Fugu-MT 論文翻訳(概要): Context-Dependent Implicit Authentication for Wearable Device User

論文の概要: Context-Dependent Implicit Authentication for Wearable Device User

arxiv url: http://arxiv.org/abs/2008.12145v1
Date: Tue, 25 Aug 2020 04:34:19 GMT
ステータス: 処理完了
システム内更新日: 2022-10-25 03:24:35.808963
Title: Context-Dependent Implicit Authentication for Wearable Device User
Title（参考訳）: ウェアラブルデバイスユーザのためのコンテキスト依存型暗黙認証
Authors: William Cheung and Sudip Vhaduri
Abstract要約: 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。
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: As market wearables are becoming popular with a range of services, including making financial transactions, accessing cars, etc. that they provide based on various private information of a user, security of this information is becoming very important. However, users are often flooded with PINs and passwords in this internet of things (IoT) world. Additionally, hard-biometric, such as facial or finger recognition, based authentications are not adaptable for market wearables due to their limited sensing and computation capabilities. Therefore, it is a time demand to develop a burden-free implicit authentication mechanism for wearables using the less-informative soft-biometric data that are easily obtainable from the market wearables. In this work, we present a context-dependent soft-biometric-based wearable authentication system utilizing the heart rate, gait, and breathing audio signals. From our detailed analysis, we find that a binary support vector machine (SVM) with radial basis function (RBF) kernel can achieve an average accuracy of $0.94 \pm 0.07$, $F_1$ score of $0.93 \pm 0.08$, an equal error rate (EER) of about $0.06$ at a lower confidence threshold of 0.52, which shows the promise of this work.
Abstract（参考訳）: 市場のウェアラブルは、金融取引や、利用者のさまざまな個人情報に基づいて提供する車へのアクセスなど、さまざまなサービスで人気を博しているため、この情報のセキュリティは非常に重要になっている。しかし、ユーザーはIoT(Internet of Things)の世界において、PINやパスワードで溢れていることが多い。さらに、顔認識や指認識のようなハードバイオメトリックな認証は、センサーや計算能力に制限があるため、市場ウェアラブルには適用できない。したがって, 市場ウェアラブルから容易に入手可能なソフトバイオメトリックデータを用いて, ウェアラブルの負担のない暗黙認証機構を開発することは, 時間的要求である。本研究では,心拍数,歩行,呼吸音声信号を利用した文脈依存型ソフトバイオメトリック・ウェアラブル認証システムを提案する。我々の詳細な分析から、放射基底関数(RBF)カーネルを持つバイナリサポートベクトルマシン(SVM)は、平均精度が0.94 \pm 0.07$, $F_1$ score of $0.93 \pm 0.08$, a equal error rate (EER) at about 0.6$ at a lower confidence threshold of 0.52, which shows the promise of this work。

関連論文リスト

Beyond Gaze Points: Augmenting Eye Movement with Brainwave Data for Multimodal User Authentication in Extended Reality [4.114205202954365]
眼球運動と脳波パターンを組み合わせた多モード生体認証システムを提案する。本システムでは、眼球運動モードと比較して、EERが83.6%減少する、優れたEER(Equal Error Rate)が0.298%となる。
論文参考訳（メタデータ） (2024-04-29T13:42:55Z)
Leveraging Machine Learning for Wi-Fi-based Environmental Continuous Two-Factor Authentication [0.44998333629984877]
ユーザの入力を機械学習(ML)による決定に置き換える新しい2FAアプローチを提案する。本システムは,Wi-Fiアクセスポイント(AP)からのビーコンフレーム特性や受信信号強度指標(RSSI)値など,ユーザに関連するユニークな環境特性を利用する。セキュリティを強化するため,ユーザの2つのデバイス(ログインデバイスとモバイルデバイス)が,アクセスを許可する前に所定の近くに配置されることを義務付ける。
論文参考訳（メタデータ） (2024-01-12T14:58:15Z)
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)
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)
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)
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)
ESCORT: Ethereum Smart COntRacTs Vulnerability Detection using Deep Neural Network and Transfer Learning [80.85273827468063]
既存の機械学習ベースの脆弱性検出方法は制限され、スマートコントラクトが脆弱かどうかのみ検査される。スマートコントラクトのための初のDeep Neural Network(DNN)ベースの脆弱性検出フレームワークであるESCORTを提案する。 ESCORTは6種類の脆弱性に対して平均95%のF1スコアを達成し,検出時間は契約あたり0.02秒であることを示す。
論文参考訳（メタデータ） (2021-03-23T15:04:44Z)
Continuous Authentication of Wearable Device Users from Heart Rate, Gait, and Breathing Data [1.827510863075184]
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。
論文参考訳（メタデータ） (2020-08-25T01:55:07Z)
Mind the GAP: Security & Privacy Risks of Contact Tracing Apps [75.7995398006171]
GoogleとAppleは共同で,Bluetooth Low Energyを使用した分散型コントラクトトレースアプリを実装するための公開通知APIを提供している。実世界のシナリオでは、GAP設計は(i)プロファイリングに脆弱で、(ii)偽の連絡先を生成できるリレーベースのワームホール攻撃に弱いことを実証する。
論文参考訳（メタデータ） (2020-06-10T16:05:05Z)

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。