Система двухфакторной идентификации автомобилей для пропускного пункта

В статье рассматривается проблема повышения точности и надежности автоматических систем контроля доступа транспортных средств. Современные методы распознавания номерных знаков обеспечивают высокую точность в лабораторных условиях, но их эффективность снижается при неблагоприятных внешних факторах (погодные условия, загрязнение номерных знаков и др.). В связи с этим предложен метод двухфакторной идентификации автомобилей, включающий традиционное распознавание номерных знаков и дополнительную аутентификацию по MAC-адресу мобильного устройства водителя с использованием Wi-Fi сети стандарта IEEE 802.11.

Методы исследования включают анализ сетевого взаимодействия клиентских устройств с точками доступа Wi-Fi, использование мониторингового режима беспроводных адаптеров для перехвата Probe Request пакетов, а также применение алгоритмов машинного обучения для ассоциации автомобилей с MAC-адресами их владельцев. Разработана структурная схема системы, в которой точка доступа Wi-Fi фиксирует MAC-адреса устройств в зоне действия сети и проверяет их в базе данных. Система автоматически открывает шлагбаум при успешном совпадении одного или обоих факторов идентификации.

Результаты показали, что использование двухфакторной аутентификации значительно повышает надежность системы контроля доступа, компенсируя недостатки методов компьютерного зрения.

1. Mehak, Arshid., M., Azam., Zahid, Mahmood. (2024). A Comparative Study on Detection and Recognition of Nonuniform License Plates. Big data and cognitive computing, 8(11):155-155. DOI: 10.3390/bdcc8110155.

2. Gopal, D., Upadhye. (2024). Advanced Automated Number Plate Recognizer using Machine Learning Technique. Deleted Journal, 32(1s):419-431. DOI: 10.52783/cana.v32.2206.

3. Er., Inderjeet, Singh., Parvez, Rahi., Vanshika, Jain., Nidhi, Sharma., Yuvraj, Anand., Ashutosh, Kumar, Shukla. (2024). Recognition System: Detection of License Plate. 3:171-177. DOI: 10.1109/iccpct61902.2024.10673076.

4. M., C., Rademeyer., A., Barnard., Marthinus, J., Booysen. (2020). Optoelectronic and Environmental Factors Affecting the Accuracy of Crowd-Sourced Vehicle-Mounted License Plate Recognition. 1:15-28. doi: 10.1109/OJITS.2020.2991402.

5. Ibanez, J., Zeadally, S., & Contreras-Castillo, J. (2018). Sensor Technologies for Intelligent Transportation Systems. Sensors (Basel, Switzerland), 18. https://doi.org/10.3390/s18041212.

6. Технологии современных беспроводных сетей Wi-Fi: учебное пособие / [Е.В. Смирнова, А.В. Пролетарский и др.]; под общ. ред. А.В. Пролетарского. - М. : Изд-во МГТУ им. Н.Э. Баумана, 2017. - 446 с.

7. Choubisa, M., Kumar, V., Kumar, M., & Khanna, D. (2023). Object Tracking in Intelligent Video Surveillance System Based on Artificial System. 2023 International Conference on Computational Intelligence, Communication Technology and Networking (CICTN), 160-166. https://doi.org/10.1109/cictn57981.2023.10140727.

8. Pratomo, A., Mokodenseho, S., & Aziz, A. (2023). Data Encryption and Anonymization Techniques for Enhanced Information System Security and Privacy. West Science Information System and Technology. https://doi.org/10.58812/wsist.v1i01.176.

9. Understanding RSSI https://www.metageek.com/training/resources/understandingrssi/?utmsource=chatgpt.com (10 февраля 2024).