ПРОЕКТУВАННЯ СИСТЕМИ АВТЕНТИФІКАЦІЇ БІОМЕТРИЧНОГО ЗАХИСТУ НА ОСНОВІ МЕТОДУ K-СЕРЕДНІХ

Розглянуто метод біометричної ідентифікації, призначений для забезпечення захисту конфіденційної інформації. Запропоновано метод класифікації біометричних відбитків за допомогою машинного навчання. Подано один із варіантів розв’язку задачі ідентифікації біометричних зображень на основі алгоритму к-с...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Kìberbezpeka. osvìta, nauka, tehnìka nauka, tehnìka, 2021-06, Vol.4 (12), p.85-95
Hauptverfasser: Yaroslav Voznyi, Mariia Nazarkevych, Volodymyr Hrytsyk, Nataliia Lotoshynska, Bohdana Havrysh
Format: Artikel
Sprache:eng
Schlagworte:
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Розглянуто метод біометричної ідентифікації, призначений для забезпечення захисту конфіденційної інформації. Запропоновано метод класифікації біометричних відбитків за допомогою машинного навчання. Подано один із варіантів розв’язку задачі ідентифікації біометричних зображень на основі алгоритму к-середніх. Було створено позначені зразки даних для процесів навчання та тестування. Для встановлення особистості використовувались біометричні дані відбитків пальців. Нове сканування відбитків пальців, яке належить певній особі, порівнюється з даними, що зберігаються для цієї особи. Якщо вимірювання збігаються, твердження про те, що особа пройшла ідентифікацію, відповідає дійсності. Експериментальні результати вказують, що метод k-середніх є перспективним підходом до класифікації відбитків пальців. Розвиток біометрії призводить до створення систем безпеки з кращим ступенем розпізнавання і з меншою кількістю помилок, ніж система безпеки на традиційних носіях інформації. Машинне навчання проводили з використанням ряду зразків із відомої біометричної бази даних, а перевірку / тестування проводили із зразками з тієї самої бази даних, які не були включені до набору навчальних даних. Для встановлення особистості використовувались біометричні дані відбитків пальців на основі вільдоступної бази NIST Special Database 302, та показано результати навчання. Нове сканування відбитків пальців, яке належить певній особі, порівнюється з даними, що зберігаються для цієї особи. Якщо вимірювання збігаються, твердження про те, що особа пройшла ідентифікацію, відповідає дійсності. Система машинного навчання побудована на модульній основі, шляхом формування комбінацій окремих модулів бібліотека scikit-learn у середовищі python.
ISSN:2663-4023
DOI:10.28925/2663-4023.2021.12.8595