論文の概要: Alpha-wolves and Alpha-mammals: Exploring Dictionary Attacks on Iris Recognition Systems
- arxiv url: http://arxiv.org/abs/2403.12047v1
- Date: Mon, 20 Nov 2023 22:00:55 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-25 07:46:43.524930
- Title: Alpha-wolves and Alpha-mammals: Exploring Dictionary Attacks on Iris Recognition Systems
- Title（参考訳）: Alpha-wolvesとAlpha-mammals:Iris認識システムにおける辞書攻撃の探索
- Authors: Sudipta Banerjee, Anubhav Jain, Zehua Jiang, Nasir Memon, Julian Togelius, Arun Ross,
- Abstract要約: 我々は、テンプレートレベルでの辞書攻撃、特に虹彩認識システムで使用されるIrisCodesに焦点を当てる。
我々は、単純なビットワイズ演算子を使ってIrisCodesを混合してアルファミキサーを生成する、未知の脆弱性を示す。
- 参考スコア（独自算出の注目度）: 11.989487233145244
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A dictionary attack in a biometric system entails the use of a small number of strategically generated images or templates to successfully match with a large number of identities, thereby compromising security. We focus on dictionary attacks at the template level, specifically the IrisCodes used in iris recognition systems. We present an hitherto unknown vulnerability wherein we mix IrisCodes using simple bitwise operators to generate alpha-mixtures - alpha-wolves (combining a set of "wolf" samples) and alpha-mammals (combining a set of users selected via search optimization) that increase false matches. We evaluate this vulnerability using the IITD, CASIA-IrisV4-Thousand and Synthetic datasets, and observe that an alpha-wolf (from two wolves) can match upto 71 identities @FMR=0.001%, while an alpha-mammal (from two identities) can match upto 133 other identities @FMR=0.01% on the IITD dataset.
- Abstract（参考訳）: 生体認証システムにおける辞書攻撃は、少数の戦略的に生成された画像やテンプレートを使用することで、多数のIDとうまく一致し、セキュリティを損なう。
我々は、テンプレートレベルでの辞書攻撃、特に虹彩認識システムで使用されるIrisCodesに焦点を当てる。
我々は、単純なビットワイズ演算子を使ってIrisCodesを混合してアルファミキサー(「ウルフ」サンプルの組み合わせ)とアルファママル(検索最適化によって選択されたユーザのセットの組み合わせ)を生成し、偽マッチングを増大させる、未知の脆弱性を提示する。
IITD、CASIA-IrisV4-Thousand、Syntheticのデータセットを用いてこの脆弱性を評価し、アルファウルフ(2匹のオオカミから)が71個のアイデンティティ@FMR=0.001%まで一致し、アルファ哺乳類(2つのアイデンティティから)が133個のID@FMR=0.01%まで一致可能であることを観察した。
関連論文リスト
- 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) - PRAT: PRofiling Adversarial aTtacks [52.693011665938734]
PRofiling Adversarial aTacks (PRAT) の新たな問題点について紹介する。
敵対的な例として、PRATの目的は、それを生成するのに使用される攻撃を特定することである。
AIDを用いてPRATの目的のための新しいフレームワークを考案する。
論文 参考訳（メタデータ） (2023-09-20T07:42:51Z) - Voice Morphing: Two Identities in One Voice [12.404748962951157]
音声を用いたモーフィング (VIM) を導入し, 音声サンプルを合成し, 個人の声の特徴を識別する。
VIMは成功率(MMPMR)が80%以上で、ミスマッチレートは1%である。
論文 参考訳（メタデータ） (2023-09-05T17:36:34Z) - RiDDLE: Reversible and Diversified De-identification with Latent
Encryptor [57.66174700276893]
本研究は、Reversible and Diversified De-identification with Latent Encryptorの略であるRiDDLEを提示する。
事前に学習したStyleGAN2ジェネレータ上に構築されたRiDDLEは、潜伏空間内の顔のアイデンティティを暗号化して復号する。
論文 参考訳（メタデータ） (2023-03-09T11:03:52Z) - Improving Presentation Attack Detection for ID Cards on Remote
Verification Systems [2.0305676256390934]
本稿では,IDカードの遠隔生体認証システムのための2段階のエンドツーエンド提示検出手法を提案する。
提案は、実例190,000のチリのIDカードイメージからなるデータベースを使用して、第三者企業の支援により開発された。
本手法は2つの畳み込みニューラルネットワークを個別にトレーニングし,それぞれ1.69%,2.36%のIDカード攻撃でBPCERtextsubscript100スコアに達した。
論文 参考訳（メタデータ） (2023-01-23T16:59:26Z) - A Competitive Method for Dog Nose-print Re-identification [46.94755073943372]
本稿では,CVPR 2022ペット生体認証における犬の鼻指紋認証(Re-ID)課題について提案する。
複数のモデルが組み合わされ、テストセット上で86.67%のAUCが得られる。
論文 参考訳（メタデータ） (2022-05-31T16:26:46Z) - Are GAN-based Morphs Threatening Face Recognition? [3.0921354926071274]
本稿では,4種類のモーフィング攻撃のためのデータセットと対応するコードを提供することにより,このギャップを埋める。
また、4つの最先端の顔認識システムの脆弱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） (2022-05-05T08:19:47Z) - Do autoencoders need a bottleneck for anomaly detection? [78.24964622317634]
アイデンティティ関数を学習すると、異常検出にAEは役に立たない。
本研究では,非ボツルネック型AEの値について検討する。
無限大のAEを非ボトルネック型AEの極端な例として提案する。
論文 参考訳（メタデータ） (2022-02-25T11:57:58Z) - AlphaEvolve: A Learning Framework to Discover Novel Alphas in
Quantitative Investment [16.27557073668891]
スカラー、ベクター、マトリックスの特徴をモデル化する新しいアルファクラスを紹介します。
新しいアルファは高い精度で戻りを予測し、弱い相関集合にマイニングすることができる。
我々は,新しいアルファを生成するために,AutoMLに基づく新しいアルファマイニングフレームワークであるAlphaEvolveを提案する。
論文 参考訳（メタデータ） (2021-03-30T09:28:41Z) - Camera-aware Proxies for Unsupervised Person Re-Identification [60.26031011794513]
本稿では、アノテーションを必要としない純粋に教師なしの人物識別(Re-ID)問題に取り組む。
各クラスタを複数のプロキシに分割し、それぞれのプロキシが同じカメラからのインスタンスを表すことを提案する。
カメラ認識プロキシに基づいて、カメラ内およびカメラ間コントラスト学習コンポーネントをre-idモデル用に設計する。
論文 参考訳（メタデータ） (2020-12-19T12:37:04Z)
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。