論文の概要: IFTT-PIN: A Self-Calibrating PIN-Entry Method
- arxiv url: http://arxiv.org/abs/2407.02269v1
- Date: Tue, 2 Jul 2024 13:58:28 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-03 15:15:58.782917
- Title: IFTT-PIN: A Self-Calibrating PIN-Entry Method
- Title（参考訳）: IFTT-PIN:自己校正型PIN-Entry法
- Authors: Kathryn McConkey, Talha Enes Ayranci, Mohamed Khamis, Jonathan Grizou,
- Abstract要約: 明示的な校正手順を必要とせず,インターフェースのパーソナライズを可能にする新しい手法を実証する。
自己校正の2階効果は、外部のオブザーバーがユーザが達成しようとしていることを容易に推測できないことである。
IFTT-PINは,最初の自己校正型PIN-entry法である。
- 参考スコア（独自算出の注目度）: 15.87768582998229
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Personalising an interface to the needs and preferences of a user often incurs additional interaction steps. In this paper, we demonstrate a novel method that enables the personalising of an interface without the need for explicit calibration procedures, via a process we call self-calibration. A second-order effect of self-calibration is that an outside observer cannot easily infer what a user is trying to achieve because they cannot interpret the user's actions. To explore this security angle, we developed IFTT-PIN (If This Then PIN) as the first self-calibrating PIN-entry method. When using IFTT-PIN, users are free to choose any button for any meaning without ever explicitly communicating their choice to the machine. IFTT-PIN infers both the user's PIN and their preferred button mapping at the same time. This paper presents the concept, implementation, and interactive demonstrations of IFTT-PIN, as well as an evaluation against shoulder surfing attacks. Our study (N=24) shows that by adding self-calibration to an existing PIN entry method, IFTT-PIN statistically significantly decreased PIN attack decoding rate by ca. 8.5 times (p=1.1e-9), while only decreasing the PIN entry encoding rate by ca. 1.4 times (p=0.02), leading to a positive security-usability trade-off. IFTT-PIN's entry rate significantly improved 21 days after first exposure (p=3.6e-6) to the method, suggesting self-calibrating interfaces are memorable despite using an initially undefined user interface. Self-calibration methods might lead to novel opportunities for interaction that are more inclusive and versatile, a potentially interesting challenge for the community. A short introductory video is available at https://youtu.be/pP5sfniNRns.
- Abstract（参考訳）: インターフェースをユーザのニーズや好みに合わせてパーソナライズすることは、しばしば追加のインタラクションステップを引き起こす。
本稿では,自己校正と呼ばれるプロセスを通じて,明示的な校正手順を必要とせずにインターフェースをパーソナライズする手法を実証する。
自己校正の2次効果は、外部のオブザーバーがユーザの行動を解釈できないため、ユーザが何を達成しようとしているかを容易に推測できないことである。
IFTT-PIN (If This Then PIN) を最初の自己校正型PIN-entry法として開発した。
IFTT-PINを使用する場合、ユーザーは選択をマシンに明示的に伝えることなく、任意の意味のボタンを自由に選択できる。
IFTT-PINは、ユーザのPINと好みのボタンマッピングの両方を同時に推測する。
本稿では,IFTT-PINの概念,実装,インタラクティブなデモンストレーション,肩サーフィン攻撃に対する評価について述べる。
既存のPINエントリメソッドに自己校正を加えることで、IFTT-PINは統計的にPIN攻撃復号率をcaで有意に低下させることが示された。
8.5倍(p=1.1e-9)だが、PINのエンコーディングレートはcaでしか低下しない。
1.4倍(p=0.02)のセキュリティと使いやすさのトレードオフをもたらす。
IFTT-PINのエントリーレートは、最初の露光後21日(p=3.6e-6)で大幅に改善され、当初未定義のユーザインタフェースを使用していたにもかかわらず、自己校正インタフェースは記憶可能であることが示唆された。
自己校正手法は、より包括的で汎用性の高いインタラクションの新たな機会につながり、コミュニティにとって潜在的に興味深い課題である。
短い紹介ビデオはhttps://youtu.be/pP5sfniNRns.comで公開されている。
関連論文リスト
- DMM: Distributed Matrix Mechanism for Differentially-Private Federated Learning using Packed Secret Sharing [51.336015600778396]
フェデレーテッド・ラーニング(FL)は最近、産業とアカデミックの両方で多くの注目を集めています。
FLでは、機械学習モデルは、複数のラウンドにまたがって委員会に配置されたさまざまなエンドユーザのデータを使用して訓練される。
このようなデータは、しばしばセンシティブであるため、FLの主な課題は、モデルの実用性を維持しながらプライバシを提供することである。
論文 参考訳（メタデータ） (2024-10-21T16:25:14Z) - Adaptive Interface-PINNs (AdaI-PINNs): An Efficient Physics-informed Neural Networks Framework for Interface Problems [0.0]
AdaI-PINN(Adaptive Interface-PINN)と呼ばれる,効率的な物理情報ニューラルネットワーク(PINN)フレームワークを提案する。
このフレームワークは、前身であるInterface PINNまたはI-PINNの強化版である。
AdaI-PINNでは、アクティベーション機能は、ニューラルネットワークの他のパラメータとともにトレーニングされる斜面でのみ異なる。
論文 参考訳（メタデータ） (2024-06-07T04:22:32Z) - IFTT-PIN: A PIN-Entry Method Leveraging the Self-Calibration Paradigm [4.111899441919164]
IFTT-PINは2004年にRothらによって導入されたPIN-entry法の自己校正版である。
ユーザのPINと好みのボタン・ツー・カラーのマッピングを同時に推論する。
IFTT-PINの自己校正を伴わないオンラインインタラクティブなデモを提示する。
論文 参考訳（メタデータ） (2022-05-19T12:57:55Z) - IFTT-PIN: Demonstrating the Self-Calibration Paradigm on a PIN-Entry
Task [4.111899441919164]
IFTT-PINは2004年にRothらによって導入されたPIN-entry法の自己校正版である。
ユーザのPINと好みのボタン・ツー・カラーのマッピングを同時に推論する。
論文 参考訳（メタデータ） (2022-04-05T16:56:40Z) - Mobile Behavioral Biometrics for Passive Authentication [65.94403066225384]
本研究は, 単モーダルおよび多モーダルな行動的生体特性の比較分析を行った。
HuMIdbは、最大かつ最も包括的なモバイルユーザインタラクションデータベースである。
我々の実験では、最も識別可能な背景センサーは磁力計であり、タッチタスクではキーストロークで最良の結果が得られる。
論文 参考訳（メタデータ） (2022-03-14T17:05:59Z) - X2T: Training an X-to-Text Typing Interface with Online Learning from
User Feedback [83.95599156217945]
ユーザがキーボードを操作できないが、他の入力を供給できる、補助型タイピングアプリケーションに焦点を当てる。
標準メソッドは、ユーザ入力の固定データセット上でモデルをトレーニングし、そのミスから学ばない静的インターフェースをデプロイする。
このようなインターフェースが時間の経過とともに改善されるようなシンプルなアイデアを,ユーザによる最小限の努力で検討する。
論文 参考訳（メタデータ） (2022-03-04T00:07:20Z) - Hand Me Your PIN! Inferring ATM PINs of Users Typing with a Covered Hand [33.26006726271844]
欧州中央銀行(ECB)は2019年に1100億ドル(約1兆1000億円)以上の現金の引き出しと、欧州のATMへの取引の積み降ろしを報告した。
PIN機構はATMの近くに設置された隠しカメラを介して行われる肩掛け攻撃に対して脆弱である。
本稿では, タイピングハンドを片手でカバーする被害者が入力したPINを再構築する新たな攻撃法を提案する。
論文 参考訳（メタデータ） (2021-10-15T14:25:41Z) - PIN: A Novel Parallel Interactive Network for Spoken Language
Understanding [68.53121591998483]
既存の RNN ベースのアプローチでは、ID と SF のタスクは、それらの間の相関情報を利用するために、しばしば共同でモデル化される。
SNIPSとATISという2つのベンチマークデータセットによる実験は、我々のアプローチの有効性を実証している。
さらに,事前学習した言語モデルBERTが生成した発話の特徴埋め込みを用いて,提案手法はすべての比較手法の中で最先端の手法を実現する。
論文 参考訳（メタデータ） (2020-09-28T15:59:31Z) - Context-Dependent Implicit Authentication for Wearable Device User [1.827510863075184]
本稿では,心拍,歩行,呼吸音声信号を利用した文脈依存型生体認証システムを提案する。
詳細な分析から、放射基底関数(RBF)カーネルを持つバイナリサポートベクターマシン(SVM)が平均精度92.84%を達成することが判明した。
論文 参考訳（メタデータ） (2020-08-25T04:34:19Z) - Federated Learning of User Authentication Models [69.93965074814292]
機械学習モデルのプライバシー保護のためのフレームワークであるFederated User Authentication (FedUA)を提案する。
FedUAは、フェデレートされた学習フレームワークを採用して、ユーザが生の入力を共有することなく、共同でモデルをトレーニングできるようにする。
提案手法はプライバシ保護であり,多数のユーザに対してスケーラブルであることを示し,出力層を変更することなく,新たなユーザをトレーニングに追加できるようにした。
論文 参考訳（メタデータ） (2020-07-09T08:04:38Z) - Intra-Camera Supervised Person Re-Identification [87.88852321309433]
本稿では,カメラごとの個人識別アノテーションに基づく新しい人物識別パラダイムを提案する。
これにより、最も時間がかかり、面倒なカメラ間IDラベリングプロセスがなくなる。
MATE(Multi-tAsk mulTi-labEl)Deep Learning method for intra-Camera Supervised (ICS) person re-id。
論文 参考訳（メタデータ） (2020-02-12T15:26:33Z)
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。