Проблеми розмірності задач розпізнавання образів у системах біометричної аутентифікації

Автор(и)

  • Жулдыз Алимсеитова Університет ім. Сатпаєва
  • Нургуль Сейлова Університет ім. Сатпаєва
  • Сергей Александрович Гнатюк Національний авіаційний університет

DOI:

https://doi.org/10.18372/2410-7840.19.12219

Ключові слова:

біометричний образ, аутентифікація, штучна нейронна мережа, нейромережевий перетворювач, розмірність завдання перетворення, кореляція, простір відстаней Хеммінга

Анотація

У системах біометричної аутентифікації здійснюється процес доказу і перевірки автентичності заявленого користувачем імені через пред'явлення користувачем свого біометричного образу і шляхом перетворення цього образу відповідно до заздалегідь визначених протоколів аутентифікації. Важливим питанням залишається перетворення біометричних даних в код. У статті розглядаються дві найбільш відомі технології перетворення біометрії в код, наводиться схема перетворення біометричних параметрів в код ключа. Показано, що однією з основних причин труднощів біометричної аутентифікації є висока розмірність завдання. Для вирішення цієї проблеми використовуються штучні нейронні мережі або «нечіткі екстрактори». З безлічі існуючих алгоритмів навчання нейронних мереж обраний алгоритм автоматичного навчання великої штучної нейронної мережі. Відображено застосування ентропійного апарату для зниження розмірності задачі перетворення біометрія-код. Для зниження обсягів обчислень проведений перехід до відстаней Хеммінга.

Біографії авторів

Жулдыз Алимсеитова, Університет ім. Сатпаєва

лектор кафедри «Інформаційна безпека» Сатпаєв Університету.

Нургуль Сейлова, Університет ім. Сатпаєва

кандидат технічних наук, завідувач кафедри «Інформаційна безпека» Сатпаєв Університету.

Сергей Александрович Гнатюк, Національний авіаційний університет

кандидат технічних наук, доцент, доцент кафедри безпеки інформаційних технологій Національного авіаційного університету.

Посилання

A. Arakala, J. Jeffers, K. J. Horadam, "Fuzzy Extrac-tors for Minutiae-Based Fingerprint Authentication", Advances in Biometrics (LNCS 4642), Springer, pp. 760-769, 2007.

А. Чморра, "Маскировка ключа с помощью биометрии", Проблемы передачи информации, № 2(47), С. 128-143, 2011.

Б. Ахметов, А. Иванов, А. Малыгин, В. Фунтиков, Основы биометрической аутентификации личности, Алматы: КазНТУ, 2014.

ГОСТ Р 52633.5–2011, «Защита информации. Техника защиты информации. Автоматическое обучение нейросетевых преобразователей биометрия-код доступа», М.: Стандартинформ, 2012.

ГОСТ Р 52633.0-2006, Защита информации. Техника защиты информации. Требования к средствам высоконадежной биометрической аутентификации. М.: Стандартинформ, 2007.

Б. Ахметов, О. Захаров, Т. Картбаев, А. Малыгин, А. Иванов, И. Огнев, "Метод оценки вероятностей появления ошибок нейросетевых преобразователей биометрия-код, использующий очень малые тестовые выборки", Вестник КазНТУ имени К.И. Сатпаева, 2013, №3(97), С. 279-283.

А. Иванов, Б. Ахметов, А. Безяев, К. Перфилов, Ж. Алимсеитова, "Вычисление энтропии слабо коррелированных и сильно коррелированных длинных биометрических кодов на малых тестовых выборках", Вестник НАН РК, 2015, №3, С. 64-70.

Б. Ахметов, А. Иванов, Т. Картбаев, Д. Надеев, А. Малыгин, И. Огнев, "Энтропийно-корреляционный подход к расчету вероятности совместного появления большого числа зависимых событий", Вестник КБТУ, 2013, №2(25), С. 54-58.

А. Малыгин, Б. Ахметов, В. Волчихин, И. Урнев, "Учет влияния корреляционных связей на результаты тестирования преобразователей биометрия-код", Информационные и телекоммуникационные технологии: образование, наука, практика: Сборник трудов Международной научно-практической конференции, Алма-ты: КазНТУ, 2012, С. 34–37.

Опубліковано

2017-12-11

Номер

Розділ

Статті