論文の概要: Gradient-based facial encoding for key generation to encrypt and decrypt multimedia data

• arxiv url: http://arxiv.org/abs/2412.06927v2
• Date: Thu, 09 Jan 2025 18:44:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-10 13:57:13.641963
• Title: Gradient-based facial encoding for key generation to encrypt and decrypt multimedia data
• Title（参考訳）: 鍵生成のためのグラディエントベース顔符号化によるマルチメディアデータの暗号化と復号化
• Authors: Ankit Kumar Patel, Dewanshi Paul, Sarthak Giri, Sneha Chaudhary, Bikalpa Gautam,
• Abstract要約: パスワードに依存するセキュリティシステムは、忘れられたり、推測されたり、違反されたりすることに対して脆弱である。 本稿では,これらの問題に対処するために顔認識技術を利用したバイオ暗号システムを提案する。 提案システムは、顔の特徴から派生した32ビットの暗号鍵を作成する。
• 参考スコア（独自算出の注目度）: 0.873811641236639
• License:
• Abstract: Security systems relying on passwords are vulnerable to being forgotten, guessed, or breached. Likewise, biometric systems that operate independently are at risk of template spoofing and replay incidents. This paper introduces a biocryptosystem utilizing face recognition techniques to address these issues, allowing for the encryption and decryption of various file types through the Advanced Encryption Standard (AES). The proposed system creates a distinct 32-bit encryption key derived from facial features identified by Histogram of Oriented Gradients (HOG) and categorized using Support Vector Machines (SVM). HOG efficiently identifies edge-aligned facial features, even in dim lighting, ensuring that reliable biometric keys can be generated. This key is then used with AES to encrypt and decrypt a variety of data formats, such as text, audio, and video files. This encryption key, derived from an individual's distinctive facial traits, is exceedingly challenging for adversaries to reproduce or guess. The security and performance of the system have been validated through experiments using several metrics, including correlation analysis, Shannon entropy, normalized Hamming distance, and the avalanche effect on 25 different file types. Potential uses for the proposed system include secure file sharing, online transactions, and data archiving, making it a strong and trustworthy approach to safeguarding sensitive information by integrating the uniqueness of facial biometrics with the established security of AES encryption.
• Abstract（参考訳）: パスワードに依存するセキュリティシステムは、忘れられたり、推測されたり、違反されたりすることに対して脆弱である。 同様に、独立して機能する生体認証システムは、インシデントのテンプレートスプーフィングや再生のリスクがある。 本稿では,これらの問題に対処するために顔認識技術を利用したバイオ暗号システムを導入し,AES(Advanced Encryption Standard)による各種ファイルの暗号化と復号を可能にする。 提案システムは,Histogram of Oriented Gradients (HOG) によって識別され,Support Vector Machines (SVM) を用いて分類された顔の特徴から,32ビットの異なる暗号鍵を生成する。 HOGは、薄暗い照明でも、エッジアラインの顔の特徴を効率的に識別し、信頼性の高い生体認証キーを生成する。 このキーはAESと共に、テキスト、オーディオ、ビデオファイルなど、さまざまなデータフォーマットの暗号化と復号に使用される。 この暗号鍵は、個人特有の顔の特徴から派生したもので、敵が再現したり推測したりするのは非常に困難である。 システムのセキュリティと性能は、相関分析、シャノンエントロピー、正規化ハミング距離、25種類のファイルタイプに対する雪崩効果など、いくつかの指標を用いて検証されている。 提案システムには、セキュアなファイル共有、オンライントランザクション、データアーカイブなどが含まれており、AES暗号化の確立されたセキュリティと顔バイオメトリックスの独自性を統合することにより、機密情報の保護に信頼性の高いアプローチとなっている。

関連論文リスト

• Cryptanalysis via Machine Learning Based Information Theoretic Metrics [58.96805474751668]
  本稿では,機械学習アルゴリズムの新たな2つの応用法を提案する。 これらのアルゴリズムは、監査設定で容易に適用でき、暗号システムの堅牢性を評価することができる。 本稿では,DES,RSA,AES ECBなど,IND-CPAの安全でない暗号化スキームを高精度に識別する。
  論文  参考訳（メタデータ） (2025-01-25T04:53:36Z)
• Secure Semantic Communication With Homomorphic Encryption [52.5344514499035]
  本稿では,SemCom に準同型暗号を適用する可能性について検討する。 タスク指向のSemComスキームを提案する。
  論文  参考訳（メタデータ） (2025-01-17T13:26:14Z)
• Cryptanalysis of Cancelable Biometrics Vault [0.552480439325792]
  Cancelable Biometrics (CB) は、バイオメトリックスとユーザ固有のトークンを組み合わせて安全なテンプレートを生成するバイオメトリック変換スキームである。 バイオメトリックスでは、生体データを用いて暗号鍵を保護するために鍵結合方式を用いる。 我々の暗号解析はCBVスキームの無効性とリンク可能性の脆弱性を明らかにすることによって新しい視点を導入する。
  論文  参考訳（メタデータ） (2025-01-10T08:36:59Z)
• Multi-Layered Security System: Integrating Quantum Key Distribution with Classical Cryptography to Enhance Steganographic Security [0.0]
  本稿では,量子鍵分布(QKD)と古典的暗号技術を統合する新しい暗号システムを提案する。 提案手法は,E91QKDプロトコルを利用して,通信相手間で共有秘密鍵を生成する。 このキーは、Secure Hash Algorithm(SHA)を使用してハッシュされ、固定長の高エントロピーキーを提供する。
  論文  参考訳（メタデータ） (2024-08-13T15:20:29Z)
• Deep Learning and Chaos: A combined Approach To Image Encryption and Decryption [1.8749305679160366]
  本稿では,新しい3次元ハイパーカオスマップ,2次元メムリスタマップ,畳み込みニューラルネットワーク(CNN)からのハイパーカオス信号を用いた新しい画像暗号化と復号化アルゴリズムを提案する。 暗号アルゴリズムのロバスト性は、キー感度分析(キー要素に対するアルゴリズムの平均感度)によって示される。
  論文  参考訳（メタデータ） (2024-06-24T16:56:22Z)
• PRO-Face S: Privacy-preserving Reversible Obfuscation of Face Images via Secure Flow [69.78820726573935]
  保護フローベースモデルを用いて,プライバシ保護による顔画像の可逆難読化(Reversible Obfuscation of Face image)を略してpro-Face Sと命名する。 本フレームワークでは、Invertible Neural Network(INN)を使用して、入力画像と、その事前難読化されたフォームとを処理し、事前難読化された画像と視覚的に近似したプライバシー保護された画像を生成する。
  論文  参考訳（メタデータ） (2023-07-18T10:55:54Z)
• 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)
• Encryption and encoding of facial images into quick response and high capacity color 2d code for biometric passport security system [0.0]
  QRコードに基づくバイオメトリックパスポート認証方式に符号化されたマルチモーダルバイオメトリック、セキュアな暗号化データおよび暗号化バイオメトリックスを提案する。 顔のマークサイズ認識は、最初は達成される。 公開アクセス可能な暗号化された生体認証パスポート情報をQRコードに符号化し、電子パスポートに挿入して保護を改善する。
  論文  参考訳（メタデータ） (2022-03-17T05:25:39Z)
• Speckle-based optical cryptosystem and its application for human face recognition via deep learning [17.169570487230747]
  顔画像は、慎重に保護されるべき敏感な生体データである。 本研究では,高効率なスペックルベースの光暗号システムを提案し,実装した。 提案した暗号システムは幅広い適用性を持ち、セキュリティの高い複雑な情報暗号化と復号化のための新たな道を開く可能性がある。
  論文  参考訳（メタデータ） (2022-01-26T07:18:02Z)
• Recovering AES Keys with a Deep Cold Boot Attack [91.22679787578438]
  コールドブート攻撃は、電源がシャットダウンされた直後に破損したランダムアクセスメモリを検査する。 本研究では,AES鍵に対する攻撃を適用するために,深誤り訂正符号手法の新たな暗号版とSATソルバ方式を併用する。 以上の結果から,本手法は攻撃方法の精度を極めて高いマージンで上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-06-09T07:57:01Z)
• 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)

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。