Алгоритмічне та програмне забезпечення систем аутентифікації особи за її підписом

Abstract

Дипломна робота на здобуття освітнього ступеня магістра 123 Комп’ютерна інженерія. - Тернопільський національний технічний університет імені Івана Пулюя, Тернопіль 2018. Кваліфікаційну роботу магістра присвячено дослідженню алгоритмічного та програмного забезпечення систем аутентифікації особи за її підписом, з використанням апарату штучних нейронних мереж. У кваліфікаційній роботі магістра проведено аналіз останніх досліджень у даній галузі та розглянуто основні підходи, що використовуються для розв’язання задачі верифікації динамічного підпису. Обгрунтовано доцільність використання штучних нейронних мереж для верифікації динамічного підпису. Розроблено програмне забезпечення, засобами мови програмування Scala та бібліотеки Deeplearning4j, для проведення дослідження ефективності використання штучної нейронної мережі прямого поширення для верифікації підпису. Проведено ряд експерементів та визначено найоптимальнішу конфігурацію нейронної мережі, досягнувши точності верифікації 93,16%.

The diploma paper for obtaining the Master’s degree 123 Computer engineering - Ternopil Ivan Pul’uj National Technical University, Ternopil 2018. Master's qualification work is devoted to the research of algorithmic and software systems of authentication of a person by it's signature, using artificial neural networks. In the master's qualification work was made the analysis of the latest research in this field is carried out and the main approaches which are used for solving the verification problem of a dynamic signature. The expediency of using artificial neural networks for verification of dynamic signature is substantiated. Developed software by using Scala programming languages and Deeplearning4j library to conduct research on the effectiveness of using an artificial neural network for verification of the online signature. Conducted a number of the experiment and the most optimal configuration of the neural network is determined, having achieved the verification accuracy of 93.16%.