Трезвый голос. В Омске создали систему, которая не пустит к данным уставшего или пьяного сотрудника

Омские учёные предложили принципиально новый подход к голосовой биометрии. Разработка позволяет не только идентифицировать личность по голосу, но и точно определять, в каком состоянии находится человек. Это может быть нормальное состояние, сонливость или одна из стадий алкогольного опьянения. Система способна блокировать доступ к информации, если пользователь неадекватен. Тем самым минимизируются риски утечек и фатальных ошибок.

Голосовая аутентификация прочно вошла в нашу жизнь. Мы подтверждаем операции в банках по телефону, общаемся с голосовыми помощниками и проходим верификацию в колл-центрах. Современные алгоритмы научились распознавать говорящего с точностью 98–99%. Однако у этой медали есть обратная сторона. Все эти системы предполагают, что голос человека стабилен. Но это не так.

Ассистент кафедры «Комплексная защита информации» Омского государственного технического университета Даниил Иниватов разработал и зарегистрировал программу, которая анализирует не просто «кто говорит», но и «как говорит». Проблема, которую решает молодой учёный, лежит на стыке информационной безопасности и психофизиологии. Стресс, утомление, сонливость или алкогольное опьянение серьёзно меняют амплитудно-частотные характеристики голоса. Для обычной системы «допуска по голосу» это сбой. Она может просто не узнать владельца. Но для безопасности данных это лишь вершина айсберга.

«Выдача доступа пользователю в неприемлемом состоянии, таком как сильное опьянение или крайняя усталость, может привести к компрометации данных, — поясняет Даниил Иниватов. — Например, сотрудник банка может инициировать ошибочные транзакции, повредив финансовые записи, или стать мишенью для фишинговой атаки, открыв доступ к защищаемой информации».

Проще говоря, уставший или нетрезвый оператор, допустивший ошибку, становится самым слабым звеном в системе защиты. Его не способен заблокировать ни один антивирус.

Разработанный в ОмГТУ метод использует гибридный подход. Сначала пользователь произносит кодовую фразу. Нейросеть преобразует биометрические данные в уникальный ключ для подтверждения личности. Но на этом этап верификации не заканчивается.

В дело вступает ансамблевый алгоритм машинного обучения. Он анализирует глубинные параметры речи, такие как высота тона, тембр, длительность пауз, ритмика и микродрожание голоса. На основе этих данных система классифицирует состояние говорящего. Она выделяет нейтральное состояние, сонливость или одну из трёх стадий алкогольного опьянения.

Если система фиксирует, что сотрудник пытается подписать электронный документ или совершить какую-либо операцию в состоянии сильного опьянения или недопустимой усталости, его права автоматически ограничиваются. Доступ к критическим данным блокируется до прояснения ситуации.

Разработка уже получила официальный статус. Даниил Иниватов оформил свидетельство о государственной регистрации программы для ЭВМ, что говорит о том, что это не просто лабораторный эксперимент, а готовое к адаптации решение для корпоративного сектора. Особенно востребованной технология может стать в банковской сфере, на опасных производствах, в диспетчерских службах и центрах обработки данных. В этих сферах цена человеческой ошибки измеряется миллионами рублей и утраченной репутацией.

«Университет ведёт системные исследования в сфере биометрической аутентификации и машинного обучения, выходя на уровень решений, востребованных реальным сектором», — подчёркивают в ОмГТУ.

Текст: Ирина Леонова

Фото: Анастасия Фёдорова