Аутентификация пользователя по динамике подписи на основе нечёткого классификатора

Аутентификация пользователя по динамике подписи на основе нечёткого классификатора

Автор: Ходашинский Илья Александрович, Костюченко Евгений Юрьевич, Сарин Константин Сергеевич, Анфилофьев Александр Евгеньевич, Бардамова Марина Борисовна, Самсонов Сергей Сергеевич, Филимоненко Игорь Витальевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений, распознавание образов

Статья в выпуске: 4 т.42, 2018 года.

Бесплатный доступ

Анализ динамики подписи является одним из наиболее быстрых, интуитивно понятных и экономичных инструментов аутентификации пользователей. Динамическое распознавание подписи основано на анализе нескольких характеристик почерка индивидуума, таких как параметры движения, давление, азимут и угол наклона пера в определенные моменты времени, а также скорости и ускорения вышеперечисленных величин. В нашей работе в качестве признаков были использованы постоянная составляющая и первые семь гармоник разложения данных сигналов в ряд Фурье. Создание систем подтверждения подлинности подписи включает следующие этапы: предобработка, отбор информативных признаков, классификация. Для отбора признаков использованы бинарные метаэвристические и детерминированные алгоритмы. Классификация выполнялась с помощью нечеткого классификатора. Параметры нечетких классификаторов настраивались непрерывными метаэвристическими алгоритмами. Работоспособность системы аутентификации проверена на авторской базе данных. База данных содержит 280 оригинальных вариантов подписи одного автора и 1281 вариант фальсификаций (поддельных подписей) семи авторов. Для оценки статистической значимости различий в точности и ошибках нечетких классификаторов, сформированных метаэвристическими алгоритмами, использованы критерий Манна-Уитни (Уилкоксона) и тест Крускала-Уоллиса.

Еще

Распознавание образов, обработка информации, алгоритмы, отбор признаков, нечеткий классификатор, распознавание подписи

Короткий адрес: https://sciup.org/140238427

IDR: 140238427   |   DOI: 10.18287/2412-6179-2018-42-4-657-666

Список литературы Аутентификация пользователя по динамике подписи на основе нечёткого классификатора

  • Ortega-Garcia, J. Authentication gets personal with biometrics/J. Ortega-Garcia, J. Bigun, D. Reynolds, J. Gonzalez-Rodriguez//IEEE Signal Processing Magazine. -2004. -Vol. 21, Issue 2. -P. 50-62. - DOI: 10.1109/MSP.2004.1276113
  • Ortega-Garcia, J. Authentication gets personal with biometrics/J. Ortega-Garcia, J. Bigun, D. Reynolds, J. Gonzalez-Rodriguez//IEEE Signal Processing Magazine. -2004. -Vol. 21, Issue 2. -P. 50-62. - DOI: 10.1109/MSP.2004.1276113
  • Gupta, G. A review of dynamic handwritten signature verification/G. Gupta, A. McCabe//Technical report at James Cook University, Australia. -1997.
  • Gupta, G. A review of dynamic handwritten signature verification/G. Gupta, A. McCabe//Technical report at James Cook University, Australia. -1997.
  • Zalasiński, M. Fuzzy-genetic approach to identity verification using a handwritten signature/M. Zalasiński, K. Cpałka, L. Rutkowski. -In Book: Advances in data analysis with computational intelligence/ed. by A. Gawęda, J. Kacprzyk, L. Rutkowski, G. Yen. -Cham: Springer, 2018. -P. 375-394. - DOI: 10.1007/978-3-319-67946-4_17
  • Zalasiński, M. Fuzzy-genetic approach to identity verification using a handwritten signature/M. Zalasiński, K. Cpałka, L. Rutkowski. -In Book: Advances in data analysis with computational intelligence/ed. by A. Gawęda, J. Kacprzyk, L. Rutkowski, G. Yen. -Cham: Springer, 2018. -P. 375-394. - DOI: 10.1007/978-3-319-67946-4_17
  • Аникин, И.В. Распознавание динамической рукописной подписи на основе нечёткой логики/И.В. Аникин, Э.С. Анисимова//Вестник Казанского государственного энергетического университета. -2016. -Т. 31, № 3. -С. 48-64.
  • Аникин, И.В. Распознавание динамической рукописной подписи на основе нечёткой логики/И.В. Аникин, Э.С. Анисимова//Вестник Казанского государственного энергетического университета. -2016. -Т. 31, № 3. -С. 48-64.
  • Kholmatov, A. Identity authentication using improved online signature verification method/A. Kholmatov, B. Yanikoglu//Pattern Recognition Letters. -2005. -Vol. 26, Issue 15. -P. 2400-2408. - DOI: 10.1016/j.patrec.2005.04.017
  • Kholmatov, A. Identity authentication using improved online signature verification method/A. Kholmatov, B. Yanikoglu//Pattern Recognition Letters. -2005. -Vol. 26, Issue 15. -P. 2400-2408. - DOI: 10.1016/j.patrec.2005.04.017
  • Sharma, A. An enhanced contextual DTW based system for online signature verification using vector quantization/A. Sharma, S. Sundaram//Pattern Recognition Letters. -2016. -Vol. 84, Issue C. -P. 22-28. - DOI: 10.1016/j.patrec.2016.07.015
  • Sharma, A. An enhanced contextual DTW based system for online signature verification using vector quantization/A. Sharma, S. Sundaram//Pattern Recognition Letters. -2016. -Vol. 84, Issue C. -P. 22-28. - DOI: 10.1016/j.patrec.2016.07.015
  • Xia, X. Signature alignment based on GMM for on-line signature verification/X. Xia, Z. Chen, F. Luan, X. Song//Pattern Recognition. -2017. -Vol. 65, Issue C. -P. 188-196. - DOI: 10.1016/j.patcog.2016.12.019
  • Xia, X. Signature alignment based on GMM for on-line signature verification/X. Xia, Z. Chen, F. Luan, X. Song//Pattern Recognition. -2017. -Vol. 65, Issue C. -P. 188-196. - DOI: 10.1016/j.patcog.2016.12.019
  • Khan, M.A.U. Velocity-image model for online signature verification/M.A.U. Khan, M.K. Khan, M.A. Khan//IEEE Transactions on Image Processing. -2006. -Vol. 15, Issue 11. -P. 3540-3549. - DOI: 10.1109/TIP.2006.877517
  • Khan, M.A.U. Velocity-image model for online signature verification/M.A.U. Khan, M.K. Khan, M.A. Khan//IEEE Transactions on Image Processing. -2006. -Vol. 15, Issue 11. -P. 3540-3549. - DOI: 10.1109/TIP.2006.877517
  • Razzak, M.I. Multilevel fusion for fast online signature recognition using multi-section VQ and time modelling/M.I. Razzak, B. Alhaqbani//Neural Computing and Applications. -2015. -Vol. 26, Issue 5. -P. 1117-1127. - DOI: 10.1007/s00521-014-1779-6
  • Razzak, M.I. Multilevel fusion for fast online signature recognition using multi-section VQ and time modelling/M.I. Razzak, B. Alhaqbani//Neural Computing and Applications. -2015. -Vol. 26, Issue 5. -P. 1117-1127. - DOI: 10.1007/s00521-014-1779-6
  • Cpałka, K. A new algorithm for identity verification based on the analysis of a handwritten dynamic signature/K. Cpałka, M. Zalasiński, L. Rutkowski//Applied Soft Computing. -2016. -Vol. 43. -P. 47-56.
  • Cpałka, K. A new algorithm for identity verification based on the analysis of a handwritten dynamic signature/K. Cpałka, M. Zalasiński, L. Rutkowski//Applied Soft Computing. -2016. -Vol. 43. -P. 47-56.
  • Doroz, R. Dynamic signature verification method based on association of features with similarity measures/R. Doroz, P. Porwik, T. Orczyk//Neurocomputing. -2016. -Vol. 171. -P. 921-931. - DOI: 10.1016/j.neucom.2015.07.026
  • Doroz, R. Dynamic signature verification method based on association of features with similarity measures/R. Doroz, P. Porwik, T. Orczyk//Neurocomputing. -2016. -Vol. 171. -P. 921-931. - DOI: 10.1016/j.neucom.2015.07.026
  • Nanni, L. Combining local, regional and global matchers for a template protected on-line signature verification system/L. Nanni, E. Maiorana, A. Lumini, P. Campisi//Expert Systems with Applications. -2010. -Vol. 37, Issue 5. -P. 3676-3684. - DOI: 10.1016/j.eswa.2009.10.023
  • Nanni, L. Combining local, regional and global matchers for a template protected on-line signature verification system/L. Nanni, E. Maiorana, A. Lumini, P. Campisi//Expert Systems with Applications. -2010. -Vol. 37, Issue 5. -P. 3676-3684. - DOI: 10.1016/j.eswa.2009.10.023
  • Jalalirad, A. Using feature-based models with complexity penalization for selecting features/A. Jalalirad, T. Tjalkens//Journal of Signal Processing Systems. -2018. -Vol. 90, Issue 2. -P. 201-210. - DOI: 10.1007/s11265-016-1152-3
  • Jalalirad, A. Using feature-based models with complexity penalization for selecting features/A. Jalalirad, T. Tjalkens//Journal of Signal Processing Systems. -2018. -Vol. 90, Issue 2. -P. 201-210. - DOI: 10.1007/s11265-016-1152-3
  • Alkuhlani, A. Multistage feature selection approach for high-dimensional cancer data/A. Alkuhlani, M. Nassef, I. Farag//Soft Computing. -2017. -Vol. 21, Issue 22. -P. 6895-6906. - DOI: 10.1007/s00500-016-2439-9
  • Alkuhlani, A. Multistage feature selection approach for high-dimensional cancer data/A. Alkuhlani, M. Nassef, I. Farag//Soft Computing. -2017. -Vol. 21, Issue 22. -P. 6895-6906. - DOI: 10.1007/s00500-016-2439-9
  • Bolón-Canedo, V. Feature selection for high-dimensional data/V. Bolón-Canedo, N. Sánchez-Maroño, A. Alonso-Betanzos. -London: Springer, 2015. -148 p. -ISBN: 978-3-319-21857-1.
  • Bolón-Canedo, V. Feature selection for high-dimensional data/V. Bolón-Canedo, N. Sánchez-Maroño, A. Alonso-Betanzos. -London: Springer, 2015. -148 p. -ISBN: 978-3-319-21857-1.
  • Иванов, А.И. Оценка надежности верификации автографа на основе искусственных нейронных сетей, сетей многомерных функционалов Байеса и сетей квадратичных форм/А.И. Иванов, П.С. Ложников, А.Е. Сулавко//Компьютерная оптика. -2017. -Т. 41, № 5. -С. 765-774. - DOI: 10.18287/2412-6179-2017-41-5-765-774
  • Иванов, А.И. Оценка надежности верификации автографа на основе искусственных нейронных сетей, сетей многомерных функционалов Байеса и сетей квадратичных форм/А.И. Иванов, П.С. Ложников, А.Е. Сулавко//Компьютерная оптика. -2017. -Т. 41, № 5. -С. 765-774. - DOI: 10.18287/2412-6179-2017-41-5-765-774
  • Kostyuchenko, E. Integration of Bayesian classifier and perceptron for problem identification on dynamics signature using a genetic algorithm for the identification threshold selection/E. Kostyuchenko, M. Gurakov, E. Krivonosov, M. Tomyshev, R. Mescheryakov, I. Hodashinsky. -In book: Advances in Neural Networks -ISNN 2016/ed. by L. Cheng, Q. Liu, A. Ronzhin. -Cham: Springer, 2016. -P. 620-627. - DOI: 10.1007/978-3-319-40663-3_71
  • Kostyuchenko, E. Integration of Bayesian classifier and perceptron for problem identification on dynamics signature using a genetic algorithm for the identification threshold selection/E. Kostyuchenko, M. Gurakov, E. Krivonosov, M. Tomyshev, R. Mescheryakov, I. Hodashinsky. -In book: Advances in Neural Networks -ISNN 2016/ed. by L. Cheng, Q. Liu, A. Ronzhin. -Cham: Springer, 2016. -P. 620-627. - DOI: 10.1007/978-3-319-40663-3_71
  • Мех, М.А. Сравнительный анализ применения методов дифференциальной эволюции для оптимизации параметров нечётких классификаторов/М.А. Мех, И.А. Ходашинский//Известия Российской академии наук. Теория и системы управления. -2017. -№ 4. -С. 65-75. - DOI: 10.7868/S0002338817040060
  • Мех, М.А. Сравнительный анализ применения методов дифференциальной эволюции для оптимизации параметров нечётких классификаторов/М.А. Мех, И.А. Ходашинский//Известия Российской академии наук. Теория и системы управления. -2017. -№ 4. -С. 65-75. - DOI: 10.7868/S0002338817040060
  • Rashedi, E. GSA: A gravitational search algorithm/E. Rashedi, H. Nezamabadi-pour, S. Saryazdi//Information Sciences. -2009. -Vol. 179, Issue 13. -P. 2232-2248. - DOI: 10.1016/j.ins.2009.03.004
  • Rashedi, E. GSA: A gravitational search algorithm/E. Rashedi, H. Nezamabadi-pour, S. Saryazdi//Information Sciences. -2009. -Vol. 179, Issue 13. -P. 2232-2248. - DOI: 10.1016/j.ins.2009.03.004
  • Mehrabian, A.R. A novel numerical optimization algorithm inspired from weed colonization/A.R. Mehrabian, C. Lucas//Ecological Informatics. -2006. -Vol. 1, Issue 4. -P. 355-366. - DOI: 10.1016/j.ecoinf.2006.07.003
  • Mehrabian, A.R. A novel numerical optimization algorithm inspired from weed colonization/A.R. Mehrabian, C. Lucas//Ecological Informatics. -2006. -Vol. 1, Issue 4. -P. 355-366. - DOI: 10.1016/j.ecoinf.2006.07.003
  • Yang, X.-S. Engineering optimisation by cuckoo search/X.-S. Yang, S. Deb//International Journal of Mathematical Modelling and Numerical Optimisation. -2010. -Vol. 1, Issue 4. -P. 330-343. - DOI: 10.1504/IJMMNO.2010.035430
  • Yang, X.-S. Engineering optimisation by cuckoo search/X.-S. Yang, S. Deb//International Journal of Mathematical Modelling and Numerical Optimisation. -2010. -Vol. 1, Issue 4. -P. 330-343. - DOI: 10.1504/IJMMNO.2010.035430
  • Yang, X.-S. Cuckoo search: recent advances and applications/X.-S. Yang, S. Deb//Neural Computing and Applications. -2014. -Vol. 24, Issue 1. -P. 169-174. - DOI: 10.1007/s00521-013-1367-1
  • Yang, X.-S. Cuckoo search: recent advances and applications/X.-S. Yang, S. Deb//Neural Computing and Applications. -2014. -Vol. 24, Issue 1. -P. 169-174. - DOI: 10.1007/s00521-013-1367-1
  • Zhao, R. Monkey algorithm for global numerical optimization/R. Zhao, W. Tang//Journal of Uncertain Systems. -2008. -Vol. 2, Issue 3. -P. 165-176.
  • Zhao, R. Monkey algorithm for global numerical optimization/R. Zhao, W. Tang//Journal of Uncertain Systems. -2008. -Vol. 2, Issue 3. -P. 165-176.
  • Gandomi, A.H. Krill herd: A new bio-inspired optimization algorithm/A.H. Gandomi, A.H. Alavi//Communications in Nonlinear Science and Numerical Simulation. -2012. -Vol. 17, Issue 12. -P. 4831-4845. - DOI: 10.1016/j.cnsns.2012.05.010
  • Gandomi, A.H. Krill herd: A new bio-inspired optimization algorithm/A.H. Gandomi, A.H. Alavi//Communications in Nonlinear Science and Numerical Simulation. -2012. -Vol. 17, Issue 12. -P. 4831-4845. - DOI: 10.1016/j.cnsns.2012.05.010
  • Yu, L. Feature selection for high-dimensional data: A fast correlation-based filter solution/L. Yu, H. Liu//Proceedings of the 12th International Conference on Machine Learning (ICML-03). -2003. -P. 856-863.
  • Yu, L. Feature selection for high-dimensional data: A fast correlation-based filter solution/L. Yu, H. Liu//Proceedings of the 12th International Conference on Machine Learning (ICML-03). -2003. -P. 856-863.
  • Sarin, K.S. Identification of fuzzy classifiers based on the mountain clustering and cuckoo search algorithms/K.S. Sarin, I.A. Hodashinsky//2017 International Siberian Conference on Control and Communications (SIBCON). -2017. -6 p. - DOI: 10.1109/SIBCON.2017.7998553
  • Sarin, K.S. Identification of fuzzy classifiers based on the mountain clustering and cuckoo search algorithms/K.S. Sarin, I.A. Hodashinsky//2017 International Siberian Conference on Control and Communications (SIBCON). -2017. -6 p. - DOI: 10.1109/SIBCON.2017.7998553
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp