Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації
The information technology of biometric identification of a person has received further development due to the use as a source of primary data of information models of the oculo-motor system (OMS) of the «input-output» type based on the Volterra series. Eye-tracking technology is used to build model...
Збережено в:
| Видавець: | Kamianets-Podilskyi National Ivan Ohiienko University |
|---|---|
| Дата: | 2022 |
| Автори: | , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Kamianets-Podilskyi National Ivan Ohiienko University
2022
|
| Онлайн доступ: | http://mcm-tech.kpnu.edu.ua/article/view/269343 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Репозиторії
Mathematical and computer modelling. Series: Technical sciences| id |
mcmtechkpnueduua-article-269343 |
|---|---|
| record_format |
ojs |
| institution |
Mathematical and computer modelling. Series: Technical sciences |
| collection |
OJS |
| language |
Ukrainian |
| format |
Article |
| author |
Павленко, Віталій Шаманіна, Тетяна Чорі, Владислав |
| spellingShingle |
Павленко, Віталій Шаманіна, Тетяна Чорі, Владислав Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації |
| author_facet |
Павленко, Віталій Шаманіна, Тетяна Чорі, Владислав |
| author_sort |
Павленко, Віталій |
| title |
Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації |
| title_short |
Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації |
| title_full |
Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації |
| title_fullStr |
Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації |
| title_full_unstemmed |
Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації |
| title_sort |
ідентифікація окуло-моторної системи людини на основі ряду вольтерри: застосування в системі захисту інформації |
| title_alt |
Identification of the Human Oculo-Motor System Based on the Volterra Series: Application in the Information Security System |
| description |
The information technology of biometric identification of a person has received further development due to the use as a source of primary data of information models of the oculo-motor system (OMS) of the «input-output» type based on the Volterra series. Eye-tracking technology is used to build models. Experimental studies of the OMS of two respondents were carried out. Based on the data obtained with the Tobii Pro TX300 eye-tracker, the transient functions of the first, second and third orders of the OMS when applying the Volterra series model were determined. This makes it possible to increase the accuracy of OMS modeling and, as a result, to increase the reliability of recognition in the space of the proposed heuristic features, which are determined using integral and differential transformations of multidimensional transient functions of OMS, which greatly simplifies the identification of features and the practical implementation of the Bayesian classifier.
A high variability of the transient functions of the second and third orders for two respondents was revealed. Thus, it seems appropriate to use multidimensional transient functions for biometric identification.
A set of heuristic features are proposed, which are determined on the basis of multidimensional transient functions obtained from eye-tracking data. The informativeness of individual features and their combinations in pairs was investigated. Two-dimensional feature spaces with the maximum value of the probability of correct recognition indicator when solving the problem of biometric identification of a person were found (Pmax = 0.974). The research results were obtained using the construction of Bayesian classifiers in different spaces of the proposed features by means of machine learning based on the data of the formed training samples. |
| publisher |
Kamianets-Podilskyi National Ivan Ohiienko University |
| publishDate |
2022 |
| url |
http://mcm-tech.kpnu.edu.ua/article/view/269343 |
| work_keys_str_mv |
AT pavlenkovítalíj identificationofthehumanoculomotorsystembasedonthevolterraseriesapplicationintheinformationsecuritysystem AT šamanínatetâna identificationofthehumanoculomotorsystembasedonthevolterraseriesapplicationintheinformationsecuritysystem AT čorívladislav identificationofthehumanoculomotorsystembasedonthevolterraseriesapplicationintheinformationsecuritysystem AT pavlenkovítalíj ídentifíkacíâokulomotornoísistemilûdininaosnovírâduvolʹterrizastosuvannâvsistemízahistuínformacíí AT šamanínatetâna ídentifíkacíâokulomotornoísistemilûdininaosnovírâduvolʹterrizastosuvannâvsistemízahistuínformacíí AT čorívladislav ídentifíkacíâokulomotornoísistemilûdininaosnovírâduvolʹterrizastosuvannâvsistemízahistuínformacíí |
| first_indexed |
2024-04-08T14:59:22Z |
| last_indexed |
2024-04-08T14:59:22Z |
| _version_ |
1795779054608056320 |
| spelling |
mcmtechkpnueduua-article-2693432022-12-19T12:56:41Z Identification of the Human Oculo-Motor System Based on the Volterra Series: Application in the Information Security System Ідентифікація окуло-моторної системи людини на основі ряду Вольтерри: застосування в системі захисту інформації Павленко, Віталій Шаманіна, Тетяна Чорі, Владислав The information technology of biometric identification of a person has received further development due to the use as a source of primary data of information models of the oculo-motor system (OMS) of the «input-output» type based on the Volterra series. Eye-tracking technology is used to build models. Experimental studies of the OMS of two respondents were carried out. Based on the data obtained with the Tobii Pro TX300 eye-tracker, the transient functions of the first, second and third orders of the OMS when applying the Volterra series model were determined. This makes it possible to increase the accuracy of OMS modeling and, as a result, to increase the reliability of recognition in the space of the proposed heuristic features, which are determined using integral and differential transformations of multidimensional transient functions of OMS, which greatly simplifies the identification of features and the practical implementation of the Bayesian classifier. A high variability of the transient functions of the second and third orders for two respondents was revealed. Thus, it seems appropriate to use multidimensional transient functions for biometric identification. A set of heuristic features are proposed, which are determined on the basis of multidimensional transient functions obtained from eye-tracking data. The informativeness of individual features and their combinations in pairs was investigated. Two-dimensional feature spaces with the maximum value of the probability of correct recognition indicator when solving the problem of biometric identification of a person were found (Pmax = 0.974). The research results were obtained using the construction of Bayesian classifiers in different spaces of the proposed features by means of machine learning based on the data of the formed training samples. Отримала подальший розвиток інформаційна технологія біометричної ідентифікації особистості за рахунок використання в якості джерела первинних даних інформаційних моделей окуло-моторної системи (ОМС) типу «вхід-вихід» на основі рядів Вольтерри. Для побудови моделей застосовується технологія айтрекінгу. Здійснено експериментальні дослідження ОМС двох респондентів. На основі даних, отриманих за допомогою айтрекера Tobii Pro TX300, визначено перехідні функції першого, другого та третього порядків ОМС при застосуванні моделі у вигляді ряду Вольтерри. Це дозволяє підвищити точність моделювання ОМС і, як наслідок, підвищити достовірність розпізнавання в просторі запропонованих евристичних ознак, які визначаються за допомогою інтегральних і диференціальних перетворень багатовимірних перехідних функцій ОМС, що значно спрощує визначення ознак та практичну реалізацію байєсівського класифікатора. Виявлено високу варіативність перехідних функцій другого та третього порядків для двох респондентів. Таким чином, представляється доцільнім використовувати багатовимірні перехідні функції для біометричної ідентифікації. Запропоновано множину евристичних ознак, які визначаються на основі отриманих за даними айтрекінгу багатовимірних перехідних функцій. Досліджено інформативність окремих ознак та їх комбінацій в парах. Знайдено двовимірні простори ознак з максимальним значенням показника імовірність правильного розпізнавання при вирішенні задачі біометричної ідентифікації особистості (Pmax = 0,974). Результати досліджень отримано за допомогою побудови байєсівських класифікаторів у різних просторах запропонованих ознак засобами машинного навчання на основі даних сформованих навчальних вибірок. Kamianets-Podilskyi National Ivan Ohiienko University 2022-10-31 Article Article application/pdf http://mcm-tech.kpnu.edu.ua/article/view/269343 10.32626/2308-5916.2022-23.91-106 Mathematical and computer modelling. Series: Technical sciences; 2022: Mathematical and computer modelling. Series: Technical sciences. Issue 23; 91-106 Математичне та комп'ютерне моделювання. Серія: Технічні науки ; 2022: Математичне та комп'ютерне моделювання. Серія: Технічні науки. Випуск 23; 91-106 2308-5916 10.32626/2308-5916.2022-23 uk http://mcm-tech.kpnu.edu.ua/article/view/269343/265080 |