СИСТЕМА ДВОФАКТОРНОЇ АУТЕНТИФІКАЦІЇ КОРИСТУВАЧА ЗА ДОПОМОГОЮ РОЗПІЗНАВАННЯ ОБЛИЧЧЯ
DOI: 10.31673/2412-4338.2023.039699
Анотація
У сучасному світі інформаційних технологій безпека даних стає ключовим питанням. Однією з найефективніших методик захисту є двофакторна аутентифікація. Ця стаття присвячена розгляду новітнього методу двофакторної аутентифікації, який базується на комбінації нейромереж та розпізнавання обличчя. Глибоке навчання, яке використовується в нейромережах, дозволяє системі адаптуватися до невеликих змін у зовнішності користувача, таких як нова зачіска, відсутність або наявність макіяжу, носіння окулярів тощо. Це робить систему гнучкою і здатною розпізнавати користувача навіть при незначних змінах у його вигляді. Основна ідея методу полягає в аналізі унікальних особливостей обличчя користувача. Нейромережа "вивчає" особливості кожного користувача, створюючи його унікальний "портрет". Цей "портрет" потім використовується для верифікації особи при спробі входу в систему. Додатково до розпізнавання обличчя, система може вимагати введення пароля або іншого виду аутентифікації, що робить процес входу ще більш безпечним. Комбінація цих двох методів забезпечує високий рівень захисту від несанкціонованого доступу. Важливою перевагою такої системи є її зручність для користувача. Обличчя користувача стає "ключем" до системи, що робить процес входу швидким і непомітним. Також хочеться зазначити, що розвиток технологій розпізнавання обличчя відкриває нові горизонти для забезпечення безпеки даних. Використання нейромереж у комбінації з двофакторною аутентифікацією може стати стандартом у найближчому майбутньому.
Ключові слова: двофакторна аутентифікація (2FA), розпізнавання обличчя, біометрика, безпека, аутентифікація, ідентифікація, обліковий запис, токен, біометричні дані, приватність, помилка розпізнавання, система безпеки, технологія, камера, алгоритм, нейрона мережа.
Список використаної літератури
1. Alzubaidi L., Zhang J., Humaidi A.J., Al-Dujaili A., Duan Y. Development of a Secure Access Control System Based on Two-Factor Authentication Using Face Recognition and OTP SMS-Token [Електронний ресурс] // URL: https://dx.doi.org/10.1109/ICIMCIS51567.2020.9354328
2. Zhang B., Wang Y., Wang J. Convolutional Neural Network Face Recognition Method Using Fisher’s Criterion [Електронний ресурс] // URL: https://www.hindawi.com/journals/misy/2022/1101282/
3. Nelson D. Image Recognition and Classification in Python with TensorFlow and Keras [Електронний ресурс] // URL: https://stackabuse.com/image-recognition-in-python-with-tensorflow-and-keras/
4. Naoyuki K. Applying Artificial Neural Networks for Face Recognition [Електронний ресурс] // URL: https://www.hindawi.com/journals/aans/2011/673016/
5. Zhang B., Wang Y. Capsule Network-Based Deep Transfer Learning Model for Face Recognition [Електронний ресурс] // URL: https://www.hindawi.com/journals/wcmc/2022/2086613/
6. Banumalar K., Manikandan B.V., Vanaja N. Face Recognition using Deep Learning [Електронний ресурс] // URL: https://www.e3s-conferences.org/articles/e3sconf/pdf/2023/24/e3sconf_icseret2023_05001.pdf
7. Wenting L., Zhou L., Chen J., Face Recognition Based on Lightweight Convolutional Neural Networks [Електронний ресурс] // URL: https://www.mdpi.com/2078-2489/12/5/191
8. Wei-Meng L. Implementing Face Recognition Using Deep Learning and Support Vector Machines [Електронний ресурс] // URL: https://www.codemag.com/Article/2205081/Implementing-Face-Recognition-Using-Deep-Learning-and-Support-Vector-Machines
9. Manisha M. K., Bhattacharyya D., Tai-hoon K., Face Recognition Using Neural Network: A Review [Електронний ресурс] // URL: http://article.nadiapub.com/IJSIA/vol10_no3/8.pdf
10. Noor T., Facial Recognition Using Deep Learning [Електронний ресурс] // URL: https://towardsdatascience.com/facial-recognition-using-deep-learning-a74e9059a150
11. Zhebka V., Gertsiuk M., Sokolov V., Malinov V.Sablina M. Optimization of Machine Learning Method to Improve the Management Efficiency of Heterogeneous Telecommunication Network // CEUR Workshop Proceedings, 2022, 3288, p. 149–155.
