論文の概要: BlowPrint: Blow-Based Multi-Factor Biometrics for Smartphone User Authentication
- arxiv url: http://arxiv.org/abs/2507.04126v1
- Date: Sat, 05 Jul 2025 18:40:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:35.02904
- Title: BlowPrint: Blow-Based Multi-Factor Biometrics for Smartphone User Authentication
- Title（参考訳）: BlowPrint: スマートフォン認証のためのBlow-based Multi-Factor Biometrics
- Authors: Howard Halim, Eyasu Getahun Chekole, Daniël Reijsbergen, Jianying Zhou,
- Abstract要約: そこで,BlowPrintを提案する。BlowPrintは,携帯電話の発振行動に基づいてユーザを認証する,行動バイオメトリック技術である。
本研究は,携帯電話の画面上でユーザが吹く方法によって,独特な音響パターンを生成できると仮定し,生体認証のユニークな識別子として機能する。
BlowPrintの有効性を評価するため,50名の被験者を対象に,ブロー音響および顔の特徴データを収集する実験を行った。
- 参考スコア（独自算出の注目度）: 3.5860522669070454
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Biometric authentication is a widely used security mechanism that leverages unique physiological or behavioral characteristics to authenticate users. In multi-factor biometrics (MFB), multiple biometric modalities, e.g., physiological and behavioral, are integrated to mitigate the limitations inherent in single-factor biometrics. The main challenge in MFB lies in identifying novel behavioral techniques capable of meeting critical criteria, including high accuracy, high usability, non-invasiveness, resilience against spoofing attacks, and low use of computational resources. Despite ongoing advancements, current behavioral biometric techniques often fall short of fulfilling one or more of these requirements. In this work, we propose BlowPrint, a novel behavioral biometric technique that allows us to authenticate users based on their phone blowing behaviors. In brief, we assume that the way users blow on a phone screen can produce distinctive acoustic patterns, which can serve as a unique biometric identifier for effective user authentication. It can also be seamlessly integrated with physiological techniques, such as facial recognition, to enhance its robustness and security. To assess BlowPrint's effectiveness, we conduct an empirical study involving 50 participants from whom we collect blow-acoustic and facial feature data. Subsequently, we compute the similarity scores of the two modalities using various similarity algorithms and combine them through score-level fusion. Finally, we compute the accuracy using a machine learning-based classifier. As a result, the proposed method demonstrates an accuracy of 99.35% for blow acoustics, 99.96% for facial recognition, and 99.82% for the combined approach. The experimental results demonstrate BlowPrint's high effectiveness in terms of authentication accuracy, spoofing attack resilience, usability, non-invasiveness, and other aspects.
- Abstract（参考訳）: 生体認証は、ユーザを認証するために、ユニークな生理的または行動的特性を活用する、広く使われているセキュリティメカニズムである。
多要素バイオメトリックス(MFB)では、生理学や行動学といった複数の生体特性が統合され、単一要素バイオメトリックスに固有の制限が緩和される。
MFBの主な課題は、高い正確性、高いユーザビリティ、非侵襲性、スプーフ攻撃に対するレジリエンス、計算資源の低使用など、重要な基準を満たす新しい行動技術を特定することである。
進行中の進歩にもかかわらず、現在の行動バイオメトリック技術は、これらの要件の1つ以上の達成に足りていないことが多い。
本研究では,BlowPrintを提案する。BlowPrintは,携帯電話の発振行動に基づいてユーザを認証する,行動計測技術である。
簡単に言えば、ユーザが電話画面上で吹く方法によって、ユニークな音響パターンが生成され、効果的なユーザ認証のためのユニークな生体認証識別子として機能する、と仮定する。
また、顔認証などの生理的手法とシームレスに統合して、その堅牢性と安全性を高めることもできる。
BlowPrintの有効性を評価するため,50名の被験者を対象に,ブロー音響および顔の特徴データを収集する実験を行った。
その後、様々な類似性アルゴリズムを用いて2つのモードの類似度スコアを計算し、スコアレベル融合により組み合わせる。
最後に,機械学習に基づく分類器を用いて精度を算出する。
その結果,打撃音の99.35%,顔認識の99.96%,複合手法の99.82%の精度が得られた。
実験結果から,BlowPrintの認証精度,攻撃抵抗性,ユーザビリティ,非侵襲性,その他の面での有効性が示された。
関連論文リスト
- ZK-SERIES: Privacy-Preserving Authentication using Temporal Biometric Data [2.4985925375157443]
そこで我々は,ZK-SERIESを提案し,幅広い時系列ベースの認証プロトコルのプライバシと効率性を提供する。
ZK-SERIESは同じビルディングブロック、すなわちゼロ知識乗算証明と効率よくバッチ化された範囲証明を使用する。
実験結果から,古いデバイスでは1.3秒以内にプライバシ保護認証プロトコルが完成できることが示唆された。
論文 参考訳（メタデータ） (2025-06-24T07:45:43Z) - 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) - Unrecognizable Yet Identifiable: Image Distortion with Preserved Embeddings [22.338328674283062]
本稿では,ニューラルネットワークモデルによる顔画像の識別性を保ちながら,目に対して認識不能な顔画像を描画する,革新的な画像変換手法を提案する。
提案手法は、様々な人工知能アプリケーションにおいて、視覚データを歪曲し、派生した特徴を近接に保つために使用することができる。
同一の認識精度を維持しつつ、画像内容が70%以上変化する歪みを構築することができることを示す。
論文 参考訳（メタデータ） (2024-01-26T18:20:53Z) - 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) - Fingerprint Image-Quality Estimation and its Application to
Multialgorithm Verification [56.128200319868526]
信号品質の認識は、認識率を増大させ、マルチセンサー環境における決定を著しく支援することが見出されている。
本稿では, 指紋画像の向きテンソルを用いて, ノイズ, 構造不足, ぼやけなどの信号障害を, 対称性記述子の助けを借りて定量化する。
定量的な結果は、あらゆる面において品質意識を優先し、認識率を高め、異なるスキルを持つ専門家を効果的かつ効果的に融合させる。
論文 参考訳（メタデータ） (2022-11-24T12:17:49Z) - 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) - Towards Intrinsic Common Discriminative Features Learning for Face
Forgery Detection using Adversarial Learning [59.548960057358435]
本稿では, 対人学習を利用して, 異なる偽造法と顔の同一性による負の効果を除去する手法を提案する。
我々の顔偽造検出モデルは、偽造法や顔の同一性の影響を排除し、共通の識別的特徴を抽出することを学ぶ。
論文 参考訳（メタデータ） (2022-07-08T09:23:59Z) - 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) - 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) - 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)
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。