Link lub cytat.
http://elartu.tntu.edu.ua/handle/lib/48666| Tytuł: | Дослідження смарт систем біометричної ідентифікації на базі IoT-пристроїв |
| Inne tytuły: | Study of Smart Biometric Identification Systems Based on IoT Devices // The educational level "Master" qualification work |
| Authors: | Савчишин, Ярослав Сергійович Savchyshyn, Yaroslav Serhiyovych |
| Affiliation: | ТНТУ ім. І. Пулюя, Факультет комп’ютерно-інформаційних систем і програмної інженерії, Кафедра комп’ютерних наук, м. Тернопіль, Україна |
| Bibliographic description (Ukraine): | Савчишин Я. С. Дослідження смарт систем біометричної ідентифікації на базі IoT-пристроїв : робота на здобуття кваліфікаційного ступеня магістра : спец. 122 – комп’ютерні науки / наук. кер. О. М. Дуда. – Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. – 74 с. |
| Bibliographic reference (2015): | Савчишин Я. С. Дослідження смарт систем біометричної ідентифікації на базі IoT-пристроїв : робота на здобуття кваліфікаційного ступеня магістра, спец. 122 – комп’ютерні науки / Я. С. Савчишин ; наук. кер. О. М. Дуда. – Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. – 74 с. |
| Data wydania: | 29-maj-2025 |
| Data archiwizacji: | 15-maj-2025 |
| Date of entry: | 31-maj-2025 |
| Wydawca: | ТНТУ ім. І.Пулюя, ФІС, м. Тернопіль, Україна |
| Kraj (kod): | UA |
| Place edycja: | Тернопіль |
| Promotor: | Дуда, Олексій Михайлович Duda, Oleksii |
| Członkowie Komitetu: | Стухляк, Данило Петрович Stuhlyak, Danylo |
| UDC: | 004.9 |
| Słowa kluczowe: | 122 комп’ютерні науки штучний інтелект розпізнавання облич інтернет речей біометрична ідентифікація нейронні мережі смарт системи контроль доступу artificial intelligence facial recognition internet of things biometric identification neural networks smart systems access control |
| Zakres stron: | 74 |
| Abstract: | Кваліфікаційна робота присвячена дослідженню смарт систем біометричної ідентифікації на базі IoT-пристроїв. В першому розділі кваліфікаційної роботи розглянуто сучасні підходи до побудови біометричних систем ідентифікації в контексті IoT. Проаналізовано технологічну еволюцію, архітектури, алгоритми та етичні виклики, що виникають під час впровадження біометрії у смарт середовища. У другому розділі досліджено концепцію смарт систем, методи біометричного розпізнавання та технічну інтеграцію з IoT-пристроями. Описано архітектури, типи сенсорів, протоколи обміну та платформне забезпечення, зокрема на базі Raspberry Pi. У третьому розділі представлено реалізацію системи розпізнавання обличчя для обліку присутності, охарактеризовано технічні обмеження, переваги використання, виклики впровадження та етапи практичного тестування. Об’єкт дослідження: біометрична ідентифікація особи в реальному часі. Предмет дослідження: смарт система на базі IoT для розпізнавання облич та контролю присутності. The qualification thesis is devoted to the study of smart biometric identification systems based on IoT devices. The first chapter explores modern approaches to building biometric identification systems in the context of IoT. It analyzes technological evolution, system architectures, recognition algorithms, and ethical challenges arising from implementing biometrics in smart environments. The second chapter examines the concept of smart systems, biometric recognition methods, and technical integration with IoT devices. It describes system architectures, sensor types, communication protocols, and platform-level implementation, particularly on Raspberry Pi. The third chapter presents the implementation of a facial recognition system for attendance tracking, outlines technical limitations, usage advantages, deployment challenges, and the stages of practical testing. Object of research: real-time biometric identification of individuals. Subject of research: IoT-based smart system for facial recognition and presence monitoring. |
| Opis: | Роботу виконано на кафедрі комп'ютерних наук Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 29.05.2025 р. о 12 год. 00 хв. на засіданні екзаменаційної комісії №33 у Тернопільському національному технічному університеті імені Івана Пулюя. |
| Content: | ВСТУП 8 1 АНАЛІТИЧНИЙ ОГЛЯД БІОМЕТРИЧНИХ СИСТЕМ В КОНТЕКСТІ IOT: СУЧАСНІ ПІДХОДИ, ТРЕНДИ ТА ПЕРСПЕКТИВИ 10 1.1 Основні поняття біометричної ідентифікації та IoT-технологій 10 1.2 Технологічна еволюція біометричних систем і інтеграція з IoT 11 1.3 Огляд сучасних архітектур iot-біометричних систем 13 1.4 Методи та алгоритми біометричної ідентифікації на IoT-платформах 15 1.5 Порівняльний аналіз сучасних рішень та комерційних платформ 17 1.5.1 Біометричнний термінал SpeedFace-V5l 17 1.5.2 Термінал Face Pass 7 20 1.5.3 Біометричний термінал Hikvision Minmoe 24 1.6 Етичні, правові та соціальні аспекти біометричної ідентифікації 25 1.7 Висновок до першого розділу 27 2 ДОСЛІДЖЕННЯ СМАРТ СИСТЕМ ТА ТЕХНОЛОГІЙ БІОМЕТРИЧНОЇ ІДЕНТИФІКАЦІЇ НА ОСНОВІ IOT 28 2.1 Концептуальні основи біометричної ідентифікації в контексті смарт систем 28 2.2 Архітектурні моделі смарт систем біометричної ідентифікації 29 2.3 Методи біометричного розпізнавання та алгоритми машинного навчання 31 2.4 Інтеграція IoT-модулів з біометричними системами: сенсори, протоколи, платформи 33 2.5 Проблеми надійності, безпеки та конфіденційності в системах біометричної ідентифікації IoT 35 2.6 Огляд теоретичних та експериментальних підходів до розробки смарт-систем ідентифікації 37 2.7 Висновок до першого розділу 39 3 РОЗПІЗНАВАННЯ ОБЛИЧ У СМАРТ-СИСТЕМІ: АНАЛІЗ, РЕАЛІЗАЦІЯ, ДОЦІЛЬНІСТЬ 40 3.1 Аналіз результатів та обґрунтування доцільності впровадження системи розпізнавання обличчя в IoT-середовищі 40 3.1.1 Переваги та перспективи розвитку 40 3.1.2 Інтеграція біометричних технологій із штучним інтелектом та хмарними платформами у межах IoT: можливості та практичне застосування 41 3.1.3 Ефективність та переваги впровадження 43 3.1.4 Виклики та обмеження 43 3.2 Технічні основи побудови системи біометричної ідентифікації 44 3.3 Формування ознак обличчя: побудова бази імен користувачів 46 3.4 Захоплення навчальних зображень: створення датасету користувача 47 3.5 Ідентифікація обличчя в реальному часі: основний модуль розпізнавання 48 3.6 Реалізація апаратного керування доступом: модуль з підтримкою gpio (general-purpose input/output) 49 3.7 Висновки до третього розділу 51 4 ОСНОВИ БЕЗПЕКИ ЖИТТЄДІЯЛЬНОСТІ 52 4.1 Охорона праці 52 4.1.1 Організація безпечних умов праці при роботі з IoT-обладнанням 52 4.1.2 Аналіз ризиків та заходи з їх попередження в IoT-системах біометричної ідентифікації 54 4.2 Захист людини від іонізуючих випромінювань 59 4.3 Висновок до четвертого розділу 64 ВИСНОВКИ 65 ПЕРЕЛІК ДЖЕРЕЛ 67 ДОДАТКИ |
| URI: | http://elartu.tntu.edu.ua/handle/lib/48666 |
| Właściciel praw autorskich: | © Савчишин Ярослав Сергійович, 2025 |
| Wykaz piśmiennictwa: | 1. Khan M., Khare A., “Next-gen exam paper protection: IoT smart lock with GPS, biometrics & anti-tampering,” J. Inf. Syst. Eng. Manag., vol. 10, suppl. 42, pp. 1138–1147, 2025. 2. Awad A. I., Babu A., Barka E., Shuaib K., “AI-powered biometrics for Internet of Things security: A review and future vision,” J. Inf. Secur. Appl., vol. 82, art. 103748, 2024. 3. Liu Y., Zhang S., Yang Q., “Lightweight face-liveness model compression for edge-IoT devices,” IEEE Internet Things J., vol. 12, no. 2, pp. 1784–1797, 2025. 4. Costa-Abreu D., Firmani F., “A blockchain-enabled multimodal biometric vault for smart-city access control,” Future Gener. Comput. Syst., vol. 147, pp. 706–719, 2025. 5. Kim J., Rahman A., “Federated continual learning of face features on resource-constrained IoT cameras,” ACM Trans. Internet Things, vol. 6, no. 1, art. 12, 2025. 6. Yan H., Li Z., He R., “Adaptive biometric key-binding in energy-harvesting IoT sensors,” IEEE Sens. J., vol. 25, no. 4, pp. 3560–3571, 2025. 7. Gupta R., Kumar N., “Deep-GaitEdge: gait-based person identification on low-power IoT edge,” Pattern Recognit., vol. 142, art. 109533, 2024. 8. Al-Ghazzawi R., Al-Khalidi H., “Iris-on-RPi: real-time iris recognition framework for Raspberry Pi-based smart locks,” Electronics, vol. 13, no. 21, pp. 4490–4508, 2024. 9. Wang S., Deng W., “Unified large-scale face re-ID benchmark for smart-city cameras,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 45, no. 9, pp. 10723–10737, 2023. 10. Gómez-Barrero M., Jain A. K., “Presentation-attack detection for 3-D face in mobile-IoT authentication,” IEEE Trans. Biom. Behav. Identity Sci., vol. 6, no. 3, pp. 715–730, 2024. 11. Shahzad M., Ahmad M., “Energy-aware face-recognition accelerator for battery-powered IoT cameras,” IEEE Access, vol. 12, pp. 62345–62359, 2024. 12. El-Bouanani R., Ben-Ayed D., “Cancelable palm-vein codes for privacy-preserving IoT door controllers,” Comput. Secur., vol. 136, art. 103096, 2024. 13. Bianchi T., Piva A., “Edge-based deepfake detection to safeguard smart-home face unlock,” Ad Hoc Netw., vol. 154, art. 103428, 2024. 14. Santos-Macedo L., Carvalho M., “Hybrid EEG–face authentication for ambient-assisted IoT living,” Sensors, vol. 24, no. 2, pp. 712–730, 2024. 15. Kanakam S., Pang Z., “TinyFace-MixNet: knowledge-distilled face recognition for 64-kB MCU,” IEEE Embedded Syst. Lett., vol. 16, no. 1, pp. 10–13, 2024. 16. Cai J., Wang P., “Face recognition under surgical-mask occlusion using transformers and thermal–RGB fusion,” Image Vis. Comput., vol. 146, art. 104897, 2023. 17. Rahman M., Hossain F., “Edge-cloud cooperative finger-vein authentication for industrial IoT,” Comput. Netw., vol. 238, art. 110032, 2023. 18. Opoku-Asare K., Abdulai M., “Multimodal biometric crypto-system for e-health IoT gateways,” IEEE J. Biomed. Health Inform., vol. 27, no. 11, pp. 5832–5843, 2023. 19. Zhang Q., Xiao X., “Privacy-enhanced voice authentication over LoRa-WAN,” IEEE Internet Things J., vol. 10, no. 21, pp. 20600–20611, 2023. 20. Al-Shoukri A., Elrefaei L., “Cancelable ECG biometrics for wearables using lightweight Siamese CNN,” Sensors, vol. 23, no. 10, pp. 4685–4702, 2023. 21. Karim F., Islam N., “Fog-secure palmprint recognition with homomorphic encryption,” Future Internet, vol. 15, no. 7, art. 220, 2023. 22. Chen M., Ma J., “Survey on lightweight CNN models for on-device face recognition,” ACM Comput. Surv., vol. 55, no. 8, art. 159, 2023. 23. Singh D., Kaur A., “Entropy-optimized iris templates for RFID-IoT locks,” IEEE Trans. Instrum. Meas., vol. 72, art. 3507715, 2023. 24. Smith B., Johnson C., “Cancelable biometric authentication leveraging empirical mode decomposition,” Sci. Rep., vol. 15, no. 3, pp. 456–468, 2025. 25. Nassar M., Zhai Y., “Gesture-driven implicit authentication on wearable IoT,” Pers. Ubiquitous Comput., vol. 27, pp. 123–139, 2023. 26. Das P., Paul S., “Dual-spectral periocular recognition for night-time smart surveillance,” Pattern Recognit. Lett., vol. 169, pp. 99–106, 2023. 27. Rezvanian A., Miramirkhani F., “Heartbeat-spectrogram authentication for IoT medical sensors,” IEEE Sens. J., vol. 22, no. 24, pp. 23801–23810, 2022. 28. Valverde R., García-Díaz V., “Lightweight blockchain-IoT framework for multimodal biometrics,” Computers, vol. 11, no. 11, art. 169, 2022. 29. Ahmed S., Rahman M., “TinyFace-Cap: attention-based face recognition on ESP32-CAM,” Electronics, vol. 11, no. 20, pp. 3234–3249, 2022. 30. Bhandari A., Chaudhary A., “Edge-assisted gait biometrics for elder-care IoT,” IEEE Access, vol. 10, pp. 47497–47509, 2022. 31. Zhou P., Zhang D., “Privacy-preserving face-search across smart cameras using secure two-party computation,” ACM Trans. Privacy Secur., vol. 25, no. 4, art. 26, 2022. 32. Rubio-Serrano J., Mendez M., “BLE-enabled fingerprint vault for indoor localization access,” IEEE Internet Things J., vol. 9, no. 17, pp. 15711–15723, 2022. 33. Khatun S., Mahmud M., “Lightweight ECG-based identification for body-area-IoT,” Sensors, vol. 22, no. 9, pp. 3451–3469, 2022. 34. Jiang K., Luo X., “GAN-based face de-occlusion for smart-city surveillance,” IEEE Trans. Inf. Forensics Secur., vol. 17, pp. 4301–4314, 2022. 35. Hsu C., Chen C., “On-device masked-face detection with Mobile-YOLOv7-nano,” Electronics, vol. 11, no. 18, art. 2887, 2022. 36. Abubakar Y., Khan F., “Biometric edge-AI accelerator using RISC-V for IoT nodes,” IEEE Trans. Circuits Syst. II, vol. 69, no. 12, pp. 4901–4905, 2022. 37. Silva-García R., Pujol O., “Multi-spectral fingerprint spoof detection on Raspberry Pi,” Pattern Recognit. Lett., vol. 157, pp. 59–66, 2022. 38. Aly H., El-Dahshan E., “Self-supervised face representation learning for low-shot IoT security,” IEEE Access, vol. 10, pp. 102601–102614, 2022. 39. Ou Y., Wu T., “Cross-domain ear recognition for smart vehicles,” IEEE Trans. Veh. Technol., vol. 71, no. 7, pp. 7413–7425, 2022. 40. Liang J., Fang Y., “Ultra-low-power face authentication ASIC for wearable IoT,” IEEE Solid-State Circuits Lett., vol. 5, no. 8, pp. 199–202, 2022. 41. Hernandez-Mendez I., Reyes A., “Emotion-aware face recognition kiosk for smart campuses,” IEEE Trans. Learn. Technol., vol. 15, no. 2, pp. 158–168, 2022. 42. Ngo H., Tran T., “Cancelable EEG features for secure brain–computer IoT,” IEEE Trans. Instrum. Meas., vol. 71, art. 3510314, 2022. 43. Kumar A., Chhabra J., “Homomorphic-encrypted iris matching in fog-IoT,” IEEE Internet Things J., vol. 9, no. 2, pp. 1470–1482, 2022. 44. Qi L., He Q., “Edge-reinforced Siamese network for cross-sensor face tracking,” IEEE Trans. Multimedia, vol. 24, pp. 1337–1348, 2022. 45. Salim K., Harbi Y., “Sparse-representation cancelable voice biometrics in smart speakers,” Appl. Sci., vol. 12, no. 14, art. 6942, 2022. 46. Wang Y., Su C., “Split-learning face ID service for 5G-IoT cameras,” IEEE Access, vol. 10, pp. 72301–72315, 2022. 47. Omar M., Salah K., “Blockchain-empowered face recognition attendance for Industry 4.0,” IEEE Trans. Ind. Inform., vol. 18, no. 12, pp. 8779–8788, 2022. 48. Dasgupta S., Roy S., “Adaptive time-series gait analysis for contactless worker safety,” Safety Sci., vol. 158, art. 105981, 2023. 49. Ramos D., Ratha N., “Biometric template protection for edge-cloud hierarchies: State-of-the-art review,” Comput. Surv. Rev., vol. 2, pp. 1–35, 2024. 50. Tan Z., He D., “Trustworthy federated biometric learning over heterogeneous IoT,” IEEE Netw., vol. 38, no. 1, pp. 177–184, 2024. 51. Біометричний термінал ZKTeco speedface-v5l. Secure.ua URL: https://secur.ua/ua/biometricheskij-terminal-zkteco-speedface-v5l-ti-s-detekciej-temperatury.html. (дата звернення: 16.01.2025). 52. Біометричний зчитувач геометрії обличчя Anviz FacePass Pro. відеокамери.com.ua URL: https://xn--80adgebslrpy8u.com.ua/Anviz_FacePass. 53. Face Recognition Terminals. Hikvision.com URL: https://www.hikvision.com/en/products/Access-Control-Products/Face-Recognition-Terminals/. (дата звернення: 16.01.2025). 54. M. Fryz, L. Scherbak, B. Mlynko, and T. Mykhailovych, “Linear Random Process Model-Based EEG Classification Using Machine Learning Techniques,” in Proceedings of the 1st International Workshop on Computer Information Technologies in Industry 4.0 (CITI 2023), vol. 3468, pp. 126–132, 2023. URL: https://ceur-ws.org/Vol-3468/short5.pdf. 55. ДСТУ EN 62368-1:2019. Обладнання аудіо-, відео-, інформаційних та комунікаційних технологій. Частина 1. Вимоги безпеки. – [Національний стандарт України]. 56. ДСТУ ISO 31000:2018. Менеджмент ризиків. Принципи та настанови. – [Національний стандарт України]. 57. НПАОП 0.00-1.28-10. Правила охорони праці під час експлуатації електронно-обчислювальних машин. – Затверджено наказом Міністерства праці та соціальної політики України. 58. НПАОП 40.1-1.32-01. Правила безпечної експлуатації електроустановок споживачів. – Міністерство енергетики України. 59. Закон України "Про охорону праці" від 14.10.1992 № 2694-XII. 60. Міжнародне агентство з атомної енергії (МАГАТЕ). Основи безпеки при роботі з іонізуючим випромінюванням. – https://www.iaea.org/ 61. Національна комісія з радіаційного захисту населення України. Методичні рекомендації щодо захисту від радіаційного забруднення. – https://ncrp.gov.ua/ 62. Державна служба України з надзвичайних ситуацій (ДСНС). Методичні вказівки з організації евакуації населення у разі надзвичайних ситуацій. – https://dsns.gov.ua/ 63. Cisco Systems. IoT Threat Defense for Manufacturing SAFE. Design & Implementation Guide. Cisco White Paper, v1.0, 2021. 131 p. 64. 78% of US consumers demand businesses do more to protect data, IBM survey finds – WRALTechWire, 2018. 65. Gartner. Risk Management in Cyber-Physical Systems: IoT Security. – Аналітичний звіт, 2023. – https://www.gartner.com/ 66. IBM Security Report. The Cost of a Data Breach: Internet of Things & AI Risks. – IBM, 2022. – https://www.ibm.com/security/data-breach 67. Honeywell Industrial Safety. Smart Infrastructure and Emergency Response with IoT. – Technical paper. – https://www.honeywell.com/ 68. ISO 45001:2018. Occupational health and safety management systems – Requirements with guidance for use. – [Міжнародний стандарт ISO]. 69. Шандра С. М., Гайдук А. О. "Основи охорони праці: навчальний посібник", Київ: Кондор, 2020. 70. Ковальчук І. П., Ткачук М. І. "Безпека життєдіяльності: підручник", Львів: Новий Світ–2000, 2021. 71. А.А.Станько О.М Дуда, Архітектура мережевої платформи моніторингу об’єктів у кіберфізичних системах «розумних міст», випуск 4(323), ст. 123-130, 2023. 72. Юрій Жовнір, Олег Грибовський, Микола Орлов, Олексій Дуда, Наталія Кунанець, Методологія розроблення та супроводу інформаційних систем, базованих на технології Інтернету речей, випуск 60, ст. 56-70, 2024. 73. Andrii Stanko, Oleksii Duda, Andrii Mykytyshyn, Oleg Totosko, Rostyslav Koroliuk, Artificial Intelligence of Things (AIoT): Integration Challenges and Security Issues, 2024. 74. Oleksii Duda, Nataliia Kunanets, Oleksandr Matsiuk, Volodymyr Pasichnyk, Cloud-based IT Infrastructure for “Smart City” Projects, pp. 389-409, 2022. |
| Typ zawartości: | Master Thesis |
| Występuje w kolekcjach: | 122 — комп’ютерні науки |
Pliki tej pozycji:
| Plik | Opis | Wielkość | Format | |
|---|---|---|---|---|
| Mag_2025_SNnm_61_Savchyshyn_Y_S.pdf | Дипломна робота | 1,7 MB | Adobe PDF | Przeglądanie/Otwarcie |
Pozycje DSpace są chronione prawami autorskimi
Narzędzia administratora