論文の概要: An Omnidirectional Approach to Touch-based Continuous Authentication
- arxiv url: http://arxiv.org/abs/2302.08498v1
- Date: Fri, 13 Jan 2023 13:58:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 14:25:25.487099
- Title: An Omnidirectional Approach to Touch-based Continuous Authentication
- Title（参考訳）: タッチによる連続認証への一方向アプローチ
- Authors: Peter Aaby, Mario Valerio Giuffrida, William J Buchanan, Zhiyuan Tan
- Abstract要約: 本稿では,スマートフォン上でのタッチ操作が,タッチスクリーンが捉えた動作を通じて,継続的なユーザ認証サービスを実現する方法に焦点を当てる。
タッチ方向とは無関係に従来の手法より優れる一方向アプローチを提案する。
TouchAlyticsの機能は、3つ以上のストロークを組み合わせれば、私たちのアプローチよりも優れています。
- 参考スコア（独自算出の注目度）: 6.83780085440235
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper focuses on how touch interactions on smartphones can provide a
continuous user authentication service through behaviour captured by a
touchscreen. While efforts are made to advance touch-based behavioural
authentication, researchers often focus on gathering data, tuning classifiers,
and enhancing performance by evaluating touch interactions in a sequence rather
than independently. However, such systems only work by providing data
representing distinct behavioural traits. The typical approach separates
behaviour into touch directions and creates multiple user profiles. This work
presents an omnidirectional approach which outperforms the traditional method
independent of the touch direction - depending on optimal behavioural features
and a balanced training set. Thus, we evaluate five behavioural feature sets
using the conventional approach against our direction-agnostic method while
testing several classifiers, including an Extra-Tree and Gradient Boosting
Classifier, which is often overlooked. Results show that in comparison with the
traditional, an Extra-Trees classifier and the proposed approach are superior
when combining strokes. However, the performance depends on the applied feature
set. We find that the TouchAlytics feature set outperforms others when using
our approach when combining three or more strokes. Finally, we highlight the
importance of reporting the mean area under the curve and equal error rate for
single-stroke performance and varying the sequence of strokes separately.
- Abstract（参考訳）: 本稿では,スマートフォン上でのタッチ操作が,タッチスクリーンが捉えた動作を通じて,継続的なユーザ認証サービスを実現する方法に焦点を当てる。
タッチベースの行動認証を向上するために努力されている一方で、研究者はしばしばデータ収集、分類器のチューニング、独立してではなく、シーケンス内のタッチインタラクションを評価することでパフォーマンスの向上に注力している。
しかし、そのようなシステムは異なる行動特性を表すデータを提供することでのみ機能する。
典型的なアプローチでは、振る舞いをタッチ方向に分離し、複数のユーザプロファイルを生成する。
この研究は、最適な行動特徴とバランスの取れたトレーニングセットに依存する、タッチ方向とは無関係に従来の手法より優れた一方向アプローチを示す。
そこで本研究では,方向非依存手法に対する従来の手法を用いた5つの行動特徴集合の評価を行い,木や勾配ブースティング分類器を含む複数の分類器をテストした。
その結果, 従来手法と比較すると, ストロークの組み合わせでは, 提案手法の方が優れていることがわかった。
しかし、パフォーマンスは適用された機能セットに依存する。
TouchAlyticsの機能は、3つ以上のストロークを組み合わせれば、私たちのアプローチよりも優れています。
最後に,シングルストローク演奏において,曲線下の平均面積と等しい誤差率を報告し,ストロークの順序を別々に変化させることの重要性を強調する。
関連論文リスト
- PredIN: Towards Open-Set Gesture Recognition via Prediction Inconsistency [2.9693487028932277]
アンサンブル学習手法であるPredINを提案し,アンサンブルの多様性を高めて予測の不整合を増大させる。
提案手法は,事前定義されたジェスチャーに対する正確なクローズドセット分類と未知のジェスチャーに対する効果的な拒絶を同時に達成し,sEMGに基づくオープンセットジェスチャー認識の有効性と優位性を示す。
論文 参考訳（メタデータ） (2024-07-29T07:35:06Z) - Online Signature Recognition: A Biologically Inspired Feature Vector Splitting Approach [0.5120567378386615]
私たちは、各特徴サブセットの相対的重要性の制御を維持するために、認知原則に沿った複数の分割戦略を採用しています。
実験により, 空間座標 (x, y) と圧力データの融合により連続的に性能が向上することが示されている。
同じ特徴セットにペン先角度を組み込むと、混合結果が得られ、一部のケースで性能改善が見られた。
論文 参考訳（メタデータ） (2024-05-21T07:51:01Z) - Disentangled Interaction Representation for One-Stage Human-Object
Interaction Detection [70.96299509159981]
ヒューマン・オブジェクト・インタラクション(HOI)検出は、人間中心の画像理解のコアタスクである。
最近のワンステージ手法では、対話予測に有用な画像ワイドキューの収集にトランスフォーマーデコーダを採用している。
従来の2段階の手法は、非絡み合いで説明可能な方法で相互作用特徴を構成する能力から大きな恩恵を受ける。
論文 参考訳（メタデータ） (2023-12-04T08:02:59Z) - Free Lunch for Gait Recognition: A Novel Relation Descriptor [39.01813894844141]
テスト歩行と事前選択した歩行アンカーの関係をキャプチャする新しい$textbfRelation Descriptor$を提案する。
GREW, Gait3D, OU-M, CASIA-B, CCPGに対する本法の有効性を検討した。
論文 参考訳（メタデータ） (2023-08-22T15:06:14Z) - Multi-Behavior Sequential Recommendation with Temporal Graph Transformer [66.10169268762014]
マルチビヘイビア・インタラクティブなパターンを意識した動的ユーザ・イテム関係学習に取り組む。
本稿では,動的短期および長期のユーザ・イテム対話パターンを共同でキャプチャする,TGT(Temporal Graph Transformer)レコメンデーションフレームワークを提案する。
論文 参考訳（メタデータ） (2022-06-06T15:42:54Z) - Contrastive Test-Time Adaptation [83.73506803142693]
本稿では,自己指導型コントラスト学習を活用して特徴学習を支援する新しい手法を提案する。
擬似ラベルをオンラインで作成し、ターゲットのフィーチャースペースに最も近い隣人の間でソフト投票によってそれらを洗練します。
我々の手法であるAdaContrastは、主要なベンチマーク上で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2022-04-21T19:17:22Z) - Boosting the Learning for Ranking Patterns [6.142272540492935]
本稿では,多基準意思決定問題として,パターンランキング関数の学習問題を定式化する。
本手法は,対話型学習手法を用いて,異なる興味度尺度を1つの重み付き線形ランキング関数に集約する。
良く知られたデータセットを用いて行った実験は、我々のアプローチが実行時間を著しく短縮し、正確なパターンランキングを返すことを示している。
論文 参考訳（メタデータ） (2022-03-05T10:22:44Z) - Provable Guarantees for Self-Supervised Deep Learning with Spectral
Contrastive Loss [72.62029620566925]
自己教師型学習の最近の研究は、対照的な学習パラダイムを頼りに、最先端の技術の進歩を遂げている。
我々の研究は、正の対の条件的独立性を仮定することなく、対照的な学習を分析する。
本稿では,人口増分グラフ上でスペクトル分解を行う損失を提案し,コントラスト学習目的として簡潔に記述することができる。
論文 参考訳（メタデータ） (2021-06-08T07:41:02Z) - Dynamic Semantic Matching and Aggregation Network for Few-shot Intent
Detection [69.2370349274216]
利用可能な注釈付き発話が不足しているため、インテント検出は困難である。
セマンティック成分はマルチヘッド自己認識によって発話から蒸留される。
本手法はラベル付きインスタンスとラベルなしインスタンスの両方の表現を強化するための総合的なマッチング手段を提供する。
論文 参考訳（メタデータ） (2020-10-06T05:16:38Z) - Gesture Recognition from Skeleton Data for Intuitive Human-Machine
Interaction [0.6875312133832077]
本稿では,手工芸品の集合に基づく動的ジェスチャーのセグメント化と分類のためのアプローチを提案する。
ジェスチャー認識方法はスライディングウィンドウを適用し、空間次元と時間次元の両方から情報を抽出する。
最終的に、認識されたジェスチャーは、協調ロボットと対話するために使用される。
論文 参考訳（メタデータ） (2020-08-26T11:28:50Z) - FIVES: Feature Interaction Via Edge Search for Large-Scale Tabular Data [106.76845921324704]
本稿では,FIVES (Feature Interaction Via Edge Search) という新しい手法を提案する。
FIVESは、定義された特徴グラフ上のエッジを探すために、インタラクティブな特徴生成のタスクを定式化する。
本稿では,対話的特徴の探索を動機づける理論的証拠を提示する。
論文 参考訳（メタデータ） (2020-07-29T03:33:18Z)
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。