論文の概要: BioTouchPass: Handwritten Passwords for Touchscreen Biometrics
- arxiv url: http://arxiv.org/abs/2205.01353v1
- Date: Tue, 3 May 2022 07:42:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-05-04 16:07:18.008998
- Title: BioTouchPass: Handwritten Passwords for Touchscreen Biometrics
- Title（参考訳）: BioTouchPass: タッチスクリーンバイオメトリクスのための手書きパスワード
- Authors: Ruben Tolosana, Ruben Vera-Rodriguez and Julian Fierrez
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.867363075280544
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This work enhances traditional authentication systems based on Personal
Identification Numbers (PIN) and One-Time Passwords (OTP) through the
incorporation of biometric information as a second level of user
authentication. In our proposed approach, users draw each digit of the password
on the touchscreen of the device instead of typing them as usual. A complete
analysis of our proposed biometric system is carried out regarding the
discriminative power of each handwritten digit and the robustness when
increasing the length of the password and the number of enrolment samples. The
new e-BioDigit database, which comprises on-line handwritten digits from 0 to
9, has been acquired using the finger as input on a mobile device. This
database is used in the experiments reported in this work and it is available
together with benchmark results in GitHub. Finally, we discuss specific details
for the deployment of our proposed approach on current PIN and OTP systems,
achieving results with Equal Error Rates (EERs) ca. 4.0% when the attacker
knows the password. These results encourage the deployment of our proposed
approach in comparison to traditional PIN and OTP systems where the attack
would have 100% success rate under the same impostor scenario.
- Abstract（参考訳）: 本研究は,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。
0から9までのオンライン手書き桁からなる新しいe-BioDigitデータベースが,モバイル端末の入力として指を用いて取得された。
このデータベースは、この研究で報告された実験で使用され、GitHubのベンチマーク結果と一緒に利用できる。
最後に、提案手法を現在のPINおよびOPPシステムに展開し、EER(Equal Error Rates)で結果を得るための具体的な詳細について論じる。
攻撃者がパスワードを知っている場合の4.0%。
これらの結果は,提案手法を従来のpinシステムやotpシステムと比較し,同じインポスタットシナリオで攻撃が100%成功した場合と比較し,展開を促すものである。
関連論文リスト
- Privacy-Preserving Biometric Verification with Handwritten Random Digit String [49.77172854374479]
手書き認証は、何十年もの間、安定したアイデンティティ認証方法として存在してきた。
しかし、この技術は、署名などの手書きバイオメトリックスに個人情報が組み込まれているため、潜在的なプライバシー侵害のリスクがある。
プライバシ保護による手書き文字の検証にRandom Digit String (RDS) を用いることを提案する。
論文 参考訳（メタデータ） (2025-03-17T03:47:25Z) - Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。
マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。
ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
論文 参考訳（メタデータ） (2023-04-04T07:24:51Z) - 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) - 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) - 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) - Writer Recognition Using Off-line Handwritten Single Block Characters [59.17685450892182]
我々は、生年月日DoBの6桁の個人番号を使用する。
本稿では,方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルによる深い特徴に基づく認識手法について検討する。
その結果,DoBでは手書き情報に同一性関連情報が6桁程度存在することがわかった。
論文 参考訳（メタデータ） (2022-01-25T23:04:10Z) - 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) - 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) - End-to-end User Recognition using Touchscreen Biometrics [11.394909061094463]
目標は、モバイルデバイスの生データを使ってユーザーを透過的に識別できるエンドツーエンドシステムを作ることだった。
提案するシステムでは,タッチスクリーンからのデータはディープニューラルネットワークの入力に直接反映され,ユーザの同一性を決定することができる。
論文 参考訳（メタデータ） (2020-06-09T16:38:09Z) - Analyze and Development System with Multiple Biometric Identification [0.0]
盗難からの情報を確保するために以前に開発された手法は、効果的で安全ではなかった。
バイオメトリックスは、個人情報のより効率的なセキュリティのための技術が必要になったときに導入された。
生体認証システムでは、ユーザーはパスワードを覚えたり、キーを携帯したりしない。
論文 参考訳（メタデータ） (2020-04-10T05:08:54Z) - BioTouchPass2: Touchscreen Password Biometrics Using Time-Aligned
Recurrent Neural Networks [6.5379404287240295]
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。
論文 参考訳（メタデータ） (2020-01-28T09:25:06Z)
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。