論文の概要: Prevention of shoulder-surfing attacks using shifting condition using
digraph substitution rules
- arxiv url: http://arxiv.org/abs/2305.06549v1
- Date: Thu, 11 May 2023 03:57:08 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-12 16:07:46.096599
- Title: Prevention of shoulder-surfing attacks using shifting condition using
digraph substitution rules
- Title（参考訳）: ディグラフ置換規則を用いたシフト条件を用いた肩サーフィン攻撃の防止
- Authors: Amanul Islam, Fazidah Othman, Nazmus Sakib, Hafiz Md. Hasan Babu
- Abstract要約: 提案アルゴリズムは,ユーザ認証手順を通じて,パスワード画像とデコイ画像の両方を用いる。
その結果,提案手法は肩サーフィン攻撃に耐える可能性が示唆された。
- 参考スコア（独自算出の注目度）: 0.5898893619901381
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Graphical passwords are implemented as an alternative scheme to replace
alphanumeric passwords to help users to memorize their password. However, most
of the graphical password systems are vulnerable to shoulder-surfing attack due
to the usage of the visual interface. In this research, a method that uses
shifting condition with digraph substitution rules is proposed to address
shoulder-surfing attack problem. The proposed algorithm uses both password
images and decoy images throughout the user authentication procedure to confuse
adversaries from obtaining the password images via direct observation or
watching from a recorded session. The pass-images generated by this suggested
algorithm are random and can only be generated if the algorithm is fully
understood. As a result, adversaries will have no clue to obtain the right
password images to log in. A user study was undertaken to assess the proposed
method's effectiveness to avoid shoulder-surfing attacks. The results of the
user study indicate that the proposed approach can withstand shoulder-surfing
attacks (both direct observation and video recording method).The proposed
method was tested and the results showed that it is able to resist
shoulder-surfing and frequency of occurrence analysis attacks. Moreover, the
experience gained in this research can be pervaded the gap on the realm of
knowledge of the graphical password.
- Abstract（参考訳）: グラフィカルパスワードは、ユーザーがパスワードを記憶するのを助けるために、アルファ数字のパスワードを置き換える代替スキームとして実装されている。
しかし、ほとんどのグラフィカルパスワードシステムは、ビジュアルインターフェースの使用によって肩サーフィン攻撃に弱い。
本研究では,肩当て攻撃問題に対処するためにダイグラフ置換規則を用いたシフト条件を用いた手法を提案する。
提案アルゴリズムは,ユーザ認証手順を通じて,パスワード画像とデコイ画像の両方を用いて,直接観察や記録セッションからの監視を通じて,相手がパスワード画像を得るのを混乱させる。
この提案アルゴリズムによって生成されたパス画像はランダムであり、アルゴリズムが完全に理解されている場合にのみ生成される。
結果として、敵はログインする適切なパスワード画像を得る手がかりがない。
ショルダーサーフィン攻撃を回避し,提案手法の有効性を評価するため,ユーザ調査を行った。
その結果,提案手法は肩サーフィン攻撃に耐えうることが示唆された(直接観察法とビデオ記録法の両方)。
提案手法をテストした結果,肩のサーフィンや発生頻度解析に抵抗できることが判明した。
さらに、この研究で得られた経験は、グラフィカルパスワードの知識の領域におけるギャップを広げることができる。
関連論文リスト
- AdvQDet: Detecting Query-Based Adversarial Attacks with Adversarial Contrastive Prompt Tuning [93.77763753231338]
CLIP画像エンコーダを微調整し、2つの中間対向クエリに対して同様の埋め込みを抽出するために、ACPT(Adversarial Contrastive Prompt Tuning)を提案する。
我々は,ACPTが7つの最先端クエリベースの攻撃を検出できることを示す。
また,ACPTは3種類のアダプティブアタックに対して堅牢であることを示す。
論文 参考訳（メタデータ） (2024-08-04T09:53:50Z) - PassViz: A Visualisation System for Analysing Leaked Passwords [2.2530496464901106]
PassVizは、漏洩したパスワードを2次元空間で視覚化し分析するためのコマンドラインツールである。
本稿では、PassVizを用いて、漏洩したパスワードのさまざまな側面を視覚的に分析し、これまで知られていなかったパスワードパターンの発見を容易にする方法を示す。
論文 参考訳（メタデータ） (2023-09-22T16:06:26Z) - Human-imperceptible, Machine-recognizable Images [76.01951148048603]
より良い開発AIシステムと、センシティブなトレーニングデータから距離を置くことの間の、ソフトウェアエンジニアに関する大きな対立が露呈している。
画像が暗号化され、人間に認識され、機械に認識される」という、効率的なプライバシー保護学習パラダイムを提案する。
提案手法は,機械が認識可能な情報を保存しながら,暗号化された画像が人間に認識されなくなることを保証できることを示す。
論文 参考訳（メタデータ） (2023-06-06T13:41:37Z) - Generative Model-Based Attack on Learnable Image Encryption for
Privacy-Preserving Deep Learning [14.505867475659276]
本稿では,プライバシ保護深層学習のための学習可能な画像暗号化手法に対する,新たな生成モデルに基づく攻撃を提案する。
我々は、StyleGANベースモデルと潜伏拡散ベースモデルという、最先端の2つの生成モデルを使用している。
その結果,提案手法により再構成された画像は,通常の画像と知覚的に類似していることがわかった。
論文 参考訳（メタデータ） (2023-03-09T05:00:17Z) - On Deep Learning in Password Guessing, a Survey [4.1499725848998965]
本稿では,ユーザのパスワード構造や組み合わせに関するドメイン知識や仮定を必要としない,深層学習に基づくパスワード推測手法について比較する。
非標的のオフライン攻撃によるパスワード推測におけるIWGANのバリエーションの利用に関する有望な実験的設計を提案する。
論文 参考訳（メタデータ） (2022-08-22T15:48:35Z) - Restricted Black-box Adversarial Attack Against DeepFake Face Swapping [70.82017781235535]
本稿では,顔画像偽造モデルに対する問い合わせを一切必要としない現実的な敵攻撃を提案する。
本手法は,顔の再構成を行う代用モデルに基づいて構築され,置換モデルから非アクセス可能なブラックボックスDeepFakeモデルへの逆例を直接転送する。
論文 参考訳（メタデータ） (2022-04-26T14:36:06Z) - Exploring Frequency Adversarial Attacks for Face Forgery Detection [59.10415109589605]
フェースフォージェリ検出器に対する周波数対向攻撃法を提案する。
また,メタラーニングの概念に触発されて,空間領域と周波数領域の両方で攻撃を行うハイブリッド逆攻撃を提案する。
論文 参考訳（メタデータ） (2022-03-29T15:34:13Z) - An Ensemble Model for Face Liveness Detection [2.322052136673525]
本研究では,アンサンブル深層学習技術を用いて顔提示攻撃を検出する受動的手法を提案する。
本研究では,顔領域と背景領域の複数の特徴を学習し,ユーザがボナフィドか攻撃者かを予測するアンサンブル手法を提案する。
論文 参考訳（メタデータ） (2022-01-19T12:43:39Z) - MixNet for Generalized Face Presentation Attack Detection [63.35297510471997]
我々は、プレゼンテーションアタックを検出するための、TextitMixNetと呼ばれるディープラーニングベースのネットワークを提案している。
提案アルゴリズムは最先端の畳み込みニューラルネットワークアーキテクチャを利用して,各攻撃カテゴリの特徴マッピングを学習する。
論文 参考訳（メタデータ） (2020-10-25T23:01:13Z) - Anomaly Detection-Based Unknown Face Presentation Attack Detection [74.4918294453537]
異常検出に基づくスプーフ攻撃検出は、顔提示攻撃検出の最近の進歩である。
本稿では,異常検出に基づくスプーフ攻撃検出のためのディープラーニングソリューションを提案する。
提案手法はCNNの表現学習能力の恩恵を受け,fPADタスクの優れた特徴を学習する。
論文 参考訳（メタデータ） (2020-07-11T21:20:55Z) - Detecting Patch Adversarial Attacks with Image Residuals [9.169947558498535]
識別器は、クリーンサンプルと逆サンプルを区別するために訓練される。
得られた残基が敵攻撃のデジタル指紋として機能することを示す。
その結果,提案手法は従来見つからなかった,より強力な攻撃に対して一般化可能であることがわかった。
論文 参考訳（メタデータ） (2020-02-28T01:28:22Z)
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。