Авторы

Двухфакторная аутентификация пользователей компьютерных систем на удаленном сервере по клавиатурному почерку

Генерация криптографических ключей на основе голосовых сообщений

Идентификационный потенциал клавиатурного почерка с учетом параметров вибрации и силы нажатия на клавиши

Тестирование нейронов для распознавания биометрических образов при различной информативности признаков

Биометрическая аутентификация пользователей информационных систем по клавиатурному почерку на основе иммунных сетевых алгоритмов

Метод биометрической аутентификации на основе кепстральных характеристик эхограмм наружного уха и нейросетевого преобразователя биометрия-код

Открытые биометрические образы (отпечаток пальца, радужка глаза, лицо) компрометируются в естественной среде, так как их невозможно скрыть от постороннего наблюдения или сохранить в секрете. В настоящей работе в качестве биометрических образов предлагается использовать данные о внутреннем строении наружного уха, получаемые при помощи эхографии. Индивидуальные особенности геометрии слухового канала субъектов скрыты от непосредственного наблюдения и не могут быть скопированы путем фотографирования. Предложенный метод аутентификации основан на кепстральном анализе эхограмм наружного уха и применении нейросетевых преобразователей биометрия- код, обучаемых по ГОСТ Р 52633.5. Нейросетевой преобразователь биометрия-код позволяет связать криптографический ключ или пароль пользователя с его биометрическим образом. Это неглубокая нейронная сеть из одного или двух слоев нейронов, которая настраивается на то, чтобы при поступлении образа известного пользователя генерировать заданный при обучении ключ, а при поступлении на его входы неизвестного образа – случайный код с высокой энтропией. На вход этой сети поступали кепстральные признаки эхограмм. Для применения метода на практике нужно специальное устройство, сочетающее наушник со звуконепроницаемым корпусом и с микрофон. Полученные результаты можно назвать оптимистичными EER = 0,031 (FAR = 0,001 при FRR = 0,23). Применение нейросетевых преобразователей биометрия-код показало сравнительно более высокий процент ошибок по сравнению с многослойными нейронными сетями и наивной схемой классификации Байеса, однако нейросетевые преобразователи биометрия-код позволяют реализовать аутентификацию в защищенном режиме. Это означает, что биометрические данные субъекта будут защищены от компрометации на этапах хранения, исполнения и передачи по каналам связи. Читать дальше...

Система верификации личности по изображению лица в защищенном режиме на основе искусственных нейронных сетей

Работа посвящена проектированию и реализацию системы верификации субъектов по лицу на основе нейросетевой модели, исполняемой в защищенном режиме. Под защищенным режимом понимается режим, при котором система верификации личности обладает повышенной устойчивостью к деструктивным воздействиям, таким как состязательные атаки, и позволяет хранить и обрабатывать биометрические данные без их компрометации. В основе системы лежит нейросетевой преобразователь «биометрия-код», обучаемый по ГОСТ Р 52633.5, позволяющий связать образ лицевой биометрии субъекта с его криптографическим ключом или длинным паролем, который в дальнейшем может использоваться для аутентификации, и глубокие сверточные нейронные сети. Для детекции лица на изображении использована архитектура искусственной нейронной сети MTCNN, а для извлечения признаков апробировано несколько нейросетевых архитектур: InceptionResnet, Facenet512, VGG-Face и OpenFace. Наилучшие результаты показала нейросеть InceptionResnet. При оценке эффективности и тестировании надежности предложенной системы на специальном наборе данных лиц, собранном при различном освещении в помещении, удалось достичь сравнительно низкого значения равной вероятности ошибок первого и второго рода (EER = 0,0146 при длине ключа 278 бит), что подтверждает эффективность рассмотренного подхода к построению систем верификации по лицу. Читать дальше...