Details

Целью данной работы является определение синтетических отпечатков пальцев для прохождения биометрической аутентификации с использованием генеративно-состязательной сети для повышения надежности биометрических систем аутентификации. Для достижения поставленной цели необходимо решить следующие задачи: 1. Провести анализ современных угроз биометрическим системам на основе отпечатков пальцев. 2. Изучить существующие методы сканирования отпечатков пальцев и оценить степень их устойчивости к подделкам. 3. Исследовать нейросетевые подходы для детектирования синтетических отпечатков пальцев. 4. Разработать детектор на базе генеративно-состязательной сети, способный отличать реальные отпечатки пальцев от синтетических. 5. Провести тестирование детектора и сравнить результаты с существующими решениями. В рамках данной работы предлагается метод детекции синтетических отпечатков пальцев, основанный на подходе аномального детектирования с использованием генеративно-состязательной сети. Был проведен анализ уязвимостей современных сканеров отпечатков пальцев и выявлена их уязвимость к муляжам. В результате работы был разработан детектор синтетических отпечатков пальцев, который продемонстрировал высокую точность при тестировании на реальных и синтетических данных. Был сделан вывод, что биометрические системы на основе отпечатков пальцев недостатки, которыми могут пользоваться злоумышленники. предложенное решение обладает высокой адаптивностью и может быть развёрнуто на различных платформах, включая устройства с ограниченными вычислительными мощностями. Кроме того, метод позволяет использовать данные с любых типов сканеров, что делает его универсальным инструментом для противодействия атакам с использованием синтетических отпечатков.

The purpose of the study is to identify synthetic fingerprints for biometric authentication using generative adversarial network to improve the reliability of biometric authentication systems. In order to achieve the objective, the following tasks need to be accomplished: 1. To analyze the current threats to fingerprint based biometric systems. 2. To study the existing methods of fingerprint scanning and evaluate the degree of their resistance to counterfeiting. 3. To investigate neural network approaches for detecting synthetic fingerprints. 4. To develop a detector based on a generative-adversarial network capable of distinguishing real fingerprints from synthetic fingerprints. 5. Test the detector and compare the results with existing solutions. Within the framework of this work, a method for detecting synthetic fingerprints is proposed, based on the approach of anomalous detection using a generative-adversarial network. An analysis of the vulnerabilities of modern fingerprint scanners was carried out and their vulnerability to imitation was revealed. As a result of the work, a synthetic fingerprint detector was developed, which demonstrated high accuracy when tested on real and synthetic data. It was concluded that fingerprint-based biometric systems have flaws that can be exploited by intruders. The proposed solution is highly adaptable and can be deployed on various platforms, including devices with limited computing power. In addition, the method allows you to use data from any type of scanner, which makes it a universal tool for countering attacks using synthetic fingerprints.