Dissertations / Theses on the topic 'Біометрична ідентифікація та автентифікація'

Метою доповіді є аналіз сучасних методів біометричної ідентифікації і автентифікації особи за геометрією обличчя. В доповіді розглянуто технологію ідентифікації «еigenface», та можливість використання цифрових відеокамер для виявлення обличчя на основі вбудованої логіки.

Метою доповіді є аналіз існуючих методів біометричної ідентифікації та автентифікації, обґрунтований вибір методів для подальшого дослідження та практичного застосування. Найбільшу ефективність захисту забезпечують системи, в яких біометричні методи поєднуються з іншими апаратними засобами автентифікації або декількома різними типами біометричної ідентифікації.

Миткевич, І. С. Біометричні технології ідентифікації : дипломна робота : 125 – Кібербезпека / І. С. Миткевич ; керівник роботи Ю. М. Ткач ; НУ "Чернігівська політехніка", кафедра кібербезпеки та математичного моделювання. – Чернігів, 2021. – 43 с.
Мета дослідження – дослідити особливості автентифікації та ідентифікації за біометричними параметрами, а саме, відбитком пальця та клавіатурним почерком. Розробити модель комбінованої системи ідентифікації, що забезпечить більш якісно ідентифікувати людину. Об’єкт дослідження – створення методу ідентифікації користувача через відбиток пальців та комп’ютерний почерк. Предмет дослідження – метод ідентифікації користувачів у комп’ютерних системах. Методи дослідження. Для досягнення поставлених завдань використано методи аналізу, синтезу, чисельних методів моделювання інформаційних систем. Наукова новизна одержаних результатів полягає у вдосконаленні методу автентифікації користувачів шляхом використання біометричних даних, який, на відміну від існуючих підходів, розширює функціональні можливості засобів ідентифікації, що уможливлює підвищення ефективності системи захисту.

Метою доповіді є дослідження ризиків використання технології розпізнавання обличчя стосовно конфіденційності та можливі шляхи їх усунення. Для цього було розглянуто випадки її несанкціонованого використання та законодавчих заборон [2], проаналізовано основні аргументи критиків та запропоновано шляхи подолання існуючих проблем.

Проаналізовано найпоширеніші методи автентифікації користувачів в ОС Android. Проведено аналіз переваг та недоліків кожного з методів, а також запропоновано власний метод автентифікації користувачів в ОС Android.
This research paper describes a common user authentication methods in the Android OS. An analysis of the advantages and disadvantages of each method, as well as offer their own user authentication method on the Android OS.

Проаналізовано найпоширеніші методи автентифікації користувачів в ОС Android. Проведено аналіз переваг та недоліків кожного з методів, а також запропоновано власний метод автентифікації користувачів в ОС Android
This research paper describes a common user authentication methods in the Android OS. An analysis of the advantages and disadvantages of each method, as well as offer their own user authentication method on the Android OS.

Метою доповіді є порівняння методів сучасної біометричної ідентифікації з використанням математичної статистики (FAR і FRR), а також порівняння стійкості та незмінності біометричних даних. В доповіді наводяться результати порівняльного аналізу методів сучасної біометричної ідентифікації.

У доповіді описано принцип роботи штучної імунної системи. Також розглянуто класи задач для рішення яких можуть бути використані відповідні системи задля обґрунтування доцільності використання штучної імунної системи для подальшої розробки засобу біометричної системи ідентифікації по особливостям клавіатурного почерку .
The article describes the principle of the artificial immune system. Also, classes of problems for the solution of which the appropriate systems can be used to justify the feasibility of using an artificial immune system for further development of a means of biometric identification system on the features of keyboard writing.

Роботу виконано на кафедрі ком’пютерно-інтегрованих технологій Тернопільського національного технічного університету імені Івана Пулюя Міністерства освіти і науки України Захист відбудеться 21 грудня 2021 р. о 09 .00 годині на засіданні екзаменаційної комісії № 24 у Тернопільському національному технічному університеті імені Івана Пулюя за адресою: 46001, м. Тернопіль, вул.Руська, 56, навчальний корпус №1, ауд. 403
В результаті проведеної роботи проаналізовано основні параметри та фактори, що впливають на якість ідентифікації під час дактилоскопії. Метою було створити прототип системи розпізнавання біо-відбитків пальців на основі нечіткої логіки та вивчити якість цього алгоритму порівняно з іншими методами в цій галузі.As a result of this work, the main parameters and factors influencing the quality of identification during fingerprinting are analyzed. The aim was to create a prototype of a fingerprint bio-fingerprint recognition system based on fuzzy logic and to study the quality of this algorithm compared to other methods in this field
ЗМIСТ ВСТУП 6 1. АНАЛIТИЧНА ЧАСТИНА 10 1.1. Біометричні системи 10 1.2 Нечітка логіка 12 2. ТЕХНОЛОГIЧНА ЧАСТИНА 15 2.1 Система розпізнавання відбитків пальців 15 2.2 Вимір якості відбитків пальців 16 2.3 Оцінка якості відбитку 17 2.4 Оцінка сходження двох відбитків 18 3 КОНСТРУКТОРСЬКА ЧАСТИНА 20 3.1. Система підтримки прийняття рішень з використанням нечіткої логіки 20 3.2 Застосування правил 24 3.3 Аналіз і порівняння 26 4 НАУКОВО-ДОСЛIДНИЦЬКА 29 4.1 Детектор кордонів Кенні 29 4.2 Подвійна фільтрація 31 4.3 Метод Віоли-Джонса 33 4.3 Ознаки Хаара 36 5. СПЕЦIАЛЬНА ЧАСТИНА 41 5.1. Алгоритм NFIQ 41 5.2 Помилки FMR, FNMR та EER. 42 5.3 Метод визначення якісних областей відбитків пальців 44 5.4 Зіставлення відбитків пальців за допомогою MCC SDK 49 6 ОХОРОНА ПРАЦI ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦIЯХ 53 6.1 Органiзацiя охорони працi при роботi з системою управлiння 53 6.2 Електробезпека 55 6.3 Розрахунок заземлення 58 ОСНОВНI ВИСНОВКИ ДИПЛОМНОЇ РОБОТИ 62 БIБЛIОГРАФIЯ 63 Додаток 65

В сучасному світі використання біосигналів не тільки полегшує об’єктивну медичну діагностику стану здоров’я, забезпечуючи зворотний зв'язок для персоналізованої терапії, а також є важливою складовою людино-машинної взаємодії, афективної інформатики, реабілітаційної інженерії та біометрії для ідентифікації та автентифікації особистості. У зв’язку з пандемію Covid-19, людство виявилось неготовим до таких випробувань медичної системи, де з щоденним збільшенням захворюваності виникла проблема нестачі медичного персоналу та засобів для проведення діагностики чи ургентної терапії. Тому актуальною задачею сьогодення є розробки автоматизованих медичних систем, що дозволять розширити можливості використання медичного обладнання та цим самим знизити навантаження на медичний персонал. Автоматизовані системи повинні мати високий ступінь захисту, що дозволить забезпечити надійність особистих даних під час проведення діагностичних процедур, виключаючи вплив людського фактору медичного персоналу (втома, що викликає неуважність яка сприяє для виникнення ряду похибок, що суттєво впливають на кінцевий план надання допомоги).
In today's world, the use of biosignals not only facilitates objective medical diagnosis of health, providing feedback for personalized therapy, but is also an important component of human-machine interaction, affective computer science, rehabilitation engineering and biometrics for personal identification and authentication. In the wake of the Covid-19 pandemic, humanity has been unprepared for such trials of the medical system, where the daily increase in morbidity has led to a shortage of medical personnel and facilities for diagnosis or emergency therapy. Therefore, the urgent task today is to develop automated medical systems that will expand the use of medical equipment and thus reduce the burden on medical staff. Automated systems must have a high degree of protection, which will ensure the reliability of personal data during diagnostic procedures, excluding the influence of human factors of medical staff (fatigue, inattention that contributes to a number of errors that significantly affect the final plan of care).

Вирішення проблеми захисту корпоративних даних в ХХІ столітті вийшло за рамки фізичної взаємодії з працівниками, у зв’язку з переходом шуканої інформації в комп’ютерний формат. Дана особливість сформувала потребу у розробці та імплементації нових механізмів захисту корпоративних даних. Запропонована система аутентифікації користувачів комп’ютерних систем, розроблена на основі технологій нейронних мереж, надає можливість ідентифікації користувачів на основі індивідуальних антропометричних візуальних та голосових показників суб’єкта, з метою запобігання викраденню корпоративних даних, та ідентифікації злочинних суб’єктів. Об’єктом дослідження є трансформація антропометричних показників в комп’ютерну форму. Предметом дослідження є механізми розпізнавання образів. Метою роботи є покращення можливостей методів біометричної ідентифікації суб’єктів шляхом розробки нової архітектури на базі нейронних мереж. Методи дослідження. Порівняння існуючих алгоритмів за критеріями точності, швидкодії, ресурсних затрат, надійності, з метою імплементації та подальшої модифікації в системі корпоративного контролю. Наукова новизна полягає у розробці нового механізму ідентифікації суб’єктів що поєднує у собі алгоритми голосової та візуальної ідентифікації суб’єктів. Практична цінність полягає у можливості застосування даної системи в корпоративних умовах з метою запобігання витоку даних та ідентифікації злочинних суб’єктів. Низька ресурсозатратність сприяє застосуванню розробленого алгоритму в високонавантажених системах. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. У вступі аналізується проблема захисту корпоративних даних. Обгрунтовується перспективність застосування механізмів біометричної голосової та візуальної ідентифікації суб’єктів для її вирішення. Досліджуються алгоритми біометричної ідентифікації. У першому розділі описуються існуючі алгоритми розпізнавання візуальних та голосових образів. У другому розділі досліджується доцільність застосування існуючих алгоритмів голосової та візуальної біометричної ідентифікації, аналізуються та порівнюються існуючі архітектури розпізнавання образів. У третьому розділі наводиться процес розробки алгоритмів візуальної та голосової біометричної ідентифікації користувачів У четвертому розділі наводяться характеристики розробленої КС, результати тестування, відбувається дослідження системи на різних наборах даних, та її модифікація з метою досягнення поставленої точності. У висновках стисло наводяться результати досліджень та розробки.
Topic relevance The solution to the problem of corporate data protection in the XXI century has gone beyond the physical interaction with employees, due to the transition of the required information into a computer format. This feature has formed the need to develop and implement new mechanisms for corporate data protection. The proposed system of authentication of computer system users, developed on the basis of neural network technologies, provides the possibility of user identification on the basis of individual anthropometric visual and voice indicators of the subject, in order to prevent theft of corporate data and identification of criminal entities. The object of study is the transformation of anthropometric indicators into a computer form. The subject of study is the mechanisms of pattern recognition. The goal of this work is to improve the capabilities of biometric identification methods of subjects by developing a new architecture based on neural networks. Study methods. Comparison of existing algorithms on the criteria of accuracy, speed, resource costs, reliability, in order to implement and further modify the corporate control system. The scientific novelty is the development of a new mechanism for identifying subjects that combines algorithms for voice and visual identification of subjects. The practical value lies in the possibility of using this system in a corporate environment in order to prevent data leakage and identification of criminal entities. Low resource consumption contributes to the application of the developed algorithm in highly loaded systems. Structure and scope of work. The master's dissertation consists of an introduction, four chapters, conclusions and appendices. The introduction analyzes the problem of corporate data protection. The prospects of using the mechanisms of biometric voice and visual identification of subjects for its solution are substantiated. Biometric identification algorithms are investigated. The first section describes the existing algorithms for recognizing visual and voice images. The second section investigates the feasibility of using existing algorithms for voice and visual biometric identification, analyzes and compares existing image recognition architectures. The third section describes the process of developing algorithms for visual and voice biometric user identification The fourth section presents the characteristics of the developed COP, the test results, the system is studied on different data sets, and its modification in order to achieve the specified accuracy. The conclusions summarize the results of research and development.

У дисертаційній роботі вирішено актуальну науково-прикладну проблему у галузі інструментального забезпечення біоінформатики – розвиток теоретичних засад і нових підходів до удосконалення комп’ютерних систем опрацювання біосигналів на основі широкого використання штучних нейромереж і технологій глибинного навчання. Представлено концепцію трьох системних рівнів комп’ютерного опрацювання біосигналів, що базується на чіткому розмежуванні функцій системних рівнів від методів і засобів, що їх реалізують. Таке розділення сприяє структуризації знань, уможливлює оцінювання ефективності різних методів і вибір кращих проектних рішень із урахуванням специфіки завдань, умов і сценаріїв. Автоматизовано пошук оптимальних значень гіперпараметрів багатошарового нейрокласифікатора шляхом використання простої прогностичної моделі машинного навчання. Це дає змогу на 4 порядки скоротити час пошуку порівняно із повним перебором в просторі можливих значень. Розроблено і апробовано підхід до виявлення і коригування залишкових аномалій в біосигналах, який базується на застосуванні нейромережевих автоенкодерів для нелінійної фільтрації завад, зосереджених в тій самій частині спектру, що й корисний сигнал. Застосування підходу у 5-7 разів зменшує похибку ідентифікації. Результати роботи можуть бути застосовані до різних прикладних задач, у таких сферах як кібербезпека та системи доступу (біометрична ідентифікація), робототехніка (нейромережеві інтерфейси управління) і афективна інформатика (аналіз психоемоційного стану), а також у медицині (діагностика, клінічні дослідження тощо). В диссертационной работе решена актуальная научно-прикладная проблема в области инструментального обеспечения биоинформатики - развитие теоретических основ и новых подходов к совершенствованию компьютерных систем обработки биосигналов на основе широкого использования искусственных нейронных сетей и технологий глубинного обучения. Представлена концепция трех системных уровней компьютерной обработки биосигналов, основанная на четком разграничении функций системных уровней от методов и средств, которые используются для их реализации. Такое разделение способствует структуризации знаний, позволяет оценить эффективность различных методов и выбрать лучшие проектные решения с учетом специфики задач, условий и сценариев. Автоматизирован поиск оптимальных значений гиперпараметров многослойного нейроклассификатора путем использования простой прогностической модели машинного обучения. Это позволяет на 4 порядка сократить время поиска по сравнению с полным перебором в пространстве всех возможных значений. Разработан и апробирован подход к выявлению и коррекции остаточных аномалий в биосигналах, основанный на применении нейросетевых автоэнкодеров для нелинейной фильтрации помех, сосредоточенных в той же части спектра, и полезный сигнал. Применение коррекции аномалий в 5-7 раз уменьшает погрешность идентификации. Результаты работы могут быть применены в различных направлениях, таких как компьютерная безопасность и системы доступа (биометрическая идентификация), робототехника (нейросетевые интерфейсы управления) и аффективная информатика (анализ психоэмоционального состояния), а также в медицине (диагностика, клинические исследования и т.п.). The thesis solves a scientific problem in the field of instrumental support of bioinformatics - the development of theoretical foundations, improvement of methodological, algorithmic, software, and technical basis of the computer systems for processing of biosignals and data based on the extensive use of artificial neural networks and deep learning technologies. Current state and future perspectives of machine learning usage in the computer bioinformatics systems are analyzed in the thesis. It is shown that the heterogeneousness of data and a wide range of bioinformatics tasks influenced the development of specialized solutions for each separate domain or application. This complicates the possibility to compare the effectiveness of certain methods as well as the usage of the best system design variants for the new tasks. A novel framework related to the development of principles for the design of the biosignals computer processing systems involving a combination of machine learning techniques and digital signal processing is presented in the thesis. The expediency of separation of the system levels within the process of biosignals processing is reasoned, and their functions are outlined. Innovativeness of the suggested approach lies in the separation of functions of the lower, middle, and upper levels from methods with the help of which they are realized, as well as from the implementation variants for these methods based on the hardware and software components. The middle system level is significantly invariable both in regards to the task to be solved and to the biosignal type. At the same time, the upper level is specific as to the final application, and the lower level is specific as to the type of biosignal. Distinct outlining of functions for each system level and the inter-level interfaces opens perspectives for information structuring during the analysis of the known decisions, which simplifies the analysis and comparison of the effectiveness of these solutions. The design process of the computer system for the specific tasks gets simplified and potentially quickens due to the possibility of transferring the best results among the related tasks. On the basis of the developed three system levels concept the range of tasks related to machine learning application and biosignals processing on all the system levels was studied and analyzed. A novel method of optimal hyperparameters selection for a multilayer neural network classifier based on the Monte Carlo method and predictive modeling was developed and introduced in the thesis, new algorithms for detection and correction of anomalies in ECG-signals were presented as well. This resulted in reduction of hyperparameters optimization time by 4 orders compared to a grid search approach in the entire hyperspace of possible values. A new approach to the detection and correction of residual anomalies in biosignals was developed and tested. This approach is based on the use of neural network autoencoders for nonlinear filtering of distortions that are located in the same spectral band as the useful signal and its application reduces identification error by 5-7 times. A method of software conditioning of biosignals was developed, which enabled parameters unification of digital records of biosignals from open databases by resampling, rescaling, time normalization, etc. and its application improves the issue of low data volume while deep neural networks training. A comprehensive study of the influence of the variability of ECG signal acquisition systems (different data sets, sampling frequency, recording duration, data volume) on the accuracy of biometric identification was performed. The obtained results proved sufficient stability and reliability of the electrocardiogram as a biometric marker and confirmed the possibility of its real-world application in biometric identification systems. Neural network equalizer was designed for dynamical error correction of bioimpedance sensors, which resulted in expanding the operating frequency band up to 100 times. Functionality was expanded, metrological characteristics were improved and the speed of the digital rheograph was doubled by improving the Howland current pump by compensating the basic bioimpedance with a coded potentiometer (trimmer) and using a direct digital synthesis of orthogonal probing signals. Intelligent processing of vibroarthrography signals based on a combination of machine learning algorithms and wavelet decomposition was developed, which allowed to achieve better accuracy in terms of knee joint disorders analysis. The results of the work can be used in various applications, such as cybersecurity and access systems (biometric identification), robotics (bio-machine control interfaces), and affective informatics (psycho-emotional state analysis), as well as a medical domain (diagnostics, clinical trials).

Дипломна робота присвячена дослідженню сучасних технологій біометричної ідентифікації користувачів у комп’ютерних мережах. Виконано огляд біометричних способів ідентифікації та автентифікації людини за рисами обличчя, а також наведено відомості про існуючі системи ідентифікації та програми для автентифікації по обличчю. На основі дослідження зразків у вигляді цифрових фото людини розроблено спосіб виділення біометричних ознак за контрольними точками, як теоретичну основу для створення блоку розрахунку біометричних параметрів людини в системах контролю доступу. Досліджено роботу системи контролю доступу на основі розробленого способу виділення біометричних параметрів, методики розрахунку похибки вимірювань при формуванні біометричних еталону та міри Хеммінга в ролі вирішального правила. Встановлено, що застосування п’яти контрольних точок дає змогу виділити 15 біометричних параметрів. Такої кількості цілком достатньо для перевірки працездатності розробленого підходу. В реальних системах цю кількість пропонується збільшувати для отримання більш точних індивідуальних ознак. Об’єктом дослідження є ідентифікація користувачів в комп’ютерних мережах. Предметом дослідження є методи і засоби біометричної ідентифікації.

В дипломній роботі проведено аналіз інформаційних технології біометричної ідентифікації користувачів на підприємстві на прикладі рекламного агентства ,,Маркетингові технології ПБС”. Проведено порівняння системи біометричного контролю доступу з метою вибору найбільш оптимальної для її впровадження на підприємстві. Також виконано порівняння технічних засобів обраної системи біометричного контролю доступу. Впроваджено технічних прилад для сканування відпечатків пальців.
Метою дипломної роботи є проведення аналізу найактуальніших біометричних систем контролю доступу та вибору однієї з них з метою впровадження її на підприємстві. Об’єктом дослідження дипломної роботи є біометричні системи та відповідні інформаційні технології біометричної ідентифікації користувачів.