論文の概要: BEEMA: Braille Adapted Enhanced PIN Entry Mechanism using Arrow keys

• arxiv url: http://arxiv.org/abs/2305.10644v1
• Date: Thu, 18 May 2023 02:03:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-19 17:30:47.158704
• Title: BEEMA: Braille Adapted Enhanced PIN Entry Mechanism using Arrow keys
• Title（参考訳）: BEEMA:アローキーを用いた点字適応PIN導入機構
• Authors: Balayogi G and Kuppusamy K S
• Abstract要約: 視覚障害者のコンピュータユーザーは、デジタルプラットフォームの機密性やプライバシーの問題に悩まされる。 本稿では,視覚障害者を支援するメカニズムであるBEEMAを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Persons with visual impairments have often been a soft target for cybercriminals, and they are more susceptible to cyber attacks in the digital environment. The attacks, as mentioned above, are because they are visually/aurally exposed to the other sighted users. Visually impaired computer users suffer from secrecy and privacy issues on digital platforms. This paper proposes a mechanism termed BEEMA(Braille adapted Enhanced PIN Entry Mechanism using Arrow keys) to help people with visual impairments. We have studied various security attacks on visually impaired users and proposed a mechanism named BEEMA that provides a rigid braille-adapted text input for people with visual impairments. This mechanism allows users to enter a PIN number on any website that requires a PIN number. The proposed model is implemented as a browser plugin which can be accessed easily. We have conducted sessions with visually impaired users to study the mechanism's performance. The proposed BEEMA model has shown encouraging results in the user study. Resilience of BEEMA against various attacks is also explored in this paper.
• Abstract（参考訳）: 視覚障害のある人は、しばしばサイバー犯罪者のソフトターゲットであり、デジタル環境におけるサイバー攻撃の影響を受けやすい。 前述したように、この攻撃は、他の視覚障害者に視覚・聴覚的に露出しているためである。 視覚障害者のコンピュータユーザーは、デジタルプラットフォームの機密性やプライバシーの問題に悩まされる。 本稿では,視覚障害者のためのBEEMA(Braille adapt Enhanced PIN Entry Mechanism using Arrow key)を提案する。 我々は,視覚障害者に対する様々なセキュリティ攻撃を研究し,視覚障害者に対して点字対応テキスト入力を提供するbeemaというメカニズムを提案した。 このメカニズムにより、ユーザーはPIN番号を必要とするウェブサイトでPIN番号を入力できる。 提案モデルはブラウザプラグインとして実装されており,アクセスが容易である。 我々は,視覚障害者を対象に,そのメカニズムについて検討した。 提案したBEEMAモデルは,ユーザスタディにおいて有望な結果を示した。 本稿では,様々な攻撃に対するBEEMAの抵抗性についても考察する。

関連論文リスト

• An Efficient Ensemble Explainable AI (XAI) Approach for Morphed Face Detection [1.2599533416395763]
  深層学習予測モデル(EfficientNet-Grad1)のより包括的な視覚的説明を提供するために,Ensemble XAIという新しい視覚的説明手法を提案する。 実験は、Face Research Lab London Set、Wide Multi-Channel Presentation Attack (WMCA)、Makeup induced Face Spoofing (MIFS)の3つの公開データセットで実施された。
  論文  参考訳（メタデータ） (2023-04-23T13:43:06Z)
• Face Presentation Attack Detection [59.05779913403134]
  顔認識技術は、チェックインやモバイル支払いといった日々の対話的アプリケーションで広く利用されている。 しかしながら、プレゼンテーションアタック(PA)に対する脆弱性は、超セキュアなアプリケーションシナリオにおける信頼性の高い使用を制限する。
  論文  参考訳（メタデータ） (2022-12-07T14:51:17Z)
• Attribute Inference Attack of Speech Emotion Recognition in Federated Learning Settings [56.93025161787725]
  Federated Learning(FL)は、クライアントをコーディネートして、ローカルデータを共有せずにモデルを協調的にトレーニングする分散機械学習パラダイムである。 本稿では,共有勾配やモデルパラメータからクライアントの機密属性情報を推測する属性推論攻撃フレームワークを提案する。 FLを用いて学習したSERシステムに対して,属性推論攻撃が達成可能であることを示す。
  論文  参考訳（メタデータ） (2021-12-26T16:50:42Z)
• INADVERT: An Interactive and Adaptive Counterdeception Platform for Attention Enhancement and Phishing Prevention [28.570086492742046]
  INADVERTは、インタラクティブな視覚補助をリアルタイムで生成する体系的なソリューションで、ユーザが不注意を犯したり、視覚障害に対処するのを防ぐ。 INADVERTプラットフォームは、視線追跡結果と適切なデータ圧縮に基づいて、視線位置と時間によってキャプチャされたユーザのさまざまな注意状況に視覚的援助を自動的に適応する。
  論文  参考訳（メタデータ） (2021-06-13T03:52:55Z)
• Facial Masks and Soft-Biometrics: Leveraging Face Recognition CNNs for Age and Gender Prediction on Mobile Ocular Images [53.913598771836924]
  スマートフォンで撮影した自撮り眼画像を使って年齢や性別を推定します。 ImageNet Challengeの文脈で提案された2つの既存の軽量CNNを適応させる。 一部のネットワークは顔認識のためにさらにトレーニングされており、非常に大規模なトレーニングデータベースが利用可能です。
  論文  参考訳（メタデータ） (2021-03-31T01:48:29Z)
• Aurora Guard: Reliable Face Anti-Spoofing via Mobile Lighting System [103.5604680001633]
  紙写真やデジタルビデオの高解像度レンダリングリプレイに対する反偽造は、未解決の問題だ。 オーロラガード(Aurora Guard, AG)と呼ばれる, シンプルだが効果的な顔保護システムを提案する。
  論文  参考訳（メタデータ） (2021-02-01T09:17:18Z)
• AuthNet: A Deep Learning based Authentication Mechanism using Temporal Facial Feature Movements [0.0]
  パスワードを発話しながら、顔認識と、その顔のユニークな動きの両方を利用する認証機構を提案する。 提案したモデルは,任意の言語でパスワードを設定することができるため,言語障壁によって阻害されない。
  論文  参考訳（メタデータ） (2020-12-04T10:46:12Z)
• Robust Attacks on Deep Learning Face Recognition in the Physical World [48.909604306342544]
  FaceAdvは、敵のステッカーを使ってFRシステムを騙す物理世界の攻撃だ。 主にステッカージェネレータとトランスフォーマーで構成され、前者は異なる形状のステッカーを作れる。 3種類のFRシステムに対するFaceAdvの有効性を評価するための広範囲な実験を行った。
  論文  参考訳（メタデータ） (2020-11-27T02:24:43Z)
• EEG-Based Brain-Computer Interfaces Are Vulnerable to Backdoor Attacks [68.01125081367428]
  近年の研究では、機械学習アルゴリズムは敵攻撃に弱いことが示されている。 本稿では,脳波をベースとしたBCIの毒殺攻撃に狭周期パルスを用いることを提案する。
  論文  参考訳（メタデータ） (2020-10-30T20:49:42Z)
• Adversarial Attacks on Deep Learning Systems for User Identification based on Motion Sensors [24.182791316595576]
  本研究では,モーションセンサ信号に基づく明示的認証のための深層学習手法に焦点を当てた。 このシナリオでは、攻撃者は不正アクセスを得るために敵の例を作ることができる。 私たちの知る限りでは、機械学習モデルに対する敵攻撃の影響の定量化を目的とした最初の研究である。
  論文  参考訳（メタデータ） (2020-09-02T14:35:05Z)
• Toward Building Safer Smart Homes for the People with Disabilities [1.0742675209112622]
  SafeAccessは、状況認識を提供することで、より安全なスマートホームを構築するためのエンドツーエンドの支援ソリューションである。 我々は、人物を検出して認識し、画像記述を生成し、スマートドアのプロトタイプを設計するための堅牢なモデルの構築に注力する。 このシステムは、来訪者の名前や「未知」のシーンイメージ、顔の描写、文脈情報を含むMMSをユーザに通知する。 本システムでは,Fスコア0.97の人物を識別し,Fスコア0.97の平均画像記述を生成する。
  論文  参考訳（メタデータ） (2020-06-10T15:50:32Z)

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。