К вопросу обеспечения защищенного доступа к информационным системам с применением биометрической аутентификации на основе нечеткого образа личности пользователя и нейросетевых преобразований

Цель. В современных условиях для доступа к информационным системам применяются технологии криптографической аутентификации личности, основанные на обработке биометрической информации и преобразовании биометрических образов пользователя в его персональный код доступа. Актуальным направлением исследований является применение нейросетевых технологий при организации защищенного доступа к информационным системам. Средства биометрической аутентификации могут быть отнесены к высоконадежным, только если в их состав введены криптографические механизмы аутентификации, работающие совместно с биометрическими механизмами аутентификации через преобразование биометрических образов в однозначный криптографический код доступа. В этом случае совокупность биометрических идентификаторов личности пользователя формируют его нечеткий образ, который используется в дальнейшем при проведении аутентификации. Целью исследования является разработка алгоритма обеспечения защищенного доступа к информационным системам с применением биометрической аутентификации на основе нечеткого образа личности пользователя и нейросетевых преобразований. Метод. Разработка алгоритма основана на использовании методов нечеткой логики и аппарата нейронных сетей. Результат. В работе выявлены особенности биометрической идентификации личности пользователя информационных систем. Предложен алгоритм обеспечения защищенного доступа к информационным системам с применением биометрической аутентификации на основе нечеткого образа личности пользователя и нейросетевых преобразований. Вывод. На основе двухэтапной аутентификации личности пользователя реализован защищенный доступ к информационным системам зарегистрированных пользователей. Приведен листинг программного кода на языке Python для создания и обучения нейронной сети классификатора биоидентификаторов. Материалы статьи представляют практическую ценность для специалистов в области обеспечения защищенного доступа к информационным системам с применением искусственного интеллекта.

1. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Иванов А.И., Фунтиков В.А., Ефимов О.В. Нейросетевая защита биометрических данных пользователя, а также его личного криптографического ключа при локальной и дистанционной аутентификации. Вопросы защиты информации. 2008. – С. 25–27.

2. Чуйков А.В., Вульфин А.М., Васильев В.И. Нейросетевая система преобразования биометрических признаков пользователя в криптографический ключ. Доклады ТУСУР. 2018. – С. 35–41.

3. Волчихин В.И., Иванов А.И., Фунтиков В.А., Малыгина Е.А. Перспективы использования искусственных нейронных сетей с многоуровневыми квантователями в технологии биометрико-нейросетевой аутентификации. Известия высших заведений. Поволжский регион. 2013. – С. 86–96.

4. Мишин С.А., Мишин А.В. Применение технологий искусственного интеллекта для ведения базы данных элементов внешности человека. Вестник Воронежского института МВД России. 2022. – С. 87–96.

5. Лапина Т.И., Димов Э.М., Петрик Е.А., Лапин Д.В. Управление доступом к информационным ресурсам в информационных системах. Моделирование, оптимизация и информационные технологии. 2018; 6(4). DOI:10.26102/2310-6018/2018.23.4.039 URL: https://moit.vivt.ru/wp-content/uploads/2018/10/LapinaSoavtors_4_18_3.pdf.

6. Сулавко А.Е., Еременко А.В., Толкачева Е.В., Борисов Р.В. Комплексирование независимых биометрических признаков при распознавании субъектов на основе сетей квадратичных форм, персептронов и меры хи-модуль. Информационно-управляющие системы. 2017. – С.50–62.

7. Исмагилов Р.Ф., Лушников Н.Д., Исмагилова А.С. Конструирование модели обучающей нейронной сети для биометрической многофакторной аутентификации пользователя информационной системы. Вопросы защиты информации. 2023. – С.19–23.

8. Иванов А.И., Сулавко А.Е. Проект третьего национального стандарта России по быстрому автоматическому обучению больших сетей корреляционных нейронов на малых обучающих выборках биометрических данных. Вопросы кибербезопасности. 2021. – С.84–93.

9. Еременко А.В., Сулавко А.Е., Толкачева Е.В., Левитская Е.А. Метод защиты текстовых документов на электронных и бумажных носителях на основе скрытого биометрического идентификатора субъекта, получаемого из подписи. Инфокоммуникационные технологии. 2016. – С.628–634.

10. Метод многофакторной аутентификации: обеспечение информационной безопасности в инновационных системах Лазарев А.И., Заенчковский А.Э., Халин В.Г., Масютин С.А. Экономика и предпринимательство. 2022. – С.1086–1090.

11. Хорев П.Б. Многофакторная аутентификация пользователей при удаленном доступе к информационным системам Информационно-технологический вестник. –2022. – С.20–25.

12. Silasai, O.; Khowfa, W. The Study on Using Biometric Authentication on Mobile Device. NU Int. J. Sci. 2020. – рр.90–110.