Luận Văn Tốt Nghiệp: Hệ Thống Xác Thực Khuôn Mặt Có Bảo Vệ Mẫu Sinh Trắc

Trường đại học

Đại học Bách Khoa TP.HCM

Chuyên ngành

Khoa học máy tính

Người đăng

Ẩn danh

2022

62
0
0

Phí lưu trữ

30.000 VNĐ

Tóm tắt

I. Giới thiệu hệ thống xác thực khuôn mặt

Hệ thống xác thực khuôn mặt là một ứng dụng quan trọng trong lĩnh vực khoa học máy tính. Nó sử dụng công nghệ nhận diện khuôn mặt để xác thực danh tính của người dùng. Các hệ thống này hoạt động dựa trên việc phân tích hình ảnh khuôn mặt và so sánh với các mẫu đã lưu trữ. Công nghệ sinh trắc học này không chỉ giúp nâng cao tính bảo mật mà còn cung cấp một phương thức xác thực tiện lợi hơn so với mật khẩu truyền thống. Đặc biệt, việc sử dụng công nghệ sinh trắc học giúp giảm thiểu rủi ro bị đánh cắp thông tin cá nhân. Hệ thống xác thực khuôn mặt được ứng dụng rộng rãi trong các lĩnh vực như an ninh mạng, quản lý truy cập và bảo vệ thông tin nhạy cảm.

1.1. Tính năng và lợi ích của hệ thống

Hệ thống xác thực khuôn mặt mang lại nhiều lợi ích đáng kể. Đầu tiên, nó giúp cải thiện tính bảo mật nhờ vào việc sử dụng mẫu sinh trắc độc nhất của mỗi cá nhân. Thứ hai, hệ thống này rất dễ sử dụng, người dùng chỉ cần nhìn vào camera để xác thực mà không cần nhập mật khẩu. Ngoài ra, việc tích hợp công nghệ này vào các thiết bị di động và hệ thống an ninh giúp nâng cao hiệu quả bảo vệ thông tin. Một điểm đáng chú ý là khả năng xử lý nhanh chóng và chính xác của hệ thống, cho phép xác thực trong thời gian ngắn mà vẫn đảm bảo độ tin cậy cao.

II. Cơ sở lý thuyết về sinh trắc học

Sinh trắc học là một lĩnh vực nghiên cứu quan trọng trong việc phát triển các hệ thống xác thực hiện đại. Nó bao gồm các phương pháp sử dụng các đặc điểm sinh học và hành vi của con người để xác thực danh tính. Các loại sinh trắc học phổ biến bao gồm dấu vân tay, tròng mắt, và nhận diện khuôn mặt. Mỗi phương pháp đều có những ưu điểm và nhược điểm riêng, tuy nhiên, nhận diện khuôn mặt đang trở thành xu hướng phổ biến nhờ vào tính thuận tiện và khả năng tự động hóa. Đặc biệt, hệ thống cần phải đảm bảo các yêu cầu về tính bảo mật, tính chính xác và tính khả thi trong việc thu thập mẫu.

2.1. Các phương pháp sinh trắc học

Có nhiều phương pháp sinh trắc học khác nhau, mỗi phương pháp đều có những đặc điểm riêng biệt. Nhận diện khuôn mặt dựa trên việc phân tích các điểm đặc trưng trên khuôn mặt như mắt, mũi và miệng. Dấu vân tay là một phương pháp truyền thống nhưng vẫn được ưa chuộng nhờ vào tính chính xác cao. Tròng mắt cung cấp một phương pháp nhận diện độc đáo nhưng lại gặp khó khăn trong việc thu thập dữ liệu. Các phương pháp này đều cần thiết phải có một cơ chế bảo mật mạnh mẽ để đảm bảo rằng thông tin sinh trắc không bị lộ ra ngoài.

III. Hệ thống bảo mật mẫu sinh trắc

Việc bảo vệ mẫu sinh trắc là vô cùng quan trọng trong hệ thống xác thực. Nếu một kẻ tấn công có thể truy cập vào mẫu sinh trắc gốc, họ có thể dễ dàng giả mạo danh tính. Để giải quyết vấn đề này, luận văn đã đề xuất một phương pháp bảo mật kết hợp ba kỹ thuật: Random Projection, Discriminability Preserving Transform, và Fuzzy Commitment. Random Projection giúp giảm chiều dữ liệu, trong khi Discriminability Preserving Transform đảm bảo rằng mẫu sinh trắc được phân biệt rõ ràng. Cuối cùng, Fuzzy Commitment cho phép xác thực dễ dàng và hiệu quả mà không cần tiết lộ mẫu sinh trắc gốc.

3.1. Kỹ thuật bảo mật trong sinh trắc học

Các kỹ thuật bảo mật trong sinh trắc học đóng vai trò quan trọng trong việc bảo vệ thông tin cá nhân. Random Projection giúp giảm thiểu kích thước dữ liệu mà vẫn giữ lại thông tin cần thiết để xác thực. Discriminability Preserving Transform tăng cường khả năng phân biệt giữa các mẫu sinh trắc, giúp hệ thống hoạt động hiệu quả hơn. Fuzzy Commitment cho phép người dùng xác thực mà không cần tiết lộ thông tin nhạy cảm, từ đó giảm thiểu rủi ro bị tấn công. Những kỹ thuật này kết hợp với nhau tạo thành một hệ thống bảo mật mạnh mẽ và hiệu quả.

IV. Kết quả và đánh giá

Kết quả thử nghiệm cho thấy hệ thống xác thực khuôn mặt với bảo vệ mẫu sinh trắc hoạt động ổn định và hiệu quả. Độ chính xác của hệ thống được đánh giá thông qua các chỉ số như tỷ lệ nhận diện đúng và tỷ lệ sai. Hệ thống đã chứng minh được khả năng xử lý nhanh chóng và chính xác, đồng thời đảm bảo bảo mật cho thông tin sinh trắc của người dùng. Qua đó, luận văn không chỉ cung cấp một cái nhìn tổng quan về công nghệ sinh trắc học mà còn mở ra hướng phát triển mới cho các hệ thống xác thực trong tương lai.

4.1. Đánh giá hiệu suất của hệ thống

Đánh giá hiệu suất là một phần quan trọng trong việc phát triển hệ thống xác thực. Hệ thống đã được thử nghiệm trên nhiều mẫu dữ liệu khác nhau để đảm bảo tính chính xác và độ tin cậy. Kết quả cho thấy rằng hệ thống có thể đạt được độ chính xác cao trong việc xác thực người dùng. Các chỉ số về thời gian xử lý và tỷ lệ sai cũng được ghi nhận, từ đó giúp cải thiện và tối ưu hóa hệ thống trong các phiên bản tiếp theo. Đánh giá này sẽ là cơ sở cho việc phát triển và ứng dụng thực tế của hệ thống trong tương lai.

10/01/2025
Luận văn tốt nghiệp khoa học máy tính xây dựng hệ thống xác thực bằng đặc trưng khuôn mặt có bảo vệ mẫu sinh trắc
Bạn đang xem trước tài liệu : Luận văn tốt nghiệp khoa học máy tính xây dựng hệ thống xác thực bằng đặc trưng khuôn mặt có bảo vệ mẫu sinh trắc

Để xem tài liệu hoàn chỉnh bạn click vào nút

Tải xuống

Bài viết "Luận Văn Tốt Nghiệp: Hệ Thống Xác Thực Khuôn Mặt Có Bảo Vệ Mẫu Sinh Trắc" của tác giả Lê Đăng Bảo, dưới sự hướng dẫn của ThS. Nguyễn Thị Ái Thảo và ThS. Trần Thị Quế Nguyệt, trình bày về một hệ thống xác thực khuôn mặt tiên tiến, kết hợp với bảo vệ mẫu sinh trắc. Nghiên cứu này không chỉ tập trung vào việc cải thiện độ chính xác trong nhận diện khuôn mặt mà còn đề xuất các phương pháp bảo vệ thông tin sinh trắc, từ đó tăng cường tính bảo mật cho người dùng. Bài luận văn này mang lại cái nhìn sâu sắc về công nghệ nhận diện khuôn mặt, đồng thời mở ra hướng nghiên cứu mới cho các ứng dụng trong lĩnh vực an ninh và bảo mật.

Nếu bạn quan tâm đến các chủ đề liên quan, có thể tham khảo thêm bài viết Ứng Dụng Active Learning trong Lựa Chọn Dữ Liệu Gán Nhãn cho Bài Toán Nhận Diện Giọng Nói, nơi mà các phương pháp học máy cũng được áp dụng để giải quyết các bài toán nhận diện. Bạn cũng có thể tìm hiểu về Nhận diện giọng nói tiếng Việt qua học sâu và mô hình ngôn ngữ, một nghiên cứu liên quan đến nhận diện âm thanh, hoặc bài viết Ứng Dụng Học Sâu Trong Dịch Từ Vựng Không Cần Dữ Liệu Song Ngữ, nơi mà công nghệ học sâu cũng được ứng dụng trong lĩnh vực ngôn ngữ. Những tài liệu này sẽ giúp bạn mở rộng thêm kiến thức về các công nghệ tiên tiến trong lĩnh vực máy tính.

Tải xuống (62 Trang - 3.3 MB)