Разработка модели обеспечения безопасности на основе алгоритма распознавания лиц

ВВЕДЕНИЕ 3
1. НАУЧНО-ТЕХНИЧЕСКИЕ ОСНОВЫ ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ
БЕЗОПАСНОСТИ «АЛГОРИТМА РАСПОЗНАВАНИЯ ЛИЦ» НА БАЗЕ «OPENCV» 7
1.1. Теоретические сведения о «алгоритме распознавания лиц» и принципы его
функционирования 7
1.1.1 Обзор современных методов распознавания 8
1.1.2 Обнаружение лица OpenCV 17
1.1.3 Прямоугольные признаки Хаара 18
1.1.4 Наклонные признаки Хаара 18
1.1.5 Метод Виолы-Джонса 19
1.1.6 Метод наклонных векторов 20
1.1.7 Распознавание и детектирование лица. Алгоритм AdaBoost 21
1.1.8 Сверточные нейронные сети 22
1.2 Анализ угроз для функционирования «Алгоритма распознавания лиц» 24
1.2.2 Ошибка идентификации 25
1.2.3 Конфиденциальность 26
1.2.4 Злоупотребление данными 27
1.3 Стандарты и оценка информационной безопасности 27
2. АНАЛИЗ МАТЕМАТИЧЕСКОГО ОБОСНОВАНИЯ АЛГОРИТМА И
ПРОГРАММНЫХ МЕТОДОВ РЕАЛИЗАЦИИ ПРОЕКТА. РАЗРАБОТКА МОДЕЛИ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТ 29
2.1. Математическое обоснование алгоритма распознавания лиц 29
2.2. Программные методы реализации проекта 32
2.3 Разработка модели обеспечения безопасности 38
3. ПРОГРАММНАЯ РАЗРАБОТКА ПРОЕКТА 44
3.1. Формирование базы данных 44
3.2. Создание собственного ХААР-каскада для распознавания лиц 48
3.3. Создание алгоритма распознавания лиц 52
ЗАКЛЮЧЕНИЕ 60
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 61
ПРИЛОЖЕНИЕ 1 63
ПРИЛОЖЕНИЕ 2 65
ПРИЛОЖЕНИЕ 3
Купить

В данной работе объектом исследования является область применения и анализ работы алгоритма распознавания лиц с точки зрения информационной безопасности.
В нынешний момент времени большинство предприятий и организаций уже начали использовать в своей охранной системе - СКУД (систему контроля и управления доступом). С помощью новых биометрических системам идентификации, можно значительно безопасность предприятия, сохранности данных, возможности НСД (несанкционированного доступа) и его сотрудников.
Раньше, для распознавания людей, на проходных предприятия устанавливали турникеты со считывателями карт, но сегодня подобную технологию можно назвать устаревшей, в связи с быстротечным развитием технологий, компании все чаще переходят на иные методы распознавания, более точные и удобные.
В настоящее время наблюдается усиливающийся интерес к проблеме распознавания лиц. Распознание лиц, можно поделить на две основные части:
• Идентификация;
• Верификация.
Основной задачей идентификации можно назвать сравнение захваченного лица со всеми изображениями лиц, которые хранятся в базе данных.
Целью верификации является сравнение лица человека с фотографией кандидата, с лицом на эталонной фотографии, которая хранится в базе данных.
Подобные алгоритмы актуальны как в области интеллектуальных сред, так и в системах безопасности.
Среди продукции с открытым исходным кодом стоит обратить внимание на OpenCV.
На основе которой будет рассматриваться и проектироваться практическая часть диплома. Данный сервис можно свободно использовать в академических и коммерческих целях- распространяется по модели BSD.
Алгоритм распознавания лиц по изображению человека имеет ряд преимуществ по сравнению с другими способами идентификации:
• Нет необходимости использовать дорогое оборудование;
• Не нужен непосредственный физический контакт с устройством, зачастую достаточно лишь ненадолго задержаться перед камерой или просто пройти мимо.
К недостаткам же подобных алгоритмов стоит отнести следующее:
• Подобная система сама по себе не может обеспечить 100% надежность идентификации. Там, где требуется высокая надежность, применяется несколько способов биометрических методов .
• Распознавание лица неэффективно тогда, когда значительные изменения, например, вследствие пластической операции, делают невозможным даже человеческую визуализацию.
• Система может совершать ошибки и по другим критериям, таким как: признаки старения, мимики, освещения и угла зрения. Однако этот фактор зависит от наполненности базы данных различными изображениями.
В настоящее время используются несколько десятков компьютерных методов для распознавания лиц:
• Нейронные сети;
• Метод главных компонентов (собственных лиц);
• Локальные бинарные шаблоны;
• Эластичные графы.
Данная совокупность факторов определяет актуальность настоящей ВКР, целью которой является выбрать, обосновать и реализовать условия обеспечения информационной безопасности алгоритма распознавания лиц в условиях стремительно развивающихся информационных технологий и
вынужденных мер по частичному переходу на дистанционный формат значительного количества сервисов.
Для достижения сформулированной цели в ВКР поставлена и решена задача разработки алгоритма распознавания лиц с использованием языка программирования Python с кодом OpenCV и также рассмотрены процессы обеспечения информационной безопасности
Распознавание лиц попадает под категорию искусственного интеллекта и использует компьютерную оптику, акустику, физические датчики, биологические и статистические принципы и передовые математические методы для создания моделей, которые превращают физиологические характеристики человека в что-то идентифицируемое.
Также стоит отметить, что область распознавания лиц в современном мире имеет практически безграничную область эксплуатации.
Распознавание лиц, можно широко использовать во многих сферах, таких как аэропорты, культурные достопримечательности, отели, железнодорожные вокзалы и другие места.
С быстрым развитием технологии искусственного интеллекта распознавание лиц стало широко применяться в социальной работе и жизни.
Какие-то технологии, например проверка лиц и открытие дверей по биометрическим параметрам, обеспечивают удобство, их собственные проблемы с безопасностью приводили к выявлению безопасности пользователей. Это означает тот факт, что стоит понять необходимость улучшения системы распознавания лиц.
Идентификация лиц является сложной задачей в области просмотра изображений и компьютерного зрения.
Информационная безопасность пользователей становится крайне значимой и сложной задачей для специалистов в современном мире.
В своей работе я рассматриваю распознавание лиц людей с использование библиотеки OpenCV. Она решает задачи компьютерного зрения. Компьютерное зрение работает по принципу моста между компьютерным программным обеспечением и визуальной картиной вокруг нас. Оно предоставляет возможность для ПО понимать и изучать все видимые процессы в окружающей среде.
Сначала мы будем собирать данные, затем выполнять определенные действия по их обработке, а потом многократно обучаем модель, как ей распознать лицо по размеру, форме или цвету.
В настоящее время существуют различные пакеты для выполнения задач машинного обучения, глубокого обучения и компьютерного зрения, проработан лучше других.
Исследуя текущую тему распознавания лиц, и моя цель в этой ВКР — изучить модель распознавания лиц и найти нюансы её применения с точки зрения информационной безопасности.

Купить