Agzamova Mohinabonu Shaxobiddin qizining
falsafa doktori (PhD) dissertatsiyasi himoyasi haqida e’lon

I. Umumiy ma’lumotlar. Dissertatsiya mavzusi, ixtisoslik shifri (ilmiy daraja beriladigan fan tarmogʻi nomi): “Elektron to‘lov tizimlarida neyron tarmoqlarga asoslangan autentifikatsiya modeli va algoritmini takomillashtirish”, 05.01.05 - “Axborotlarni himoyalash usullari va tizimlari. Axborot xavfsizligi” (texnika fanlari).
Dissertatsiya mavzusi ro‘yxatga olingan raqam: B2024.4.PhD/T4175.
Ilmiy rahbar: Irgasheva Durdona Yakubdjanovna, texnika fanlari doktori, professor. 
Dissertatsiya bajarilgan muassasa nomi: Muhammad al-Xorazmiy nomidagi Toshkent axborot texnologiyalari universiteti.
IK faoliyat ko‘rsatayotgan muassasa (muassasalar) nomi, IK raqami: Toshkent axborot texnologiyalari universiteti, DSc.13/30.12.2019.T.07.02.
Rasmiy opponentlar: Karimov Majid Malikovich, texnika fanlari doktori, professor; Nasrullaev Nurbek Baxtiyarovich, texnika fanlari bo‘yicha falsafa doktori, dotsent.
Yetakchi tashkilot: “UNICON.UZ” MChJ - Fan-texnika va marketing tadqiqotlari markazi.
Dissertatsiya yo‘nalishi: nazariy va amaliy ahamiyatga ega.
II. Tadqiqotning maqsadi elektron to‘lov tizimlarida foydalanuvchilarning ma’lumotlarini himoyalash darajasini oshirish imkonini beruvchi yuz va emotsiyalarni aniqlashga asoslangan autentifikatsiya modeli va algoritmini takomillashtirishdan iborat.
III. Tadqiqotning ilmiy yangiligi:
elektron to‘lov tizimlari uchun xavf darajasini har tomonlama baholash va zaifliklarni aniqlashga asoslangan STRIDE metodologiyasi yordamida tahdid modeli yaratildi, hamda axborot xavfsizligi darajasini oshirishga asoslangan biometrik ikki faktorli autentifikatsiyadan foydalangan holda xavfsizlik arxitekturasi takomillashtirilgan;
ResNet arxitekturasini FPN bilan integratsiyalash orqali, foydalanuvchi autentifikatsiyasining takomillashtirilgan modeli uchun o‘qitilgan ma’lumotlar to‘plamini sifatini oshirishga qaratilgan ma’lumotlarni augmentatsiyalash algoritmi ishlab chiqilgan;
yuz emostiyalarini tanib olishda aniqlik va samaradorlikni oshirgan ko‘p vazifali o‘qitish, kvantlash, kesish va distillashni o‘z ichiga olgan engil neyron tarmoqlari (LNN) yordamida foydalanuvchilarni autentifikatsiyalash modeli takomillashtirilgan;
elektron to‘lov tizimlari infratuzilmasida axborot xavfsizligini oshirish darajasini ta’minlashga yo‘naltirilgan biometrik parametrlarni neyron tarmoq modellari va tasvirni qayta ishlash usullari bilan birgalikda qo‘llaydigan takomillashtirilgan ikki faktorli autentifikatsiya algoritmi ishlab chiqilgan.
IV. Tadqiqot natijalarining joriy qilinishi. Elektron to‘lov tizimlarida neyron tarmoqlarga asoslangan autentifikatsiya modeli va algoritmini takomillashtirish bo‘yicha olingan ilmiy natijalar asosida:
elektron to‘lov tizimlari uchun xavf darajasini har tomonlama baholash va zaifliklarni aniqlashga asoslangan STRIDE metodologiyasi yordamida tahdid modeli yaratildi, hamda axborot xavfsizligi darajasini oshirishga asoslangan biometrik ikki faktorli autentifikatsiyadan foydalangan holda takomillashtirilgan xavfsizlik arxitekturasi avtomatlashtirilgan transport operatori “ATTO” tizimiga joriy etilgan. (O‘zbekiston Respublikasi Raqamli texnologiyalar vazirligining 2024-yil 20-noyabrdagi 33-8/8130-son ma’lumotnomasi). Natijada, yuzlarni aniqlash aniqligi 98% gacha etdi, bu esa firibgarlik holatlari sonining kamayishiga va bankning raqamli xizmatlariga bo‘lgan ishonchning ortishiga xizmat qilgan;
ResNet arxitekturasini FPN bilan integratsiyalash orqali, foydalanuvchi autentifikatsiyasining takomillashtirilgan modeli uchun o‘qitilgan ma’lumotlar to‘plamini sifatini oshirishga qaratilgan ma’lumotlarni augmentatsiyalash ishlab chiqilgan  algoritmi “Radiouzatuv, radiotranslyasiya va televidenie markazi” DUK va “UNICON.UZ” DUKda qo‘llanilgan (O‘zbekiston Respublikasi Raqamli texnologiyalar vazirligining 2024-yil 20-noyabrdagi 33-8/8130-son ma’lumotnomasi). Natijada yuzni aniqlik ko‘rsatkichi 92.3%ni tashkil etgan, o‘quv ma’lumotlarining sifati yaxshilangan, tizimning tashqi sharoitlarga nisbatan barqarorligi oshgan hamda autentifikatsiya jarayonini 30FPS tezlikda va qulay tarzda amalga oshirish mumkinligi aniqlangan.
yuz emostiyalarini tanib olishda aniqlik va samaradorlikni oshirgan ko‘p vazifali o‘qitish, kvantlash, kesish va distillashni o‘z ichiga olgan engil neyron tarmoqlari (LNN) yordamida takomillashtirilgan foydalanuvchilarni autentifikatsiyalash modeli “IWAY-Consulting” MChJning axborot tizimlariga joriy etilgan (O‘zbekiston Respublikasi Raqamli texnologiyalar vazirligining 2024-yil 20-noyabrdagi 33-8/8130-son ma’lumotnomasi). Natijada yuz autentifikasiya mexanizmi 91,3 aniqlik, 30 FPS tezlikni qayd etdi hamda ko‘p sonli foydalanuvchilar bilan barqaror ishlash imkoniyatini ta'minlagan.
elektron to‘lov tizimlari infratuzilmasida axborot xavfsizligini oshirish darajasini ta’minlashga yo‘naltirilgan biometrik parametrlarni neyron tarmoq modellari va tasvirni qayta ishlash usullari bilan birgalikda qo‘llaydigan takomillashtirilgan ikki faktorli autentifikatsiya algoritmi Avtomatlashtirilgan transport operatori “ATTO” tizimiga va “Turonbank” aksiyadorlik tijorat bankiga tatbiq etilgan (O‘zbekiston Respublikasi Raqamli texnologiyalar vazirligining 2024-yil 20-noyabrdagi 33-8/8130-son ma’lumotnomasi). Natijada, axborot xavfsizligining yuqori darajasi ta’minlanib, real vaqt rejimida amaliyotlarni tezkor bajarish imkoniyati yaratilgan, yuzni autentifikatsiya qilish mexanizmi esa 97,3% aniqlik va 2,7% xatolik bilan ishlagan hamda 30 FPS tezlikda yanada takomillashishga erishilgan.