Необходимо зарегистрироваться, чтобы получить доступ к полным текстам статей и выпусков журналов!
- Название статьи
- Иммунные алгоритмы распознавания образов и их применение в биометрических системах (Обзор)
- Авторы
- Сулавко Алексей Евгеньевич sulavich@mail.ru, канд. техн. наук, доцент кафедры "Комплексная защита информации", ФГАОУ ВО "Омский государственный технический университет", г. Омск, Россия
Стадников Денис Геннадьевич sdg250598@inbox.ru, инженер-программист, ФГБОУ ВО «Омский государственный технический университет», г. Омск, Россия
Шалина Екатерина Викторовна burka-777@yandex.ru, аспирантка, ФГБОУ ВО «Омский государственный технический университет», Омск, Россия
Чобан Адиль Гаврилович adil_choban@mail.ru, инженер-программист, ФГБОУ ВО «Омский государственный технический университет», Омск, Россия
- В разделе
- ТЕХНИЧЕСКАЯ ЗАЩИТА ИНФОРМАЦИИ. ДОВЕРЕННАЯ СРЕДА
- Ключевые слова
- распознавание образов / биометрия / пространство признаков / обучение / иммунные сети / дендритные клетки / негативный отбор / клональная селекция
- Год
- 2019 номер журнала 1 Страницы 38 - 46
- Индекс УДК
- 004.93'1
- Код EDN
- Код DOI
- Финансирование
- Тип статьи
- REV
- Аннотация
- Обобщены и описаны существующие алгоритмы, применяемые для интеллектуального анализа данных и распознавания образов, основанные на использовании принципов работы иммунной системы. Резюмированы основные результаты по использованию иммунных алгоритмов для решения задач биометрической идентификации и аутентификации. Описаны преимущества искусственных иммунных систем по сравнению с искусственными нейронными сетями и "нечеткими экстракторами", которые применяются при создании биометрических систем аутентификации. Рассмотрены проблема безопасного хранения биометрических эталонов при использовании иммунных алгоритмов и варианты ее возможного решения.
- Полный текст статьи
- Для прочтения полного текста необходимо купить статью
- Список цитируемой литературы
-
Дасгупта Д. Искусственные иммунные системы и их применение. - М.: Физматлит, 2006.
Сулавко А. Е. Архитектура перспективных нейронов для обработки биометрических данных с высокой взаимной корреляционной зависимостью // Вопросы защиты информации. 2018. № 1. С. 35-48.
Shen X., Gao X. Z., Bie R. Artificial Immune Networks: Models and Applications // International J. Computational Intelligence Systems. V. 1. No. 2.
Васильев В. И., Ложников П. С., Сулавко А. Е., Еременко А. В. Технологии скрытой биометрической идентификации пользователей компьютерных систем (Обзор) // Вопросы защиты информации. 2015. № 3. С. 37-47.
Greensmith J., Aickelin U., Cayzer S. Detecting danger: The dendritic cell algorithm. Robust Intelligent Systems. - Springer, 2008. P. 89-112.
Greensmith J., Aickelin U. The Deterministic Dendritic Cell Algorithm: Proceedings of the 7th International Conference on Artificial Immune Systems (ICARIS 2007), 2008.
Котов В. Д., Васильев В. И. Система обнаружения сетевых вторжений на основе механизмов иммунной модели // Изв. ЮФУ. Технические науки. 2011. № 12. https://cyberleninka.ru/ article/n/sistema-obnaruzheniya-setevyh-vtorzheniy-na-osnove-mehanizmov-immunnoy-modeli
Xiao R. B., Wang L., Liu Y. A Framework of AIS Based Pattern Classification and Matching for Engineering Creative Design: Proceedings of the First 7 International Conference on Machine Learning and Cybernetics. Beijing: IEEE, 2002. P. 1554-1558.
Muda A. K., Shamsuddin S. M. A Framework of Artificial Immune System in Writer Identification: International Symposium of Bio-inspired Computing, 5-7 Sept, 2005, Johor Bahru, Malaysia.
Faraoun K. M., Boukelif A. Artificial Immune Systems for Text Dependent Speaker Recognition // J. Computer Science. 2006. V. 05. No. 04. P. 19-26.
Kumar A., Nair Sh. B. An Artificial Immune System based Approach for English Grammar Checking, LNCS, Artificial Immune Systems, ICARIS 2007. - Springer. Berlin/Heidelberg. V. 4628/2007. Brazil. P. 348-357.
Draman M., Wilson N. A., Ling C. C. Bio-inspired audio content-based retrieval framework: Procof the World Academy of Science, Engineering and Technology, Turkey, 2009. V. 53. P. 791-796.
Garain U., Chakraborty M. P., Dasgupta D. Recognition of handwritten Indic script digits using clonal selection algorithm: Lecture Notes in Computer Science (LNCS) 4163. - Springer Berlin/Heidelberg, 2006. P. 256-266.
Isa N., Sabri N. M., Jazahanim K. S., Taylor N. K. Application of the Clonal Selection Algorithm in artificial immune systems for shape recognition: International Conference on Information Retrieval & Knowledge Management, 2010, Malysia. Р. 223-228.
Chmielewski A., Wierzchon S. T. An Immune Approach to Recognition of Handwritten Words: International Conference on Biometrics and Kansei Engineering, 2009. Р. 49-54.
Chen Y., Liang Ch., Yang D., Peng L., Zhong X. А Handwritten Character Recognition Algorithm based on Artificial Immune: International Conference on Computer Application and Syste Modeling, 2010. V. 12. P. V12-273.
Timmis J., Honec A., Stibord T., Clarka E. Theoretical advances in artificial immune systems // Theoretical Computer Science. 2008. No. 403 (1). P. 11-32.
Watkins A., Timmis J. Аrtificial Immune Recognition System (AIRS): Revisionsand Refinements: 1st International Conference on Artificial Immune Systems (ICARIS 2002), University of Kent at Canterbury 2002. P. 173-181.
Djeddi C., Souici-Meslati L. Artificial Immune Recognition System for Arabic writer identification: Conference Innovation in Information Communication Technology (ISIICT), 2011. Fourth International Symposium on.
Watkins А., Timmis J., Boggess L. Artificial Immune Recognition System (AIRS): A Immune Inspired Supervised Machine Learning Algorithm. Genetic Programmingand Evolvable Machines, 2004. P. 291-317.
Watkins А., Timmis J. Exploiting Parallelism Inherent in AIRS: 3rd International Conference on Artificial Immune Systems (ICARIS 2004), Catania, Sicily, 2004. P. 427-438.
Watkins А. Exploiting Immunological Metaphors in the Development of Serial, Parallel, and Distributed Learning Algorithms. - PhD. Thesis, Computer Science, University of Kent, Canterbury, England, 2005.
Richter P. H. // Eur. J. Immunol. 1975. V. 5. P. 350.
Chowdhury D., Deshpande V., Stauffer D. // Int. J. Modern Phys. 1994. V. C5. P. 1049.
Luh G. Face recognition based on artificial immune networks and principal component analysis with single training image per person // Immune Computation. 2014. No. 2 (1). P. 21-34.
Михерский Р. М. Применение искусственной иммунной системы для распознавания зрительных образов // КО. 2018. № 42 (1). С. 113-117.
Еременко Ю. И., Мельникова И. В., Шаталов А. А. Интеллектуальная система идентификации объектов с помощью алгоритмов иммунных систем // Вестник Воронежского государственного технического университета. 2015. Т. 11. № 6. С. 38-47.
De Castro L. N., Von Zuben F. J. aiNET: An artificial immune network for data analysis: Data Mining: Idea Group Publishing, Ch. XII. P. 231-259.
Ложников П. С., Сулавко А. Е., Жумажанова С. С. Методы распознавания человека по особенностям лица (Обзор) // Вопросы защиты информации. 2017. № 4. С. 32-43.
Ложников П. С., Сулавко А. Е., Самотуга А. Е. Модель защиты гибридных документов на основе рукописных подписей их владельцев с учетом психофизиологического состояния подписантов // Вопросы защиты информации. 2016. № 4. С. 47-59.
Vasilev V. I., Sulavko A. E., Fofanov G. А., Inivatov D. P. Applicability of classical and hybrid neural network algorithms in problems of recognition of biometric patterns: Proceedings of the XIV International Scientific-Technical Conference "Actual Problems Of Electronic Instrument Engineering" (APEIE-2018). Novosibirsk, Russia. October 2, 2018 (в печати).
- Купить
- 500.00 руб
