論文の概要: User authentication system based on human exhaled breath physics

• arxiv url: http://arxiv.org/abs/2401.02447v1
• Date: Tue, 2 Jan 2024 19:36:13 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-15 09:44:03.532518
• Title: User authentication system based on human exhaled breath physics
• Title（参考訳）: 人工呼吸物理に基づくユーザ認証システム
• Authors: Mukesh Karunanethy, Rahul Tripathi, Mahesh V Panchagnula and Raghunathan Rengaswamy
• Abstract要約: この研究は、呼気を管理する流体力学に基づいて純粋に機能する生体計測システムを構築しようとする。 吸入された人間の呼吸中の乱流の構造をバイオメトリック・アルゴリズムの構築に活用できるという仮説を検証した。
• 参考スコア（独自算出の注目度）: 0.21847754147782888
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This work, in a pioneering approach, attempts to build a biometric system that works purely based on the fluid mechanics governing exhaled breath. We test the hypothesis that the structure of turbulence in exhaled human breath can be exploited to build biometric algorithms. This work relies on the idea that the extrathoracic airway is unique for every individual, making the exhaled breath a biomarker. Methods including classical multi-dimensional hypothesis testing approach and machine learning models are employed in building user authentication algorithms, namely user confirmation and user identification. A user confirmation algorithm tries to verify whether a user is the person they claim to be. A user identification algorithm tries to identify a user's identity with no prior information available. A dataset of exhaled breath time series samples from 94 human subjects was used to evaluate the performance of these algorithms. The user confirmation algorithms performed exceedingly well for the given dataset with over $97\%$ true confirmation rate. The machine learning based algorithm achieved a good true confirmation rate, reiterating our understanding of why machine learning based algorithms typically outperform classical hypothesis test based algorithms. The user identification algorithm performs reasonably well with the provided dataset with over $50\%$ of the users identified as being within two possible suspects. We show surprisingly unique turbulent signatures in the exhaled breath that have not been discovered before. In addition to discussions on a novel biometric system, we make arguments to utilise this idea as a tool to gain insights into the morphometric variation of extrathoracic airway across individuals. Such tools are expected to have future potential in the area of personalised medicines.
• Abstract（参考訳）: この研究は先駆的なアプローチで、呼気を管理する流体力学に基づいて純粋に機能するバイオメトリックシステムを構築しようとする。 人工呼吸における乱流の構造は生体計測アルゴリズムの構築に活用できるという仮説を検証した。 この研究は、胸腔外気道が個人ごとに独特であるという考えに基づいており、呼気をバイオマーカーにしている。 従来の多次元仮説テストアプローチや機械学習モデルを含む手法は、ユーザ認証アルゴリズムの構築、すなわちユーザ確認とユーザ識別に使用される。 ユーザ確認アルゴリズムは、ユーザが自分が主張する人物であるかどうかを検証しようとする。 ユーザ識別アルゴリズムは、予め利用可能な情報なしでユーザのidを識別しようとする。 94名の被験者による呼気時系列のデータセットを用いて,これらのアルゴリズムの性能評価を行った。 ユーザ確認アルゴリズムは、与えられたデータセットに対して9,7\%$の真確認率で非常によく実行された。 機械学習ベースのアルゴリズムは、なぜ機械学習ベースのアルゴリズムが古典的な仮説テストベースのアルゴリズムより優れているのか、という理解を繰り返した。 ユーザ識別アルゴリズムは、提供されたデータセットと合理的にうまく動作し、50\%以上のユーザを2つの容疑者の範囲内で識別する。 これまでに発見されていない吸気呼吸の中で、驚くほど独特な乱流のシグネチャが示されています。 新しい生体計測システムに関する議論に加えて、このアイデアを個人間の胸腔外気道の形態的変化に関する洞察を得るためのツールとして利用するための議論を行う。 このようなツールは、パーソナライズドメディカルな医療分野において将来の可能性を持つものと期待されている。

関連論文リスト

• Biometrics Employing Neural Network [0.0]
  指紋、虹彩、網膜パターン、顔認識、手形、手のひら印刷、音声認識はバイオメトリックスの形式としてよく用いられる。 システムが効果的で広く受け入れられるためには、認識と検証におけるエラー率はゼロに近づかなければならない。 人間の脳の動作をシミュレートする人工ニューラルネットワークは、自身を有望なアプローチとして提示する。
  論文  参考訳（メタデータ） (2024-02-01T03:59:04Z)
• User Strategization and Trustworthy Algorithms [81.82279667028423]
  ユーザストラテジゼーションがプラットフォームを短期間で支援できることが示されています。 そして、それがプラットフォームのデータを破壊し、最終的に反実的な決定を下す能力を損なうことを示します。
  論文  参考訳（メタデータ） (2023-12-29T16:09:42Z)
• Unleashing Mask: Explore the Intrinsic Out-of-Distribution Detection Capability [70.72426887518517]
  Out-of-Distribution(OOD)検出は、機械学習モデルを現実世界のアプリケーションにデプロイする際に、セキュアAIの必須の側面である。 本稿では,IDデータを用いた学習モデルのOOD識別能力を復元する新しい手法であるUnleashing Maskを提案する。 本手法では, マスクを用いて記憶した非定型サンプルを抽出し, モデルを微調整するか, 導入したマスクでプルーする。
  論文  参考訳（メタデータ） (2023-06-06T14:23:34Z)
• Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
  本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。 マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。 ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:24:51Z)
• Facial Soft Biometrics for Recognition in the Wild: Recent Works, Annotation, and COTS Evaluation [63.05890836038913]
  制約のないシナリオにおける人物認識システムを強化するために,ソフトバイオメトリックスが果たす役割について検討する。 1) ソフトバイオメトリックスのマニュアル推定と,2) 市販オフザシェルフシステムによる自動推定の2つの仮定を考察する。 深層学習に基づく2つの最先端顔認識システムを用いた軟式生体計測実験を行った。
  論文  参考訳（メタデータ） (2022-10-24T11:29:57Z)
• Evaluation of a User Authentication Schema Using Behavioral Biometrics and Machine Learning [0.0]
  本研究では,行動バイオメトリックスを用いたユーザ認証手法の作成と評価により,行動バイオメトリックスの研究に寄与する。 この研究で用いられる行動バイオメトリクスには、タッチダイナミクスと電話の動きがある。 2つのバイオメトリックスの異なる単一モーダルと多モーダルの組み合わせの性能を評価する。
  論文  参考訳（メタデータ） (2022-05-07T05:16:34Z)
• Benchmarking Quality-Dependent and Cost-Sensitive Score-Level Multimodal Biometric Fusion Algorithms [58.156733807470395]
  本稿では,BioSecure DS2 (Access Control) 評価キャンペーンの枠組み内で実施したベンチマーク研究について報告する。 キャンペーンは、約500人の中規模施設における物理的アクセス制御の適用を目標とした。 我々の知る限りでは、これは品質ベースのマルチモーダル融合アルゴリズムをベンチマークする最初の試みである。
  論文  参考訳（メタデータ） (2021-11-17T13:39:48Z)
• 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)
• Spotting adversarial samples for speaker verification by neural vocoders [102.1486475058963]
  我々は、自動話者検証(ASV)のための敵対サンプルを見つけるために、ニューラルボコーダを採用する。 元の音声と再合成音声のASVスコアの違いは、真正と逆正のサンプルの識別に良い指標であることがわかった。 私たちのコードは、将来的な比較作業のためにオープンソースにされます。
  論文  参考訳（メタデータ） (2021-07-01T08:58:16Z)
• End-to-end User Recognition using Touchscreen Biometrics [11.394909061094463]
  目標は、モバイルデバイスの生データを使ってユーザーを透過的に識別できるエンドツーエンドシステムを作ることだった。 提案するシステムでは,タッチスクリーンからのデータはディープニューラルネットワークの入力に直接反映され,ユーザの同一性を決定することができる。
  論文  参考訳（メタデータ） (2020-06-09T16:38:09Z)
• Demographic Bias: A Challenge for Fingervein Recognition Systems? [0.0]
  多くの自動システムの基盤となるアルゴリズム(バイオメトリックスを含む)の潜在的なバイアスに関する懸念が高まっている。 偏見付きアルゴリズムは、性別や年齢などの特定の(しばしば差別防止法によって保護される)属性に基づいて、異なるグループの個人に対して統計的に異なる結果を生成する。 本稿では,フィンガーベイン認識の問題を確かめるために,いくつかの一般的な認識アルゴリズムをベンチマークした。
  論文  参考訳（メタデータ） (2020-04-03T07:53:11Z)

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。