Журнал "Системы Безопасности" № 5‘2023

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 18 В едущие зарубежные университеты и испыта- тельная лаборатория NIST – National Institute of Standards and Technology (Сша) готовы осуще- ствить тестирование нейронных сетей, распо- знающих лица людей. Однако сегодня доверен- ное тестирование приложений искусственного интеллекта (ии) должно быть выполнено имен- но в нашей стране, доверенной испытательной лабораторией на доверенной базе тестовых био- метрических образов. Когда речь идет о распо- знавании образов лиц людей, должны исполь- зоваться реальные базы, полученные не в иде- альных социальных сетях, а c реально работаю- щих видеокамер охранной системы или от систе- мы наблюдения с видеофиксацией. нужен открытый код тестирования, соответствующий требованиям отечественных стандартов. Какие образы лиц, какого качества, каких людей, в каких условиях они получены, каковы их объемы, – определять все это является пре- рогативой силовых структур, решающих про- блемы защиты прав законопослушных граждан. любой коммерсант России хочет поставлять свои продукты органам государственной вла- сти, но вопрос в том, насколько тот или иной коммерческий продукт является качественным. Почему нужны отечественные тестировщики ИИ Распознавание лиц с использованием много- слойных сетей искусственных нейронов давно уже стало промышленной технологией широ- кого применения. Один из отечественных лидеров в этой сфере – фирма NtehLab, кото- рая в декабре 2021 г. прошла тестирование в испытательной лаборатории NIST (Сша) и, видимо, имеет на свой продукт-2021 зару- бежный сертификат. насколько потребитель из России может доверять сертификату NIST – вопрос откры- тый. Основой доверия к результатам тести- рования является доверие не только к тесто- ру, но и к базам биометрических образов, на которых было выполнено тестирование. испытательная лаборатория NIST и анало- гичные лаборатории иных зарубежных уни- верситетов не предоставляют доступ к своим тестовым базам. Какие у них тестовые базы, никто не знает. Если тестовые базы имеют изображения "хоро- шего" качества, то и результат тестирования улучшится. верно и обратное: рост в тестовой базе количества "плохих" изображений должен приводить к ухудшению определяемых веро- ятностных характеристик. октябрь – ноябрь 2023 www.secuteck.ru СПЕЦПРОЕКТ РЕшЕния на ОСнОвЕ иСКуССТвЕннОгО инТЕллЕКТа Александр Иванов Научный консультант АО "Пензенский научно-исследовательский электротехнический институт", д.т.н., профессор Людмила Лекарь Доцент кафедры информационных технологий Академии управления МВД РФ, к.т.н. Рис. 1. Основа технологии применения многослойных нейронных сетей, заранее обученных свертывать длинный вектор входных сырых данных в вектор меньшей размерности – обогащенных выходных данных www.ixbt .com О необходимости отечественного стандарта на тестирование качества нейросетевого распознавания лиц людей Сегодня испытательным лабораториям недружественных стран доверять уже нельзя. Необходимы свои отечественные средства тестирования качества распознавания лиц, обеспечиваемого тем или иным коммерческим продуктом