| Форма представления | Тезисы и материалы конференций в российских журналах и сборниках |
| Год публикации | 2024 |
| Язык | русский |
|
Баянов Булат Ильмирович, автор
|
| Библиографическое описание на языке оригинала |
Баянов Б.И. Метод квантования биометрических данных рукописного почерка в преобразователях Биометрия-код доступа // Математические Методы в Технике и Технологиях ММТТ-37: материалы Международной научной конференции. - 2024. - №. 3. - С. 91-94. |
| Аннотация |
Математические методы в технологиях и технике |
| Ключевые слова |
Биометрия-код доступа, нечеткие экстракторы, биометрическая криптосистема, динамический рукописный почерк, нейронные сети, аутентификация |
| Название журнала |
Математические методы в технологиях и технике
|
| URL |
https://elibrary.ru/item.asp?id=68006834 |
| Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку |
https://repository.kpfu.ru/?p_id=322790 |
Полная запись метаданных  |
| Поле DC |
Значение |
Язык |
| dc.contributor.author |
Баянов Булат Ильмирович |
ru_RU |
| dc.date.accessioned |
2024-01-01T00:00:00Z |
ru_RU |
| dc.date.available |
2024-01-01T00:00:00Z |
ru_RU |
| dc.date.issued |
2024 |
ru_RU |
| dc.identifier.citation |
Баянов Б.И. Метод квантования биометрических данных рукописного почерка в преобразователях Биометрия-код доступа // Математические Методы в Технике и Технологиях ММТТ-37: материалы Международной научной конференции. - 2024. - №. 3. - С. 91-94. |
ru_RU |
| dc.identifier.uri |
https://repository.kpfu.ru/?p_id=322790 |
ru_RU |
| dc.description.abstract |
Математические методы в технологиях и технике |
ru_RU |
| dc.description.abstract |
В статье рассматривается целесообразность применения метода квантования с линейным преобразованием в биометрических криптосистемах, основанных на нейросетевых моделях. В исследовании исходными данными являются случайные и умелые подделки динамического рукописного почерка собственной базы данных и базы данных SVC 2004 (Task 1). Для построения нейросетевой модели использован инструмент пакета данных Keras языка программирования Python. Входными значениями нейронной сети послужили битовые последовательности от 2500 до 4000 бит, описывающие биометрические образы. Выходными значениями нейронной сети послужили битовые последовательности, представляющие криптографический ключ от 320 до 1024 бит. При случайных подделках и ошибке первого рода FRR =1.25-2.4% ошибка второго рода составила FAR = 0%; при умелых подделках и ошибке первого рода FRR =1.25-2.4% ошибка второго рода составила FAR = 40-48%. Для сравнительного анализа в вычислительных экспериментах биометрическая криптосистема, основанная на той же нейросетевой модели, с применением предлагаемого метода квантования продемонстрировала наиболее приемлемые результаты, исходя из последней оценки FAR = 21.37-26.625%. |
ru_RU |
| dc.language.iso |
ru |
ru_RU |
| dc.subject |
Биометрия-код доступа |
ru_RU |
| dc.subject |
нечеткие экстракторы |
ru_RU |
| dc.subject |
биометрическая криптосистема |
ru_RU |
| dc.subject |
динамический рукописный почерк |
ru_RU |
| dc.subject |
нейронные сети |
ru_RU |
| dc.subject |
аутентификация |
ru_RU |
| dc.title |
Метод квантования биометрических данных рукописного почерка в преобразователях биометрия-код доступа |
ru_RU |
| dc.type |
Тезисы и материалы конференций в российских журналах и сборниках |
ru_RU |
|
EN 
中文 
ES 
Карта сайта
