論文の概要: User Authentication and Identity Inconsistency Detection via Mouse-trajectory Similarity Measurement

• arxiv url: http://arxiv.org/abs/2312.10273v1
• Date: Sat, 16 Dec 2023 00:28:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-18 12:07:24.049366
• Title: User Authentication and Identity Inconsistency Detection via Mouse-trajectory Similarity Measurement
• Title（参考訳）: マウス軌跡類似度測定によるユーザ認証と識別不整合検出
• Authors: Rui Jin, Yong Liao, Pengyuan Zhou,
• Abstract要約: セッション中およびCAPTCHAの登録・解決時に収集したマウス軌跡の類似性を測定する新しい埋め込みモデルを開発した。 本モデルでは,全ユーザに対して1つの分類器のみを用いて検出タスクを実行し,コストを大幅に削減する。 実験結果は,最先端の時系列分類法よりも,本手法が優れていることを検証した。
• 参考スコア（独自算出の注目度）: 8.864336106995985
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Completely Automated Public Turing Test To Tell Computers and Humans Apart (CAPTCHA) is a type of challenge-response test widely used in authentication systems. A well-known challenge it faces is the CAPTCHA farm, where workers are hired to solve CAPTCHAs manually. In this work, we propose to tackle this challenge from a novel perspective, converting CAPTCHA farm detection to identity inconsistency detection, which essentially becomes an authentication process. Specifically, we develop a novel embedding model, which measures the similarity between mouse trajectories collected during the session and when registering/solving CAPTCHA, to authenticate and detect identity inconsistency. Moreover, unlike most existing works that employ a separate mouse movement classifier for each individual user, which brings in considerable costs when serving a large number of users, our model performs detection tasks using only one classifier for all users, significantly reducing the cost. Experiment results validate the superiority of our method over the state-of-the-art time series classification methods, achieving 94.3% and 97.7% of AUC in identity and authentication inconsistency detection, respectively.
• Abstract（参考訳）: CAPTCHA(英: Completely Automated Public Turing Test to Tell Computers and Humans Apart)は、認証システムで広く使われているチャレンジ応答テストの一種である。 CAPTCHAファームでは、労働者が手動でCAPTCHAを解決するために雇われている。 本研究では,CAPTCHAファーム検出をアイデンティティ不整合検出に変換することによって,認証プロセスとなる新しい視点から,この課題に取り組むことを提案する。 具体的には,セッション中およびCAPTCHAの登録・解決時に収集されたマウス軌跡の類似性を計測し,同一性不整合を認証・検出する新しい埋め込みモデルを開発する。 さらに,各ユーザに対して個別のマウス動作分類器を用いた既存の作業とは異なり,本モデルでは,全ユーザに対して1つの分類器のみを用いて検出タスクを行ない,コストを大幅に削減する。 その結果,AUCの94.3%,97.7%を認証不整合検出で達成した。

関連論文リスト

• 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)
• A Survey of Adversarial CAPTCHAs on its History, Classification and Generation [69.36242543069123]
  本稿では, 逆CAPTCHAの定義を拡張し, 逆CAPTCHAの分類法を提案する。 また, 敵CAPTCHAの防御に使用可能な防御方法も分析し, 敵CAPTCHAに対する潜在的な脅威を示す。
  論文  参考訳（メタデータ） (2023-11-22T08:44:58Z)
• EnSolver: Uncertainty-Aware Ensemble CAPTCHA Solvers with Theoretical Guarantees [1.9649272351760065]
  本研究では, 深層アンサンブル不確実性を利用して分布外CAPTCHAを検出し, スキップする解法であるEnrを提案する。 我々は,解法の有効性に新たな理論的限界を証明し,その応用を最先端のCAPTCHA解法で実証する。
  論文  参考訳（メタデータ） (2023-07-27T20:19:11Z)
• On the Universal Adversarial Perturbations for Efficient Data-free Adversarial Detection [55.73320979733527]
  本稿では,UAPに対して正常サンプルと逆サンプルの異なる応答を誘導する,データに依存しない逆検出フレームワークを提案する。 実験結果から,本手法は様々なテキスト分類タスクにおいて,競合検出性能を実現することが示された。
  論文  参考訳（メタデータ） (2023-06-27T02:54:07Z)
• Dynamic Prototype Mask for Occluded Person Re-Identification [88.7782299372656]
  既存の手法では、目に見える部分を識別するために、余分なネットワークによって提供される身体の手がかりを利用することで、この問題に対処している。 2つの自己明快な事前知識に基づく新しい動的プロトタイプマスク(DPM)を提案する。 この条件下では、隠蔽された表現は、選択された部分空間において自然にうまく整列することができる。
  論文  参考訳（メタデータ） (2022-07-19T03:31:13Z)
• Continual Object Detection via Prototypical Task Correlation Guided Gating Mechanism [120.1998866178014]
  pRotOtypeal taSk corrElaTion guided gaTingAnism (ROSETTA)による連続物体検出のためのフレキシブルなフレームワークを提案する。 具体的には、統一されたフレームワークはすべてのタスクで共有され、タスク対応ゲートは特定のタスクのサブモデルを自動的に選択するために導入されます。 COCO-VOC、KITTI-Kitchen、VOCのクラスインクリメンタル検出、および4つのタスクの逐次学習の実験により、ROSETTAが最先端のパフォーマンスを得ることが示された。
  論文  参考訳（メタデータ） (2022-05-06T07:31:28Z)
• Data-driven behavioural biometrics for continuous and adaptive user verification using Smartphone and Smartwatch [0.0]
  行動バイオメトリックスと多要素認証(MFA)をブレンドするアルゴリズムを提案する。 本研究では,モーションベースバイオメトリックスを用いてユーザの身元を検証するための2段階のユーザ検証アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-10-07T02:46:21Z)
• Robust Text CAPTCHAs Using Adversarial Examples [129.29523847765952]
  Robust Text CAPTCHA (RTC) という,ユーザフレンドリーなテキストベースのCAPTCHA生成法を提案する。 第1段階では、前景と背景はランダムにサンプルされたフォントと背景画像で構成される。 第2段階では、CAPTCHAの解法をより妨害するために、高転送可能な逆攻撃をテキストCAPTCHAに適用する。
  論文  参考訳（メタデータ） (2021-01-07T11:03:07Z)
• Quickest Intruder Detection for Multiple User Active Authentication [74.5256211285431]
  我々は,Multiple-user Quickest Intruder Detection (MQID)アルゴリズムを定式化する。 より少ない観測サンプルで侵入者検出を行うデータ効率のシナリオにアルゴリズムを拡張した。 顔のモダリティに基づく2つのAAデータセットに対する提案手法の有効性を評価した。
  論文  参考訳（メタデータ） (2020-06-21T21:59:01Z)
• Deep-CAPTCHA: a deep learning based CAPTCHA solver for vulnerability assessment [1.027974860479791]
  本研究では,CAPTCHAジェネレータシステムの弱点と脆弱性について検討する。 この目的を達成するために,Deep-CAPTCHAと呼ばれる畳み込みニューラルネットワークを開発した。 我々のネットワークのクラック精度は、数値およびアルファ数値テストデータセットの98.94%と98.31%のハイレートにつながる。
  論文  参考訳（メタデータ） (2020-06-15T11:44:43Z)

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。