Көлік құралдарын өткізу бекетіне арналған екі факторлы идентификациялау жүйесі

Мақалада көлік құралдарына автоматты түрде кіруді бақылау жүйелерінің дәлдігі мен сенімділігін арттыру мәселесі қарастырылады. Қазіргі заманғы нөмірлік белгілерді тану әдістері зертханалық жағдайда жоғары дәлдікті қамтамасыз етеді, алайда олардың тиімділігі сыртқы қолайсыз факторлардың (ауа райы жағдайлары, нөмірлік белгілердің ластануы және т.б.) әсерінен төмендейді. Осыған байланысты көліктерді екі факторлы идентификациялау әдісі ұсынылады, ол дәстүрлі нөмірлік белгілерді тану және жүргізушінің мобильді құрылғысының MAC- мекенжайы арқылы IEEE 802.11 стандарты бойынша Wi-Fi желісінде қосымша аутентификациялауды қамтиды.

Зерттеу әдістеріне клиенттік құрылғылардың Wi-Fi кіру нүктелерімен желілік өзара әрекетін талдау, сымсыз адаптерлердің мониторинг режимін пайдаланып Probe Request пакеттерін ұстап қалу, сондай-ақ автомобильдерді олардың иелерінің MAC- мекенжайымен сәйкестендіру үшін машиналық оқыту алгоритмдерін қолдану кіреді. Жүйенің құрылымдық схемасы жасалды, онда Wi-Fi кіру нүктесі желі әрекет ету аймағындағы құрылғылардың MAC- мекенжайын тіркейді және оларды деректер базасымен салыстырады. Егер бір немесе екі идентификация факторы сәйкес келсе, жүйе автоматты түрде шлагбаумды ашады.

Нәтижелер көрсеткендей, екі факторлы аутентификацияны пайдалану компьютерлік көру әдістерінің кемшіліктерін өтей отырып, кіруді бақылау жүйесінің сенімділігін айтарлықтай арттырады.

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).