РАЗРАБОТКА МОДЕЛИ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ СИСТЕМЫ ГОЛОСОВОЙ АУТЕНТИФИКАЦИИ

АННОТАЦИЯ

Статья посвящена рассмотрению модели системы, которая позволит работникам колл-центров, осуществляющим техническую поддержку пользователей, осуществлять процесс аутентификации пользователей методом голосовой аутентификации, что значительно повышает защищенность данных пользователей.

Ключевые слова: колл-центр, служба технической поддержки, идентификация, аутентификация, голосовая аутентификация.

В современных реалиях важной задачей является обеспечение безопасности личных данных пользователей, посредством внедрения дополнительных мер защиты [1, c. 6], основанных на биометрических данных человека, в частности голосовой биометрии в колл-центрах. Зачастую мошенники, заполучив часть личных данных или же телефон жертвы, пытаются получить доступ к еще большему количеству данных или же личному онлайн-кабинету в банке с помощью сотрудников технической поддержки в колл-центре для осуществления мошеннических действий.

На сегодняшний день существует множество программных продуктов, решающих эту задачу, однако все они являются платными.

Таким образом, целью данной работы является разработка модели системы голосовой аутентификации [2, c. 2], которая будет достаточно эффективной для определения несоответствия голоса звонящего и клиента, за которого он пытается себя выдать, а также будет распространяться на бесплатной основе.

Для реализации данной модели возьмем за основу два стандартных типа архитектуры приложений для фильтрации и анализа звука, совместим и дополним их необходимыми для выполнения поставленных выше целей программными модулями. Далее будут рассматриваться архитектуры приложений для фильтрации звука от посторонних шумов, а также приложений для анализа звука с целью выявления голосовых паттернов.

Для приложений, целью которых является фильтрация звука от шумов, стандартной архитектурой является представленная на рисунке 1.

Рисунок 1. Архитектура модели системы для фильтрации звука от шумов

Для приложений, специализирующихся на анализе звука с целью выявления паттернов, стандартной является архитектура, представленная на рисунке 2.

Рисунок 2. Архитектура модели системы для выявления голосового паттерна

Однако для реализации голосовой аутентификации необходимо объединить и дополнить данные модели, некоторыми программными модулями. А именно:

• Модуль базы данных (БД) – для хранения голосовых паттернов клиентов и последующего сравнения с полученными в результате звонков паттернами.
• Модуль сравнения паттернов (блок сравнения паттернов) – для сравнения голосовых паттернов из базы данных с полученными в результате звонков.

Рисунок 3. Архитектура модели системы голосовой аутентификации

Исходя из описанной выше архитектуры [3, c. 18] можно составить общий план механизма работы сотрудников колл-центра с использованием разрабатываемой системы голосовой аутентификации:

1. Во время общения с клиентом, либо до начала общения, получить короткую запись голоса и попытаться получить из нее голосовой паттерн;
2. В случае неудачного получения голосового паттерна вернуться к первому пункту;
3. В случае множественных неудачных попыток получения голосового паттерна отказать клиенту в удаленном обслуживании;
4. В случае успешного получения голосового паттерна сопоставить его с хранящимся в базе данных паттерном этого клиента;
5. В случае несовпадения голосовых паттернов вернуться к первому пункту;
6. В случае множественных несовпадений голосовых паттернов отказать клиенту в удаленном обслуживании;
7. В случае успеха продолжить обслуживание клиента.

Из всего вышеописанного можно заключить, что разработанную модель информационно-аналитической системы голосовой аутентификации можно использовать в качестве дополнительной меры защиты личных данных пользователя в процессе технической поддержки пользователя сотрудником колл-центра.

Список литературы:

1. ГОСТ Р 53114-2008. Защита информации. Обеспечение информационной безопасности в организации. Основные термины и определения. — М.: Стандартинформ, 2018. – IV, 129 c.; 29 см.
2. ГОСТ Р 58833-2020. Защита информации. Идентификация и аутентификация. Общие положения. — М.: Стандартинформ, 2020. – II, 32 c.; 29 см.
3. Щемелинин В. Л. Методика и комплекс средств оценки эффективности аутентификации голосовыми биометрическими системами: дис. канд. техн. наук: 05.13.19. — Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, Санкт-Петербург, 2015 — 139 с.