論文の概要: IFTT-PIN: A PIN-Entry Method Leveraging the Self-Calibration Paradigm
- arxiv url: http://arxiv.org/abs/2205.09534v1
- Date: Thu, 19 May 2022 12:57:55 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-20 14:16:47.943940
- Title: IFTT-PIN: A PIN-Entry Method Leveraging the Self-Calibration Paradigm
- Title（参考訳）: IFTT-PIN:自己校正パラダイムを利用したPIN入力手法
- Authors: Jonathan Grizou
- Abstract要約: IFTT-PINは2004年にRothらによって導入されたPIN-entry法の自己校正版である。
ユーザのPINと好みのボタン・ツー・カラーのマッピングを同時に推論する。
IFTT-PINの自己校正を伴わないオンラインインタラクティブなデモを提示する。
- 参考スコア（独自算出の注目度）: 4.111899441919164
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: IFTT-PIN is a self-calibrating version of the PIN-entry method introduced in
Roth et al. (2004) [1]. In [1], digits are split into two sets and assigned a
color respectively. To communicate their digit, users press the button with the
same color that is assigned to their digit, which can thus be identified by
elimination after a few iterations. IFTT-PIN uses the same principle but does
not pre-assign colors to each button. Instead, users are free to choose which
button to use for each color. The button-to-color mapping only exists in the
user's mind and is never directly communicated to the interface. In other
words, IFTT-PIN infers both the user's PIN and their preferred button-to-color
mapping at the same time, a process called self-calibration. In this paper, we
present online interactive demonstrations of IFTT-PIN (available at
https://github.com/jgrizou/IFTT-PIN), with and without self-calibration, and
introduce the key concepts and assumptions making self-calibration possible. We
review related work in the field of brain-computer interface and further
propose self-calibration as a novel approach to protect users against shoulder
surfing attacks. Finally, we introduce a vault cracking challenge as a test of
usability and security that was informally tested at our institute. With
IFTT-PIN, we wish to demonstrate a new interactive experience where users can
decide actively and on-the-fly how to use an interface. The self-calibration
paradigm might lead to novel opportunities for interaction in other
applications or domains. We hope this work will inspire the community to invent
them.
- Abstract（参考訳）: IFTT-PIN は Roth et al. (2004) [1] で導入された PIN-entry 法の自己校正版である。
[1]では、桁は2つの集合に分割され、それぞれ色が割り当てられる。
ディジットを伝えるには、ディジットに割り当てられた同じ色でボタンを押せば、数回のイテレーションで削除することで識別することができる。
IFTT-PINは同じ原理を用いるが、各ボタンに色をプリアサインしない。
ユーザーはそれぞれの色にどのボタンを使うか自由に選択できる。
ボタンからカラーへのマッピングはユーザの心の中にのみ存在し、インターフェースに直接通信されることはない。
言い換えれば、IFTT-PINはユーザーのPINと好みのボタン・ツー・カラーのマッピングを同時に推論する。
本稿では, IFTT-PIN(https://github.com/jgrizou/IFTT-PIN)のオンラインインタラクティブなデモを行い, 自己校正が可能となる重要な概念と仮定を紹介する。
我々は脳-コンピュータインタフェースの分野での関連研究をレビューし、肩サーフィン攻撃からユーザを保護する新しいアプローチとして自己校正を提案する。
最後に,本研究所で非公式に実施したユーザビリティとセキュリティテストとして,vault cracking challengeを紹介する。
IFTT-PINでは、ユーザーがインターフェイスの使い方を積極的に、そしてオンザフライで決定できる新しいインタラクティブ体験を実証したい。
自己校正パラダイムは、他のアプリケーションやドメインで相互作用する新しい機会をもたらすかもしれない。
この取り組みがコミュニティにイノベーションを起こさせることを期待しています。
関連論文リスト
- DMM: Distributed Matrix Mechanism for Differentially-Private Federated Learning using Packed Secret Sharing [51.336015600778396]
フェデレーテッド・ラーニング(FL)は最近、産業とアカデミックの両方で多くの注目を集めています。
FLでは、機械学習モデルは、複数のラウンドにまたがって委員会に配置されたさまざまなエンドユーザのデータを使用して訓練される。
このようなデータは、しばしばセンシティブであるため、FLの主な課題は、モデルの実用性を維持しながらプライバシを提供することである。
論文 参考訳（メタデータ） (2024-10-21T16:25:14Z) - IFTT-PIN: A Self-Calibrating PIN-Entry Method [15.87768582998229]
明示的な校正手順を必要とせず,インターフェースのパーソナライズを可能にする新しい手法を実証する。
自己校正の2階効果は、外部のオブザーバーがユーザが達成しようとしていることを容易に推測できないことである。
IFTT-PINは,最初の自己校正型PIN-entry法である。
論文 参考訳（メタデータ） (2024-07-02T13:58:28Z) - Explore Synergistic Interaction Across Frames for Interactive Video
Object Segmentation [70.93295323156876]
複数のフレームを同時に受け入れることのできるフレームワークを提案し、フレーム間の相乗的相互作用(SIAF)を探索する。
我々のSwinB-SIAFはDAVIS 2017(89.6%、J&F@60)で最先端のパフォーマンスを達成した
我々のR50-SIAFは、挑戦的なマルチオブジェクトシナリオの下で、最先端の競合製品よりも3倍高速です。
論文 参考訳（メタデータ） (2024-01-23T04:19:15Z) - Interactive introduction to self-calibrating interfaces [4.111899441919164]
本稿では,自己校正インタフェースのパラダイムを直感的に理解することを目的とする。
このパラダイムでは、オンザフライで好みに適応できるインターフェースの使い方を選べる。
我々は、PIN入力タスクを導入し、制約を徐々にリリースし、事前校正されたインターフェイスから自己校正インターフェイスに移行する。
論文 参考訳（メタデータ） (2022-12-12T08:39:30Z) - IFTT-PIN: Demonstrating the Self-Calibration Paradigm on a PIN-Entry
Task [4.111899441919164]
IFTT-PINは2004年にRothらによって導入されたPIN-entry法の自己校正版である。
ユーザのPINと好みのボタン・ツー・カラーのマッピングを同時に推論する。
論文 参考訳（メタデータ） (2022-04-05T16:56:40Z) - 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) - X2T: Training an X-to-Text Typing Interface with Online Learning from
User Feedback [83.95599156217945]
ユーザがキーボードを操作できないが、他の入力を供給できる、補助型タイピングアプリケーションに焦点を当てる。
標準メソッドは、ユーザ入力の固定データセット上でモデルをトレーニングし、そのミスから学ばない静的インターフェースをデプロイする。
このようなインターフェースが時間の経過とともに改善されるようなシンプルなアイデアを,ユーザによる最小限の努力で検討する。
論文 参考訳（メタデータ） (2022-03-04T00:07:20Z) - Hand Me Your PIN! Inferring ATM PINs of Users Typing with a Covered Hand [33.26006726271844]
欧州中央銀行(ECB)は2019年に1100億ドル(約1兆1000億円)以上の現金の引き出しと、欧州のATMへの取引の積み降ろしを報告した。
PIN機構はATMの近くに設置された隠しカメラを介して行われる肩掛け攻撃に対して脆弱である。
本稿では, タイピングハンドを片手でカバーする被害者が入力したPINを再構築する新たな攻撃法を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:25:41Z) - PIN: A Novel Parallel Interactive Network for Spoken Language
Understanding [68.53121591998483]
既存の RNN ベースのアプローチでは、ID と SF のタスクは、それらの間の相関情報を利用するために、しばしば共同でモデル化される。
SNIPSとATISという2つのベンチマークデータセットによる実験は、我々のアプローチの有効性を実証している。
さらに,事前学習した言語モデルBERTが生成した発話の特徴埋め込みを用いて,提案手法はすべての比較手法の中で最先端の手法を実現する。
論文 参考訳（メタデータ） (2020-09-28T15:59:31Z) - Federated Learning of User Authentication Models [69.93965074814292]
機械学習モデルのプライバシー保護のためのフレームワークであるFederated User Authentication (FedUA)を提案する。
FedUAは、フェデレートされた学習フレームワークを採用して、ユーザが生の入力を共有することなく、共同でモデルをトレーニングできるようにする。
提案手法はプライバシ保護であり,多数のユーザに対してスケーラブルであることを示し,出力層を変更することなく,新たなユーザをトレーニングに追加できるようにした。
論文 参考訳（メタデータ） (2020-07-09T08:04:38Z)
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。