BIOMETRIK IDENTIFIKATSIYA TIZIMLARIDA SOXTALASHTIRISH HUJUMLARINI ANIQLASHNING MASHINALI O‘QITISHGA ASOSLANGAN USULLARI VA ALGORITMLARI
Keywords:
biometrik identifikatsiya, biometrik taqdimot hujumi, soxtalashtirish hujumini aniqlash, mashinali o‘qitish, SVM, Random Forest, CNN, yuz tasviri, biometrik xavfsizlik, APCER, BPCER, ACER.Abstract
Mazkur maqolada biometrik identifikatsiya tizimlarida soxtalashtirish hujumlarini aniqlash masalasi va bunda mashinali o‘qitish algoritmlaridan foydalanish imkoniyatlari tahlil qilinadi. Tadqiqot yuz tasviri asosidagi tekshiruvni misol qilib oladi: bosma fotosurat yoki elektron ekranda ko‘rsatilgan tasvir orqali tizimni chalg‘itishga urinishlar biometrik taqdimot hujumlariga misol bo‘la oladi. Ushbu ishda “taqdimot hujumi” atamasi biometrik sensor oldiga haqiqiy foydalanuvchining biometrik xususiyatini soxtalashtiruvchi namuna taqdim etish holatini anglatadi; “soxtalashtirish hujumi” iborasi shu mazmunda qo‘llanadi. Mavjud ilmiy ishlar va xalqaro standartga tayangan holda, bunday hujumlarni aniqlash jarayonining asosiy bosqichlari, klassik tasniflagichlar va chuqur o‘qitish yondashuvlari ko‘rib chiqiladi. Tayanch vektorlar mashinasi (SVM), Random Forest hamda konvolyutsion neyron tarmoq (CNN) algoritmlarini bir xil ma’lumotlar va baholash mezonlari asosida taqqoslash taklif etiladi. Tezisda hali bajarilmagan tajriba natijalari keltirilmaydi; aniqlik (accuracy), precision, recall, F1-mezon va ROC-AUC kabi ko‘rsatkichlar hamda APCER, BPCER va ACER kabi PAD metrikalarini keyingi tajribada qo‘llash uchun tavsiya etiladi.
References
1. Gʻaniyev S.K., Karimov M.M., Tashev K.A. Axborot xavfsizligi: darslik / S.K. Gʻaniyev tahriri ostida. — Toshkent: Fan va texnologiya, 2016. — 372 b. (Foydalanilgan bo‘lim: VI bob “Identifikatsiya va autentifikatsiya”, 144–184-b.; xususan 6.5-bo‘lim “Foydalanuvchilarni biometrik identifikatsiyalash va autentifikatsiyalash”, 178-b.).
2. Chingovska I., Anjos A., Marcel S. On the Effectiveness of Local Binary Patterns in Face Anti-spoofing // Proceedings of the 11th International Conference of the Biometrics Special Interest Group (BIOSIG). — 2012. — P. 1–7.
3. ISO/IEC 30107-3:2023. Information technology — Biometric presentation attack detection — Part 3: Testing and reporting. — 2nd ed. — Geneva: ISO/IEC, 2023. — 39 p. (Qo‘llanilgan mavzular: atamalar va metrikalar, 2–5-b.; PAD baholash yondashuvi, 7–10-b.).
4. Cortes C., Vapnik V. Support-Vector Networks // Machine Learning. — 1995. — Vol. 20. — P. 273–297.
5. Breiman L. Random Forests // Machine Learning. — 2001. — Vol. 45. — P. 5–32.
6. Goodfellow I., Bengio Y., Courville A. Deep Learning. — Cambridge, MA: MIT Press, 2016.
