Muhammad Al-Хorazmiy nomidagi Toshkent Axborot Texnologiyalari universiteti Urganch filiali

Muhammad Al-Хorazmiy nomidagi
Toshkent Axborot Texnologiyalari universiteti
Urganch filiali



Kompyuter injinering fakulteti. Kompyuter injineringi yo`nalishi
963-19 guruh talabasi Sobirova Maxliyoning Ma’lumotlarning intellektual taxlili fanidan

MUSTAQIL ISH

Qabul qiluvchi: Yusupova Shoxida


URGANCH – 2023
Mavzu: Исследование применения Data Mining в области биометрии для обеспечения безопасности.
(Xavfsizlik uchun biometrika sohasida Data Mining dasturini qollash boyicha tadqiqotlar)
Reja:

1. 
   Biometrika va Xavfsizlik
   
2. 
   Biometrik tekshiruv algoritmlari
   
3. 
   Xavfsizlik uchun biometrik identifikatsiya va tasdiqlash
   
4. 
   Xulosa
   
5. 
   Foydalanilgan adabiyotlar
   

Biometrika va Xavfsizlik

Biometrika, inson shaxsiyati, masalan, ot, qo'l izi, chek, yuz, yoki quloq to'g'risidagi ma'lumotlardan foydalanib, shaxslar yoki quruvchilarni identifikatsiya qilish va autentifikatsiya qilish uchun texnologiyalarni o'z ichiga olgan soha hisoblanadi. Bu, xavfsizlik sohasida innovatsion yondashuvlarni rivojlantirish uchun o'zgartirilgan va kengaygan imkoniyatlarni yaratadi.
Data Mining (Ma'lumotlar olish) esa, katta miqdordagi ma'lumotlardan qo'llanib, ulardan aniq va ishonchli ma'lumotlar olishni maqsad qilib olgan, ma'lumotlardan foydalanib biron bir sabab yoki mazmuni aniqlashda yordam beruvchi ma'lumotlarni olish va tahlil qilishni o'z ichiga olgan texnologiyani ifodalaydi.
Biometrika va Data Miningni birgalikda qo'llash uchun bir nechta tadqiqotlar va innovatsiyalar amalga oshirilmoqda:
Biometrik ma'lumotlar bazasi tahlili: Biometrik ma'lumotlar (masalan, yuz va chek skanerlarining olishi) tahlil qilinishi orqali, xavfsizlik sohasida ma'lumotlar olishda yordam beradi. Bu, texnologik muvofiqlikni yuqori qiladi va ma'lumotlar olishda xavfsizlikni ta'minlash uchun mahsulotlarni rivojlantirish uchun o'zgartirilgan muammo va ko'p-nazariy qo'llanmalarni o'z ichiga oladi.
Xavfsizlik uchun biometrika sohasida Data Mining dasturlari, kishining shaxsiy ma'lumotlarini identifikatsiya qilish, tekshirish va himoya qilish maqsadida ishlaydigan texnologiyalardir. Bu dasturlar biometrik ma'lumotlarni o'rganish va uni ishlov berish uchun ma'lumotlarni tekshirish vaqtini kamaytirish uchun ishlatiladi. Ammo, bu sohada tadqiqotlar olib borilayotgan, chunki bu jarayonlarda muhim masalalar mavjud.
Quyidagi yo'nalishlarda biometrik ma'lumotlarni saqlash va ulardan foydalanish uchun Data Mining tadqiqotlaridan foydalanilgan:
Biometrik tekshiruv algoritmlari:
Biometrik ma'lumotlarni tekshiruvda foydalaniladigan algoritmlar va usullarni o'rganish.
Yangi biometrik identifikatsiya usullarini o'rganish va ularni mehnat mashinalariga o'rgatish.
Biometrik ma'lumotlarining xavfsizligi:
Biometrik ma'lumotlar (masalan, ansambli qo'llanmalar, retinalar, ot biometrikasi)ni xavfsiz saqlash usullarini o'rganish.
Biometrik ma'lumotlarini himoya qilish uchun kengaytirilgan xavfsizlik protokollarini rivojlantirish.
Masshtabli biometrik ma'lumotlar analizi:
Katta hajmdagi biometrik ma'lumotlarini (masalan, bir necha yuzlarni o'z ichiga olgan kameradan olingan ma'lumotlar) tahlil qilish.
Masshtabli ma'lumotlar bazasidan foydalanishda kerak bo'lgan, xavfsiz va tezroq ishlash usullarini o'rganish.
Biometrik ma'lumotlarni birlashtirish va qo'shish:
Bir qisim biometrik ma'lumotlarini boshqa ma'lumotlar bilan bog'lash va ulardan foydalanishni o'rganish.
Biometrik ma'lumotlar va boshqa identifikatsiya ma'lumotlari (masalan, nom, manzil)ni bir-biriga bog'lash jarayonlarini o'rganish.
Ma'lumotlarni otish:
Biometrik ma'lumotlarni himoya qilish uchun yuqori darajada xavfsiz ma'lumot otish protokollarini rivojlantirish.
Biometrik ma'lumotlar va hujjatlar: Biometrik ma'lumotlar va ularning hujjatlari (ot, qo'l izi, yuz tanishuvi) tahlil qilinishi, xavfsizlik sohasidagi boshqa ma'lumotlar bilan bog'langan holatlarda texnik xavfsizlikni oshirish uchun foydalaniladi. Ma'lumotlarni to'plash va o'rganish jarayonida Data Mining texnologiyalari yordam bermoqda.
Xavfsizlik uchun biometrika sohasida Data Mining dasturlarini qo'llash uchun ko'plab qismlar bo'yicha tadqiqotlar olib borilmoqda. Biometrika, inson shakllarini (biometrik ma'lumotlar) yoki tabiiy xususiyatlarni qo'llab-quvvatlaydigan sistemalarga asoslangan xavfsizlik tizimi sifatida ishlatiladi. Bu tizimlar, shaxsligini tasdiqlash, kirishni nazorat qilish, yoki boshqa xavfsizlik operatsiyalarini amalga oshirishda qo'llaniladi. Xavfsizlik uchun biometrika sohasida Data Mining dasturlari, shaxsiy ma'lumotlarni himoya qilish, xavfsizligini ta'minlash va jiddiy talablarni bajarish uchun yaratilgan. Biometrika, shaxsiy tanlangan ma'lumotlarni, masalan, bosh, qo'l, yuz yoki boshqa jismoniy xususiyatlarni o'rganish orqali shaxsiy identifikatsiya va autentifikatsiya uchun ishlatiladi.
Xavfsizlik uchun biometrik identifikatsiya va tasdiqlashning o'zgaruvchan vaqtincha maqbul dalaillari sifatida mashhur bo'lganligi sababli, bu sohada Data Mining dasturlari va metodlari intensiv ravishda qo'llanilmoqda. Biometrik ma'lumotlar, insonlar yoki qurilmalar tomonidan olingan ma'lumotlarni ifodalovchi unikal xususiyatlarga ega bo'lgan texnologiyalardan iborat bo'lib, bu biometrik ma'lumotlar arasida boshqa to'lov kabelini o'zgartirish va kopaytirish qiyin. Bu sababli, xavfsizlik tajribasini yaxshilash uchun biometrika ma'lumotlarni tahlil qilish uchun Data Mining dasturlari va metodlarini qo'llash sohasida bir nechta tadqiqotlar olib borilmoqda. Quyidagi yo'nalishlarda xavfsizlik uchun biometrik ma'lumotlarni o'rganish bo'yicha bir nechta muhim tadqiqotlar keltirilgan:
Biometrik ma'lumotlarni yordamida shaxslarni tanishish:
Bu tadqiqotlar, biometrik identifikatsiya texnologiyalari orqali olingan ma'lumotlar asosida shaxslarni aniq va aniqlash uchun yaxshi natijalar olishni maqsad qiladi. Shu bilan birga, biometrik ma'lumotlardan foydalanib, jismoniy xususiyatlar (qo'llab-quvvat, soch, ko'zoynak, yuz, vaqtincha so'ngi o'zgarishlar) asosida shaxslarni tanishish va tan olishning metodlarini o'rganishni talab etadi.

Biometrik ma'lumotlarni nazorat qilish:

Bu sohada olib borilgan tadqiqotlar, biometrik ma'lumotlarni nazorat qilish va ulardan kelib chiqadigan xavfsizlik muammolarini identifikatsiya qilish uchun Data Mining dasturlarini rivojlantirishni maqsad qiladi. Misol uchun, yuz tanishuv systemalari bo'yicha yuzlar orasida farqni aniqlash va uning orqali noto'g'ri kirishlar va identifikatsiya jarayonlarini aniqlash uchun Data Mining yondashuvlaridan foydalanish mumkin.
Biometrik ma'lumotlarining hamkorlikda ishlatilishi:
Bu tadqiqotlar, bir qancha biometrik ma'lumotlarini birlashtirish va ulardan boshqa xavfsizlik texnologiyalari bilan hamkorlikda ishlatishning muhimligini o'rganishga yo'naltirilgan. Bu, boshqa ma'lumotlar (masalan, hujjatlar, sinov ma'lumotlari) bilan biometrik ma'lumotlarni bog'lash va yagona xavfsizlik tizimini rivojlantirishning metodlarini o'rganishni o'z ichiga oladi.
Biometrik ma'lumotlarni o'zgaruvchanliklarni tahlil qilish:
Bu tadqiqotlar, biometrik ma'lumotlarining o'zgaruvchanligini va uni nazorat qilishni o'rganishni maqsad qiladi. Bu qarorlarga asosan, Data Mining dasturlari o'zgaruvchanliklar, falsifikatsiyalar va diger potentsial xavfsizlik muammolari bilan bog'liq biometrik ma'lumotlarni identifikatsiya qilishga yordam beradi.
Aniq ma'lumotlar yig'ilishi: Biometrik ma'lumotlar, xavfsizlikning o'rnatilishida muhim bo'lgan aniq ma'lumotlarni olish uchun ishlatiladi. Bu, Data Mining texnologiyalari yordamida o'rganish va tahlil qilish imkoniyatini yaratadi.
Ma'lumotlar analitikasi: Biometrik ma'lumotlar va Data Mining, xavfsizlik analitikasi uchun yaxshi tajribaga ega bo'lib, xavfsizlik holatlarini aniqlash, ularga javob berish va eng yangi xavfsizlik xatarlarini oldini olish uchun yaxshi vositalar hisoblanadi.
Zamonaviy kompyuter atamasi Data Mining "axborot qazib olish" yoki "ma'lumotlar qazib olish" deb tarjima qilingan. Ko'pincha Data Mining bilan bir qatorda Knowledge Discovery ("bilimlarni kashf etish") va Data Warehouse ("ma'lumotlar ombori") atamalari topiladi. Data Mining ajralmas qismi bo'lgan ushbu atamalarning paydo bo'lishi ma'lumotlarni qayta ishlash va boshqarish va usullarni ishlab chiqarishni yangi bosqich bilan bog'liq. Shunday qilib, Data Mining maqsadi katta (juda) hajmdagi ma'da yashirin saqlash va naqshlarni kattalashtirishdir.
Gap, inson ongining o'zi turli xil ma'lumotlarning ulkan massivlarini idrok ichiga moslashmagan. O'rtacha bir kishi, ba'zi shaxslar bundan mustasno, hatto kichik namunalarda ham ikki yoki uchtadan ortiq munosabatlarni qo'lga kirita olmaydi. Ammo statistika vaqt ba'zi ma'lumotlarni tahlil qilish uchun real foydalanish vositasi rolini o'ynagan an'anaviy ham hayotdagi hayotdagi hal qilishda mavjudlikka ega. U ko'pincha xayoliy qiymatlar bo'lgan namunaning o'rtacha xarakteristikalari bilan ishlaydi (mijozning o'rtacha to'lovga, agar uni yoki yo'qotishga qarab, dasturning to'lovni va niyatlarini boshorat qilish kerak bo'lganda; o'rtacha signal intensivligi, siz xarakteristikalari va signal cho'qqilari fon manfaatdor esa, va xarakteristikasi.d.).
Buning uchun matematik statistika usullarini oldindan aniqlash gipotezalarni ko'rish uchun foydalidir, gipotezani aniqlash esa ba'zan murakkab va ko'p vaqt talab qilish uchun vazifa sinovdir. Zamonaviy Data Mining texnologiyalari heterojen ko'p o'lchovli ma'lumotlarning har qanday bo'laklariga xos bo'lgan naqshlarni (naqshlarni) avtomatik ravishda kuzatish uchun ma'lumotlarni qayta ishlaydi. Onlayn tahliliy ma'lumotlarni qayta ishlashdan (OLAP) farqli o'roq, Data Mining-da gipotezlarni kuzatish va noodatiy (noodatiy) naqshlarni ishlab chiqish yuki odamdan kompyuterga o' muammolarni. Ma'lumotni qazib olish - bu bitta emas, balki ko'p sonli turli xil bilimlarni kashf qilish usullarining birikmasi. Usulni belgilash ko'pincha mavjud ma'lumotlar turiga va qanday ma'lumotlarni olish harakatingizga bog'liq. Bu erda, masalaning, ba'zi usullar: assotsiatsiya (bir), tasniflash, klasterlash, vaqt seriyalarini tahlil qilish va prognozlash, neuron guruhlari va boshqalar.
Keling, ta'da berilgan kashf qilish uchun bilimlarning yordamini ko'rib chiqaylik.
Bilim yangi, erta noma'lum bo'lishi kerak. foydaga allaqachon ma'lum bo'lgan bilimlarni kashf qilish uchun sarflangan o'zini oqlamaydi. Buning uchun, bu yangi, noma'lum bo'lgan bilimdir.
Bilim ahamiyatsiz bo'lishi kerak. Tahlil ma'lumotlar yashirin bilimlarni tashkil etuvchi' ma'lumotlarda aniq bo'lmagan, aniq naqshlarni aks yuki kerak. Oddiyroq usullar bilan (masalan, vizual ko'rish) mumkin bo'lgan yordamni kuchli Data Mining usullaridan oqlamaydi.
Bilim amaliy foydali foydali bo'lishi kerak. Topilgan bilimlar, shu narsa yangi ma'lumotlarga nisbatan, yuqori darajadagi ishonchlilik bilan qo'llab-quvvatlash kerak. Foydaliligi, bu bilim uni qo'llashda qandaydir foyda keltirishi mumkin.
Bilim insoniyati uchun ochiq bo'lishi kerak. Topilgan naqshlar mantiqan tushuntirilishi kerak, aks holda ular tasodifiy bo'lish mumkin. Bundan tashqari, kashf etilgan inson tushunadigan shaklda bilim olish kerak.
Data Mining-da modellar olingan bilimlarni ifodalash uchun. Modellarning ularga mos usullariga bog'liq. Eng keng tarqalganlari: xaridlar, qarorlar qabul qilish, klasterlar va matematik hisoblash.
Data Mining ko'lami cheklanmagan - Data Mining har qanday ma'lumot mavjud bo'lgan joyda kerak bo'ladi. Ko'pgina bunday foydalanish shuni ko'rsatadiki, Data Mining-dan yuk tashish rentabelligi 1000% ga yetishi mumkin. Masalan, 350 dan 750 ming dollargacha bo'lgan qayta ishlashdan 10-70 baravar yuqori iqtisodiy samara haqida xabarlar mavjud. 20 million dollarlik haqida maʼlumot berilgan, u bor-yoʻgʻi 4 oyda oʻzini oqladi. Yana bir misol - yiliga 70 000 dollar foydalanish. Buyuk Britaniyadagi supermarkettarmog'ida Data Mining joriy etish orqali. Ma'lumotlar xodimlari menejerlar va tahlilchilar uchun jurnal ishida katta sayt ega. Ishbilarmonlar Data Mining usullari yordam bo'yicha yordam ustunliklarga ega bo'lganlar.
Biometrika - bu fiziologik yoki xulq-atvor xususiyatlariga asoslangan shaxsni aniqlash usuli. Xavfsizlik tizimlarida biometrikadan foydalanish keng tarqalgan bo'lib bormoqda va Data Mining-dan foydalanish bunday tizimlarning samaradorligi va aniqligini oshirishi mumkin.
Tadqiqotning maqsadi va vazifalari:
Tadqiqotning maqsadi xavfsizlik tizimlarini yaxshilash uchun biometrika sohasida Data Mining dasturini qo'llashni o'rganishdir. Tadqiqot maqsadlariga quyidagilar kiradi:
Zamonaviy biometrik texnologiyalarni ko'rib chiqish:
Barmoq izlari, yuzni tanish, ovozni aniqlash, retinani aniqlash va boshqalar kabi biometrik ma'lumotlarning har xil turlarini ko'rib chiqish.
Har bir turdagi biometrikaning afzalliklari va cheklovlarini tahlil qilish.
Biometrikada ma'lumotlar qazib olish:
Biometrik ma'lumotlarga qo'llaniladigan tasniflash, klasterlash va assotsiatsiya qoidalari kabi ma'lumotlarni ishlab chiqarish usullarini o'rganish.
Biometrik ma'lumotlarni tahlil qilish uchun vektorli mashinalar, tasodifiy o'rmonlar va neyron tarmoqlar kabi mashinani o'rganish usullarini ko'rib chiqadi.
Biometrik tizimlarning aniqligi va xavfsizligini oshirishda Data Mining-dan foydalanish:
Biometrik tizimlarda Data Miningni muvaffaqiyatli amalga oshirish misollarini o'rganish.
Aniqlangan muammolarni tahlil qilish va Data Mining yordamida erishilgan yaxshilanishlar.
Ma'lumotlar xavfsizligi va maxfiylik:
Biometrik ma'lumotlardan foydalanish va Data Mining-dan foydalanishda xavfsizlik va maxfiylik masalalarini ko'rib chiqish.
Ma'lumotlarni himoya qilish va ruxsatsiz kirishning oldini olish usullarini muhokama qilish.
Rivojlanish istiqbollari:
Biometrika va ma'lumotlarni qazib olish bo'yicha kelajakdagi tendentsiyalarni prognoz qilish.
Ushbu sohada texnologiya va usullarni takomillashtirish bo'yicha tavsiyalar.
Metodologiya:
Tadqiqot ilmiy maqolalar, nashrlar, amaliy tadqiqotlar va ekspert xulosalari tahliliga asoslanadi. Shuningdek, turli biometrik tizimlar va ularni takomillashtirish uchun foydalaniladigan Data Mining usullarining qiyosiy tahlilini o‘tkazish mumkin.

Xulosa:
Tadqiqot natijalari biometrik ma’lumotlarda Data Mining’dan foydalanish samaradorligini baholash va biometrik ma’lumotlarga asoslangan xavfsizlik tizimlarini takomillashtirish bo‘yicha tavsiyalar berish imkonini beradi. Bunday texnologiyalarning rivojlanishi turli sohalarda, jumladan, moliya, sog'liqni saqlash va davlat idoralarida xavfsizlik darajasini sezilarli darajada oshirishi mumkin.

Foydalanilgan adabiyotlar.
https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+(Diagnostic)
https://towardsdatascience.com/top-sources-for-machine-learning-datasets-bb6d0dc3378b
https://docs.microsoft.com/ru-ru/azure/machine-learning/team-data-science-process/prepare-
http://fayllar.org/2018/04/blog-post.html