Моделювання та дослідження інтелектуальних систем автентифікації із застосуванням згорткових нейронних мереж

Abstract

Метою дипломної роботи є аналіз можливостей застосування згорткових нейронних мереж та нечітких екстракторів у системах автентифікації, а також розробка моделі інтелектуальної системи автентифікації на їх основі. Робота зосереджується на дослідженні теми автентифікації та її видів, ефективності згорткових нейронних мереж у розпізнаванні біометричних патернів та можливостях нечітких екстракторів у забезпеченні надійної автентифікації. Робота присвячена розробці концептуальної моделі застосунку, в який включена система автентифікації, яка інтегрує згорткові нейронні мережі для аналізу біометричних даних та нечіткі екстрактори для генерації та перевірки унікальних ідентифікаторів, після чого створює секретні ключі для безпечного обміну даними між користувачем та системою. Розробка моделі спрямована на підвищення рівня безпеки автентифікаційних процесів, забезпечуючи високу точність ідентифікації особи на основі її біометричних характеристик і створюючи надійні механізми захисту ідентифікаційних даних. Особлива увага приділяється аналізу та оптимізації алгоритмів згорткових нейронних мереж та методів нечіткої логіки, що дозволяє ефективно працювати з неточними або неповними даними, характерними для біометричних систем. Досліджується ефективність такої системи у різних сценаріях використання та її спроможність протистояти сучасним кіберзагрозам. Актуальність теми дослідження виходить з необхідності розробки ефективних методів автентифікації для забезпечення безпеки інформаційних систем у сучасному цифровому світі. Розвиток технологій штучного інтелекту та зростаюче використання біометричних даних вимагають нових підходів до автентифікації, які зможуть ефективно протистояти сучасним загрозам безпеці. В рамках дипломної роботи буде проведене детальне дослідження сучасних методів автентифікації, включаючи традиційні парольні системи, двофакторну автентифікацію, а також інноваційні біометричні методи. Окрема увага приділяється можливостям застосування штучного інтелекту для аналізу біометричних даних, що відкриває нові перспективи для створення більш ефективних і безпечних систем автентифікації.The aim of the thesis is to analyze the possibilities of using convolutional neural networks and fuzzy extractors in authentication systems, as well as to develop a model of an intelligent authentication system based on them. The work focuses on researching the topic of authentication and its types, the effectiveness of convolutional neural networks in biometric pattern recognition, and the capabilities of fuzzy extractors in providing reliable authentication. The work is devoted to the development of a conceptual model of the application, which includes an authentication system that integrates convolutional neural networks for the analysis of biometric data and fuzzy extractors for the generation and verification of unique identifiers, after which it creates secret keys for secure data exchange between the user and the system. The development of the model is aimed at increasing the level of security of authentication processes, ensuring high accuracy of identification of a person based on his biometric characteristics and creating reliable mechanisms for the protection of identification data. Special attention is paid to the analysis and optimization of algorithms of convolutional neural networks and methods of fuzzy logic, which allows effective work with imprecise or incomplete data, characteristic of biometric systems. The effectiveness of such a system in various usage scenarios and its ability to resist modern cyber threats are investigated. The relevance of the research topic stems from the need to develop effective authentication methods to ensure the security of information systems in the modern digital world. The development of artificial intelligence technologies and the growing use of biometric data require new approaches to authentication that can effectively counter modern security threats. The thesis will conduct a detailed study of modern authentication methods, including traditional password systems, two-factor authentication, as well as innovative biometric methods. Particular attention is paid to the possibilities of applying artificial intelligence to the analysis of biometric data, which opens up new perspectives for the creation of more efficient and secure authentication systems.