Streszczenie (autorskie):

Metody sztucznej inteligencji, a w szczególności sieci neuronowe, prowadzą w wielu obszarach do rozwiązań znacznie skuteczniejszych w porównaniu do metod klasycznych. Również w bezpieczeństwie informacji możemy znaleźć problemy, w których wykorzystanie sztucznej inteligencji wydaje się zasadne. W szczególności, gdy nośnikiem informacji jest obraz lub dźwięk, które to mogą być przetwarzane przez konwolucyjne sieci neuronowe (CNN) w sposób wydajny i efektywny.

W trakcie seminarium, zaprezentujemy w jaki sposób wykorzystaliśmy metody uczenia maszynowego, m.in. sieci neuronowe, ale też inne metody przetwarzania sygnałów do wybranych problemów z bezpieczeństwa informacji – znakowania wodnego (watermarking), autoryzacji biometrycznej, w tym zwiększenia prywatności, oraz zapobieganiu spoofingu. Omówimy zaproponowane przez nas ulepszenie w postaci przestrzennej reprezentacji wiadomości i osadzeniu jej w obrazie oraz wykorzystaniu jednego z komponentów systemu do ocenienia, czy w obrazie znajduje się znak wodny. Przedstawimy nowe podejście do autoryzacji biometrycznej wykorzystujące cechy mimiki twarzy, które pozwala na zwiększoną prywatność w kontekście zapisu danych biometrycznych w bazie. Pokażemy, w jaki sposób można skonstruować system biometryczny oparty na rozróżnianiu konturów dłoni, który może być zrealizowany bez specjalistycznego sprzętu do skanowania dłoni. Na koniec przedstawimy rozwiązanie wykrywające atak typu „spoofing” w kanale dźwiękowym, które wymaga niskiego nakładu obliczeń.