ГИБРИДНЫЙ ПОДХОД К БЕЗОПАСНОСТИ ШАБЛОНОВ БИОМЕТРИЧЕСКИХ ДАННЫХ ВЕН ПАЛЬЦА НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ
Ключевые слова:
Биометрия, безопасность шаблонов, гибрид, двоичная диаграмма принятия решений (BDD), схема нечетких обязательств, глубокое обучение и машинное обучениеАннотация
Мы живем в современном обществе, где у нас достаточно много ресурсов и вычис-
лительной мощности, единственной проблемой остается общественная безопасность.
С развитием технологий личная информация становится все более не защищенной. По-
этому идентификация личности является актуальной проблемой. Существующие тради-
ционные методы защиты личной информации оказались не надежными. Защита биомет-
рических параметров является одной из наиболее важных проблем при обеспечении безо-
пасности современной биометрической системы. Имеющиеся алгоритмы не дают адек-
ватного решения этой проблемы. Поэтому мы попытались предложить метод, который
будет более актуальным. В этой статье обсуждается гибридный метод биометрического
распознавания вен на пальцах, основанный на методе глубокого обучения с использованием
схем двоичной диаграммы принятия решений и нечетких обязательств. Предложенный
гибридный метод состоит из четырех частей, а именно: извлечение признаков вены паль-
ца, генерация защищенного шаблона, схема нечеткой фиксации, распознавание и принятие
решения о структуре вен на пальце. Таким образом, имеются четыре модуля, при этом
каждый модуль работает эффективно и дает точные результаты по всем базам данных.
