Master's Thesis

Privacy-Preserving Web-Based Facial Authentication with Multi-Factor Mechanisms

Final Thesis 3.08 MB Appendix 12.81 MB

Author of thesis: Ing. Oleksandra Dudar

Acad. year: 2025/2026

Supervisor: M.Sc. Sara Ricci, Ph.D.

Reviewer: Ing. Petr Dzurenda, Ph.D.

Abstract:

This thesis focuses on the implementation of a privacy-preserving web application. The system introduces adjustable privacy levels, data anonymization, and privacy-aware authentication methods, including passwordless login and biometric verification, all of which are designed to minimize exposure of sensitive information. The platform is built using a modern web stack and includes a custom face-recognition model adapted for anonymized data.

Keywords:

Web application, TypeScipt, React, authentication, CNN, data anonymization, face recognition, ANN

Date of defence

09.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

Studentka prezentovala výsledky své práce a komise byla seznámena s posudky. Studentka obhájila diplomovou práci. a odpověděla na otázky členů komise a oponenta. Otázky: 1. V kapitole 3.7.1 popisujete vliv anonymizace na hodnotu recognition confidence. Jaký dopad mají použité anonymizační metody na ochranu soukromí uživatelů a jaký kompromis představují z hlediska přesnosti biometrické autentizace? 2. Jaká je celková časová náročnost jednotlivých fází autentizačního subsystému, konkrétně registrace uživatele (detekce obličeje, anonymizace, extrakce příznaků, přetrénování modelu umělé inteligence a generování embeddingů) a autentizace (detekce obličeje, extrakce příznaků a porovnání/shoda s uloženými záznamy)? 3. Poznáte alternatívne algoritmy k KNN a ANN vhodné pre vašu prácu?

Language of thesis

English

Faculty

Fakulta elektrotechniky a komunikačních technologií

Department

Department of Telecommunications

Study programme

Information Security (MPC-IBE)

Composition of Committee

Ing. Eva Holasová, Ph.D. (člen)
Ing. Petr Machník, Ph.D. (člen)
doc. Ing. Petr Šiška, Ph.D. (místopředseda)
JUDr. Pavel Loutocký, BA (Hons), Ph.D. (člen)
prof. Ing. Radim Burget, Ph.D. (předseda)
Ing. Petr Blažek, Ph.D. (člen)
Ing. Ondřej Pospíšil, Ph.D. (člen)
Ing. Jorge Truffin (člen)

Supervisor’s report
M.Sc. Sara Ricci, Ph.D.

Práce se zaměřuje na návrh a implementaci bezpečného autentizačního systému kombinujícího rozpoznávání obličeje s vícefaktorovou autentizací. Studentka vyvinula webovou aplikaci chránící soukromí uživatelů, která integruje anonymizaci dat, bezheslové přihlašování, biometrické ověřování a vlastní model pro rozpoznávání obličejů chráněný pomocí metod diferenciálního soukromí a náhodné projekce. Studentka splnila zadání a překročila původně stanovené cíle diplomové práce. Rozsah práce odpovídá očekávanému rozsahu diplomové práce. Text práce je dobře napsaný, srozumitelný a bez významných chyb. Oceňuji také skutečnost, že je práce zpracována v anglickém jazyce. Práce s literaturou je na dobré úrovni. Studentka byla během celého semestru aktivní, svou práci pravidelně konzultovala a prokázala schopnost samostatné práce. Velmi oceňuji její iniciativu a úsilí věnované praktické části práce, která je na velmi dobré úrovni. Celkově hodnotím práci i dosažené výsledky jako velmi kvalitní, a proto doporučuji práci k obhajobě s hodnocením A / 100 bodů. Points proposed by supervisor: 100

Grade proposed by supervisor: A

Reviewer’s report
Ing. Petr Dzurenda, Ph.D.

Prezentační úroveň práce, její rozsah i formální zpracování jsou na vynikající úrovni. Práce studentky s odbornou literaturou je na velmi dobré úrovni. Práce obsahuje pouze 35 referencí. U diplomové práce bych očekával vyšší počet použitých zdrojů. Po odborné stránce je práce na výborné úrovni. Studentka navrhla a implementovala prototyp webové platformy pro správu uživatelských dat s víceúrovňovým modelem ochrany soukromí. Platforma rovněž podporuje více autentizačních metod, jako jsou heslo, passkeys a biometrické ověřování založené na obličejových embeddinzích generovaných modelem ArcFace. Práce se zabývá také praktickými otázkami souvisejícími s provozem biometrické autentizace, například využitím více snímků v rámci jedné autentizační relace, zpracováním výsledků ověření a dopady průběžného doplňování šablon na přesnost a stabilitu systému. Výsledky práce mohou být využity ve výzkumných projektech zaměřených na pokročilé autentizační metody využívající umělou inteligenci a mechanismy ochrany soukromí uživatelů. Celkově hodnotím práci známkou A, 98 bodů. Topics for thesis defence:
  1. V kapitole 3.7.1 popisujete vliv anonymizace na hodnotu recognition confidence. Jaký dopad mají použité anonymizační metody na ochranu soukromí uživatelů a jaký kompromis představují z hlediska přesnosti biometrické autentizace?
  2. Jaká je celková časová náročnost jednotlivých fází autentizačního subsystému, konkrétně registrace uživatele (detekce obličeje, anonymizace, extrakce příznaků, přetrénování modelu umělé inteligence a generování embeddingů) a autentizace (detekce obličeje, extrakce příznaků a porovnání/shoda s uloženými záznamy)?
Points proposed by reviewer: 98

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová