Статья на «Хакере» показывает простой и наглядный способ обойти сканер отпечатков: автор делает муляж пальца из подручных материалов — клея, желатина, силикона — и без особого труда разблокирует устройство. Это не фантастика, а реальный практический кейс, который ломает наивное представление о биометрии как о панацее. Для студентов ИТ-направлений такой материал — золотая жила: можно исследовать уязвимости, проектировать защищённые системы, разрабатывать методы детекции муляжей. В этой статье разберём, как превратить тему «самодельные „пальчики“» в полноценную ВКР: от аналитического обзора до тестирования и метрик.
В первой главе диплома традиционно делают обзор существующих технологий и анализ угроз. Статья даёт отличную фактуру: автор рассматривает несколько типов датчиков — оптические, ёмкостные, ультразвуковые — и показывает, что бюджетный муляж работает даже на достаточно современных устройствах. Это повод для студента сравнить существующие сканеры между собой не по маркетинговым характеристикам, а по реальной устойчивости к атакам.
Вот как может выглядеть сравнительная таблица.
| Тип сканера | Принцип работы | Уязвимость к муляжу | Стоимость (условно) |
|---|---|---|---|
| Оптический | Фотографирование папиллярного узора | Высокая — печать или муляж легко обманывает | Низкая |
| Ёмкостный | Считывание разности электрических потенциалов | Средняя — требуется силикон или токопроводящий гель | Средняя |
| Ультразвуковой | Анализ отражённой звуковой волны | Низкая, но не нулевая — исследуются подделки | Высокая |
Такой анализ позволяет обосновать выбор стека для практической части. Например, сравнив характеристики датчиков, студент может выбрать ультразвуковой сканер как наиболее перспективный объект для разработки методов защиты, а для экспериментов использовать ёмкостный — как самый доступный и всё же частично устойчивый.
Во второй главе ВКР студенту нужно показать, как теоретические выкладки превращаются в работающий код или схему. Здесь уместно привести UML-диаграмму вариантов использования для сценария «пользователь проходит аутентификацию», а также алгоритм проверки «живости» пальца. Не забываем про государственные стандарты: если проектируется автоматизированная система, требуется оформить техническое задание по ГОСТ 34.602-89, а описание качества — с учётом ISO/IEC 25010.
// Псевдокод алгоритма анти-спуфинга
bool detect_artificial(fingerprint_image img) {
// Шаг 1: выделяем область папиллярного узора
roi = extract_roi(img);
// Шаг 2: анализируем спектр частот (у муляжа другой характер)
freq = spectral_analysis(roi);
if (freq.variance < threshold) return true;
// Шаг 3: проверяем оптическую плотность ROI
density = calc_optical_density(roi);
if (density < min_density || density > max_density) return true;
return false;
}Для отражения интеграции подсистем можно создать диаграмму развёртывания (deployment), где показаны модули: сканер, драйвер, модуль обработки изображения, модуль анти-спуфинга, хранилище эталонов. В дипломе это демонстрирует системное мышление.
Статья даёт повод говорить о метриках надёжности биометрии. Вводные: в экспериментах на «Хакере» муляжи принимались в среднем в 70–80% случаев на оптических сканерах. Для диплома это отправная точка. Студент должен измерить собственные показатели, а не просто пересказать чужие результаты.
Для нагрузочного тестирования можно использовать сценарий параллельных запросов к серверу аутентификации. Если ВКР подразумевает разработку микросервисной архитектуры, метрики собираются через OpenTelemetry и визуализируются в Grafana — это сразу придаёт работе индустриальный уровень. Главное — не забыть связать метрики с выводами: если FAR снизился до 2%, значит предложенный алгоритм действительно уменьшает риск обхода в 35 раз по сравнению с базовым сканером.
Проект по биометрической безопасности — это способ прокачать навыки, которые ценятся у работодателей: анализ требований, сравнительное исследование, прототипирование, работа с OpenCV, scikit-learn, TensorFlow или PyTorch. Вы научитесь обоснованно выбирать стек, писать техническую документацию по ГОСТ, проводить эксперименты и измерять метрики. Это гораздо весомее, чем «написать сайт на Django» без всякого исследования.
Нет, создать муляж из желатина или силикона можно за пару часов. Для диплома не обязательно делать это в закрытой лаборатории: достаточно снимать изображения на обычный сканер, а классификацию выполнять на компьютере. Такой подход безопасен и легко воспроизводим.
В прикладных направлениях — обязательно. Даже если вы выбрали «анализ» или «сравнение», проверяющий ожидает от вас прототипа или хотя бы рабочих скриптов для анализа данных. Исключение — чисто юридическая направленность, но тогда это другая специальность.
Используйте draw.io, PlantUML или стандартные средства Visual Paradigm. В пояснительной записке должно быть описание диаграммы: «диаграмма вариантов использования показывает взаимодействие пользователя с подсистемой анти-спуфинга». Диаграммы размещайте в разделе «Проектная часть» и подписывайте в соответствии с требованиями вуза.
Открытые датасеты отпечатков: Fingerprint Verification Competition (FVC), Biometric Systems Lab. Если нужны именно изображения муляжей, создайте их самостоятельно по методике из статьи и добавляйте в описание ВКР как «авторская выборка».
Не знаете, как перенести эту тему в свой диплом? Мы помогаем подготовить ВКР за 120 часов: делаем аналитику, проектируем систему, оформляем записку и сопутствующие документы. Первая консультация — бесплатно. Оставьте заявку — подскажем, как написать ВКР даже на очень узкую тему.
Источник: Самодельные «пальчики». Как обманывают сканер отпечатков пальцев (опубликовано 2026-03-19)