Please use this identifier to cite or link to this item:
https://rsuir-library.rsu.ac.th/handle/123456789/1536Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | ปณิธิ เนตินันทน์ | - |
| dc.contributor.author | สรพรรค ภักดีศรี | - |
| dc.date.accessioned | 2023-02-27T06:03:13Z | - |
| dc.date.available | 2023-02-27T06:03:13Z | - |
| dc.date.issued | 2564 | - |
| dc.identifier.uri | https://rsuir-library.rsu.ac.th/handle/123456789/1536 | - |
| dc.description | ดุษฏีนิพนธ์ (ปร.ด. (เทคโนโลยีสารสนเทศ)) -- มหาวิทยาลัยรังสิต, 2564 | en_US |
| dc.description.abstract | ปัจจุบันเทคโนโลยีการคำนวณแบบคลาว์ดมีการนำไปประยุกต์ใช้ในด้านต่าง ๆ ปี ค.ศ. 2017 มีการคาดการณ์ว่าเทคโนโลยีการคำนวณแบบคลาว์ดจะมีมูลค่ามากถึง 250 พันล้าน เหรียญ ในประเทศไทยเทคโนโลยีการคำนวณแบบคลาว์ดก็มีแนวโน้มที่สอดคล้องกับประเทศ อื่น ๆ เช่นกัน จากข้อมูลการสำรวจโดย Forester ปี ค.ศ. 2012 แสดงให้เห็นว่าเทคโนโลยีการคำนวณ แบบคลาว์ดมีอัตราการขยายตัวเพิ่มขึ้นอย่างต่อเนื่อง ดังนั้นผู้วิจัยจึงได้นำเสนอกรอบแนวคิดในการ ประยุกต์ใช้การพิสูจน์ตัวจริงแบบมัลติโมดัลชีวมิติด้วยการรู้จำใบหน้าและเสียงเพื่อการบริการ ประมวลผลแบบคลาวด์ งานวิจัยนี้ยังมุ่งเน้นการประเมินผลกรอบแนวคิดในการประยุกต์การพิสูจน์ตัวจริงแบบมัลติโมดัลชีวมิติด้วยการรู้จำใบหน้าและเสียงเพื่อการบริการประมวลผลแบบคลาวด์ ผลการศึกษาเชิงประจักษ์พบว่า 1) ค่า Accuracy Score เท่ากับ 0.712500 2) ค่า Precision Positive เท่ากับ 0.844828 3) ค่า Precision Negative เท่ากับ 0.363636 4) ค่า Recall Positive เท่ากับ 0.777778 5) ค่า Recall Negative เท่ากับ 0.470588 6) ค่า F1 score positive เท่ากับ 0.809917 7) ค่า F1 score negative เท่ากับ0.410256 ผู้วิจัยใช้สถิติไคสแควร์พบว่าสมมติฐานการวิจัยมีความถูกต้อง นอกจากนี้พบว่า 1) ชีวมิติเสียงมีความเหมาะสมที่ในการพิสูจน์ตัวจริงร่วมกับชีวมิติภาพใบหน้า 2) อัตราการผิดพลาดของการรู้จำลดลง (Fake Detection) 3) ระยะเวลาของเสียงที่บันทึกควรอยู่ระหว่าง 2 ถึง 4 วินาที 4) จำนวนภาพใบหน้า 4 ภาพเหมาะสมต่อการรู้จำ และ 5) ควรกำหนดค่าคะแนนความเชื่อมั่น ขั้นต่ำที่ยอมรับได้ไว้ที่ร้อยละ 60 การพิสูจน์ตัวจริงแบบมัลติโมดัลชีวมิติด้วยการรู้จำใบหน้าและเสียงเพื่อการบริการประมวลผลแบบคลาวด์ที่นำเสนอมีประโยชน์หลายด้าน เช่น ความปลอดภัย ความพร้อมใช้งาน และความยืดหยุ่น ผู้วิจัยได้ประยุกต์ใช้กรอบแนวคิดนี้กับระบบการยืนยันตัวตนในการเข้าสอบออนไลน์ในช่วงสถานการณ์การแพร่ระบาดของโรคโควิด-19 ในประเทศไทย | en_US |
| dc.language.iso | other | en_US |
| dc.publisher | มหาวิทยาลัยรังสิต | en_US |
| dc.subject | การพิสูจน์ตัวจริง | en_US |
| dc.subject | ใบหน้า -- โปรแกรมคอมพิวเตอร์ | en_US |
| dc.subject | คลาวด์คอมพิวติ้ง | en_US |
| dc.title | การพิสูจน์ตัวจริงแบบมัลติโมดัลชีวมิติด้วยการรู้จำใบหน้าและเสียงเพื่อการบริการประมวลผลแบบคลาวด์ | en_US |
| dc.title.alternative | Multimodal biometric authentication using face and voice recognition for cloud computing services | en_US |
| dc.type | Thesis | en_US |
| dc.description.other-abstract | Cloud computing technology is now widely used in a wide variety of domains. Cloud computing trends are expected to reach a value of approximately $250 billion in 2017. Thailand's cloud computing situation is similar to that of other countries. According to a 2012 Forester survey, cloud computing utilization has been increasing at a constant rate. As a result, we proposed using face and voice recognition to provide multimodal biometric authentication for cloud computing services. The proposed methodology has several advantages, including its speed, adaptability, and security. Additionally, the research evaluates the proposed multimodal biometric authentication for cloud computing services using face and voice recognition. The following are the findings of this empirical study: 1) The accuracy score is 0.712500. 2) The precision value is 0.844828. 3) Precision The minus sign indicates a negative value of 0.363636. 4) The positive recall value is 0.777778. 5) The negative value for the recall is 0.470588. 6) The positive value of the F1 score is 0.809917. 7) The negative value of the F1 score is 0.410256. Finally, the researchers analyze the collected data using Chi-square statistics to determine the validity of the research hypothesis. Additionally, this result demonstrates that 1) voice biometrics can be used in conjunction with facial biometrics for biometric authentication, 2) the rate of fake detection can be decreased by utilizing multimodal biometric authentication with face and voice recognition, and 3) the duration of the voice recorded should be between 1 and 4 seconds. 4) There should be four face images, and 5) the minimum acceptable threshold should be 60%. We discovered that the proposed framework is advantageous in terms of security, availability, and adaptability. We are using the system to authenticate online examinations in Thailand during the COVID-19 pandemic. | en_US |
| dc.description.degree-name | ปรัชญาดุษฎีบัณฑิต | en_US |
| dc.description.degree-level | ปริญญาเอก | en_US |
| dc.contributor.degree-discipline | เทคโนโลยีสารสนเทศ | en_US |
| Appears in Collections: | ICT-IT-D-Thesis | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| SORAPAK PUKDESREE.pdf | 9.16 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.