توسعه سیستم های تشخیص هویت امن با استفاده از الگوریتم های بیومتریک مبتنی بر یادگیری عمیق

گسترش نیاز به سیستم های تشخیص هویت امن در سامانه های دیجیتال، ضرورت استفاده از روش های هوشمند و مقاوم در برابر حملات جعل را برجسته کرده است. در این پژوهش، یک چارچوب نوین برای توسعه سیستم های تشخیص هویت مبتنی بر بیومتریک ارائه شده که با بهره گیری از الگوریتم های یادگیری عمیق، دقت و پایداری تشخیص را به طور چشمگیری افزایش می دهد. ابتدا چالش های کلیدی در روش های رایج، مانند حساسیت به نور، زاویه دید، نویز، تنوع ویژگی های زیستی و تهدیدات امنیتی نظیر حملات اسپوفینگ مورد تحلیل قرار گرفته است. سپس یک مدل چندلایه مبتنی بر شبکه های عمیق عصبی طراحی شد که شامل ماژول استخراج ویژگی خودکار، لایه های توجه فضایی–زمانی و سازوکار تصمیم گیری تطبیقی است. این معماری امکان درک بهتر الگوهای بیومتریک در چهره، عنبیه و اثرانگشت را فراهم کرده و خطای تشخیص را کاهش می دهد