Е nt a Х b о r о t t ех n о L о giyalari univ е rsit е ti «Axborot Xavfsizligini Ta’minlash»

Aniqlik: oddiy matn bilan bir xil (99%) 
Shaxsiy biometrik xususiyatlar vektori ancha kichik (asl biometrik 
shablonning o‘lchamidan 0,05%), ammo shu bilan birga asl matnli mos yozuvlar 
biometrikasi bilan bir xil aniqlikni saqlaydi. Yuzni aniqlash va klasterlash uchun 
CNN (“Facenet”), [3] Wild in Labeled Faces (LFW) (manba) va boshqa ochiq 
manbali yuzlar uchun Googlening birlashtirilgan ko‘milganidan foydalangan 
holda, xususiy biometrik xususiyat vektorlari yuzning tekis matnlari bilan bir xil 
aniqlikda qaytdi. tan olish. 8MB yuz biometrikasi yordamida bitta sotuvchi 98,7% 
aniqlik darajasi haqida xabar berdi. Xuddi shu sotuvchining ta'kidlashicha, taxmin 
qilish uchun uchta 8 MB yuz biometriyasidan va ovoz berish algoritmidan (eng 
yaxshi ikkitasi) foydalanishda aniqlik 99,99% gacha ko‘tarilgan. 
Yuz biometrik tasvirining sifati pasayishi bilan aniqlik juda sekin pasayib 
ketdi. 256 kilobaytlik yuz tasvirlari uchun (8 MB rasmning 3 foizi) xuddi shu 
sotuvchi 96,3 foiz aniqlik haqida xabar bergan va neyron tarmoq chegara 
sharoitlari, shu jumladan yorug‘lik yoki orqa fon holatlarida shu kabi aniqlikni 
saqlay olgan. 
Tezlik: polinomlarni qidirish (oddiy matn bilan bir xil) 
Xususiy biometrik xususiyatlar vektori 4kB ni tashkil qiladi va 128 ta 
suzuvchi raqamlarni o‘z ichiga oladi. Aksincha, oddiy matnli biometrik xavfsizlik 
misollari (shu jumladan, Apple Face ID) 7MB dan 8MB gacha bo‘lgan yuz 
biometrikasidan (shablonlardan) foydalanadi. Juda kichik xususiyatlar vektoridan 
foydalangan holda, natijada qidiruv natijalari 100 million ochiq manbali yuzlar 
ma’lumotlar bazasi (“polinom qidirish”) yordamida taxmin qilish uchun bir 
soniyadan kam bo‘ladi. Ushbu natijalar uchun ishlatilgan shaxsiy biometrik test 
modeli Google-ning yuzni tanib olish va klasterlash uchun CNN (“Facenet”), Wild 
in Labeled Faces (LFW) (manba) va boshqa ochiq manbali yuzlar uchun 
birlashtirilishi edi. 

---

11