Найти

Результаты поиска

• ВЕРИФИКАЦИЯ ДИНАМИЧЕСКИХ БИОМЕТРИЧЕСКИХ ПАРАМЕТРОВ ЛИЧНОСТИ НА ОСНОВЕ ВЕРОЯТНОСТНОЙ НЕЙРОННОЙ СЕТИ

  Ю.А. Брюхомицкий

  2021-01-19

  Аннотация ▼

  Биометрическая верификация личности используются преимущественно при доступе
  в компьютерные и мобильные системы, а также для удаленной (голосовой) верификации.
  При этом наибольшее распространение получили системы биометрической верификации
  по фиксированной парольной фразе, которые достаточно просты в реализации, но очень
  уязвимы для атак воспроизведения скомпрометированного короткого текста. Для устра-
  нения этого недостатка верификацию личности предлагается осуществлять по произ-
  вольному в отношении объема, содержания и языка тексту (текстонезависимая биомет-
  рическая верификация). В данной работе предлагается обобщенный подход к решению за-
  дачи верификации личности по динамическим биометрическим параметрам разной мо-
  дальности (клавиатурный почерк, рукопись, голос). Представление сигналов динамической
  биометрии осуществляется путем преобразования их в последовательности информаци-
  онных единиц, каждая из которых содержит одинаковое количество отсчетов биометри-
  ческого сигнала соответствующей модальности. Решение поставленной задачи осуществ-
  ляется путем контроля степени концентрации близко расположенных информационных
  единиц (кластеров) в определенных точках многомерного признакового пространства. Реа-
  лизуется такой контроль на вероятностной нейронной сети, осуществляющей статисти-
  ческую оценку плотности вероятности распределения информационных единиц в соответ-
  ствующих кластерах с последующим определением суммарной плотности вероятности для
  всего класса объектов. Преимуществами предлагаемого подхода являются: обобщение
  существенно различных методов текстонезависимой верификации личности по динамиче-
  ским биометрическим параметрам разной модальности; возможность принимать вери-
  фикационное решение за фиксированное время поступления биометрических данных, опре-
  деляемое размером используемого эталона; возможность задавать точность верифика-
  ции путем изменения размерности слоя образцов вероятностной сети. Недостатком
  предлагаемого подхода является необходимость программной реализации нейронной сети
  большой размерности. Однако этот недостаток быстро нивелируется с повышением про-
  изводительности средств вычислительной техники.

• МЕТОД ВЫЧИСЛЕНИЯ КРИПТОГРАФИЧЕСКИХ КЛЮЧЕЙ ИЗ БИОМЕТРИЧЕСКИХ ДАННЫХ ЛИЦА НА ОСНОВЕ УСТОЙЧИВЫХ ПРЕОБРАЗОВАНИЙ

  И.В. Калиберда

  36-52

  2025-11-10

  Аннотация ▼

  Рассматривается задача преобразования биометрических данных лица в криптографические ключи, обеспечивающие высокий уровень защищённости. Биометрические данные, хотя и уникальные, не обладают достаточной случайностью для создания сильных криптографических ключей. Кроме того, возникают вопросы хранения ключей: злоумышленник может похитить их шаблон, а при малейшем изменении входных данных (другое освещение, мимика) создаётся риск несоответствия, что приводит к высокому уровню частоты ложных отбраковок. В качестве решения предлагается метод генерации криптографических ключей, объединяющий несколько ключевых технологий для обеспечения эффективности и безопасности процесса создания ключей. Дано описание основных этапов метода, включающих получение изображения лица, обработку изображения, анализ изображения с извлечением необходимых признаков с помощью сверточной нейронной сети, преобразование изображения (вектора признаков) в двоичную строку, устойчивые преобразования. Устойчивые преобразования призваны в качестве методик, направленных на защиту биометрических данных: использование корректирующих кодов Reed-Solomon, генерацию биометрически зависимого ключа, с последующим распределением его на части по классической схеме Шамира, шифрование. Проведено теоретическое обоснование преимущества такого подхода в контексте уменьшения вероятности ложных допусков и ложных отклонений. Представлены результаты экспериментов на базе публичных наборов данных. Показано, что по сравнению с классическими методами и некоторыми существующими схемами без коррекции ошибок предлагаемое решение даёт более высокую точность. Представленный метод дает существенные преимущества в области безопасности, делая криптографические системы более подходящими для приложений с высоким уровнем безопасности

• МОДЕЛЬ ПОДСИСТЕМЫ ВЫРАБОТКИ КРИПТОГРАФИЧЕСКИХ КЛЮЧЕЙ СИСТЕМЫ ЗАЩИТЫ ИНФОРМАЦИИ КИБЕРФИЗИЧЕСКОЙ СИСТЕМЫ

  В. А. Головской , А. В. Винокуров

  2025-04-27

  Аннотация ▼

  Исследование посвящено совершенствованию подсистемы защиты информации в радиокана-
  лах киберфизической системы на примере робототехнического комплекса (РТК). Рассмотрены со-
  временные и перспективные критические условия применения РТК, обуславливающие наборы требо-
  ваний к характеристикам как РТК, так и их подсистем, таким как радиосистема передачи данных
  (РС) и подсистема защиты информации. Одним из подходов к выполнению требований является
  унификация указанных подсистем РТК, которая может быть разделена условно на две научно-
  технические задачи: унификация радиопротоколов и унификация средств защиты информации в
  радиоканалах РС. В работе представлены полученные в результате анализа практические пробле-
  мы, лежащие на пересечении двух областей исследования – РС и подсистем защиты информации.
  Сформулирована гипотеза о потенциальной возможности эффективного разрешения одной из ука-
  занных практических проблем – обеспечения системы защиты информации криптографическими
  ключами – путем включения в систему защиты информации РТК подсистемы выработки крипто-
  графических ключей (ПВКК) из используемых в качестве исходной ключевой информации биометри-
  ческих данных. Предлагаемое усовершенствование имеет несколько аспектов – нормативный, эко-
  номический, технический. В работе исследуется только научно-техническая сторона вопроса, в
  результате чего предложена функциональная модель ПВКК. Целью работы является разработка
  модели функционирования ПВКК для системы криптографической защиты информации в радиока-
  налах РС РТК и формирование её алгоритмического наполнения. Объект исследования – система
  криптографической защиты информации в радиоканалах РС. Предмет исследований – алгоритм
  выработки криптографических ключей для системы криптографической защиты информации в
  радиоканалах РС РТК. Для достижения цели обоснован класс привлекаемых абстракций и методиче-
  ский аппарат, использующий положения теории алгоритмов для доказательства существования
  алгоритма, разрешающего сформулированную массовую проблему и обладающего заданными нетри-
  виальными семантическими свойствами. Методы исследования – анализ, аналогия, синтез, декомпо-
  зиция, абстрагирование. Сформулирована основная массовая проблема и гипотеза о её разрешимо-
  сти. С целью проверки гипотезы сформулирована и доказана соответствующая теорема. Предло-
  женная модель обеспечивает исследования возможностей моделируемой подсистемы по реализации
  сформулированных принципов функционирования и позволяет доказывать совместную эффективную
  реализуемость различных алгоритмов обработки информации

• НЕЙРОСЕТЕВАЯ МЕТОДИКА ИДЕНТИФИКАЦИИ ЛИЧНОСТИ ПО РИСУНКУ ВЕН ЛАДОНИ

  В.А. Частикова , С.А. Жерлицын

  2022-11-01

  Аннотация ▼

  Описывается работа по созданию нейросетевой методики идентификации лично-
  сти, основанной на механизме сканирования и анализа рисунка вен ладони, как биометриче-
  ского параметра. В рамках проведенного исследования описаны предпосылки, цели и причи-
  ны, по которым разработка надежной системы биометрической идентификации является
  важным и актуальным направлением деятельности. Сформулирован ряд проблем, прису-
  щих существующим методам решения поставленной задачи: графовому методу и методу,
  основанному на вычислении расстояния, выраженного в различных интервальных метри-
  ках. Приведено описание принципов их работы. Сформулированы задачи, решаемые систе-
  мами идентификации личности: сопоставление субъекта идентификации с его идентифи-
  катором, однозначно идентифицирующим этого субъекта в информационной системе.
  Описан механизм считывания рисунка вен с ладони, разработанный для анализа изобра-
  жения, полученного с восприимчивой к излучению инфракрасного диапазона цифровой ка-
  меры. При нахождении в кадре ладони, подсвечиваемой светом ближнего ИК-диапазона, на
  изображении, полученном с камеры, становится заметен рисунок пролегающих под кож-
  ным покровом вен, сосудов и капилляров. В зависимости от организации, система иденти-
  фикации может на основе предоставленного идентификатора определять соответс т-
  вующий субъект доступа или проверять принадлежность того же идентификатора
  предполагаемому субъекту. Приведены 3 метода дальнейшего анализа биометрических
  данных и идентификации личности: подходы, основанные на категориальной классифи-
  кации и бинарной классификации, а также комбинированный подход, при котором сн а-
  чала используется идентификация по первому способу, а затем, по второму, но уже для
  известного идентификатора доступа, определённого на первом этапе. Приведена р е-
  зультирующая архитектура нейросети для категориальной классификации рисунка вен,
  описан способ вычисления количества параметров модели в зависимости от числа заре-
  гистрированных субъектов. Представлены основные выводы и экспериментальные зам е-
  ры точности работы системы при реализации различных методов, а также диаграммы
  изменения точности моделей во время обучения. Выявлены основные преимущества и не-
  достатки приведённых методов.

• СОВРЕМЕННЫЕ ДОСТУПНЫЕ БАЗЫ ДАННЫХ ОТПЕЧАТКОВ ЛАДОНИ: ОБЗОР

  Снехал С. Датвасе, Р.Р. Дешмукх, Рохит С. Гупта

  27-37

  2025-07-31

  Аннотация ▼

  Отпечаток ладони является уникальным и очень полезным биометрическим при-
  знаком. За последние несколько десятилетий по этой теме было проведено достаточно
  исследований. Разработаны и успешно реализованы различные алгоритмы и системы.
  Так как данный метод не позволяет получить более расширенную информацию для рас-
  познавания личности, мультиспектральные или гиперспектральные изображения и рас-
  познавание отпечатков ладоней могут стать потенциальным ответом на эти системы.
  Биометрические технологии широко используются в сфере безопасности для аутенти-
  фикации и идентификации в течение последних нескольких лет. Для повышения точно-
  сти и скорости требуется улучшенная система распознавания. В этой статье рас-
  сматриваются некоторые современные базы данных отпечатков ладоней, а также опи-
  саны используемые методы и их точность. Лицо, отпечаток пальца, радужка глаза,
  отпечаток ладони, руки являются физиологическими биометрическими данными. Из всех
  биометрических, физиологическая биометрия предлагает больше всего преимуществ.
  База данных бесконтактных изображений ладоней PolyU-IITD составлена с помощью
  ручной камеры, включает жителей Индии и Китая. База данных бесконтактных отпе-
  чатков ладоней IIT Touchless Palmprint получена от студентов и преподавателей Delhi
  India, база состоит из полных изображений рук. База данных гиперспектральных отпе-
  чатков ладоней создана Гонконгским политехническим университетом, была собрана в
  отделе биометрической исследовательской лаборатории с помощью жидкокристалличе-
  ских фильтров Meadowlark. Многоспектральная база данных отпечатков пальцев, гипер-
  спектральная база данных были составлены китайскими исследовательскими группами
  учёных. База данных отпечатков пальцев polyU собрана у 193 человек, содержит 386
  ладоней. Китайская академия наук разработала базу данных отпечатков ладоней CASIA
  с помощью собственного устройства распознавания отпечатков ладоней. База данных
  отпечатков пальцев XJTU собирается с помощью гаджетов iPhone 6S, HUAWEI mate8,
  LG G4, Samsung Galaxy Note5 и MI8. Также представлен литературный обзор современ-
  ных исследований в данной области. Отмечены преимущества гиперспектральных изо-
  бражения по сравнению с мультиспектральные изображениями, гиперспектральные
  изображения отпечатков ладоней очень трудно подделать

• МЕТОДЫ УСИЛЕНИЯ ПРОЦЕДУРЫ ИДЕНТИФИКАЦИИ ПОЛЬЗОВАТЕЛЕЙ НА ОСНОВЕ ТЕХНОЛОГИИ LIVENESS DETECTION

  В.В. Золотарев , А. О. Поважнюк, Е.А. Маро

  2022-05-26

  Аннотация ▼

  Биометрические системы идентификации и контроля доступа содержат методы
  распознавания личности субъекта на основе уникальных физиологических и поведенческих
  характеристик. Целью данной работы является разработка системы безопасного взаимо-
  действия (аутентификации) участников геймифицированных образовательных проектов,
  включающая в себя противодействие угрозам безопасности, возникающим при использовании биометрических характеристик пользователей. Выполнен сравнительный анализ эф-
  фективности распознавания поддельных биометрических образцов методами liveness detection
  на основе выявления подмены образца с помощью фото, видео на дисплее,
  3D-модели, маски. В ходе исследования предложен способ применения метода liveness detection
  для внедрения в системы геймифицированной образовательной среды. Предложена
  модификация метода liveness detection (гибридный метод) и спроектирована система био-
  метрической идентификации в реальном времени с использованием предложенного мето-
  да. Разработан двухэтапный гибридный метод биометрической идентификации на основе
  совместного использования пассивных и активных программных методов выявления под-
  дельных биометрических образцов. Метод адаптирован для использования с минимальным
  количеством дополнительных используемых устройств, единственным сканером биомет-
  рических признаков является 2D-камера. Проведено тестирования работы сети видов дву-
  слойный персептрон, трехслойный персептрон и сверточная нейронная сеть. Обучение
  сети проводилось на собственных обучающих примерах. Положение диктора при записи
  обучающих примеров: расстояние лица от камеры – 60см, режимы записи при повороте
  головы на 0 (взгляд прямо в камеру), 30 (голова немного повернута в сторону) и 45 (голова
  сильно повернута в сторону) градусов. По итогам тестирования лучшие показатели рас-
  познавания были выявлены у сверточной нейронной сети с 3 сверточными слоями и 1 пол-
  носвязным. Получена точность распознавания произнесенного слова до 100% при повороте
  головы пользователя до 30° и до 70% - при повороте головы пользователя до 45°. При тес-
  тировании на выборке, состоящей из 1000 примеров, значение FAR данной системы соста-
  вило 1%, значение FRR составило 0%.

• ГИБРИДНЫЙ ПОДХОД К БЕЗОПАСНОСТИ ШАБЛОНОВ БИОМЕТРИЧЕСКИХ ДАННЫХ ВЕН ПАЛЬЦА НА ОСНОВЕ ГЛУБОКОГО ОБУЧЕНИЯ

  Шендре Шивам , Шубханги Сапкал

  2020-10-11

  Аннотация ▼

  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.