MobileNetV2 /LSTMتطوير نموذج لتحسين أمن أنظمة التوقيع الإلكتروني باستخدام خوارزميات التعلم العميق

الملخص

هدفت هذه الورقة إلى تطوير نموذج هجين لتحسين كفأة وموثوقية التحقق من التوقيعات الإلكترونية العربية غير المتصلة  (Offline Electronic Signature Verification)، من خلال دمج خوارزمية MobileNetV2 لاستخلاص الخصائص المكانية، مع شبكة  LSTM لتحليل الخصائص الزمنية للتوقيع. وتسعى الدراسة إلى الإجابة عن مدى فاعلية النموذج المقترح في تحسين دقة التحقق من التوقيعات العربية، ومدى قدرته على تقليل الأخطاء مقارنةً بالنماذج التقليدية. وقد تم تدريب النموذج واختباره على مجموعة من بيانات التوقيعات العربية، أظهرت النتائج التجريبية أن النموذج المقترح MobileNetV2-LSTM-Attention-Security  حقق أداءً مرتفعًا في التحقق من التوقيعات العربية، حيث بلغت Accuracy = 98.03%، وPrecision = 98.38%، وRecall = 97.66% ، وF1-Score = 98.02%، مع AUC = 0.9925  كما حقق معدلات خطأ منخفضة بلغت FAR  = 1.61%  و FRR = 2.34%  وEER ≈ 1.90%  ، مما يدل على قدرة جيدة على التمييز بين التوقيعات الأصلية والمزورة.