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.

• ОСНОВНЫЕ ПОДХОДЫ К ИЗВЛЕЧЕНИЮ ТЕКСТОВОЙ ИНФОРМАЦИИ (ОБЗОР)

  В.В. Курейчик , П. С. Герасименко

  2024-10-08

  Аннотация ▼

  Данная статья посвящена обзору известных и современных подходов, методов и алгорит-
  мов полнотекстового поиска. Описана краткая история решения задачи поиска в неструктуриро-
  ванных текстовых данных, её развитие и актуальность. Сформулирована основная задача поиска
  в текстовых данных. Приведено определение индекса базы данных. В общем виде определена целе-
  вая функция поисковой информационной системы и описаны возможные компромиссные вариации
  её параметров при решения различных прикладных задач. Приведена обобщённая архитектура
  современной поисковой информационной системы с разделением задачи поиска на две фазы: пер-
  вичное извлечение релевантных записей и их последующее ранжирование для формирования окон-
  чательных результатов поиска. Даны базовые описания основных алгоритмов и методов полно-
  текстового поиска, таких как: поиск по термам (логический поиск), поиск с помощью деревьев и
  их разновидностей (B-деревья, UB-деревья, tries), поиск на основе n-грамм (в том числе поиск на
  основе частотного представления), использование векторной модели пространства (VSM), поиск
  на основе инвертированного (обратного) индекса, поиск с использованием аппарата нечёткой
  логики и биоинспирированных методов. Приведены основные достоинства и недостатки этих
  методов, описана их применимость в различных условиях, а также рассмотрены возможные ме-
  тоды оптимизации поиска текстовых данных для улучшения точности, скорости поиска и эф-
  фективности использования ресурсов. Представлены возможные перспективные направления в
  области решения задачи первичного извлечения информации. Приведены некоторые способы опре-
  деления сходства текстовых записей для решения задачи ранжирования на основе аппарата не-
  чёткой логики. Затронуты вопросы повышения релевантности первичного извлечения с помощью
  методов искусственного интеллекта, нейронных сетей, аппарата нечёткой логики и биоинспири-
  рованных методов, в частности методы расширения поискового запроса и/или расширения обра-
  батываемых текстовых записей. Описано влияние граничных условий построения поисковой сис-
  темы на повышение её эффективности. В заключение статьи подводятся итоги обзора и обсуж-
  даются перспективы дальнейшего развития различных методов полнотекстового поиска.