論文の概要: Two-Factor Authentication Approach Based on Behavior Patterns for
Defeating Puppet Attacks
- arxiv url: http://arxiv.org/abs/2311.10389v1
- Date: Fri, 17 Nov 2023 08:35:02 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-20 15:23:29.156194
- Title: Two-Factor Authentication Approach Based on Behavior Patterns for
Defeating Puppet Attacks
- Title（参考訳）: Puppet攻撃定義のための行動パターンに基づく2要素認証手法
- Authors: Wenhao Wang, Guyue Li, Zhiming Chu, Haobo Li and Daniele Faccio
- Abstract要約: PUPGUARDは、人形の攻撃を防ぐために設計されたソリューションである。
ユーザーの行動パターンに基づいており、具体的には認証プロセス中に異なる指で2回連続してキャプチャデバイスを押さなければならない。
実験の結果,PUPGUARDの精度は97.87%,偽陽性率(FPR)は1.89%であった。
- 参考スコア（独自算出の注目度）: 7.20329132808002
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fingerprint traits are widely recognized for their unique qualities and
security benefits. Despite their extensive use, fingerprint features can be
vulnerable to puppet attacks, where attackers manipulate a reluctant but
genuine user into completing the authentication process. Defending against such
attacks is challenging due to the coexistence of a legitimate identity and an
illegitimate intent. In this paper, we propose PUPGUARD, a solution designed to
guard against puppet attacks. This method is based on user behavioral patterns,
specifically, the user needs to press the capture device twice successively
with different fingers during the authentication process. PUPGUARD leverages
both the image features of fingerprints and the timing characteristics of the
pressing intervals to establish two-factor authentication. More specifically,
after extracting image features and timing characteristics, and performing
feature selection on the image features, PUPGUARD fuses these two features into
a one-dimensional feature vector, and feeds it into a one-class classifier to
obtain the classification result. This two-factor authentication method
emphasizes dynamic behavioral patterns during the authentication process,
thereby enhancing security against puppet attacks. To assess PUPGUARD's
effectiveness, we conducted experiments on datasets collected from 31 subjects,
including image features and timing characteristics. Our experimental results
demonstrate that PUPGUARD achieves an impressive accuracy rate of 97.87% and a
remarkably low false positive rate (FPR) of 1.89%. Furthermore, we conducted
comparative experiments to validate the superiority of combining image features
and timing characteristics within PUPGUARD for enhancing resistance against
puppet attacks.
- Abstract（参考訳）: 指紋の特徴は、その特異な性質とセキュリティ上の利点によって広く認識されている。
広く使われているにもかかわらず、指紋機能は人形の攻撃に対して脆弱であり、攻撃者は不愉快だが本物のユーザーを操って認証プロセスを完了させる。
このような攻撃に対する防御は、正当性と不正な意図の共存によって困難である。
本稿では,人形の攻撃を防ぐためのソリューションであるPUPGUARDを提案する。
本手法は, ユーザの行動パターンに基づいており, 特に, 認証処理中に異なる指で2回連続してキャプチャ装置を押圧する必要がある。
PUPGUARDは指紋の特徴と押圧間隔のタイミング特性の両方を利用して2要素認証を確立する。
具体的には、画像特徴とタイミング特性を抽出し、画像特徴に対して特徴選択を行い、PUPGUARDはこれら2つの特徴を1次元特徴ベクトルに融合させ、それを1クラス分類器に入力して分類結果を得る。
この2要素認証方式は、認証プロセス中の動的動作パターンを強調し、人形攻撃に対する安全性を高める。
PUPGUARDの有効性を評価するために、画像の特徴やタイミング特性を含む31の被験者から収集したデータセットについて実験を行った。
実験の結果,PUPGUARDの精度は97.87%,偽陽性率(FPR)は1.89%であった。
さらに, PUPGUARD内における画像特徴とタイミング特性を組み合わせることにより, 人形攻撃に対する抵抗性を高めるための比較実験を行った。
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) - UniForensics: Face Forgery Detection via General Facial Representation [60.5421627990707]
高レベルの意味的特徴は摂動の影響を受けにくく、フォージェリー固有の人工物に限らないため、より強い一般化がある。
我々は、トランスフォーマーベースのビデオネットワークを活用する新しいディープフェイク検出フレームワークUniForensicsを導入し、顔の豊かな表現のためのメタファンクショナルな顔分類を行う。
論文 参考訳（メタデータ） (2024-07-26T20:51:54Z) - Joint Identity Verification and Pose Alignment for Partial Fingerprints [33.05877729161858]
本稿では,部分指紋ペアの協調識別とポーズアライメントのための新しいフレームワークを提案する。
本手法は,部分的指紋認証と相対的ポーズ推定の両方において,最先端の性能を実現する。
論文 参考訳（メタデータ） (2024-05-07T02:45:50Z) - KDPrint: Passive Authentication using Keystroke Dynamics-to-Image Encoding via Standardization [7.251941112707364]
本稿では,プライマリ認証方式の副産物であるキーストロークデータを背景ユーザ認証に用いる受動的認証システムを提案する。
本稿では,キーストロークデータの時間的ダイナミクスを捉え,ディープラーニングモデルの性能制限を克服する新しい画像符号化手法を提案する。
実験の結果,提案手法は情報容量の面で既存の手法を超越していることがわかった。
論文 参考訳（メタデータ） (2024-05-02T08:18:37Z) - ID-Aligner: Enhancing Identity-Preserving Text-to-Image Generation with Reward Feedback Learning [57.91881829308395]
AIポートレートや広告といった幅広いアプリケーションシナリオのために、ID-T2I(ID-preserving text-to-image generation)が注目されている。
我々は,ID-T2I性能を向上させるための一般的なフィードバック学習フレームワークである textbfID-Aligner を提案する。
論文 参考訳（メタデータ） (2024-04-23T18:41:56Z) - Dealing with Subject Similarity in Differential Morphing Attack Detection [4.3659108218579545]
我々は,信頼されたライブキャプチャー(通常犯罪者を表す)を文書画像と比較し,それを形態的またはボナフィドとして分類する微分MAD(D-MAD)に焦点を当てた。
形態素画像とライブ画像が十分に多様である場合に、識別特徴に基づくこれらのアプローチが有効であることを示す。
ACIdA, モジュール型分類のためのモジュールと, 入力画像の識別とアーティファクト解析のための2つのモジュールからなるモジュール型D-MADシステムを提案する。
論文 参考訳（メタデータ） (2024-04-11T12:00:06Z) - A Universal Anti-Spoofing Approach for Contactless Fingerprint Biometric
Systems [0.0]
接触のない指紋に対する普遍的な提示攻撃検出法を提案する。
ライブフィンガー写真からStyleGANを用いて合成非接触指紋を生成し,それらを統合して半教師付きResNet-18モデルを訓練した。
両損失関数のバランスをとるために,Arcface と Center の損失を組み合わせた新しい結合損失関数を導入した。
論文 参考訳（メタデータ） (2023-10-23T15:46:47Z) - Attribute-Guided Encryption with Facial Texture Masking [64.77548539959501]
本稿では,顔認識システムからユーザを保護するために,顔テクスチャマスキングを用いた属性ガイド暗号化を提案する。
提案手法は,最先端の手法よりも自然な画像を生成する。
論文 参考訳（メタデータ） (2023-05-22T23:50:43Z) - Leveraging Diffusion For Strong and High Quality Face Morphing Attacks [2.0795007613453445]
顔形態攻撃は、2つの異なるアイデンティティから生体特性からなる形態像を提示することにより、顔認識(FR)システムを騙そうとする。
画像の視覚的忠実度を改善するために拡散型アーキテクチャを用いた新しいモーフィング攻撃を提案する。
論文 参考訳（メタデータ） (2023-01-10T21:50:26Z) - A Comparative Study of Fingerprint Image-Quality Estimation Methods [54.84936551037727]
画質の悪い画像は、突発的で欠落した特徴をもたらし、システム全体の性能を低下させる。
本稿では,指紋画像品質評価のための既存手法について概説する。
また,指紋画像品質推定アルゴリズムの選定も行った。
論文 参考訳（メタデータ） (2021-11-14T19:53:12Z) - Camera Invariant Feature Learning for Generalized Face Anti-spoofing [95.30490139294136]
本稿では,特徴レベルの取得カメラから固有のばらつきの影響を排除したフレームワークについて述べる。
実験により、提案手法はデータセット内設定とデータセット間設定の両方でより良いパフォーマンスを達成できることが示された。
論文 参考訳（メタデータ） (2021-01-25T13:40:43Z)
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。