O‘ZBEKISTON RESPUBLIKASI AXBOROT TEXNOLOGIYALARI VA KOMMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI
MUHAMMAD AL-XOZAZMIY NOMIDAGI TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
Fan: Kiberxavfsizlik asoslari
MUSTAQIL ISH
Mavzu: Yuz tasviriga asoslangan autentifikatsiya usuli va uning xususiyatlari.
Guruh: 313-22
Bajardi: Isayev Sherxon
Tekshirdi: Olimov Iskandar
Toshkent – 2023
Yuz tasviriga asoslangan autentifikatsiya usuli va uning xususiyatlari.
Reja:
I.Kirish. Yuz tasviriga asoslangan autentifikatsiya usuli
II.Asosiy qism:
1.Neyron tarmoqli usul (bir va ko‘p qatlamli)
2. Elastik grafiklarni taqqoslash usuli
3. Empirik aniqlash usuli
III.Xulosa.
Foydalanilgan adabiyotlar va saytlar: saviya.uz, kompy.info, azkurs.org, fayllar.org, openai.com, library.samdu.uz, bumotors.ru, AXBOROT XAVFSIZLIGI ((Professor S.K.Ganiev tahriri ostida) online link (https://lib.samtuit.uz/uploads/files/61b762c5e6d666.07483815.pdf)
Yuz tasviriga asoslangan autentifikatsiya (Face Recognition Authentication) murakkab va kuchli bir tekhnologiya bo'lib, bu usul yuz tasvirlarini aniqlab olish va ularni shaxsligini tasdiq qilish maqsadida ishlatiladi. Quyidagi murakkab reja, yuz tasviri asoslangan autentifikatsiya usulining kuchli yoki xavfsiz bo'lishi uchun zarur xususiyatlarni ko'rsatadi:
Yuz tasviriga asoslangan autentifikatsiya
Yuz tasviri olish: Foydalanuvchi yuz tasviri olishiga imkoniyat beriladi, bu tasvir fotosurat, video yoki tug'ilgan paytdan hozirgi yuz tasvirini olish orqali amalga oshirilishi mumkin.
Yuz tasviri olish
Yuzni qaytarish va ishlab chiqish: Yuz tasviri ushbu protsessning boshlang'ich qismidir. Tasvirlarni olish va ularni to'liq qaytarish va ishlab chiqish, yani yuz anatomiyasi va qirralari tasdiqlanadigan datalarni olishning avvalgi qismini o'z ichiga oladi.
Yuzni qaytarish va ishlab chiqish
Yuz tasvirlarni tahlil qilish: Ushbu bosqichda olingan tasvirlar tahlil qilinadi, bu algoritm yuzning ko'chishlarini, tezligini, tuzilishini, ranglarini va boshqa kritik tahlilatlarini aniqlab chiqadi.
Yuz tasvirlarni tahlil qilish
Yuzni raqamlastirish: Tahlil qilish natijalariga asosan yuz tasviri raqamli koordinatalarga o'giriladi. Bu koordinatalar yuzning tuzilishi, yuzni ifodalovchi nuqta va boshqa tafsilotlarni o'z ichiga oladi.
Yuzni raqamlastirish
Tasvirlarni o'qitish: Algoritmlar bir necha marta bir foydalanuvchi yuz tasvirlarini o'qitishga ihtiyoch qiladi, bu usul o'qitilgan tasvirlar bazasini yaratadi.
Tasvirlarni o'qitish
Yuzni tan olish: Foydalanuvchi kiritishda, jarayon o'qitilgan tasvirlar bazasini bilan solishtiriladi va foydalanuvchi o'z yuz tasviri identifikatsiya qilinadi.
Yuzni tan olish
Xavfsizlik: Yuz tasviri asoslangan autentifikatsiya keng qamroqda xavfsizlikni ta'minlash uchun tegishli protokollarni va qo'shimcha omonatni o'z ichiga oladi. Bu texnologiya o'zgarishlarga qarshi bo'lish va g'alatiya to'g'ri tushunchalarni aniqlashda ishlatiladi.
Xavfsizlik
Mashina o'qitish: Ushbu tekhnologiya nechta ko'p yuz tasvirlarini o'qitib, xavfsizlikni oshirish uchun ba'zi narsalarni o'z ichiga olayotgan texnologiyadir. Yuz tasvirlar bazasi va algoritmlar o'zgarishlarga va yangilanishlarga yolg'on keladi.
Mashina o'qitish
Jiddiy tasdiqlash va hech kimni o'tqazmasdan kirish: Yuz tasviri usulining yuqori aniqlik darajasi, jiddiy tasdiqlash va hech kimni o'tqazmasdan kirish uchun idealdir.
Jiddiy tasdiqlash va hech kimni o'tqazmasdan kirish
Mobil ilovalar va qurilmalar uchun optimallashtirish: Yuz tasviri asoslangan autentifikatsiya mobil ilovalar va qurilmalar uchun optimallashtirilishi mumkin. Bu yerga tegishli ma'lumotlar to'plashi, ko'rsatilgan sahifalarda otirish uchun qo'shimcha identifikatsiyani yo'qotadi.
Mobil ilovalar va qurilmalar uchun optimallashtirish
Yuz tasviri asoslangan autentifikatsiya usuli xavfsizlikni oshirish va amalni oddiy va foydali qilishda o'rtacha foydalanuvchilarning yuz tasvirlarini olish va tahlil qilish imkoniyatlarini taqozo etadi. Bu texnologiya bir nechta sohalarda ishlatiladi, masalan, smartfonlar, banklarning onlayn xizmatlari, xavfsizlik kamaralari va boshqa joylarda.
Neyron tarmoqli usul (boshqa nomi bilan "neural network" yoki "tarmoq" deb ataladi) ma'lumotlarni o'rganish, tushuntirish va aniqlash uchun amal qiladigan bir tizimdir. Bu tizimlar biologik neyronlar asosida shakllangan bo'lib, ma'lumotlarni o'zlashtirish va aniqlash jarayonlarini amalga oshiradilar.
Neyron tarmoqli usul, bir va ko'p qatlamli tarmoq (deep learning)ning asosini tashkil etadi. Bu, bir va ko'p qatlamli arxitekturalarni o'z ichiga oladi, ya'ni bu tizimlarning ichida bir necha qatlam (layer) bo'lishi mumkin. Ular o'rtasida har bir qatlam bir qatlam boshqa ma'lumotlarni o'rganib, o'zlashtirib, tushuntirish va boshqarishda yordam beradi. Birinchi qatlam uchun kiritilgan ma'lumotlar o'zaro aloqada bo'lishi va so'nggi qatlamlar o'zaro aloqalarni aniqlashda yordam beradi.
Neyron tarmoqli
Neyronlar har bir qatlamda ma'lumotlarni filtrlangan va tahlil qilingan holatda olib, undan keyin o'sha qatlamning natijalarini so'ngi qatlamlarga o'tkazadi. Natijada, so'nggi qatlamlar o'sha ma'lumotni muvaffaqiyatli aniqlaydi, misol uchun rasmni tushuntirish, so'zni tanish va boshqa vazifalarni bajarish.
Bunday bir va ko'p qatlamli neyron tarmoqlarining samaradorligi, ularga yotishingiz kerak bo'lgan ma'lumotlarni o'zlashtirish va aniqlashni o'rganish uchun juda katta miqdorda ma'lumotlarni o'rganib chiqish imkonini beradi. Bu sababli ular ko'p qatlamli usul (bir va ko'p qatlamli tarmoq) sifatida ataladi. Ko'p tarmoqli tizimlar masofaviy o'rganishda, tashqi vaqtli aniqlashda, avtomatlashtirilgan tizimlarda va boshqa amaliyotlarda foydalaniladi.
Elastik grafiklarni taqqoslash usuli haqida so'zlashayotganda, siz elastiklik (elasticity) va grafik (graphic) terminologiyalaridan foydalanmoqchi bo'lsangiz, "elastik grafiklarni taqqoslash" deyiladigan maxsus bir usul yuq. Elastiklik tarmoqda davolash, elastik yoritish yoki grafik tahlili kabi maxsus xususiyatlarga ega bo'lish uchun qo'llaniladigan umumiy asoslar va texnikalar mavjud.
Elastiklik (elasticity) tarmoqda bosqichni o'tkazadigan obyektni tahlil qilishda, yoritish va joriylik darajasi o'zgarib turib, boshqa o'zgaruvchilar bilan qanday bog'liqligini aniqlashda foydalaniladi. Bu o'zgaruvchilar o'rtasida boshqa o'zgaruvchilar o'zgarib ketayotgan paytda elastiklikni (elastisitet) tahlil etish uchun yordam bera olishi kerak.
Elastiklik (elasticity) tarmoq
Grafiklar (graphics) tahlili esa istalgan tahlil obyektining grafik vizualizatsiyasi va tavsifi bo'yicha qanday tahlil qilish kerakligini tushunish va tahlil qilishni o'rganishni tashkil etadi. Bunday tahlil odatda statistika, axborot olish va tahlil etish bo'yicha dasturlash, tasviriy tahlil va boshqa texnikalar orqali amalga oshiriladi.
Elatiklik va grafiklar tahlili yo'nalishlari, ixtiyoriy, yo'nalishdan qat'i nazar, tahlil obyektining xususiyatlariga, maqsadlari va ma'lumotlar olingan obyektni tahlil qilish uchun qo'llaniladigan metodlarning alohida turkumlari bo'lib, ularga tajriba va ko'nikma talab qiladi. Bu sababli, elastik grafiklarni taqqoslashni amalda qanday bajarishni aniqlash uchun konkretni vaziyat va vazifalarga qarashni o'rganishingiz kerak.
Empirik aniqlash, amaliyotlar, ko'rib chiqish va tajriba natijalariga asoslangan, nazariyaga binoan empiirik ilmiy tadqiqot va tadqiqot usuli sifatida qo'llaniladi. Bu usul, amaliyotlardan olingan ma'lumotlarni o'rganish, tahlil qilish, natijalarni ta'kidlash, va uning asosida xulosalarni yuritish uchun qo'llaniladi. Empirik tadqiqotning asosiy xususiyati, uni boshqarish uchun nazariy tushunchalar va ma'lumotlar bilan biriktirilgan ma'lumotlarni jamiyatdagi amaliyoti yoki xulosa olishga olib keladigan tajribalar, laboratoriya ishi va ko'rib chiqish asosida amalga oshiriladi.
Elatiklik va grafiklar tahlili
Ma'lumot olish: Empirik tadqiqotning boshlang'ich qismi amaliyotlarni olib borish, ma'lumot olish va ma'lumotlar bazasini yaratishdir. Bu amaliyotlar va ko'rib chiqishlar masofaviy, laboratoriya, observatsiya, anketalash, sotsiologik so'rovlar, tajribalar va boshqa ko'nikmalar orqali amalga oshirilishi mumkin.
Ma'lumot tahlili: Olingan ma'lumotlar tahlil qilinishi va ularni ma'lumotlarni yoritish va ta'kidlash, xulosa olish uchun istalgan metodi, statistika va matematik analiz yordamida tahlil qilinadi.
Natijalarni ta'kidlash va ovoz bering: Tadqiqot natijalari, ularning tafsilotlari va xulosalari ilmiy adabiyotda yoziladi. Ular ilmiy jamoat, akademik dairalar va ko'zlar to'plamiga o'rin oladilar.
Qayta sinash: Empirik tadqiqot natijalari qayta sinovdan o'tkaziladi, qo'shimcha ma'lumotlar va tadqiqotlar bilan taqqoslanadi. Agar natijalar ikki muddatda tasdiqlanmagan bo'lsa, ularni boshqa tadqiqotlar va tajribalar bilan tasdiqlash lozim bo'lishi mumkin.
Empirik aniqlash, ilmiy tadqiqotchilar, oliygohlar, sotsiologlar, tabiiy fanlar mutaxassislari va boshqa sohasida faol foydalaniladi. Bu usul nazariy va amaliy ma'lumotlar olish, shuni o'rganish va natijalar chiqarish, uning jamiyatdagi o'rnini o'rganish uchun juda muhimdir.
Xulosam
Yuz tasviriga asoslangan autentifikatsiya, odamlarning yuzlarining taniniashini, tasvirlar yoki videolar orqali amalga oshiradigan autentifikatsiya turi hisoblanadi. Bu usul, insonning yuzini o'qiydigan va yuzni asoslangan ma'lumotlar bilan solishtiradigan texnologiyalardan foydalanadi. Ushbu autentifikatsiya usuli yaxshi to'g'ridan-to'g'ri insonning o'zini tasdiqlash uchun ishlatiladi.
Asoslash vaqti: Foydalanuvchi yuz tasvirini olish jarayonida o'zini autentifikatsiya qilish uchun bir necha soniyalik vaqt sarflaydi. Bu, boshqa autentifikatsiya usullariga nisbatan tezroq va ishonchli bo'ladi.
Xavfsizlik: Yuz tasviriga asoslangan autentifikatsiya texnologiyalari yuz tasvirlarini olish va saqlash jarayonlarida xavfsizlikni ta'minlash uchun ishlatiladilar. Ushbu texnologiyalar qo'ng'iroqni tushunish, soch, kulniq kengaytirilishini kuzatish va boshqa yuz xususiyatlarni hisobga oladilar.
Yomon to'lov: Yuz tasviriga asoslangan autentifikatsiya usuli boshqa autentifikatsiya usullariga nisbatan arzon va soddalik bilan amalga oshiriladi. Yuzni olish uchun mahsulotlarni sotib olish vaqtidan xalos qiladi.
Mobil ilova uchun ideal: Yuz tasviriga asoslangan autentifikatsiya, smartfon ilovalari, mobil banklar, mobil telefonlar, va boshqa mobil ilovalar uchun ideal usul bo'lib xizmat qiladi.
Ko'p tomondan ishlatilishi: Yuz tasviriga asoslangan autentifikatsiya, ko'p tomondan qo'llanilmoqda va tashqi o'rtadagi o'tkazmalarni avtomatik ravishda boshqarish imkonini beradi.
Eng so'nggi texnologiyalar bilan integratsiya: Yuz tasviriga asoslangan autentifikatsiya texnologiyalari, eng so'nggi ma'lumotlar tizimi va texnologiyalari bilan integratsiya qilinadi.
Mana bu autentifikatsiya usulining qulay va xavfli bo'lishi, ammo uning xavfi ham mavjud. Yuz tasvirining o'qilishi va solishtirilishi mumkin va foydalanuvchi tomonidan tasvirlar yoki videolar olishi va ularga kirish imkonini berish uchun o'tkazilayotgan texnologiyalardan himoya talab etiladi.
|
