Optimizing authentication security in intelligent systems through visual biometrics for enhanced efficiency

Abstract

EN: Context. The primary objective of this article is to explore aspects related to ensuring security and enhancing the efficiency of authentication processes in intelligent systems through the application of visual biometrics. The focus is on advancing and refining authentication systems by employing sophisticated biometric identification methods. Objective. A specialized intelligent system has been developed, utilizing a Siamese neural network to establish secure user authentication within the existing system. Beyond incorporating fundamental security measures such as hashing and secure storage of user credentials, the contemporary significance of implementing two-factor authentication is underscored. This approach significantly fortifies user data protection, thwarting most contemporary hacking methods and safeguarding against data breaches. The study acknowledges certain limitations in its approach, possibly affecting the generalizability of the findings. These limitations provide avenues for future research and exploration, contributing to the ongoing evolution of authentication methodologies in intelligent systems. Method. The two-factor authentication system integrates facial recognition technology, employing visual biometrics for heightened security compared to alternative two-factor authentication methods. Various implementations of the Siamese neural network, utilizing Contrastive loss function and Triplet loss function, were evaluated. Subsequently, a neural network employing the Triplet loss function was implemented and trained. Results. The article emphasizes the practical implications of the developed intelligent system, showcasing its effectiveness in minimizing the risk of unauthorized access to user accounts. The integration of contemporary authentication methodologies ensures a secure and robust user authentication process. Conclusions. The implementation of facial recognition technology in authentication processes has broader social implications. It contributes to a more secure digital environment by preventing unauthorized access, ultimately safeguarding user privacy and data. The study’s originality lies in its innovative approach to authentication, utilizing visual biometrics within a Siamese neural network framework. The developed intelligent system represents a valuable contribution to the field, offering an effective and contemporary solution to user authentication challenges. UK: Актуальність. Основною метою цієї статті є дослідження аспектів, пов’язаних із забезпеченням безпеки та підвищенням ефективності процесів автентифікації в інтелектуальних системах шляхом застосування візуальної біометрії. Основна увага приділяється вдосконаленню та вдосконаленню систем автентифікації за допомогою складних методів біометричної ідентифікації. Метою дослідження було створення спеціалізованої інтелектуальної системи, яка використовує сіамську нейронну мережу для встановлення безпечної автентифікації користувача в існуючій системі. Окрім впровадження основних заходів безпеки, таких як хешування та безпечне зберігання облікових даних користувача, підкреслюється сучасне значення впровадження двофакторної автентифікації. Такий підхід значно посилює захист даних користувачів, перешкоджаючи більшості сучасних методів злому та захищаючи від витоку даних. Дослідження визнає певні обмеження у своєму підході, що, можливо, впливає на можливість узагальнення результатів. Ці обмеження відкривають можливості для майбутніх досліджень і розвідок, сприяючи поточній еволюції методологій автентифікації в інтелектуальних системах. Метод. Система двофакторної автентифікації інтегрує технологію розпізнавання обличчя, використовуючи візуальну біометрію для підвищення безпеки порівняно з альтернативними методами двофакторної автентифікації. Було оцінено різні реалізації сіамської нейронної мережі, що використовують контрастну функцію втрат і функцію триплетних втрат. Згодом була реалізована та навчена нейронна мережа, що використовує триплетну функцію втрат. Результати. У статті наголошується на практичних наслідках розробленої інтелектуальної системи, демонструється її ефективність у мінімізації ризику несанкціонованого доступу до облікових записів користувачів. Інтеграція сучасних методологій автентифікації забезпечує безпечний і надійний процес автентифікації користувачів. Висновки. Впровадження технології розпізнавання обличчя в процесах автентифікації має ширші соціальні наслідки. Це сприяє створенню більш безпечного цифрового середовища, запобігаючи несанкціонованому доступу, зрештою захищаючи конфіденційність користувачів і дані. Оригінальність дослідження полягає в інноваційному підході до автентифікації з використанням візуальної біометрії в рамках сіамської нейронної мережі. Розроблена інтелектуальна система є цінним внеском у цю сферу, пропонуючи ефективне та сучасне рішення проблем автентифікації користувачів.