Цель данной работы состоит в комплексном анализе современных физиологических, поведенческих и мультимодальных биометрических технологий, применяемых в боевых условиях Вооружённых Сил РФ.
Метод исследования: сравнительный анализ отечественных и зарубежных научно-технических публикаций и действующих российских нормативных актов в области защиты биометрических данных.
Результат: выполненный анализ позволил детализировать требования оборонного ведомства к системам защиты биометрических данных, систематизировать классы биометрических технологий и их ключевые метрические показатели (FAR, FRR, время срабатывания, устойчивость к помехам); проведён обзор российского и зарубежного технологического ландшафта 2025 года с акцентом на портативные мульти-сканеры, ABIS-платформы, венозные и 3D-лицевые сенсоры, а также решения для импортозамещения; проанализированы сценарии применения: доступ к арсеналам, идентификация союзников и пленных, защита ИТ-систем, мониторинг операторов БПЛА; выявлены кибер и операционные угрозы (утечка биометрических шаблонов, захват устройств, спуфинг) и предложены меры защиты, включающие шифрование данных, построение air-gap-архитектуры, проверку живости и двухперсональную аутентификацию.
Практическая ценность заключается в проведении комплексного обзора и систематизации современных физиологических, поведенческих и мультимодальных биометрических технологий, с выделением ключевых метрических показателей (FAR, FRR, время срабатывания, устойчивость к помехам) и требований к их оптимизации.
Purpose of this work is to comprehensively analyze modern physiological, behavioral and multimodal biometric technologies used in combat conditions of the Armed Forces of the Russian Federation.
Research method: comparative analysis of domestic and foreign scientific and technical publications and current Russian regulations in the field of biometric data protection.
Result: the analysis made it possible to detail the requirements of the defense department for biometric data protection systems, systematize the classes of biometric technologies and their key metric indicators (FAR, FRR, response time, immunity to interference); a review of the Russian and foreign technological landscape in 2025 was carried out with an emphasis on portable multi-scanners, ABIS platforms, venous and 3D facial sensors, as well as solutions for import substitution; application scenarios were analyzed: access to arsenals, identification of allies and prisoners, protection of IT systems, monitoring of UAV operators; Cyber and operational threats (leakage of biometric templates, device hijacking, spoofing) were identified and security measures were proposed, including data encryption, air-gap architecture, liveness checking, and two-person authentication.
The practical value lies in conducting a comprehensive review and systematization of modern physiological, behavioral and multimodal biometric technologies, with the allocation of key metric indicators (FAR, FRR, response time, immunity to interference) and requirements for their optimization.
Источники финансирования не указаны.
No funding sources reported.
-
Ryu R., Yeom S., Kim S.-H., Herbert D.. Continuous Multimodal Biometric Authentication Schemes: A Systematic Review // IEEE
Access. 2021. Т. 9. С. 34541–34557. DOI: 10.1109/ACCESS.2021.3061589.
Ryu R., Yeom S., Kim S.-H., Herbert D.. Continuous Multimodal Biometric Authentication Schemes: A Systematic Review // IEEE Access. 2021. DOI: 10.1109/ACCESS.2021.3061589. -
Mohamed Abdul Cader A. J., Banks J., Chandran V.. Fingerprint Systems: Sensors, Image Acquisition, Interoperability and
Challenges // Sensors. 2023. Т. 23. № 14. С. 6591–6591. DOI: 10.3390/s23146591.
Mohamed Abdul Cader A. J., Banks J., Chandran V.. Fingerprint Systems: Sensors, Image Acquisition, Interoperability and Challenges // Sensors. 2023. DOI: 10.3390/s23146591. -
Ahamed F., Daskapan S., Juefei-Xu F. et al.. An Intelligent Multimodal Biometric Authentication Model for Personalised
Healthcare Services // Future Internet. 2022. Т. 14. № 8. С. 222–222. DOI: 10.3390/fi14080222.
Ahamed F., Daskapan S., Juefei-Xu F. et al.. An Intelligent Multimodal Biometric Authentication Model for Personalised Healthcare Services // Future Internet. 2022. DOI: 10.3390/fi14080222. -
Haider S. A., Ashraf S., Larik R. M. et al.. An Improved Multimodal Biometric Identification System Employing Score-Level
Fuzzification of Finger Texture and Finger Vein Biometrics // Sensors. 2023. Т. 23. № 24. С. 9706–9706. DOI:
10.3390/s23249706.
Haider S. A., Ashraf S., Larik R. M. et al.. An Improved Multimodal Biometric Identification System Employing Score-Level Fuzzification of Finger Texture and Finger Vein Biometrics // Sensors. 2023. DOI: 10.3390/s23249706. -
Baig A. F., Eskeland S., Yang B.. Novel and Efficient Privacy-Preserving Continuous Authentication // Cryptography. 2024. Т.
8. № 1. С. 3–3. DOI: 10.3390/cryptography8010003.
Baig A. F., Eskeland S., Yang B.. Novel and Efficient Privacy-Preserving Continuous Authentication // Cryptography. 2024. DOI: 10.3390/cryptography8010003. -
Иваненко В. Г., Иванова Н. Д., Сабанов А. Г.. Повышение функциональной надёжности систем биометрической идентификации путём
внесения избыточности // Безопасность информационных технологий. 2022. Т. 29. № 2. С. 36–45. DOI: 10.26583/bit.2022.2.03.
Иваненко В. Г., Иванова Н. Д., Сабанов А. Г.. Povyshenie funkcional'noj nadjozhnosti sistem biometricheskoj identifikacii putjom vnesenija izbytochnosti // Bezopasnost' informacionnyh tehnologij. 2022. DOI: 10.26583/bit.2022.2.03. -
Wang Y., Shi D., Zhou W.. Convolutional Neural Network Approach Based on Multimodal Biometric System with Fusion of Face and
Finger Vein Features // Sensors. 2022. Т. 22. № 16. С. 6039–6039. DOI: 10.3390/s22166039.
Wang Y., Shi D., Zhou W.. Convolutional Neural Network Approach Based on Multimodal Biometric System with Fusion of Face and Finger Vein Features // Sensors. 2022. DOI: 10.3390/s22166039. -
Micucci M., Iula A.. Recognition Performance Analysis of a Multimodal Biometric System Based on the Fusion of 3D Ultrasound
Hand-Geometry and Palmprint // Sensors. 2023. Т. 23. № 7. С. 3653–3653. DOI: 10.3390/s23073653.
Micucci M., Iula A.. Recognition Performance Analysis of a Multimodal Biometric System Based on the Fusion of 3D Ultrasound Hand-Geometry and Palmprint // Sensors. 2023. DOI: 10.3390/s23073653. -
López-González P., Baturone I., Hinojosa M., Arjona R.. Evaluation of a Vein Biometric Recognition System on an Ordinary
Smartphone // Applied Sciences. 2022. Т. 12. № 7. С. 3522–3522. DOI: 10.3390/app12073522.
López-González P., Baturone I., Hinojosa M., Arjona R.. Evaluation of a Vein Biometric Recognition System on an Ordinary Smartphone // Applied Sciences. 2022. DOI: 10.3390/app12073522. -
Исмагилова А. С., Лушников Н. Д.. Программная реализация защиты от несанкционированного доступа // Безопасность
информационных технологий. 2023. Т. 30. № 1. С. 81–91. DOI: 10.26583/bit.2023.1.06.
Исмагилова А. С., Лушников Н. Д.. Programmnaja realizacija zashhity ot nesankcionirovannogo dostupa // Bezopasnost' informacionnyh tehnologij. 2023. DOI: 10.26583/bit.2023.1.06.