Интеллектуальная система контроля доступа на основе распознавания лиц и анализа поведения пользователя с использованием методов глубокого обучения

Актуальность: Современные системы контроля доступа уже не справляются с
требованиями к безопасности, если опираются только на пароли, PIN-коды и другие
классические способы аутентификации. Такие методы легко украсть, подобрать или передать
другим людям, поэтому они становятся слабым звеном защиты. На этом фоне особенно
востребованы решения, которые используют биометрию и умеют «понимать» поведение
пользователя, а не только сверять введённые данные.
Цель: В работе создаётся программная система, которая не просто идентифицирует
человека по биометрическим признакам, но и оценивает, насколько типично он себя ведёт при
попытке входа. Задача состоит в том, чтобы получить инструмент, способный вовремя
заметить подозрительную активность и автоматически усилить защиту.
Методы: В качестве технической основы выбраны методы компьютерного зрения и
глубокого обучения, которые применяются для распознавания лиц в видеопотоке.
Дополнительно используется модуль поведенческого анализа, отслеживающий
последовательность и частоту попыток входа, время и контекст доступа. Система
структурирована на несколько взаимосвязанных модулей: распознавание лиц, проверка прав по
времени и зоне, оценка уровня риска.
Результаты: Разработанный прототип показывает, что сочетание биометрии и
поведенческих признаков позволяет заметно повысить качество контроля доступа. Если
количество ошибок или необычных действий превышает заданный порог, система
автоматически блокирует пользователя и запускает тревожный сценарий. Такой подход
уменьшает вероятность несанкционированного входа и снижает нагрузку на администратора
безопасности за счёт частичной автоматизации реагирования.
Научная новизна: Предложенная система объединяет распознавание лиц и
поведенческий анализ не как два отдельных слоя защиты, а как элементы единой архитектуры
принятия решения. Это позволяет одновременно учитывать биометрические характеристики
пользователя и контекст его действий – от времени и места доступа до паттернов неудачных
попыток. Такой интегрированный подход формирует более гибкий и «умный» контур
безопасности по сравнению с классическими однофакторными решениями.