論文の概要: Secure and Privacy Preserving Proxy Biometrics Identities

• arxiv url: http://arxiv.org/abs/2212.10812v1
• Date: Wed, 21 Dec 2022 07:02:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 15:03:30.230633
• Title: Secure and Privacy Preserving Proxy Biometrics Identities
• Title（参考訳）: プロキシバイオメトリックスのセキュリティとプライバシ保護
• Authors: Harkeerat Kaur, Rishabh Shukla, Isao Echizen and Pritee Khanna
• Abstract要約: 本研究は, プロキシフィンガーと呼ばれる新しい人工指紋を生成するための新しいアプローチを提案する。 これらのプロキシバイオメトリックスは、ユーザ固有のキーの助けを借りてのみ、オリジナルのものから生成される。 提案手法を使用すると、Anguli指紋データベースに属するサンプルからプロキシデータセットが生成される。 マッチング実験はオリジナルより5倍大きい新しいセットで行われ、盗まれたキーの安全なキーシナリオにおいて、その性能は0 FARと0 FRRと同等であることが判明した。
• 参考スコア（独自算出の注目度）: 25.272389610447856
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With large-scale adaption to biometric based applications, security and privacy of biometrics is utmost important especially when operating in unsupervised online mode. This work proposes a novel approach for generating new artificial fingerprints also called proxy fingerprints that are natural looking, non-invertible, revocable and privacy preserving. These proxy biometrics can be generated from original ones only with the help of a user-specific key. Instead of using the original fingerprint, these proxy templates can be used anywhere with same convenience. The manuscripts walks through an interesting way in which proxy fingerprints of different types can be generated and how they can be combined with use-specific keys to provide revocability and cancelability in case of compromise. Using the proposed approach a proxy dataset is generated from samples belonging to Anguli fingerprint database. Matching experiments were performed on the new set which is 5 times larger than the original, and it was found that their performance is at par with 0 FAR and 0 FRR in the stolen key, safe key scenarios. Other parameters on revocability and diversity are also analyzed for protection performance.
• Abstract（参考訳）: バイオメトリックベースのアプリケーションへの大規模な適応では、バイオメトリックスのセキュリティとプライバシが特に教師なしのオンラインモードでの運用において重要である。 この研究は、自然に見え、非可逆的で、取り消し可能で、プライバシーを保護できるプロキシ指紋と呼ばれる新しい人工指紋を生成する新しいアプローチを提案する。 これらのプロキシバイオメトリックスは、ユーザ固有のキーの助けを借りてのみ、オリジナルのものから生成される。 元の指紋を使う代わりに、プロキシテンプレートは同じ便利さでどこでも使うことができる。 写本は、異なるタイプのプロキシ指紋を生成できる興味深い方法と、それらを使用固有のキーと組み合わせて、妥協した場合の無効性とキャンセル性を提供する方法を示している。 提案手法を使用すると、Anguli指紋データベースに属するサンプルからプロキシデータセットが生成される。 マッチング実験はオリジナルより5倍大きい新しいセットで行われ、盗まれたキーの安全なキーシナリオにおいて、その性能は0 FARと0 FRRと同等であることが判明した。 再現性と多様性に関する他のパラメータも、保護性能のために分析される。

関連論文リスト

• Scalable Fingerprinting of Large Language Models [46.26999419117367]
  我々はPerinucleus sampleと呼ばれる新しい手法を導入し、スケーラブルで永続的で無害な指紋を生成する。 この手法により,Llama-3.1-8Bモデルに24,576個の指紋を付加できることを示した。
  論文  参考訳（メタデータ） (2025-02-11T18:43:07Z)
• A secure and private ensemble matcher using multi-vault obfuscated templates [1.3518297878940662]
  生成AIは、データ生成において前例のないリアリズム、多様性、効率を提供することによって、現代の機械学習に革命をもたらした。 バイオメトリックテンプレートのセキュリティとセキュアマッチングは、現代のバイオメトリックシステムにおいて最も求められている特徴である。 本稿では,バイオメトリックテンプレートのセキュリティを高めるために,ジェネレーティブAIを用いた新しい難読化手法を提案する。
  論文  参考訳（メタデータ） (2024-04-08T05:18:39Z)
• FedForgery: Generalized Face Forgery Detection with Residual Federated Learning [87.746829550726]
  既存の顔偽造検出方法は、取得した共有データや集中データを直接利用して訓練を行う。 顔偽造検出のための一般化された残留フェデレーション学習(FedForgery)を提案する。 顔偽造検出データセットを公開して行った実験は、提案したFedForgeryの優れた性能を証明している。
  論文  参考訳（メタデータ） (2022-10-18T03:32:18Z)
• Hierarchical Perceptual Noise Injection for Social Media Fingerprint Privacy Protection [106.5308793283895]
  ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します 指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。 この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
  論文  参考訳（メタデータ） (2022-08-23T02:20:46Z)
• Synthesis and Reconstruction of Fingerprints using Generative Adversarial Networks [6.700873164609009]
  本稿では,StyleGan2アーキテクチャに基づく新しい指紋合成・再構成フレームワークを提案する。 また,生成した指紋の属性を同一性を保ちながら修正する計算手法も提案する。 提案手法は, 指紋合成と復元の両面において, 現代的手法よりも優れていることを示した。
  論文  参考訳（メタデータ） (2022-01-17T00:18:00Z)
• Authentication Attacks on Projection-based Cancelable Biometric Schemes [0.6499759302108924]
  Cancelable Biometric schemesは、パスワード、ストアドシークレット、ソルトといったユーザ固有のトークンとバイオメトリックデータを組み合わせることで、安全なバイオメトリックテンプレートを生成することを目的としている。 キャンセル可能なバイオメトリックスキームのセキュリティ要件は、比較の精度を損なうことなく、テンプレートの不可逆性、非リンク性、無効性に関するものである。 本稿では、整数線形計画法(ILP)と2次制約付き二次計画法(QCQP)の助けを借りて、従来のキャンセル可能なスキームに対してこれらの攻撃を形式化する。
  論文  参考訳（メタデータ） (2021-10-28T14:39:35Z)
• Responsible Disclosure of Generative Models Using Scalable Fingerprinting [70.81987741132451]
  深層生成モデルは質的に新しいパフォーマンスレベルを達成した。 この技術がスプーフセンサーに誤用され、ディープフェイクを発生させ、大規模な誤情報を可能にするという懸念がある。 最先端のジェネレーションモデルを責任を持って公開することで、研究者や企業がモデルに指紋を刻むことができます。
  論文  参考訳（メタデータ） (2020-12-16T03:51:54Z)
• Keystroke Biometrics in Response to Fake News Propagation in a Global Pandemic [77.79066811371978]
  本研究では,キーストロークバイオメトリックスを用いたコンテンツ匿名化手法の提案と解析を行う。 フェイクニュースは、特に主要なイベントにおいて、世論を操作する強力なツールとなっている。
  論文  参考訳（メタデータ） (2020-05-15T17:56:11Z)
• Latent Fingerprint Registration via Matching Densely Sampled Points [100.53031290339483]
  既存の潜伏指紋登録手法は、主にミツバチ間の対応を確立することに基づいている。 本研究では,一対の指紋間の空間的変換を推定する,最小限の潜伏指紋登録手法を提案する。 提案手法は,特に挑戦的な条件下で,最先端の登録性能を実現する。
  論文  参考訳（メタデータ） (2020-05-12T15:51:59Z)
• SynFi: Automatic Synthetic Fingerprint Generation [23.334625222079634]
  我々は,高忠実度合成指紋を大規模に自動生成する新しい手法を提案する。 本手法は,実際の指紋と計算的に区別できない指紋を生成する最初の方法であることを示す。
  論文  参考訳（メタデータ） (2020-02-16T07:45:29Z)

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。