論文の概要: Improving the Security of Smartwatch Payment with Deep Learning
- arxiv url: http://arxiv.org/abs/2307.05437v1
- Date: Tue, 11 Jul 2023 17:02:21 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-12 13:55:09.414009
- Title: Improving the Security of Smartwatch Payment with Deep Learning
- Title(参考訳): ディープラーニングによるスマートウォッチ支払いのセキュリティ向上
- Authors: George Webber
- Abstract要約: この論文は、ユーザーがスマートウォッチ支払いの認証システムにエンロールするために必要なジェスチャーの数を減らすことができるかどうかを調査する。
まず,最先端技術よりも優れたディープラーニング認証システムを構築する。
そこで我々は,ユーザ固有のジェスチャを生成するための正規化オートエンコーダモデルを開発した。
- 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: Making contactless payments using a smartwatch is increasingly popular, but
this payment medium lacks traditional biometric security measures such as
facial or fingerprint recognition. In 2022, Sturgess et al. proposed WatchAuth,
a system for authenticating smartwatch payments using the physical gesture of
reaching towards a payment terminal. While effective, the system requires the
user to undergo a burdensome enrolment period to achieve acceptable error
levels. In this dissertation, we explore whether applications of deep learning
can reduce the number of gestures a user must provide to enrol into an
authentication system for smartwatch payment. We firstly construct a
deep-learned authentication system that outperforms the current
state-of-the-art, including in a scenario where the target user has provided a
limited number of gestures. We then develop a regularised autoencoder model for
generating synthetic user-specific gestures. We show that using these gestures
in training improves classification ability for an authentication system.
Through this technique we can reduce the number of gestures required to enrol a
user into a WatchAuth-like system without negatively impacting its error rates.
- Abstract(参考訳): スマートウォッチを使った非接触支払いはますます普及しているが、この支払い媒体は顔認証や指紋認証のような従来の生体認証手段を欠いている。
2022年、Sturgessらが開発したWatchAuthは、支払い端末に手を伸ばす物理的なジェスチャーを使ってスマートウォッチの支払いを認証するシステムだ。
有効ではあるが、システムはユーザーが許容できるエラーレベルを達成するために負担のかかるエンロラメント期間を経なければならない。
この論文では、ユーザーがスマートウォッチ決済の認証システムにエンロールするために必要なジェスチャーの数を減らすことができるかどうかを考察する。
まず,対象ユーザが限られた数のジェスチャを提供するシナリオを含む,最先端技術に勝る深層認証システムを構築する。
次に,合成ユーザ固有のジェスチャを生成するための正規化オートエンコーダモデルを開発した。
これらのジェスチャーをトレーニングで使用すると、認証システムの分類能力が向上することを示す。
この手法により,ユーザをwatchauthライクなシステムに取り込むのに必要なジェスチャの数を,エラー率に悪影響を与えることなく削減することができる。
関連論文リスト
- SqueezerFaceNet: Reducing a Small Face Recognition CNN Even More Via
Filter Pruning [55.84746218227712]
我々は,100万パラメータ未満の軽量顔認識ネットワークであるSqueezerFaceNetを開発した。
性能を損なうことなく、さらに(最大40%)削減できることを示す。
論文 参考訳(メタデータ) (2023-07-20T08:38:50Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳(メタデータ) (2023-05-12T17:24:02Z) - GesSure -- A Robust Face-Authentication enabled Dynamic Gesture
Recognition GUI Application [1.3649494534428745]
本稿では,頑健で顔認証が可能なジェスチャー認識システムを設計することを目的とする。
タスク操作に意味があり、関連するジェスチャーを使用します。
私たちのプロトタイプは、保存、印刷、ビデオプレイヤの操作と終了の制御、スリープ、シャットダウン、直感的にアンロックといった文脈に依存しないオペレーティングシステムタスクをうまく実行しました。
論文 参考訳(メタデータ) (2022-07-22T12:14:35Z) - A Fingerprint Detection Method by Fingerprint Ridge Orientation Check [0.0]
指紋認識技術は長い間研究されてきたが、その認識率は近年高い水準まで上昇している。
本稿では,指紋認識システムにおける指紋検出アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-05-06T05:19:41Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳(メタデータ) (2022-03-14T17:05:59Z) - SHREC 2021: Track on Skeleton-based Hand Gesture Recognition in the Wild [62.450907796261646]
手のジェスチャーの認識は、ソフトウェアによって推定される手の骨格のストリームから直接行うことができる。
最近のスケルトンからのジェスチャーや行動認識の進歩にもかかわらず、現在の最先端技術が現実のシナリオでどの程度うまく機能するかは明らかではない。
本稿では,SHREC 2021: Track on Skeleton-based Hand Gesture Recognition in the Wild contestについて述べる。
論文 参考訳(メタデータ) (2021-06-21T10:57:49Z) - 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) - Multimodal Personal Ear Authentication Using Smartphones [0.0]
指紋認証は、手が濡れている場合は使用できず、マスクを着用している場合は顔認識は使用できない。
スマートフォンにおける生体認証の新しいアプローチとしてピンナを用いた個人認証システムについて検討する。
論文 参考訳(メタデータ) (2021-03-23T14:19:15Z) - 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) - Continuous Authentication of Wearable Device Users from Heart Rate,
Gait, and Breathing Data [1.827510863075184]
個人情報のセキュリティは、ますますデジタル化された社会の基盤になりつつある。
近年,顔認証や指認識などの生体認証技術が普及している。
本稿では,心拍,歩行,呼吸音声信号を用いたウェアラブルデバイスを対象とした,コンテキスト依存型生体認証システムを提案する。
論文 参考訳(メタデータ) (2020-08-25T01:55:07Z) - Federated and continual learning for classification tasks in a society
of devices [59.45414406974091]
Light Federated and Continual Consensus (LFedCon2)は、軽量で伝統的な学習者を用いた新しいフェデレーションおよび継続アーキテクチャである。
我々の方法では、スマートフォンやロボットのような無力デバイスが、リアルタイムで、ローカルで、継続的に、自律的に、そしてユーザーから学習することができる。
提案手法をスマートフォン利用者の異種コミュニティに適用し,歩行認識の課題を解決した。
論文 参考訳(メタデータ) (2020-06-12T12:37:03Z)
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。