8 (495) 987 43 74 доб. 3304 Прием заявок на рассмотрение статей E-mail: evlasova@synergy.ru

Мы в соцсетях -              
Рус   |   Eng

Авторы

Сулавко А. Е.

Ученая степень
канд. техн. наук, доцент, кафедра комплексной защиты информации, Омский государственный технический университет
E-mail
sulavich@mail.ru
Местоположение
Омск, Россия
Статьи автора

Двухфакторная аутентификация пользователей компьютерных систем на удаленном сервере по клавиатурному почерку

Рассматривается проблема защиты биометрических данных пользователя, используемых для удаленной аутентификации. Предложен способ доказательства принадлежности субъекта к доверенной группе лиц на основе выполнения помехоустойчивого кодирования его биометрических данных. Разработанный способ основан на методе «нечетких экстракторов» и позволяет хранить только фрагменты биометрического эталона на сервере, похищение которых не позволяет восстановить эталон.
Читать дальше...

Генерация криптографических ключей на основе голосовых сообщений

Рассмотрена проблема генерации ключевых последовательностей на основе биометрических данных. Предложены два пространства признаков голоса человека (зависимое и не зависимое от произносимой фразы), способы генерации ключей на основе голосовых сообщений на основе метода нечетких экстракторов с использованием кодов Адамара и БЧХ, исправляющих ошибки. Произведена оценка эффективности описанных способов.
Читать дальше...

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

Рассматривается проблема защиты данных от неавторизованного доступа посредством идентификации пользователей компьютерных систем по клавиатурному почерку. Произведена оценка информативности различных признаков, характеризующих клавиатурный почерк субъектов, в том числе динамики изменения давления при нажатии на клавиши и параметров вибрации клавиатуры. Для формирования базы биометрических образцов разработана клавиатура с использованием специальных датчиков. Произведена оценка вероятностей ошибок идентификации на основе стратегии Байеса при использовании различных пространств признаков.
Читать дальше...

Тестирование нейронов для распознавания биометрических образов при различной информативности признаков

В статье сформулирована шкала информативности признаков. Автором проведено тестирование эффективности нейронов «широкой» нейросети, в основе которых лежат различные вариации функционалов, базирующихся на следующих критериях проверки закона распределения случайной величины: Смирнова-Крамера-фон Мизеса, Андерсона-Дарлинга, Ватсона, Фроцини, среднего геометрического сравниваемых функций плотностей вероятности, Колмогорова-Смирнова, Купера. Предложен критерий максимума площади пересечения сравниваемых функций плотности вероятности. Кроме того, найдены варианты модернизации функционалов для обработки признаков с заметной и высокой корреляционной зависимостью, в частности на основе критерия Смирнова-Крамера-фон Мизеса.
Читать дальше...

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

В работе рассматривается проблема защиты информации от угрозы несанкционированного доступа (хищения, разрушения, модификации). Предложен метод биометрической аутентификации субъектов по клавиатурному почерку с использованием искусственной иммунной системы. Особенностью подхода является использование новой архитектуры вычислительных элементов (детекторов) в основе иммунной системы. В совокупности детекторы выполняют верификацию биометрических образов на предмет принадлежности к классам «Свой» или «Чужой». Разработанная искусственная иммунная система (сеть) способна к самообучению, в результате чего при каждой аутентификации увеличивается надежность ее решений. Также искусственная иммунная сеть может определить степень старения эталона и факт нахождения пользователя, проходящего аутентификацию в измененном функциональном состоянии. Эта информация может быть использована при реализации процедур разграничения доступа.
Читать дальше...

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...