To‘plamdagi maqola Статья в сборнике Conference paper
Biometrik autentifikatsiyada “jonlilik”ni aniqlash va deepfake hujumlari: passiv monitoring va qisqa “chaqiruv – javob” (faol) testlari orqali ishonchli yuz verifikatsiyasi
Проверка «живости» и дипфейк-атаки в биометрической аутентификации: надёжная верификация лица с помощью пассивного мониторинга и коротких активных тестов «запрос – ответ»
Liveness detection and deepfake attacks in biometric authentication: reliable face verification via passive monitoring and brief challenge–response (active) tests
Ergashev Muhammadsodiq Uchqun o‘g‘liЭргашев Мухаммадсодик Учкун углиErgashev Muhammadsodiq Uchqun o‘g‘li
To'liq ekranda o'qishЧитать во весь экранRead full screen → Butun sonni yuklab olishСкачать весь выпускDownload full issue Faqat maqolaТолько эту статьюThis article only
AnnotatsiyaАннотацияAbstract
Raqamli dunyoda telefonni ochishdan tortib pul yuborishgacha boʻlgan koʻp ishlar yuz tasdiqiga tayanadi. Shu bois soxta surat, video yoki niqob bilan aldash xavfi kundan-kunga oshmoqda. Ushbu maqola liveness tekshiruvi uchun ikki yoʻlni insoniy tilda taqqoslaydi: passiv kuzatuv (tekstura, rPPG, mikroharakat) va foydalanuvchi bajaradigan qisqa aktiv topshiriqlar. Samaradorlik ISO/IEC 30107-3 metrikalari (APCER, BPCER, ACER) va NIST IAPMR orqali baholanadi. OULU- NPU, SiW, SiW-M, CelebA-Spoof va HQ-WMCA misollarida nimalar ishlashi, qaysi holatda xatolar koʻpayishi, adolat va rozilik talablari, koʻpkanalli birikmalar hamda amaliy tavsiyalar yoritiladi
От разблокировки телефона до денежных переводов – многие повседневные действия опираются на проверку лица. Это доверие хрупко, если датчики можно обмануть фотографией, экраном, маской или дипфейком. В статье простым языком объясняются два способа проверки «живости»: пассивное наблюдение (текстура, rPPG, микродвижения) и короткие активные задания, выполняемые пользователем. Они оцениваются по метрикам ISO/IEC 30107-3 (APCER, BPCER, ACER) и NIST IAPMR. На наборах данных OULU-NPU, SiW, SiW-M, CelebA-Spoof и HQ-WMCA показано, что работает, когда растут ошибки и почему важны справедливость, согласие и слияние данных нескольких датчиков. Результаты показывают снижение ACER; rPPG устойчив к атакам повторного воспроизведения; хорошо продуманные задания в целом сохраняют и удобство, и безопасность.
From unlocking a phone to sending money, many daily actions rely on face verification. That trust is fragile when photos, screens, masks, or deepfakes can fool sensors. This paper explains, in plain language, two ways to check “liveness”: passive observation (texture, rPPG, micro-motions) and short active prompts the user performs. We evaluate them with ISO/IEC 30107-3 metrics (APCER, BPCER, ACER) and NIST IAPMR. Using OULU-NPU, SiW, SiW-M, CelebA-Spoof, and HQ- WMCA, we highlight what works, when errors grow, and why fairness, consent, and multi-sensor fusion matter. Results show ACER declining; rPPG resists replay; well-designed challenges preserve UX and security together overall
Перевод аннотации выполнен издательством, это не авторский текст.
Kalit so'zlarКлючевые словаKeywords: liveness PAD deepfake rPPG OULU-NPU ACER проверка живости обнаружение атак предъявления (PAD) дипфейк rPPG OULU-NPU ACER liveness PAD deepfake rPPG OULU-NPU ACER
Doimiy havolaПостоянная ссылкаPermanent link
https://orientalnashriyot.uz/id/conf.2025.002.pap124/
Ergashev Muhammadsodiq Uchqun o‘g‘li. Biometrik autentifikatsiyada “jonlilik”ni aniqlash va deepfake hujumlari: passiv monitoring va qisqa “chaqiruv – javob” (faol) testlari orqali ishonchli yuz verifikatsiyasi // Zamonaviy ilm-fan va taʼlimning dolzarb masalalari: muammolar, vazifalar va yechimlar. Xalqaro ilmiy-amaliy anjuman materiallari. II qism. — Toshkent: Oriental universiteti, 2025. — B. 538-541. — URL: https://orientalnashriyot.uz/id/conf.2025.002.pap124/
Эргашев Мухаммадсодик Учкун угли. Проверка «живости» и дипфейк-атаки в биометрической аутентификации: надёжная верификация лица с помощью пассивного мониторинга и коротких активных тестов «запрос – ответ» // Актуальные вопросы современной науки и образования: проблемы, задачи и решения. Материалы международной научно-практической конференции. Часть II. — Ташкент: Oriental University, 2025. — С. 538-541. — URL: https://orientalnashriyot.uz/id/conf.2025.002.pap124/
Ergashev Muhammadsodiq Uchqun o‘g‘li. Liveness detection and deepfake attacks in biometric authentication: reliable face verification via passive monitoring and brief challenge–response (active) tests // Contemporary Issues of Science and Education: Problems, Tasks and Solutions. Proceedings of the International Scientific-Practical Conference. Part II. — Tashkent: Oriental University, 2025. — pp. 538-541. — URL: https://orientalnashriyot.uz/id/conf.2025.002.pap124/
Bu havola o'zgarmaydi. DOI olingach, u shu sahifaga yo'naltiriladi.Эта ссылка не изменится. После получения DOI он будет вести на эту же страницу.This link never changes. A DOI will later resolve to this same page.
AdabiyotlarСписок литературыReferences
- ISO/IEC 30107-3:2023. Information technology — Biometric presentation attack detection — Part 3: Testing and reporting. Geneva: ISO, 2023
- Boulkenafet, Z.; Komulainen, J.; Li, L.; Feng, X.; Hadid, A. “OULU-NPU: A Mobile Face Presentation Attack Database with Real-World Variations.” FG 2017, 612–618. IEEE
- Yu, Z.; Zhao, C.; Wang, Z.; Qin, Y.; Su, Z.; Li, X.; Zhou, F.; Zhao, G. “Searching Central Difference Convolutional Networks for Face Anti-Spoofing (CDCN++).” CVPR 2020, 5295–5305. IEEE/CVF
- Liu, Y.; Jourabloo, A.; Liu, X. “Learning Deep Models for Face Anti-Spoofing: Binary or Auxiliary Supervision (SiW).” CVPR 2018, 389–398. IEEE/CVF
- Liu, Y.; Stehouwer, J.; Jourabloo, A.; Liu, X. “Deep Tree Learning for Zero- Shot Face Anti-Spoofing (SiW-M).” CVPR 2019. IEEE/CVF
- Zhang, Y.; et al. “CelebA-Spoof: Large-Scale Face Anti-Spoofing Dataset.” ECCV 2020
- Idiap Research Institute. HQ-WMCA Database (RGB/IR/Depth/SWIR/Thermal). Martigny: Idiap, 2019. 541
Tashqi yozuvlar va tasdiqlarВнешние записи и подтвержденияExternal records and verifications
- Zenodo TasdiqlanganПодтвержденоVerifiedZenodoLIVENESS DETECTION AND DEEPFAKE ATTACKS IN BIOMETRIC AUTHENTICATION: RELIABLE FACE VERIFICATION VIA PASSIVE MONITORING AND BRIEF CHALLENGE–RESPONSE (ACTIVE) TESTShttps://zenodo.org/records/17733886
Havolalarni mualliflar yoki nashriyot koʻrsatgan. «Tasdiqlangan» — tegishli xizmatning oʻzi yozuvni tasdiqladi.Ссылки указали авторы или издательство. «Подтверждено» означает, что запись подтвердил сам сервис.Links are supplied by the authors or the publisher. “Verified” means the service itself confirmed the record.
Ma'lumotlarСведения об изданииRecord
- TuriТипType
- To‘plamdagi maqola Статья в сборнике Conference paper
- RaqamНомерID
- conf.2025.002.pap124
- YilГодYear
- 2025
- Nashrdagi betlarСтраницы в изданииPages in issue
- 538-541
- Kalit so'zlarКлючевые словаKeywords
- liveness, PAD, deepfake, rPPG, OULU-NPU, ACERпроверка живости, обнаружение атак предъявления (PAD), дипфейк, rPPG, OULU-NPU, ACERliveness, PAD, deepfake, rPPG, OULU-NPU, ACER
- KirishДоступAccess
- Ochiq kirishОткрытый доступOpen access
- Nashr sanasiДата публикацииPublished
- 2025-10-14
- YangilanganОбновленоUpdated
- 2026-09-24
- Boshqa platformalardaРазмещено такжеAlso available at
- Zenodo DOI 10.5281/zenodo.17733886
- Butun toʻplam:Весь сборник:Full volume: Zenodo DOI 10.5281/zenodo.23059715



