論文の概要: Hiding Your Signals: A Security Analysis of PPG-based Biometric Authentication

• arxiv url: http://arxiv.org/abs/2207.04434v1
• Date: Sun, 10 Jul 2022 11:04:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-12 15:41:33.914811
• Title: Hiding Your Signals: A Security Analysis of PPG-based Biometric Authentication
• Title（参考訳）: 信号の保持: PPGベースの生体認証のセキュリティ分析
• Authors: Lin Li, Chao Chen, Lei Pan, Yonghang Tai, Jun Zhang, Yang Xiang
• Abstract要約: 光胸腺造影法(r)は測定が容易であり、生体認証のための他の多くの生理的信号よりも魅力的である。 リモートLG PPG(r)の出現により、攻撃者が被害者の顔を監視してR信号をリモートで盗むことができる場合、観測不能が問題となっている。 PPGベースの認証では、現在の攻撃アプローチは被害者のPSG信号を指示し、rベースの攻撃を無視する。 本研究では,顔の生理的信号を隠蔽して攻撃に抵抗するアクティブ防衛戦略を提案する。
• 参考スコア（独自算出の注目度）: 19.305819981863323
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recently, physiological signal-based biometric systems have received wide attention. Unlike traditional biometric features, physiological signals can not be easily compromised (usually unobservable to human eyes). Photoplethysmography (PPG) signal is easy to measure, making it more attractive than many other physiological signals for biometric authentication. However, with the advent of remote PPG (rPPG), unobservability has been challenged when the attacker can remotely steal the rPPG signals by monitoring the victim's face, subsequently posing a threat to PPG-based biometrics. In PPG-based biometric authentication, current attack approaches mandate the victim's PPG signal, making rPPG-based attacks neglected. In this paper, we firstly analyze the security of PPG-based biometrics, including user authentication and communication protocols. We evaluate the signal waveforms, heart rate and inter-pulse-interval information extracted by five rPPG methods, including four traditional optical computing methods (CHROM, POS, LGI, PCA) and one deep learning method (CL_rPPG). We conducted experiments on five datasets (PURE, UBFC_rPPG, UBFC_Phys, LGI_PPGI, and COHFACE) to collect a comprehensive set of results. Our empirical studies show that rPPG poses a serious threat to the authentication system. The success rate of the rPPG signal spoofing attack in the user authentication system reached 0.35. The bit hit rate is 0.6 in inter-pulse-interval-based security protocols. Further, we propose an active defence strategy to hide the physiological signals of the face to resist the attack. It reduces the success rate of rPPG spoofing attacks in user authentication to 0.05. The bit hit rate was reduced to 0.5, which is at the level of a random guess. Our strategy effectively prevents the exposure of PPG signals to protect users' sensitive physiological data.
• Abstract（参考訳）: 近年,生理的信号に基づく生体計測システムが注目されている。 従来の生体計測の特徴とは異なり、生理的信号は容易には妥協できない(通常は人間の目では観察できない)。 photoplethysmography (ppg) 信号は測定が容易であり、生体認証のための他の多くの生理的信号よりも魅力的である。 しかしながら、リモートPSG(rPPG)の出現により、攻撃者が被害者の顔を監視してリモートでrPPG信号を盗むことができ、その後PPGベースのバイオメトリックスに脅威を与えると、監視不能が問題視されている。 PPGベースの生体認証では、現在の攻撃アプローチは被害者のPSG信号を指示し、rPPGベースの攻撃を無視する。 本稿では,まず,ユーザ認証や通信プロトコルを含むppgベースの生体認証のセキュリティを解析する。 我々は,従来の4つの光学計算法(CHROM,POS,LGI,PCA)と1つの深層学習法(CL_rPPG)を含む5つのrPPG法により抽出された信号波形,心拍数,パルス間区間情報を評価した。 我々は,5つのデータセット (PURE, UBFC_rPPG, UBFC_Phys, LGI_PPGI, COHFACE) を用いて総合的な結果収集実験を行った。 我々の実証研究は、rPPGが認証システムに深刻な脅威をもたらすことを示している。 ユーザ認証システムにおけるrPPG信号スプーフィング攻撃の成功率は0.35である。 ビットヒットレートは、パルスインターバルベースのセキュリティプロトコルで0.6である。 さらに,攻撃に対する顔の生理的信号を隠すための積極的な防御戦略を提案する。 ユーザ認証におけるrPPGスプーフィング攻撃の成功率を0.05に削減する。 ビットヒット率は0.5に減少し、これはランダムな推測のレベルである。 当社の戦略は, PPG信号の露出を効果的に防止し, ユーザの生理的データを保護している。

関連論文リスト

• CodePhys: Robust Video-based Remote Physiological Measurement through Latent Codebook Querying [26.97093819822487]
  リモート光胸腺撮影は、顔の映像から非接触的な生理的信号を測定することを目的としている。 既存のほとんどの方法は、心拍推定のためにニューラルネットワークを設計することで、ビデオベースのr特徴を直接抽出する。 近年の手法は、干渉や劣化の影響を受けやすいため、ノイズのあるr信号が生じる。 我々は、ノイズフリープロキシ空間におけるコードタスクとしてrの測定を革新的に扱うCodePhysという新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-02-11T13:05:42Z)
• DD-rPPGNet: De-interfering and Descriptive Feature Learning for Unsupervised rPPG Estimation [8.901227918730562]
  Photoplethysvolution (rmography)は、顔の映像から生理的信号と心拍数を測定することを目的としている。 近年の非教師なしr推定法は、真理r信号に頼ることなく、顔領域からr信号を推定する有望な可能性を示している。 本稿では,真の r 信号の学習のための r 機能内干渉を取り除くために,新しい Deinterfered and Descriptive r Estimation Network (DD-rNet) を提案する。
  論文  参考訳（メタデータ） (2024-07-31T07:43:58Z)
• Biometric Authentication Based on Enhanced Remote Photoplethysmography Signal Morphology [31.017229351857655]
  リモート・フォトプレソグラフィー (Remote Photoplethhymography) は、顔画像から心臓の信号を計測する非接触法である。 近年の研究では、各個人が生体認証識別子として使用できる独自のc信号形態を持っていることが示されている。 提案手法では,rの認証モデルをトレーニングするために,対象ID付き顔画像のみを識別する。
  論文  参考訳（メタデータ） (2024-07-04T19:00:34Z)
• Defending Against Weight-Poisoning Backdoor Attacks for Parameter-Efficient Fine-Tuning [57.50274256088251]
  パラメータ効率のよい微調整(PEFT)は,重み付けによるバックドア攻撃の影響を受けやすいことを示す。 PEFTを利用したPSIM(Poisoned Sample Identification Module)を開発した。 テキスト分類タスク,5つの微調整戦略,および3つの重み付けバックドア攻撃手法について実験を行った。
  論文  参考訳（メタデータ） (2024-02-19T14:22:54Z)
• PAD-Phys: Exploiting Physiology for Presentation Attack Detection in Face Biometrics [48.683457383784145]
  r: (i) 生理領域, (ii) ディープフェイクス領域, (iii) プレゼンテーション攻撃領域に基づく提示攻撃検出のための3つのアプローチ その結果、プレゼンテーションアタックドメインを生理的およびディープフェイクスドメインと比較すると、平均分類誤り率(ACER)が21.70%減少していることがわかった。 実験では、r-ベースモデルにおける伝達学習の効率を強調し、この生理的特徴のコピーを許さない機器での提示攻撃検出をうまく行う。
  論文  参考訳（メタデータ） (2023-10-03T15:24:15Z)
• Guidance Through Surrogate: Towards a Generic Diagnostic Attack [101.36906370355435]
  我々は、攻撃最適化中に局所最小限を避けるための誘導機構を開発し、G-PGAと呼ばれる新たな攻撃に繋がる。 修正された攻撃では、ランダムに再起動したり、多数の攻撃を繰り返したり、最適なステップサイズを検索したりする必要がありません。 効果的な攻撃以上に、G-PGAは敵防御における勾配マスキングによる解離性堅牢性を明らかにするための診断ツールとして用いられる。
  論文  参考訳（メタデータ） (2022-12-30T18:45:23Z)
• Identifying Rhythmic Patterns for Face Forgery Detection and Categorization [46.21354355137544]
  本研究では, PPG信号に対する空間時間フィルタリングネットワーク (STFNet) と, PPG信号の制約と相互作用のための空間時間インタラクションネットワーク (STINet) からなる顔偽造検出と分類のためのフレームワークを提案する。 フォージェリーメソッドの生成に関する知見を得て,フレームワークの性能を高めるために,イントラソースとイントラソースのブレンディングを提案する。
  論文  参考訳（メタデータ） (2022-07-04T04:57:06Z)
• Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
  ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。 我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
  論文  参考訳（メタデータ） (2021-10-27T19:28:36Z)
• Motion Artifact Reduction In Photoplethysmography For Reliable Signal Selection [5.264561559435017]
  光胸腺造影法(英: Photoplethysmography, PPG)は、人体の重要な兆候を抽出する非侵襲的、経済的手法である。 信号の品質を損なうような動きに敏感である。 日々の生活活動(ADL)を行いながら現実的なPSG信号を収集し,実践的な信号聴取・分析手法を開発することは重要である。
  論文  参考訳（メタデータ） (2021-09-06T21:53:56Z)
• Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
  パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。 本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-06T09:02:30Z)
• On the Resilience of Biometric Authentication Systems against Random Inputs [6.249167635929514]
  我々は,一様ランダム入力を送信した攻撃者に対して,機械学習に基づく生体認証システムのセキュリティを評価する。 特に, 平均FPR0.03の再構成バイオメトリックシステムでは, 成功率は0.78であった。
  論文  参考訳（メタデータ） (2020-01-13T04:20:08Z)

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。