идентификации пользователей по клавиатурному почерку // Искус-ственный интеллект. – 2004. – № 4. – С. 811-817.
12. Брюхомицкий Ю.А., Казарин М.Н. Метод биометрической идентификации пользователя по клавиатурному почерку на основе разложения Хаара и меры близости Хэмминга // Известия ТРТУ. – 2003. – № 4 (33). – С. 141-149.
13. Dasgupta D. Artificial Immune Systems and Their Applications. Ed., Springer-Verlag, 1999.
14. De Castro L.N., Timmis J.I. Artificial Immune Systems: A New Computational Intelligence Approach. – London: Springer-Verlag, 2000. – 357 p.
15. Искусственные иммунные системы и их применение / под ред. Д. Дасгупты: пер. с англ. А.А. Романюхи. – М.: Физматлит, 2006. – 344 с.
16. Dasgupta D., Forrest S. Tool breakage detection in milling operations using a negative-selection algorithm // Technical report CS95-5, Department of computer science, University of New Mexico, 1995.
17. Forrest S., Perelson A.S., Allen L., Cherukuri R. Self-nonself discrimination in a computer // In: Proc. of Ieee symposium on research in security, Oakland, CA, 16-18 May 1994. – P. 202-212.
18. Брюхомицкий Ю.А. Иммунологический подход к организации клавиатурного монито-ринга // Известия ЮФУ. Технические науки. – 2014. – № 2 (151). – С. 33-41.
19. Брюхомицкий Ю.А. Анализ рукописного текста методами иммунокомпьютинга // Ин-формационное противодействие угрозам терроризма. – 2015. – № 24. – С. 36-43.
20. Брюхомицкий Ю.А. Иммунологичекий метод идентификации личности по рукописи // Известия ЮФУ. Технические науки. – 2015. – № 5 (166). – С. 174-183.
21. Брюхомицкий Ю.А. Иммунологичекий метод верификации рукописи с использованием векторного представления данных // Известия ЮФУ. Технические науки. – 2016. – № 9 (182). – С. 50-57.
22. Брюхомицкий Ю.А. Клавиатурный мониторинг на основе иммунологического клониро-вания // Безопасность информационных технологий. – 2016. – № 4 (40). – С. 5-11.
23. Брюхомицкий Ю.А. Клавиатурная идентификация личности. Lambert Academic Publishing, Saarbrűcken, Germany, 2012. – 140 с. – ISBN 978-3-8484-1119-1.
24. Брюхомицкий Ю.А. Цепочный метод клавиатурного мониторинга // Известия ЮФУ. Технические науки. – 2009. – № 11 (100). – С. 135-145.
25. Ji Z., Dasgupta D. Real-valued negative selection algorithm with variable-sized detectors // Genetic and Evolutionary Computation (GECCO 2004): Proceedings. – Berlin–Heidelberg: Springer-Verlag, 2004. – Ser. LNCS 3102. – Part I. – P. 287-298.
26. Ji Z., Dasgupta D. Revisiting negative selection algorithm // Evolutionary Computation.
– 2007. – Vol. 15, No. 2 (Summer). – P. 223-251.
27. Ji Z., Dasgupta D. V-Detector: An Efficient Negative Selection Algorithm with «Probably Adequate» Detector Coverage // Information Sciences. – 2009. – Vol. 179. – P. 1390-1406.

Comments are closed.