4/11/2024    تمت في يوم الاثنين المصادف 

مناقشه طالبة الماجستير ( هدى صدام مثكال ) في قاعه مجلس القسم عن رسالتها الموسومه : 

Design and Implementation of multi-factor biometrics identification

وتالفت لجنه المناقشه من الساده المدرجه اسمائهم ادناه: 

أ..د محمد عصام يونس /قسم هندسة الحاسوب- كلية الهندسة - جامعة بغداد . رئيسآ

أ.م.د هديل قاسم وادي / قسم هندسة الطب الحياتي - كلية الهندسة - جامعه النهرين . عضوآ

م.د اثيل نوفل محمد طاهر / قسم هندسة الحاسوب - كلية الهندسة - جامعه النهرين  . عضوآ

د. احمد هاني يوسف / جامعه النهرين / كليه الهندسه . عضوآ ومشرفآ

وقد استوفت الطالبة متطلبات الحصول على شهادة الماجستير في هندسة الحاسوب

الخلاصة

في السنوات الأخيرة، عانت أنظمة التحقق من الهوية من العديد من عمليات الاحتيال، مما أدى إلى الحاجة إلى عملية تحقق أمنية  جوهرية جديدة  مثل النظام البيومتري. البيومترية هو المصطلح الفني للسمات أو خصائص قياسات الجسم البيومترية. تعتمد كفاءة وفعالية أنظمة الأمن على قوة نظامها البيومتري المرتبط بها في استخراج السمات البشرية بكفاءة والتعرف على الأشخاص بدقة عالية. يقدم هذا العمل تصميم وتنفيذ نظام بيومتري متعدد العوامل يعتمد على ثلاثة أنظمة بيومترية (الوجه والقزحية وبصمة الإصبع)، والتي تعمل بشكل منفصل مع خمس مجموعات بيانات مستخدمة. في النظام المقترح، في البداية، يتم الحصول على القرارات الخاصة بالقياسات الحيوية (الوجه والقزحية) بعد إكمال مرحلة المصادقة لكل منها على حدة. في الحالات التي يفشل فيها أي من هذين النظامين الفرعيين البيومتريين في التعرف على الفرد، يتم تنشيط التعريف البيومتري الثالث (بصمة الإصبع) لتحديد ما إذا كان يمكن التعرف على الفرد بنجاح. يستخدم النظام المقترح عددًا من خوارزميات التعلم العميق والتعلم الآلي المتقدمة، حيث يستخدم نظام التعرف على الوجه خوارزمية التعلم العميق (أنت تنظر مرة واحدة فقط) الاصدار الثامن ((YOLOv8 لأستخراج السمات وتصنيفها باستخدام مجموعات بيانات صور وضع الرأس (HPI) وبيانات المشاهير Celeb-A، ويستخدم شبكة خوارزمية الشبكة العصبية التلافيفية CNN) (لاستخراج السمات ومصنف آلة دعم المتجهات ( SVM)  لنظام التعرف على القزحية مع مجموعات بيانات جامعة الوسائط المتعددة (MMU) وبيانات أحمد ميسر فتحي (AMF). إلى جانب ذلك، استخدم خوارزمية الشبكة العصبية التلافيفية (CNN )لاستخراج السمات وتصنيفها لتحديد بصمات الأصابع باستخدام مجموعة بيانات بصمة سوكوتو  (SOCOFing). تظهر نتائج تنفيذ النظام متعدد العوامل أن الخوارزميات المقترحة تحقق دقة استثنائية على مجموعات البيانات المختلفة، حيث حقق النظام المقترح أقصى دقة تصل إلى %99.25. ونتيجة لموثوقية هذه السمات الحيوية، تظهر النتائج أداءً متفوقًا، حيث تم تحقيق نتائج رائعة من حيث كفاءة الأداء والدقة العالية بعد استخدام تقنيات مختلفة ومجموعات بيانات متنوعة