عرض سجل المادة البسيط

Secure Settlement Framework Using Blockchain Technology for Fraud Prevention

dc.contributor.advisorأبو منصور, حسين يوسف
dc.contributor.authorالقحطاني, نوف بنت معيض أحمد آل سلمان
dc.contributor.authorAlqahtani, Noof Moeed
dc.contributor.authorأبو منصور, حسين يوسف . مشرف
dc.date.accessioned2020-08-20T15:01:02Z
dc.date.available2020-08-20T15:01:02Z
dc.date.issued2020
dc.identifier.other4380887
dc.identifier.urihttp://repository.nauss.edu.sa//handle/123456789/66817
dc.descriptionرسالة ماجستير - جامعة نايف العربية للعلوم الأمنية-كلية أمن الحاسب والمعلومات، قسم أمن المعلومات، تخصص أمن المعلومات،ar
dc.description49 ورقة : جداول، أشكال
dc.description.abstractThe main question of the study: can we develop secure settlements framework based on Self-sovereign identity through using iris scanning to increase the security of the blockchain for digital identity fraud prevention?ar
dc.description.abstractMain objective: Proving the iris recognition is more accurate and secured than fingerprint recognition for identity establishment, which will contribute to the prevention of fraud while settling the user’s identity authentication through blockchain.
dc.description.abstractStudy Methodology and Tools: The thesis answers this question using an empirical method applied to datasets of both fingerprint and iris images. The features are extracted and classified using a python programme that implements 21 tests classified using the k-nearest neighbours (KNN) in order to prove the iris recognition is more accurate and secured than fingerprint recognition for identity establishment, which will contribute to the prevention of fraud while settling the user’s identity authentication through blockchain.
dc.description.abstractResults and Conclusions: 1. Average Accuracy Results for Fingerprint is 92% and Iris is 97%. 2. The standard deviation results for fingerprint is 0.05 and iris is 0.03. 3. Morale value for Wilcoxon signed-rank test is 3.69864e-05. 4. Fingerprint identified iris identification are not the same at significant level of 0.01. 5. Iris classification is more accurate and reliable comparing to fingerprint classification.
dc.description.abstractRecommendations:  The thesis compares between fingerprint and iris accuracy only; however, researchers should take the future work further to involve other standard and analytical factors, which contain standards dependability, safety, universality, cost and effectiveness.
dc.description.abstractالتساؤل الرئيس للدراسة: هل يمكننا تطوير إطار عمل التسويات الذي يعتمد على الهوية ذات السيادة الذاتية من خلال استخدام مسح القزحية لزيادة مستوى أمان تقنية سلسلة الكتل (Blockchain) لمنع الاحتيال في الهوية الرقمية؟
dc.description.abstractالهدف الرئيسي للدراسة: إثبات مستوى الأمان في عملية إدارة الهوية الرقمية باستخدام تقنية سلسلة الكتل (Blockchain) في عملية التسويات لمنع الاحتيال من خلال وذلك باستخدام تقنية الهوية ذات السيادة الذاتية (SSI) بجانب استخدام تقنيات القياسات الحيوية. تقنية SSI في سبيل توفير حلول مصادقة مناسبة من خلال تشجيع وتمكين الأشخاص والمؤسسات والشركات من الحصول على السيطرة الكاملة على كل من المعلومات الشخصية والسرية الخاصة بهم دون الحاجة إلى طرف ثالث. تركز هذه الرسالة على المساهمة في تقديم حلول لمنع الاحتيال في الهوية الرقمية باستخدام تقنيات الهوية ذات السيادة الذاتية (SSI) من خلال تقنية التعرف على قزحية العين أثناء مرحلة التحقق من الهوية. في هذا السياق، ستتناول الرسالة السؤال الرئيس التالي، "هل استخدام مسح قزحية العين في التحقق من هوية الشخص تعطي دقة أكبر من فحص بصمة الإصبع".
dc.description.abstractمنهج الدراسة وأدواتها: تم اتباع المنهج التجريبي في هذه الدراسة لأثبات أن مسح القزحية في التحقق من هوية المستخدم تعطي دقة أكبر من فحص بصمة الاصبح وذلك من خلال اختيار قاعدة بيانات تحتوي على 756 صورة لقزحية العين تنتمي إلى 108 أشخاص واختيار قاعدة بيانات تحتوي على 80 صورة لبصمة الاصبع تنتمي إلى 10 أشخاص ومن ثم تحديد عينة عشوائية تحتوي على 10 أشخاص لكل شخص 7 صور لكلا المجموعتين. ثم استخدام Python لاستخراج المميزات ومن ثم تصنيفها باستخدام خوارزمية K-nearest neighbours (KNN) ومعالجتها لاختبار معيار الدقة من خلال المتوسط الحسابي للنتائج لكلا المجموعتين وقياس الانحراف المعياري.
dc.description.abstractالنتائج: 1. متوسط دقة بصمة الإصبع هو 92٪ وبصمة القزحية هو 97٪. 2. نتائج الانحراف المعياري لبصمة الإصبع 0.05 وبصمة القزحية 0.03. 3. القيمة المعنوية لاختبار رتبة ويلكوكسون هي 3.69864e-05. 4. التعرف على بصمة القزحية المحددة ليست هي نفسها عند مستوى كبير من 0.01. 5. تصنيف القزحية هو أكثر دقة وموثوقية مقارنة مع تصنيف بصمات الأصابع.
dc.description.abstractأهم التوصيات: • تقارن هذه الرسالة بين دقة بصمة الأصابع ودقة القزحية فقط؛ ومع ذلك، ينبغي للباحثين أن يواصلوا العمل المستقبلي بشكل أكبر لإشراك العوامل المعيارية والتحليلية الأخرى، مثل الاعتمادية والسلامة والعالمية وفعالية والتكلفة.
dc.language.isoenar
dc.publisherجامعة نايف العربية للعلوم الأمنيةar
dc.subjectأمن المعلوماتar
dc.titleSecure Settlement Framework Using Blockchain Technology for Fraud Preventionar
dc.title.alternativeإطار العمل الآمن للتسوية باستخدام تقنية سلسلة الكتل لمنع الاحتيالar
dc.typeThesisar
dc.contributor.committeeMemberالأيوب, عبد الإله محمد
dc.contributor.committeeMemberعمي, مريم عبد القادر
dc.Degreeماجستيرar
dc.Collegeكلية أمن الحاسب والمعلوماتar
dc.departأمن المعلوماتar
dc.specialأمن المعلوماتar


الملفات في هذه المادة

Thumbnail
Thumbnail
Thumbnail

هذه المادة تظهر في الحاويات التالية

عرض سجل المادة البسيط