論文の概要: Nowhere to Hide: Cross-modal Identity Leakage between Biometrics and Devices

• arxiv url: http://arxiv.org/abs/2001.08211v1
• Date: Tue, 21 Jan 2020 22:26:12 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-06 09:02:42.572910
• Title: Nowhere to Hide: Cross-modal Identity Leakage between Biometrics and Devices
• Title（参考訳）: 隠れる場所:生体認証とデバイス間のクロスモーダルid漏洩
• Authors: Chris Xiaoxuan Lu, Yang Li, Yuanbo Xiangli and Zhengxiong Li
• Abstract要約: サイバー物理空間における複合ID漏洩の可能性について検討する。 コロケーションされたスマートデバイスID(スマートフォンMACアドレスなど)と物理バイオメトリックス(顔/声のサンプルなど)は、互いにサイドチャネルである。 異なる生体認証とデバイスIDに関する2つの実世界実験は、提案されたアプローチがデバイスIDの70%以上を妥協できることを示している。
• 参考スコア（独自算出の注目度）: 10.583851548297728
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Along with the benefits of Internet of Things (IoT) come potential privacy risks, since billions of the connected devices are granted permission to track information about their users and communicate it to other parties over the Internet. Of particular interest to the adversary is the user identity which constantly plays an important role in launching attacks. While the exposure of a certain type of physical biometrics or device identity is extensively studied, the compound effect of leakage from both sides remains unknown in multi-modal sensing environments. In this work, we explore the feasibility of the compound identity leakage across cyber-physical spaces and unveil that co-located smart device IDs (e.g., smartphone MAC addresses) and physical biometrics (e.g., facial/vocal samples) are side channels to each other. It is demonstrated that our method is robust to various observation noise in the wild and an attacker can comprehensively profile victims in multi-dimension with nearly zero analysis effort. Two real-world experiments on different biometrics and device IDs show that the presented approach can compromise more than 70\% of device IDs and harvests multiple biometric clusters with ~94% purity at the same time.
• Abstract（参考訳）: iot(internet of things, モノのインターネット)のメリットとともに、何十億ものデバイスがユーザの情報を追跡し、インターネット上の他の当事者と通信する権限を付与されるため、潜在的なプライバシーリスクが生じる。 特に敵に対する関心は、攻撃を開始する上で常に重要な役割を果たすユーザーアイデンティティである。 特定の物理バイオメトリックスやデバイスアイデンティティーの暴露は広範囲に研究されているが、マルチモーダルセンシング環境では、両側からの漏洩の複合効果は分かっていない。 本研究では,サイバー物理空間にまたがる複合ID漏洩の可能性を探り,スマートフォンのMACアドレスなど)と物理バイオメトリックス(顔と声のサンプルなど)が互いにサイドチャネルであることを明らかにする。 その結果,本手法は野生の様々な観測ノイズに対して頑健であり,攻撃者は解析をほぼゼロで多次元の被害者を包括的にプロファイルできることがわかった。 異なるバイオメトリックスとデバイスIDに関する2つの実世界実験は、提案されたアプローチがデバイスIDの70%以上を妥協し、同時に94%の純度を持つ複数のバイオメトリッククラスタを収穫することを示した。

関連論文リスト

• Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
  本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。 マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。 ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:24:51Z)
• Multimodal Adaptive Fusion of Face and Gait Features using Keyless attention based Deep Neural Networks for Human Identification [67.64124512185087]
  歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。 本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-24T05:28:35Z)
• Efficient aggregation of face embeddings for decentralized face recognition deployments (extended version) [0.7349727826230862]
  バイオメトリックスは、最もプライバシーに敏感なデータの一つだ。プライバシーを重視するユビキタス認証システムは、分散化されたアプローチを優先している。 本稿では,異なるデータセットの広範囲な解析に基づいて,顔認識に使用される埋め込みを効率的に集約する方法を提案する。
  論文  参考訳（メタデータ） (2022-12-20T09:28:25Z)
• Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
  本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。 HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。 我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
  論文  参考訳（メタデータ） (2022-03-14T17:05:59Z)
• Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal Biometric Fusion Algorithms [58.156733807470395]
  本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。 キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。 我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
  論文  参考訳（メタデータ） (2021-11-17T13:39:48Z)
• Biometrics: Trust, but Verify [49.9641823975828]
  バイオメトリック認識は、世界中のさまざまなアプリケーションに爆発しました。 生体認証システムの様々なサブモジュールに関する多くの顕著な問題と懸念があります。
  論文  参考訳（メタデータ） (2021-05-14T03:07:25Z)
• When Physical Unclonable Function Meets Biometrics [0.5156484100374058]
  心電図(ECG)に基づく生体計測は、患者を認証し、患者のバイタルサインを監視することで普及している。 揮発性メモリベース(NVM)PUFは、偽造を避けるためにデバイスに簡単に配置できる。 当社の目標は、ハードウェアセキュリティを可能にする生体認証に基づく最先端の開発論文の包括的な研究を提供することです。
  論文  参考訳（メタデータ） (2020-12-14T20:00:40Z)
• Vision-based techniques for gait recognition [6.817301687702869]
  本研究では、歩行認識とモデリングの現在の技術と、研究が行われた環境について論じる。 我々は,バイオメトリックスに基づく人間の認識における新しいパラダイム,すなわち遠距離バイオメトリックスと近距離で動作するバイオメトリックスの組み合わせとして,歩行のフロントノーマルなビューを使用することのモチベーションを提供する。
  論文  参考訳（メタデータ） (2020-04-30T06:33:01Z)
• Analyze and Development System with Multiple Biometric Identification [0.0]
  盗難からの情報を確保するために以前に開発された手法は、効果的で安全ではなかった。 バイオメトリックスは、個人情報のより効率的なセキュリティのための技術が必要になったときに導入された。 生体認証システムでは、ユーザーはパスワードを覚えたり、キーを携帯したりしない。
  論文  参考訳（メタデータ） (2020-04-10T05:08:54Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。