товариства.
Інформаційне співтовариство адекватно відповідає подібним запитам, розробляючи все більш складні, надійні та ефективні засоби захисту.
Актуальність розробки біометричних систем безпеки полягає в тому, що вони дозволять суттєво зменшити вплив людського фактора на захисні механізми. Подібні системи мають самостійно дізнаватися свого користувача і підкорятися тільки йому.
Рішення проблеми розробки подібних систем класичними засобами, наприклад, статистичною обробкою даних, може виявитися безперспективним у зв'язку з тим, що в питаннях біометричної ідентифікації часто доводиться використовувати безліч поганих даних. У цьому плані перспективним виявляється використання штучних нейронних мереж.
В останні десятиліття в світі активно розвивається нова прикладна область математики, що спеціалізується на штучних нейронних мережах (ІНС). Актуальність досліджень у цьому напрямку підтверджується масою різних застосувань ІНС. Штучні нейронні мережі здатні вирішувати широке коло завдань розпізнавання образів, ідентифікації, прогнозування, оптимізації, управління складними об'єктами.
Метою дипломної роботи є розробка нейромережевої технології та програмного продукту, що здійснює біометричну ідентифікацію особистості за допомогою її клавіатурного почерку.
1. Загальні принципи роботи систем біометричної ідентифікації особи
.1 Структури систем біометричної ідентифікації особи за особливості відтворення дій
Біометричні системи, простроенной на аналізі особливостей відтворення голосу, рукописного і клавіатурного почерку, мають багато спільного. Це дозволяє використовувати одну узагальнену блок-схему для опису всіх біометричних систем цього класу, яка наведена на малюнку 1.1 і відображає основні етапи обробки інформації [1].
Першим етапом обробки є перетворення неелектричних величин (координат кінця пера, звукового тиску, положення рук) в електричні сигнали. Далі ці сигнали оцифровуються і вводяться в процесор, який здійснює програмну обробку даних.
Малюнок 1.1 - Узагальнена блок схема біометричних систем ідентифікації особистості на основі динамічних характеристик
При програмній обробці виконується масштабування амплітуд вхідних сигналів, що приводить їх до деякого еталонного значення.
Крім цього, здійснюється приведення сигналів до єдиного масштабу часу, дроблення сигналів на окремі фрагменти з подальшим зрушенням фрагментів сигналу до оптимального поєднання з еталонним розташуванням.
Після приведення до еталонного значення масштабів і зсуву фрагментів сигналів здійснюється обчислення вектора функціоналів (вектора контрольованих параметрів). Як правило, обчислюються лінійні функціонали, але немає заборон і на обчислення більш складних нелінійних функціоналів [1].
Перераховані вище п'ять перших блоків обробки інформації працюють по одним і тим же алгоритмам, незалежно від режиму роботи самої біометричної системи. Саме з цієї причини вони утворюють послідовне з'єднання блоків без розгалужень. Режим роботи системи (навчання або аутентифікація) визначає сукупність операцій, далі здійснюваних з виміряним вектором параметрів. ...
