Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Create QuantumBiometricAuth #3

Open
wants to merge 1 commit into
base: main
Choose a base branch
from
Open

Conversation

Clawue884
Copy link

Penjelasan Fitur

  1. Registrasi:

Data biometrik (sidik jari, wajah, suara) disimpan dalam database MongoDB.

Kata sandi di-hash menggunakan bcrypt untuk keamanan.

  1. Autentikasi:

Membandingkan data biometrik (encoded sebagai base64) dengan yang disimpan dalam database.

  1. Analisis Perilaku:

Data perilaku pengguna (misalnya, pola penggunaan aplikasi) disimpan dan digunakan untuk melatih model TensorFlow.

TensorFlow model digunakan untuk memprediksi tingkat kepercayaan berdasarkan pola perilaku pengguna.

  1. Prediksi Kepercayaan:

Endpoint untuk memprediksi apakah perilaku sesi pengguna saat ini dapat dipercaya.

  1. Keamanan Tingkat Lanjut:

Semua data sensitif dienkripsi saat disimpan.

TensorFlow meningkatkan validasi menggunakan AI untuk analisis pola perilaku.


Cara Menjalankan

  1. Instal dependensi:

npm install express mongoose multer bcrypt body-parser cors @tensorflow/tfjs-node

  1. Jalankan MongoDB:

mongod

  1. Jalankan server:

node app.js

Sistem ini adalah solusi komprehensif untuk autentikasi berbasis biometrik dan AI di proyek Pi Quantum Card (PQC).

Issue #, if available:

Description of changes:

By submitting this pull request, I confirm that you can use, modify, copy, and redistribute this contribution, under the terms of your choice.

Penjelasan Fitur

1. Registrasi:

Data biometrik (sidik jari, wajah, suara) disimpan dalam database MongoDB.

Kata sandi di-hash menggunakan bcrypt untuk keamanan.



2. Autentikasi:

Membandingkan data biometrik (encoded sebagai base64) dengan yang disimpan dalam database.



3. Analisis Perilaku:

Data perilaku pengguna (misalnya, pola penggunaan aplikasi) disimpan dan digunakan untuk melatih model TensorFlow.

TensorFlow model digunakan untuk memprediksi tingkat kepercayaan berdasarkan pola perilaku pengguna.



4. Prediksi Kepercayaan:

Endpoint untuk memprediksi apakah perilaku sesi pengguna saat ini dapat dipercaya.



5. Keamanan Tingkat Lanjut:

Semua data sensitif dienkripsi saat disimpan.

TensorFlow meningkatkan validasi menggunakan AI untuk analisis pola perilaku.





---

Cara Menjalankan

1. Instal dependensi:

npm install express mongoose multer bcrypt body-parser cors @tensorflow/tfjs-node


2. Jalankan MongoDB:

mongod


3. Jalankan server:

node app.js



Sistem ini adalah solusi komprehensif untuk autentikasi berbasis biometrik dan AI di proyek Pi Quantum Card (PQC).
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment
Labels
None yet
Projects
None yet
Development

Successfully merging this pull request may close these issues.

1 participant