Розробка методу антиспуфінгу зображень в системах біометричної безпеки з використанням ML
DOI:
https://doi.org/10.32626/2308-5916.2025-27.82-102Анотація
Розглянуто проблему виявлення презентаційних атак (спуфінгу) в системах біометричної автентифікації на основі розпізнавання облич. Зростання спуфінг-атак із використанням статичних зображень, відеозаписів та 3D-масок створює нагальну потребу у розробці стійких до підробок систем їх виявлення. Метою дослідження є розробка багаторівневого комбінованого методу антиспуфінгу, який інтегрує фізичні та поведінкові ознаки обличчя з використанням моделей машинного навчання (ML) для адаптивного прийняття рішень.
Запропонована система включає чотири функціональні модулі аналізу зображень: виявлення країв (Edge Detection), аналіз мікрорухів (Motion Analysis), виявлення моргання (Blink Detection) та ідентифікація посмішки (Smile Detection). Кожен з модулів формує бінарне часткове рішення, яке далі передається до інтеграційного блоку. На відміну від класичних підходів зі сталими ваговими коефіцієнтами, у запропонованій системі ці ваги обчислюються адаптивно за допомогою навченої ML-моделі. Це забезпечує динамічну зміну впливу кожного модуля залежно від умов середовища, якості відеопотоку та характеристик обличчя користувача.
Наукова новизна роботи полягає в розробці гнучкої моделі комбінованої біометричної системи безпеки при впровадженні механізму оптимізації зважених коефіцієнтів модулів антиспуфінгу на основі реалізації методів машинного навчання. Система демонструє здатність до самоналаштування, що дозволяє підвищити точність і знизити частоту помилкових спрацьовувань у складних умовах експлуатації. Запропонована модель дозволяє балансувати між фізичними та поведінковими ознаками, адаптуючи їхній внесок у фінальне рішення у режимі реального часу.
Система реалізована у вигляді модульної архітектури та протестована на контрольованому наборі даних, який містить кілька типів атак. Результати експериментів демонструють високу точність виявлення підробок (до 100% у тестових умовах) та стійкість до варіативності вхідних даних. Описано алгоритм функціонування, математичні моделі модулів, принцип інтеграції та можливості масштабування. Запропоноване рішення має перспективи практичного впровадження в мобільні пристрої, системи контролю доступу та онлайн-ідентифікації.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Authors who publish with this journal agree to the following terms:- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).