تعداد نشریات | 38 |
تعداد شمارهها | 1,240 |
تعداد مقالات | 8,994 |
تعداد مشاهده مقاله | 7,845,080 |
تعداد دریافت فایل اصل مقاله | 4,706,671 |
بهبود احراز هویت مبتنی بر عنبیه چشم با ارائه معماری شبکه حسگر بیسیم با هدف حفظ حریم شخصی در اینترنت اشیاء صنعتی | ||
مجله نوآوری های فناوری اطلاعات و ارتباطات کاربردی | ||
دوره 1، شماره 4، شهریور 1400، صفحه 35-50 اصل مقاله (1.38 M) | ||
نوع مقاله: مقاله علمی-تخصصی | ||
نویسندگان | ||
کیوان برنا* 1؛ امیدمهدی عبادتی2؛ شایان زینلی2 | ||
1گروه علوم کامپیوتر، دانشکده علوم ریاضی و کامپیوتر، دانشگاه خوارزمی، تهران، ایران | ||
2دانشکده مدیریت دانشگاه خوارزمی | ||
تاریخ دریافت: 02 تیر 1400، تاریخ بازنگری: 24 مرداد 1400، تاریخ پذیرش: 01 شهریور 1400 | ||
چکیده | ||
اینترنت اشیاء صنعتی امکان دسترسی سریع به اطلاعات درباره جهان فیزیک و اشیاء درون آن را فراهم میکند که منجر به خدمات جدید و افزایش کارایی و بهرهوری میشود مخصوصاً در محیطهای صنعتی و نظامی. شبکه حسگر بیسیم زیرساخت شبکهای مهمی در اینترنت اشیاء به شمار میرود و تائید هویت کاربر برای تائید اعتبار کاربر برای WSNها، بهعنوان ساز و کار امنیت پایهای مورداستفاده قرار میگیرد. در این مقاله سعی بر آن است برای بهبود امنیت احراز هویت ارائهشده با استفاده از پردازش تصویر روشی جدید ارائه گردد. تجزیهوتحلیل توسط نرمافزار متلب انجام گرفته است. نتایج ارائهشده در این مقاله که شامل هفت مرحله است در شناسایی مردمک دارای درصد تشخیص صحیح 93% میباشد. این هفت مرحله به ترتیب عبارتند از: 1. کاهش نویز، 2. یافتن مرز خارجی مردمک، 3. جداسازی مژهها، 4. پیدا کردن مرز پلکها، 5. یافتن مرز خارجی عنبیه، 6. جداسازی محدودهی عنبیه، 7. استخراج ویژگی و رمزگذاری پیکسلها به روش رمزنگاری خمهای بیضوی. با اندازهگیریها و آزمایشات انجامشده مشخص گردید که روش پیشنهادی در شناسایی مرز پلک به روش معادله درجه دوم نسبت به معادله درجه سوم و روش تبدیلهاف سهمی از نظر زمانی بهینه و سریعتر میباشد. جهت استخراج ویژگی پارامترهای موثر در الگوریتم استخراج ویژگی سیفت موردبررسی و اندازهگیری قرار دادهشده و پارامترهای بهینه انتخاب گردیدند. بدینصورت که پارامتر سیگما با مقدار 2.5 و پارامتر اکتاو با مقدار 4 بهعنوان بهترین مقادیر در نظر گرفته شوند. همچنین بهمنظور بررسی مقاومت روش پیشنهادی نسبت به عوامل ایجاد خطا مثل زاویه، روشنایی و مقیاس، روش پیشنهادی مورد آزمایش قرار گرفت و ثابت گردید که روش مذکور دارای مقاومت مناسب جهت تشخیص در شرایط مختلف میباشد. | ||
کلیدواژهها | ||
احراز هویت؛ شبکه حسگر بیسیم؛ حریم شخصی؛ اینترنت اشیاء صنعتی؛ پردازش تصویر | ||
عنوان مقاله [English] | ||
The Improvement of the Iris-Based Authentication by Presenting the Wireless Sensor Network Architecture to Maintain Industrial Internet of Things Privacy | ||
نویسندگان [English] | ||
Keivan Borna1؛ Omid Mahdi Ebadati2؛ Shayan Zeynali2 | ||
1Department of Computer Science, Faculty of Mathematics and Computer Science, Kharazmi University, Tehran, Iran | ||
2Faculty of Management, Kharazmi University | ||
چکیده [English] | ||
The Internet of Things provides instant access to information about the physical world and the objects within it, leading to new services and increasing efficiency and productivity. The wireless sensor network is an important network infrastructure in the Industrial Internet of Things and user authentication is used as a basic security mechanism to authenticate users to wireless sensor networks. In this article, we intend to provide a new way to improve the security of authentication using image processing. The analysis was performed by MATLAB software. The results presented in this article, which includes seven steps, have a 93% correct detection rate in pupil identification. These seven steps are: 1. Noise reduction, 2. Finding the outer border of the pupil, 3. Separating the eyelashes, 4. Finding the border of the eyelids, 5. Finding the outer border of the iris, 6. Separating the iris area and 7. Extracting the feature and encoding the pixels by the elliptic curve cryptography (ECC) method. With the measurements and experiments performed, it was found that the proposed method in identifying the eyelid border by the quadratic equation method is more efficient and faster in terms of time than the third-degree equation and the Huff parabolic conversion method. In order to extract the feature, the effective parameters in the SAIF feature extraction algorithm were examined and measured, and the optimal parameters were selected. The Sigma parameter with a value of 2.5 and the Octave parameter with a value of 4 should be considered as the best values. Also, in order to evaluate the resistance of the proposed method to error factors such as the angle, brightness and scale, the proposed method was tested and it was proved that the method has the appropriate resistance resolution in different conditions. | ||
کلیدواژهها [English] | ||
Authentication, Wireless Sensor Networks, Privacy, Industrial Internet of Things, Image Processing | ||
مراجع | ||
| ||
آمار تعداد مشاهده مقاله: 190 تعداد دریافت فایل اصل مقاله: 193 |