論文の概要: The Gaze and Mouse Signal as additional Source for User Fingerprints in
Browser Applications
- arxiv url: http://arxiv.org/abs/2101.03793v2
- Date: Sun, 17 Jan 2021 12:10:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-04 14:41:52.050716
- Title: The Gaze and Mouse Signal as additional Source for User Fingerprints in
Browser Applications
- Title(参考訳): ブラウザアプリケーションにおけるユーザ指紋追加源としての視線とマウス信号
- Authors: Wolfgang Fuhl and Nikolai Sanamrad and Enkelejda Kasneci
- Abstract要約: ブラウザ統計にどのような欠点と制限があり、どのように回避できるかを示す。
人間の視覚行動は豊富な情報ソースであり、個人固有の情報も含むので、ブラウザの指紋の貴重な情報源である。
- 参考スコア(独自算出の注目度): 8.549327864989227
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work we inspect different data sources for browser fingerprints. We
show which disadvantages and limitations browser statistics have and how this
can be avoided with other data sources. Since human visual behavior is a rich
source of information and also contains person specific information, it is a
valuable source for browser fingerprints. However, human gaze acquisition in
the browser also has disadvantages, such as inaccuracies via webcam and the
restriction that the user must first allow access to the camera. However, it is
also known that the mouse movements and the human gaze correlate and therefore,
the mouse movements can be used instead of the gaze signal. In our evaluation
we show the influence of all possible combinations of the three information
sources for user recognition and describe our simple approach in detail. The
data and the Matlab code can be downloaded here
https://atreus.informatik.uni-tuebingen.de/seafile/d/8e2ab8c3fdd444e1a135/?p=%2FThe%20Gaze%20and%20Mouse%20Signal%20as%20additional%20Source%20...&mode=list
- Abstract(参考訳): 本研究ではブラウザ指紋の異なるデータソースを検査する。
ブラウザ統計ではどのような欠点と制限があり、他のデータソースではどのように回避できるかを示す。
人間の視覚行動は豊富な情報ソースであり、個人固有の情報も含むので、ブラウザの指紋の貴重な情報源である。
しかし、ウェブカメラによる不正確さや、ユーザーが最初にカメラへのアクセスを許可しなければならないという制限といった欠点もある。
しかし、マウスの動きとヒトの視線が相関していることも知られており、視線信号の代わりにマウスの動きを用いることができる。
本評価では,3つの情報ソースのすべての組み合わせがユーザ認識に与える影響を示し,簡単なアプローチを詳細に述べる。
データとmatlabコードは、https://atreus.informatik.uni-tuebingen.de/seafile/d/8e2ab8c3fdd444e1a135/?p=%2fthe%20gaze%20and%20mouse%20signal%20as%20additional%20...&mode=listでダウンロードできる。
関連論文リスト
- Enriching Verbal Feedback from Usability Testing: Automatic Linking of
Thinking-Aloud Recordings and Stimulus using Eye Tracking and Mouse Data [0.0]
我々は、視線追跡とマウス追跡を用いて、音声フィードバックと刺激の関連性を検証する。
具体的には、参加者が口頭で話しているWebページの内容にマウスを固定したり、指さしたりするかどうかをテストする。
論文 参考訳(メタデータ) (2023-07-11T11:05:17Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳(メタデータ) (2023-05-12T17:24:02Z) - First Contact: Unsupervised Human-Machine Co-Adaptation via Mutual
Information Maximization [112.40598205054994]
我々はこのアイデアを、インターフェースを最適化するための完全に教師なしの目的として定式化する。
タイピング,シミュレートされたロボットの制御,ゲームプレイなど,様々なキーボードとアイアイのインタフェースを運用しているユーザの540K例について,観察的研究を行った。
以上の結果から,我々の相互情報スコアは,様々な領域における真真正タスク完了メトリクスの予測値であることが示唆された。
論文 参考訳(メタデータ) (2022-05-24T21:57:18Z) - 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) - 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) - Privacy Aware Person Detection in Surveillance Data [4.727475863373813]
群衆管理は、オペレーターまたはオブジェクト検出モデルによる監視ビデオの検査に依存する。
カメラから遠隔インフラに映像を転送すれば、プライバシー侵害となる追加情報を抽出する扉が開くかもしれない。
本稿では,人検出に必要な情報のみを保持するために,映像フレームを変換する軽量なオファスケータを得るために,対人訓練を用いる。
論文 参考訳(メタデータ) (2021-10-28T14:49:21Z) - Masked LARk: Masked Learning, Aggregation and Reporting worKflow [6.484847460164177]
多くのWeb広告データフローは、ユーザの受動的クロスサイト追跡を含む。
ほとんどのブラウザは、その後のブラウザイテレーションで3PCの削除に向かっている。
本稿では,ユーザエンゲージメント測定とモデルトレーニングの集約を目的としたMasked LARkという新しい提案を提案する。
論文 参考訳(メタデータ) (2021-10-27T21:59:37Z) - Human or Machine? It Is Not What You Write, But How You Write It [10.43230260556633]
人や機械が生成する手書き記号(文字、数字、ジェスチャー、署名)について検討する。
シンボルが静的なイメージとして表示されると、最先端の分類器を騙すことができる。
フェイク動作の正確な検出は、ユーザーが何を書いているかというよりも、ユーザーの書き方と関係がある、と結論づける。
論文 参考訳(メタデータ) (2020-10-25T22:01:48Z) - Towards End-to-end Video-based Eye-Tracking [50.0630362419371]
画像のみから視線を推定することは、観察不可能な人固有の要因のために難しい課題である。
本稿では,これらの意味的関係と時間的関係を明確に学習することを目的とした,新しいデータセットとアタッチメント手法を提案する。
視覚刺激からの情報と視線画像の融合が,文献に記録された人物と同じような性能を達成することにつながることを実証した。
論文 参考訳(メタデータ) (2020-07-26T12:39:15Z) - Learning Efficient Representations of Mouse Movements to Predict User
Attention [12.259552039796027]
本研究では,時系列,熱マップ,軌跡に基づく画像など,マウスのカーソル運動の異なる表現について検討する。
私たちは、ユーザの注意をディスプレイに直接向けられるように、リカレントニューラルネットワークと畳み込みニューラルネットワークの両方を構築し、コントラストします。
我々のモデルは生のマウスカーソルデータに基づいて訓練され、競争力を発揮する。
論文 参考訳(メタデータ) (2020-05-30T09:52:26Z) - BeCAPTCHA-Mouse: Synthetic Mouse Trajectories and Improved Bot Detection [78.11535724645702]
本稿では,マウスの神経運動モデルに基づくボット検出器BeCAPTCHA-Mouseを提案する。
BeCAPTCHA-Mouseは、1つのマウス軌道だけで、平均93%の精度で高実在性のボット軌道を検出することができる。
論文 参考訳(メタデータ) (2020-05-02T17:40:49Z)
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。