Добірка наукової літератури з теми "Багатофакторна ідентифікація"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Зміст
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Багатофакторна ідентифікація".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Багатофакторна ідентифікація"
Огородник, В. О., А. Р. Фіалковський та В. В. Маргітич. "НАУКОВІ ТА ІННОВАЦІЙНІ ФАКТОРИ РОЗВИТКУ ЕКОНОМІКИ ЗАКАРПАТТЯ". Науковий вісник Ужгородського університету. Серія «Економіка», № 1(57) (2 липня 2021): 85–89. http://dx.doi.org/10.24144/2409-6857.2021.1(57).85-89.
Повний текст джерелаКремень, Василь Григорович, Лілія Михайлівна Гриневич, Володимир Іларіонович Луговий та Жаннета Василівна Таланова. "ЯКІСТЬ ОСВІТИ ТА ІННОВАЦІЙНИЙ РОЗВИТОК: НОВА УКРАЇНСЬКА ШКОЛА В КОНТЕКСТІ ГЛОБАЛЬНИХ ТЕНДЕНЦІЙ". Science and Innovation 18, № 1 (14 лютого 2022): 29–43. http://dx.doi.org/10.15407/scine18.01.029.
Повний текст джерелаA.I., Krailyuk, and Ponomareva V.K. "THE RELATIONSHIP OF PARENTAL EMPATHY WITH THE PECULIARITIES OF RAISING PRESCHOOL CHILDREN." Scientic Bulletin of Kherson State University. Series Psychological Sciences, no. 4 (December 1, 2021): 40–47. http://dx.doi.org/10.32999/ksu2312-3206/2021-4-5.
Повний текст джерелаДисертації з теми "Багатофакторна ідентифікація"
Власов, А. В., О. В. Сєвєрінов та О. В. Слиш. "Впровадження децентралізованої системи ідентифікації". Thesis, НТУ «ХПІ», 2020. http://openarchive.nure.ua/handle/document/14299.
Повний текст джерелаТодорів, Андрій Дмитрович. "Система багатофакторної аутентифікації користувачів комп’ютерних систем". Master's thesis, КПІ ім. Ігоря Сікорського, 2020. https://ela.kpi.ua/handle/123456789/38366.
Повний текст джерелаTopic 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.