論文の概要: Continuous Authentication of Wearable Device Users from Heart Rate, Gait, and Breathing Data

• arxiv url: http://arxiv.org/abs/2008.10779v1
• Date: Tue, 25 Aug 2020 01:55:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-25 04:27:21.157447
• Title: Continuous Authentication of Wearable Device Users from Heart Rate, Gait, and Breathing Data
• Title（参考訳）: 心拍・歩行・呼吸データを用いたウェアラブルデバイスの連続認証
• Authors: William Cheung and Sudip Vhaduri
• Abstract要約: 個人情報のセキュリティは、ますますデジタル化された社会の基盤になりつつある。 近年,顔認証や指認識などの生体認証技術が普及している。 本稿では,心拍,歩行,呼吸音声信号を用いたウェアラブルデバイスを対象とした,コンテキスト依存型生体認証システムを提案する。
• 参考スコア（独自算出の注目度）: 1.827510863075184
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The security of private information is becoming the bedrock of an increasingly digitized society. While the users are flooded with passwords and PINs, these gold-standard explicit authentications are becoming less popular and valuable. Recent biometric-based authentication methods, such as facial or finger recognition, are getting popular due to their higher accuracy. However, these hard-biometric-based systems require dedicated devices with powerful sensors and authentication models, which are often limited to most of the market wearables. Still, market wearables are collecting various private information of a user and are becoming an integral part of life: accessing cars, bank accounts, etc. Therefore, time demands a burden-free implicit authentication mechanism for wearables using the less-informative soft-biometric data that are easily obtainable from modern market wearables. In this work, we present a context-dependent soft-biometric-based authentication system for wearables devices using heart rate, gait, and breathing audio signals. From our detailed analysis using the "leave-one-out" validation, we find that a lighter $k$-Nearest Neighbor ($k$-NN) model with $k = 2$ can obtain an average accuracy of $0.93 \pm 0.06$, $F_1$ score $0.93 \pm 0.03$, and {\em false positive rate} (FPR) below $0.08$ at 50\% level of confidence, which shows the promise of this work.
• Abstract（参考訳）: 個人情報のセキュリティは、ますますデジタル化された社会の基盤になりつつある。 ユーザはパスワードやPINで溢れているが、これらのゴールドスタンダードな明示的な認証は、あまり人気がなく、価値も低い。 近年,顔認証や指認識などの生体認証技術が普及している。 しかし、これらのハードバイオメトリックベースのシステムは、強力なセンサーと認証モデルを備えた専用デバイスを必要とする。 それでも、マーケットウェアラブルはユーザーのさまざまな個人情報を収集し、車や銀行口座へのアクセスなど、生活の不可欠な部分になりつつある。 したがってtimeは、現代の市場ウェアラブルから容易に得ることのできる、控えめなソフトバイオメトリックデータを使用して、ウェアラブルに負担のない暗黙の認証機構を要求する。 本稿では,心拍数,歩行,呼吸音声信号を用いたウェアラブルデバイスのための,コンテキスト依存型ソフトバイオメトリック認証システムを提案する。 リーブ・ワン・アウト」バリデーションを用いた詳細な分析から、より軽量なk$-nearestの隣人モデル(k$-nn)が$k = 2$で、平均精度は$0.93 \pm 0.06$、$f_1$スコア$0.93 \pm 0.03$、"em false positive rate} (fpr) が$0.08$ at 50\% の信頼レベルで得られており、これはこの仕事の約束を示している。

関連論文リスト

• SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via Filter Pruning [55.84746218227712]
  我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。 性能を損なうことなく、さらに(最大40%)削減できることを示す。
  論文  参考訳（メタデータ） (2023-07-20T08:38:50Z)
• Improving the Security of Smartwatch Payment with Deep Learning [0.0]
  この論文は、ユーザーがスマートウォッチ支払いの認証システムにエンロールするために必要なジェスチャーの数を減らすことができるかどうかを調査する。 まず,最先端技術よりも優れたディープラーニング認証システムを構築する。 そこで我々は,ユーザ固有のジェスチャを生成するための正規化オートエンコーダモデルを開発した。
  論文  参考訳（メタデータ） (2023-07-11T17:02:21Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation [63.05890836038913]
  制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。 1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。 深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
  論文  参考訳（メタデータ） (2022-10-24T11:29:57Z)
• Locally Authenticated Privacy-preserving Voice Input [10.82818142802482]
  サービスプロバイダはユーザを認証しなければならないが、個人はプライバシの維持を望むかもしれない。 認証の実行中にプライバシを保存することは、特に敵がバイオメトリックデータを使用してトランスフォーメーションツールをトレーニングする場合には、非常に難しい。 ユーザの生信号のデバイス上の指紋をキャプチャして保存する,セキュアでフレキシブルなプライバシ保護システムを導入する。
  論文  参考訳（メタデータ） (2022-05-27T14:56:01Z)
• 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)
• Opportunistic Implicit User Authentication for Health-Tracking IoT Wearables [1.8352113484137629]
  我々は,Oximeter デバイスから採取した血液酸素飽和率 SpO2 値の有用性を検討した。 25人の被験者のコホートから、SpO2の92%が、ペアのユーザを区別できることがわかった。 これらの結果は、他の生体認証とともにSpO2を使用して、ウェアラブルの暗黙的な連続認証を開発することを約束している。
  論文  参考訳（メタデータ） (2021-09-28T13:18:36Z)
• 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)
• Multimodal Personal Ear Authentication Using Smartphones [0.0]
  指紋認証は、手が濡れている場合は使用できず、マスクを着用している場合は顔認識は使用できない。 スマートフォンにおける生体認証の新しいアプローチとしてピンナを用いた個人認証システムについて検討する。
  論文  参考訳（メタデータ） (2021-03-23T14:19:15Z)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)
• Context-Dependent Implicit Authentication for Wearable Device User [1.827510863075184]
  本稿では,心拍,歩行,呼吸音声信号を利用した文脈依存型生体認証システムを提案する。 詳細な分析から、放射基底関数(RBF)カーネルを持つバイナリサポートベクターマシン(SVM)が平均精度92.84%を達成することが判明した。
  論文  参考訳（メタデータ） (2020-08-25T04:34:19Z)

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。