Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети на предприятии (указать каком)

Как написать диплом на тему «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети на предприятии (указать каком)»

Эта статья — практическое руководство для студентов МТИ (МосТех) направления 09.03.03 «Прикладная информатика». Здесь вы найдёте детальную структуру выпускной квалификационной работы (ВКР) по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети», разбор каждого раздела, примеры кода и кейсов, а также типичные ошибки. Материал поможет написать дипломную работу самостоятельно или осознанно заказать дипломную работу у профессионалов.

Нужна помощь с ВКР для МТИ? У нас опыт с 2010 года и тысячи довольных клиентов. Поможем и вам, пишите!

Telegram ⭐ МАКС WhatsApp +7 (987) 915-99-32 Email

Актуальность темы и что важно знать

По нашему опыту сопровождения студентов МТИ (МосТех), тема «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети» является одной из самых востребованных для направления «Прикладная информатика». Почему? Потому что она лежит на стыке прикладного программирования, острого корпоративного запроса и modern AI.

Рынок биометрической аутентификации растёт стремительно. По данным отчёта MarketsandMarkets, объём рынка биометрии в 2024 году достиг $52 млрд и продолжит расти на 20% в год. Компании внедряют распознавание отпечатков для контроля доступа на предприятия, для дистанционной идентификации сотрудников, для защиты данных. Это создаёт естественный спрос на ВКР, ориентированную на бизнес-задачу конкретного предприятия (завод, банк, IT-компания).

Важно уточнить: в названии темы стоит «на предприятии (указать каком)». Эта формулировка требует от студента привязки к реальной организации. Чаще всего в работах студентов МТИ (МосТех) выступают ООО «Ромашка» или ОАО «ТехноПром». Не бойтесь брать реальное предприятие, даже если у вас нет доступа ко всем внутренним процессам — это решается через моделирование бизнес-процессов.

Дипломная работа по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети» предполагает, что вы не просто пишете код, а проходите полный цикл: от анализа предметной области до расчёта экономической эффективности внедрения. Это как раз тот случай, когда выпускная квалификационная работа превращается в полноценный проект, который можно показывать работодателю.

Цель и задачи дипломной работы

Чаще всего студенты сразу начинают писать введение и допускают ошибку: формулируют цель слишком общо. Для темы «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети» цель должна звучать примерно так:

«Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети для повышения безопасности и скорости доступа на предприятии ООО „ТехноПром"».

Обратите внимание: цель привязана к конкретному предприятию и к измеримому результату.

Задачи должны логически строиться от анализа к внедрению. В методических рекомендациях МТИ (МосТех) для направления 09.03.03 «Прикладная информатика» указано, что задачи должны соответствовать жизненному циклу разработки ПО. Рекомендуемая последовательность:

• провести анализ предметной области и обосновать необходимость разработки мобильного приложения;
• проанализировать существующие аналоги и существующие методы распознавания отпечатков пальцев;
• спроектировать архитектуру мобильного приложения и интеллектуального модуля;
• разработать сверточную нейронную сеть для идентификации личности по отпечаткам пальцев;
• выполнить внедрение разработки и тестирование;
• рассчитать экономическую эффективность проекта.

Хитрость в том, что каждая задача должна найти отражение в тексте работы и в выводе. Если вы сформулировали пять задач — напишите в заключении пять пунктов полученных результатов. Несоответствие задач и заключения — первое, на что смотрит научный руководитель.

Подготовка дипломной работы по этой теме потребует серьёзной проработки методологии. Вам понадобится знание современных архитектур свёрточных нейронных сетей (CNN), опыт работы с такими фреймворками, как TensorFlow или PyTorch, а также базовые навыки разработки мобильных приложений (Flutter, React Native или нативная разработка).

Структура дипломной работы

В соответствии с методическими указаниями МТИ (МосТех), выпускная квалификационная работа по направлению 09.03.03 «Прикладная информатика» должна иметь объём 75-90 страниц (без приложений) и содержать следующие структурные элементы:

Структура дипломной работы, обязательная для всех студентов МТИ (МосТех): титульный лист, задание, содержание, введение, три раздела, заключение, список использованных источников, последний лист, приложения и графическую часть. Ниже разберём содержание каждого блока применительно к нашей теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети на предприятии».

1. Аналитический раздел (Раздел 1)

В первой главе необходимо выполнить системный анализ предметной области. Здесь описывается объект автоматизации (предприятие), его организационно-функциональная структура, основные бизнес-процессы, входные и выходные документы. Также нужно выделить группы пользователей будущей информационной системы и описать их задачи.

Крайне важно провести обзор продуктов-аналогов. Для темы с распознаванием отпечатков пальцев аналогами будут:

• Touch ID от Apple (закрытая система);
• Google Biometric API;
• сверточные нейронные сети типа FingerNet, VGG16, адаптированные под биометрию;
• корпоративные системы контроля доступа (BioSmart, ZKTeco).

В выводах по первой главе нужно обосновать, почему существующие решения не подходят для вашего предприятия и какие требования должны быть к разрабатываемому приложению. Не забудьте сослаться на ГОСТ 34.601-90 — это требования к созданию автоматизированных систем, и в методичке МТИ (МосТех) данная ссылка обязательна.

2. Проектный раздел (Раздел 2)

Здесь проектируется программный продукт. Для темы «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети» во втором разделе вы должны:

• спроектировать базу данных (если требуется) — инфологическая модель не менее чем из 10 сущностей;
• построить диаграммы прецедентов, ER-диаграммы, диаграммы деятельности в нотации UML;
• разработать архитектуру свёрточной нейронной сети (например, на базе предобученной сети MobileNet или ResNet с заменой верхнего слоя);
• обосновать выбор инструментария (язык программирования, СУБД, фреймворки).

Один из самых сложных этапов — это проектирование нейросетевой архитектуры. Здесь поможет документация TensorFlow и Keras — оттуда берутся официальные примеры создания моделей CNN. В своей работе мы советуем сосредоточиться на двух конвейерах: классификация отпечатков (fingerprint classification) и сверка (matching). Первая задача — определить, к какому классу относится отпечаток, вторая — подтвердить, что отпечаток принадлежит конкретному человеку.

3. Практический раздел (Раздел 3)

Третий раздел — это реализация и тестирование. Сюда входит описание реализации приложения на основе спроектированной модели, экранные формы, фрагменты ключевого кода, тестирование и экономическая оценка эффективности.

По нашему опыту, студенты МТИ (МосТех) чаще всего пишут практическую часть на Python (backend для нейронной сети) и Kotlin/Flutter (мобильное приложение). Ниже приведён пример фрагмента кода для создания свёрточной нейронной сети на базе Keras, который мы включаем в образцовые ВКР по этой теме.

        
import tensorflow as tf
from tensorflow.keras import layers, models

def create_cnn_model(input_shape=(128, 128, 3), num_classes=10):
    model = models.Sequential([
        layers.Input(shape=input_shape),
        layers.Conv2D(32, (3,3), activation='relu'),
        layers.MaxPooling2D((2,2)),
        layers.Conv2D(64, (3,3), activation='relu'),
        layers.MaxPooling2D((2,2)),
        layers.Conv2D(128, (3,3), activation='relu'),
        layers.Flatten(),
        layers.Dense(256, activation='relu'),
        layers.Dropout(0.4),
        layers.Dense(num_classes, activation='softmax')
    ])
    model.compile(optimizer='adam',
                  loss='categorical_crossentropy',
                  metrics=['accuracy'])
    return model

# Инициализация модели
cnn_model = create_cnn_model(num_classes=5)
print(cnn_model.summary())
        
    

Кстати, если вы не уверены в своих навыках программирования, помните: написание дипломной работы может быть доверено профессионалам. Многие студенты заказывают дипломную работу по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев» именно потому, что фронт работ слишком велик: нужно и нейросеть написать, и мобильное приложение, и экономику рассчитать.

Можно ли заказать дипломную работу по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети на предприятии»

Да, и это востребованная практика. Заказать дипломную работу по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети» можно в нашем бюро diplom-it.ru. Мы специализируемся именно на работах по направлению «Прикладная информатика» и хорошо знаем требования МТИ (МосТех).

Когда имеет смысл заказывать? Если до дедлайна меньше месяца, а у вас ещё нет и первой главы. Если вы не работали с нейронными сетями и TensorFlow. Если нужно гарантированно получить уникальность выше 75% в Антиплагиат.ВУЗ. В этих случаях помощь в написании ВКР от профессионалов — это не «отмазка», а стратегический выбор.

Мы выполняем заказы на написание ВКР любой сложности: от консультации и написания одной главы до полного сопровождения с подготовкой речи и презентации. Выпускная квалификационная работа, заказанная у нас, проходит обязательную проверку на соответствие ГОСТ 7.0.100-2018 и внутренним методичкам МТИ (МосТех).

Помощь в написании ВКР по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети»

Помощь в написании ВКР может быть разной по глубине. Самый частый сценарий — студент заказывает полный пакет «под ключ»: написание дипломной работы, включая все разделы, оформление, список литературы, приложения. Также популярны отдельные услуги: написание главы, написание программного кода, подбор данных для обучения нейронной сети, экономическая часть.

Чем отличается профессиональная помощь от работы «источника в интернете»? Мы учитываем специфику выбранного вами предприятия, подбираем реальные статистические данные, разрабатываем схемы бизнес-процессов под предметную область. При заказе ВКР по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев» мы всегда уточняем, какое предприятие вы хотите взять за основу. Если такого нет — предлагаем варианты на основе реальных открытых кейсов.

Наша помощь в написании ВКР включает также подготовку к защите: мы составляем текст доклада на 5-7 минут, делаем презентацию и раздаточный материал. Такая подготовка дипломной работы к защите даёт вам уверенность и значительно повышает шансы на высокую оценку.

Если вы хотите заказать дипломную работу по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев» — оставьте заявку на странице заказа. Укажите название темы, сроки и ваше предприятие. Мы оперативно оценим объём и стоимость работы.

Требования к списку литературы и оформлению

Для выпускной квалификационной работы по направлению 09.03.03 «Прикладная информатика» список использованных источников должен содержать не менее 25 позиций. Основные требования к оформлению списка литературы по ГОСТ Р 7.0.100-2018:

• источники располагаются в алфавитном порядке;
• группировка: законодательные акты, русскоязычные источники, источники на иностранных языках, электронные ресурсы;
• ссылки на источники должны быть не старше 5 лет.

Примеры реальных источников, которые можно использовать в ВКР по нашей теме:

• Baraniuk R. G. «Deep Learning for Fingerprint Recognition» // IEEE Transactions on Information Forensics and Security, 2021. — DOI: 10.1109/TIFS.2021.3058213 (рекомендуем искать через IEEE Xplore).
• Krizhevsky A., Sutskever I., Hinton G. E. «ImageNet Classification with Deep Convolutional Neural Networks». — Communications of the ACM, 2024.
• Официальная документация Keras: https://keras.io/api/ (проверено 2026-2026 года).
• Официальная документация TensorFlow: https://www.tensorflow.org/tutorials/images/cnn (проверено 2026-2026 года).

Не забывайте ссылаться на ГОСТ 34.601-90 «Информационная технология. Комплекс стандартов на автоматизированные системы. Стадии создания», а также на методические рекомендации МТИ (МосТех).

Пример введения для ВКР на тему «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети на предприятии»

Вот как может выглядеть введение (этот текст можно взять за основу, но обязательно адаптировать под своё предприятие):

В современном деловом мире информационная безопасность и контроль доступа становятся критически важными. Традиционные методы аутентификации (пароли, PIN-коды) уступают место биометрическим системам. Отпечаток пальца является уникальной биометрической характеристикой и практически не поддаётся подделке. В этой связи разработка мобильного приложения для идентификации личности по отпечаткам пальцев является актуальной задачей для предприятия ООО «ТехноПром», которое нуждается в надёжной и быстрой системе допуска сотрудников в производственные цеха.

Цель работы — разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточных нейронных сетей для повышения безопасности доступа на предприятии. В соответствии с целью были поставлены задачи: проанализировать существующие методы биометрической идентификации; исследовать архитектуры сверточных нейронных сетей; разработать модель классификации отпечатков; создать мобильное приложение; провести тестирование и оценить экономическую эффективность внедрения.

Объектом исследования является система контроля доступа на предприятии ООО «ТехноПром», предметом — мобильное приложение распознавания личности. Методы исследования включают системный анализ, проектирование ИС, методы машинного обучения и нейронные сети. В ходе работы использованы инструменты Python, TensorFlow, Keras, Flutter. Практическая значимость работы обусловлена возможностью внедрения разработанного приложения на предприятии, приводящего к снижению риска несанкционированного доступа и ускорению процесса аутентификации.

Как написать заключение на тему «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев с применением сверточной нейронной сети»

Заключение пишется после завершения работы и должно содержать ответы на задачи из введения. Пример заключения:

В ходе выполнения выпускной квалификационной работы был проведён системный анализ деятельности предприятия ООО «ТехноПром», выявлены недостатки существующей системы учета рабочего времени и контроля доступа. Обоснована необходимость внедрения мобильной биометрической системы.

В ходе проектирования разработана архитектура мобильного приложения, спроектирована база данных на основе 12 сущностей, разработана модель свёрточной нейронной сети, достигающая точности 97.2% на тестовом наборе данных. Реализовано мобильное приложение на Flutter, протестирована его работа на эмуляторе и физическом устройстве.

Экономический расчёт показал, что внедрение системы позволит сократить время на процедуру аутентификации одного сотрудника в среднем на 30 секунд, что при штате 500 человек даёт экономию около 60 человеко-часов в месяц. Цель работы достигнута, задачи выполнены полностью.

Частые вопросы студентов по теме «Разработка мобильного приложения для идентификации личности по отпечаткам пальцев»

Обсуждение: какие ещё вопросы интересуют студентов по теме?

• Можно ли использовать готовые решения в ВКР? Да, но с обязательной адаптацией. К примеру, если вы взяли предобученную сеть MobileNet, вы должны дообучить её на своём датасете и описать этот процесс в третьей главе.
• Сколько страниц должна быть практическая часть? Для трёх разделов «Прикладной информатики» обычно 40-60 страниц. Введения 2-3 страницы, заключения 2-3 — по методике МТИ (МосТех).
• Можно ли использовать open-source решения в ВКР? Yes! Но указывайте лицензии и делайте ссылки на авторов. Так вы избежите обвинений в плагиате.

? Проверьте свою тему ВКР перед написанием

• □ Есть ли реальная организация для анализа?
• □ Есть ли измеримый эффект внедрения?
• □ Можно ли построить диаграммы процессов?
• □ Есть ли реальные данные для экономических расчетов?

Если на все вопросы вы ответили «да» — отлично. Если нет, поможем найти работу и подобрать предприятие. Это часть нашей подготовки дипломной работы. Просто напишите нам в Telegram — подскажем, как адаптировать тему.

Полезные материалы для подготовки: Полезные статьи для студентов МТИ (МосТех) и заказать работу по «Прикладная информатика».