論文の概要: Zoom on the Keystrokes: Exploiting Video Calls for Keystroke Inference Attacks

• arxiv url: http://arxiv.org/abs/2010.12078v1
• Date: Thu, 22 Oct 2020 21:38:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-04 08:17:46.467045
• Title: Zoom on the Keystrokes: Exploiting Video Calls for Keystroke Inference Attacks
• Title（参考訳）: Zoom on the Keystrokes: キーストローク推論攻撃のビデオ通話を爆発させる
• Authors: Mohd Sabra, Anindya Maiti, Murtuza Jadliwala
• Abstract要約: 近年の世界では、ビデオ通話が、個人とプロの両方のリモートコミュニケーションの新しい標準となっている。 我々は、コールのビデオストリームであるキーストロークからそのようなプライベート情報を推測するための攻撃フレームワークを設計し、評価する。 本稿では,ビデオ通話中にユーザを自動で保護する効果的な緩和手法を提案し,評価する。
• 参考スコア（独自算出の注目度）: 4.878606901631679
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Due to recent world events, video calls have become the new norm for both personal and professional remote communication. However, if a participant in a video call is not careful, he/she can reveal his/her private information to others in the call. In this paper, we design and evaluate an attack framework to infer one type of such private information from the video stream of a call -- keystrokes, i.e., text typed during the call. We evaluate our video-based keystroke inference framework using different experimental settings and parameters, including different webcams, video resolutions, keyboards, clothing, and backgrounds. Our relatively high keystroke inference accuracies under commonly occurring and realistic settings highlight the need for awareness and countermeasures against such attacks. Consequently, we also propose and evaluate effective mitigation techniques that can automatically protect users when they type during a video call.
• Abstract（参考訳）: 近年の世界的イベントにより、パーソナルとプロのリモートコミュニケーションにとってビデオ通話が新しい標準となっている。 しかし、ビデオ通話の参加者が注意を払わなければ、その電話で自分の個人情報を他人に公開することができる。 本稿では,コール中のキーストローク,すなわちテキストタイプされたビデオストリームから,そのようなプライベート情報を推測するための攻撃フレームワークを設計,評価する。 さまざまなwebカメラ,ビデオ解像度,キーボード,服,背景など,さまざまな実験的な設定とパラメータを用いて,ビデオベースのキーストローク推論フレームワークを評価した。 一般的に発生する比較的高いキーストローク推定精度と現実的な設定は、そのような攻撃に対する認識と対策の必要性を浮き彫りにする。 また,ビデオ通話中にユーザを自動で保護する効果的な緩和手法を提案し,評価する。

関連論文リスト

• A Practical Deep Learning-Based Acoustic Side Channel Attack on Keyboards [6.230751621285321]
  本稿では,スマートフォン内蔵マイクを用いてノートパソコンのキーストロークを分類するために,最先端のディープラーニングモデルを提案する。 近くの電話機で記録されたキーストロークで訓練すると、分類器は95%の精度を達成し、言語モデルを用いずに見られる最高精度を達成した。 この一連の攻撃からユーザを保護するための一連の緩和手法について論じる。
  論文  参考訳（メタデータ） (2023-08-02T10:51:36Z)
• Let's Think Frame by Frame with VIP: A Video Infilling and Prediction Dataset for Evaluating Video Chain-of-Thought [62.619076257298204]
  我々は、少数のビデオ推論のシーケンシャルな理解として、フレーミングビデオ推論を動機付けている。 VIPは、ビデオチェーンオブ思考を通してモデルの推論能力を調べるために設計された、推論時の課題データセットである。 我々は、VIP上でGPT-4、GPT-3、VICUNAをベンチマークし、複雑なビデオ推論タスクのパフォーマンスギャップを実証し、今後の作業を促進する。
  論文  参考訳（メタデータ） (2023-05-23T10:26:42Z)
• Private Eye: On the Limits of Textual Screen Peeking via Eyeglass Reflections in Video Conferencing [18.84055230013228]
  ビデオは参加者の画面上の情報をリークする。 本研究は, 数学的モデリングと人体実験を用いて, 出現するウェブカメラが認識可能なテキスト情報を漏洩する程度について検討する。 本研究は,多フレーム超解像技術を用いて,映像フレームのシーケンス上での光学的攻撃に基づく脅威モデルの検討と特徴付けを行う。
  論文  参考訳（メタデータ） (2022-05-08T23:29:13Z)
• Real or Virtual: A Video Conferencing Background Manipulation-Detection System [25.94894351460089]
  実際のビデオ会議と仮想ビデオ会議のユーザ背景を区別する検出戦略を提案する。 敵が考える異なる敵攻撃に対する検出器の堅牢性を示す。 結果,実物は仮想背景から99.80%の精度で識別できることが判明した。
  論文  参考訳（メタデータ） (2022-04-25T08:14:11Z)
• Audio-Visual Person-of-Interest DeepFake Detection [77.04789677645682]
  本研究の目的は、現実世界で遭遇する様々な操作方法やシナリオに対処できるディープフェイク検出器を提案することである。 我々は、対照的な学習パラダイムを活用して、各アイデンティティに対して最も識別しやすい、移動面と音声セグメントの埋め込みを学習する。 本手法は,シングルモダリティ(オーディオのみ,ビデオのみ)とマルチモダリティ(オーディオビデオ)の両方を検出でき,低品質・低画質ビデオに対して堅牢である。
  論文  参考訳（メタデータ） (2022-04-06T20:51:40Z)
• SPAct: Self-supervised Privacy Preservation for Action Recognition [73.79886509500409]
  アクション認識におけるプライバシー漏洩を緩和するための既存のアプローチは、ビデオデータセットのアクションラベルとともに、プライバシラベルを必要とする。 自己教師付き学習(SSL)の最近の進歩は、未ラベルデータの未発見の可能性を解き放ちつつある。 本稿では、プライバシーラベルを必要とせず、自己管理的な方法で、入力ビデオからプライバシー情報を除去する新しいトレーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-29T02:56:40Z)
• Watch Those Words: Video Falsification Detection Using Word-Conditioned Facial Motion [82.06128362686445]
  本稿では,安価なディープフェイクと視覚的に説得力のあるディープフェイクの両方を扱うためのマルチモーダルな意味法医学的アプローチを提案する。 帰属という概念を利用して、ある話者と他の話者を区別する個人固有の生体パターンを学習する。 既存の個人固有のアプローチとは異なり、この手法は口唇の操作に焦点を当てた攻撃にも有効である。
  論文  参考訳（メタデータ） (2021-12-21T01:57:04Z)
• Masking Modalities for Cross-modal Video Retrieval [93.10669981708878]
  ビデオエンコーダを事前訓練するための一般的な戦略は、付随する音声を弱い監督力として使用することである。 ビデオエンコーダの事前学習には,映像のモダリティ,すなわち外見,音,書き起こされた音声の監督が用いられる。 How2R, YouCook2, Condensed Moviesデータセット上で, ビデオ検索のための"モダリティマスキング"事前学習手法の優れた性能を示す。
  論文  参考訳（メタデータ） (2021-11-01T23:55:04Z)
• Do Not Deceive Your Employer with a Virtual Background: A Video Conferencing Manipulation-Detection System [35.82676654231492]
  本稿では,ビデオ会議のユーザ背景が本物かどうかを検出するための効率的なツールの実現可能性について検討する。 実験により、クロス共起行列は、異なる種類の攻撃に対して検出器の堅牢性を向上させることが確認された。
  論文  参考訳（メタデータ） (2021-06-29T07:31:21Z)
• Privacy-Preserving Video Classification with Convolutional Neural Networks [8.51142156817993]
  本稿では,畳み込みニューラルネットワークを用いた単一フレーム方式のビデオ分類のプライバシ保護実装を提案する。 個人の感情認識への応用として提案手法の評価を行った。
  論文  参考訳（メタデータ） (2021-02-06T05:05:31Z)
• Over-the-Air Adversarial Flickering Attacks against Video Recognition Networks [54.82488484053263]
  ビデオ分類のためのディープニューラルネットワークは、敵の操作を受けることができる。 本稿では,フリックング時間摂動を導入することで,ビデオ分類器を騙す操作手法を提案する。 攻撃はいくつかの標的モデルに実装され、攻撃の伝達性が実証された。
  論文  参考訳（メタデータ） (2020-02-12T17:58:12Z)

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。