диплом BIAM Поведенческая идентификация и аутентификация в финансовых сервисах

Актуальность темы

С ростом цифровых финансовых сервисов и увеличением сложности кибератак традиционные методы аутентификации (логин/пароль, SMS-коды) становятся недостаточно надежными для защиты пользовательских аккаунтов. Согласно отчету Verizon (2024), 80% успешных кибератак на финансовые организации связаны с компрометацией учетных данных, что подчеркивает критическую важность развития новых методов идентификации и аутентификации. Поведенческая биометрия, основанная на анализе уникальных паттернов поведения пользователей, предоставляет перспективное решение для повышения безопасности финансовых сервисов без ухудшения пользовательского опыта.

Особую актуальность тема приобретает в контексте развития безконтактных платежей и мобильных финансовых приложений, где удобство и безопасность должны быть сбалансированы. В то же время, по данным Национального банка России, внедрение поведенческой идентификации может сократить случаи мошенничества на 50-55% и повысить уровень удовлетворенности пользователей на 35-40%, что особенно важно для сохранения конкурентоспособности финансовых организаций в условиях цифровой трансформации.

Бесплатная консультация по вашей теме: Telegram: @Diplomit WhatsApp: +7 (987) 915-99-32 | Телефон: +7 (987) 915-99-32, Email: admin@diplom-it.ru| MAX: +7 (987) 915-99-32

Разработка системы поведенческой идентификации и аутентификации в финансовых сервисах представляет собой междисциплинарную задачу, объединяющую методы машинного обучения, анализа временных рядов, биометрии и соблюдение строгих требований к информационной безопасности. Это делает тему особенно подходящей для ВКР по направлению прикладной информатики, так как позволяет продемонстрировать комплексное применение полученных знаний и навыков в быстро развивающейся области цифровых финансов. В условиях стремительного роста цифровых финансовых сервисов и увеличения сложности кибератак, создание эффективных решений на основе поведенческой идентификации становится важным направлением исследований для студентов технических специальностей.

Цель и задачи

Цель исследования: разработка системы поведенческой идентификации и аутентификации для мобильного приложения финансовых услуг "FinAuth", обеспечивающая снижение случаев мошенничества на 50-55% и повышение уровня удовлетворенности пользователей на 35-40% по сравнению с традиционными методами аутентификации.

Для достижения поставленной цели необходимо решить следующие задачи:

• Провести анализ существующих методов аутентификации и выявить их недостатки в контексте финансовых сервисов
• Исследовать современные методы и алгоритмы поведенческой биометрии (анализ касаний, движений мыши, стиля набора текста)
• Определить функциональные и нефункциональные требования к системе поведенческой идентификации для мобильного приложения "FinAuth"
• Разработать архитектуру системы поведенческой идентификации и схему интеграции с мобильным приложением
• Создать методику оценки эффективности системы по критериям: точность идентификации, ложные срабатывания, пользовательский опыт
• Реализовать алгоритмы сбора и анализа поведенческих данных с использованием методов машинного обучения
• Провести тестирование системы на реальных пользовательских данных
• Оценить эффективность системы по критериям: снижение мошенничества, повышение удовлетворенности пользователей, соответствие регуляторным требованиям
• Разработать рекомендации по внедрению системы поведенческой идентификации в практику финансовых организаций

Объект и предмет исследования

Объект исследования: процессы идентификации и аутентификации пользователей в мобильном приложении финансовых услуг "FinAuth", включающие сбор поведенческих данных, их анализ и принятие решений о подлинности пользователя.

Предмет исследования: методы и технологии разработки системы поведенческой идентификации и аутентификации в финансовых сервисах.

Исследование фокусируется на создании системы поведенческой идентификации, которая будет соответствовать специфике работы мобильного финансового приложения, учитывая особенности сбора данных (касания экрана, скорость набора, наклон устройства), требования к скорости обработки (менее 2 секунд) и необходимость интеграции с существующими системами безопасности. Особое внимание уделяется решению проблемы баланса между безопасностью и удобством использования, что является одной из основных сложностей при внедрении поведенческой биометрии в финансовые сервисы.

В рамках исследования будет проведен сравнительный анализ различных подходов к поведенческой идентификации (анализ касаний, движений, комбинированные методы) и выбран наиболее подходящий набор методов для реализации системы. Также будет исследована возможность применения методов глубокого обучения (LSTM, CNN) для повышения точности идентификации и снижения ложных срабатываний. Особое внимание будет уделено вопросам соответствия международным стандартам безопасности (PCI DSS, ISO 27001) и российскому законодательству в области защиты персональных данных, что критически важно для внедрения решений в финансовую сферу.

Примерный план (Содержание) работы

Структура ВКР должна отражать логическую последовательность этапов исследования и разработки системы поведенческой идентификации. Вот примерный план работы по теме "Поведенческая идентификация и аутентификация в финансовых сервисах":

Глава 1. Анализ проблемной области и постановка задачи

• 1.1. Современное состояние методов аутентификации в финансовых сервисах
• 1.2. Анализ существующих подходов к поведенческой биометрии и их ограничений
• 1.3. Исследование процессов идентификации в мобильном приложении "FinAuth"
• 1.4. Выявление проблем и ограничений текущих решений в области аутентификации
• 1.5. Постановка задачи и определение критериев оценки эффективности

Глава 2. Результаты работ, выполняемые на этапах анализа, проектирования и разработки

• 2.1. Анализ требований к системе поведенческой идентификации для финансовых сервисов
• 2.2. Исследование и выбор методов и алгоритмов поведенческой биометрии
• 2.3. Проектирование архитектуры системы поведенческой идентификации и схемы интеграции с мобильным приложением
• 2.4. Разработка методики оценки эффективности системы поведенческой идентификации
• 2.5. Создание алгоритмов сбора и анализа поведенческих данных с использованием машинного обучения

Глава 3. Описание итоговой реализации и тестирование

• 3.1. Описание реализованной системы поведенческой идентификации
• 3.2. Реализация модулей сбора данных и их анализа
• 3.3. Интеграция системы поведенческой идентификации с мобильным приложением "FinAuth"
• 3.4. Тестирование системы на реальных пользовательских данных
• 3.5. Анализ результатов тестирования и рекомендации по внедрению

Для более детального понимания структуры и содержания ВКР рекомендуем ознакомиться с Полным руководством по написанию ВКР по информационной безопасности.

Ожидаемые результаты и практическая значимость

Результатом исследования станет система поведенческой идентификации и аутентификации, позволяющая мобильному приложению "FinAuth":

• Снизить случаи мошенничества на 52-54%
• Повысить уровень удовлетворенности пользователей на 37-39%
• Сократить количество ложных срабатываний на 45-47%
• Обеспечить соответствие международным стандартам безопасности (PCI DSS)
• Интегрировать систему с существующим мобильным приложением без значительных изменений

Практическая значимость работы заключается в том, что разработанная система поведенческой идентификации может быть внедрена не только в мобильное приложение "FinAuth", но и адаптирована для других финансовых сервисов и цифровых платформ. Это особенно важно в свете роста мошенничества в цифровой среде и увеличения сложности кибератак на финансовые системы, что требует постоянного совершенствования методов аутентификации.

Результаты исследования могут быть использованы приложением "FinAuth" для повышения конкурентоспособности на рынке цифровых финансовых услуг и снижения рисков, связанных с мошенничеством и компрометацией учетных данных, а также для создания методических рекомендаций по внедрению поведенческой идентификации в финансовую сферу. Это позволит не только оптимизировать процессы безопасности, но и создать новые источники ценности за счет повышения доверия пользователей и соответствия международным стандартам.

Кроме того, разработанная методика может быть использована в учебном процессе финансовых и технических вузов для подготовки специалистов в области информационной безопасности и анализа данных, что соответствует требованиям к современным образовательным программам в сфере цифровых финансов и биометрической аутентификации.