<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Удосконалення методу багатофакторної аутентифікації шляхом додавання контекстних факторів поведінкової біометрії на основі мережі DP-GAN

Вантажиться...
Ескіз

Дата

Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

DOI

Альтернативна назва

Анотація

біометричних факторів з використанням диференційно-приватної генеративної мережі DP-GAN.
behavioral biometric factors using a differentially private generative adversarial network (DP-GAN). The proposed approach aims to enhance the security of modern systems by producing synthetic biometric data that preserve the statistical characteristics of real samples while containing no personal or identifiable information. The study analyzes existing methods for behavioral data modeling, explores the principles of differential privacy, and examines the architecture of GAN-based generative models.

Опис

УДК

Тип документа

Мова

ISSN

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Гончарук О. М. Удосконалення методу багатофакторної аутентифікації шляхом додавання контекстних факторів поведінкової біометрії на основі мережі DP-GAN // Матеріали LV Всеукраїнської науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/all-fm/all-fm-2026/paper/view/26784.

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (1)

  1. Ахрамович В. М. Ідентифікація й аутентифікація, керування доступом // Сучасний захист інформації. – 2016. №4.– С. 47–51. Бурячок В.Л., Грищук Р.В., Хорошко В.О. Політика інформаційної безпеки. – 2014. Єсін В.І., Безпека інформаційних систем і технологій. – 2013. Goodfellow I. Generative Adversarial Networks. – 2014. Xie et al. Differentially Private GAN. – 2018. Opacus: Differential Privacy Library for PyTorch. – Meta AI.