CC BY
54
Let us consider in more detail the effect of the presence of the shell on the spectral reflectance. To do this, compare the appropriate dependencies for sunflower seeds and pumpkin. From figures 1 and 3 shows that the reflectance of sunflower seeds without the shell more than it. This is due to the dark color of the seed coat. And the reflection coefficient at the pumpkin seeds in the shell is higher than that of seeds without it. This can be explained by the fact that vegetable crops in this case, the shell is slightly lighter than seeds, so it is covered with a reflective film, and sunflower seeds are lighter than the wrapper, so the reflection coefficient is higher in seeds without the shell. The pumpkin seeds in the shell reflectance in long-wavelength region is nearing 100 percent. If we compare vegetable crops, it is seen that the dependence of the pumpkin is higher than that of zucchini.
References
1. Башилов А. М., Беляков М. В. Спектральные характеристики люминесценции и отражения семян агрокультур. - М.: ФБГНУ ВИЭСХ, 2016. - 288 с.
User authentication based network analysis of computer handwriting Sapiev A. (Russian Federation)
Аутентификация пользователей сети на основе анализа компьютерного почерка Сапиев А. З. (Российская Федерация)
Сапиев Азамат Заурбиевич / Sapiev Azamat - кандидат экономических наук, доцент, кафедра информационной безопасности и прикладной информатики, факультет информационных систем,
Майкопский государственный технологический университет, г. Майкоп
Аннотация: статья посвящена развитию методов аутентификации
пользователей сети на основе анализа компьютерного почерка. Предлагается модель идентификации пользователей распределенных информационных систем по клавиатурному почерку. Данная модель основана на использовании математического аппарата теории нечетких множеств и теории вероятностей.
Abstract: the article is devoted to the development of methods for authenticating users on the network based on a computer analysis of handwriting. A model of user identification distributed information systems keyboard handwriting. This model is based on the mathematical apparatus of the theory offuzzy sets and probability theory.
Ключевые слова: идентификация, биометрические характеристики,
аутентификация, клавиатурный почерк, модель идентификации.
Keywords: identification, biometrics, authentication, keyboard handwriting, model identification.
Ставшая всеобъемлющей концепция распределенных вычислений, объединяющая технологию клиент-сервер и Интернет, породила массу проблем. Оказалось, что стандартные методы идентификации устарели, проблема, в частности, состоит в том, что общепринятое разделение методов контроля физического доступа и контроля доступа к информации более несостоятельно.
Для решения такой проблемы нужны совершенно новые подходы, необходимо применять методы идентификации, которые не работают в отрыве от их носителя. Главной целью такой идентификации является создание такой системы
42
регистрации, которая редко отказывала бы в доступе легитимным пользователям и в то же время полностью исключала несанкционированный вход в компьютерные хранилища информации.
На сегодняшний день можно выделить два типа биометрических систем аутентификации, анализирующие [1] и динамические образы. Биометрические системы аутентификации, которые анализируют динамические образы, построены на основе анализа следующих параметров: динамики воспроизведения подписи или иного ключевого слова, особенности голоса, клавиатурного почерка. Биометрические методы, в свою очередь, подразделяют на физиологические и поведенческие [2].
Наибольший интерес для нас представляют поведенческие методы; физиологические методы основаны на анатомической уникальности каждого человека. Поведенческие же методы оценивают действия человека. Такие методы используют подпись мышкой, тембр голоса, клавиатурный почерк.
Перспективным направлением в этом контексте является аутентификация по компьютерному почерку - набору динамических характеристик воздействия пользователя на клавиатуру, мышь, экран сенсорного дисплея и другие аналогичные устройства. Компьютерный почерк является уникальной биометрической характеристикой человека, рост качества распознавания которой не имеет ограничений с теоретической точки зрения [3]. Для исследований биометрических характеристик пользователей был проведен эксперимент по исследованию клавиатурного ввода информации и создана модель, которая анализирует такие информационные структуры, как вектор времен удержаний клавиш и матрицу временных интервалов между нажатиями клавиш.
Эксперимент состоит во вводе с клавиатуры специально подобранного количества слов и словосочетаний с регистрацией времен удержания клавишей для покрытия всего вектора времен удержаний клавиш, а также с регистрацией времен межсимвольных интервалов, которые фиксируются в соответствующей матрице. Данный набор слов каждый пользователь набирает в различное время суток: утром, днем и вечером.
Для примера были собраны и проанализированы временные характеристики клавиатурного почерка пятнадцати пользователей. По скорости набора текста пользователи были разделены на три группы. Для обучения системы каждому из пользователей необходимо было набрать предложенный текст (один и тот же) длиной 1000 символов не менее 15 раз. На основании полученных данных для пользователей были построены профили, основанные на математических ожиданиях. Для тестирования были предложены литературные тексты, содержащие около 150 символов (включая пробелы). Идентификация с использованием квадратичного индекса нечеткости в тестовой выборке составила 83,22 %.
Литература
1. Горелик А. Л., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1984.
2. Фор А. Восприятие и распознавание образов. М.: Машиностроение, 1989.
3. Сапиев А. З., Чефранов С. Г. Аутентификация пользователей сети на основе анализа компьютерного почерка. Материалы четвертой заочной международной научно-практической конференции «Актуальные проблемы гуманитарного развития региона». Майкоп, 2013 г. Стр. 118.
43
