- Новости
- В Омском политехе разработали механизм защиты данных голосом
В Омском политехе разработали механизм защиты данных голосом
Ученые ОмГТУ разработали нейронную сеть для эффективной защиты персональных данных от утечек. Чтобы предоставить пользователю доступ к конфиденциальной информации, система распознает голос человека с поправкой на то, что тембр и интонации могут меняться в зависимости от эмоционального состояния.
По статистике, в первом квартале 2025 года на российские компании было совершено около 801 миллиона хакерских атак, то есть больше сотни попыток получить доступ к данным совершалось в течение одной секунды. В современном мире хакеры нацелены не только на персональные и финансовые данные клиентов, но и на медицинские и биометрические.
Для повышения уровня защиты таких сведений ученые вуза разработали систему голосовой аутентификации пользователя на основе новой модели нейронной сети. Алгоритм обладает повышенной «чувствительностью» к внешнему вмешательству из-за новых типов нейронов и математической связи между ними.
|
Павел Ложников, проректор по научной и инновационной деятельности, заведующий кафедрой «Комплексная защита информации» ОмГТУ: «При внедрении процедуры распознавания человека по голосу нашей модели система сможет правильно определять, кто перед ней, и при этом не позволит извлечь из себя шаблон голосового пароля злоумышленнику. При этом она точнее ближайшего аналога: вероятность ошибок составляет 2,1 процента против 2,7, причем генерируемый пароль в нашей системе – 1024 бита, в аналоге – всего 160». |
Было учтено, что человек может говорить «обычным» голосом, а может быть сонным, нервным или уставшим. В одном из наборов данных, использованных для обучения новой нейронной сети, дикторы произносили парольные фразы не только в нормальном состоянии, но и в измененном.
|
Павел Ложников, проректор по научной и инновационной деятельности, заведующий кафедрой «Комплексная защита информации» ОмГТУ: «Наша научная школа «Нейросетевые алгоритмы искусственного интеллекта в защищенном исполнении» создает такие решения, при которых утечка или извлечение конфиденциальных данных, на которых обучалась модель ИИ, становится невозможным или вычислительно очень трудным и долгим процессом. Основные проблемы, которые позволяет решить эта модель – низкая точность распознавания по голосу и сохранение биометрического шаблона в тайне от злоумышленников». |
В будущем ученые политеха хотят решить задачу по переносу предложенной модели на другие биометрические признаки: рукописный почерк, особенности лица и другие. Также специалисты прогнозируют рост атак на биометрические системы с помощью муляжей на фоне развития генеративного искусственного интеллекта и проводят дополнительные исследования для противодействия несанкционированному доступу к информации такого рода.
