論文の概要: Swap It Like Its Hot: Segmentation-based spoof attacks on eye-tracking images

• arxiv url: http://arxiv.org/abs/2404.13827v1
• Date: Mon, 22 Apr 2024 01:59:48 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-23 15:26:21.487745
• Title: Swap It Like Its Hot: Segmentation-based spoof attacks on eye-tracking images
• Title（参考訳）: Swap It Like The Hot: アイトラッキング画像に対するセグメンテーションベースのスプーフ攻撃
• Authors: Anish S. Narkar, Brendan David-John,
• Abstract要約: 生体認証は、物理的またはデジタル操作によって偽造される可能性がある。 Liveness Detectionは、視線データをリアルまたはフェイクと分類し、物理的な表示攻撃を検出するのに十分である。 我々はアイリススワップを、視線に基づく生活度検出の新しい攻撃として提案する。
• 参考スコア（独自算出の注目度）: 1.4732811715354455
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Video-based eye trackers capture the iris biometric and enable authentication to secure user identity. However, biometric authentication is susceptible to spoofing another user's identity through physical or digital manipulation. The current standard to identify physical spoofing attacks on eye-tracking sensors uses liveness detection. Liveness detection classifies gaze data as real or fake, which is sufficient to detect physical presentation attacks. However, such defenses cannot detect a spoofing attack when real eye image inputs are digitally manipulated to swap the iris pattern of another person. We propose IrisSwap as a novel attack on gaze-based liveness detection. IrisSwap allows attackers to segment and digitally swap in a victim's iris pattern to fool iris authentication. Both offline and online attacks produce gaze data that deceives the current state-of-the-art defense models at rates up to 58% and motivates the need to develop more advanced authentication methods for eye trackers.
• Abstract（参考訳）: ビデオベースのアイトラッカーは虹彩の生体認証をキャプチャし、認証によってユーザのアイデンティティを確保できる。 しかし、生体認証は、物理的またはデジタルな操作によって、他人の身元を偽造するおそれがある。 目追跡センサーに対する物理的なスプーフィング攻撃を識別するための現在の標準は、ライブネス検出を使用する。 Liveness Detectionは、視線データをリアルまたはフェイクと分類し、物理的な表示攻撃を検出するのに十分である。 しかし、実際の眼画像入力をデジタル操作して他人の虹彩パターンを交換した場合、そのような防御は偽造攻撃を検出できない。 我々はアイリススワップを、視線に基づく生活度検出の新しい攻撃として提案する。 IrisSwapを使うと、攻撃者は被害者の虹彩パターンをセグメント化してデジタル交換して虹彩認証を騙すことができる。 オフラインとオンラインの両方の攻撃は、現在の最先端防衛モデルを最大58%の速度で欺いた視線データを生成し、アイトラッカーのより高度な認証方法を開発する必要性を動機付けている。

関連論文リスト

• Unified Face Matching and Physical-Digital Spoofing Attack Detection [3.9440964696313485]
  顔認識システムは、物理的およびデジタル偽造攻撃による脅威の増加に直面している。 本稿では,身体的およびデジタル的攻撃の顔認識と検出を目的とした,革新的な統一モデルを提案する。 畳み込みニューラルネットワークフレームワークにおいて、高度なSwin TransformerのバックボーンとHiLoの注意を活用することにより、統合された顔認識とスプーフ攻撃検出をより効果的に処理する。
  論文  参考訳（メタデータ） (2025-01-16T16:24:21Z)
• Principles of Designing Robust Remote Face Anti-Spoofing Systems [60.05766968805833]
  本稿では,デジタル攻撃に対する最先端の対面防止手法の脆弱性に光を当てる。 反偽造システムに遭遇する一般的な脅威を包括的に分類する。
  論文  参考訳（メタデータ） (2024-06-06T02:05:35Z)
• 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)
• Exploring Decision-based Black-box Attacks on Face Forgery Detection [53.181920529225906]
  顔の偽造生成技術は鮮明な顔を生み出し、セキュリティとプライバシーに対する世間の懸念を高めている。 顔偽造検出は偽の顔の識別に成功しているが、最近の研究では顔偽造検出は敵の例に対して非常に脆弱であることが示されている。
  論文  参考訳（メタデータ） (2023-10-18T14:49:54Z)
• Turn Fake into Real: Adversarial Head Turn Attacks Against Deepfake Detection [58.1263969438364]
  本稿では,3次元対向顔視によるディープフェイク検出器に対する最初の試みとして,対向頭部旋回(AdvHeat)を提案する。 実験では、現実的なブラックボックスシナリオにおいて、様々な検出器のAdvHeatに対する脆弱性を検証する。 さらなる分析により、AdvHeatは、クロス検出器転送性と防御に対する堅牢性の両方に対する従来の攻撃よりも優れていることが示されている。
  論文  参考訳（メタデータ） (2023-09-03T07:01:34Z)
• A Novel Active Solution for Two-Dimensional Face Presentation Attack Detection [0.0]
  本研究では,プレゼンテーション攻撃検出に関わる課題と解決策について,現状を考察する。 プレゼンテーションアタックは、写真、ビデオ、マスク、化粧など、生きていない顔をカメラに提示する試みである。 本稿では,既存の文献の弱点を克服する効果的な能動的提示攻撃検出手法を提案する。
  論文  参考訳（メタデータ） (2022-12-14T00:30:09Z)
• Hierarchical Perceptual Noise Injection for Social Media Fingerprint Privacy Protection [106.5308793283895]
  ソーシャルメディアからの指紋漏洩は 画像を匿名化したいという強い欲求を喚起します 指紋漏洩を保護するために、画像に知覚不能な摂動を加えることにより、敵攻撃が解決策として現れる。 この問題を解決するために,階層型パーセプティカルノイズ注入フレームワークであるFingerSafeを提案する。
  論文  参考訳（メタデータ） (2022-08-23T02:20:46Z)
• Direct attacks using fake images in iris verification [59.68607707427014]
  BioSecベースラインデータベースの実際のアイリスから偽アイリス画像のデータベースが作成されている。 本システムは直接攻撃に対して脆弱であることを示し,対策の重要性を指摘する。
  論文  参考訳（メタデータ） (2021-10-30T05:01:06Z)
• Differential Anomaly Detection for Facial Images [15.54185745912878]
  アイデンティティ攻撃は、不正アクセスと偽情報の拡散に使用できるため、セキュリティ上の大きな脅威となる。 同一性攻撃を検出するほとんどのアルゴリズムは、訓練時に未知の攻撃タイプに悪影響を及ぼす。 本稿では,まず画像から深層面の埋め込みを抽出する差動異常検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-10-07T13:45:13Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)
• An Overview of Fingerprint-Based Authentication: Liveness Detection and Beyond [0.0]
  我々は,生きた人間がシステム上で認証しようとしていることを確実にするための技術として定義されている,身体の活力を検出する方法に焦点をあてる。 我々は、悪意ある人物が指紋認証システムを騙して偽の指を本物として受け入れようとする攻撃を防ぐのに、これらの手法がいかに効果的かを分析する。
  論文  参考訳（メタデータ） (2020-01-24T20:07:53Z)

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。