ПРИМЕНЕНИЕ НЕЙРОСЕТЕВЫХ МОДЕЛЕЙ ДЛЯ АНАЛИЗА КЛАВИАТУРНОГО ПОЧЕРКА В ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ
DOI:
https://doi.org/10.54309/IJICT.2025.22.2.009Ключевые слова:
user authentication, keystroke dynamics, biometrics, neural network models, LSTM, GRU, behavioral biometrics, information system security, deep learning.Аннотация
В статье представлен систематизированный обзор нейросетевых моделей, применяемых для анализа клавиатурного почерка в целях биометрической аутентификации пользователей. Рассмотрены архитектуры LSTM, GRU, CNN, трансформеров и сиамских сетей, проанализированы их достоинства и ограничения. Отдельное внимание уделено гибридным моделям, которые демонстрируют улучшенную точность и устойчивость к изменениям в поведении пользователей. Приведены результаты сравнительного анализа различных подходов на основе открытых и пользовательских наборов данных, а также обсуждены ключевые метрики эффективности: точность, FAR и FRR. Показано, что нейросетевые методы существенно повышают надежность аутентификации, однако требуют дальнейших исследований в области адаптивности и защиты биометрической информации. Работа подчеркивает потенциал нейросетевых решений в повышении уровня информационной безопасности современных систем.
Скачивания
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en