Academic literature on the topic 'Біометричні системи'

ПРАВОВЕ РЕГУЛЮВАННЯ ВИКОРИСТАННЯ ТЕХНОЛОГІЙ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ У статті досліджуються проблемні питання правового регулювання систем розпізнавання обличчя, які сьогодні широко використовуються у світі та в Україні. Проаналізовано досвід регулювання захисту персональних даних у законодавстві ЄС, де розроблені чіткі правила використання систем біометричної ідентифікації осіб у режимі реального часу. Відповідно до Загального регламенту захисту даних (GDPR) біометричні дані є особливим видом персональ­них даних, отриманих внаслідок спеціального технічного опрацювання, що стосується фізичних, фізіологічних чи поведінкових ознак фізичної особи, таких як зображення обличчя чи дактилоскопічні дані, що дозволяють одно­значно ідентифікувати або підтверджують однозначну ідентифікацію фізичної особи. GDPR, за загальним прин- ципом, забороняє обробку біометричних даних у режимі реального часу. GDPR класифікує зображення обличчя та іншу біометричну інформацію як особливу категорію даних із додатковими обмеженнями на їх використання. Важливою гарантією реалізації права на захист персональних даних є встановлене у ст. 17 GDPR право на стирання (забуття). Зокрема, видалення контролером персональних даних працівника після звільнення є обов'яз­ковим на вимогу суб'єкта даних, якщо немає іншої законної підстави для опрацювання. На жаль, цивільне зако­нодавство України щодо захисту персональних даних не передбачає такого імперативного правила. У Євросоюзі випадки притягнення до відповідальності за порушення вимог GDPR вже є дуже розповсюдже­ними. В Україні контроль за додержанням законодавства про захист персональних даних покладено на Уповнова­женого Верховної Ради України з прав людини, однак за відсутності в Україні законодавства, котре регулює вико­ристання систем відеоспостереження, здійснення належного контролю за використанням біометричних даних, одержаних за їх допомогою, сьогодні є неможливим. Відповідно до Білої книги зі штучного інтелекту системи відеоспостереження з метою обробки біометричних даних можуть використовуватися тільки у виняткових, належним чином обґрунтованих і адекватних випадках на підставі законодавства ЄС або національного законодавства. Згідно з регуляторними правилами Європейської Комісії всі системи штучного інтелекту, призначені для вико­ристання для віддаленої біометричної ідентифікації осіб, вважаються ризикованими та підлягають попередній оцінці відповідності регулятором. Використання віддаленої біометричної ідентифікації у режимі реального часу в загальнодоступних приміщеннях для цілей правопорядку забороняється у принципі, за кількома вузькими винят­ками, які суворо визначені, обмежені та регламентовані. Вони включають використання для правоохоронних цілей цілеспрямованого пошуку конкретних потенційних жертв злочинів, включаючи зниклих дітей; відповідь на безпосередню загрозу теракту; виявлення та встановлення осіб, котрі вчинили тяжкі злочини. Зроблено висновок про необхідність приведення законодавства України про захист персональних даних до високих стандартів Євросоюзу.

В даній статі обґрунтовано розробку автоматизованих медичних систем з використанням біометричних методів для ідентифікації особистості. Виконано розробку структурно-функціональної схеми та проведено 3D моделювання автоматизованої біометричної системи перф

В даній статі обґрунтовано розробку автоматизованих медичних систем з використанням біометричних методів для ідентифікації особистості. Виконано розробку структурно-функціональної схеми та проведено 3D моделювання автоматизованої біометричної системи перф

Кукурудза (Zea mays L.) як продукт харчування має вирішальну роль в успішному розв’язанні завдання щодо сталого виробництва зерна в агропромисловому комплексі України як одна з найбільш урожайних зернових культур. Метою досліджень було з’ясувати вплив різних систем удобрення та основного обробітку ґрунту на біометричні показники та формування елементів продуктивності гібридів кукурудзи різних груп стиглості. Під час проведення досліджень використано такі наукові методи: аналіз, синтез, польовий, статистичний. Аналізуючи вплив способів обробітку ґрунту на лінійний ріст, необхідно зазначити, що найбільша висота рослин гібридів ДН Патріот, ДН Фієста була на фоні полицевого обробітку ґрунту, а у гібриду ДН Джулія – майже однаковою як за умови поверхневого, так і полицевого обробітків ґрунту. В середньому за роки досліджень найбільшу урожайність гібридів ДН Патріот, ДН Фієста було одержано за умови внесення мінеральних добрив дозою N45Р40К60 + позакореневого підживлення карбамідом (15 кг/га) та мікродобривом Новалон Фоліар (1,0 кг/га) у фазу 5–6 листків на фоні полицевого обробітку ґрунту. Приріст урожайності зерна гібридів відносно контролю становив, відповідно 1,06 і 1,20 т/га або 19,2 і 18,9 %. У разі застосування поверхневого і плоскорізного обробітку ґрунту спостерігали зменшення урожайності гібриду ДН Патріот на 0,05–0,23 т/га, а гібриду ДН Фієста – на 0,17–0,58 т/га порівняно з полице-вою оранкою. Середньостиглий гібрид ДН Джулія найбільш продуктивним був за аналогічного варіанту удобрення, але на фоні поверхневого обробітку ґрунту. Порівняно з варіантом без добрив урожайність збільшилася на 1,07 т/га або 16,6 %. У разі проведення плоскорізного обробітку і полицевої оранки спостерігається зменшення урожайності зерна, відповідно на 0,37 і 0,50 т/га або 4,9 і 6,6 % порівняно з поверхневим обробітком ґрунту.

Здійснено порівняння ефективності різних методів коригування промахів у біометричних системах ідентифікації. Основна ідея – виявити сегменти ЕКГ-сигналу із промахами, і замість їх вилучення з процесу ідентифікації, застосувати процедуру їх коригування. Це дасть змогу отримати більший обсяг даних і кращу статистичну базу для навчання та калібрування системи. У роботі порівнювали три різні методи усунення промахів. Перший метод базується на оцінюванні статистичного відхилення вибірок від певного номінального значення на деякий поріг. При цьому аналізується не весь сигнал одразу, а тільки його частина в межах ковзного вікна. В основі двох інших методів знаходиться ідея застосування штучних нейронних мереж, зокрема одного із їх різновидів – автоенкодерів. Відмінність між методами із використанням автоенкодерів полягає у такому: в одному випадку теж використовується ковзне вікно, що дає змогу безпосередньо задавати критерії, за якими відбувається коригування, водночас як за іншим методом виконується коригування за критеріями, які система підбирає автоматично на етапі навчання. Окрім цього, в роботі описано структуру системи біометричної ідентифікації на підставі сигналу електрокардіограми. До ключових структурних компонентів системи належать: аналоговий вимірювальний блок, АЦП та низка цифрових функціональних блоків для перетворення та аналізу сигналів. Ці блоки можуть бути імплементовані на різних обчислювальних платформах, таких як мікроконтролери, ПК, хмарні сервіси). Ці цифрові блоки виконують такі перетворення, як: низькочастотна та високочастотна фільтрація, виявлення R–піків у сигналі електрокардіограми, сегментація серцевих циклів, нормалізація за амплітудою, усунення аномалій, зменшення розмірності та класифікація. Експерименти проводили на самостійно зібраному наборі даних LBDS (Lviv Biometric Dataset). Ця база даних на момент написання статті містила понад 1400 записів для 95 різних осіб. Базова похибка ідентифікації без коригування промахів становить близько 14 %. Після застосування процедури коригування промахів похибка ідентифікації зменшилась до 2,0 % для алгоритмів на підставі автоенкодерів та до 2,9 % для алгоритмів на підставі статистичних методів. При цьому найкращі результати було досягнуто за використання LDA класифікатора у поєднанні з PCA–компресією (1,7 %), а також для KNN класифікатора без PCA–компресії (2,3 %). Проте додавання процедури коригування промахів у процес біометричної ідентифікації призводить до певного збільшення часу на опрацювання сигналу (до 20 %), що однак не критично для більшості прикладних застосувань.

В сучасних умовах проблема інформаційної безпеки системи управління набуває особливого значення в умовах широкого застосування автоматизованих інформаційних систем. Забезпечення інформаційної безпеки повинно носити системний характер. В результаті проведеного дослідження встановлено, що існує велика кількість інструментів забезпечення інформаційної безпеки, які мають недоліки, пов’язані із захистом та дискримінацією, можливістю підробки паролю, невиконанням інструкцій по створенню безпечного пароля користувачем, існуванням і наявністю у вільному доступі спеціалізованих додатків для підбору і злому паролів. Людський фактор являється основним недоліком даних систем. Єдиного підходу щодо підвищення інформаційної безпеки інформаційно-телекомунікаційної системи Повітряних Сил не існує. Проведено аналіз застосування біотехнологій ідентифікації доступу з застосуванням стеганографічного методу захисту інформації. Метод підвищення інформаційної безпеки інформаційно-телекомунікаційної системи, в основі якого запропоновано використання процедури розпізнавання особи за райдужною оболонкою та реакцією очного яблука людини на подразники. Запропонований підхід щодо захисту інформації з використанням біометричних методів ідентифікації користувачів зменшить вплив “людського” фактору, що підвищить ефективність процедури ідентифікації та автентифікації.

Мета. Встановити вплив різних систем удобрення на біометричні параметри рослин протягом всього періоду вегетації, урожайність та якість бульб за вирощування в умовах Лісостепу України. Методи: польові, лабораторні та розрахунково-статистичні дослідження. Результати. Наведено результати ефективності використання різних видів добрив та мікробних препаратів в технології вирощування батату (Ipomoea batatas) в умовах Лісостепу України. Доведено позитивну дію використання мінеральних добрив на ростові процеси рослин батату, особливо в першій половині вегетації. За використання органічних добрив активне наростання листко-стебельної маси зазначається в другій половині вегетації, що, більш за все пов’язане з поступовим надходженням елементів живлення до ґрунтового розчину за повільної мінералізації органічної речовини. Максимальне наростання площі листків батату відмічається на 40–70 день після висадки розсади. В третій декаді червня на початку розгалуження пагонів батату без використання добрив сформувалась мінімальна площа листків (1,68 тис. м2/га), за використання добрив даний показник складав 2,75–4,54 тис. м2/га в залежності від видів та доз добрив для сорту батату Слобожанський рубін максимальний рівень урожйності забезпечує внесення N370P370K450 в комплексі з позакореневими підживленнями «Нутрівант плюс універсальний» (20,65 т/га), також позитивний вплив мало застосування N185P185K225, що забезпечило врожайність 18,34 т/га. Для сорту Адмірал максимальний рівень урожайності отримано за використання органічних добрив, золи та комплексу мікробних препартів (10,45 т/га). Висновки. Використання мінеральних добрив зумовлює активне наростання вегетативної та кореневої маси, площі листкового апарату рослин батату впродовж всієї вегетації батату. За використання органічних добрив зазначається інтенсивне розвинення коренів рослин в другій половині вегетації та гальмування процесів формування листо-стебельної маси. Отже, для умов Лівобережного Лісостепу України для інтенсивних технологій вирощування батату краще використовувати дозу мінеральних добрив N185P185K225, що забезпечує зростання урожайності на 19,37-19,64 т/га (12,0–24,7%). Для технологій органічного виробництва для сорту Слобожанський рубін більш ефективним є застосування перегною 20 т/га та зола 1 т/га, для сорту Адмірал – у комплексі з мікробними препаратами, що забезпечує отримання прирост урожайності бульб на рівні 9,79-10,45 т/га (30,9-39,7%) відповідно.

Використання систем відеоспостереження з функціями відеоаналітики дає можливість автоматизувати такі напрямки діяльності як аналітика контролю периметру, ситуаційний аналіз, біометричний аналіз, аналіз номерних знаків транспортних засобів, аналіз з декількох камер, автоматичне виявлення та класифікація об’єктів, пошук об’єктів в базі даних відеоархіву тощо. В роботі проведено аналіз сучасних методів побудови інтелектуальних систем відеоспостереження. Проаналізовано архітектури основних із них (CROMATICA, PRISMATICA, ADVISOR, CARETAKER, VANAHEIM, P5, SURVEIRON, IMSK, CONNEXIONs тощо). На основі проведеного аналізу було запропоновано увести ряд інформаційно-логічних рівнів в процес обробки відеоінформації: L0 – формування відеоінформації на сенсорних пристроях (камери відеоспостереження); L1 – транспортування та зберігання відеоінформації на запам'ятовуючих пристроях; L2 – автоматизований аналіз відеоінформації; L3 – інтерпритація результатів відео аналізу. Запропоновано також архітектуру інтелектуальної системи відеоспостереження Державної прикордонної служби, визначено рівні її структурованості та місце в загальній структурі ІІТС "Гарт". Модульна структура побудови запропонованої архітектури дозволяє модернізувати систему вводячи нові функції, масштабуючи по кількості камер та характеристикам обладнання. На прикладі використання програмного детектора виявлення динамічних об'єктів на відеопослідовностях, було обґрунтовано ефективність застосування інтелектуальної системи відеоспостереження. Напрямком подальших досліджень є практична реалізація запропонованої моделі, її інтеграція до комплексних систем безпеки територіальних об'єктів, а також вивчення можливостей застосування на протяжних ділянках Державного кордону. Ще одним актуальним напрямком подальших досліджень є розробка комплексної методики оцінки ефективності застосування систем відеоспостереження.

Мета. Оцінити ефективність стимуляторів при вирощуванні кавуна на півдні України. Методи. Польовий – визначення врожаю, біометричні обліки та вимірювання; лабораторний – аналіз якості плодів, вміст елементів мінерального живлення у ґрунті; економічно-математичний – оцінка економічної та біоенергетичної ефективності досліджуваних елементів та технології в цілому; математично-статистичний. Результати. Встановлено, що максимальне значення кореневої маси – 337,75 г/росл. було зафіксовано при спільному вирощуванні «Ecoline універсальне насіння, запуск і ріст». Основна маса кореневої системи кавуна (близько 90%) розміщена в горизонті від 11 до 40 см. Максимальний вплив на фотосинтетичний потенціал мали норми мінеральних добрив. Максимальні значення в середньому за експериментом – 183,65 тис. м2 × день/га типові для норми добрив на урожайність 30 т/га. Проаналізовано сформовану площу листової поверхні залежно від елементів адаптивної технології вирощування кавуна, зроблено висновок, що максимальних значень вона досягає на початку достигання плодів. Залежно від варіантів вона склала – 3,0–5,1 тис. м2/га. Найвищий урожай плодів кавуна (25,98 т/га) сформувався за умови виконання наступних агротехнічних прийомів: посів сорту Чарівник з внесенням добрив на урожай 30 т/га при взаємодії обробки насіння препаратом «Ecoline Універсал Семена» при позакореневій обробці рослин «Ecoline Універсал Старт» та «Ecoline Універсал Рост». Отримано динаміку врожайності кавуна в залежності від гідротермічного коефіцієнту та виражено її у вигляді рівняння. Висновки. Застосування всіх стимуляторів збільшило чисту продуктивність фотосинтезу, що в підсумку збільшило врожайність кавуна. Найефективнішим було використання наступних агротехнічних прийомів: посів сорту Чарівник із внесенням добрив на урожай 30 т / га при взаємодії обробки насіння препаратом «Ecoline Універсал Семена» при позакореневій обробці рослин «Ecoline Універсал Старт» та «Ecoline Універсал Рост».

Розпізнавання облич завоювало свою популярність завдяки своїй унікальності серед інших біометричних методів, тому що має всі характеристики ефективної системи безпеки. Проте існують певні обмеження у системі розпізнавання облич, які необхідно дослідити та вивчити. Так, наприклад, вирішення таких проблем, як зміна освітлення, розташування об’єкту, емоцій, віку тощо потребують застосування спеціальних алгоритмів. Використання цих алгоритмів та їх комбінацій певною мірою сприятимуть вирішенню подібних задач. У роботі досліджені та застосовані аналіз основних компонентів, лінійний дискримінантний аналіз, незалежний аналіз компонентів та класифікація за допомогою машини опорних векторів. Для реалізації перелічених алгоритмів було використано мову Python та бібліотеку машинного навчання Scikit-learn. Проведено порівняння продуктивності систем на основі точності. Результати досліджень показують, що продуктивність SVM-класифікатора з використанням NMF є найгіршою з точки зору точності передбачення. Ефективність інших моделей, що були натреновані з використанням методів ICA, PCA та LDA, коливається в припустимих межах. Модель, навчена з використанням алгоритму PCA, працює з найвищою точністю передбачення.

Дипломна робота присвячена дослідженню систем підтримки прийняття рішень в біометричних системах аутентифікації. Удосконалення полягає у розробці способу виділення біометричних параметрів на основі контрольних точок обличчя. Також виконано огляд основних принципів та методів біометричної аутентифікації та ідентифікації, огляд біометричних способів аутентифікації людини за рисами обличчя, а також наведено відомості про існуючі системи ідентифікації та програми для аутентифікації по обличчю. Було досліджено зразки у вигляді цифрових фото людини та на їх основі розроблено спосіб виділення біометричних ознак.
The improvement is in the development of an allocation method for biometric parameters that are based on the face control points. It was also reviewed some basic principles and methods of biometric authentication and identification, biometric methods of human authentication by facial features, and it was provided the information about the existing identification systems and face authentication software. The digital photo samples of a person were studied and the biometric features selection method was developed based on those samples.

Миткевич, І. С. Біометричні технології ідентифікації : дипломна робота : 125 – Кібербезпека / І. С. Миткевич ; керівник роботи Ю. М. Ткач ; НУ "Чернігівська політехніка", кафедра кібербезпеки та математичного моделювання. – Чернігів, 2021. – 43 с.
Мета дослідження – дослідити особливості автентифікації та ідентифікації за біометричними параметрами, а саме, відбитком пальця та клавіатурним почерком. Розробити модель комбінованої системи ідентифікації, що забезпечить більш якісно ідентифікувати людину. Об’єкт дослідження – створення методу ідентифікації користувача через відбиток пальців та комп’ютерний почерк. Предмет дослідження – метод ідентифікації користувачів у комп’ютерних системах. Методи дослідження. Для досягнення поставлених завдань використано методи аналізу, синтезу, чисельних методів моделювання інформаційних систем. Наукова новизна одержаних результатів полягає у вдосконаленні методу автентифікації користувачів шляхом використання біометричних даних, який, на відміну від існуючих підходів, розширює функціональні можливості засобів ідентифікації, що уможливлює підвищення ефективності системи захисту.

У роботі розглянуті питання дослідження методів біометричної аутентифікації особи за клавіатурним почерком. Проведений аналіз існуючих методів та математичних моделей опрацювання даних в комп’ютерній системі біометричної аутентифікації за клавіатурним почерком, вперше запропоновано як інформативну ознаку в подібних системах використовувати значення коефіцієнтів кореляції, що дозволило виявити взаємозв’язок між набраними символами в парольній фразі.
The purpose of the research is to explore the keystroke dynamics biometrical authentication methods for the possibility to increase the reliability of the computer systems safety Research object is keystroke dynamics biometric authentication process. Research subjects are keystroke dynamics biometric authentication methods and algorithms in computer systems, which provide the best system’s safety. There is a review of keystroke dynamics biometric authentication researches in master’s work. There is an analysis of existing mathematical data processing methods and models in the research, which have place in the keystroke dynamics biometric authentication computer systems, proposed to use correlation coefficients as informational feature for the first time.

Розглядаються основні системи біометричної аутентифікації: аутентифікація по відбиткам пальців, по геометрії обличчя та по голосу. Визначені недоліки кожної з систем, наведені принципи роботи кожної з систем.

Вирішення проблеми захисту корпоративних даних в ХХІ столітті вийшло за рамки фізичної взаємодії з працівниками, у зв’язку з переходом шуканої інформації в комп’ютерний формат. Дана особливість сформувала потребу у розробці та імплементації нових механізмів захисту корпоративних даних. Запропонована система аутентифікації користувачів комп’ютерних систем, розроблена на основі технологій нейронних мереж, надає можливість ідентифікації користувачів на основі індивідуальних антропометричних візуальних та голосових показників суб’єкта, з метою запобігання викраденню корпоративних даних, та ідентифікації злочинних суб’єктів. Об’єктом дослідження є трансформація антропометричних показників в комп’ютерну форму. Предметом дослідження є механізми розпізнавання образів. Метою роботи є покращення можливостей методів біометричної ідентифікації суб’єктів шляхом розробки нової архітектури на базі нейронних мереж. Методи дослідження. Порівняння існуючих алгоритмів за критеріями точності, швидкодії, ресурсних затрат, надійності, з метою імплементації та подальшої модифікації в системі корпоративного контролю. Наукова новизна полягає у розробці нового механізму ідентифікації суб’єктів що поєднує у собі алгоритми голосової та візуальної ідентифікації суб’єктів. Практична цінність полягає у можливості застосування даної системи в корпоративних умовах з метою запобігання витоку даних та ідентифікації злочинних суб’єктів. Низька ресурсозатратність сприяє застосуванню розробленого алгоритму в високонавантажених системах. Структура та обсяг роботи. Магістерська дисертація складається з вступу, чотирьох розділів, висновків та додатків. У вступі аналізується проблема захисту корпоративних даних. Обгрунтовується перспективність застосування механізмів біометричної голосової та візуальної ідентифікації суб’єктів для її вирішення. Досліджуються алгоритми біометричної ідентифікації. У першому розділі описуються існуючі алгоритми розпізнавання візуальних та голосових образів. У другому розділі досліджується доцільність застосування існуючих алгоритмів голосової та візуальної біометричної ідентифікації, аналізуються та порівнюються існуючі архітектури розпізнавання образів. У третьому розділі наводиться процес розробки алгоритмів візуальної та голосової біометричної ідентифікації користувачів У четвертому розділі наводяться характеристики розробленої КС, результати тестування, відбувається дослідження системи на різних наборах даних, та її модифікація з метою досягнення поставленої точності. У висновках стисло наводяться результати досліджень та розробки.
Topic 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.