Специалисты Омского государственного технического университета (ОмГТУ) представили инновационную нейронную сеть, предназначенную для эффективной защиты личных данных от несанкционированного доступа. Отличительной чертой этой системы является ее способность распознавать голос пользователя, адаптируясь при этом к возможным изменениям в тембре и интонациях, вызванным эмоциональным состоянием человека. Подробности этого исследования были опубликованы в научном издании Applied System Innovation.
Проблема утечек данных становится все более актуальной. В первом квартале 2025 года российские компании подверглись приблизительно 801 миллиону хакерских атак, что эквивалентно более чем ста попыткам взлома каждую секунду. В современном мире киберпреступники все чаще нацелены не только на финансовую и персональную информацию, но и на медицинские, а также биометрические данные клиентов.
Для существенного повышения уровня безопасности этой конфиденциальной информации ученые ОмГТУ разработали усовершенствованную систему голосовой аутентификации, базирующуюся на новой модели нейронной сети. Как сообщил проректор по научной и инновационной деятельности ОмГТУ Павел Ложников, данный алгоритм демонстрирует повышенную устойчивость к внешним вмешательствам благодаря оригинальным типам нейронов и уникальным математическим связям между ними.
“При внедрении разработанной нами модели голосового распознавания система будет корректно идентифицировать пользователя и при этом надежно предотвращать извлечение шаблона голосового пароля злоумышленником. Примечательно, что наша система превосходит ближайшие аналоги по точности: вероятность ошибок составляет 2,1% против 2,7%, а генерируемый пароль в нашей разработке достигает 1024 бит, в то время как у аналогов — всего 160 бит”, — добавил ученый.
При разработке системы было учтено, что голос человека может меняться в зависимости от его физического и эмоционального состояния — например, он может быть сонным, нервным или уставшим. В одном из наборов данных, использовавшихся для обучения новой нейронной сети, дикторы произносили парольные фразы не только в нормальном состоянии, но и в измененных эмоциональных состояниях.
В университете пояснили, что “наша научная школа `Нейросетевые алгоритмы искусственного интеллекта в защищенном исполнении` занимается созданием решений, которые делают утечку или извлечение конфиденциальных данных, используемых для обучения ИИ-модели, либо полностью невозможным, либо крайне сложным и длительным вычислительным процессом. Основные задачи, которые решает эта модель, — это повышение точности распознавания голоса и сохранение биометрического шаблона в секрете от злоумышленников.”
В планах ученых ОмГТУ на будущее — адаптация предложенной модели для работы с другими биометрическими признаками, такими как индивидуальный почерк и особенности лица. Кроме того, специалисты активно исследуют методы противодействия возрастающему числу атак на биометрические системы, которые осуществляются с использованием муляжей на фоне стремительного развития генеративного искусственного интеллекта.
