Реалізація надійної та ефективної автентифікації в інтелектуальних системах шляхом використання методів візуальної біометрики

Abstract

Основна мета цієї статті – розгляд аспектів забезпечення безпеки та підвищення ефективності процесу автентифікації в інтелектуальних системах за допомогою візуальної біометрики. Досліджен ня спрямоване на розроблення та вдосконалення систем автентифікації з використанням передових методів біометричної ідентифікації. Створено інтелектуальну систему, яка з використанням сіамської нейронної мережі забезпечує безпечну автентифікацію користувачів поточної системи. Окрім реалізації базових засобів захисту у вигляді хешування і збереження користувацьких логіну і пароля, в наш час важлива реалізація двофакторної автентифікації, яка істотно посилює захист користуваць- ких даних і унеможливлює більшість сучасних способів злому та викрадення даних користувачів. Двофакторну автентифікацію реалізовано у вигляді технології пошуку, розпізнавання та порівняння обличчя користувачів системи, оскільки візуальна біометрика безпечніша за інші види двофакторної автентифікації. Розглянуто різні варіанти реалізації сіамської нейронної мережі за допомогою функцій Contrastive loss function та Triplet loss function і, відповідно, реалізовано та навчено нейронну мере- жу із використанням функції Triplet loss. Після навчання та перевірки правильності роботи нейронної мережі її було інтегровано до інтелектуальної системи, завдяки чому створено ефективний спосіб розпізнавання обличчя користувача системи, збереження отриманої інформації в базі даних та подальшого порівняння поточного користувача зі збереженим обличчям під час автентифікації. В результаті було створено надійну та захищену інтелектуальну систему, що мінімізує ризик несанкціонованого доступу до користувацького акаунту і використовує ефективний та сучасний спосіб автентифікації користувачів. The main purpose of this article is to consider the aspects of ensuring security and increasing the efficiency of the authentication process in intelligent systems using visual biometrics. The work is aimed at the development and improvement of authentication systems using advanced biometric identification methods. An intelligent system has been created that ensures secure authentication of users of the current system, using a Siamese neural network. In addition to the implementation of basic security measures in the form of hashing and saving user logins and passwords, the implementation of two-factor authentication is important nowadays, which significantly strengthens the protection of user data and prevents most modern methods of hacking and stealing user data. Two-factor authentication is implemented as a technology for searching, recognizing and comparing the faces of system users, as visual biometrics is more secure than other types of two-factor authentication. Different variations of the possible implementation of Siamese neural network using Contrastive loss function and more modern Triplet loss function were reviewed and accordingly, a neural network using Triplet loss function was accomplished and trained. After training and verifying the correct operation of the neural network, it was integrated into the created intelligent system, thanks to which an effective way of recognizing the face of the system user was created, saving the received information in the database and further comparing the current user with the stored face during authentication. As a result, a secure and reliable intelligent system was created that cutting down the risk of unapproved access to the user account and uses an effective and modern method of user authentication.