Аннотация. Предложена модель нейронов для задач биометрической аутентификации, способных к эффективной обработке сильно зависимых признаков, базирующаяся на критериях согласия (Джини, Крамера-фон Мизеса, Колмогорова-Смирнова, максимума площадей пересечения плотностей вероятности). Проведен эксперимент по сравнению эффективности нейронов на основе предложенной модели и нейронов на основе разностных и гиперболических функционалов Байеса, способных обрабатывать сильно зависимые биометрические данные. Предложены варианты построения гибридных нейронных сетей, способных обучаться на малом числе примеров биометрического образа (порядка 20). Проведен эксперимент по сбору динамических биометрических образов, в рамках которого 90 человек в течение месяца вводили рукописные и голосовые образы. Получены промежуточные результаты по распознаванию субъектов на базе гибридных нейронных сетей. Количество ошибок верификации подписи (рукописного пароля) составило менее 2%, верификации диктора по фиксированной парольной фраземенее 6%. Тестирование проводилось на биометрических образцах, полученных через некоторое время после формирования обучающей выборки. Ключевые слова: статистические функционалы, особенности подписи, параметры голоса, «широкие гибридные» нейронные сети, закон распределения случайной величины, малая обучающая выборка, информативность биометрических признаков.