Статистичні показники якості методів біометричної аутентифікації

Abstract

У проекті було розглянуто й проаналізовано загальні положення щодо видів біометричної аутентифікації, їх методів, зокрема біометричної аутентифікації за райдужкою ока та методів SOFM та BPNN. На основі проведеного дослідження та аналізу предметної області, було виявлено ключові виклики та можливості для покращення цих технологій. Тестування показало, що інтеграція даних методів біометричної аутентифікації й правильний вибір в контексті їх сфери застосування може значно підвищити рівень безпеки даних та ефективності систем, при цьому мінімізуючи потенційні ризики. Результати проекту можуть бути використані в якості оглядової роботи для розробників біометричних систем безпеки або поціновувачів новітніх технологій. Надаються цінні й актуальні вказівки щодо вибору та інтеграції біометричних технологій, зокрема, з реалізацією можливості ідентифікації особи за райдужкою ока. Серед можливих напрямків розвитку роботи можна виділити дослідження новітніх систем забезпечення конфіденційності даних на базі нейронних мереж, зокрема, торкнутися оцінки точності й надійності, аналізу швидкості обробки, використання більшої кількості датасетів. Розробка нових алгоритмів машинного навчання здатне підвищити точність роботи біометричних систем та загальну безпеку даних користувачів.

The purpose of this work is to study specific biometric technologies such as iris scanning, fingerprinting, facial and voice recognition, and to analyze the methods of their application and integration into security and authentication systems, as well as to determine the relevance and effectiveness of different biometric identification methods in the context of rapidly evolving internet threats. The project considered and analyzed general provisions regarding types of biometric authentication, their methods, particularly iris biometric authentication, and SOFM and BPNN methods. Based on the conducted research and analysis of the subject area, key challenges and opportunities for improving these technologies were identified. Testing showed that the integration of these biometric authentication methods and the right choice in the context of their application can significantly increase the level of data security and system effectiveness, while minimizing potential risks. The results of the project can be used as a review work for developers of biometric security systems or connoisseurs of cutting-edge technologies. Valuable and current guidelines are provided regarding the choice and integration of biometric technologies, in particular, with the implementation of the possibility of identifying a person by the iris of the eye. Among the possible directions for the development of the work, one can identify the study of the latest systems for ensuring data confidentiality based on neural networks, in particular, touching upon the assessment of accuracy and reliability, analysis of processing speed, and the use of larger datasets. The development of new machine learning algorithms can increase the accuracy of biometric systems and the overall data security of users.