Método de generación de claves a partir de imagen de huellas dactilares basado en un modelo de red neural convolucional profunda
DOI:
https://doi.org/10.5377/nexo.v36i06.17447Palabras clave:
Biometría, Huella dactilar, Modelo CNN, Transferir Aprendizaje, Generación de clavesResumen
La biometría afecta nuestra vida. Las aplicaciones de seguridad emplean biometría. El cifrado biométrico está creciendo. El cifrado requiere la creación de una clave biométrica. Largo, aleatorio e inesperado es la clave. La investigación sobre seguridad de la información y las comunicaciones hace hincapié en claves de cifrado largas y sólidas. El sistema propuesto utiliza biometría de huellas dactilares para generar una clave de cifrado biométrica aleatoria larga para el cifrado simétrico. El preprocesamiento eliminó el ruido de las imágenes de huellas dactilares de los donantes en el conjunto de datos. Luego, el programa entrena un modelo de red neuronal convolucional Tuned VGG-16 actualizable y lo prueba en imágenes de huellas dactilares para conocer las propiedades fundamentales de las huellas dactilares. El modelo CNN de red neuronal convolucional conserva los pesos finales para que el segundo modelo extraiga las características clave de cifrado. El aprendizaje por transferencia construyó un segundo modelo de red neuronal convolucional para recuperar características sin volver a aprender. Mantener la media vectorial para el procesamiento. El último paso genera una clave de cifrado basada en el vector de características biométricas únicas de cada persona que se puede utilizar para algoritmos de cifrado simétrico para cifrar documentos personales en la PC personal o en la nube personal. Nuestro método basado en CNN utiliza datos biométricos para reconocer a las personas y crear claves de cifrado seguras y confiables con más del 99 % de precisión en las pruebas. Nuestro clasificador ANN profundo con una precisión del 98% supera la máquina de vectores de soporte y los clasificadores de bosque aleatorios.
Descargas
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Universidad Nacional de Ingeniería
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en Nexo Revista Científica están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y conceden a la revista el derecho de la primera publicación bajo la licencia Creative Commons Attribution License https://creativecommons.org/licenses/by/3.0/, que permite a otros compartir el trabajo con un reconocimiento a la autoría de la obra y a la publicación inicial en Nexo Revista Científica.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, en un repositorio institucional o en un libro) con el reconocimiento de su publicación inicial en Nexo Revista Científica.
- Se permite y se anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, así como a una citación más temprana y mayor de los trabajos publicados.