메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(국립한밭대학교) (국립한밭대학교) (국립한밭대학교) (국립한밭대학교) (국립한밭대학교)
저널정보
한국디지털포렌식학회 디지털포렌식연구 디지털 포렌식 연구 제18권 제5호
오류 신고하기

피인용 0

검색

    초록·키워드

    얼굴 인식 시스템의 발전과 머신러닝 기술의 도입으로 그 성능이 크게 향상되었고 금융, 출입 통제, 스마트폰 잠금 해제 등 다양한 분야에서 널리 사용되고 있다. 그러나 얼굴 인식 시스템의 높은 활용성으로 인해 얼굴 인식 시스템을 악용한 사이버 범죄가 증가하고 있어 다양한 스푸핑 공격으로부터 시스템을 보호하는 것이 중요한 과제가 되었다. 본 논문에서는 비전 트랜스포머 구조, 대조 학습, 데이터 증강 기법을 활용하여 얼굴 안티스푸핑 성능을 개선하였다. 정량적 실험결과를 통해 제안된 얼굴 안티스푸핑 모델이 HTER 4.7%과 AUC 97%의 우수한 성능을 보임을 확인할 수 있었다. 본 연구는 얼굴 인식 시스템의 보안을 강화하고 실제 환경에서 다양한 스푸핑 공격을 효과적으로 방지하는 데 기여할 것으로 기대된다.

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-25-02-092284500