論文の概要: BioTouchPass2: Touchscreen Password Biometrics Using Time-Aligned Recurrent Neural Networks

• arxiv url: http://arxiv.org/abs/2001.10223v1
• Date: Tue, 28 Jan 2020 09:25:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-06 02:52:42.451577
• Title: BioTouchPass2: Touchscreen Password Biometrics Using Time-Aligned Recurrent Neural Networks
• Title（参考訳）: BioTouchPass2: 時間適応リカレントニューラルネットワークを用いたタッチスクリーンパスワードバイオメトリックス
• Authors: Ruben Tolosana, Ruben Vera-Rodriguez, Julian Fierrez, Javier Ortega-Garcia
• Abstract要約: この作業は、2要素認証によってパスワードのシナリオを強化し、ユーザーが通常どおり入力するのではなく、パスワードの各文字を描くように要求する。 位置,姿勢,デバイスに関する制約を伴わない,教師なしのモバイルシナリオで取得した,新しいMobileTouchDBのパブリックデータベースを提示する。 さらに,TA-RNN(Time-Aligned Recurrent Neural Networks)という新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 6.5379404287240295
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Passwords are still used on a daily basis for all kind of applications. However, they are not secure enough by themselves in many cases. This work enhances password scenarios through two-factor authentication asking the users to draw each character of the password instead of typing them as usual. The main contributions of this study are as follows: i) We present the novel MobileTouchDB public database, acquired in an unsupervised mobile scenario with no restrictions in terms of position, posture, and devices. This database contains more than 64K on-line character samples performed by 217 users, with 94 different smartphone models, and up to 6 acquisition sessions. ii) We perform a complete analysis of the proposed approach considering both traditional authentication systems such as Dynamic Time Warping (DTW) and novel approaches based on Recurrent Neural Networks (RNNs). In addition, we present a novel approach named Time-Aligned Recurrent Neural Networks (TA-RNNs). This approach combines the potential of DTW and RNNs to train more robust systems against attacks. A complete analysis of the proposed approach is carried out using both MobileTouchDB and e-BioDigitDB databases. Our proposed TA-RNN system outperforms the state of the art, achieving a final 2.38% Equal Error Rate, using just a 4-digit password and one training sample per character. These results encourage the deployment of our proposed approach in comparison with traditional typed-based password systems where the attack would have 100% success rate under the same impostor scenario.
• Abstract（参考訳）: パスワードは、あらゆる種類のアプリケーションで毎日使われています。 しかし、多くの場合、単独では十分に安全ではない。 この作業は、2要素認証によってパスワードのシナリオを強化し、ユーザーが通常どおり入力するのではなく、パスワードの各文字を描くように要求する。 本研究の主な貢献は次のとおりである。 i) 位置,姿勢,デバイスに制約のない,教師なしのモバイルシナリオで取得した新しいMobileTouchDB公開データベースを提案する。 このデータベースには、217人のユーザーが実行した64K以上のオンライン文字サンプルが含まれており、94の異なるスマートフォンモデルと最大6回の買収セッションがある。 二 動的時間ワープ(DTW)のような従来の認証システムとリカレントニューラルネットワーク(RNN)に基づく新しい手法の両方を考慮した提案手法の完全な解析を行う。 さらに,TA-RNN(Time-Aligned Recurrent Neural Networks)という新しい手法を提案する。 このアプローチはDTWとRNNの可能性を組み合わせて、より堅牢なシステムを攻撃に対して訓練する。 提案手法の完全な解析はMobileTouchDBとe-BioDigitDBデータベースの両方を用いて行う。 提案するTA-RNNシステムは,4桁のパスワードと1文字あたりのトレーニングサンプルを用いて,最終的な2.38%の誤り率を達成した。 これらの結果は,同じインポスタットシナリオで攻撃が100%成功率を持つ従来のtypedベースのパスワードシステムと比較して,提案手法の展開を促すものである。

関連論文リスト

• PeFAD: A Parameter-Efficient Federated Framework for Time Series Anomaly Detection [51.20479454379662]
  私たちはaを提案します。 フェデレートされた異常検出フレームワークであるPeFADは、プライバシーの懸念が高まっている。 我々は、4つの実際のデータセットに対して広範な評価を行い、PeFADは既存の最先端ベースラインを最大28.74%上回っている。
  論文  参考訳（メタデータ） (2024-06-04T13:51:08Z)
• Sparse-DySta: Sparsity-Aware Dynamic and Static Scheduling for Sparse Multi-DNN Workloads [65.47816359465155]
  複数のディープニューラルネットワーク(DNN)を並列に実行することは、両エッジデバイスで新たなワークロードとなっている。 スパースマルチDNNスケジューリングに静的なスケジューラパターンと動的スケジューラ情報の両方を利用する新しいスケジューラDystaを提案する。 提案手法は, 遅延制約違反率を最大10%削減し, 平均正規化ターンアラウンド時間で約4倍に向上する。
  論文  参考訳（メタデータ） (2023-10-17T09:25:17Z)
• KeyDetect --Detection of anomalies and user based on Keystroke Dynamics [0.0]
  サイバー攻撃はクレジットカードの詳細や社会保障番号などの機密データに簡単にアクセスすることができる。 現在、サイバー攻撃を止めるために、2段階の検証方法から様々な方法が選択されている。 我々は,ユーザのキーストロークダイナミックス(タイピングパターン)を用いて真のユーザを認証する手法を提案している。
  論文  参考訳（メタデータ） (2023-04-08T09:00:07Z)
• TypeFormer: Transformers for Mobile Keystroke Biometrics [11.562974686156196]
  本稿では,ユーザ認証のためにモバイルデバイス上で実行される自由テキストキーストロークダイナミクスをモデル化するトランスフォーマーアーキテクチャを提案する。 TypeFormerは、50キーストロークの5つのエンローメントセッションのみを使用して、EER(Equal Error Rate)の値が3.25%に達する現在の最先端システムよりもパフォーマンスがよい。
  論文  参考訳（メタデータ） (2022-12-26T10:25:06Z)
• Mobile Keystroke Biometrics Using Transformers [11.562974686156196]
  本稿では,自由文シナリオにおけるキーストロークバイオメトリックスシステムの改良に焦点を当てる。 従来の機械学習手法よりも優れたディープラーニング手法が文献で提案されている。 我々の知る限りでは、トランスフォーマーに基づくキーストローク生体計測システムを提案する最初の研究である。
  論文  参考訳（メタデータ） (2022-07-15T16:50:11Z)
• Braille Letter Reading: A Benchmark for Spatio-Temporal Pattern Recognition on Neuromorphic Hardware [50.380319968947035]
  近年の深層学習手法は,そのようなタスクにおいて精度が向上しているが,従来の組込みソリューションへの実装は依然として計算量が非常に高く,エネルギーコストも高い。 文字読み込みによるエッジにおける触覚パターン認識のための新しいベンチマークを提案する。 フィードフォワードとリカレントスパイキングニューラルネットワーク(SNN)を、サロゲート勾配の時間によるバックプロパゲーションを用いてオフラインでトレーニングし比較し、効率的な推論のためにIntel Loihimorphicチップにデプロイした。 LSTMは14%の精度で繰り返しSNNより優れており、Loihi上での繰り返しSNNは237倍のエネルギーである。
  論文  参考訳（メタデータ） (2022-05-30T14:30:45Z)
• Evaluation of a User Authentication Schema Using Behavioral Biometrics and Machine Learning [0.0]
  本研究では,行動バイオメトリックスを用いたユーザ認証手法の作成と評価により,行動バイオメトリックスの研究に寄与する。 この研究で用いられる行動バイオメトリクスには、タッチダイナミクスと電話の動きがある。 2つのバイオメトリックスの異なる単一モーダルと多モーダルの組み合わせの性能を評価する。
  論文  参考訳（メタデータ） (2022-05-07T05:16:34Z)
• BioTouchPass: Handwritten Passwords for Touchscreen Biometrics [3.867363075280544]
  この研究は、PIN(Personal Identification Numbers)とOTP(One-Time Passwords)に基づく従来の認証システムを強化する。 提案手法では,通常どおり入力するのではなく,端末のタッチスクリーン上にパスワードの各桁を描画する。 提案する生体認証システムについて,パスワード長とエンローメントサンプル数を増加させる際の手書き桁の識別力とロバスト性について,完全解析を行った。
  論文  参考訳（メタデータ） (2022-05-03T07:42:47Z)
• MD-CSDNetwork: Multi-Domain Cross Stitched Network for Deepfake Detection [80.83725644958633]
  現在のディープフェイク生成法では、偽画像やビデオの周波数スペクトルに識別的アーティファクトが残されている。 MD-CSDNetwork(MD-CSDNetwork)と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-09-15T14:11:53Z)
• Semi-Supervised Domain Generalizable Person Re-Identification [74.75528879336576]
  既存の人物の再識別(re-id)メソッドは、新しい目に見えないシナリオにデプロイされると立ち往生する。 近年,新たなシナリオにおける未ラベルの広範なデータをトランスダクティブ学習方式で活用するドメイン適応型人物再認識への取り組みが進められている。 我々は、複数のラベル付きデータセットを探索し、人物の再識別のための一般化されたドメイン不変表現を学習することを目指している。
  論文  参考訳（メタデータ） (2021-08-11T06:08:25Z)
• MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
  我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。 提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
  論文  参考訳（メタデータ） (2020-10-25T23:01:13Z)

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。