Падуа (Итали) болон Делфтийн их сургуулийн (Нидерланд) судлаачдын баг АТМ-ийн гараар тагласан оролтын хэсгийн видео бичлэгээс оруулсан ПИН кодыг сэргээхэд машин сургалтын аргыг ашиглах аргыг нийтлэв. . 4 оронтой ПИН кодыг оруулахдаа блоклохоос өмнө гурван удаа оролдох боломжийг харгалзан зөв кодыг таамаглах магадлалыг 41% гэж тооцдог. 5 оронтой ПИН кодын хувьд таамаглах магадлал 30% байв. Тусдаа туршилтыг 78 сайн дурын ажилтан ижил төстэй бичлэгийн PIN кодыг урьдчилан таамаглахыг оролдсон. Энэ тохиолдолд гурван оролдлогын дараа амжилттай таамаглах магадлал 7.92% байв.
АТМ-ын дижитал самбарыг алгаагаар хучих үед оролт хийсэн гарын хэсэг нь таггүй хэвээр үлддэг бөгөөд энэ нь гарын байрлалыг өөрчлөх, бүрэн таглаагүй хурууг шилжүүлэх замаар товшилтыг урьдчилан таамаглахад хангалттай юм. Цифр бүрийн оролтыг шинжлэхдээ систем нь дарах гарын байрлалыг харгалзан дарах боломжгүй товчлууруудыг арилгаж, товчлууруудын байрлалтай харьцуулахад дарах гарны байрлал дээр үндэслэн дарах хамгийн боломжит хувилбаруудыг тооцоолдог. . Оролтыг илрүүлэх магадлалыг нэмэгдүүлэхийн тулд товчлуурын даралтын дууг нэмж бичиж болох бөгөөд энэ нь товчлуур бүрийн хувьд арай өөр байдаг.
Туршилтанд LSTM (Long Short Term Memory) архитектурт суурилсан конволюцийн мэдрэлийн сүлжээ (CNN) болон давтагдах мэдрэлийн сүлжээг ашиглахад суурилсан машин сургалтын системийг ашигласан. CNN сүлжээ нь фрейм бүрийн орон зайн өгөгдлийг гаргаж авах үүрэгтэй байсан бөгөөд LSTM сүлжээ нь энэ өгөгдлийг ашиглан цаг хугацааны хувьд өөрчлөгддөг хэв маягийг гаргаж авсан. Загварыг оролцогчдын сонгосон оролтын хамрах аргыг ашиглан 58 өөр хүний ПИН код оруулж байгаа видео бичлэг дээр сургасан (оролцогч бүр 100 өөр код оруулсан, өөрөөр хэлбэл, 5800 оролтын жишээг сургалтанд ашигласан). Сургалтын явцад ихэнх хэрэглэгчид оролтыг хамрах гурван үндсэн аргын аль нэгийг ашигладаг нь илэрсэн.
Машин сургалтын загварыг сургахын тулд 5 ГБ санах ойтой Xeon E2670-128 процессор, тус бүр нь 20 ГБ санах ойтой гурван Tesla K5m карт дээр суурилсан серверийг ашигласан. Програм хангамжийн хэсгийг Keras номын сан болон Tensorflow платформ ашиглан Python хэл дээр бичсэн. АТМ-ийн оролтын самбар нь өөр бөгөөд урьдчилан таамаглах үр дүн нь түлхүүрийн хэмжээ, топологи зэрэг шинж чанараас хамаардаг тул самбар бүрийн төрөлд тусдаа сургалт шаардлагатай.
Санал болгож буй халдлагын аргаас хамгаалах арга хэмжээний хувьд боломжтой бол 5-ийн оронд 4 оронтой ПИН кодыг ашиглахыг зөвлөж байна, мөн оролтын зайг гараараа аль болох их хэмжээгээр хамрахыг хичээгээрэй (хэрэв энэ арга нь үр дүнтэй хэвээр байна. Оролтын талбайн 75 орчим хувь нь таны гараар бүрхэгдсэн байдаг). АТМ үйлдвэрлэгчид оролтыг нуудаг тусгай хамгаалалтын дэлгэц ашиглахыг зөвлөж байна, мөн механик биш, мэдрэгчтэй оролтын самбар, тоонуудын байрлал санамсаргүй байдлаар өөрчлөгддөг.
Эх сурвалж: opennet.ru