論文の概要: EMPalm: Exfiltrating Palm Biometric Data via Electromagnetic Side-Channels

• arxiv url: http://arxiv.org/abs/2510.07533v1
• Date: Wed, 08 Oct 2025 20:50:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 17:54:14.726576
• Title: EMPalm: Exfiltrating Palm Biometric Data via Electromagnetic Side-Channels
• Title（参考訳）: EMPalm:電磁サイドチェンネルによるパームバイオメトリックデータの抽出
• Authors: Haowen Xu, Tianya Zhao, Xuyu Wang, Lei Ma, Jun Dai, Alexander Wyglinski, Xiaoyan Sun,
• Abstract要約: EMエミッションは、手のひら生体情報を漏れさせる。 EMPalmは、盗聴されたEM信号からパームプリントとパームベインの画像の両方を隠蔽的に回収する攻撃フレームワークである。
• 参考スコア（独自算出の注目度）: 54.460942487872416
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Palm recognition has emerged as a dominant biometric authentication technology in critical infrastructure. These systems operate in either single-modal form, using palmprint or palmvein individually, or dual-modal form, fusing the two modalities. Despite this diversity, they share similar hardware architectures that inadvertently emit electromagnetic (EM) signals during operation. Our research reveals that these EM emissions leak palm biometric information, motivating us to develop EMPalm--an attack framework that covertly recovers both palmprint and palmvein images from eavesdropped EM signals. Specifically, we first separate the interleaved transmissions of the two modalities, identify and combine their informative frequency bands, and reconstruct the images. To further enhance fidelity, we employ a diffusion model to restore fine-grained biometric features unique to each domain. Evaluations on seven prototype and two commercial palm acquisition devices show that EMPalm can recover palm biometric information with high visual fidelity, achieving SSIM scores up to 0.79, PSNR up to 29.88 dB, and FID scores as low as 6.82 across all tested devices, metrics that collectively demonstrate strong structural similarity, high signal quality, and low perceptual discrepancy. To assess the practical implications of the attack, we further evaluate it against four state-of-the-art palm recognition models, achieving a model-wise average spoofing success rate of 65.30% over 6,000 samples from 100 distinct users.
• Abstract（参考訳）: パーム認識は、重要なインフラストラクチャにおいて、バイオメトリック認証技術の主流として登場した。 これらのシステムは、パームプリントまたはパームヴェインを個別に、またはデュアルモーダル形式を用いて、単一のモーダル形式で動作し、2つのモーダルを融合させる。 この多様性にもかかわらず、彼らは操作中に電磁(EM)信号を不注意に放出する同様のハードウェアアーキテクチャを共有している。 EMPalmは,Eavesdroped EM信号からパームプリント画像とパームベイン画像の両方を隠蔽的に回収する攻撃フレームワークである。 具体的には、まず2つのモードのインターリーブ伝送を分離し、それらの情報周波数帯域を特定し、組み合わせ、画像の再構成を行う。 さらに忠実度を高めるために拡散モデルを用いて,各領域固有の微細な生体特性を復元する。 7つの試作機と2つの商用手のひら取得装置による評価によると、EMPalmはヤシの生体情報を高い視力で復元でき、SSIMスコアは0.79まで、PSNRは29.88dBまで、FIDスコアは6.82まで低い。 攻撃の実際的意義を評価するため,100名の異なるユーザから平均65.30%のスプーフィング成功率を達成し,4つの最先端のパーム認識モデルに対してさらに評価を行った。

関連論文リスト

• Deep Learning Models for Robust Facial Liveness Detection [56.08694048252482]
  本研究では,現代のアンチスプーフィング手法の欠陥に対処する新しい深層学習モデルを用いて,ロバストな解を提案する。 テクスチャ解析と実際の人間の特性に関連する反射特性を革新的に統合することにより、我々のモデルは、顕著な精度でレプリカと真の存在を区別する。
  論文  参考訳（メタデータ） (2025-08-12T17:19:20Z)
• Canny2Palm: Realistic and Controllable Palmprint Generation for Large-scale Pre-training [5.0959026998402965]
  そこで我々は,Cannyエッジ検出器を用いてヤシのテクスチャを抽出し,Pix2Pixネットワークを用いてリアルなヤシプリント生成を行う,Canny2Palmという新しい合成法を提案する。 Canny2Palmは、実際のパルププリントの分布に従って現実的なデータを合成するだけでなく、制御可能な多様性によって大規模な新しいアイデンティティを生成できる。 オープンセットのパームプリント認識ベンチマークでは、Canny2Palm合成データで事前訓練されたモデルは、最先端の精度を最大7.2%向上させる。
  論文  参考訳（メタデータ） (2025-05-08T03:37:07Z)
• PVTree: Realistic and Controllable Palm Vein Generation for Recognition Tasks [32.3316737065653]
  Palm静脈認識(Palm vein recognition)は、セキュリティとプライバシーを強化したバイオメトリック技術である。 しかし、既存の手法は、しばしば非現実的な手のひら静脈パターンを生み出したり、アイデンティティやスタイルの属性を制御するのに苦労する。 これらの問題に対処するために,PVTree という新たなヤシ静脈生成フレームワークを提案する。 提案手法は既存の手法を超越し,1:1オープンセットプロトコルの下で高いTAR@FAR=1e-4を実現する。
  論文  参考訳（メタデータ） (2025-03-04T12:15:33Z)
• Cross-Chirality Palmprint Verification: Left is Right for the Right Palmprint [11.388567430575783]
  本稿では,従来のパームプリント検証システムにおける従来の知恵に挑戦する,新しいCCPVフレームワークを提案する。 通常、左右両方のヤシプリントを保存する必要がある既存の方法とは異なり、本手法では、ヤシプリントテンプレートを1つだけ保存しながら、ヤシプリントを使用することが可能である。
  論文  参考訳（メタデータ） (2024-09-19T19:10:21Z)
• GenPalm: Contactless Palmprint Generation with Diffusion Models [25.738682467090335]
  本稿では拡散確率モデルを用いた新しいパームプリント生成法を提案する。 我々は,複数のパームIDを合成するエンドツーエンドフレームワークを開発し,生成されたパームプリントの現実性と有用性を検証した。
  論文  参考訳（メタデータ） (2024-06-01T03:33:25Z)
• A Universal Latent Fingerprint Enhancer Using Transformers [47.87570819350573]
  本研究の目的は,ULPrintと呼ばれる高速なフィンガープリント方式を開発し,様々な潜伏指紋のタイプを増強することである。 クローズドセットの識別精度実験では、MSU-AFISの性能は61.56%から75.19%に向上した。
  論文  参考訳（メタデータ） (2023-05-31T23:01:11Z)
• 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)
• 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)
• Towards Efficient Unconstrained Palmprint Recognition via Deep Distillation Hashing [28.36096948563473]
  効率的なパームプリント認識のためのベンチマークとして、ディープ蒸留ハッシュ (DDH) が提案されている。 パームプリント識別の精度は最大11.37%向上し、パームプリント検証のEER(Equal Error Rate)は最大3.11%削減できる。
  論文  参考訳（メタデータ） (2020-04-07T12:15:04Z)
• Towards Palmprint Verification On Smartphones [62.279124220123286]
  過去20年間の研究によると、ヤシの印刷物は独特性と永続性に優れた効果がある。 我々はスマートフォン用のDeepMPV+というDCNNベースのパームプリント検証システムを構築した。 DeepMPV+の効率と有効性は広範な実験によって裏付けられている。
  論文  参考訳（メタデータ） (2020-03-30T08:31:03Z)

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。