Моделювання та підвищення надійності ідентифікації суб’єктів доступу в СКУД на основі гібридних PCA-алгоритмів

Abstract

Аналіз сучасних викликів, які супроводжують ефективну роботу сучасних систем контролю та управління доступом (СКУД) дозволяє виокремити їх ключові проблеми: значне зростання об’ємів ідентифікаційних ознак, які перевантажують традиційні методи, та високу чутливість до нестандартних умов зчитування, що призводить до формування помилок. Метод головних компонент дозволяє ефективно вирішити проблему зниження розмірності даних та прискорити пошук. Проте цей метод залишається вразливим до неідеальних умов, що обмежує його застосування та надійність у динамічному середовищі СКУД. Для систематизації та детального розуміння процесу ідентифікування було застосовано структурний підхід із моделюванням за методологією IDEF0, який вказав на важливість етапу порівняння перетвореного образу з еталонними. Проаналізовано інтеграцію методу головних компонент із алгоритмами згорткових нейронних мереж, машинного та глибокого навчання на основі виявлення прихованих нелінійних закономірностей та стійких ознак. Для оцінки ефективності гібридних методів використано галузеві стандарти: FAR, FRR та EER. Результати дослідження підтверджують актуальність гібридних підходів для забезпечення максимальної безпеки та ефективності функціонування сучасних СКУД.